DokumentationTargetTarget-Anleitung

[Beta]{class="badge informative"}

Adobe Target MCP-Server - Anwendungsfälle und exemplarische Vorgehensweisen target-mcp-use-cases

Letzte Aktualisierung: 12. Mai 2026

Erstellt für:

  • Beginner
  • Intermediate
  • User
  • Developer
AVAILABILITY
Der Adobe Target MCP-Server steht allen Kunden in Public Beta zur Verfügung. Es wird derzeit in Claude Web, Claude Desktop, Claude Code, Cursor und ChatGPT unterstützt.

Auf dieser Seite erfahren Sie, was Sie mit dem Adobe Target MCP-Server mithilfe von Eingabeaufforderungen in natürlicher Sprache erreichen können, von Schnellsuchen bis hin zu mehrstufigen Analyse- und Berichtsaufgaben.

IMPORTANT
Das Model Context Protocol (MCP) ist ein aufstrebender Open-Source-Standard, der Sicherheits- oder Zuverlässigkeitsrisiken mit sich bringen kann. Adobe MCP-Server-Integrationen und die zugehörige Dokumentation werden ohne Mängelgewähr und ohne Gewährleistung jeglicher Art bereitgestellt.
Die Verbindung von MCP-Clients oder -Servern mit Adobe-Produkten ist eine vom Kunden gewählte Konfiguration, und die Kunden sind dafür verantwortlich, die Sicherheit und Eignung jeder MCP-Integration zu bewerten. Adobe übernimmt keine Verantwortung für Probleme, die sich aus einer Fehlkonfiguration, einer fehlerhaften Verwendung des MCP, Sicherheitslücken in Drittanbieterimplementierungen oder unbeabsichtigten Aktionen ergeben, die über MCP-fähige Workflows ausgeführt werden.
Um Risiken zu reduzieren, empfiehlt Adobe, Integrationen vor der produktiven Verwendung in einer Sandbox-Umgebung zu testen und alle MCP-initiierten Aktionen und Antworten sorgfältig zu überprüfen und zu validieren, bevor sie bestätigt oder sich auf sie verlassen.

Anwendungsszenarien mcp-use-cases

Die folgenden Beispiele zeigen, wie Sie mit dem Adobe Target MCP-Server in natürlicher Sprache interagieren:

Ziel
Beispiel-Eingabeaufforderung
Experimentstatus-Audit
„Welche A/B-Tests sind derzeit auf der Homepage aktiv? Anzeigen des Status, der Traffic-Zuordnung und der Ausführungsdauer jeder Aktivität.“
Leistungsüberprüfung
„Zeigen Sie mir alle aktiven Tests, die statistische Signifikanz erreicht haben - welche Erlebnisse gewinnen?“
Umsatzanalyse
„Rufen Sie den Bericht zu Bestellungen und Umsatz für die Aktivität AT4821 ab und fassen Sie zusammen, welches Erlebnis pro Besucher den meisten Umsatz generiert.“
A4T-Reporting
„Rufen Sie den A4T-Bericht für meinen Checkout-Optimierungstest ab und fassen Sie die Analytics-seitigen Konversionsdaten zusammen.“
Aktivitätserkenntnisse
„Erhalten Sie Einblicke in meinen Test für „Summer Sale Banner“ - wie sieht die Leistung aus und gibt es Anomalien?“
Zielgruppen-Management
„Listen Sie alle Audiences auf, die mobile Benutzende ansprechen, und zeigen Sie mir, welchen Aktivitäten sie zugeordnet sind.“
QS und Vorschau
„Generieren Sie QA-Vorschau-URLs für die Aktivität 12345, damit ich vor der Aktivierung alle Varianten überprüfen kann.“

| Implementierungsprüfung | „Welche Version von at.js ist konfiguriert und welche Antwort-Token sind derzeit aktiv?“ |
| Change audit | „Zeigt mir alle Änderungen an Activity 98765 in den letzten 30 Tagen und wer sie vorgenommen hat.“ |
| Erstellen eines A/B-Tests | „Erstellen Sie einen A/B-Test namens „Homepage Hero Image Test“ mit zwei Erlebnissen: „Kontrolle“ und „Variante“, die auf die Homepage-Hero-Mbox abzielen.“ |
| Angebot erstellen | „Erstellen Sie ein HTML-Angebot mit dem Namen „Sommerverkaufsbanner“ mit einem „20 % Rabatt auf alle Sommerartikel“-Werbebanner.“ |
| Zielgruppe aufbauen | „Erstellen Sie eine Zielgruppe namens „Mobile Besucher aus Kalifornien“ für mobile Benutzer in Kalifornien.“ |
| Erstellen einer XT-Aktivität | „Erstellen Sie eine Experience Targeting-Aktivität namens „Geo Personalization", die verschiedene Hero-Banner für Besuchende aus verschiedenen Regionen anzeigt.“ |
| Planen einer Aktivität | „Aktualisieren Sie den Zeitplan für die Aktivität 12345 so, dass sie am 1. Juni beginnt und am 30. Juni endet.“ |
| Aktivieren oder Anhalten | „12345 aktivieren“ oder „Homepage-Heldentest anhalten“. |
| Traffic-Aufteilung aktualisieren | „Ändern Sie die Traffic-Aufteilung für Aktivitäts-12345 in 70 % Kontrolle und 30 % Variante A.“ |
| Variante hinzufügen | „Eine neue Variante mit dem Namen „Feiertagsthema“ 12345 Verwendung von 67890 zur A/B-Aktivität hinzufügen.“ |

exemplarische Vorgehensweisen für Anwendungsfälle mcp-use-case-walkthroughs

In den folgenden exemplarischen Vorgehensweisen wird beschrieben, wie Sie allgemeine Aufgaben mithilfe von Eingabeaufforderungen in natürlicher Sprache mit dem Adobe Target MCP-Server durchführen.

Erstellen von A/B-Tests

Aufforderung:
„Erstellen Sie einen A/B-Test namens „Homepage Hero Image Test“ mit zwei Erlebnissen: „Control“ zeigt den aktuellen Helden und „Variant“ zeigt ein neues Hero-Bild mit Sommerthema. Targeting der Homepage-Mbox.“

Der KI-Assistent verwendet das create_ab_activity-Tool, um die Aktivität mit der von Ihnen beschriebenen Konfiguration zu erstellen. Das Tool gibt die neue Aktivitäts-ID und eine Bestätigung der erstellten Erlebnisse zurück.

Überprüfen der Aktivitätsleistung

Aufforderung:
„Zeigen Sie mir die Leistungsmetriken für meine Aktivität „Checkout-Flussoptimierung“ in den letzten 30 Tagen.“

Der KI-Assistent verwendet get_ab_performance_report oder get_xt_performance_report (je nach Aktivitätstyp), um Konversionsraten, Besucherzahlen und andere Metriken für das angegebene Zeitfenster abzurufen.

Angebote verwalten

Aufforderung:
„Erstellen Sie ein HTML-Angebot mit dem Namen „Banner für den Sommerverkauf“ und einem Werbebanner, das „20 % Rabatt auf alle Sommerartikel“ enthält.“

Der KI-Assistent verwendet das create_target_offer-Tool, um das Angebot mit dem von Ihnen angegebenen HTML-Inhalt zu erstellen, und gibt eine Bestätigung mit der neuen Angebots-ID zurück.

Erstellen einer Zielgruppe

Aufforderung:
„Erstellen Sie eine Zielgruppe namens „Mobile Besucher aus Kalifornien“, die Benutzende auf Mobilgeräten mit Standort in Kalifornien anspricht.“

Der KI-Assistent verwendet das create_target_audience-Tool mit den entsprechenden Zielgruppenbestimmungsregeln, die aus Ihrer Beschreibung abgeleitet wurden.

QA-Vorschau-Links erzeugen

Aufforderung:
„Generieren Sie Vorschau-URLs für 12345, damit ich jedes Erlebnis testen kann.“

Der KI-Assistent verwendet das preview_activity-Tool, um anklickbare URLs zu generieren, die das Audience-Targeting umgehen, sodass Sie jedes Erlebnis direkt in Ihrem Browser anzeigen können.

Experience Targeting-Aktivität erstellen

Aufforderung:
„Erstellen Sie eine Experience Targeting-Aktivität namens „Geo Personalization", die verschiedene Hero-Banner für Besuchende aus verschiedenen Regionen anzeigt.“

Der KI-Assistent verwendet create_xt_activity, um die Aktivität mit einer zielgruppenbasierten Erlebniszuordnung entsprechend den von Ihnen beschriebenen Regionen zu erstellen.

Planen einer Aktivität

Aufforderung:
„Aktualisieren Sie den Zeitplan für die Aktivität 12345, die am 1. Mai beginnen und am 31. Mai enden soll.“

Der KI-Assistent verwendet das update_activity_schedule-Tool, um das neue Start- und Enddatum auf die Aktivität anzuwenden.

recommendation-more-help
target-help-main