Persuasion Taxonomy MCP

官方

一个免费的MCP服务器，为任何AI提供每位读者都会提出的九个问题，从一百年真实营销文案中提取的766种经过验证的说服技巧，以及文案检查和A/B测试数学。无需API密钥。

GitHub试用此 MCP赞助

你可以用 Persuasion Taxonomy MCP 做什么？

  • 规划营销文案 — 让您的AI围绕九个读者问题起草落地页、广告或电子邮件。
  • 诊断现有文案 — 让您的AI评估一份草稿，揭示它回答了哪些问题、跳过了哪些问题，或哪些部分读起来像机器生成。
  • 寻找替代说服技巧 — 从766种有记录的技巧目录中，请求更不落俗套的建立信任或提出主张的方式。
  • 解释转化失败原因 — 询问为什么广告有点击却无销售，并获得对症状背后未回答问题分析。
  • 检查标题和主张 — 获取关于应测试哪些标题或某项主张是否可信的反馈，并附上具体的下注逻辑。
  • 规划并解读A/B测试 — 询问测试应运行多久，或结果是否可信，并附上关于误导性结果的警告。

托管 MCP 服务器

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

可安装到 Claude Code、Codex、Cursor 等客户端

文档

Persuasion Taxonomy MCP

npm AllMCPs Verified Glama

大多数AI撰写的营销文案失败的原因都一样。模型用最可预期的回应来回答读者的每一个问题，而最可预期的回应恰恰是读者已经学会略过的东西。

这个服务器为你的AI提供了一个更好的读者模型。每个阅读广告、页面或邮件的人都在心里默默地问九个问题：

  1. 我为什么要读这个？
  2. 这是为我写的吗？
  3. 我的问题到底有多严重？
  4. 我这样想对吗？
  5. 这个说法可信吗？
  6. 之后我的生活会是什么样？
  7. 是什么阻止我说“好”？
  8. 我为什么要现在就行动？
  9. 我喜欢并信任说话的人吗？

当文案回答了其目标所需的问题、如实回答，并且答案彼此契合时，它才具有说服力。这个服务器帮助你的AI围绕这些问题规划文案，在任何人看到之前对照这些问题检查草稿，并超越显而易见的做法，从真实广告中记录的766种说服技巧中选取一种。它还能做A/B测试背后的数学计算。

它是免费的，不需要API密钥。它本身也不做任何AI调用：你的模型负责思考，服务器只提供目录并运行纯代码。

连接它

托管的服务器位于 https://taxonomy.coppica.com/mcp。任何接受远程MCP服务器（Streamable HTTP）的客户端都可以直接使用该URL。

Claude Code

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

Claude Code插件。 这会添加服务器以及一个简短的技能，告诉Claude何时使用它。

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

Claude、ChatGPT和其他带有自定义连接器的应用。 添加一个自定义连接器并粘贴上面的URL。无需登录任何内容。

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" } } }

在你自己的机器上运行（任何启动本地服务器的客户端）

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

你的AI能用它做什么

你不需要说出工具的名称。提出你的需求，一个能力强的模型就会找到合适的工具；在测试中，我们在没有告诉它服务器存在的情况下，尝试了16个现实请求，它全部做到了。

当有人问……回答的工具
“帮我写一个落地页/广告/邮件/销售信”plan_marketing_copy 在写一个字之前围绕九个问题规划它
“这个好吗？”、“吐槽这个”、“这段文案有什么问题？”diagnose_marketing_copy 显示文案回答了哪些问题、跳过了哪些问题，以及哪些部分读起来像机器写的
“我的广告有点击但没有销量”explain_why_not_converting 从症状反推未得到回答的问题
“给我其他建立信任的方法”、“让这个不那么老套”find_persuasion_techniques 在目录中搜索一个不那么可预期的做法
“这个技巧叫什么？”、“它是怎么运作的？”get_persuasion_technique 返回完整条目，包含真实示例以及何时会适得其反
“这些标题哪个最好？”check_headlines 说明每个标题押注的是什么，以及哪两个值得测试
“这个说法可信吗？”、“这个按钮好吗？”check_marketing_claims 捕捉模糊的夸大之词、未经证实的承诺和千篇一律的按钮
“这个测试应该跑多久？”plan_ab_test 计算测试规模并设计框架，让结果能教会你一些东西
“我的测试赢了吗？”read_ab_test_result 解读结果，并在结果可能具有误导性时提醒你

它还提供了四个现成的提示词（/roast、/brief、/why-not-converting 和 /next-test），以及九个问题作为一个可以完整阅读的资源。

它保留什么

你发送的任何内容都不会被保留。你的文案、简报和测试数据仅用于回答那一次请求，然后就被丢弃。托管的服务器会记录调用了哪个工具以及何时调用，和任何网站一样，其主机也会在短时间内保留普通的请求日志。完整政策见 taxonomy.coppica.com/privacy。

技巧来自哪里

每个技巧都是 The Persuasion Taxonomy 中的一个条目，这是一个从真实广告、销售信、邮件和页面中记录的说服技巧目录，包含从1920年代到现在的示例。该目录在 CC BY 4.0 下免费提供。当你的AI使用某个技巧时，它会说出技巧的名称并链接到其页面，这样你的读者就能看到建议背后的真实示例。

开发

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/ 中的目录是一个快照。npm run export-data 会刷新它，并且它需要Coppica数据库的读取权限，所以外部贡献者可以按现状基于快照工作。

src/http.ts 模块导出 handleMcpRequest(request)，它接受一个Web标准的 Request 并返回一个 Response。这使得它可以轻松托管在任何支持fetch的地方：Next.js路由、Vercel或Cloudflare函数，或者普通的Node 18及以上版本。

语气

服务器向模型展示的每一个字都读起来像优秀的直复营销文案写手写的那样：朴实的词语、相互衔接的完整句子、没有破折号、没有大声喊叫的标签，也没有“不是X，而是Y”的句式。这适用于指令、工具描述、每一行输出和每一条错误消息。模型会吸收它读到的任何内容的语气，并将其传递给它所服务的写作对象，所以工具必须示范它所要求的写作风格。src/voice.ts 将评分者的发现转化为朴实的句子，npm run voice 则保持其诚实。

许可证

代码是 MIT。data/ 中的目录数据是 CC BY 4.0，属于Coppica的The Persuasion Taxonomy。

关于

由 Coppica 构建。这个服务器了解读者如何思考。Coppica将同样的读者模型连接到你的实时转化数据，因此随着时间的推移，它能学会哪些答案真正能向你的买家销售。