Eine Liste kann überzeugen, obwohl ihr wichtigster Vergleich offen ist. Große öffentliche Zahlen zeigen nicht, ob ein Reel das Account-Niveau übertrifft. Prüfen wir vor dem Ranking die erhaltenen Basiszustände.
Wir nutzen Kabo, einen KI-Agenten für Creator-Recherche, per kompatiblem MCP-Client zur Prüfung oder Ergänzung relevanter Reels. Beispiel ist Haustierbildung. Ohne Kandidaten gibt es unten einen kleinen Sammelschritt; zentral ist, was die Belege tatsächlich vergleichbar machen.
1. Vor dem Sortieren die ungeklärte Zeile lesen
Angenommen, ein Ergebnis enthält eine passende Trainingsdemonstration, aber keine nutzbare Account-Basis. Das ist ein verfasstes Beispiel, keine echte Antwort:
- Relevanz: nützlich für unsere Lehrfrage.
- Basisbeleg: unzureichend.
- Ausreißermultiplikator: ungeklärt, nicht null.
- Entscheidung: als Erklärreferenz behalten, nicht als accountrelativen Sieger ranken.
Das sind zwei Urteile. Wir können die Demonstration prüfen, ohne einen Ausbruchserfolg zu behaupten.
Prüfe [erhaltene Auswahl]. Trenne Themenrelevanz und Eignung zum Account-Vergleich je Zeile. Prüfe Detail- und Basiszustände, behalte null und ungeklärte Werte. Liefere compare / reference-only / needs-evidence mit Grund und tatsächlicher Quelle. Leite fehlende Multiplikatoren nicht aus Aufrufen ab.
Sammlungsbeleg statt nur Bildunterschriften mitbringen
[ ] Thema und Relevanz — Konkrete Lehrfrage sowie Sprache und Format. [ ] Veröffentlichung — Beginn und Ende getrennt vom Abrufdatum. [ ] Kandidatenbeleg — Tatsächliche candidate_set_id, content_key, Zustand und Abdeckung. [ ] Auswahlnotizen — Akzeptierte Elemente und Gründe semantischer Wertungen. [ ] Ausgabeziel — Kopierbare Belegtabelle oder erlaubte lokale Datei.
Client mit dauerhaft verfügbaren Kandidatenkennungen wählen
Verbinde https://kabo.sh/mcp-pub in einem kompatiblen Client und melde dich bei Kabo an. Die MCP-Einrichtung erklärt die Verbindung; für Codex und Claude Code gibt es Installationsoptionen.
Hier nutzen wir einen dialogorientierten MCP-Client mit verbundenen Remote-Werkzeugen. Eine kopierbare Tabelle genügt, Dateizugriff ist optional. Prüfe verfügbare Werkzeuge vor der Auswahl-Anfrage.
2. Fehlende Belege nur bei entscheidungsrelevantem Bedarf abrufen
Braucht die Frage einen Account-Vergleich, prüfe das aktuelle enrich_instagram_shortlist-Schema und nutze akzeptierte candidate_set_id und content_key. Behalte erforderliche platform, ranking_mode, window und semantic_scores. Relevanzwerte sind redaktionelle Urteile, keine Leistungsprognosen.
Bleibt die Basis unzureichend, vergleiche die Zeile nicht weiter. Kennungsfehler müssen aus dem echten Beleg gelöst werden; ein plausibler Ersatz ist keine Lösung.
Prüfe enrich_instagram_shortlist aktuell. Nutze gespeicherte candidate_set_id und akzeptierte content_key mit nötigen platform/ranking_mode/window und gestützten semantic_scores. Erkläre Relevanzurteile. Prüfe exact_detail_status, baseline_status und outlier_multiple. Melde ungeklärte Vergleiche und Kennungsfehler; ersetze keine Lücken und erfinde keine Handles.
3. Kein gespeicherter Satz? Klein anfangen
Nutze collect_instagram_trend_candidates für Lehrfrage, Sprache und Veröffentlichungsdaten und prüfe die Kandidaten. Behalte den Beleg und ergänze nur nützliche Zeilen. Nicht alles muss angereichert werden, nur weil es zurückkam.
Die MCP-Übersicht erklärt Verbindung und Bereitschaft. Die YouTube-Dossieranleitung zeigt eine vollständige Recherche ab Entdeckung.
Prüfe collect_instagram_trend_candidates. Sammle für [Lehrfrage], [Sprache und Format] und [Start- und Enddatum] mit kleinem unterstütztem Absichtsplan und Budget. Behalte echte candidate_set_id, content_key, URLs, Zustand und Grenzen. Prüfe Relevanz vor dem Ergänzen. Nenne eine Teilsammlung kein vollständiges Inventar.
4. Zwei nützliche Ansichten derselben Stichprobe übergeben
Liefere eine vergleichbare Teilmenge für belegte accountrelative Vergleiche und eine Referenzmenge für relevante Beispiele ohne diese Basis. Behalte bei beiden Veröffentlichungs- und Abrufdatum sowie erhaltene Grenzen.
Eine nützliche Zeile muss nicht gewinnen. Die Lehrkraft kann die klarste Demonstration aus Referenzen wählen und vor der eigenen Planung das Original prüfen.
content_key,source_url,published_at,retrieved_at,exact_detail_status,baseline_status,outlier_multiple,editorial_relevance,comparison_status,limitations
Die Basis reicht nicht und der Multiplikator ist ungeklärt. Behalte Werte, entferne den relativen Rang und ordne die relevante Zeile als Referenz ein. Erkläre die für Vergleichbarkeit fehlenden Belege. Sammle nicht erneut, solange der Umfang gleich bleibt.
Referenzen aus dem richtigen Grund wählen
Prüfe beide Gruppen in Google Sheets oder kopiere sie aus dem Client. Nutze die Muse-Auswahlanleitung für strittige Entscheidungen oder die MCP-Ideenanleitung für ein eigenes Briefing. Teile die Tabelle mit ihrem Datenstandsdatum.
Die ausgearbeiteten Beispiele dienen der Veranschaulichung. Produktscreenshots zeigen vorhandene Ergebnisse aus Kabos Web-App, keinen Durchlauf des Beispiels dieser Anleitung. Verwenden Sie Ihre eigenen Materialien und die in Ihrem Auftrag zurückgegebenen Belege.