DocumentaciónTargetGuía de Target

[Beta]{class="badge informative"}

Servidor MCP Adobe Target: casos de uso y tutoriales target-mcp-use-cases

Última actualización: 12 de mayo de 2026

Creado para:

  • Beginner
  • Intermediate
  • User
  • Developer
AVAILABILITY
El servidor MCP Adobe Target está disponible para todos los clientes en Public Beta. Actualmente es compatible con Claude Web, Claude Desktop, Claude Code, Cursor y ChatGPT.

Esta página muestra lo que puede lograr con el servidor MCP Adobe Target mediante peticiones de datos en lenguaje natural, desde búsquedas rápidas hasta tareas de análisis e informes de varios pasos.

IMPORTANT
El Modelo de Protocolo de Contexto (MCP) es un estándar de código abierto emergente y puede presentar riesgos de seguridad o fiabilidad. Las integraciones del servidor de Adobe MCP y la documentación relacionada se proporcionan "tal cual", sin garantías de ningún tipo.
La conexión de clientes o servidores MCP a los productos de Adobe es una configuración elegida por el cliente, y los clientes son responsables de evaluar la seguridad y la idoneidad de cualquier integración MCP. Adobe no se responsabiliza de los problemas que se deriven de una configuración incorrecta, un uso incorrecto del MCP, vulnerabilidades en implementaciones de terceros o acciones no deseadas realizadas a través de flujos de trabajo habilitados para MCP.
Para reducir el riesgo, Adobe recomienda probar las integraciones en un entorno de zona protegida antes de usarlas de forma productiva y revisar y validar cuidadosamente todas las acciones y respuestas iniciadas por MCP antes de confirmarlas o depender de ellas.

Casos de uso mcp-use-cases

Los siguientes ejemplos muestran cómo interactuar con el servidor MCP Adobe Target mediante lenguaje natural:

Objetivo
Mensaje de ejemplo
Auditoría de estado del experimento
“¿Qué pruebas A/B hay activas actualmente en la página principal? Muéstreme el estado, la asignación de tráfico y cuánto tiempo se ha estado ejecutando cada uno”.
Revisión de rendimiento
“Mostrar todas las pruebas activas que hayan alcanzado relevancia estadística: ¿qué experiencias están ganando?”
Análisis de ingresos
“Obtenga el informe de pedidos e ingresos de la actividad AT4821 y resuma qué experiencia genera la mayor cantidad de ingresos por visitante”.
Informes de A4T
“Extraiga el informe A4T para mi prueba de optimización de cierre de compra y resuma los datos de conversión del lado de Analytics”.
Información de la actividad
“Obtenga información para mi prueba de ‘Banner de venta de verano’. ¿Qué aspecto tiene el rendimiento y si hay alguna anomalía?”
Gestión de público
“Enumere todas las audiencias segmentadas por usuarios móviles y muéstreme con qué actividades están asociadas”.
Control de calidad y vista previa
“Generar URL de vista previa de control de calidad para los 12345 de actividad para poder revisar todas las variantes antes antes de activarlas”.

| Auditoría de implementación | “¿Qué versión de at.js está configurada y qué tokens de respuesta están activos actualmente?” |
| Auditoría de cambios | “Mostrar todos los cambios realizados en los 98765 de actividad en los últimos 30 días y quién los ha realizado”. |

Tutoriales de casos de uso mcp-use-case-walkthroughs

Los siguientes tutoriales muestran cómo completar tareas comunes utilizando las peticiones de datos en lenguaje natural con el servidor MCP Adobe Target.

Comprobación del rendimiento de la actividad

Mensaje:
“Mostrarme las métricas de rendimiento de mi actividad ‘Optimización de flujo de cierre de compra’ durante los últimos 30 días”.

El asistente de IA usa get_ab_performance_report o get_xt_performance_report (según el tipo de actividad) para recuperar las tasas de conversión, los recuentos de visitantes y otras métricas de la ventana de tiempo especificada.

Generación de vínculos de vista previa de control de calidad

Mensaje:
“Genere URL de vista previa para los 12345 de la actividad para poder probar cada experiencia”.

El asistente de IA utiliza la herramienta preview_activity para generar direcciones URL en las que se puede hacer clic y que omiten la segmentación de audiencia, lo que le permite ver cada experiencia directamente en el explorador.

recommendation-more-help
target-help-main