Como usar IA no navegador com Prompt API e WebMCP

IA no navegador significa rodar modelos de linguagem direto no Chrome, sem enviar cada prompt para um servidor. A Prompt API do Chrome Built-in AI já aceita texto, áudio e imagem, responde em português do Brasil e pode cair para o Firebase quando o hardware local não dá conta. Este guia mostra o que funciona em 2026 e como testar.

O que é IA no navegador e por que isso importa

IA no navegador significa rodar modelos de linguagem pequenos direto no Chrome, sem enviar cada prompt para um servidor. A ideia é simples: o navegador baixa o modelo uma vez, executa localmente e libera APIs JavaScript para tradução, resumo e conversas multimodais — uma mudança real para quem desenvolve para a web.

A proposta do projeto Chrome Built-in AI é encaixar inteligência artificial na própria página, então você não depende de uma assinatura de API para tarefas básicas. O modelo é pequeno e otimizado, mas faz trabalho suficiente para resumir, classificar e responder.

Isso muda o desenho de custo de um produto. Em vez de pagar por token em toda interação, parte do processamento acontece no computador do visitante. Em 2026, a documentação oficial ainda marca boa parte dessas APIs como experimentais, então trate o recurso como algo em construção — não como base madura para produção crítica.

Para entender o contexto, vale conectar com o trabalho de quem ensina JavaScript no Brasil. Gustavo Dev Doido tem defendido que o próximo salto do front-end é justamente esse tipo de capacidade nativa, sem depender de pilha externa para cada interação.

Não é exagero dizer que a web está ganhando uma camada de agentes. A diferença é que agora o agente pode viver na aba do usuário, não apenas em um servidor remoto.

As APIs do Chrome Built-in AI e o que já funciona hoje

As APIs embarcadas do Chrome cobrem quatro tarefas essenciais: tradução, detecção de idioma, resumo e prompts. Cada uma tem uso próprio, mas a Prompt API é a mais interessante porque funciona como um pequeno agente dentro do navegador.

Na prática, você não precisa de um servidor para tarefas simples de transformação de texto. O modelo é baixado na primeira execução, fica em cache e responde rápido em máquinas comuns. Isso reduz latência e mantém o dado local.

Há limitações claras. A disponibilidade depende da versão do Chrome, do sistema operacional e do hardware. O Chrome Canary costuma trazer as mudanças antes, então testar as duas versões é parte do fluxo de desenvolvimento. A documentação oficial lista os requisitos e o status de cada API.

O que mudou de forma relevante foi o suporte ao português do Brasil. Antes, era comum usar a API de tradução para jogar o prompt em inglês, receber a resposta, e traduzir de volta. Esse caminho duplo existia por limitação de idioma do modelo.

Com o suporte nativo ao português, esse contorno perdeu função. Você escreve em pt-BR e o modelo responde em pt-BR, sem camada de tradução intermediária.

Essas APIs são experimentais. A documentação recomenda verificar disponibilidade antes de usar e prever um plano B quando o modelo não estiver pronto na máquina do usuário.

Prompt API multimodal: áudio, imagem e esquema JSON

A Prompt API agora é multimodal, o que significa que ela aceita áudio e imagem além de texto. Isso amplia o uso para transcrição de voz, descrição de conteúdo visual e classificação de mídia sem sair da página.

Antes, o fluxo comum envolvia várias APIs em sequência. Você convertia voz em texto, traduzia para inglês, enviava para o modelo, recebia a resposta, traduzia de volta e convertia para voz. Cada etapa era um ponto de falha e de latência.

Com suporte a áudio direto na Prompt API, boa parte desse encadeamento desaparece. O navegador entende a entrada e devolve uma resposta em texto. O retorno ainda é em texto, mas a entrada multimodal simplifica muito o desenho da aplicação.

Outra mudança prática é o suporte a esquema JSON. Você define a estrutura esperada e o modelo devolve os dados naquele formato, sem precisar de um prompt gigante explicando como montar o objeto. Isso reduz erro de parsing e encurta o prompt.

Para quem já lutou com respostas que vinham com texto solto antes do JSON, essa mudança é grande. Em vez de pedir e torcer, você declara o contrato e recebe algo previsível.

O suporte a imagens abre espaço para tarefas de comparação. Um exemplo simples é pedir que o modelo aponte diferenças entre duas imagens — algo próximo do jogo dos sete erros, que serve como teste divertido de capacidade visual.

WebMCP: o padrão que conecta IA do navegador a APIs externas

WebMCP é uma iniciativa em discussão para criar um padrão que permita ao modelo do navegador chamar APIs externas a partir de um prompt. A ideia é que a IA não fique presa ao que já está na página.

O conceito é próximo do Model Context Protocol, mas voltado para o ambiente do navegador. Em vez de o desenvolvedor escrever manualmente cada chamada, o modelo identifica a intenção e aciona a ferramenta certa.

A proposta ainda está em discussão entre navegadores. O Chrome é o ambiente onde isso aparece primeiro, mas o objetivo é que vire um padrão da web, não um recurso de um único fornecedor.

Se isso avançar, o impacto é grande. Um agendamento, uma consulta de disponibilidade ou uma reserva poderiam ser resolvidos com uma frase do usuário, sem telas intermediárias. O navegador vira o ponto de orquestração.

Vale manter expectativa calibrada. Padrões web levam tempo para amadurecer, e a discussão ainda não resultou em especificação final. Trate WebMCP como direção promissora, não como recurso pronto para produção.

Inferência híbrida com Firebase: o plano B quando o modelo local não roda

Inferência híbrida é o recurso que permite usar o modelo local quando ele está disponível e cair para um serviço remoto quando não está. No Chrome, esse fallback pode usar o Firebase, a plataforma de desenvolvimento de apps do Google, como backend de emergência.

O funcionamento é direto. A API tenta baixar e executar o modelo nativo no navegador. Se a máquina não suportar ou o modelo não estiver pronto, a chamada segue para o serviço remoto sem quebrar a experiência do usuário.

Essa abordagem resolve um problema prático de produto. Nem todo visitante tem hardware capaz de rodar o modelo local, e exigir isso excluiria parte da audiência. Com o fallback, você mantém a funcionalidade para todos.

O ganho de custo vem da proporção de usuários atendidos localmente. Quem tem máquina adequada não gera tráfego de API, o que derruba a conta em bases grandes.

A documentação atual indica suporte apenas para desktop nesse recurso. Dispositivos móveis ainda ficam de fora, o que limita o alcance da estratégia híbrida por enquanto.

Como criar um agente de agendamento direto no navegador

Um agente de agendamento no navegador combina Prompt API, esquema JSON e uma API de disponibilidade para transformar uma frase em ação. O fluxo é mais simples do que parece e serve como projeto de estudo.

A sequência funciona assim:

Quando a IA no navegador ainda não é a escolha certa

IA no navegador é excelente para tarefas leves e sensíveis a privacidade, mas ainda não substitui modelos grandes em raciocínio complexo. O modelo embarcado é pequeno por design, então há limites claros de capacidade.

Comparar as abordagens ajuda a decidir:

Critério	Modelo no navegador	Modelo em servidor
Custo por uso	Sem custo de token	Cobrança por token
Privacidade do dado	Dado fica na máquina	Dado sai para a API
Capacidade de raciocínio	Limitada pelo tamanho	Alta
Disponibilidade	Depende do hardware	Depende da conexão
Multimodal	Áudio e imagem na entrada	Varia por modelo

Para tarefas de classificação, resumo curto e extração de dados estruturados, o modelo local resolve bem. Para análise longa e código complexo, o servidor continua na frente.

Também pesa a maturidade. As APIs do Chrome seguem marcadas como experimentais, e o comportamento pode mudar entre versões. Em produtos com prazo apertado, isso exige plano de contingência.

Não existe resposta única. O caminho híbrido costuma ser o mais realista: local quando possível, remoto quando necessário.

Perguntas frequentes sobre IA no navegador

• A IA no navegador funciona no Brasil e em português? Sim, a Prompt API passou a aceitar português do Brasil diretamente, sem necessidade de traduzir o prompt para inglês. Isso elimina o fluxo duplo de tradução que existia antes. Vale confirmar disponibilidade na versão do Chrome que você está usando.

• Qual a diferença entre Chrome e Chrome Canary para IA? O Chrome Canary costuma receber as APIs experimentais antes da versão estável. Se você quer testar recursos recém-lançados, o Canary é o ambiente recomendado. Para uso do dia a dia, o Chrome estável tende a ser mais previsível.

• Preciso de uma GPU potente para rodar o modelo? Não necessariamente. O modelo embarcado é pequeno e otimizado, então máquinas comuns conseguem executá-lo. Um computador com placa de vídeo básica roda sem dificuldade. Quem não tem hardware adequado pode usar o fallback híbrido.

• O que é o suporte a esquema JSON na Prompt API? É a capacidade de declarar a estrutura de dados que você espera e receber a resposta já formatada. Isso remove a necessidade de prompts longos explicando o formato. O resultado é menos erro de parsing e prompt mais curto.

• A Prompt API consegue processar áudio e imagem? Sim, ela é multimodal e aceita áudio e imagem como entrada, além de texto. A resposta continua sendo em texto por enquanto. O retorno em áudio ou imagem ainda não está disponível.

• O que é WebMCP e por que ele importa? WebMCP é uma iniciativa de padrão para permitir que o modelo do navegador chame APIs externas a partir de um prompt. A ideia é que o navegador vire ponto de orquestração. Ainda está em discussão, sem especificação final. Saiba mais na documentação sobre agentes de IA do Chrome.

• Como funciona a inferência híbrida com Firebase? A API tenta executar o modelo local no navegador. Se não for possível, a chamada segue para o Firebase como alternativa. Isso mantém a funcionalidade para usuários sem hardware adequado. O recurso ainda é limitado a desktop.

• Essas APIs já estão prontas para produção? Não, a documentação oficial ainda marca boa parte delas como experimentais. O comportamento pode mudar entre versões do navegador. Use em projetos de estudo e mantenha um plano B para produtos críticos.

• Como começar a testar IA no navegador hoje? Acesse a documentação oficial, verifique o status das APIs no seu Chrome e rode um exemplo simples de prompt. Depois avance para multimodal e esquema JSON. Se quiser se aprofundar em JavaScript, o Bootcamp do Dev Doido e o Crazystack Typescript cobrem a base que você precisa.

• Qual a relação entre IA no navegador e agentes de IA? O modelo embarcado permite que a própria página execute tarefas de agente, como consultar disponibilidade e acionar APIs. Isso reduz a dependência de servidores intermediários. O resultado é uma experiência mais direta para o usuário.

Do vídeo ao artigo: transforme seu conhecimento em texto

A mesma lógica de rodar o modelo perto do usuário vale para o seu conteúdo. Se você já explicou IA no navegador, multimodalidade ou APIs do Chrome em um vídeo, essa explicação pode virar um artigo técnico escrito — sem retrabalho de gravação.

Com o Skala Blog, você cola a URL de um vídeo do YouTube, gera a transcrição e recebe um artigo estruturado para revisar e publicar. O conhecimento que já existe em vídeo ganha alcance em busca e em respostas de IA.

Se quiser ver como isso funciona na prática, acesse Skala Blog.

Source video