Native Ad Library MCP: Spørg 635.443 Native Annoncer Fra Claude & ChatGPT

Du kan nu spørge Claude eller ChatGPT spørgsmål som "hvilke annoncører lancerede nye Taboola-kampagner i forsikring denne uge, og hvilke af deres annoncer har overlevet længst?" — og få svar beregnet fra live-indfanget annoncedata, ikke modellens træningshukommelse. Rørene, der gør dette muligt, er MCP, og fra juli 2026 hoster OpenAdLibrary en MCP-server på mcp.openadlibrary.com, der eksponerer 43 værktøjer over et indeks på 635.443 native annoncekreativer fra 27.256 annoncører på tværs af 46 netværk. Denne guide forklarer, hvad det betyder, hvad værktøjerne gør, og hvordan du forbinder det til din AI-assistent på omkring fem minutter.

Meta-annoncører har allerede dette mønster: Foreplay udsendte en ad library MCP til Meta- og TikTok-kreativ research tidligere i år. Native discovery-netværk — Taboola, Outbrain, MGID, Revcontent, MSN-feedet — havde intet, hvilket er konsistent med kanalens historie: der var intet offentligt native annoncebibliotek overhovedet indtil for nylig (baghistorien er i hvad er et native annoncebibliotek). Denne MCP-server er det bibliotek, gjort kaldbart af agenter.

Hvad er MCP, på et minut#

MCP (Model Context Protocol) er en åben standard, introduceret af Anthropic i slutningen af 2024 og siden adopteret på tværs af de store AI-platforme, der lader AI-assistenter kalde eksterne værktøjer. En server udgiver en katalog over værktøjer — "søg annoncer", "hent brand", "list trending" — hver med typede inputs og outputs. AI-klienten (Claude, ChatGPT, Cursor, VS Code eller din egen agent) læser kataloget og beslutter, hvornår den skal kalde hvad. Du taler med assistenten på almindeligt engelsk; den håndterer API-mekanikken, paginering og opfølgende kald.

Den praktiske konsekvens: et annoncebibliotek holder op med at være en hjemmeside, du browser, og bliver en datakilde, din agent kan ræsonnere over. I stedet for tyve minutter med at klikke filtre, stiller du ét sammensat spørgsmål, og agenten kæder fem værktøjskald sammen for at besvare det.

Hvad OpenAdLibrary MCP eksponerer#

Den hostede server er et tyndt, autentificeret lag over den samme offentlige data-API beskrevet i vores native ad data API oversigt — samme indeks, samme kvoter, samme nøgle. De 43 værktøjer grupperes i seks klynger:

Bag disse værktøjer ligger det fulde korpus: 171.050 Taboola-kreativer, 92.290 fra Outbrain, 54.585 fra MGID, 12.821 fra Revcontent, plus 1.081.997 sporede landingssider og 5.874.698 annonceobservationer (juli 2026). Hvert kreativ bærer det rigtige annoncørmærkat, først-set/sidst-set datoer, netværk, geo og sprog — råmaterialet til alle use cases nedenfor.

Hvad du faktisk kan med det#

Konkurrentresearch uden fanetabs-møllen#

Spørg: "Profilér competitor-brand.coms native annoncering. Hvilke netværk er de på, hvor mange live-kreativer, hvilke vinkler kører de, og hvad sælger deres landingssider?" Agenten kæder get_brand → search_ads → get_landing_page_ads og returnerer en briefing, der ville tage en analytiker en eftermiddag. Den manuelle version af denne workflow er dokumenteret i hvordan man spionerer på konkurrenters native annoncer — MCP-versionen er den samme logik, delegeret.

Kreativ ideation fra beviste vindere#

Den mest pålidelige kreative brief i native annoncering er "hvad der allerede har overlevet." Spørg: "Find de længst-kørende sundhedsannoncer på Taboola i USA, gruppér deres hooks, og udkast fem nye overskriftvinkler, der bruger den samme psykologi uden at kopiere." Levetid er profitabilitets-proxyen — i vores indeks forsvinder cirka 89 procent af billedkreativer inden for 10 dage efter første observation, så overleverne er et forfiltreret sæt af ting, der virker (se annoncelevedid som vindersignal). En agent med search_ads plus dine udkastningsinstruktioner gør det filter til en kreativ pipeline, og hvordan man analyserer vindende native annoncekreativer leverer scoringsrammen værd at indsætte i din prompt.

Levetids- og træthedschecks on demand#

Spørg: "Tjek hver annonce på min watchlist — hvilke stoppede med at blive observeret denne uge, og hvilke krydsede 21 dages kørsel?" Med list_watchlist og sync_ads_changes bliver dette en planlagt agentopgave snarere end en mandagspligt. Par det med hvordan man finder vindende annoncer signaler, og du har en automatiseret markedsbevægelsesrapport.

Vertical- og netværksrekognoscering#

Spørg: "Sammenlign Taboola vs MGID for underholdnings-verticalen: kreativvolumen, topannoncører og nye entranter i de sidste 30 dage." Værktøjer som get_network_profile, get_share_of_voice og list_new_entrants blev bygget til netop denne aggregering. For baggrund om, hvordan netværkene adskiller sig, er MGID vs Taboola den menneskeskrevne version.

Opsætningsgennemgang#

Serveren taler Streamable HTTP — den nuværende MCP-transportstandard — på https://mcp.openadlibrary.com/mcp, og autentificerer med din personlige API-nøgle sendt som et Bearer-token. Hver større klient følger det samme mønster.

Trin 1 — få en nøgle. Opret en gratis konto, og lav derefter en API-nøgle i Indstillinger. Nøgler ligner oal_... og vises én gang. Gratis-niveauet er virkelig begrænset: 2 forespørgsler/dag, nok til at verificere forbindelsen og køre et par værktøjskald. En betalt plan ($29.99/måned) låser op for standardkvoten på 5.000 forespørgsler/dag.

Trin 2 — tilføj connectoren. I Claude, tilføj en brugerdefineret connector, der peger på https://mcp.openadlibrary.com/mcp med din nøgle som Authorization-headeren. I Claude Code er det én kommando:

claude mcp add --transport http openadlibrary \
  https://mcp.openadlibrary.com/mcp \
  --header "Authorization: Bearer oal_YOUR_KEY"

Cursor, VS Code og de fleste andre klienter accepterer den tilsvarende JSON-konfiguration:

{
  "mcpServers": {
    "openadlibrary": {
      "url": "https://mcp.openadlibrary.com/mcp",
      "headers": { "Authorization": "Bearer oal_YOUR_KEY" }
    }
  }
}

Trin 3 — smoke test. Spørg din assistent: "Brug openadlibrary-værktøjerne, hvor mange live Taboola-annoncer nævner høreapparater, og hvem kører flest?" Hvis du får tal tilbage med annoncørnavne, er du forbundet. Hvis du får en autentifikationsfejl i stedet, er den sædvanlige årsag et manglende Bearer -præfiks på nøglen.

Et par operationelle noter værd at vide. Serveren er stateless og multi-tenant — din nøgle er din identitet, og kvoter og rate limits (120 forespørgsler/minut burst) håndhæves per nøgle, præcis som på den rå REST API. Der er ingen separat MCP-prissætning; det er den samme plan og samme kvotepulje som den offentlige API. Og fordi serveren er en pass-through over /api/v1, kan alt, hvad du kan i MCP, også scriptes direkte — annoncespionværktøjer med en API sammenligningen dækker, hvornår REST slår MCP og omvendt.

Et gennemarbejdet eksempel: konkurrent-teardown i én session#

For at gøre dette konkret, her er et rigtigt sessionsmønster — den slags sammensat opgave, der retfærdiggør opsætningen. Antag, at du sælger høreapparater og vil forstå det native landskab, før du forpligter budget.

Runde 1: "Søg i native annonceindekset efter høreapparatannoncer på tværs af Taboola og Outbrain i USA. Hvor mange live-kreativer, og hvem er de top fem annoncører efter kreativantal?" Agenten kalder search_ads med netværks- og tekstfiltre, aggregerer og navngiver navne — inklusive de shell-brands, du aldrig har hørt om, der viser sig at køre hundredvis af kreativer.

Runde 2: "For topannoncøren, hent deres længst-observerede kreativer og landingssiderne bag dem. Hvad er trichterstrukturen?" Agenten kæder get_brand, search_ads sorteret efter observeret levetid, og get_landing_page_ads. Du lærer, om vinderne kører quiz-trichtere, advertorials eller lige ud produkt-sider — forskellen mellem at kopiere en overskrift og forstå en strategi.

Runde 3: "Tilføj de top tre annoncører til min watchlist og gem denne søgning." Agenten kalder watch_advertiser og save_search, så næste uges session starter med "hvad ændrede sig i min watchlist?" i stedet for at starte forfra.

Tyve minutter, ingen fanetabs, og outputtet er en skriftlig brief, du kan indsætte i en kampagnedokument. Den tilsvarende manuelle workflow er reel — vi dokumenterede den i hvordan man laver konkurrentannonceanalyse — men det er en eftermiddag, ikke tyve minutter.

Prompting-mønstre, der giver gode svar#

Announcedata-agenter fejler på forudsigelige måder, og tre vaner forhindrer de fleste fejl.

Afgræns før du fejer. "Vis mig vindende annoncer" tvinger agenten til at gætte på netværk, geo og vertical, og brænder kvote på brede kald. "US Taboola-annoncer i forsikring observeret 14+ dage" får et præcist værktøjskald ved første forsøg — hvilket betyder noget på en målrettet nøgle.

Bed om beviset, ikke kun konklusionen. Lad agenten returnere kreativ-ID'er, først-set datoer og annoncørmærkater sammen med dens resumé. Agenter opsummerer selvsikkert; disciplinen med at citere rækker holder dem ærlige og gør outputtet verificerbart i dashboardet.

Lær levetids-caveaten én gang. Tilføj til dine projektinstruktioner: "dages kørsel betyder observerede dage inden for et rullende ~31-dages vindue; behandl det som et gulv." Hver levetidskonklusion, agenten drager nedstrøms, arver den korrektion — det stykke domæneviden er, hvad der forvandler rå værktøjsadgang til kompetent analyse.

Til AI-byggere: ud over chat-klienterne#

Intet ved serveren antager en chat-UI. Fordi den taler standard Streamable HTTP MCP, kan den tilsluttes agent-rammer — Claude Agent SDK, OpenAI's Agents SDK, LangChains MCP-adapters — som en værktøjskilde til fuldt autonome pipelines. De mønstre, vi ser virke: en ugentlig cron-agent, der går gennem en watchlist og e-mailer en konkurrentdigest; en kreativ-genereringspipeline, der henter de ti længst-overlevende annoncer i en vertical som few-shot kontekst før udkastning; og interne Slack-bots, der besvarer "hvem annoncerer X?" for hele holdet uden sædelicenser.

Kvotedesign understøtter bevidst dette: nøgler er per bruger, kvoter håndhæves server-side (5.000 forespørgsler/dag standard, 120/minut burst), og MCP-laget er stateless, så horisontal agent-samtidighed ikke behøver session-affinitet. Hvis du hellere vil springe MCP-overhead over i en ren kode-pipeline, eksisterer de samme operationer som ren REST på /api/v1 med identisk semantik.

Hvor dataene kommer fra (og hvorfor agenter kan stole på dem)#

En agents konklusioner er kun så gode som korpusset under, så det er værd at vide, hvad værktøjerne faktisk forespørger. Indekset er bygget ved kontinuerligt at indfange live native annonceplaceringer fra offentlige publishersider — de sponsorede anbefalingsenheder, alle ser under artikler — via netværkenes egne leverings-API'er, aldrig ved at klikke på live-annoncer (at klikke ville opkræve annoncører rigtige penge og forurene deres analytics; indfangning og klik-sporing er adskilt af design). Hvert indfanget kreativ lagres i fuld kvalitet, klassificeret efter vertical og sprog, løst gennem dens tracker-omdirigeringskæde til et rigtigt annoncørmærkat, og — for en stigende andel — linket til en sporet landingsside. Den opløsningstrin betyder mere for agenter end for mennesker: når Claude rapporterer, at et vagt "sponsoreret" brand faktisk er en specifik forsikrings lead-gen-operatør, læser den brandLabel-feltet, ikke gætter.

Skala og friskhed er målbar snarere end påstået: 5.874.698 annonceobservationer til dato, med Taboola-snittet alene visende 167.524 kreativer først observeret inden for de sidste 30 dage (juli 2026). For agenter er den friskhed forskellen mellem "her er hvad der virkede i native annoncering engang" og "her er hvad der kører lige nu" — og det er derfor, levetidschecks, nye-entrant-scanninger og trendspørgsmål returnerer svar, der ændrer sig uge til uge, som et levende marked faktisk opfører sig.

MCP vs dashboardet: hvornår skal man bruge hvad#

Dashboardet forbliver bedre til visuel browsing — scanning af kreativgitter, visuel vurdering af billedstile, den serendipitet-arbejde beskrevet i hvordan man finder vindende native annoncevinkler. MCP vinder, når spørgsmålet er sammensat ("find X, så for hver, tjek Y"), planlagt (ugentlige digests), eller fodrer et andet system (en brief, en rapport, en model). De fleste praktikere vil ende med at bruge begge: browse for at bygge intuition, deleger til agenter for gentagelse.

En advarsel til AI-bygger-publikummet: agenter forstærker datakvalitetsproblemer. Vores indeks observerer annoncer i et rullende vindue (i øjeblikket op til cirka 31 dages kontinuerlig observation per kreativ), så "dages kørsel" betyder observerede dage, ikke levetid — instruér din agent i overensstemmelse hermed, ellers vil dens levetidskonklusioner være systematisk konservative. Den samme caveat gælder for hvert annoncebibliotek, inklusive Metas; forskellen er, om leverandøren fortæller dig det.

Bundlinjen#

"Ad library MCP" eksisterede knap nok som en sætning før 2026 — Foreplay gjorde krav på den for Meta-annoncer, og native netværk har nu deres egen på mcp.openadlibrary.com: 43 værktøjer over 635.443 native kreativer, 1.081.997 landingssider og et workflow-lag til watchlists og gemte søgninger, på samme nøgle og kvote som den offentlige API fra $29.99/måned med en gratis test-niveau. Hvis du er en teknisk markedsfører eller en AI-bygger, er salgstalen enkel: konkurrentannonceresearch bliver en agentopgave, og agenter har brug for en datakilde, der taler deres protokol. For native annoncering er dette den.