Conta Azul + ChatGPT: 10 análises de gestão que você roda no chat com a Kondado MCP

A Kondado replica o seu Conta Azul para um banco de dados e expõe um endpoint MCP (https://mcp.kondado.io/mcp) que o ChatGPT e o Claude consultam via KSQL. Você pergunta em linguagem natural sobre DRE, atraso de recebíveis, margem por produto, MRR de contratos, ROAS e mix de centros de custo, e o modelo de IA gera a resposta lendo as mais de 30 tabelas do Conta Azul que a Kondado mantém atualizadas (contaazul_categorias_dre, contaazul_contas_a_receber_parcela_baixas, contaazul_vendas_detalhes, contaazul_contratos e outras).

Na prática, isso troca o ciclo de "exportar planilha do Conta Azul, montar tabela dinâmica, conferir totalizador" por uma pergunta direta no chat. O modelo de IA não fala com o ERP: ele lê a cópia analítica que a Kondado já consolidou, com o histórico inteiro disponível e sem depender da tela do Conta Azul. Abaixo estão dez análises de gestão financeira, contábil e comercial que você desbloqueia assim que conecta o seu Conta Azul à Kondado.

O que a Kondado MCP faz com os dados do Conta Azul

O MCP da Kondado é um canal de acesso ao seu Conta Azul pensado para agentes de IA como o ChatGPT, o Claude, o Cursor e o VS Code. Ele funciona em três camadas.

Primeiro, a Kondado replica as tabelas do Conta Azul para um banco de dados (PostgreSQL, BigQuery, entre outros destinos), na frequência de atualização que você escolher. São mais de 30 tabelas, dos lançamentos a pagar e a receber com parcelas e baixas até vendas detalhadas, contratos de recorrência, cadastro de pessoas, DRE, categorias e centros de custo.

Segundo, o endpoint https://mcp.kondado.io/mcp entrega esses dados ao modelo de IA em modo somente leitura, via KSQL. O modelo filtra, agrupa, calcula colunas e cruza tabelas para responder a sua pergunta, mas não escreve nem apaga nada na sua base.

Terceiro, você adiciona o endpoint como conector no ChatGPT ou no Claude e a autenticação por OAuth 2.1 acontece de forma automática depois disso, sem você precisar configurar chaves à mão. A referência completa está na documentação do Via Kondado.

O resultado é que o modelo de IA tem a base contábil e comercial inteira do seu Conta Azul à disposição, e responde perguntas de gestão que antes exigiam planilha ou dashboard montado à mão.

As 10 análises de gestão que você roda no ChatGPT

1. Como montar a DRE do mês com totalizadores corretos?

Pergunte: "Monte minha DRE de abril/2026 por categoria, com totalizadores e subgrupos na ordem do Conta Azul. Inclua categorias sem movimento como R$ 0,00."

O modelo cruza contaazul_categorias_dre (a árvore hierárquica, com os campos indica_totalizador e posicao), contaazul_categorias_dre_categorias_financeiras (o vínculo), contaazul_categorias, e os rateios em contaazul_contas_a_receber_categorias e contaazul_contas_a_pagar_categorias. Um detalhe que separa uma DRE certa de uma errada: o modelo precisa usar LEFT JOIN com contaazul_categorias_dre para que categorias sem movimento no período apareçam como R$ 0,00 em vez de sumir do relatório. Peça isso de forma explícita no prompt.

Decisão de gestão: identificar as contas que estouraram o orçamento e as categorias que caíram mês contra mês, sem abrir o Conta Azul.

2. Veja o atraso dos recebíveis por faixa

Pergunte: "Lista meus recebíveis em aberto agrupados por faixa de atraso (0 a 30, 31 a 60, 61 a 90, 90+) e por cliente. Soma o valor por faixa e mostra os 10 clientes com maior exposição em atraso."

O modelo lê contaazul_contas_a_receber (vencimento e status), desconta o que já entrou via contaazul_contas_a_receber_parcela_baixas, busca o nome em contaazul_cadastro_de_pessoas e confere se já existe cobrança emitida em contaazul_contas_a_receber_cobrancas.

Decisão de gestão: priorizar a régua de cobrança, ajustar limite de crédito e antecipar boletos dos clientes de maior risco.

3. Qual a margem por venda e o mix de produtos e serviços?

Pergunte: "Para as vendas de abril/2026, qual a margem média por item? Compare produtos e serviços e liste os 20 SKUs com maior volume e a margem de cada um."

O modelo combina contaazul_vendas_detalhes, contaazul_vendas_itens, contaazul_produtos (custo), contaazul_servicos e contaazul_produtos_variacoes quando o SKU vem por variação.

Decisão de gestão: definir preço com base em dados, saber qual item suporta promoção, qual tem margem fina demais para desconto e qual serviço puxa a receita.

4. Compare receita prevista e realizada

Pergunte: "Quanto eu projetei receber em abril (parcelas com vencimento no mês) e quanto realmente caiu? Mostra o gap por cliente e por forma de pagamento."

O modelo cruza contaazul_vendas_detalhes_parcelas (a previsão por condição de pagamento), contaazul_contas_a_receber_parcela_baixas (o realizado) e contaazul_contas_a_receber (a forma de pagamento).

Decisão de gestão: prever caixa com mais segurança e identificar formas de pagamento problemáticas, comparando boleto, cartão e PIX.

5. Acompanhe MRR, renovação e churn dos contratos

Pergunte: "Quanto está meu MRR de contratos ativos? Quantos contratos venceram nos últimos 90 dias e não renovaram? Mostra o valor anualizado por cliente."

O modelo lê contaazul_contratos (status, data de início, data de fim e valor recorrente) e busca o nome do cliente em contaazul_cadastro_de_pessoas_detalhes.

Decisão de gestão: medir a saúde do recorrente, base de qualquer operação de serviço ou SaaS que fatura pelo Conta Azul.

6. Qual centro de custo queimou mais dinheiro?

Pergunte: "Em abril/2026, qual centro de custo teve a maior despesa? Quebra por categoria dentro do centro."

Aqui há uma economia importante: o modelo precisa consultar apenas contaazul_contas_a_pagar_centros_de_custo, porque essa tabela já inclui os campos _categoria e _categoria_rateio embutidos. Não é preciso cruzar com contaazul_contas_a_pagar_categorias para essa análise. O nome do centro vem de contaazul_centros_de_custo.

Decisão de gestão: enxergar onde o dinheiro saiu por área e por categoria dentro de cada área, com menos consumo de registros.

7. Encontre os lançamentos sem categoria

Pergunte: "Quais lançamentos a pagar dos últimos 90 dias estão sem categoria? Lista os 20 de maior valor."

O modelo faz LEFT JOIN de contaazul_contas_a_pagar com contaazul_contas_a_pagar_categorias e filtra os rateios ausentes.

Decisão de gestão: manter a higiene contábil em dia, porque a DRE só fecha quando cada lançamento tem categoria. O modelo de IA vira o auditor diário do seu financeiro.

8. Confira o saldo de cada conta bancária

Pergunte: "Qual o saldo de cada conta bancária (Bradesco, Itaú, caixa) hoje? Mostra a movimentação dos últimos 7 dias por conta."

O modelo lê contaazul_contas_financeiras (o cadastro das contas) e soma entradas e saídas em contaazul_contas_a_receber_parcela_baixas e contaazul_contas_a_pagar_parcela_baixas, agrupando pela conta financeira de cada movimentação.

Decisão de gestão: ver o saldo de cada conta atualizado sem abrir o internet banking e receber um alerta quando uma conta fica baixa.

9. Cruze gasto de mídia e venda: ROAS por dia (Conta Azul + Meta Ads)

Pergunte: "Quanto eu gastei em mídia paga no mês contra quanto eu fechei de venda no Conta Azul? Mostra o ROAS por dia."

O modelo cruza contaazul_vendas_detalhes (data e valor) com a tabela de investimento em mídia que a Kondado também replica, como meta_ads_insights ou google_ads_campaign_performance.

Decisão de gestão: o negócio com e-commerce e mídia paga responde no chat a pergunta que hoje exige planilha montada a cada fechamento.

10. Meça o ciclo do lead até a fatura (Conta Azul + RD Station)

Pergunte: "Para os contratos fechados em abril, quanto tempo passou entre o primeiro contato no RD Station e a primeira parcela paga no Conta Azul?"

O modelo combina contaazul_contratos e contaazul_contas_a_receber_parcela_baixas com rdstation_oportunidades e rdstation_leads.

Decisão de gestão: medir a velocidade do funil de ponta a ponta, uma métrica de vendas que quase ninguém acompanha porque exige juntar duas fontes diferentes.

Por que isso é diferente de um MCP que fala direto com a API do Conta Azul?

Existem servidores MCP comunitários que conectam o LLM diretamente na API do Conta Azul. Nesse desenho, cada pergunta força o modelo a paginar a API em tempo de execução, a reconstruir a DRE do zero a cada chamada e a esbarrar nos limites de requisição da própria API do Conta Azul, o que torna análises grandes lentas ou incompletas. E, como o modelo só enxerga a API de um único sistema, ele não consegue cruzar o Conta Azul com Meta Ads, Google Ads ou RD Station.

A Kondado resolve isso na estrutura. Os dados já estão replicados em um banco de dados, atualizados na frequência que você definiu, então o modelo de IA consulta a base inteira via KSQL sem paginar e sem bater no limite da API. A árvore da DRE já vem pronta no modelo modelo_conta_azul_dre_totalizadores, e o cruzamento com outras fontes é nativo, porque Conta Azul, mídia paga e CRM convivem no mesmo destino. Você ganha análise de gestão sobre todo o histórico, não respostas presas a uma única tela.

Como começar?

Crie a integração do conector Conta Azul na Kondado, escolha o destino dos dados e a frequência de atualização, e cole o endpoint https://mcp.kondado.io/mcp no ChatGPT ou no Claude. O passo a passo de configuração do endpoint está na documentação do Via Kondado. Depois disso, a primeira análise é só uma pergunta no chat.

Perguntas frequentes

O ChatGPT lê o Conta Azul direto?

Não. O ChatGPT lê a cópia dos dados do Conta Azul que a Kondado replica para um banco de dados e expõe pelo endpoint MCP. Esse desenho dá ao modelo o histórico completo e a possibilidade de cruzar o Conta Azul com outras fontes, algo que o acesso direto à API não entrega.

O modelo de IA pode alterar dados no meu Conta Azul?

Não. O acesso via MCP da Kondado é somente leitura. O modelo consulta as tabelas via KSQL para responder, mas não escreve, não edita e não apaga nada na sua base nem no seu Conta Azul.

Quais tabelas do Conta Azul ficam disponíveis?

São mais de 30 tabelas, cobrindo lançamentos a pagar e a receber com parcelas e baixas, vendas detalhadas e itens, contratos de recorrência, cadastro de pessoas, contas financeiras, categorias, a árvore da DRE e centros de custo.

Funciona com o Claude além do ChatGPT?

Sim. Depois que você adiciona o endpoint MCP como conector, a autenticação por OAuth 2.1 acontece de forma automática, tanto no Claude quanto no ChatGPT, além de clientes como o Cursor e o VS Code.

Dá para consolidar vários clientes que uso no Conta Azul?

Sim. Escritórios de contabilidade e BPOs criam uma conexão Kondado por empresa, separam os dados por empresa no destino e pedem ao modelo um DRE consolidado com uma coluna de origem. Esse cenário tem um artigo dedicado na sequência deste.

Conecte o seu Conta Azul à Kondado e faça a sua primeira análise de gestão no ChatGPT. Crie a sua conta na Kondado e comece hoje.