有米有数 MCP

将广告素材情报
接入你的 AI Agent

通过 Model Context Protocol(MCP)协议,将有米有数预处理好的广告素材、达人与电商结构化数据,实时接入你的 AI 工作流。

支持主流 AI Agent
AI Agent
AI AgentMCP数据情报
研究 PROMPT · MCP 结构化指令

检索 2026-10-19~11-17 面膜类目(1090202001)标题含「玻尿酸面膜」的新投放素材,按累计曝光降序分前后 15 天各取 50 条,对比推广类型、内容形式与卖点分布,输出带数字的结论表格。

时间窗 30 天(拆 2×15 天)类目 ID 1090202001精准匹配 + 新投放曝光降序 Top 50/窗仅用返回字段禁用外部算法推演
查看完整指令与生成答案 ↓
MCP 已执行 · 真实数据返回
研究结果分析 100 条素材
竖视频 100%商品广告 78%→92%商品展示 ×2.8 ↗
结论:投放收口到商品广告,成分规格背书稳居卖点第一。完整答案 ↓
01 / 数据到情报

从广告素材数据,到 AI 可理解的数据情报

将广告素材数据转为 AI Agent 可检索、可理解、可分析的结构化情报,经 MCP 协议实时接入你的工作流。

原始广告数据
AI 预处理
结构化广告情报
MCP
AI Agent

三层创意数据理解体系

从画面元素、创意卖点到创意趋势,为 AI 提供结构化的千川素材创意数据情报。

1
画面元素拆解千川素材的画面构成、色调、场景与人物元素,理解创意的视觉表达
画面特征 · 官方六维
目的人物场景行为视觉感受
基于什么目的 → 怎么拍 → 视觉重点
如:建立信任 → 使用前后对比 → 手部特写
2
创意卖点从画面与口播提取的商品特点、功效利益与促销钩子,看清素材在卖什么
卖点四象限 · 热度 × 效果
热门卖点高频 · 高效
潜力卖点低频 · 高效
红海卖点高频 · 低效
边缘卖点低频 · 低效
可按 人群 / 场景 / 卖点 / 促销 / 达人 筛选
3
创意趋势热门卖点、内容形式与画面风格的演变趋势,把握素材的迭代方向
跃迁与衰退 · 曝光指数环比↗ 持续升温
↑ 跃迁卖点 · 新卖点上榜↓ 衰退卖点
曝光指数越高曝光越好 · 环比持续向好
02 / 核心能力

11 个 tools,覆盖素材检索、ID 反查与销售指标,按需调用

从素材与创意、达人与店铺账号,到销量销售数据与筛选项标签,11 个 tools 由你的 AI Agent 按需组合调用,取数集合与范围完全由你定义。

对比维度
有数 Skill
youclaw
推荐
有数 MCP
Model Context Protocol
能力范围
主要覆盖「GenCoo (AI 策略分析)」相关能力(素材检索 + AI 解读)
覆盖素材检索、品牌 / 店铺 / 达人 ID 反查、店铺与商品销售指标三类场景共 11 个 tools
调用规模核心优势
内置 Agent 按语义理解取数,单次可分析的数据集有限
自定义取数集合,取数范围完全由你定义;可按页翻取更大规模数据,不受单次数据集限制
模型选择核心优势
使用平台内置模型
自由选择任意分析模型,分析口径与推理逻辑由你掌控,策略完全个性化

MCP 比 Skill 可调用的数据维度更全,比 API 定制更轻量;你可把素材拆解、选品、投放复盘的 SOP 沉淀在自己的 Agent 里,MCP 持续提供「源头活水」式的数据补充。

03 / 接入

连接有数 MCP

完成开通与点数充值后,将配置添加至你的 AI Agent,并从个人中心获取 API-Key 即可开始调用。

几步即可连接

1
通过钉钉 OA 提交有米有数-MCP 开通申请,审批通过后由销售运营人工充值点数。
2
将产品提供的有米有数-MCP 文档喂给 AI,按其指引执行配置安装。
查看安装文档 →
3
以 WorkBuddy 为例,在连接器 - MCP 服务管理中选择信任「youshu-mcp」。
4
在账号 - 个人中心 - 企业信息复制 API-Key 提供给 AI。建议保存在本地文档让 AI 调用,减少泄露风险。
MCP 配置 · JSON
// 替换为你的 API-Key 后添加到 AI Agent
{
  "mcpServers": {
    "youshu-mcp": {
      "url": "https://api.youshu.com/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY"
      }
    }
  }
}
04 / PROMPT 示例

直接提问,从一个 Prompt 开始

按上方六要素填空,即可得到一份可直接复制的结构化 Prompt,交给 Agent 即可执行。

提问六要素:让每一次提问都有稳定输出

好的 Prompt 决定结论质量。把一句话问题拆成六个要素,AI 才能取数准确、分析有据、结论可用。

角色定调→目标定向→数据源定数→框架定思→约束定界→格式定形
要素说明有数 MCP 示例
1角色定义 AI 的身份与专业度你是资深的广告素材策略分析师。
2目标明确要解决的问题与交付物产出玻尿酸面膜品类的素材策略简报。
3数据源指定用哪些 tools、按什么条件取数先 filterOptions 取枚举 → searchMaterials 按品类 + 近 30 天拉 100 条 → creativeAsr 取口播。
4分析框架规定分析的维度与逻辑从卖点、画面形式、达人与店铺分布、曝光梯队四维分析。
5约束数据范围、时间窗、排除项、口径仅近 30 天(≤180 天);按条扣点先估总量;店铺销售仅四项、不推导客单价。
6输出格式规定交付物结构与呈现Markdown 表格 + 核心结论 3 条 + 行动建议。
防止乱取数、白扣点:有数 MCP 每次请求都会扣点,调用前先完整读文档、按链路规划路径——枚举只调一次、ID 先反查再定向、按条计费的工具翻页前先估算总量。
05 / 使用场景

一句话提问,得到一份拿来即用的分析结论

告诉 AI 你想研究什么。有数 MCP 提供数据与 tools,由你的 AI Agent 完成分析与报告整理。所有场景指令均按提问六要素写全,可直接复制调用;下方结论为演示示意,真实实跑示例见下方「真实演示」。

分析场景 · 实时演示
【角色】你是资深抖音电商投放策略分析师。【目标】拆解竞品双 11(2026-10-14~11-11)带货素材的受众画像,对比我方后输出 3 个可渗透人群。【数据源】先 filterOptions 一次,再用 searchBrands 反查竞品与我方 brandId;对两个 brandId 分别调 searchMaterials:起止日期固定 10-14~11-11、order=cnt_ad_id_desc、limit=100、page=1 先看 total(100 点/条)。【分析框架】按 audienceTagList、materialTagList、slogan 钩子交叉统计人群与货盘。【约束】时间窗≤180 天、两品牌参数一致、按条计费先看 total、只用返回字段、不推算 GMV。【输出】人群对照表 + 结论 3 条 + 行动建议。
  • ✓拆解竞品双11带货素材,提炼核心受众画像
  • ✓对比我方人群,锁定3个可渗透新增人群
  • ✓分析完成,以下是对照结论

妙小露 · 双11竞品新增渗透人群洞察

数据源:竞品带货素材 · 双11期间 10.14-11.11
新增人群触达钩子内容切入点建议
精致妈妈成分安全+性价比真人测评+囤货清单优先渗透
都市白领快速见效+场景通勤妆前+痛点短剧值得测试
学生党价格利益+使用场景开箱测评+限时利益低成本切入
精致妈妈人群最值得优先渗透:竞品用「成分安全 + 囤货划算」钩子高频触达,我方尚属空白。
可执行:复用这套话术,用真人测评素材切入,先小预算测钩子转化再放量。
06 / 用对 Prompt

把约束写清楚,MCP 才不会跑偏

MCP 用得好不好,取决于三件事——大部分人倒在第三件上。一份写全约束的 Prompt,决定结论质量;把它写具体,Agent 才不会疯狂拉素材、更不会跑偏。

AI Agent
AI AgentMCP数据情报
研究 PROMPT · MCP 结构化指令

检索 2026-10-19~11-17 面膜类目(1090202001)标题含「玻尿酸面膜」的新投放素材,按累计曝光降序分前后 15 天各取 50 条,对比推广类型、内容形式与卖点分布,输出带数字的结论表格。

时间窗 30 天(拆 2×15 天)类目 ID 1090202001精准匹配 + 新投放曝光降序 Top 50/窗仅用返回字段禁用外部算法推演
查看完整指令与生成答案 ↓
【角色】你是资深抖音电商投放策略分析师。本任务只能使用「有米有数 MCP」的 tools 取数,禁止联网检索、禁止用常识补数据。

【目标】分析玻尿酸面膜近 30 天的高曝光广告素材,输出「投放策略变化 / 素材类型 / 创意卖点」三部分结论,交付一份可直接发送的 Markdown 报告。

【数据源与取数步骤】
1. filterOptions:同一次对话只调一次(之后复用结果),确认 category / mtype / materialTag / ratios / promotionMaterialType 的候选值与 ID。类目固定 category=1090202001(面膜),ID 取自返回值,不得猜测或用「彩妆护肤」大类代替。
2. searchMaterials:固定 startDate=2026-10-19、endDate=2026-11-17,拆成 W1=10.19~11.02、W2=11.03~11.17 两次调用(各≤180 天);keyword="玻尿酸面膜"、searchField=all、isExact=true、special=NP(仅窗口内首次投放的新素材)、order=impression_inc_2y_desc(按素材累计总曝光降序)、limit=50、page=1。先看返回 total 估算点数再决定是否翻页,不拉全量。
3. 返回若被切成 TOON 分块(_chunk.hasMore=true),必须用 getMcpChunk 按 nextChunk 取完再分析;翻块读缓存、不产生新的取数扣点,禁止把分块当成分页继续翻页。
4. 仅当需要核对口播原文时,对 Top 素材 ID 调 creativeAsr(一次≤100 个 ID);不调用 creativeAIAnalysisData(400 点/条,Pro/至尊专属)。

【分析框架】
- 投放策略变化:W1 vs W2 的命中总数、promotionMaterialType、duration、cnt_ad_id。
- 素材类型:id 后缀(202=竖视频)、materialTagList、resource 宽高时长、lines_lines_style 开场钩子。
- 创意卖点:对 slogan + lines_content 做关键词归类,统计各主题在两个窗口的命中素材数,摘录 2~3 条原文话术。

【约束】时间窗≤180 天;两窗口参数完全一致;按条计费先看 total;只用返回字段,不引入平台未提供的算法原理等外部知识;缺字段写「未返回」,不推导客单价 / 转化率 / GMV;素材链接仅登录相应账号可见。

【输出格式】1 口径说明(时间窗、类目 ID、关键词、排序、样本量、字段清单)→ 2 前后对比表(每个变化带数字)→ 3 核心结论 3 条(数字证据 + 行动建议)→ 4 高频话术模板 2~3 条原文 → 5 数据限制(累计曝光越近窗口累计时间越短、duration / cnt_ad_id 受窗口截尾影响)。

【禁止】编造素材或数字、把示意数据当真实结果、把「策略变化」写成没有数字的定性判断。
✓ MCP 已执行 · 真实数据返回
研究结果分析 100 条素材 · W1/W2 各 50 条
竖视频 100%商品广告 78%→92%商品展示 ×2.8 ↗
结论:投放收口到商品广告,成分规格背书稳居卖点第一。
完整答案 ↓
维度W1(10.19~11.02)W2(11.03~11.17)变化
命中新投放素材333 条320 条−3.9%,投放量级稳定
竖视频占比50 / 50(100%)50 / 50(100%)持平,全部为巨量广告/千川
商品广告39 / 50(78%)46 / 50(92%)↑ 14 个百分点,收口到单一目标
直播引流8 / 50(16%)3 / 50(6%)↓ 10 个百分点
单人口播 / 商品展示18 / 5 条9 / 14 条口播减半,商品展示 ×2.8
「圈定人群」开场19 条10 条↓ 47%,直陈痛点升至 9 条
补水保湿 / 价格买赠34 / 22 条27 / 27 条补水降温,价格利益上位
成分规格背书35 条(第 1)36 条(第 1)稳定主线:8D 玻尿酸 + 25ml
平均投放天数 / 关联广告数2.3 天 / 5.1 个1.1 天 / 1.5 个缩短,但受窗口截尾影响
核心结论

1. 投放目标收口:商品广告 39/50 → 46/50(78%→92%),直播引流 8→3 条。建议把引流预算并到商品广告,用竖版直接展示素材承接转化。

2. 内容从「种草口播」转向「商品直给」:单人口播 18→9 条、商品展示 5→14 条;开场「圈定人群」19→10 条,「直陈痛点/效果」7→9 条、「价格利益」3→5 条。建议前 3 秒直接抛「熬夜/卡粉」痛点加规格利益。

3. 卖点重心迁移:成分规格背书两窗都居首(35/36 条),补水保湿 34→27 条,熬夜痛点 25→28 条、价格买赠 22→27 条。建议以「8D 玻尿酸 + 25ml 精华液」做信任锚,叠加「到手 6 盒 30 片」价格钩子。

跨窗口复用的高频话术模板(原文)

「经常熬夜皮肤干燥缺水、肤色暗沉化妆卡粉起皮的,快试试 8D 玻尿酸水光嫩肤面膜,满满 25ml 精华液,敷完皮肤又嫩又滑有光泽」——W2 曝光 Top 1,11.3 万

「商家也太给力了吧!这个价到手 6 盒 30 片玻尿酸面膜……皮肤干燥暗沉无光、上妆卡粉的姐妹可以试试」——W1/W2 均有复用的价格钩子

数据限制

impression_inc_2y 是素材累计总曝光,越近的窗口累计时间越短,绝对值不可直接横向比较;duration 与 cnt_ad_id 同样受窗口截尾影响。100 条样本全部来自巨量广告/千川的竖视频,结论适用范围限于该平台与形式。平台未返回客单价、转化率、GMV,未做任何推算;未引入平台未提供的外部算法原理。

① Agent 能力
编排与执行力
② AI 大模型聪明程度
推理与理解力
③ Prompt 写得好不好 ← 重点
大部分人倒在这一条

一份结构化 Prompt,把一句话问题拆成六个要素,AI 才能取数准确、分析有据、结论可用:

角色定调→目标定向→数据源定数→框架定思→约束定界→格式定形

本页所有指令(真实演示、使用场景、PROMPT 示例)均已按六要素重写,并把扣点约束内置其中,可直接复制调用。完整六要素说明见上方「PROMPT 示例」区。

扣点纪律:先把角色、时间窗、类目 ID、样本上限与输出格式写死,再让 Agent 取数。一句「拉全量」的模糊指令,可能带来几十倍于预期的取数与点数消耗。以下约束建议原样保留在每条 Prompt 里。
1

提问前 · 把角色和约束写清楚

别留模糊空间
  • 按提问六要素写全:角色 / 目标 / 数据源 / 分析框架 / 约束 / 输出格式
  • filterOptions 同一次对话只调一次,之后复用返回的候选值
  • 品牌、店铺、达人、类目 ID 一律反查,不猜测、不用大类代替细类
  • 「近 30 天」「高曝光」必须换成起止日期 + 排序字段 + 样本上限
2

取数时 · 先估算点数再翻页

按条计费,先小后大
  • searchMaterials / productSalesRanking / creativeAsr 按返回条数扣点(100 点/条)
  • 固定 startDate / endDate(单次跨度≤180 天)、limit 与 page=1,先看返回 total 估算点数再决定是否翻页
  • 需要跨 180 天时拆成多次调用,不要放宽单次跨度;不要写「拉全量」
  • 明确排序字段(如 impression_inc_2y_desc)与样本上限,避免 Agent 自行放大范围
3

翻块 ≠ 翻页 · 最容易踩的坑

一次误判,可能多扣几十万点
  • 一次调用可能返回完整 200 条,但被切成多个 TOON 分块(_chunk.hasMore=true)
  • 必须用 getMcpChunk 按 nextChunk 取完所有分块再分析;翻块读缓存、不产生新的取数扣点
  • 把「分块」误判成「分页」继续翻页,曾导致实际拉取约 4000 条素材、理论消耗约 40 万点
  • 只有返回 MCP_CHUNK_EXPIRED(缓存过期)时才重新调用原始工具
4

工具权限与数据边界

只用返回字段,不做推算
  • creativeAIAnalysisData(400 点/条)仅策略 Pro / 至尊版,一次最多 100 条,只对 Top 素材使用
  • searchKols 的 media 固定传 20(抖音);productSalesRanking 仅抖店商品榜
  • shopSalesMetrics 只有直播销售额 / 销量 / 新增销量 / 新增销售额四项,不得推导客单价
  • 不引入「推荐算法原理」等外部知识;缺字段写「未返回」,不推算转化率 / GMV
  • 素材详情链接仅登录相应账号可见;不建议多人同时调用(速率限制)
06 / 常见问题

常见问题

让有数融入你的 AI 工作流

连接有数 MCP,在你的 AI Agent 中开始数据情报分析。