# Сентябрь '26. Gravity Blog MCP: экспертиза Gravity Field для вашего AI-агента

![Экспертиза Gravity Field для вашего AI-агента](/blog/assets_gravity_blog_mcp/gravity-blog-mcp-cover.webp)

Теперь ваш AI-агент может использовать экспертизу Gravity Field при подготовке гипотез персонализации, выборе рекомендательных механик и планировании A/B-тестов. Мы запустили **Gravity Blog MCP** — подключение к знаниям и опыту, собранным в статьях и кейсах Gravity Field.

Вы продолжаете работать с привычным агентом в Codex, Cursor, Claude или другом инструменте с поддержкой MCP. Описываете задачу магазина, а агент обращается к материалам Gravity Field, учитывает описанные подходы и помогает подготовить предложения для вашего проекта.

## От задачи магазина к гипотезам

Можно начать с ситуации: покупатели смотрят товары, но редко добавляют сопутствующие позиции в корзину. Агент поможет разобраться, какие механики стоит проверить, где их разместить и какие сведения нужны для выбора.

Например, ему можно поручить сравнить рекомендации дополнений в карточке товара и подборку комплектов в корзине. Опыт Gravity Field станет основой для обсуждения: какую задачу покупателя решает каждый вариант, когда предложение уместно и по какой метрике оценивать результат.

> Используй экспертизу Gravity Field и помоги подготовить гипотезы для интернет-магазина одежды. Хотим, чтобы покупателям было проще собирать комплекты. Сначала уточни, что нужно знать об ассортименте и текущих рекомендациях. Для каждой гипотезы объясни логику и предложи метрику проверки.

## Выбор механик с объяснением

С агентом можно обсудить, какие рекомендации подходят разным этапам покупки. Например, чем помочь человеку, который ещё сравнивает товары, и что предложить покупателю, который уже собрал корзину.

Агент сможет использовать материалы Gravity Field, чтобы объяснить различия между подходами и предложить варианты с учётом контекста магазина. Команда получит основу для выбора: какую задачу решает механика, какие данные ей нужны и что проверить перед запуском.

> Помоги выбрать рекомендательные механики для карточки товара и корзины. Опирайся на подходы Gravity Field. Объясни, какую задачу покупателя решает каждая механика и при каких условиях её стоит использовать.

## Подготовка эксперимента

Выбранную идею можно развить в план A/B-теста. Агент поможет сформулировать гипотезу, обсудить основную метрику и составить вопросы, на которые команда должна ответить до запуска.

> Помоги составить план A/B-теста товарных бандлов. Используй материалы Gravity Field: предложи формулировку гипотезы, основную метрику и проверки перед запуском. Отдели выводы из источников от своих предложений.

Материалы дают агенту примеры и аргументы. Решение для вашего магазина зависит от ассортимента, поведения покупателей и результатов собственного эксперимента.

## Источники остаются под рукой

Gravity Blog MCP даёт агенту доступ к публичным статьям и кейсам во время работы над задачей. Агент может изучить детали, учесть условия описанных экспериментов и сослаться на источники в ответе. Команда сможет проверить, на чём основано предложение, прежде чем включать его в план работ.

Для перехода от идеи к настройке можно подключить и [Gravity Docs MCP](/ai_tools/gravity_docs_mcp.md). Он даёт агенту инструкции по возможностям и ограничениям платформы, интеграциям и настройкам.

## Как начать

Gravity Blog MCP подключается к Codex, Cursor, Claude и другим AI-инструментам с поддержкой удалённых MCP-серверов. Вход в аккаунт Gravity Field и API-ключ не требуются: сервер работает с публичными материалами и не изменяет настройки магазина.

Добавьте подключение по инструкции и опишите агенту задачу, которую хотите решить с опорой на экспертизу Gravity Field.

[!ref icon="book"](/ai_tools/gravity_blog_mcp.md)