Persuasion Taxonomy MCP
ทางการเซิร์ฟเวอร์ MCP ฟรีที่มอบคำถามเก้าข้อที่ผู้อ่านทุกคนถามให้กับ AI ทุกตัว เทคนิคการโน้มน้าวใจที่ผ่านการตรวจสอบแล้ว 766 เทคนิคที่สกัดจากงานเขียนทางการตลาดจริงตลอดหนึ่งศตวรรษ การตรวจสอบสำเนา และคณิตศาสตร์การทดสอบ A/B ไม่ต้องใช้คีย์ API
คุณทำอะไรได้บ้างด้วย Persuasion Taxonomy MCP?
- วางแผนเนื้อหาการตลาด — ให้ AI ของคุณช่วยร่างหน้าแลนดิ้งเพจ โฆษณา หรืออีเมลที่มีโครงสร้างอิงจากคำถามเก้าข้อของผู้อ่าน
- วินิจฉัยเนื้อหาที่มีอยู่ — ให้ AI ของคุณประเมินร่างเนื้อหาเพื่อเผยว่ามันตอบคำถามใด ข้ามคำถามใด หรืออ่านแล้วดูเหมือนเขียนโดยเครื่องจักร
- ค้นหาเทคนิคการโน้มน้าวใจทางเลือก — ขอวิธีที่เจาะจงน้อยกว่าแบบทั่วไปในการสร้างความไว้วางใจหรือกล่าวอ้าง โดยอ้างอิงจากแคตตาล็อกเทคนิคที่บันทึกไว้ 766 รายการ
- อธิบายสาเหตุที่ Conversion ล้มเหลว — ถามว่าทำไมโฆษณาถึงได้คลิกแต่ไม่มียอดขาย และรับการวิเคราะห์คำถามที่ยังไม่มีคำตอบซึ่งซ่อนอยู่เบื้องหลังอาการนั้น
- ตรวจสอบพาดหัวและข้อกล่าวอ้าง — รับคำติชมว่าควรทดสอบพาดหัวใด หรือข้อกล่าวอ้างนั้นน่าเชื่อถือหรือไม่ พร้อมตรรกะการเดิมพันที่เฉพาะเจาะจง
- วางแผนและอ่านผลการทดสอบ A/B — ถามว่าควรทดสอบนานแค่ไหน หรือผลลัพธ์นั้นเชื่อถือได้หรือไม่ พร้อมคำเตือนเกี่ยวกับผลลัพธ์ที่ทำให้เข้าใจผิด
เซิร์ฟเวอร์ MCP แบบโฮสต์
npx add-mcp 'https://taxonomy.coppica.com/mcp'ติดตั้งลง Claude Code, Codex, Cursor และอื่นๆ
เอกสาร
Persuasion Taxonomy MCP
เนื้อหาการตลาดส่วนใหญ่ที่เขียนโดย AI ล้มเหลวด้วยเหตุผลเดียวกัน โมเดลตอบคำถามทุกข้อที่ผู้อ่านมีด้วยการเคลื่อนไหวที่คาดเดาได้มากที่สุด และการเคลื่อนไหวที่คาดเดาได้มากที่สุดก็คือสิ่งที่ผู้อ่านเรียนรู้ที่จะมองข้ามไปแล้ว
เซิร์ฟเวอร์นี้ให้โมเดล AI ของคุณมีมุมมองที่ดีขึ้นเกี่ยวกับผู้อ่าน ทุกคนที่อ่านโฆษณา เพจ หรืออีเมลต่างตั้งคำถามเก้าข้อในใจ:
- ทำไมฉันถึงต้องอ่านสิ่งนี้?
- สิ่งนี้เขียนขึ้นเพื่อฉันหรือเปล่า?
- ปัญหาของฉันแย่แค่ไหนกันแน่?
- ฉันกำลังคิดเกี่ยวกับเรื่องนี้ถูกต้องหรือไม่?
- ฉันเชื่อถือคำกล่าวอ้างนี้ได้ไหม?
- ชีวิตของฉันจะเป็นอย่างไรหลังจากนี้?
- อะไรที่หยุดฉันไม่ให้ตอบตกลง?
- ทำไมฉันต้องลงมือทำตอนนี้?
- ฉันชอบและไว้วางใจคนที่กำลังพูดอยู่หรือไม่?
เนื้อหาจะโน้มน้าวใจได้เมื่อมันตอบคำถามที่เป้าหมายของมันต้องการ ตอบอย่างตรงไปตรงมา และคำตอบเหล่านั้นสอดคล้องกัน เซิร์ฟเวอร์ช่วยให้ AI ของคุณวางแผนเนื้อหารอบคำถามเหล่านั้น ตรวจสอบร่างก่อนที่ใครจะได้เห็น และเข้าถึงการเคลื่อนไหวที่เหนือกว่าที่เห็นได้ชัดด้วยเทคนิคการโน้มน้าวใจ 766 เทคนิคที่บันทึกจากโฆษณาจริง อีกทั้งยังคำนวณคณิตศาสตร์เบื้องหลังการทดสอบ A/B
มันฟรีและไม่ต้องใช้คีย์ API และมันไม่เรียก AI ใดๆ ด้วยตัวเองเช่นกัน: โมเดลของคุณเป็นคนคิด และเซิร์ฟเวอร์เพียงให้บริการแคตตาล็อกและรันโค้ดธรรมดาเท่านั้น
เชื่อมต่อ
เซิร์ฟเวอร์ที่โฮสต์อยู่ที่ https://taxonomy.coppica.com/mcp ไคลเอนต์ใดก็ตามที่รองรับเซิร์ฟเวอร์ MCP ระยะไกล (Streamable HTTP) สามารถใช้ URL นั้นได้ตามที่เป็นอยู่
Claude Code
claude mcp add --transport http persuasion-taxonomy https://taxonomy.coppica.com/mcp
ปลั๊กอิน Claude Code สิ่งนี้เพิ่มเซิร์ฟเวอร์พร้อมกับสกิลสั้นๆ ที่บอก Claude ว่าเมื่อใดควรใช้มัน
/plugin marketplace add Otha-Labs/persuasion-mcp
/plugin install persuasion-taxonomy@persuasion-taxonomy
Claude, ChatGPT และแอปอื่นๆ ที่มีตัวเชื่อมต่อแบบกำหนดเอง เพิ่มตัวเชื่อมต่อแบบกำหนดเองและวาง URL ด้านบน ไม่ต้องเข้าสู่ระบบใดๆ
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" } } }
รันบนเครื่องของคุณเอง (ไคลเอนต์ใดก็ตามที่เปิดใช้เซิร์ฟเวอร์ในเครื่อง)
{ "mcpServers": { "persuasion-taxonomy": { "command": "npx", "args": ["-y", "@coppica/persuasion-mcp"] } } }
สิ่งที่ AI ของคุณทำได้กับมัน
คุณไม่จำเป็นต้องระบุชื่อเครื่องมือ ขอสิ่งที่คุณต้องการแล้วโมเดลที่มีความสามารถจะเลือกใช้เครื่องมือที่เหมาะสม และในการทดสอบ มันทำได้ในคำขอที่สมจริงทั้งหมด 16 รายการที่เราลอง โดยไม่ต้องบอกว่าเซิร์ฟเวอร์มีอยู่
| เมื่อมีคนถาม... | เครื่องมือที่ตอบ |
|---|---|
| "เขียนแลนดิ้งเพจ / โฆษณา / อีเมล / จดหมายขายให้ฉัน" | plan_marketing_copy วางแผนรอบคำถามเก้าข้อก่อนที่จะเขียนคำใดๆ |
| "อันนี้ดีไหม?", "วิจารณ์หน่อย", "เนื้อหานี้มีอะไรผิดปกติ?" | diagnose_marketing_copy แสดงว่าคำถามใดที่เนื้อหาตอบ คำถามใดที่ข้าม และอะไรที่อ่านแล้วดูเหมือนเครื่องเขียน |
| "โฆษณาฉันได้คลิกแต่ไม่มีคนซื้อ" | explain_why_not_converting ย้อนกลับจากอาการไปหาคำถามที่ยังไม่มีคำตอบ |
| "หาวิธีอื่นในการสร้างความไว้วางใจ", "ทำให้สิ่งนี้ดูไม่ทั่วไป" | find_persuasion_techniques ค้นหาแคตตาล็อกเพื่อหาการเคลื่อนไหวที่คาดเดาได้น้อยกว่า |
| "เทคนิคนี้เรียกว่าอะไร?", "มันทำงานอย่างไร?" | get_persuasion_technique คืนรายการเต็ม พร้อมตัวอย่างจริงและเมื่อมันย้อนกลับมาทำร้าย |
| "พาดหัวไหนดีที่สุด?" | check_headlines บอกว่าแต่ละบรรทัดเดิมพันกับอะไรและควรทดสอบสองอันไหน |
| "คำกล่าวอ้างนี้เชื่อถือได้ไหม?", "ปุ่มนี้ดีไหม?" | check_marketing_claims จับคำเกินจริงที่คลุมเครือ คำสัญญาที่ไม่มีหลักฐาน และปุ่มมาตรฐาน |
| "ควรทดสอบนานแค่ไหน?" | plan_ab_test กำหนดขนาดการทดสอบและวางกรอบเพื่อให้ผลลัพธ์สอนอะไรบางอย่างแก่คุณ |
| "การทดสอบของฉันชนะไหม?" | read_ab_test_result อ่านผลลัพธ์และเตือนคุณเมื่อมันอาจโกหก |
มันยังมีพรอมต์สำเร็จรูปสี่แบบ (/roast, /brief, /why-not-converting และ /next-test) และคำถามเก้าข้อเป็นทรัพยากรที่คุณสามารถอ่านได้เต็มรูปแบบ
สิ่งที่มันเก็บ
ไม่มีอะไรที่คุณส่งไป เนื้อหาของคุณ บรีฟของคุณ และตัวเลขการทดสอบของคุณถูกใช้เพื่อตอบคำขอนั้นครั้งเดียวแล้วก็ถูกทิ้ง เซิร์ฟเวอร์ที่โฮสต์บันทึกว่าเครื่องมือใดถูกเรียกและเมื่อใด และเช่นเดียวกับเว็บไซต์ทั่วไป โฮสต์ของมันเก็บบันทึกคำขอทั่วไปในช่วงเวลาสั้นๆ นโยบายเต็มอยู่ที่ taxonomy.coppica.com/privacy
เทคนิคมาจากไหน
ทุกเทคนิคคือรายการใน The Persuasion Taxonomy แคตตาล็อกเทคนิคการโน้มน้าวใจที่บันทึกจากโฆษณา จดหมายขาย อีเมล และเพจจริง พร้อมตัวอย่างตั้งแต่ปี 1920 จนถึงปัจจุบัน แคตตาล็อกฟรีภายใต้ CC BY 4.0 เมื่อ AI ของคุณใช้เทคนิค มันจะระบุชื่อเทคนิคและลิงก์ไปยังเพจของมัน เพื่อให้ผู้อ่านของคุณเห็นตัวอย่างจริงเบื้องหลังคำแนะนำ
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
แคตตาล็อกใน data/ เป็นสแนปช็อต npm run export-data รีเฟรชมัน และมันต้องการสิทธิ์อ่านฐานข้อมูลของ Coppica ดังนั้นผู้มีส่วนร่วมภายนอกจึงสามารถทำงานกับสแนปช็อตตามที่เป็นอยู่ได้
โมดูล src/http.ts ส่งออก handleMcpRequest(request) ซึ่งรับ Request มาตรฐานเว็บและคืน Response ทำให้ง่ายต่อการโฮสต์ทุกที่ที่รองรับ fetch: เส้นทาง Next.js, ฟังก์ชัน Vercel หรือ Cloudflare หรือ Node 18 ขึ้นไปธรรมดา
น้ำเสียง
ทุกคำที่เซิร์ฟเวอร์แสดงให้โมเดลอ่านนั้นอ่านเหมือนที่นักเขียนตอบกลับโดยตรงที่ดีจะเขียน: คำธรรมดา ประโยคเต็มที่นำไปสู่กันและกัน ไม่มีเครื่องหมายขีดยาว ไม่มีป้ายกำกับที่ตะโกน และไม่มี "มันไม่ใช่ X มันคือ Y" สิ่งนี้ใช้กับคำแนะนำ คำอธิบายเครื่องมือ ทุกบรรทัดของผลลัพธ์ และทุกข้อความแสดงข้อผิดพลาด โมเดลรับน้ำเสียงของสิ่งที่มันอ่านและส่งต่อให้กับคนที่มันเขียนให้ ดังนั้นเครื่องมือต้องเป็นแบบอย่างของการเขียนที่มันขอ src/voice.ts เปลี่ยนสิ่งที่ผู้ให้คะแนนพบเป็นประโยคธรรมดา และ npm run voice ทำให้มันซื่อสัตย์
ใบอนุญาต
โค้ดเป็น MIT ข้อมูลแคตตาล็อกใน data/ เป็น CC BY 4.0 และเป็นของ The Persuasion Taxonomy โดย Coppica
เกี่ยวกับ
สร้างโดย Coppica เซิร์ฟเวอร์นี้รู้ว่าผู้อ่านคิดอย่างไร Coppica เชื่อมต่อโมเดลผู้อ่านเดียวกันนั้นกับข้อมูลการแปลงสดของคุณ ดังนั้นเมื่อเวลาผ่านไปมันจะเรียนรู้ว่าคำตอบใดที่ขายให้ผู้ซื้อของคุณได้จริง