Por qué importa
La mayoría de las correcciones de visibilidad en IA son cambios ordinarios de página: una sección que responde de frente la pregunta del comprador, un dato puesto al día, una página para un mercado que no tenía ninguna. Lo lento es el traspaso. El análisis vive en una herramienta, la especificación en un documento, el cambio en un repositorio y el resultado en ningún lado.
El Model Context Protocol es un estándar abierto para conectar herramientas con asistentes de IA y agentes de programación. Con él, la brecha, la especificación, el cambio y la medición pueden ocurrir donde está el código, y el mismo agente que escribe la corrección puede registrarla.
El flujo de trabajo
Elige una brecha, no diez
Escoge la única pregunta donde aparece la competencia y tú no, y la página de tu sitio que debería responderla. Un cambio por experimento es la única forma de leer el resultado después.
Escribe la especificación antes que el prompt
Página objetivo, las preguntas que debe responder, los requisitos (respuesta corta primero, datos locales, moneda local, los datos de marca que puede usar) y nada más. Eso es lo que recibe el agente de programación; si la especificación es vaga, el cambio también lo será.
Toma una línea base antes de publicar
Mide las preguntas objetivo durante unas dos semanas antes del cambio, y mide un conjunto de preguntas de control que no vas a tocar. Sin control no puedes distinguir tu cambio de una superficie que cambió su comportamiento esa misma semana.
Publícalo como un PR que revisa una persona
Deja que el agente redacte el cambio en tu repositorio y luego revísalo como cualquier otro pull request. Nada se publica solo.
Registra la fecha de publicación y espera la ventana
Anota la URL del PR o del commit y la fecha, y luego observa durante una ventana definida con al menos 20 respuestas por ventana. Lee el resultado como probablemente positivo, negativo, neutral o no concluyente, y di “se movió” en lugar de “lo causó”: una tasa puede subir por razones que no tienen nada que ver contigo.
Corre el ciclo por MCP con VozRadar
El servidor MCP de VozRadar expone las brechas, la especificación, el prompt de corrección y el experimento como herramientas, así que toda la secuencia corre dentro de Claude Code, Codex, Cursor o Claude Desktop.
Ejecútalo en VozRadar
MCP server + Experiments
- list_opportunities devuelve tus brechas más grandes; get_recommendation devuelve la especificación: página objetivo, preguntas, requisitos y datos aprobados
- render_fix produce un prompt para Claude Code, Codex o Cursor, o una lista de verificación, escrito para tu propio repositorio
- log_experiment registra la URL del PR o del commit; get_experiment devuelve estado, lift, confianza y veredicto
- Los experimentos usan por defecto una línea base de 14 días, una ventana de observación tras la publicación, prompts de control y al menos 20 respuestas por ventana; los veredictos son probablemente positivo (al menos +10 puntos con al menos 85% de probabilidad), negativo, neutral o no concluyente
En la app: Inicia sesión con /mcp en Claude Code (OAuth), o crea una API key para CI en Settings → API keys & MCP. Los mismos datos están en las páginas Fixes y Experiments del proyecto. Disponible para los primeros clientes; durante el prelanzamiento el servidor solo es accesible desde redes aprobadas.
claude mcp add --transport http vozradar https://app.vozradar.com/mcp
# luego /mcp en Claude Code para iniciar sesión
list_opportunities # las brechas más grandes
get_recommendation # página objetivo, preguntas, requisitos, datos aprobados
render_fix artifact_type: "CLAUDE_CODE_PROMPT" # un prompt para el agente de programación, para tu repo
# publica el cambio como PR; una persona lo revisa
log_experiment # la URL del PR o del commit; marcarlo como publicado requiere confirm_cost: true
get_experiment # estado, lift, confianza, veredictoTodo esto es gratis salvo dos acciones: el brief de contenido y marcar un experimento como publicado, que inicia las ejecuciones de medición. Ambas requieren confirm_cost: true. Las líneas base se inician en la app, no por MCP.
Descubre cómo ve la IA a tu marca.
Empieza con un mercado. Expándete cuando estés listo.