Persuasion Taxonomy MCP

npx add-mcp 'https://taxonomy.coppica.com/mcp'

Persuasion Taxonomy MCP

La plupart des textes marketing générés par l'IA échouent pour la même raison. Le modèle répond à chaque question du lecteur avec le mouvement le plus attendu, et le mouvement le plus attendu est exactement ce que les lecteurs ont appris à survoler.

Ce serveur donne à votre IA un meilleur modèle du lecteur. Toute personne qui lit une publicité, une page ou un e-mail se pose silencieusement neuf questions :

1. Pourquoi suis-je même en train de lire ceci ?
2. Est-ce écrit pour moi ?
3. À quel point mon problème est-il grave, vraiment ?
4. Est-ce que je pense à cela correctement ?
5. Puis-je faire confiance à cette affirmation ?
6. À quoi ressemblera ma vie après ?
7. Qu'est-ce qui m'empêche de dire oui ?
8. Pourquoi devrais-je agir maintenant ?
9. Est-ce que j'aime et fais-je confiance à celui qui parle ?

Un texte persuade lorsqu'il répond aux questions dont son objectif a besoin, y répond honnêtement, et que les réponses s'assemblent. Le serveur aide votre IA à planifier un texte autour de ces questions, à vérifier un brouillon avant que quiconque ne le voie, et à aller au-delà du mouvement évident pour l'une des 766 techniques de persuasion documentées à partir de publicités réelles. Il fait aussi les calculs derrière les tests A/B.

C'est gratuit et ne nécessite aucune clé API. Il ne fait aucun appel IA lui-même non plus : votre modèle fait la réflexion, et le serveur ne sert que le catalogue et exécute du code simple.

Le connecter

Le serveur hébergé se trouve à https://taxonomy.coppica.com/mcp. Tout client qui accepte un serveur MCP distant (Streamable HTTP) peut utiliser cette URL telle quelle.

Claude Code

claude mcp add --transport http persuasion-taxonomy https://taxonomy.coppica.com/mcp

Plugin Claude Code. Cela ajoute le serveur ainsi qu'une courte compétence qui indique à Claude quand l'utiliser.

/plugin marketplace add Otha-Labs/persuasion-mcp
/plugin install persuasion-taxonomy@persuasion-taxonomy

Claude, ChatGPT et autres applications avec connecteurs personnalisés. Ajoutez un connecteur personnalisé et collez l'URL ci-dessus. Il n'y a rien à quoi se connecter.

Cursor (.cursor/mcp.json)

{ "mcpServers": { "persuasion-taxonomy": { "url": "https://taxonomy.coppica.com/mcp" } } }

VS Code (.vscode/mcp.json)

{ "servers": { "persuasion-taxonomy": { "type": "http", "url": "https://taxonomy.coppica.com/mcp" } } }

Exécutez-le sur votre propre machine (tout client qui lance des serveurs locaux)

{ "mcpServers": { "persuasion-taxonomy": { "command": "npx", "args": ["-y", "@coppica/persuasion-mcp"] } } }

Ce que votre IA peut en faire

Vous n'avez pas besoin de nommer les outils. Demandez ce que vous voulez et un modèle capable atteint le bon outil, et lors des tests, il l'a fait dans les 16 demandes réalistes que nous avons essayées, sans qu'on lui dise que le serveur existait.

Quand quelqu'un demande...	L'outil qui répond
« Écris-moi une page de destination / une pub / un e-mail / une lettre de vente »	plan_marketing_copy la planifie autour des neuf questions avant qu'un mot ne soit écrit
« Est-ce bon ? », « Critique ça », « Qu'est-ce qui cloche dans ce texte ? »	diagnose_marketing_copy montre quelles questions le texte répond, lesquelles il saute, et ce qui semble écrit par une machine
« Ma pub a des clics mais pas de ventes »	explain_why_not_converting remonte du symptôme à la question sans réponse
« Donne-moi d'autres façons de bâtir la confiance », « Rends ça moins générique »	find_persuasion_techniques cherche dans le catalogue un mouvement moins attendu
« Comment s'appelle cette technique ? », « Comment ça marche ? »	get_persuasion_technique renvoie l'entrée complète, avec des exemples réels et quand ça se retourne contre vous
« Laquelle de ces accroches est la meilleure ? »	check_headlines dit sur quoi chaque ligne parie et lesquelles tester en premier
« Cette affirmation est-elle crédible ? », « Ce bouton est-il bon ? »	check_marketing_claims détecte les superlatifs vagues, les promesses non prouvées et les boutons génériques
« Combien de temps dois-je faire durer ce test ? »	plan_ab_test dimensionne le test et le cadre pour que le résultat vous apprenne quelque chose
« Mon test a-t-il gagné ? »	read_ab_test_result lit le résultat et vous avertit quand il pourrait mentir

Il propose aussi quatre invites prêtes à l'emploi (/roast, /brief, /why-not-converting et /next-test) et les neuf questions comme ressource que vous pouvez lire en entier.

Ce qu'il conserve

Rien de ce que vous lui envoyez. Votre texte, votre brief et vos chiffres de test sont utilisés pour répondre à cette seule demande puis sont supprimés. Le serveur hébergé journalise quel outil a été appelé et quand, et comme tout site web, son hôte conserve des journaux de requêtes ordinaires pendant un court moment. La politique complète se trouve à taxonomy.coppica.com/privacy.

D'où viennent les techniques

Chaque technique est une entrée de The Persuasion Taxonomy, un catalogue de techniques de persuasion documentées à partir de publicités réelles, de lettres de vente, d'e-mails et de pages, avec des exemples des années 1920 à aujourd'hui. Le catalogue est gratuit sous CC BY 4.0. Quand votre IA utilise une technique, elle nomme la technique et crée un lien vers sa page, pour que votre lecteur puisse voir les exemples réels derrière le conseil.

Développer

npm install
npm run build
npm run smoke            # connects as a client over stdio and calls every tool
npm run smoke -- --http  # the same, over Streamable HTTP
npm run voice            # checks every model-facing string for machine tells

Le catalogue dans data/ est un instantané. npm run export-data le rafraîchit, et il a besoin d'un accès en lecture à la base de données de Coppica, donc les contributeurs externes peuvent travailler sur l'instantané tel quel.

Le module src/http.ts exporte handleMcpRequest(request), qui prend un Request standard du web et renvoie un Response. Cela facilite l'hébergement partout où fetch est disponible : une route Next.js, une fonction Vercel ou Cloudflare, ou du Node 18 et plus simple.

Voix

Chaque mot que le serveur montre à un modèle se lit comme un bon rédacteur de réponse directe l'écrirait : des mots simples, des phrases complètes qui s'enchaînent, pas de tirets cadratins, pas d'étiquettes criardes et pas de « ce n'est pas X, c'est Y ». Cela vaut pour les instructions, les descriptions d'outils, chaque ligne de sortie et chaque message d'erreur. Un modèle capte la voix de ce qu'il lit et la transmet à celui pour qui il écrit, donc l'outil doit modéliser l'écriture qu'il demande. src/voice.ts transforme les conclusions des évaluateurs en phrases simples, et npm run voice le garde honnête.

Licence

Le code est MIT. Les données du catalogue dans data/ sont sous CC BY 4.0 et appartiennent à The Persuasion Taxonomy par Coppica.

À propos

Construit par Coppica. Ce serveur sait comment les lecteurs pensent. Coppica connecte ce même modèle du lecteur à vos données de conversion en direct, pour qu'avec le temps il apprenne quelles réponses vendent réellement à vos acheteurs.