An astronaut overseeing a futuristic data hub
Baixar PDFVersão em Markdown

Conecte AI Engagement Scoring ao ChatGPT, Claude e Gemini

Configure uma vez e funcione no ChatGPT, Claude, Cursor e em qualquer outro cliente que você goste. Tudo roda com segurança em segundo plano, para você relaxar e focar no que realmente importa. Entenda o valor real que seus usuários extraem de suas funcionalidades de IA.

Pergunte à IA sobre este Connector

Desenvolvido, mantido e hospedado pela Vinkius.

MCP VERIFICADO · PRONTO PARA PRODUÇÃO · GARANTIA VINKIUS

Waiting for input…

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

ChatGPTClaudeCursorPerplexityGeminiMicrosoft CopilotRaycastMeta AI

A sua IA faz o trabalho. A gente cuida com segurança.

Nenhuma outra ferramenta de IA te dá isso. O seu workflow roda no cliente que você já ama, a sua conta fica protegida, e você decide o que o agente pode e não pode fazer. É a razão completa para mudar de vez.

Cada Connector vive dentro da nossa infraestrutura, no mesmo lugar onde o seu workflow roda. As três coisas abaixo já fazem parte dele, trabalhando silenciosamente em segundo plano para que você nunca precise pensar nelas. Nada para adicionar, nada para configurar, nada com que se preocupar.

A futuristic MCP client docking bay
V8 Isolate01

Cada Connector roda dentro do seu próprio ambiente lacrado.

Cada Connector roda em seu próprio runtime V8 lacrado — sem acesso aos seus arquivos, ao seu sistema ou a outros servidores. Um Connector nunca enxerga além da sua própria requisição.

Kill Switch02

Um interruptor para todos os agentes. Na hora.

Uma única ação desativa todos os Connectors, revoga todos os tokens e encerra todas as sessões de uma vez. A Governança de IA guarda o registro.

FinOps por usuário03

Limites de gastos que pausam em vez de assustar.

Cada usuário tem suas próprias conexões e credenciais, isoladas das dos demais. O que ultrapassar o seu limite de gastos fica aguardando a sua aprovação, em vez de ser cobrado.

Três controles, embutidos na camada pela qual sua IA se conecta.

Conjunto curado · 4 capacidades

Entregamos só as ações que importam.

Conjunto de capacidades01 / 01

01-04

4 capacidades neste conjunto.

Parte de 4 disponíveis através de AI Engagement Scoring.

  1. 01

    Analisar tendência de engajamento

    Rastreie a evolução do interesse de um usuário em recursos de IA ao longo do tempo, identificando padrões de uso.

  2. 02

    Calcular pontuação de engajamento do usuário

    Determine o nível atual de engajamento de um usuário específico, fornecendo uma métrica de valor imediata.

  3. 03

    Obter métricas de adoção de recursos

    Avalie o quão bem recursos específicos de IA estão sendo descobertos e efetivamente adotados pela sua base de usuários.

  4. 04

    Prever risco de abandono do usuário

    Identifique proativamente os usuários que estão em risco de parar de usar ou abandonar os recursos de IA, permitindo ações de retenção.

Trabalho real

O que as equipes executam de verdade

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.

Um connector, todas as IAs

AI Engagement Scoring funciona com os clientes de IA mais populares.

Estes são os clientes mais populares, cada um com um guia passo a passo: um link, configurado uma vez, com governança e visibilidade embutidas. E como tudo roda no padrão MCP, a mesma conexão também funciona em qualquer outro cliente compatível — nada para reconstruir.

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

Construindo o seu próprio app? O connector é seu para usar.

Você não precisa de um cliente para colocar AI Engagement Scoring para trabalhar: a mesma conexão hospedada entra nas suas aplicações e no código do seu agente, com a mesma governança em cada pedido. Construa com ele, converse com ele — uma conexão para os dois.

Observada, não estimada

Média de 901ms. Rápida em produção.

AI Engagement Scoring é verificado diariamente contra o serviço em produção.

Média diáriaPico de 1215ms
3 de out.Hoje
Dia mais rápido
693ms
Dia mais lento
1215ms
Tendência de 14 dias
Desacelerando+41%

Conecte seu cliente

Uma URL. Todos os clientes.

Ative o Connector, copie seu link e cole no cliente que você já usa. 4 capacidades chegam prontas para rodar.

Acesso de prévia · não é autenticação no provedor

O token vk_preview_* pertence à infraestrutura de prévia da Vinkius. Ele permite que o Claude descubra e exiba as capacidades de AI Engagement Scoring, para você ver a experiência dentro da sua IA.

Ele não autentica a sua conta com AI Engagement Scoring. Ações que exigem credenciais ou dados reais da conta podem não ser executadas até que você ative o Connector e autorize o serviço.

AI Engagement Scoring Connector

Tudo pronto. Escolha seu cliente MCP e siga as instruções de configuração.

Link do conectorhttps://edge.vinkius.com/vk_preview_4wOGVgGo4t204rkw2C4D4i8XjePsZ299pNnX5ev6/mcp

Claude Desktop

Siga os passos abaixo para conectar em 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.
Configuração · 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

Instruções passo a passo para cada cliente estão no guia. Como conectar

Configuração guiada para o Claude? Configurar AI Engagement Scoring no Claude e outras IAs

Veja todos os clientes de IA com quem este connector funciona ↑

Para quem é

Feito para o trabalho que quem usa AI Engagement Scoring delega.

Este MCP Connector é essencial para equipes de produto e marketing que precisam ir além de métricas superficiais. Ele fornece uma visão preditiva e profunda sobre o valor que os usuários realmente extraem das funcionalidades de IA, permitindo otimizações de retenção e desenvolvimento de produto mais assertivas.

  • 01

    Gerente de Produto

    Para priorizar o desenvolvimento de recursos de IA e entender onde o produto está falhando em entregar valor.

  • 02

    Especialista em CRO (Otimização de Conversão)

    Para identificar gargalos no funil de adoção de recursos e aumentar a taxa de engajamento geral.

  • 03

    Analista de Dados

    Para criar relatórios complexos de saúde do usuário, calculando pontuações de valor e risco de churn.

FAQ

Perguntas de quem usa 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.

Explore

Mais em Analytics

Sugestões

Conecte AI Engagement Scoring ao Claude, Cursor, ChatGPT e outros