Refiner

Analizar datos de respuestas de encuestas

Ver en refiner.ioPrueba este MCPPatrocinado

Documentación

Introducción

El servidor MCP de Refiner es una implementación del Model Context Protocol que permite a los agentes de IA interactuar de forma segura con tu cuenta de Refiner.

Actúa como un puente entre agentes basados en LLM y los datos de comentarios de clientes, permitiendo la automatización de análisis, gestión de usuarios y flujos de trabajo de encuestas mediante lenguaje natural.

A alto nivel, este servidor expone los datos de respuestas de encuestas de Refiner como herramientas estructuradas que los agentes de IA pueden descubrir e invocar dinámicamente.

Cómo usar nuestro servidor MCP

Con el servidor MCP de Refiner, puedes conectar tu espacio de trabajo de Refiner directamente a herramientas de IA como ChatGPT y Claude para analizar respuestas de encuestas bajo demanda usando lenguaje natural. Esto permite la exploración ad hoc de datos de comentarios, desde resumir respuestas de texto abierto hasta identificar tendencias y anomalías en tiempo real.

Más allá del análisis, puedes impulsar automatizaciones de flujos de trabajo – como activar acciones basadas en nuevas respuestas o sincronizar información entre sistemas – usando herramientas como Claude Code. El resultado es un bucle de retroalimentación más dinámico e impulsado por IA, donde los conocimientos se pueden generar y actuar sobre ellos al instante sin intervención manual.

Endpoint del servidor MCP

El servidor MCP de Refiner es accesible en la siguiente URL:

https://app.refiner.io/v001/mcp

Autenticación

Refiner MCP utiliza OAuth 2.0 Authorization Code + PKCE.

Endpoints de descubrimiento

  • https://app.refiner.io/.well-known/oauth-authorization-server
  • https://app.refiner.io/.well-known/oauth-protected-resource
  • https://app.refiner.io/.well-known/oauth-protected-resource/v001/mcp

Ámbitos (Scopes)

  • mcp:projects-read – listar entornos/proyectos accesibles
  • mcp:forms-read – leer encuestas/formularios
  • mcp:responses-read – leer respuestas individuales
  • mcp:reporting-read – leer datos de informes agregados

Herramientas

Todas las herramientas son de solo lectura y están registradas en RefinerServer.

get-aggregated-response-data

Obtén datos de informes agregados y gráficos. Requiere project_uuid de get-projects. Filtra por UUIDs de formularios (encuestas), UUIDs de segmentos, UUIDs de etiquetas, identificadores de preguntas y rango de fechas. Tipos de gráficos: nps, csat, ratings, count, distribution. El rango de fechas por defecto es los últimos 30 días y puede extenderse hasta 12 meses.

  • Ámbito: mcp:reporting-read
  • Entrada: project_uuid, requerido type, opcional form_uuids, segment_uuids, tag_uuids, question_identifiers, date_range_start, date_range_end
  • type: nps, csat, ratings, count, distribution
  • Solo lectura
  • No destructiva

get-forms

Lista las encuestas en un proyecto. Requiere project_uuid de get-projects. Listas disponibles: all, all_with_archived, archived, published, drafts.

  • Ámbito: mcp:forms-read
  • Entrada: project_uuid, opcional page, list
  • list: all, all_with_archived, archived, published, drafts
  • Solo lectura
  • No destructiva

get-projects

Lista las encuestas en un proyecto. Requiere project_uuid de get-projects. Listas disponibles: all, all_with_archived, archived, published, drafts.

Lista los proyectos disponibles.

  • Ámbito: mcp:projects-read
  • Entrada: ninguna
  • Salida: items[] con uuid, name
  • Solo lectura
  • No destructiva

get-responses

Obtén acceso a una lista de respuestas de encuestas. Requiere project_uuid de get-projects. Filtra por UUIDs de formularios (encuestas), UUIDs de segmentos, UUIDs de etiquetas y rango de fechas. Devuelve hasta 500 respuestas por página. Los datos de contacto se excluyen por razones de privacidad. El rango de fechas por defecto es los últimos 30 días y puede extenderse hasta 12 meses.

  • Ámbito: mcp:responses-read
  • Entrada: project_uuid, opcional form_uuids, segment_uuids, tag_uuids, date_range_start, date_range_end, page, page_cursor
  • Notas:
  • los filtros pueden ser cadenas UUID separadas por comas
  • por defecto, últimos 30 días
  • máximo de retroceso de 12 meses
  • hasta 500 respuestas/página
  • datos de contacto excluidos por privacidad
  • Solo lectura
  • No destructiva

get-segments

Lista los segmentos de usuarios en un proyecto. Requiere project_uuid de get-projects.

  • Ámbito: mcp:projects-read
  • Entrada: project_uuid
  • Solo lectura
  • No destructiva

get-traits

Lista las etiquetas de respuesta en un proyecto. Requiere project_uuid de get-projects.

  • Ámbito: mcp:projects-read
  • Entrada: project_uuid, opcional include
  • include: all, form, contact
  • Solo lectura
  • No destructiva

get-tags

Lista los atributos en un proyecto. Requiere project_uuid de get-projects. Opciones de inclusión: all, form, contact.

  • Ámbito: mcp:projects-read
  • Entrada: project_uuid
  • Solo lectura
  • No destructiva

Recursos

Los recursos proporcionan lecturas basadas en URI para clientes MCP que admiten recursos.

Recursos disponibles:

  • refiner://projects
  • refiner://project/{project_uuid}/forms
  • refiner://project/{project_uuid}/form/{form_uuid}
  • refiner://project/{project_uuid}/segments
  • refiner://project/{project_uuid}/tags

Comportamiento:

  • Tipo MIME: application/json
  • Mismas comprobaciones de ámbito y acceso a proyectos que las herramientas correspondientes
  • Respuestas estructuradas consistentes y errores de acceso explícitos

Ejemplos de prompts

Refiner expone prompts MCP integrados para guiar flujos de trabajo de análisis robustos de múltiples pasos.

Prompts integrados

  • nps_get_score_and_counts
  • csat_get_score_and_counts
  • multiple_choice_response_distribution
  • retrieve_survey_responses
  • nps_analyze_verbatim
  • csat_analyze_verbatim
  • analyze_open_ended_text_responses

Ejemplos de prompts de usuario

  • “Lista mis entornos y encuestas de Refiner disponibles.”
  • “Muestra el puntaje NPS y los conteos de detractores/pasivos/promotores de los últimos 30 días.”
  • “Analiza los verbatim de texto abierto recientes de NPS y dime cuáles son los mayores impulsores del puntaje actual. Dime qué hacemos bien y qué podemos mejorar según los verbatim de texto abierto.”
  • “¿Cuál es nuestro puntaje CSAT actual en el proyecto X en Refiner?”
  • “Muestra el puntaje CSAT y la distribución de la encuesta X en el Q1.”
  • “Recupera las respuestas etiquetadas como riesgo de abandono de los últimos 14 días.”
  • “Analiza los comentarios abiertos y sugiere las mejores acciones de mejora.”
  • “Muestra la distribución de respuestas de opción múltiple para la pregunta onboarding_experience.”