An astronaut overseeing a futuristic data hub
Descargar PDFVersión en Markdown

Conecta AI Feature Discovery Analytics a ChatGPT y Claude

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. Entiende exactamente cómo tus usuarios interactúan con tus novedades AI en Vinkius.

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 Feature Discovery Analytics.

  1. 01

    Calcular métricas de descubrimiento

    Proporciona la puntuación de salud fundamental del lanzamiento de una funcionalidad AI. Es clave para medir el impacto inicial de cualquier novedad.

  2. 02

    Evaluar rendimiento de canales

    Determina qué rutas de marketing o UI son más efectivas para impulsar la interacción del usuario. Identifica los caminos de mayor éxito en la adopción.

  3. 03

    Analizar velocidad de descubrimiento

    Mide la rapidez con la que se adopta una función e identifica retrasos en la conciencia de la característica. Te ayuda a entender el ciclo de vida de la adopción.

  4. 04

    Generar estrategia de aceleración

    Ofrece consejos prácticos para mejorar el descubrimiento basándose en las brechas de rendimiento actuales. Te da un plan de acción concreto para el equipo de producto.

Trabajo real

Lo que los equipos ejecutan de verdad

01

Post-Launch Performance Review

You just launched a major AI widget. Use this MCP to calculate the discovery metrics and see if the rollout was successful.

02

Onboarding Flow Optimization

The new feature isn't being used. Use the MCP to evaluate your onboarding paths and find the best way to introduce the capability.

03

Marketing Campaign Audit

A specific marketing campaign ran for a month. Use the MCP to compare its performance against your standard channels to prove ROI.

04

Identifying User Drop-off

You suspect users are getting lost between the main dashboard and the new feature. Use the MCP to analyze the discovery velocity and pinpoint the delay.

Un connector, todas las IAs

AI Feature Discovery Analytics 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 Feature Discovery Analytics 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 899ms. Rápida en producción.

AI Feature Discovery Analytics se verifica a diario contra el servicio en producción.

Promedio diarioPico de 1073ms
3 octHoy
Día más rápido
631ms
Día más lento
1073ms
Tendencia de 14 días
Ralentizando+8%

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 Feature Discovery Analytics, para que veas la experiencia dentro de tu IA.

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

AI Feature Discovery Analytics Connector

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

Enlace del conectorhttps://edge.vinkius.com/vk_preview_M2ugyR0bdwPEifqVrgkiN2rOjMAmxmSaK4RbYzhA/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 Feature Discovery Analytics capabilities are ready to use.
Configuración · claude_desktop_config.jsonCopiar
{
  "mcpServers": {
    "ai-feature-discovery-analytics-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_M2ugyR0bdwPEifqVrgkiN2rOjMAmxmSaK4RbYzhA/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 Feature Discovery Analytics 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 Feature Discovery Analytics delegan.

Este MCP Connector está diseñado para equipos de producto y crecimiento que necesitan entender el ciclo completo de vida de una funcionalidad AI. Si tu objetivo es aumentar la adopción de nuevas características y reducir la fricción en la experiencia de usuario, esta herramienta es esencial para ti.

  • 01

    Product Manager

    Para medir la efectividad de los lanzamientos de funcionalidades AI y guiar las prioridades de desarrollo.

  • 02

    Product Owner

    Para evaluar el rendimiento de diferentes flujos de usuario y asegurar que las características se encuentren fácilmente.

  • 03

    Especialista en Crecimiento (Growth Marketer)

    Para identificar los canales de marketing más exitosos que impulsan la conciencia y el uso de las novedades.

FAQ

Preguntas de quienes usan AI Feature Discovery Analytics.

  • 01

    Does this MCP work for any type of feature, or just AI features?

    This MCP is specialized for measuring AI features within a SaaS product. It focuses on the unique challenges of user discovery and adoption for advanced, AI-driven capabilities.

  • 02

    What kind of data does the MCP need to run?

    The MCP needs usage data, including metrics like user counts, feature interaction counts, and timestamps. The prompt examples show how to provide this raw data for calculation.

  • 03

    Can I use this to compare different product versions?

    Yes. You can input data from different time periods or product versions to compare performance, helping you see if a change improved the discovery rate.

  • 04

    Is this MCP just a report generator, or does it give advice?

    It does both. After calculating metrics, the MCP can use the generate_acceleration_strategy capability to provide concrete, actionable advice on how to improve adoption.

  • 05

    What is the discovery rate?

    The discovery rate is the percentage of users who successfully identified and attempted to use an AI feature out of the total group exposed to it, calculated via calculate_discovery_metrics.

  • 06

    How can I improve my feature adoption?

    You can use generate_acceleration_strategy to receive specific, actionable advice based on your current discovery rate, UI friction, and promotion intensity.

  • 07

    Can I compare different marketing channels?

    Yes, the evaluate_channel_performance capability allows you to compare the effectiveness of various channels like Modals, Tooltips, or Email.

Explora

Más en Product Management

Sugerencias

Conecta AI Feature Discovery Analytics a Claude, Cursor, ChatGPT y más