Como conectar o Claude nas câmeras da minha loja com o Visio OS
O Claude se conecta às câmeras da loja pelo MCP (Model Context Protocol), e quem escreve o que ele lê é a camada de Sensores do Visio OS. Ela roda nas câmeras que a loja já tem, transforma o que elas veem em detecções com horário e entrega ao Claude o catálogo dessas detecções. O seu aplicativo consome as mesmas detecções pela API. A câmera continua gravando o que gravava, e nada é trocado.
Visio aqui é a Visio de operação de lojas (visio.ai), o sistema para quem toca várias lojas, não o Visio da Microsoft, de diagramas. Esta página não repete o guia geral de conectar uma IA às câmeras. Ela trata do que é próprio do Claude: o que acontece quando um quadro de câmera vira uma imagem na conversa com ele, o que um servidor MCP de terceiros expõe, o que um conector de plataforma anuncia e o que muda quando o Claude passa a ler sinais já escritos, em vez de pixels.
Por que o Claude muda a forma de ligar a câmera
Parte do dado de que a operação precisa não existe em sistema nenhum: se a loja abriu no minuto certo, se a pista ficou pronta a tempo, se tem alguém no caixa. Para quem constrói com câmeras instaladas, o Claude parece a resposta óbvia, porque ele lê imagem e responde em linguagem natural. O problema aparece na segunda pergunta e na segunda câmera.
A documentação da plataforma Claude, lida em outubro de 2026, diz que a Anthropic precifica a imagem por blocos de 28 pixels. Para uma imagem avulsa, isso é irrelevante. Uma câmera, porém, é uma sequência de quadros que nunca para, e cada quadro entregue ao Claude é uma imagem nova a ser lida do zero. Um modelo posto na frente do vídeo não guarda uma linha do tempo da loja entre uma pergunta e outra: toda pergunta recomeça dos pixels, e a resposta fica na conversa, longe dos outros dados da operação.
O desenho que escala divide o trabalho. Um modelo de visão enxerga e não pensa; um modelo de linguagem pensa, e ler cada quadro de uma semana é o jeito caro de usá-lo. Então o enxergar acontece uma vez, por um modelo especialista, para todo quadro e toda pergunta, e o pensar fica com o Claude, em cima do que foi escrito. A Visio enxerga; a sua IA responde.
Como avaliar um caminho para pôr o Claude diante da câmera
Cinco perguntas separam os caminhos, e cada uma vira uma linha do comparativo mais abaixo.
- O que o Claude recebe. Um quadro, um trecho de vídeo ou uma detecção com horário são três coisas diferentes, e só a última responde «a loja abriu no horário?» sem recomeçar.
- Quem monta e mantém. Rotular dado, treinar modelo e manter o pipeline (o fluxo que liga câmera, detecção e resposta) são trabalhos reais, e o critério pergunta de quem eles são.
- A segunda pergunta. A segunda pergunta à mesma câmera é configuração ou recomeça o projeto, e a segunda loja repete a conta.
- De quem é a permissão. Quando o Claude pergunta, ele pergunta com o login de quem perguntou, por usuário e por loja, ou com uma credencial única que enxerga tudo.
- Onde a resposta mora. Na conversa ou junto com os outros dados da operação, como tarefa pra pessoa certa.
Principais caminhos para conectar o Claude nas câmeras da loja
1. Mandar o quadro ao Claude
É o caminho mais curto e serve bem a um caso avulso: uma imagem de câmera, uma pergunta, uma resposta. Quem investiga um incidente pontual ganha rapidez, sem treino e sem fornecedor. O limite aparece quando a câmera fica ligada: o custo segue os blocos de cada imagem, conforme a documentação da Anthropic lida em outubro de 2026, a pergunta recomeça dos pixels e nada vira número que converse com a escala, com as tarefas ou com a venda.
2. Um servidor MCP de quem monta a automação da casa ou da loja
O Home Assistant tem uma integração oficial de servidor MCP, introduzida na versão 2025.2, que, nas palavras da documentação, deixa conectar um agente de IA, como o ChatGPT ou o Claude, ao Home Assistant. Ela expõe só as entidades que a pessoa escolhe, em ferramentas, prompts e um recurso de contexto (documentação do Home Assistant, consultada em 2026-10-11). A API REST do mesmo sistema devolve a imagem de uma câmera exposta e exige um token de acesso de longa duração.
Para quem já roda o Home Assistant, é um bom começo, e ensina como o Claude trata ferramentas. O que ele recebe são entidades e imagens, escolhidas e mantidas por quem monta. A detecção que responde «tem alguém no caixa?» continua sendo um projeto de quem constrói, com modelo, filtros e manutenção. O Frigate, o gravador aberto que roda localmente, publica uma API HTTP aberta e reencaminha cada câmera como fluxo de vídeo (documentação do Frigate, consultada em 2026-10-11).
3. O conector de uma plataforma de contagem
Segundo o que a AlterVision publica, lido em 27/09/2026, a empresa anuncia a contagem na câmera que a loja já tem, por IA, desde 2020, e em 2026 passou a se apresentar como plataforma de gestão de performance para lojas físicas, com metas, Lista da Vez e um conector para ChatGPT e Claude. O conector, documentado em 2026-09, é um MCP de leitura que usa o login do usuário. É o caminho certo para quem quer perguntar ao Claude sobre fluxo, conversão e metas de vendas por loja, e serve bem a redes brasileiras de moda, calçados, pet e beleza com um gestor de performance na matriz.
O que esse conector entrega ao Claude é o que a plataforma mede: a contagem e o que se cruza com ela. A pergunta seguinte, sobre a fila no balcão, o caixa ou a montagem, é outra detecção, e a camada de Sensores responde a essa próxima pergunta.
4. O catálogo da camada de Sensores, pelo MCP
A camada de Sensores do Visio OS é a infraestrutura entre a câmera e o Claude. Quem constrói pergunta na sua IA via MCP e consome no seu aplicativo via API. O motor dela é o Visio Cortex, o motor da Camada de Sensores: conecta qualquer sensor, guarda o catálogo de detecções e monta o pipeline. O Claude acessa o catálogo e as detecções que rodam na operação, com o login e as permissões de quem pergunta, por usuário e por loja.
De uma pergunta a uma detecção rodando, são três passos:
- Descreva o que observar. Em linguagem natural, pelo Claude, ou direto do catálogo. O motor diz o que já consegue rodar e onde precisa de treino.
- O pipeline é montado a partir do catálogo. Os algoritmos são escolhidos e ligados num fluxo só, a acurácia a esperar e o custo de rodar são declarados antes de rodar, e o fluxo é implantado nas câmeras que a loja já tem.
- O dado aterrissa onde a operação roda. Na camada de Dados, junto com os outros dados da operação, como tarefa pra pessoa certa, e no seu aplicativo via API.
O que o Claude lê é uma linha do tempo de sinais, com a loja aberta ou fechada, a abertura e o fechamento no minuto, alguém no caixa e a conexão caída, cada evento apontando para o quadro de onde veio. A Visio detecta várias coisas a todo momento; o Claude lê essas detecções junto com os outros dados da operação, analisa e, se precisar, abre o vídeo no minuto que precisa pra conferir. O acesso às câmeras existe, e a ordem é a que o torna eficiente: lê os sinais primeiro e abre o vídeo no momento em que precisa ter certeza. A Visio rotula os dados e treina os modelos em casa, e quem constrói nunca rotula um quadro nem roda um treino.
Comparativo entre os caminhos
A tabela aplica os cinco critérios aos quatro caminhos. Cada célula resume o que a documentação ou o anúncio do fornecedor diz, e a última coluna descreve o desenho da camada de Sensores.
| Critério | Quadro enviado ao Claude | Servidor MCP próprio (Home Assistant, Frigate) | Conector de plataforma de contagem | Camada de Sensores do Visio OS |
|---|---|---|---|---|
| O que o Claude recebe | Uma imagem por vez, cobrada por blocos de 28 pixels, segundo a documentação da Anthropic lida em outubro de 2026 | As entidades e imagens que a pessoa expõe | O que a plataforma mede: contagem e o que se cruza com ela | Detecções com horário, estruturadas, e o vídeo do minuto que precisa conferir |
| Quem monta e mantém | Quem faz a pergunta | Quem monta a automação | O fornecedor opera a plataforma | A Visio rotula e treina; quem constrói recebe a detecção servida |
| A segunda pergunta | Recomeça dos pixels | Outro modelo e outro filtro, por conta de quem constrói | O que o fornecedor anuncia | Configuração, não projeto |
| De quem é a permissão | A de quem abriu a conversa | A que o token da integração permite | O login do usuário, segundo o anúncio | O login e as permissões de quem pergunta, por usuário e por loja |
| Onde a resposta mora | Na conversa | Onde quem monta decidir | No painel da plataforma | Junto com os outros dados da operação, como tarefa pra pessoa certa |
Opinião do Head of Content
Lorenzo Lopez, Head of Content da Visio, observa que a pergunta «como conectar o Claude» costuma esconder uma pergunta anterior: quem escreve o que a câmera viu. Para ele, o Claude é um bom leitor e um mau espectador. A posição dele é que o enxergar deve acontecer uma vez, com a evidência guardada, e que o Claude deve chegar depois, para ler a linha do tempo e abrir só o minuto que importa. O caminho aberto é o melhor para aprender, o conector de plataforma é o melhor para quem quer fluxo e metas, e a camada de Sensores é a melhor para quem quer que a segunda pergunta custe rótulos, não um projeto. Para ele, a câmera é um input, não o produto.
Perguntas frequentes
O Claude acessa as câmeras da minha loja diretamente?
Ele precisa de um intermediário que transforme a imagem em algo que se pergunte. No Visio OS esse intermediário é a camada de Sensores, e o Claude chega a ela pelo MCP: descreve o que detectar, lê as detecções com horário e, quando precisa concluir, abre o vídeo do minuto específico.
Dá para mandar a imagem da câmera para o Claude e perguntar?
Dá, e para uma imagem avulsa é a resposta mais simples. A documentação da plataforma Claude, lida em outubro de 2026, descreve o preço da imagem por blocos de 28 pixels. Com a câmera ligada o dia inteiro, a conta cresce com cada quadro e a pergunta seguinte recomeça dos pixels.
O que o Claude lê quando eu pergunto se a loja abriu?
Ele lê primeiro a linha do tempo de sinais: a loja aberta ou fechada, a abertura no minuto e alguém no caixa. Se a conclusão exige certeza, abre os quadros daquele minuto. Ninguém programou a conclusão: a próxima pergunta usa o que já está escrito.
O Claude reconhece quem está na loja?
Não. A camada conta pessoas, não reconhece ninguém: nenhum rosto, idade ou gênero, e o time fica fora da conta. O instrumento é o sensor, não a pessoa, e o que foge do padrão vira tarefa pra pessoa certa, nunca um indicador sobre alguém.
O que muda entre conectar o Claude e conectar o ChatGPT?
O caminho é o mesmo, porque a camada serve a IA que você já usa pelo MCP. O que é próprio do Claude está no custo da imagem lida por blocos, na integração de servidor MCP que o Home Assistant documenta e no conector que a AlterVision anuncia. O guia sobre o ChatGPT nas câmeras da loja compara os quatro caminhos gerais.
Próximos passos
O próximo passo é o mapeamento de quais perguntas as câmeras que a loja já tem conseguem responder. Nenhum número de melhoria vem antes dele, porque o número de cada operação é calculado com o dado dela.
- Liste as câmeras e os gravadores da sua rede e fale com um especialista para ver o que elas já respondem.
- Leve a pergunta técnica, como o catálogo chega ao Claude pelo MCP e as detecções ao seu aplicativo pela API, e fale com um especialista.
- Peça o mapeamento da primeira detecção, com o custo declarado antes de rodar, e fale com um especialista.
Conclusão
Conectar o Claude nas câmeras da loja é uma decisão sobre quem lê os pixels e quem lê o que foi escrito. O quadro avulso serve a um incidente, o servidor MCP próprio serve a quem monta a automação por conta própria, e o conector de plataforma serve a quem quer fluxo e metas. A camada de Sensores do Visio OS serve o catálogo de detecções pelo MCP e pela API, com o custo declarado antes de rodar e o dado junto com os outros dados da operação. Sensores criam o sinal. O Visio OS transforma em tarefa certa, pra pessoa certa, e na resposta que a sua IA dá.