rankzupAI MCP: AI Görünürlük Verinizi Claude Code'a Bağlayın
MCP nedir, tek paragrafta
MCP — Model Context Protocol — AI asistanlarının dış araçları çağırmasına ve canlı veriyi tek, tutarlı bir arayüzle çekmesine izin veren açık bir standart. Bir panelden sayıları sohbete kopyalamak yerine aracı bir kez bağlarsınız ve asistan konuşmanın ortasında doğrudan sorgular. rankzupAI bir MCP sunucusu sunuyor; böylece Claude Code ve Cursor gibi ajanlar ve n8n gibi otomasyon araçları AI görünürlük verinizi akıştan çıkmadan okuyabiliyor.
rankzupAI MCP sunucusuyla neler yapabilirsiniz
Sunucu bilinçli olarak salt-okur — görünürlük verinizi açar, hesabınızı değiştiren hiçbir şeyi değil. Üç araç sunar:
list_projectshesabınızdaki her projeyi id, ad, marka ve alan adıyla döndürür. Argüman almaz; ajanın neyi sorgulayabileceğini keşfetme yolu budur.get_visibilitybirproject_idalır ve en son anlık görüntüyü döndürür: genel görünürlük skoru, güven bandı, platform-bazlı skorlar, anılma oranı ve ses payı. En çok çağıracağınız araç bu.list_promptsbirproject_idalır ve o projenin izlenen sorgularını, her birinin platform-bazlı anılma durumu ve son taramadan en iyi konumuyla döndürür.
Bunlar yapılandırılmış araç çağrıları olduğu için ajan bunları zincirleyebilir: projeleri listele, birini seç, görünürlüğünü çek, sonra prompt düzeyindeki ayrıntıyı oku — hepsi tek bir konuşmada, panele gidip gelmeden.
Kurulum
Sunucu HTTP konuşur ve mevcut rankzupAI API anahtarınızla — REST API'nin kullandığı aynı rz_... anahtarı — kimlik doğrular. MCP erişimi Scale ve Agency planlarında var.
Bağlantı yapılandırması her yerde aynı:
{
"type": "http",
"url": "https://api.rankzup.ai/mcp",
"headers": { "Authorization": "Bearer rz_..." }
}
Claude Code — sunucuyu yukarıdaki URL ve Authorization başlığıyla MCP yapılandırmanıza ekleyin, sonra Claude'a "rankzupAI projelerimi listele" ya da "4 numaralı projenin görünürlük skoru ne, bant dar mı?" gibi şeyler sorun.
Cursor — aynı HTTP MCP girdisini MCP ayarlarınıza ekleyin; araçlar asistana otomatik görünür ve o siz çalışırken çağırabilir.
n8n — aynı URL'ye Bearer başlığıyla bakan bir MCP/HTTP düğümü kullanın ve görünürlük anlık görüntülerini zamanlanmış bir akışa çekin — örneğin haftalık skor-ve-bant özetini Slack'e gönderin ya da bir projenin anılma oranı düştüğünde kayıt açın.
İstemci ne olursa olsun biçim aynı: tek URL, tek Bearer anahtarı, üç salt-okur araç.
Hızlı bir örnek
Diyelim yeni bir karşılaştırma sayfası yayınladıktan sonra Claude Code'dasınız. Şöyle sorabilirsiniz: "rankzupAI ile projelerimi listele, sonra ana projenin görünürlük skorunu ve güven bandını göster." Ajan list_projects çağırır, proje id'lerinizi görür, doğru project_id ile get_visibility çağırır ve sade bir dille yanıtlar — "Genel 64, bant 60-68, en güçlü Perplexity'de, en zayıf Google AI Overviews'da." Daha derine inmek ister misiniz? "ChatGPT'de kaçırdığımız izlenen promptları göster" list_prompts'u tetikler ve anılma durumu olumsuz olanları süzer. Bunların hiçbiri bir tarayıcı sekmesi açmayı gerektirmedi.
Kimler için
Bu, zaten bir ajanın ya da otomasyon aracının içinde yaşayan ve panele geçmek istemeyen insanlar için. Birkaç somut durum:
- Bir içerik değişikliğinin fark yaratıp yaratmadığını editörden çıkmadan kontrol etmek isteyen, Claude Code ya da Cursor kullanan bir geliştirici.
- Müşteri raporlamasını n8n ya da benzeri bir araçla yürüten, haftalık görünürlük anlık görüntülerini otomatik olarak yinelenen bir rapora çeken bir ajans.
- "Bu hafta AI cevaplarında nasılız?" sorusunu bayat bir dışa aktarım yerine canlı veriden yanıtlayabilmesi gereken bir iç asistan kuran herkes.
Bu siz değilseniz — sadece skorlarınıza bakmak istiyorsanız — panel daha basit yol ve MCP sunucusu size gereken hiçbir şeyi eklemez. Ama işiniz zaten bir ajandan geçiyorsa, veriyi doğrudan bağlamak bir rapor okumakla bir soru sormak arasındaki fark demektir.
Bu sayıların arkasındaki ölçüm için — skorun ve güven bandının nasıl kurulduğu — metodoloji sayfamıza bakın; verinin hizmet ettiği strateji için generative engine optimization tam olarak nedir yazısını okuyun.