Persuasion Taxonomy MCP

ทางการ

เซิร์ฟเวอร์ 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

npm AllMCPs Verified Glama

ข้อความการตลาดที่เขียนด้วย AI ส่วนใหญ่ล้มเหลวด้วยเหตุผลเดียวกัน โมเดลตอบทุกคำถามที่ผู้อ่านมีด้วยวิธีที่คาดเดาได้มากที่สุด และวิธีที่คาดเดาได้มากที่สุดก็คือสิ่งที่ผู้อ่านเรียนรู้ที่จะกวาดสายตาผ่านไปแล้ว

เซิร์ฟเวอร์นี้ช่วยให้ AI ของคุณเข้าใจผู้อ่านได้ดีขึ้น ทุกคนที่อ่านโฆษณา หน้าเว็บ หรืออีเมล ต่างตั้งคำถามเก้าข้ออยู่ในใจ:

  1. ฉันอ่านสิ่งนี้ไปทำไมกัน?
  2. เขียนมาเพื่อฉันหรือเปล่า?
  3. ปัญหาของฉันร้ายแรงแค่ไหนกันแน่?
  4. ฉันกำลังคิดเรื่องนี้ถูกต้องหรือเปล่า?
  5. ฉันเชื่อคำกล่าวอ้างนี้ได้ไหม?
  6. ชีวิตฉันจะเป็นอย่างไรหลังจากนี้?
  7. อะไรทำให้ฉันยังไม่ตอบตกลง?
  8. ทำไมฉันต้องลงมือตอนนี้?
  9. 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