Persuasion Taxonomy MCP
ทางการเซิร์ฟเวอร์ MCP ฟรีที่มอบคำถามเก้าข้อที่ผู้อ่านทุกคนถามให้กับ AI ทุกตัว เทคนิคการโน้มน้าวใจที่ผ่านการตรวจสอบแล้ว 766 เทคนิคที่สกัดจากงานเขียนทางการตลาดจริงตลอดหนึ่งศตวรรษ การตรวจสอบสำเนา และคณิตศาสตร์การทดสอบ A/B ไม่ต้องใช้คีย์ API
คุณทำอะไรได้บ้างด้วย Persuasion Taxonomy MCP?
- วางแผนเนื้อหาโดยยึดคำถามของผู้อ่านเป็นหลัก — ขอให้ผู้ช่วยวางแผนหน้า Landing Page โฆษณา หรืออีเมล โดยอิงจากคำถามทั้งเก้าข้อก่อนเริ่มเขียน
- วินิจฉัยร่างเนื้อหา — ดูรายละเอียดว่าเนื้อหาตอบคำถามใดของผู้อ่าน ข้ามข้อใดไป และส่วนไหนอ่านแล้วเหมือนเขียนโดยเครื่อง
- ค้นหาเทคนิคที่คาดไม่ถึง — ค้นหาเทคนิคการโน้มน้าวใจที่มีบันทึกไว้ 767 รายการ เมื่อต้องการทางเลือกอื่นนอกเหนือจากวิธีที่เห็นได้ชัด
- ตรวจสอบพาดหัวและคำกล่าวอ้าง — ดูว่าพาดหัวแต่ละข้อกำลังเดิมพันกับอะไร ควรทดสอบข้อใดสองข้อ และตรวจจับคำกล่าวอ้างขั้นสุดยอดที่คลุมเครือหรือคำสัญญาที่ยังไม่มีหลักฐานรองรับ
- กำหนดขนาดและอ่านผลการทดสอบ A/B — ถามว่าควรทดสอบนานแค่ไหน หรือผลที่ได้อาจทำให้เข้าใจผิดหรือไม่
เซิร์ฟเวอร์ MCP แบบโฮสต์
npx add-mcp 'https://taxonomy.coppica.com/mcp'ติดตั้งลง Claude Code, Codex, Cursor และอื่นๆ
เอกสาร
Persuasion Taxonomy MCP
ข้อความการตลาดที่เขียนด้วย AI ส่วนใหญ่ล้มเหลวด้วยเหตุผลเดียวกัน โมเดลตอบทุกคำถามที่ผู้อ่านมีด้วยวิธีที่คาดเดาได้มากที่สุด และวิธีที่คาดเดาได้มากที่สุดก็คือสิ่งที่ผู้อ่านเรียนรู้ที่จะกวาดสายตาผ่านไปแล้ว
เซิร์ฟเวอร์นี้ช่วยให้ AI ของคุณเข้าใจผู้อ่านได้ดีขึ้น ทุกคนที่อ่านโฆษณา หน้าเว็บ หรืออีเมล ต่างตั้งคำถามเก้าข้ออยู่ในใจ:
- ฉันอ่านสิ่งนี้ไปทำไมกัน?
- เขียนมาเพื่อฉันหรือเปล่า?
- ปัญหาของฉันร้ายแรงแค่ไหนกันแน่?
- ฉันกำลังคิดเรื่องนี้ถูกต้องหรือเปล่า?
- ฉันเชื่อคำกล่าวอ้างนี้ได้ไหม?
- ชีวิตฉันจะเป็นอย่างไรหลังจากนี้?
- อะไรทำให้ฉันยังไม่ตอบตกลง?
- ทำไมฉันต้องลงมือตอนนี้?
- ฉันชอบและเชื่อใจคนที่กำลังพูดอยู่ไหม?
ข้อความจะโน้มน้าวใจได้เมื่อมันตอบคำถามที่เป้าหมายต้องการอย่างตรงไปตรงมา และคำตอบเหล่านั้นสอดคล้องกัน เซิร์ฟเวอร์ช่วยให้ AI ของคุณวางแผนข้อความโดยอิงจากคำถามเหล่านี้ ตรวจร่างก่อนที่ใครจะได้เห็น และค้นหาวิธีที่ไม่ชัดเจนจนเกินไปจากเทคนิคการโน้มน้าวใจ 767 วิธีที่รวบรวมจากโฆษณาจริง นอกจากนี้ยังช่วยคำนวณผลการทดสอบ A/B ด้วย
ใช้งานได้ฟรีและไม่ต้องใช้ API key อีกทั้งไม่ได้เรียก AI เองด้วย โมเดลของคุณเป็นผู้คิด ส่วนเซิร์ฟเวอร์มีหน้าที่ให้บริการคลังข้อมูลและเรียกใช้โค้ดทั่วไปเท่านั้น
เชื่อมต่อ
เซิร์ฟเวอร์ที่โฮสต์ไว้ให้บริการที่ https://taxonomy.coppica.com/mcp ไคลเอนต์ใดก็ตามที่รองรับเซิร์ฟเวอร์ MCP ระยะไกล (Streamable HTTP) สามารถใช้ URL นี้ได้ทันที
Claude Code
claude mcp add --transport http persuasion-taxonomy https://taxonomy.coppica.com/mcp
ปลั๊กอิน Claude Code เพิ่มเซิร์ฟเวอร์พร้อมสกิลสั้น ๆ ที่บอก Claude ว่าควรเรียกใช้เมื่อใด
/plugin marketplace add Otha-Labs/persuasion-mcp
/plugin install persuasion-taxonomy@persuasion-taxonomy
Claude, ChatGPT และแอปอื่น ๆ ที่รองรับตัวเชื่อมต่อแบบกำหนดเอง เพิ่มตัวเชื่อมต่อแบบกำหนดเอง แล้ววาง URL ด้านบน ไม่ต้องลงชื่อเข้าใช้
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" } } }
เรียกใช้บนเครื่องของคุณเอง (ไคลเอนต์ใดก็ตามที่เปิดเซิร์ฟเวอร์ในเครื่องได้)
{ "mcpServers": { "persuasion-taxonomy": { "command": "npx", "args": ["-y", "@coppica/persuasion-mcp"] } } }
AI ของคุณทำอะไรได้บ้าง
คุณไม่จำเป็นต้องระบุชื่อเครื่องมือ แค่บอกสิ่งที่ต้องการ แล้วโมเดลที่มีความสามารถจะเลือกใช้เครื่องมือที่เหมาะสม จากการทดสอบ โมเดลทำเช่นนั้นได้ในคำขอสมจริงทั้ง 16 รายการที่เราลอง โดยไม่ต้องบอกว่ามีเซิร์ฟเวอร์นี้อยู่
| เมื่อมีคนถามว่า... | เครื่องมือที่ตอบคำถาม |
|---|---|
| "เขียนหน้า Landing Page / โฆษณา / อีเมล / จดหมายขายให้หน่อย" | plan_marketing_copy วางแผนโดยอิงจากคำถามทั้งเก้าข้อก่อนเริ่มเขียน |
| "นี่ดีไหม?", "วิจารณ์ให้หน่อย", "ข้อความนี้มีอะไรผิด?" | diagnose_marketing_copy แสดงว่าข้อความตอบคำถามข้อใด ข้ามข้อใด และส่วนไหนอ่านแล้วเหมือนเขียนด้วยเครื่อง |
| "โฆษณาของฉันมีคนคลิกแต่ไม่มียอดขาย" | explain_why_not_converting ไล่จากอาการย้อนกลับไปหาคำถามที่ยังไม่มีคำตอบ |
| "ขอวิธีอื่นในการสร้างความเชื่อใจหน่อย", "ทำให้ดูไม่เหมือนข้อความทั่วไป" | find_persuasion_techniques ค้นหาในคลังเพื่อหาวิธีที่คาดเดาได้น้อยกว่า |
| "เทคนิคนี้เรียกว่าอะไร?", "ทำงานอย่างไร?" | get_persuasion_technique แสดงรายการฉบับเต็ม พร้อมตัวอย่างจริงและกรณีที่อาจใช้ไม่ได้ผล |
| "พาดหัวเหล่านี้อันไหนดีที่สุด?" | check_headlines อธิบายว่าแต่ละบรรทัดกำลังเดิมพันกับอะไร และควรทดสอบสองบรรทัดใด |
| "คำกล่าวอ้างนี้น่าเชื่อไหม?", "ปุ่มนี้ดีหรือเปล่า?" | check_marketing_claims ตรวจจับคำกล่าวอ้างเกินจริงที่คลุมเครือ คำสัญญาที่ไม่มีหลักฐาน และข้อความบนปุ่มที่ใช้กันจนชิน |
| "ควรทดสอบนี้นานแค่ไหน?" | plan_ab_test คำนวณขนาดการทดสอบและวางกรอบให้ผลลัพธ์ช่วยให้คุณเรียนรู้อะไรบางอย่าง |
| "การทดสอบของฉันได้ผลไหม?" | read_ab_test_result อ่านผลลัพธ์และเตือนเมื่อผลอาจหลอกคุณ |
นอกจากนี้ยังมีพรอมป์ต์สำเร็จรูปสี่รายการ (/roast, /brief, /why-not-converting และ /next-test) และคำถามทั้งเก้าข้อในรูปแบบทรัพยากรที่คุณอ่านได้ครบถ้วน
ข้อมูลที่เซิร์ฟเวอร์เก็บไว้
เซิร์ฟเวอร์ไม่เก็บสิ่งที่คุณส่งมา ข้อความ บรีฟ และตัวเลขการทดสอบของคุณจะถูกใช้เพื่อตอบคำขอนั้น แล้วลบทิ้ง เซิร์ฟเวอร์ที่โฮสต์ไว้จะบันทึกว่าเรียกใช้เครื่องมือใดและเมื่อใด และเช่นเดียวกับเว็บไซต์ทั่วไป ผู้ให้บริการโฮสต์จะเก็บบันทึกคำขอตามปกติไว้ช่วงสั้น ๆ อ่านนโยบายฉบับเต็มได้ที่ taxonomy.coppica.com/privacy
ที่มาของเทคนิค
เทคนิคแต่ละรายการเป็นส่วนหนึ่งของ The Persuasion Taxonomy ซึ่งเป็นคลังเทคนิคการโน้มน้าวใจที่รวบรวมจากโฆษณา จดหมายขาย อีเมล และหน้าเว็บจริง พร้อมตัวอย่างตั้งแต่ทศวรรษ 1920 จนถึงปัจจุบัน คลังนี้ใช้งานได้ฟรีภายใต้สัญญาอนุญาต CC BY 4.0 เทคนิคแต่ละรายการมีลิงก์ไปยังหน้าเว็บที่แสดงตัวอย่างจริงซึ่งเป็นที่มาของคำแนะนำ
พัฒนา
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
คลังข้อมูลใน data/ เป็นข้อมูล ณ ช่วงเวลาหนึ่ง npm run export-data ใช้รีเฟรชข้อมูล และต้องมีสิทธิ์อ่านฐานข้อมูลของ Coppica ดังนั้นผู้ร่วมพัฒนาภายนอกจึงทำงานกับข้อมูลชุดนี้ได้ตามที่มีอยู่
โมดูล src/http.ts ส่งออก handleMcpRequest(request) ซึ่งรับ Request ตามมาตรฐานเว็บและส่งคืน Response จึงโฮสต์ได้ง่ายทุกที่ที่รองรับ fetch ไม่ว่าจะเป็น route ของ Next.js, ฟังก์ชันของ Vercel หรือ Cloudflare หรือ Node 18 ขึ้นไปแบบทั่วไป
น้ำเสียง
ทุกคำที่เซิร์ฟเวอร์แสดงให้โมเดลเห็นจะอ่านเหมือนนักเขียนโฆษณาแบบตอบสนองโดยตรงที่ดีเขียนไว้ ใช้คำธรรมดา ประโยคเต็มที่เชื่อมโยงต่อเนื่องกัน ไม่มี em dash ไม่มีป้ายกำกับที่ตะโกนใส่ผู้อ่าน และไม่มีรูปแบบ "ไม่ใช่ X แต่เป็น Y" หลักการนี้ใช้กับคำแนะนำ คำอธิบายเครื่องมือ ข้อความผลลัพธ์ทุกบรรทัด และข้อความแสดงข้อผิดพลาดทุกข้อความ โมเดลซึมซับน้ำเสียงจากสิ่งที่อ่านแล้วถ่ายทอดต่อให้คนที่กำลังเขียนถึง ดังนั้นเครื่องมือจึงต้องแสดงตัวอย่างการเขียนแบบเดียวกับที่ต้องการให้เขียน src/voice.ts เรียบเรียงผลการประเมินให้เป็นประโยคธรรมดา และ npm run voice ช่วยให้เนื้อหาตรงไปตรงมา
สัญญาอนุญาต
โค้ดใช้สัญญาอนุญาต MIT ข้อมูลในคลังที่อยู่ใน data/ ใช้สัญญาอนุญาต CC BY 4.0 และเป็นของ The Persuasion Taxonomy โดย Coppica
เกี่ยวกับ
สร้างโดย Coppica เซิร์ฟเวอร์นี้เข้าใจวิธีคิดของผู้อ่าน Coppica เชื่อมโยงแบบจำลองผู้อ่านเดียวกันนี้เข้ากับข้อมูลคอนเวอร์ชันจริงของคุณ เพื่อให้เรียนรู้ได้เมื่อเวลาผ่านไปว่าคำตอบแบบใดช่วยขายให้ผู้ซื้อของคุณได้จริง