跳转到主要内容

如何通过 AI 助手使用 PickFu MCP 集成

本周更新

PickFu 的 Model Context Protocol(MCP)集成让你可以直接在 Cursor 和 Claude Desktop 等 AI 助手中创建和管理问卷调查。连接后,你可以构建调查、管理受众定向、获取结果,以及搜索帮助中心,全程无需离开你的 AI 工作流。

什么是 MCP?

Model Context Protocol(MCP)是一个开放标准,用于将 AI 助手连接到外部工具和数据源。PickFu MCP 服务器让你的 AI 助手可以直接访问 PickFu 的问卷调查平台,你可以:

  • 以编程方式创建和发布问卷

  • 获取调查结果和状态

  • 搜索可用的受众定向选项和报告字段

  • 管理标签并整理问卷

  • 搜索 PickFu 帮助中心获取指导

MCP 集成的优势

  • 简化工作流 — 无需在 IDE 或编辑器与 PickFu 控制台之间来回切换即可创建问卷

  • 快速迭代 — 几分钟内测试多种问题、图片或定向参数的变体

  • 自然语言控制 — 用自然语言描述你想要测试的内容,AI 助手会处理 API 细节

  • 上下文感知 — AI 助手可以根据你的项目推荐问卷类型、定向选项和问题

开始之前

你需要一个 PickFu 账户(任意方案均可)和一个支持 MCP 的 AI 助手(Cursor 或 Claude Desktop)。

连接到 Cursor

将 PickFu MCP 服务器添加到 Cursor:

  1. 打开 Cursor,进入 Settings(Cmd/Ctrl + ,)

  2. 导航到 Features > Model Context Protocol

  3. 点击 Add Server,选择 Custom MCP Server

  4. 输入服务器 URL:https://mcp.pickfu.com/mcp

  5. 点击 Save

  6. 出现提示时,通过 OAuth 流程用你的 PickFu 账户进行身份验证

  7. 验证完成后,你将被重定向回 Cursor

Cursor 会验证连接并在 MCP 面板中列出可用的 PickFu 工具。

连接到 Claude Desktop

在 Claude Desktop 中配置 PickFu MCP 服务器:

  1. 找到你的 Claude 配置文件:

    • macOS:~/Library/Application Support/Claude/claude_desktop_config.json

    • Windows:%APPDATA%\Claude\claude_desktop_config.json

  2. 用文本编辑器打开文件,在 mcpServers 部分添加 PickFu 服务器:

{  "mcpServers": {    "pickfu": {      "url": "https://mcp.pickfu.com/mcp"    }  }}
  1. 保存文件并重启 Claude Desktop

  2. 当 Claude 连接到 MCP 服务器时,系统会提示你用 PickFu 账户进行身份验证

  3. 在浏览器中完成 OAuth 登录,然后返回 Claude Desktop

验证通过后,PickFu 工具将在你的对话中可用。

可用工具和功能

连接后,你的 AI 助手可以使用以下 PickFu 工具:

build_poll_url

生成一个预填了参数的 PickFu 问卷 URL。方便你快速在浏览器中打开已配置好定向、问题和选项的问卷。

参数:问卷类型、问题文本、选项(文本/图片/ASIN)、定向条件、样本量

create_survey

以草稿模式创建新问卷。返回一个调查 ID,你可以用其他工具来发布或更新该问卷。

参数:问卷类型、问题、选项、定向属性、受访者数量

publish_survey

发布草稿问卷并开始收集回复。发布后,问卷会进入受访者队列,并开始从你的账户扣费。

参数:调查 ID

get_survey

获取特定问卷的详情和结果,包括状态、回复数量、完成百分比和受访者反馈。

参数:调查 ID

update_survey

修改未发布的问卷。你可以在发布前更改问题、选项、定向或样本量。

参数:调查 ID、要更新的字段

list_surveys

返回你最近问卷的列表,包括状态、创建日期和基本信息。可用于查找调查 ID 或跟踪进行中的问卷。

参数:可选筛选条件(状态、日期范围、标签)

list_available_targeting

显示创建问卷时可用的所有人口统计和心理特征定向属性。PickFu 提供 100 多种定向特征,包括年龄、地区、收入、兴趣和购物行为。

参数:

list_available_reporting

列出可用于分析问卷结果的报告维度和指标,如人口统计细分和回复模式。

参数:

list_tags

获取你创建的所有标签。标签帮助你按项目、客户或测试类型对问卷进行分类。

参数:

create_tag

创建新标签用于整理你的问卷。

参数:标签名称

help_center_search

搜索 PickFu 帮助中心中与你查询匹配的文章。当你需要问卷最佳实践、定向选项或结果解读方面的指导时非常有用。

参数:搜索查询

支持的问卷类型

MCP 集成支持所有 PickFu 问卷格式:

  • head-to-head — 两个选项的 A/B 对比(快速决策最常用)

  • ranked — 对 3-8 个选项从最喜欢到最不喜欢排名

  • open-ended — 对问题的自由文本回复(定性研究)

  • click-test — 显示受访者在图片上点击位置的热力图

  • image-set — 收集对多张图片的反馈(表情或星级评分)

  • single-select — 从列表中选择一个选项

  • multi-select — 从列表中选择多个选项

  • amazon-mockup — 使用逼真的产品页面预览测试亚马逊商品详情变体

选项格式

创建问卷时,你可以用以下格式提供选项:

  • 文本 — 纯文本字符串,适用于多选选项

  • 图片 URL — 图片的直接链接(JPG、PNG、GIF、WebP),图片会以最佳尺寸显示以便比较

  • 视频 URL — 托管在 YouTube、Vimeo 上的视频链接或直接的 MP4 链接

  • 亚马逊 ASIN — 产品标识符(例如 B08N5WRWNW),用于生成逼真的亚马逊商品详情页模拟

为了获得最佳的图片测试效果,请使用高分辨率图片(至少 800 像素宽),并确保 URL 可公开访问。

使用示例

示例 1:A/B 测试两张产品图片

向你的 AI 助手说:

"创建一个 head-to-head 问卷,比较这两张产品图片,受众为美国 25-45 岁在亚马逊购物的女性,使用 50 名受访者。"

示例 2:通过 ASIN 比较亚马逊商品

向你的 AI 助手说:

"我想把我的亚马逊商品和两个竞争对手进行比较,为 100 名对家居收纳感兴趣的亚马逊购物者创建一个排名问卷。"

示例 3:迭代优化问卷定向

向你的 AI 助手说:

"显示所有与游戏相关的定向选项,然后创建一个点击测试问卷。"

故障排除

连接失败或身份验证错误

症状:AI 助手提示需要身份验证或连接被拒绝。

解决方法:

  • 确保已完成 OAuth 身份验证流程

  • 检查 MCP 服务器 URL 是否正确:https://mcp.pickfu.com/mcp

  • 重启 AI 助手以触发新的身份验证

会话过期或令牌无效

症状:工具之前可以正常使用,但现在返回无效令牌错误。

解决方法:

  • 重启 AI 助手以触发重新验证

  • 通过 OAuth 流程重新登录 PickFu

超出速率限制

解决方法:请等待 60 秒后重试,尽可能批量操作。

问卷创建失败

解决方法:

  • 检查问卷类型是否正确

  • 确保图片/视频 URL 可公开访问

  • 使用 list_available_targeting 验证定向条件

  • 样本量需在 15-500 名受访者之间

常见问题

使用 MCP 集成需要付费方案吗?

不需要。MCP 集成对所有 PickFu 账户开放,包括免费账户。

可以用其他 AI 助手吗?

任何支持 MCP 的 AI 助手都可以连接到 PickFu MCP 服务器。

有速率限制吗?

有。每分钟最多 100 个 API 请求。企业账户可联系客服申请更高限制。

如何查看可用的定向选项?

使用 list_available_targeting 工具查看 PickFu 支持的 100 多种属性。

可以获取在控制台创建的问卷结果吗?

可以。list_surveysget_survey 适用于账户中的任何问卷。

发布后想取消怎么办?

问卷发布后无法通过 MCP 取消。请登录 PickFu 控制台联系客服。

这是否解答了您的问题?