Persuasion Taxonomy MCP

공식

모든 AI에 독자가 묻는 아홉 가지 질문, 한 세기의 실제 마케팅 카피에서 추출한 766개의 검증된 설득 기법, 카피 점검 및 A/B 테스트 수학을 제공하는 무료 MCP 서버입니다. API 키가 필요 없습니다.

GitHub이 MCP 사용해 보기스폰서

Persuasion Taxonomy MCP(으)로 무엇을 할 수 있나요?

  • 마케팅 카피 계획 — AI에게 랜딩 페이지, 광고, 이메일 초안을 아홉 가지 독자 질문을 중심으로 구성해 달라고 요청하세요.
  • 기존 카피 진단 — AI가 초안을 평가해 어떤 질문에 답하고, 어떤 질문을 건너뛰며, 기계가 쓴 듯한 부분을 드러내게 하세요.
  • 대체 설득 기법 찾기 — 766가지 문서화된 기법 목록에서 신뢰를 쌓거나 주장을 펼치는 덜 평범한 방법을 요청하세요.
  • 전환 실패 설명 — 광고가 클릭은 받지만 판매로 이어지지 않는 이유를 묻고, 증상 뒤에 답하지 않은 질문에 대한 분석을 받으세요.
  • 헤드라인 및 주장 점검 — 어떤 헤드라인을 테스트할지 또는 주장이 믿을 만한지에 대한 피드백을 구체적인 베팅 논리와 함께 받으세요.
  • A/B 테스트 계획 및 해석 — 테스트를 얼마나 오래 실행할지 또는 결과가 신뢰할 만한지 묻고, 오해를 부르는 결과에 대한 경고도 받으세요.

호스팅형 MCP 서버

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

Claude Code, Codex, Cursor 등에 설치됩니다

문서

Persuasion Taxonomy MCP

npm AllMCPs Verified Glama

대부분의 AI가 작성한 마케팅 카피가 실패하는 이유는 동일합니다. 모델이 독자가 가진 모든 질문에 가장 예상되는 방식으로 답하기 때문인데, 가장 예상되는 방식이 바로 독자들이 지나쳐 읽도록 배운 방식이기 때문입니다.

이 서버는 AI에게 독자에 대한 더 나은 모델을 제공합니다. 광고, 페이지 또는 이메일을 읽는 모든 사람은 조용히 아홉 가지 질문을 던집니다:

  1. 내가 왜 이걸 읽고 있지?
  2. 이게 나를 위해 쓰인 건가?
  3. 내 문제가 실제로 얼마나 심각하지?
  4. 내가 이걸 제대로 생각하고 있나?
  5. 이 주장을 믿을 수 있을까?
  6. 그 후에 내 삶은 어떻게 달라질까?
  7. 긍정적으로 답하는 것을 막는 것은 무엇일까?
  8. 왜 지금 당장 행동해야 하지?
  9. 말하는 사람을 좋아하고 신뢰할 수 있을까?

카피는 목표가 요구하는 질문에 답하고, 진실되게 답하며, 답변들이 서로 맞아떨어질 때 설득력을 얻습니다. 이 서버는 AI가 그 질문들을 중심으로 카피를 계획하고, 누구에게도 보여주기 전에 초안을 그 질문들에 비추어 검토하며, 실제 광고에서 문서화된 766가지 설득 기법 중에서 덜 예상되는 접근을 찾도록 돕습니다. 또한 A/B 테스트의 수학적 계산도 처리합니다.

무료이며 API 키가 필요 없습니다. 자체적으로 AI 호출을 하지도 않습니다. 모델이 사고를 담당하고, 서버는 카탈로그를 제공하고 일반 코드를 실행할 뿐입니다.

연결하기

호스팅 서버는 https://taxonomy.coppica.com/mcp에 있습니다. 원격 MCP 서버(Streamable HTTP)를 수용하는 모든 클라이언트는 해당 URL을 그대로 사용할 수 있습니다.

Claude Code

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

Claude Code 플러그인. 이 플러그인은 서버와 함께, Claude가 언제 이 서버를 사용해야 하는지 알려주는 짧은 스킬을 추가합니다.

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

Claude, ChatGPT 및 사용자 지정 커넥터가 있는 기타 앱. 사용자 지정 커넥터를 추가하고 위의 URL을 붙여넣으세요. 로그인할 필요가 없습니다.

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" } } }

자체 머신에서 실행 (로컬 서버를 실행하는 모든 클라이언트)

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

AI가 할 수 있는 일

도구 이름을 지정할 필요가 없습니다. 원하는 것을 요청하면 유능한 모델이 적절한 도구를 찾아 사용하며, 테스트에서 서버의 존재를 알려주지 않았음에도 우리가 시도한 16가지 현실적인 요청 모두에서 그렇게 했습니다.

누군가 요청할 때...응답하는 도구
"랜딩 페이지 / 광고 / 이메일 / 세일즈 레터를 작성해 줘"plan_marketing_copy이 한 글자도 쓰기 전에 아홉 가지 질문을 중심으로 계획합니다
"이거 괜찮아?", "이거 혹평해 줘", "이 카피에 뭐가 문제야?"diagnose_marketing_copy이 카피가 어떤 질문에 답하고, 어떤 질문을 건너뛰며, 무엇이 기계가 쓴 것처럼 읽히는지 보여줍니다
"광고가 클릭은 되는데 판매가 안 돼"explain_why_not_converting이 증상에서부터 답이 없는 질문으로 거슬러 올라갑니다
"신뢰를 쌓는 다른 방법을 알려줘", "이거 덜 평범하게 만들어 줘"find_persuasion_techniques이 카탈로그에서 덜 예상되는 접근을 검색합니다
"이 기법의 이름이 뭐야?", "어떻게 작동해?"get_persuasion_technique이 실제 예시와 역효과가 나는 경우를 포함한 전체 항목을 반환합니다
"이 헤드라인 중 어느 것이 최고야?"check_headlines이 각 문구가 무엇에 베팅하고 있는지와 어떤 두 개를 테스트할지 말해줍니다
"이 주장이 믿을 만해?", "이 버튼 괜찮아?"check_marketing_claims이 모호한 최상급 표현, 입증되지 않은 약속, 진부한 버튼을 잡아냅니다
"이 테스트를 얼마나 오래 돌려야 해?"plan_ab_test이 테스트 규모를 산정하고 결과가 무언가를 가르쳐주도록 구성합니다
"내 테스트가 이겼어?"read_ab_test_result이 결과를 읽고 결과가 거짓일 수 있을 때 경고합니다

또한 네 가지 준비된 프롬프트(/roast, /brief, /why-not-converting 및 /next-test)와 전체 내용을 읽을 수 있는 리소스로 아홉 가지 질문도 제공합니다.

보관하는 것

보내는 어떤 것도 보관하지 않습니다. 카피, 브리프, 테스트 수치는 그 한 번의 요청에 답하는 데만 사용된 후 폐기됩니다. 호스팅 서버는 어떤 도구가 언제 호출되었는지 로그로 남기며, 다른 웹사이트와 마찬가지로 호스트는 일반적인 요청 로그를 짧은 시간 동안 유지합니다. 전체 정책은 taxonomy.coppica.com/privacy에 있습니다.

기법의 출처

모든 기법은 The Persuasion Taxonomy의 항목으로, 1920년대부터 현재까지의 실제 광고, 세일즈 레터, 이메일, 페이지에서 문서화된 설득 기법 카탈로그이며 예시를 포함합니다. 카탈로그는 CC BY 4.0에 따라 무료입니다. AI가 기법을 사용할 때 기법 이름을 지정하고 해당 페이지에 링크하여, 독자가 조언 뒤에 있는 실제 예시를 볼 수 있게 합니다.

개발

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

data/의 카탈로그는 스냅샷입니다. npm run export-data이 이를 새로 고치며 Coppica의 데이터베이스에 대한 읽기 권한이 필요하므로, 외부 기여자는 스냅샷을 그대로 사용하여 작업할 수 있습니다.

src/http.ts 모듈은 handleMcpRequest(request)을 내보내며, 이는 웹 표준 Request을 받아 Response을 반환합니다. 따라서 fetch를 지원하는 어디서든 호스팅하기 쉽습니다: Next.js 라우트, Vercel 또는 Cloudflare 함수, 또는 일반 Node 18 이상.

어조

서버가 모델에 보여주는 모든 단어는 훌륭한 다이렉트 응답 작가가 쓰는 방식으로 읽힙니다: 평이한 단어, 서로 이어지는 완전한 문장, 대시 없음, 큰 소리로 외치는 라벨 없음, "X가 아니라 Y다" 같은 표현 없음. 이는 지침, 도구 설명, 모든 출력 줄과 모든 오류 메시지에 적용됩니다. 모델은 읽는 모든 것의 어조를 흡수하여 쓰는 대상에게 전달하므로, 도구가 요청하는 글쓰기를 스스로 모델링해야 합니다. src/voice.ts은 평가자의 결과를 평이한 문장으로 바꾸고, npm run voice은 정직함을 유지합니다.

라이선스

코드는 MIT입니다. data/의 카탈로그 데이터는 CC BY 4.0이며 Coppica의 The Persuasion Taxonomy에 속합니다.

소개

Coppica가 만들었습니다. 이 서버는 독자가 어떻게 생각하는지 알고 있습니다. Coppica는 동일한 독자 모델을 실시간 전환 데이터에 연결하여, 시간이 지남에 따라 어떤 답변이 실제로 구매자에게 판매를 이끄는지 학습합니다.