[Beta]{class="badge informative"}
Servidor MCP Adobe Target: casos de uso y tutoriales target-mcp-use-cases
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.
Casos de uso mcp-use-cases
Los siguientes ejemplos muestran cómo interactuar con el servidor MCP Adobe Target mediante lenguaje natural:
| 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”. |
| Crear una prueba A/B | “Cree una prueba A/B llamada ‘Prueba de imagen a pantalla completa de página principal’ con dos experiencias: ‘Control’ y ‘Variante’ dirigidos al mbox homepage-hero”. |
| Crear una oferta | “Cree una oferta de HTML llamada ‘Banner de venta de verano’ con un banner promocional de ‘20% de descuento en todos los artículos de verano’”. |
| Crear una audiencia | “Cree una audiencia denominada ‘Visitantes móviles de California’ dirigida a usuarios móviles en CJA”. |
| Crear una actividad XT | “Cree una actividad de segmentación de experiencias llamada ‘Geo Personalization’ que muestre diferentes banners a los visitantes de diferentes regiones.” |
| Programar una actividad | “Actualice la programación de la actividad 12345 para que comience el 1 de junio y finalice el 30 de junio”. |
| Activar o pausar | “Activar 12345 de actividad” o “Pausar la prueba Hero de la página principal”. |
| Actualizar división de tráfico | “Cambie la división de tráfico para la actividad 12345 a 70 % Control y 30 % Variante A”. |
| Agregar una variante | “Añada una nueva variante denominada ‘Tema de vacaciones’ a la actividad A/B 12345 utilizar 67890 de oferta.” |
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.
Mensaje:
“Cree una prueba A/B llamada ‘Prueba de imagen a pantalla completa de página principal’ con dos experiencias: ‘Control’ que muestre la imagen a pantalla completa actual y ‘Variante’ que muestre una nueva imagen a pantalla completa con tema de verano. Oriente el mbox de la página principal”.
El asistente de IA utiliza la herramienta create_ab_activity para crear la actividad con la configuración descrita. La herramienta devuelve el nuevo ID de actividad y una confirmación de las experiencias creadas.
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.
Mensaje:
“Cree una oferta de HTML llamada ‘Banner de venta de verano’ con un banner promocional que diga ‘20% de descuento en todos los artículos de verano’”.
El asistente de IA utiliza la herramienta create_target_offer para crear la oferta con el contenido de HTML especificado y devuelve una confirmación con el nuevo ID de oferta.
Mensaje:
“Cree una audiencia denominada ‘Visitantes móviles de California’ que esté dirigida a usuarios de dispositivos móviles ubicados en California”.
El asistente de IA utiliza la herramienta create_target_audience con las reglas de segmentación adecuadas derivadas de la descripción.
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.
Mensaje:
“Cree una actividad de segmentación de experiencias llamada ‘Geo Personalization’ que muestre diferentes banners a los visitantes de diferentes regiones.”
El asistente de IA usa create_xt_activity para generar la actividad con asignación de experiencias basada en audiencias según las regiones que describa.
Mensaje:
“Actualice la programación de la actividad 12345 para que comience el 1 de mayo y finalice el 31 de mayo”.
El asistente de IA utiliza la herramienta update_activity_schedule para aplicar las nuevas fechas de inicio y finalización a la actividad.