ಒಬ್ಬ ಬೆಳವಣಿಗೆ-ಮಾರ್ಕೆಟಿಂಗ್ ಸಲಹೆಗಾರ (growth-marketing consultant) ಒಂದು Model Context Protocol (MCP) ಸರ್ವರ್ ಅನ್ನು ನಿರ್ಮಿಸುವ ಮೂಲಕ, ಹದಿನಾಲ್ಕು ಬ್ರೌಸರ್ ಟ್ಯಾಬ್ಗಳು ಮತ್ತು ಅಂತ್ಯವಿಲ್ಲದ ಸ್ಪ್ರೆಡ್ಶೀಟ್ಗಳಿಂದ ದತ್ತಾಂಶವನ್ನು (data) ಪಡೆಯಲು ಇಡೀ ಮಧ್ಯಾಹ್ನವನ್ನು ವ್ಯಯಿಸುವುದನ್ನು ನಿಲ್ಲಿಸಿದರು. ಈ ಸರ್ವರ್ AI ಸಹಾಯಕನು Google Ads, Meta, GA4 ಮತ್ತು Search Console ನಿಂದ ದತ್ತಾಂಶವನ್ನು ಪಡೆಯಲು ಮತ್ತು ಅದರ ಮೇಲೆ ಕಾರ್ಯನಿರ್ವಹಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ. ಇದು ಈಗ ಯಾವುದೇ ಮಾನವ ಹಸ್ತಕ್ಷೇಪವಿಲ್ಲದೆ ಮಾಸಿಕ ವರದಿಗಳನ್ನು ಸಿದ್ಧಪಡಿಸುತ್ತದೆ, ಆಡಿಟ್ಗಳನ್ನು ನಡೆಸುತ್ತದೆ ಮತ್ತು ಆಪ್ಟಿಮೈಸೇಶನ್ಗಳನ್ನು ಅನ್ವಯಿಸುತ್ತದೆ, ಇದರಿಂದ ಮಾರ್ಕೆಟರ್ ದತ್ತಾಂಶದ ಗೊಂದಲಗಳ ಬದಲಿಗೆ ಕಾರ್ಯತಂತ್ರದ ಮೇಲೆ ಗಮನ ಹರಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ.
ಈ ಬದಲಾವಣೆ ಏಕೆ ಮುಖ್ಯವಾಯಿತು
ಪೇಯ್ಡ್-ಸರ್ಚ್, ಸೋಶಿಯಲ್ ಮತ್ತು ಅನಾಲಿಟಿಕ್ಸ್ ಪ್ಲಾಟ್ಫಾರ್ಮ್ಗಳ ವರದಿ ತಯಾರಿಸುವುದು ಮೊದಲು ಒಂದು ಕೈಯಾರೆ ಮಾಡಬೇಕಾದ ಸಂಕೀರ್ಣ ಪ್ರಕ್ರಿಯೆಯಾಗಿತ್ತು: ಪ್ರತಿಯೊಂದು ಡ್ಯಾಶ್ಬೋರ್ಡ್ ಅನ್ನು ತೆರೆಯುವುದು, ಸಂಖ್ಯೆಗಳನ್ನು ಸ್ಪ್ರೆಡ್ಶೀಟ್ಗೆ ಕಾಪಿ ಮಾಡುವುದು, ವ್ಯತ್ಯಾಸಗಳನ್ನು ಸರಿಪಡಿಸುವುದು ಮತ್ತು ನಂತರ ಇನ್ಸೈಟ್ಗಳನ್ನು ಬರೆಯುವುದು. ಈ ಪ್ರಯತ್ನವು ಅಮೂಲ್ಯವಾದ ಸಮಯವನ್ನು ವ್ಯಯಿಸುತ್ತಿತ್ತು ಮತ್ತು ಮಾನವ ತಪ್ಪುಗಳಿಗೆ ದಾರಿಯೊಡ್ಡುತ್ತಿತ್ತು. MCP ತಂತ್ರದ ಮೂಲಕ AI ಗೆ ಪ್ಲಾಟ್ಫಾರ್ಮ್ಗಳ ನೇಟಿವ್ ಕ್ವೇರಿ ಭಾಷೆಗಳು ಮತ್ತು APIಗಳಿಗೆ ನೇರ ಪ್ರವೇಶವನ್ನು ನೀಡುವ ಮೂಲಕ ಕೆಲಸದ ವಿಧಾನವನ್ನು ಬದಲಾಯಿಸುತ್ತದೆ, ಇದು "ನನಗೆ ಸಂಖ್ಯೆಗಳನ್ನು ಹೇಳು" ಎಂಬುದನ್ನು "ನನಗಾಗಿ ಸಂಖ್ಯೆಗಳನ್ನು ತಂದುಕೊಡು" ಎಂಬುದನ್ನಾಗಿ ಪರಿವರ್ತಿಸುತ್ತದೆ.
ತಾಂತ್ರಿಕ ಅಡಿಪಾಯ
MCP ಎಂಬುದು ಒಂದು ಪ್ರೋಟೋಕಾಲ್ ಆಗಿದ್ದು, ಇದು LLM ಚಾಲಿತ ಸಹಾಯಕನು ತನ್ನ ತರ್ಕದ ಭಾಗವಾಗಿ ಬಾಹ್ಯ ಪರಿಕರಗಳನ್ನು (external tools) ಬಳಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ. ಪ್ರಾಯೋಗಿಕವಾಗಿ, ಸಲಹೆಗಾರರು ಪ್ರತಿಯೊಂದು ಪ್ಲಾಟ್ಫಾರ್ಮ್ನ ರೊ ಕ್ವೇರಿ ಭಾಷೆಯನ್ನು (Google Ads → GAQL) ಮತ್ತು Meta, GA4 ಮತ್ತು Search Console ಗಾಗಿ ಪ್ರಮಾಣಿತ REST ಎಂಡ್ಪಾಯಿಂಟ್ಗಳನ್ನು ಪ್ರದರ್ಶಿಸುವ ಒಂದು ಸಣ್ಣ ವೆಬ್ ಸೇವೆಯನ್ನು ಸ್ಥಾಪಿಸಿದರು. AI ಕ್ವೇರಿಗಳನ್ನು ನಿರ್ಮಿಸುತ್ತದೆ, ಅವುಗಳನ್ನು ಸರ್ವರ್ಗೆ ಕಳುಹಿಸುತ್ತದೆ, ರಚನಾತ್ಮಕ ಫಲಿತಾಂಶಗಳನ್ನು ಪಡೆಯುತ್ತದೆ ಮತ್ತು ಬರೆಯುವ ಕಾರ್ಯಾಚರಣೆಗಳನ್ನು (write-operations) ನಡೆಸಿದ ನಂತರ ಅವುಗಳನ್ನು ಪರಿಶೀಲಿಸಲು ಓದುವ ಕಾರ್ಯಾಚರಣೆಗಳನ್ನು (verification reads) ಮಾಡಬಲ್ಲದು.
ಯಶಸ್ಸು ನೀಡಿದ ಮೂರು ವಿನ್ಯಾಸದ ಆಯ್ಕೆಗಳು
- ಥಿನ್ ವ್ಯಾಪರ್ಗಳ ಬದಲಿಗೆ ನೇಟಿವ್ ಕ್ವೇರಿ ಭಾಷೆಗಳನ್ನು ಪ್ರದರ್ಶಿಸುವುದು – ಮೊದಲ ಪ್ರಯತ್ನದಲ್ಲಿ ಪ್ರತಿಯೊಂದು ದತ್ತಾಂಶದ ಅಗತ್ಯಕ್ಕಾಗಿ ಪ್ರತ್ಯೇಕ ಫಂಕ್ಷನ್ ಅನ್ನು ಬರೆಯಲಾಗಿತ್ತು (ಉದಾಹರಣೆಗೆ,
get_campaigns). ಹೊಸ ವರದಿ ಮಾಡುವ ವಿಧಾನಗಳು ವೇಗವಾಗಿ ಕೋಡ್ ಬೇಸ್ ಅನ್ನು ಹೆಚ್ಚಿಸಿದವು. GAQL ಅನ್ನು ನೇರವಾಗಿ ಪ್ರದರ್ಶಿಸುವ ಮೂಲಕ, ಒಂದೇ ಎಂಡ್ಪಾಯಿಂಟ್ AI ಗೆ ಅಗತ್ಯವಿರುವ ಯಾವುದೇ ಕ್ವೇರಿಯನ್ನು ಸಿದ್ಧಪಡಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ. ಸಹಾಯಕನ GAQL ಸಂಯೋಜನೆಗಳು ಸಲಹೆಗಾರನ ಮ್ಯಾನುಯಲ್ ಸ್ಕ್ರಿಪ್ಟ್ಗಳಿಗಿಂತ ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸಿದವು ಮತ್ತು ಇದೇ ಮಾದರಿಯು ಇತರ ಪ್ಲಾಟ್ಫಾರ್ಮ್ಗಳಿಗೂ ಕೆಲಸ ಮಾಡುತ್ತದೆ. - ಪ್ರತಿಯೊಂದು ಬರವಣಿಗೆಯನ್ನು ಓದುವ ಮೂಲಕ ಪರಿಶೀಲಿಸುವುದು – ಬದಲಾವಣೆಯು ಅನ್ವಯವಾಗದಿದ್ದರೂ ಸಹ APIಗಳು ಹೆಚ್ಚಾಗಿ ಯಶಸ್ಸಿನ ಸೂಚಕವನ್ನು (success flag) ನೀಡುತ್ತವೆ. ಈಗ ಸರ್ವರ್ ಪ್ರತಿ ಬರವಣಿಗೆಯ ನಂತರ ಮರಳಿ ಓದುತ್ತದೆ; ನಿರೀಕ್ಷಿತ ಮೌಲ್ಯವು ಇಲ್ಲದಿದ್ದರೆ, ಅದು ವೈಫಲ್ಯವನ್ನು ದಾಖಲಿಸುತ್ತದೆ ಮತ್ತು ಬಳಕೆದಾರರಿಗೆ ಎಚ್ಚರಿಕೆ ನೀಡುತ್ತದೆ. ಈ ಸುರಕ್ಷತಾ ಕ್ರಮವು ಕಾರ್ಯಕ್ಷಮತೆಯ ದತ್ತಾಂಶವನ್ನು ಹಾಳುಮಾಡಬಹುದಾದ ಮೌನ ತಪ್ಪುಗಳನ್ನು ತಡೆಯುತ್ತದೆ.
- ಮಾರ್ಕ್ಡೌನ್ ಎರರ್ ಲಾಗ್ ಅನ್ನು ನಿರ್ವಹಿಸುವುದು – ಪ್ರತಿಯೊಂದು ಬಗ್, ತಪ್ಪಾಗಿ ಟೈಪ್ ಮಾಡಿದ ಫೀಲ್ಡ್ ಅಥವಾ ತಪ್ಪಾಗಿ ಅರ್ಥೈಸಿಕೊಂಡ ನಿಯಮವು
learned-errors.mdನಲ್ಲಿ ದಾಖಲಾಗುತ್ತದೆ. AI ಪ್ರತಿ ಸೆಷನ್ನ ಆರಂಭದಲ್ಲಿ ಈ ಫೈಲ್ ಅನ್ನು ಓದುತ್ತದೆ, ಇದರಿಂದ ತಾನು ಏನನ್ನು ಪುನರಾವರ್ತಿಸಬಾರದು ಎಂಬುದನ್ನು ತಾನೇ ಕಲಿತುಕೊಳ್ಳುತ್ತದೆ.
ಸಮಯ ವ್ಯಯ ಮಾಡಿದ ಮೂರು ತಪ್ಪುಗಳು
- ಪರಿಕರಗಳು ಮತ್ತು ಇಂಪೋರ್ಟ್ಗಳ ನಡುವಿನ ಹೆಸರಿನ ಘರ್ಷಣೆಗಳು – ಒಂದು ಫಂಕ್ಷನ್ ಇಂಪೋರ್ಟ್ ಮಾಡಿದ ಮಾಡ್ಯೂಲ್ನಂತೆಯೇ ಹೆಸರನ್ನು ಹೊಂದಿದ್ದರಿಂದ, ರನ್-ಟೈಮ್ನಲ್ಲಿ ಸರ್ವರ್ ಕ್ರ್ಯಾಶ್ ಆಗುತ್ತಿತ್ತು. ಪ್ರತಿಯೊಂದು ಇಂಪೋರ್ಟ್ಗೆ ವಿಭಿನ್ನ biệtಿತ ಹೆಸರನ್ನು (alias) ನೀಡುವುದರಿಂದ ಈ ಸಂಘರ್ಷವು ನಿವಾರಣೆಯಾಯಿತು.
- ಹಾಟ್ ರিলোಡ್ಗಳನ್ನು ನಿರ್ಲಕ್ಷಿಸುವುದು – MCP ಸರ್ವರ್ ಪ್ರಾರಂಭಿಸುವಾಗ ಒಮ್ಮೆ ಮಾತ್ರ ಕೋಡ್ ಅನ್ನು ಲೋಡ್ ಮಾಡುತ್ತಿತ್ತು. ಕೋಡ್ ಬೇಸ್ನಲ್ಲಿ ಮಾಡಿದ ಬದಲಾವಣೆಗಳು ಸಂಪೂರ್ಣ ಕ್ಲೈಂಟ್ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಮರುಪ್ರಾರಂಭಿಸುವವರೆಗೆ ಜಾರಿಗೆ ಬರುತ್ತಿರಲಿಲ್ಲ, ಇದರಿಂದ ಸತ್ತ ಕೋಡ್ ಅನ್ನು ಡಿಬಗ್ ಮಾಡಲು ಗಂಟೆಗಟ್ಟಲೆ ಸಮಯ ವ್ಯಯವಾಗುತ್ತಿತ್ತು. ಪ್ರತಿ ಎಡಿಟ್ ನಂತರ ಸಂಪೂರ್ಣ ಮರುಪ್ರಾರಂಭಿಸುವ ಕಾರ್ಯವಿಧಾನವನ್ನು (restart workflow) ಸೇರಿಸುವುದರಿಂದ ಈ ಸಮಸ್ಯೆಯು ಪರಿಹಾರವಾಯಿತು.
- ಅಗತ್ಯ ಅವಲಂಬನೆಗಳ ಕೊರತೆ (Missing dependencies) – ವರ್ಚುವಲ್ ಎನ್ವಿರಾನ್ಮೆಂಟ್ನಲ್ಲಿ ಇಲ್ಲದ ಒಂದು ಇಂಪೋರ್ಟ್ನಿಂದಾಗಿ ಸರ್ವರ್ ಪ್ರಾರಂಭವಾಗುವಾಗಲೇ ಸ್ಥಗಿತಗೊಳ್ಳುತ್ತಿತ್ತು. ಈಗ ಪ್ರಿ-ಫ್ಲೈಟ್ ಚೆಕ್ಗಳು ಮರುಪ್ರಾರಂಭಿಸುವ ಮೊದಲು ಎಲ್ಲಾ ಅಗತ್ಯ ಪ್ಯಾಕೇಜ್ಗಳನ್ನು ಇನ್ಸ್ಟಾಲ್ ಮಾಡಿ ಪರಿಶೀಲಿಸುತ್ತವೆ, ಇದರಿಂದ ಸಮಸ್ಯೆಯನ್ನು ಮೊದಲೇ ಪತ್ತೆಹಚ್ಚಬಹುದು.
ಸಾರಾಂಶ
ಒಂದು ಸಾಧಾರಣ MCP ಸರ್ವರ್ ಕಠಿಣವಾದ ವರದಿ ತಯಾರಿಕೆಯ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಸ್ವಯಂಚಾಲಿತ ಮತ್ತು ಆಡಿಟ್ಗೆ ಸಿದ್ಧವಾಗಿರುವ ಕಾರ್ಯವಿಧಾನವಾಗಿ ಬದಲಾಯಿಸಬಲ್ಲದು, ಆದರೆ ಇದಕ್ಕೆ ಶಿಸ್ತುಬದ್ಧ ಕೋಡಿಂಗ್ ಅಭ್ಯಾಸಗಳು ಮತ್ತು ಸಣ್ಣ ಸೇವೆಯನ್ನು ನಿರ್ವಹಿಸುವ ಸಿದ್ಧತೆ ಅಗತ್ಯವಿದೆ. ಸೆಟಪ್ ಮಾಡಲು ಸಮಯವನ್ನು ಹೂಡಿಕೆ ಮಾಡುವ ಮಾರ್ಕೆಟರ್ಗಳು, ಸ್ಪ್ರೆಡ್ಶೀಟ್ನ ಕಷ್ಟದ ಕೆಲಸದ ಬದಲಿಗೆ ಕಾರ್ಯತಂತ್ರದ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಮಾಡಬಹುದು.