Cursor'da Minds MCP ile Pazarlama Araştırma Ajanı Oluşturun

Bu rehber, hazır bir tane kullanmak yerine özel bir pazarlama araştırma ajanı oluşturmak isteyenler için. Sonuç, Cursor'ın içinde doğal dilde bir araştırma brifingi alan, PostHog'tan ürün analitiği çeken, Minds ile sentetik bir Study çalıştıran, ikisini çapraz karşılaştıran ve Slack'e bir özet gönderen bir ajandır. Üç hizmette de zaten hesaplarınız varsa uçtan uca yaklaşık 90 dakikalık iş.

Amaç cilalı bir ürün yayımlamak değil. Ajanlı döngüyü somutlaştırmak: ajan brifing alır, ajan birden fazla MCP sunucusunu sırayla çağırır, ajan birleşik sonuç üzerinde akıl yürütür, ajan geri rapor eder. Bir tane oluşturduktan sonra, bu kalıp inşa etmek istediğiniz başka her şeye uyarlanabilir.

Önkoşullar

Üç hesap ve üç API anahtarı:

• API anahtarına sahip bir Minds hesabı (minds_…). Yoksa getminds.ai'da kayıt olun.
• Kişisel API anahtarına sahip bir PostHog hesabı.
• Webhook veya app token aracılığıyla bir kanala mesaj gönderebileceğiniz bir Slack workspace.

Bir Cursor kurulumu (veya MCP destekli herhangi bir editör: Copilot ile VS Code aynı şekilde çalışır).

Yaklaşık 30 dakika odaklı kurulum süresi, ardından ajanın brifingi ve istemi üzerinde 60 dakika yineleme.

Adım 1: Üç MCP sunucusunu bağla

Üç hizmetin her biri bir MCP sunucusu sunar. Üçünü de Cursor'a bağlayacağız.

Cursor'da üç sunucuyu ~/.cursor/mcp.json dosyasına (veya projedeki .cursor/mcp.json dosyasına) ekleyin.

Minds. Pazar araştırması için Minds MCP sunucusunu "minds": { "url": "https://getminds.ai/mcp" } olarak ekleyin ve Cursor sorduğunda OAuth ile giriş yapın; API anahtarına gerek yoktur. Minds araçları (create_audience_from_brief, ask_audience, create_study, plan_study_questions, export_study ve daha fazlası) araç seçicinizde görünür. İstemciye özel adımlar için Minds MCP kurulum rehberini kullanın.

PostHog. PostHog kendi MCP sunucusunu sunar. Önerilen kurulum https://app.posthog.com/mcp adresindeki uzak endpoint'tir, yine OAuth ile. Olayları, funnel'ları, cohort'ları ve dashboard'ları kapsayan 55 araç alırsınız.

Slack. Slack MCP sunucusu npm aracılığıyla mevcuttur. Bunu npx -y @modelcontextprotocol/server-slack ve env'de Slack bot token'ınızla stdio sunucusu olarak ekleyin. İki araç yeterlidir: slack_post_message ve slack_list_channels.

Cursor'ı yeniden başlatın. Üç sunucu da ajanın araç listesinde görünmeli. Ajandan Audience'ları (Minds), cohort'ları (PostHog) ve kanalları (Slack) listelemesini isteyerek her birini test edin.

Adım 2: Otomatikleştirmeye değer bir araştırma iş akışı seç

Ajan, ona verdiğiniz iş akışı kadar yararlıdır. Spesifik bir şey seçin. Oluşturacağımız örnek:

Bir feature adı al, PostHog'ta son 30 gün içinde feature'ı kullanan kullanıcıları bul, onları Minds aracılığıyla sentetik bir Audience olarak tanımla, o Audience'a feature'ı neden önereceğini veya önermeyeceğini sor ve Slack'te #product-research kanalına bir özet gönder.

Bu kalıp (gerçek veriyle temellendirme artı sentetik zenginleştirme artı ekip içi dağıtım) birçok kararda yeniden kullanılabilir. Kendi senaryonuzu koyun.

Adım 3: Ajan istemini yaz

Ajan istemini bir Cursor .cursorrules dosyasına veya ajan oturumunuzun sistem mesajı olarak koyun. İşe yarayan yapı:

You are a marketing research agent. Your job is to take a feature name as input
and return a recommendation summary, posted to Slack.

For each request, do the following in order:

1. Use PostHog tools to find users who triggered the feature event in the last
   30 days. Get a count and basic properties (plan tier, account age, region).

2. Build a Minds Audience that matches the dominant cohort from step 1. Use
   `create_audience_from_brief` with a brief that captures the cohort's plan
   tier, tenure, and likely role, and follow it with
   `get_audience_creation_progress`.

3. Ask that Audience one question with `ask_audience`, then read the answers
   with `get_study_status`. Ask: "Would you recommend this feature to a
   colleague? Why or why not? What would have to change for it to be a yes?"

4. Cross-reference the Audience's answers against the PostHog data. Look for
   alignment (do the stated reasons match the actual usage patterns?) and gaps
   (do the answers surface concerns the metrics don't show?).

5. Post a summary to #product-research in Slack with three sections:
   - Cohort profile (who used it)
   - Audience verdict (recommend or not, top stated reasons)
   - Recommended action (what to do next)

Keep the Slack summary under 500 words. Link back to the full Study export.

Bu istem üç şeyi bilerek yapar:

• Adımları katı bir sıraya koyar, böylece ajan kestirme yapamaz.
• Ajana sonuçları araçlar arasında nasıl birleştireceğini söyler, yalnızca nasıl çağıracağını değil.
• Çıktıyı sınırlar, böylece Slack mesajı gerçekten okunabilir olur.

Adım 4: Gerçek bir feature ile test et

Ürününüzün gerçekten yayımladığı bir feature seçin. Ajanı çalıştırın. Beklenen sıra:

1. Ajan, feature adına ve son 30 güne filtrelenmiş feature_used için PostHog events sorgusunu çağırır. Bir sayı ve örnek döndürür.
2. Ajan kullanıcıları tanımlamak için PostHog cohorts'u çağırır. Baskın plan seviyesini ve ortalama hesap yaşını belirler.
3. Ajan, "Orta seviye ödeme yapan müşteriler, platformda 6 ila 18 ay, feature kategorisi birincil kullanıcıları." gibi bir brifingle Minds create_audience_from_brief'i çağırır ve ardından get_audience_creation_progress ile takip eder.
4. Ajan öneri sorusuyla Minds ask_audience'ı çağırır; bu, o Audience için özel bir Study oluşturur.
5. Ajan yanıtlar tamamlanana kadar Minds get_study_status'u çağırır.
6. Ajan yanıtları okur. Slack linki için Study'nin tamamını kaydetmek üzere Minds export_study'yi çağırır.
7. Ajan yapılandırılmış özet ve dışa aktarma linkiyle Slack slack_post_message'ı çağırır.

Uçtan uca süre: cohort boyutuna ve yanıt uzunluğuna bağlı olarak 60 ila 120 saniye, ilk çalıştırmada buna Audience oluşturma süresi eklenir. MCP erişimi Minds’a dahildir. Pay as you go araştırması satın alınan yanıtları tüketir; ücretli planlar geçerli yanıt kotalarını kullanır. Ayrı model sağlayıcı ücretleri, seçilen modele ve kullanıma bağlıdır.

Herhangi bir adım başarısız olursa, ajan genellikle bir kez yeniden dener veya yön değiştirir. Takılırsa, en yaygın neden adım 4'teki kırılgan bir istemdir (Audience brifingi cohort'a tam oturmaz). Brifing istemini daha esnek olacak şekilde yeniden yazın ve tekrar çalıştırın.

Adım 5: Zamanla

Ajan yalnızca siz olmadan çalıştığında değer üretir. İki yol:

Slack üzerinden manuel tetikleme. Cursor ajanını tetikleyen bir /research [feature-adi] slash komutu ekleyin. En basit yoldur ve anlık araştırmalar için işe yarar.

Cron tetiklemesi. Her pazartesi ajan endpoint'ine bir feature adı listesi göndermek için bir CI iş akışı (GitHub Actions, Linear otomasyonu, programlı çalışabilen herhangi bir şey) kullanın. Ajan iş akışını feature başına bir kez çalıştırır ve her özeti gönderir. Ekip, hiçbir insan eforu olmadan pazartesi sabahı bir araştırma özeti alır.

Değerin katlandığı yer cron yoludur. Bir çeyrek boyunca yayımlanan her feature için feature düzeyinde araştırma yapan bir ekip, yılda bir büyük çalışma yapan bir ekipten ürünü hakkında daha fazlasını öğrenir, üstelik maliyetin yüzde 5'inden daha azına.

Özel Ajanlar Hazır Olanları Nerede Yener

Paketlenmiş bir araştırma aracı kullanmak yerine bunu inşa etmenin gerekçesi:

İş akışı özgüllüğü. Hazır araçlar en yaygın durum için optimize eder. Ekibinizin araştırma iş akışı nadiren en yaygın durumdur. Özel bir ajan karar ritminize tam olarak uyar.

Araç kompozisyonu. İlginç hamleler, sentetik araştırma gerçek ürün verileriyle temellendirilip ardından ekibinizin kanalında paylaşıldığında gerçekleşir. Hiçbir hazır araç zincirin tamamını yapmaz. Üç MCP'yi birbirine bağlayan özel bir ajan yapar.

Maliyet kontrolü. Çağrı başına, hizmet başına ödersiniz. Koltuk lisansı yok, üstüne platform ücreti yok. Yoğun kullanım, ekip ölçeğinde paketlenmiş araçlardan daha ucuza gelir; hafif kullanım neredeyse ücretsizdir.

Yineleme hızı. İş akışını değiştirmek istemi değiştirmektir. Tedarikçi yol haritası yok, feature talebi yok. Kısıt sizin kendi dikkatinizdir, başka birinin sürüm döngüsü değil.

Yaygın Tuzaklar

Bunu üretimde çalıştırırken karşılaşılan birkaç keskin nokta:

• Çağrılar arasında Audience kayması. Her çalıştırmada yeni bir Audience oluşturursanız, bileşimi her seferinde hafifçe kayar. Audience'ı bir kez oluşturun (ID'yi önbelleğe alın) ve yeniden kullanın. Minds MCP tam da bunun için list_audiences aracını sunar.
• PostHog sorgu zaman aşımları. Büyük cohort'lar ajanda zaman aşımına yol açar. Cohort boyutunu istemde sınırlayın veya önceden temsili bir örneğe filtreleyin.
• Slack mesaj boyutu limitleri. Slack 4000 karakteri aşan mesajları kırpar. İstemdeki 500 kelimelik sınır bunun çok altındadır, ama ajan bunu yok sayarsa tek mesaj yerine thread olarak gönderin.
• OAuth token rotasyonu. Üç hizmet de tokenları periyodik olarak yeniler. Ajan aniden çalışmayı bırakırsa, istemde hata ayıklamadan önce her bağlayıcıyı yeniden yetkilendirin.

Bunun Gideceği Yer

Tek feature'lık öneri iş akışı başlangıç noktasıdır. Çalıştığında, aynı ajan şunlara genelleşir:

• Haftalık kampanya etkinliği döngüleri (kampanya yayına girmeden önce sentetik reklam tepkileri çalıştır, sonra gerçek tıklama oranına karşı doğrula)
• Aylık rekabetçi konumlandırma (rakip mesajlarına karşı sentetik Studies çalıştır, kendi dönüşüm verilerinizle çapraz karşılaştır)
• Çeyreklik Audience yenilemesi (sentetik Audience'ları gözlemlenen ürün davranışı değişimlerine göre güncelle)

Hepsi aynı yapıdadır: gerçek veriyle temellendirme, sentetik zenginleştirme, ekip içi dağıtım. İlkini inşa edin. Geri kalanlar varyasyonlardır.

Yanına neyi bağlamaya değer olduğu hakkında daha fazlası için: 2026'da pazarlama ve araştırma ajanları için en iyi MCP sunucuları. Altta yatan kategori için: ajanlı pazar araştırması, tanımı. Sentetik çıktıya güven sorusu için: ajanlı araştırma çıktısını doğrulama.