An astronaut overseeing a futuristic data hub
Descargar PDFVersión en Markdown

Conecta AI Engagement Scoring a ChatGPT, Claude y Gemini

Configúralo una vez y funciona en ChatGPT, Claude, Cursor y en cualquier otro cliente que te guste. Todo se ejecuta con seguridad en segundo plano, para que tú te relajes y te centres en lo que de verdad importa. Convierte datos de interacción en estrategias de retención efectivas.

Pregunta a la IA sobre este Connector

Desarrollado, mantenido y alojado por Vinkius.

MCP VERIFICADO · LISTO PARA PRODUCCIÓN · GARANTÍA VINKIUS

Waiting for input…

Works with modern AI clients that support MCP, including ChatGPT, Claude, Cursor, and more.

ChatGPTClaudeCursorPerplexityGeminiMicrosoft CopilotRaycastMeta AI

Tu IA hace el trabajo. Nosotros lo cuidamos, seguro.

Ninguna otra herramienta de IA te da esto. Tu workflow se ejecuta en el cliente que ya amas, tu cuenta permanece protegida y tú decides lo que el agente puede y no puede hacer. Es la razón completa para dar el salto.

Cada Connector vive dentro de nuestra infraestructura, en el mismo lugar donde se ejecuta tu workflow. Las tres cosas de abajo ya forman parte de él, trabajando en silencio en segundo plano para que nunca tengas que pensar en ellas. Nada que añadir, nada que configurar, nada de qué preocuparte.

A futuristic MCP client docking bay
V8 Isolate01

Cada Connector se ejecuta dentro de su propio entorno sellado.

Cada Connector se ejecuta en su propio runtime V8 aislado, sin acceso a tus archivos, a tu sistema ni a otros servidores. Un Connector nunca ve más allá de su propia petición.

Kill Switch02

Un interruptor detiene a todos los agentes. Al instante.

Una única acción desactiva todos los Connectors, revoca todos los tokens y cierra todas las sesiones a la vez. La Gobernanza de IA guarda el registro.

FinOps por usuario03

Límites de gasto que se pausan en vez de sorprenderte.

Cada usuario mantiene sus propias conexiones y credenciales, aisladas de las de los demás. Lo que supere tu límite de gasto se detiene y queda esperando tu aprobación en vez de cobrarse.

Tres controles, integrados en la capa por donde tu IA se conecta.

Set curado · 4 capacidades

Publicamos solo las acciones que importan.

Set de capacidades01 / 01

01-04

4 capacidades en este set.

Parte de 4 disponibles a través de AI Engagement Scoring.

  1. 01

    Analizar tendencia de compromiso

    Sigue la trayectoria del interés de un usuario en las funciones de IA a lo largo del tiempo. Esto te ayuda a identificar patrones de interés decrecientes o crecientes.

  2. 02

    Calcular puntuación de compromiso del usuario

    Determina el nivel de compromiso actual de un usuario específico. Esta puntuación holística te da una visión rápida de la salud de tu base de usuarios.

  3. 03

    Obtener métricas de adopción de funciones

    Evalúa qué tan bien se están descubriendo y adoptando funciones específicas de IA. Te ayuda a entender si los usuarios encuentran valor en las características que implementas.

  4. 04

    Predecir riesgo de abandono del usuario

    Identifica a los usuarios que están en riesgo de abandonar el uso de las funciones de IA. Esto te permite tomar medidas proactivas de retención.

Trabajo real

Lo que los equipos ejecutan de verdad

01

Reviewing a dormant user

You check a user who hasn't logged in for weeks. The MCP predicts their churn risk and tells you if they were previously a high-value user.

02

Launching a new feature

You run a report to see if the new feature is being discovered and adopted. The MCP gives you the specific metrics needed to judge success.

03

Identifying product friction

You notice a drop in usage. The MCP analyzes engagement trends to see if the decline started after a specific product update.

04

Segmenting power users

You calculate the engagement score for your top 100 users to confirm they are still realizing high value from the AI capabilities.

Un connector, todas las IAs

AI Engagement Scoring funciona con los clientes de IA más populares.

Estos son los clientes más populares, cada uno con una guía paso a paso: un enlace, configurado una vez, con gobernanza y visibilidad integradas. Y como todo corre sobre el estándar MCP, la misma conexión también funciona en cualquier otro cliente compatible: nada que reconstruir.

ClaudeClaudeChatGPTChatGPTGeminiGeminiPerplexityPerplexityGrokGrokMicrosoft CopilotMicrosoft CopilotCursorCursorVS CodeVS CodeWindsurfWindsurfJetBrainsJetBrainsClineClineLangChainLangChainVercel AI SDKVercel AI SDKLovableLovableZ.aiZ.aiRaycastRaycastQwen CodeQwen CodeKimi CodeKimi CodeLe ChatLe Chat

¿Construyendo tu propia app? El connector es tuyo para usar.

No necesitas un cliente para poner AI Engagement Scoring a trabajar: la misma conexión alojada se conecta a tus propias aplicaciones y al código de tu agente, con la misma gobernanza en cada petición. Construye con él, conversa con él: una conexión para ambos.

Observada, no estimada

Promedio de 901ms. Rápida en producción.

AI Engagement Scoring se verifica a diario contra el servicio en producción.

Promedio diarioPico de 1215ms
3 octHoy
Día más rápido
693ms
Día más lento
1215ms
Tendencia de 14 días
Ralentizando+41%

Conecta tu cliente

Una URL. Todos los clientes.

Activa el Connector, copia tu enlace y pégalo en el cliente que ya usas. 4 capacidades llegan listas para funcionar.

Acceso de vista previa · no es autenticación del proveedor

El token vk_preview_* pertenece a la infraestructura de vista previa de Vinkius. Permite que Claude descubra y muestre las capacidades de AI Engagement Scoring, para que veas la experiencia dentro de tu IA.

No autentica tu cuenta con AI Engagement Scoring. Las acciones que requieran credenciales o datos reales de la cuenta podrían no ejecutarse hasta que actives el Connector y autorices el servicio.

AI Engagement Scoring Connector

Todo listo. Elige tu cliente MCP y sigue las instrucciones de configuración.

Enlace del conectorhttps://edge.vinkius.com/vk_preview_4wOGVgGo4t204rkw2C4D4i8XjePsZ299pNnX5ev6/mcp

Claude Desktop

Sigue los pasos siguientes para conectarte en segundos.

  1. 1In Claude Desktop, open Settings → Connectors.
  2. 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
  3. 3Click Add and start a new chat — AI Engagement Scoring capabilities are ready to use.
Configuración · claude_desktop_config.jsonCopiar
{
  "mcpServers": {
    "ai-engagement-scoring-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_4wOGVgGo4t204rkw2C4D4i8XjePsZ299pNnX5ev6/mcp"
    }
  }
}
  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Las instrucciones paso a paso para cada cliente están en la guía. Cómo conectar

¿Configuración guiada para Claude? Conectar AI Engagement Scoring con Claude y otras IA

Ve todos los clientes de IA con los que funciona este connector ↑

Para quién es

Hecho para el trabajo que quienes usan AI Engagement Scoring delegan.

Este MCP Connector está diseñado para profesionales de producto, analistas de datos y gerentes de marketing que dependen de la IA. Si necesitas ir más allá de las métricas de uso y entender el valor real que obtienen tus usuarios, esta herramienta es esencial para optimizar la retención y el crecimiento.

  • 01

    Gerente de Producto

    Para medir el ROI de las nuevas funciones de IA y priorizar mejoras basadas en el compromiso real del usuario.

  • 02

    Analista de Datos

    Para rastrear tendencias complejas de interacción, calcular puntuaciones de compromiso y segmentar usuarios en riesgo de abandono.

  • 03

    Gerente de Marketing

    Para diseñar campañas de retención dirigidas, enfocándose en usuarios con alto potencial de valor pero bajo compromiso actual.

FAQ

Preguntas de quienes usan AI Engagement Scoring.

  • 01

    Does this MCP track all user activity?

    No, it focuses specifically on AI feature engagement. It helps you measure how users interact with your AI capabilities, providing metrics on adoption and value realization.

  • 02

    Can I use this for multiple product lines?

    The MCP is designed to analyze AI feature engagement. You must ensure the data source feeding the MCP covers all the AI features you want to measure.

  • 03

    What is the difference between engagement and adoption?

    Adoption metrics show if users are finding and trying a feature. Engagement scores give a holistic view of how valuable and active the user is with the product overall.

  • 04

    Is this only for large companies?

    No. This MCP helps any product team that needs to understand user retention and feature stickiness, regardless of company size.

  • 05

    How is the engagement score calculated?

    The score is determined by calculate_user_engagement_score, which evaluates session volume, feature breadth, and the ratio of successful value realizations to total AI outputs.

  • 06

    Can I predict which users might stop using AI features?

    Yes, you can use predict_user_churn_risk to identify users showing declining engagement trends and low value realization.

  • 07

    How do I measure if a new AI feature is successful?

    Use get_feature_adoption_metrics to compare the discovery rate against the realization rate, which measures how many users actually find value in the feature.

Explora

Más en Analytics

Sugerencias

Conecta AI Engagement Scoring a Claude, Cursor, ChatGPT y más