Förhandsgranska före publicering
Varje verktyg går att köra bakom din inloggning först. Att publicera är ett beslut, inte ett språng.
Brand MCP Server · Nytt
Ditt varumärke, anropbart för AI-agenter, inte bara läsbart
llms.txt är ett dokument som en agent måste hitta, hämta och tolka. En MCP-server är ett gränssnitt den kan fråga. Samma kunskap, publicerad som verktyg en agent anropar direkt.
Skiftet
Crawling var för sökmotorer. Agenter ställer frågor.
Allt webben publicerar för maskiner förutsätter en crawler: hämta dokumentet, tolka det, lagra det. Agenter fungerar inte så. De har en fråga, en budget för kontext och en preferens för det som besvarar den i ett anrop.
En textfil
Agenten måste veta att den finns, hämta alltihop och hoppas att den del som betyder något överlever dess kontextfönster. Allt du publicerat konkurrerar med allt annat du publicerat.
En server
Agenten ställer sin faktiska fråga och får ett avgränsat svar. Vad den behöver, när den behöver det, utan att lägga sin kontext på resten av din webbplats.
Vad som publiceras
Fem skrivskyddade verktyg
Genererade ur den kunskap du redan underhåller i Targetlytics: samma material som ligger bakom din llms.txt, dina scheman och dina publika sidor.
search_brand_knowledgeBesvara en fråga ur din produkt- och marknadskunskap.list_pagesRäkna upp de sidor du gjort tillgängliga.get_pageHämta en sida som rent, strukturerat innehåll.get_llms_txtReturnera din llms.txt utan separat hämtning och tolkning.get_schemasReturnera strukturerade data för en sida, eller för webbplatsen.
Skrivskyddat och avgränsat till det du redan publicerar. Inget från ditt Targetlytics-konto exponeras. Ingen analysdata, inga konkurrentdata, inga prompter. Att slå på det är publiceringssteget, samma förtroendemodell som att lägga en llms.txt på din webbplats.
Så fungerar det
En brytare, sedan en URL
- 1
Prova verktygen
Kör vilket verktyg som helst inifrån appen, bakom din inloggning, och se exakt vad en agent skulle få tillbaka.
- 2
Publicera
En brytare gör slutpunkten publik. Du får en connector-URL och ett utdrag till din llms.txt.
- 3
Referera till den
Referensen i llms.txt är den upptäcktssignal som fungerar idag. Klistra in den så är du klar.
Återkallelig
Slå av den så slutar slutpunkten svara. Inget är inbakat i din webbplats.
Håller sig synkad
Den betjänar samma kunskapsbas som din llms.txt och dina scheman genereras ur, så den glider inte isär.
Vad den gör och ännu inte gör
Agenter upptäcker inte MCP-servrar automatiskt än
Det finns idag ingen upptäcktsstandard som en agent crawlar, och den som säger annat säljer något.
Den praktiska signalen just nu är att referera till din slutpunkt från din llms.txt, som produkten genererar åt dig. En maskinläsbar deskriptor som serveras från din egen domän är planerad.
Varför då nu? För att kostnaden är en brytare, och de webbplatser som blev maskinläsbara tidigt är de som AI-motorerna lärde sig att lita på. Det här är samma vad en protokollgeneration senare, och det kostar dig en eftermiddag i stället för en ombyggnad.
Ska inte förväxlas med
Publicera utåt kontra fråga inåt
Varumärkets MCP-server
Publicerar din varumärkeskunskap utåt, för andras agenter. Den här sidan.
Targetlytics MCP-connector
Tar in dina Targetlytics-data i din egen assistent, för dig. Se connectorn.
Frequently Asked Questions
Varumärkets MCP-server, förklarad
En Model Context Protocol-server publicerad för ditt varumärke. I stället för att låta en AI-agent leta efter och tolka text på din webbplats exponerar den din produkt- och marknadskunskap som en liten uppsättning verktyg agenten kan anropa direkt: sök i din kunskap, lista dina sidor, hämta en sida, läs din llms.txt, läs dina scheman.
llms.txt är en textfil som en agent måste upptäcka, hämta och tolka. En MCP-server är ett gränssnitt den kan fråga. Samma kunskap, men agenten ställer en fråga och får ett avgränsat svar i stället för att ladda ner ett dokument och hoppas att den relevanta delen överlever dess kontextfönster.
Inte än, och vi låtsas inte annat. Det finns idag ingen upptäcktsstandard som en agent crawlar. Den praktiska signalen just nu är att referera till din MCP-slutpunkt från din llms.txt, som produkten genererar åt dig, och en maskinläsbar .well-known-deskriptor på din egen domän är planerad.
Den är skrivskyddad och avgränsad till den varumärkeskunskap du redan publicerar, alltså samma material som ligger bakom din llms.txt, dina scheman och dina publika sidor. Den exponerar inget från ditt Targetlytics-konto, ingen analysdata, inga konkurrentdata. Att slå på den är publiceringssteget, samma förtroendemodell som att lägga en llms.txt på din webbplats.
Ja. Varje verktyg kan köras inifrån appen, bakom din inloggning, så att du ser exakt vad en agent skulle få tillbaka innan du gör slutpunkten publik.
För att kostnaden är en brytare och positionen är svår att bygga i efterhand. Webbplatser som var maskinläsbara tidigt är de som AI-motorerna lärde sig att lita på. Det här är samma vad, en protokollgeneration senare, och till skillnad från de flesta sådana vad kostar det dig en eftermiddag i stället för en ombyggnad.
Nej, och de pekar åt motsatta håll. Connectorn tar in dina Targetlytics-data i din assistent, för dig. Varumärkets MCP-server publicerar din varumärkeskunskap utåt, för andras agenter.
Gör ditt varumärke besvarbart, inte bara crawlbart
Börja med en kostnadsfri analys av hur AI-läsbar din webbplats är idag.
Get a free visibility audit
