NOWY JORK – 3 września 2025 r. – Gracenote, jednostka biznesowa Nielsen zajmująca się danymi dotyczącymi treści, ogłosiła dzisiaj wprowadzenie na rynek nowego produktu, który umożliwia platformom telewizyjnym dostarczanie użytkownikom doświadczeń nowej generacji dzięki wykorzystaniu potężnych modeli językowych (LLM) i najwyższej jakości danych Gracenote . Serwer Gracenote Context Protocol (MCP) łączy modele LLM z stale aktualizowaną bazą wiedzy Gracenoteoraz weryfikuje, koryguje i wzbogaca odpowiedzi na zapytania dotyczące rozrywki w czasie rzeczywistym. Dzięki temu platformy mogą natychmiast zwracać użytkownikom najdokładniejsze i najbardziej trafne informacje na podstawie wprowadzonych przez nich zapytań dotyczących treści oraz preferencji dotyczących wyszukiwania.
Gracenote Początkowo firma wprowadzi na rynek swój produkt „ Video MCP Server ”, aby umożliwić platformom i aplikacjom CTV czerpanie korzyści z zalet wnioskowania opartego na technologii „ LLM ” w zakresie wyszukiwania i odkrywania treści, jednocześnie ograniczając związane z tym ograniczenia. Produkt ten, łącząc się dynamicznie z dowolną witryną LLM, weryfikuje odpowiedzi i opiera je na sprawdzonych redakcyjnie danych rozrywkowych z serwisu Gracenote . Umożliwia to zaawansowane wyszukiwanie konwersacyjne, wysoce spersonalizowane rekomendacje oraz atrakcyjne ścieżki odkrywania treści, wykorzystujące najbardziej kompleksowy na świecie zbiór zweryfikowanych przez ludzi danych dotyczących programów telewizyjnych, filmów i wydarzeń sportowych.
DziękiVideo MCP Server Gracenote Video MCP Server platformy telewizyjne mogą odpowiadać na pytania, rekomendować programy lub zachęcać do oglądania na podstawie szerokiego zakresu parametrów, takich jak:
Oprócz wspierania zaawansowanego wyszukiwania i odkrywania treści rozrywkowych produkt ten wzbogaca wyniki wyszukiwania w serwisie LLM o powiązane zdjęcia programów z serwisu Gracenote, informacje o dostępności oraz znormalizowane identyfikatory treści Gracenote . Umożliwia to ujednolicenie danych pochodzących z różnych źródeł oraz powiązanie ich z pokrewnymi treściami, takimi jak recenzje, zwiastuny i oceny, dzięki czemu wyniki wyszukiwania stają się bardziej przydatne, wiarygodne i bogate w informacje.
„Dane i identyfikatoryGracenote od dawna stanowią wiarygodne źródło informacji dla globalnej branży rozrywkowej” — powiedział Tyler Bell, wiceprezes ds. produktów w Gracenote. „Wraz z wprowadzeniem serwera Gracenote Video MCP Server wprowadzamy nową falę ofert wykorzystujących zarówno nasze dane, jak i technologię, aby pomóc platformom rozwiązać poważne problemy związane z inżynierią i harmonizacją. Z niecierpliwością czekamy na możliwość pomocy naszym klientom w dostarczaniu użytkownikom lepszych doświadczeń, które zapewnią im sukces w realizacji kluczowych celów związanych z zaangażowaniem i monetyzacją w erze sztucznej inteligencji”.
Platformy telewizyjne są dziś entuzjastycznie nastawione do możliwości sztucznej inteligencji w zakresie poprawy wydajności wyszukiwania i odkrywania w celu pogłębienia zaangażowania użytkowników i zwiększenia monetyzacji. W szczególności LLM, rodzaj generatywnej sztucznej inteligencji, zapewnia możliwość tworzenia spersonalizowanego i zharmonizowanego katalogu treści w oparciu o niezrównany zakres materiałów szkoleniowych. Ponadto umożliwiają one platformom oferowanie użytecznego wyszukiwania semantycznego oraz możliwość szeregowania i porządkowania wyników według praktycznie dowolnych kryteriów, którymi może być zainteresowany widz lub zespół redakcyjny.
Jednak wyniki generowane przez modele z głębokimi językami ( LLM ), nawet przy zastosowaniu ugruntowania, mogą budzić zastrzeżenia. Co istotne, modele LLM generują niedokładne, ale wiarygodne odpowiedzi na zapytania wyszukiwania – zjawisko to znane jest jako „halucynacje”. Ponadto modele LLM są ograniczone do informacji zawartych w ich danych szkoleniowych, co oznacza, że ich wbudowana wiedza sięga jedynie do określonego momentu w czasie. Nie mają one również dostępu do zasobów wizualnych powiązanych z danymi ustrukturyzowanymi, takimi jak programy telewizyjne i filmy.
Video MCP Server Gracenote Video MCP Server pierwszym produktem z nowej serii rozwiązań AI opracowanych przez firmę w celu zapewnienia przełomowych możliwości wyszukiwania i odkrywania treści. Ponieważ konsumenci w coraz większym stopniu polegają na sztucznej inteligencji i modelach LLM we wszystkich aspektach życia codziennego, zweryfikowane przez ludzi dane Gracenotebędą służyć jako wiarygodne źródło informacji dla wszystkich doświadczeń rozrywkowych związanych z filmami, sportem i muzyką.
Aby dowiedzieć się więcej, pobierz bezpłatną białą księgę dotyczącąVideo MCP Server Gracenote Video MCP Server tutaj.
Gracenote to jednostka biznesowa Nielsen zajmująca się danymi dotyczącymi treści, dostarczająca metadane rozrywkowe, identyfikatory treści i powiązane oferty wiodącym światowym twórcom, dystrybutorom i platformom. Gracenote agreguje, normalizuje i wzbogaca podstawowe metadane programowe obejmujące ponad 40 milionów tytułów w ponad 260 katalogach streamingowych w ponad 70 językach i ponad 80 krajach. Technologia Gracenote umożliwia zaawansowaną nawigację i odkrywanie treści, pomagając użytkownikom w łatwym łączeniu się z programami telewizyjnymi, filmami, muzyką i sportem, które kochają, jednocześnie dostarczając potężne analizy treści, które upraszczają podejmowanie złożonych decyzji biznesowych. Więcej informacji można znaleźć na stronie Gracenote.com.
Mark Yamada
Dzięki tej umowie serwis Gracenote będzie nadal wspierał DIRECTV w ułatwianiu fanom wyszukiwania i oglądania ulubionych treści.
GracenoteW raporcie „ State of Play ” z 2026 r. wskazano na rosnące ryzyko utraty widzów, którzy mają trudności ze znalezieniem interesujących ich treści.
Rozwój ten wynika z faktu, że firmy wdrażają uniwersalne modele językowe (LLM) w celu poprawy wrażeń użytkowników, wspierania decyzji dotyczących treści oraz usprawnienia działalności.
Wypełnij formularz, aby się z nami skontaktować!
Otrzymaliśmy Twoje zapytanie, a nasz zespół chętnie Ci pomoże. Niezwłocznie przeanalizujemy Twoją wiadomość i odpowiemy tak szybko, jak to możliwe.