MCP는 연결 수단이며 창작 어시스턴트 자체가 아닙니다. 어시스턴트가 대화를 진행하고 Kabo가 공개 크리에이터 근거를 반환하며 제작 도구가 완성물을 처리합니다. 먼저 카메라 입문 수업으로 전체 흐름을 시험한 뒤 큰 작업으로 확장합니다.
크리에이터 연구 AI 에이전트 Kabo는 MCP로 연구 도구를 제공합니다. 클라이언트가 호출을 선택하고 결과를 읽고 인계물을 정리하며 프로토콜 자체가 콘텐츠를 쓰지는 않습니다.
클라이언트 선택 및 연결 확인
호환 클라이언트에 https://kabo.sh/mcp-pub를 연결하고 Kabo 로그인을 완료하세요. MCP 설정 가이드에 연결 방법이 있으며 Codex와 Claude Code에는 설치 옵션이 있습니다.
첫 파일 기반 시험은 설치 옵션에서 Codex 또는 Claude Code를 선택하세요. 기존 채팅 클라이언트가 원격 HTTP MCP와 Kabo 로그인을 지원한다면 계속 사용하면서 복사 가능한 텍스트를 요청해도 됩니다.
이번 MCP 작업의 자료 준비
[ ] 클라이언트 선택 — 원격 HTTP MCP 및 Kabo 로그인 지원. [ ] 시청자 개요 — 대상과 연구할 질문 하나. [ ] 참조 범위 — 플랫폼, 정확한 날짜와 선택 공개 URL. [ ] 직접 보유한 근거 — 우리가 직접 시연할 수 있는 것. [ ] 인계 방식 — 허가된 로컬 파일 접근 또는 복사 가능한 텍스트.
필요한 인계 방식에 맞춰 클라이언트 선택
한 크리에이터 운영 책임자가 여러 어시스턴트에서 같은 Kabo 연구 서비스를 쓰려 합니다. 일부 협업자는 로컬 폴더에서 일하고 다른 사람은 채팅에서 복사 가능한 보고서를 원합니다.
기존 브랜드 자료 옆에 파일을 두려면 로컬 Codex 또는 Claude Code 흐름이 유용합니다. 짧은 연구 메모는 대화형 클라이언트로 충분할 수 있습니다. 현재 MCP와 OAuth 지원을 확인하세요. Kabo가 클라이언트의 파일 권한, 문서 편집기나 게시 연결을 제공하지는 않습니다.
연결된 Kabo 도구를 확인하고 get_research_capabilities를 {}로 호출하세요. [질문]에 준비된 기능을 알려주세요. 도구 목적, 필수 입력, 예상 출력 및 추가 확인이 필요한 단계를 포함한 짧은 계획을 보여주세요. 이용 불가한 도구 결과를 만들어내지 마세요.한 번 연결한 뒤 준비된 기능 확인
클라이언트 문서에 따라 원격 서버를 추가하고 Kabo 로그인 후 도구 목록을 확인하세요. 대규모 수집을 계획하기 전에 get_research_capabilities를 {}로 호출합니다. 기능이 없다면 범위를 줄이거나 출처를 바꿔야 하며 대체 결과를 지어내게 해서는 안 됩니다.
확장 전에 전체 인계를 한 번 시험하세요. 쓸 수 있는 기획안을 만드는 10분 출처 조사가 긴 연결 도구 목록보다 더 많은 것을 알려줍니다.
영상 분석 절차는 저장된 분석 경로를 설명하며 전사 데이터 작업과 다른 상태 기록을 사용합니다.
[날짜] 범위 내에서 [시청자]를 위한 [주제]를 소규모로 조사하세요. 종합 전에 출처 후보를 보여주고 URL, 날짜와 누락 필드를 유지하세요. 시청자 약속, 직접 시연과 다음 행동을 담은 독창적인 기획안 하나를 반환하세요. 클라이언트에 로컬 파일 접근 권한이 있을 때만 저장하고 아니면 복사 가능한 Markdown을 주세요. 반환된 작업 ID는 결과를 실제로 읽을 때까지 보관하세요.
역할 분담을 명확하게
첫 실행에 성공했다면 역할과 산출물이 이처럼 분명해야 합니다.
- Kabo: 공개 출처 근거와 이용 가능한 분석 반환.
- 어시스턴트: 관련 도구 선택, 결과 확인 및 기획안 작성.
- 크리에이터: 방향 제시 및 콘셉트 승인.
- 제작 도구: 직접 보유한 영상 편집.
- 산출물: 출처 링크와 누락 데이터 주석을 담은 기획안 하나.
작은 연구 작업을 처음부터 끝까지 실행
어시스턴트에 한정된 질문을 주고 출처 URL과 날짜를 유지하도록 하세요. Kabo가 공개 후보와 맥락을 제공하게 하고 기획안 작성 전에 출처 표를 보게 합니다. 추론은 사용자의 어시스턴트에서 진행되며 연결이 전체 작업을 Kabo의 별도 웹 에이전트에 위임하지는 않습니다.
처음부터 반복하지 말고 상태 이어가기
도구가 데이터 작업을 반환하면 식별자를 보관하고 올바른 상태와 산출물을 읽으세요. 저장된 영상 분석은 다른 ID와 읽기 도구를 씁니다. 대기 응답을 완료 보고서로 바꾸지 마세요. 실패를 드러내고 남은 근거로 질문에 답할 수 있는지 판단하세요.
클라이언트가 실제로 전달할 수 있는 결과 받기
파일 지원 클라이언트에는 허가된 폴더에 저장하도록 요청하세요. 아니면 복사 가능한 Markdown 또는 표를 받습니다. 대본이나 계획 도구로 옮기기 전에 검토하세요. MCP 연결 성공은 연구 기능이지 자동 게시 허가가 아닙니다.
어느 단계가 불가하며 수집한 근거로 질문의 어느 부분에 답할 수 있는지 알려주세요. 누락된 도구 결과를 일반 모델 지식으로 몰래 대체하지 마세요.
도구 대화 밖으로 산출물 옮기기
검토한 기획안을 Google Docs로 옮겨 대본을 협업하거나 콘텐츠 프로젝트 파일로 유지하세요. MCP를 편집기로 여기지 말고 보유 영상과 흐름에 맞춰 제작 편집기를 선택하세요.
빠진 산출물에 따라 다음 작업을 고르세요. 근거가 부족하면 출처 자료집, 승인된 출처가 준비되면 독창적 아이디어 기획안을 만듭니다.
작성된 예시는 설명용입니다. 제품 스크린샷은 Kabo 웹 앱의 기존 결과이며, 이 가이드의 예시를 실행한 기록이 아닙니다. 자신의 소재와 해당 작업에서 실제로 반환된 근거를 사용하세요.