Data to AI™ / Gemini/Instagram Public Data
Traga posts de concorrentes e criadores para o terminal ou para a IDE e deixe o Gemini escrever os CSVs, notebooks e scripts que a sua análise de marketing já usa.
Respostas melhores, menos tokens.
Gemini CLI
Com que frequência cada concorrente postou em setembro e quais posts tiveram mais curtidas?
@northpeak_coffee foi quem menos postou, mas teve a maior média de curtidas por post. @harbor_roasters publicou quase todo dia, com cerca de um terço das curtidas por post.
| Username | Posts | Avg Like Count | Avg Comments Count |
|---|---|---|---|
| @northpeak_coffee Posts | 9 | 4.820 | 212 |
| @harbor_roasters Posts | 27 | 1.610 | 48 |
| @bluestone_brew Posts | 14 | 2.370 | 95 |
Os posts são contados por Timestamp; Like Count e Comments Count são os totais públicos no momento da extração, em média por post.
O Instagram Public Data lê o que qualquer pessoa vê em um perfil público do Instagram que você indica pelo nome de usuário, como um concorrente, uma marca de referência ou um criador: o perfil com seus números de seguidores e publicações, e os posts com curtidas, comentários e visualizações. Não serve para contas pessoais.
Consulte Posts de todas as contas acompanhadas com Media Id, Timestamp, Media Type, Like Count, Comments Count e View Count, e salve como data/competitor-posts.csv.
Uma analista de marketing carrega o arquivo em um notebook Jupyter que já plota frequência semanal e resposta, em vez de manter um scraper próprio.
Compare o Followers Count por Username entre os dois valores mais recentes de dataddo_extraction_timestamp e imprima as contas que variaram mais de cinco por cento.
Um engenheiro de growth roda a checagem no terminal toda segunda e cola a lista na atualização do time quando um concorrente ganha seguidores de repente.
Leia Caption e Like Count de todos os posts acompanhados dos últimos 90 dias, extraia palavras-chave e hashtags recorrentes e escreva os principais termos com a média de curtidas em reports/caption-terms.md.
Um profissional de marketing técnico faz commit do relatório no repositório de conteúdo, para que os redatores vejam em quais palavras os rivais apostam antes do próximo briefing.
O Data to AI™ é cobrado por assento, como os assistentes de IA que sua equipe já usa, com ~25% de desconto no faturamento anual. Precisa de contratos personalizados ou preços por volume? Fale conosco sobre o Enterprise.
Entregue dados de negócio governados ao Claude, ChatGPT e outras ferramentas de IA via MCP.
$10.49/mês
por assento
Mínimo de 3 assentos
Implante o Dataddo com flexibilidade em qualquer ambiente de nuvem ou híbrido.
Personalizado
Temos um modelo de pagamento que funciona para você
| Sem Dataddo |
Com Dataddo
|
Resultado para você | |
|---|---|---|---|
| Levar os dados para o código | Analistas copiam números de perfis rivais para uma planilha, exportam e carregam à mão antes de qualquer análise. | O Gemini CLI consulta Posts e Profile pelo Dataddo e grava o arquivo direto no diretório de trabalho. | Os dados chegam ao código |
| Nomes de campos nos scripts | Scripts quebram quando alguém renomeia uma coluna em uma exportação manual de dados de concorrentes. | Posts e Profile mantêm os mesmos nomes de campos em toda execução, como Like Count, Comments Count e Followers Count. | Entradas estáveis para scripts |
| Controle no terminal | Um CSV colado entrega tudo ao modelo de uma vez, e você não vê o que ele realmente leu. | O Gemini CLI pede que você confirme cada chamada de ferramenta do Dataddo, e você pode escolher Always allow por ferramenta quando confiar nela. | Cada chamada visível |
| Consumo de tokens | O Gemini gasta tokens explorando colunas brutas de Instagram Public Data, amostrando linhas e tentando de novo até entender os dados. | Definições de campos e relações chegam prontas, então o modelo pula a exploração e vai direto à resposta. | Menos tokens por resposta |
| Qualidade das respostas | Sujeito a joins errados, campos inventados e números difíceis de conferir. | Respostas baseadas em campos definidos. No benchmark da Dataddo, 78,5% das perguntas foram respondidas corretamente, contra 65,5% com arquivos CSV simples. | Respostas melhores |
Os datasets de Instagram Public Data que equipes de marketing mais usam, com os nomes reais dos campos. O Gemini consulta cada um pelo nome por meio da camada semântica da Dataddo.
| Dataset | Métricas e atributos |
Pergunte ao Gemini
|
|---|---|---|
| Posts |
|
Quais posts de vídeo, filtrados por Media Type, têm o maior View Count, e qual é o Permalink deles? |
| Profile |
|
Como o Followers Count de cada Username mudou entre as duas últimas extrações programadas? |
Fizemos 43 perguntas pré-registradas sobre três conjuntos de dados reais - Google Search Console, negócios do HubSpot e Google Ads - e entregamos as mesmas linhas ao mesmo modelo de quatro formas. Só a camada de dados mudou.
das perguntas respondidas corretamente - o melhor dos quatro métodos de entrega testados
menos respostas erradas dadas com confiança - 14,0% das execuções contra 24,0% e 26,3%
mais respostas corretas em dados de CRM bagunçados - melhor em 8 perguntas, pior em nenhuma
Mesmo modelo, mesmos prompts e mesmas linhas em todas as condições; 759 execuções avaliadas, com o gabarito definido antes de qualquer execução. Só no Google Search Console, os arquivos CSV documentados tiveram o mesmo desempenho do Data to AI™ - a vantagem vem de dados mais complexos, como os negócios do HubSpot.
Ler o benchmark →Crie uma fonte Instagram Public Data com Posts e Profile para cada Username público e vincule-a a um destino ou AI Model do Google Gemini no Dataddo. Adicione dataddo em mcpServers com httpUrl https://headless.dataddo.com/mcp-data no ~/.gemini/settings.json, reinicie o Gemini CLI e rode /mcp auth dataddo para fazer login.
Com a chave url, o Gemini CLI cai para SSE, que o Dataddo não suporta. Use httpUrl com https://headless.dataddo.com/mcp-data, sem bloco headers ou oauth, e depois rode /mcp auth dataddo.
Sim. O Agent mode no VS Code lê o mesmo settings.json do Gemini CLI. No IntelliJ, adicione o servidor do Dataddo ao mcp.json do Gemini Code Assist e faça login do mesmo jeito.
Não. Depois do login, o Gemini acessa todos os fluxos ou Contexts vinculados a um destino de IA ou AI Model naquela conta do Dataddo, não só os do Google Gemini. Leve isso em conta ao compartilhar uma conta.
Like Count, Comments Count e View Count são totais públicos no momento da extração. Nenhum dataset usa intervalo de datas, então cada execução programada os atualiza, e o dataddo_extraction_timestamp mostra quando cada linha foi lida.
A coluna Id em Posts se refere ao Id em Profile, então o Gemini pode unir cada post ao seu Username e Followers Count, enquanto o Media Id identifica o próprio post.
As credenciais ficam em ~/.gemini/mcp-oauth-tokens.json e são renovadas automaticamente. Se uma sessão expirar ou for revogada, rode /mcp auth dataddo de novo e entre com seu e-mail e senha do Dataddo.
Não. O Gemini consulta os dados extraídos pela camada semântica, por nome de entidade e de campo. O Dataddo nunca aceita SQL do modelo e nada é gravado de volta no Instagram.
