Native Ad Library MCP: Forespørg 1M+ Native Annoncer Fra Claude & ChatGPT

OpenAdLibrary stiller et eksternt MCP-endpoint til rådighed for understøttede AI-klienter. Brug de aktuelle forbindelsesinstruktioner, og undersøg de værktøjer, som din autentificerede session returnerer. Værktøjstilgængelighed, adgangsgrænser og korpustal kan ændre sig. First-seen-poster identificerer indsamlingsobservationer, ikke nødvendigvis nyligt lancerede kampagner.

Opdateret juli 2026.

Meta-annoncører har allerede dette mønster: Foreplay udgav en ad library MCP til Meta- og TikTok-kreativresearch 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.

MCP kan lade en klient kalde strukturerede researchværktøjer i en samtale. Den sparede tid afhænger af opgaven, klienten og dataene; denne artikel indeholder ingen målt tidssammenligning.

Hvad OpenAdLibrary MCP'en eksponerer#

Forbind med en understøttet autentificeringsmetode, og undersøg den aktuelle værktøjsliste. Historiske værktøjs- og korpustal er daterede observationer, ikke en garanti for aktuel adgang.

Undersøg hver returneret post og dens tilgængelige evidensfelter. Et værktøjsresultat kan mangle et kreativ, en destination eller et spor; udfyld ikke manglende felter med antagelser.

Hvad du faktisk kan gøre med det#

Konkurrentresearch uden tab-farmen#

En research-workflow kan identificere et brand, søge i dets indfangede annoncer og undersøge tilgængelig destinationsevidens. Tjek det aktuelle værktøjsskema og resultatets fuldstændighed ved hvert trin i stedet for at antage, at en fast kaldsekvens dækker hver post.

Kreativ idegenerering fra beviste vindere#

Et observationsspænd kan hjælpe med at udvælge eksempler til undersøgelse. Det fastslår ikke profit eller kontinuerlig levering. Enhver fordeling af spænd kræver en angivet kohorte, indsamlingsvindue og beregning, før den præsenteres som en målestok.

Levetid og træthedstjek på anmodning#

Tilbagevendende research kræver planlægningsstøtte i klienten eller et andet autoriseret system. At stille MCP-værktøjer til rådighed planlægger ikke i sig selv et job eller autoriserer beskeder eller skrivninger.

Vertical- og netværksrekognoscering#

Spørg: "Sammenlign Taboola vs MGID for entertainment-verticalen: kreativvolumen, topannoncører og nye tilkommere inden for 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#

Det eksterne endpoint er https://mcp.openadlibrary.com/mcp. Repository-koden understøtter OAuth og API-nøgler til offentlige data, der leveres via en Authorization: Bearer-header eller x-api-key-header. Brug den metode, som din klient og de aktuelle OpenAdLibrary-instruktioner understøtter; læg ikke hemmeligheder i URL'er eller delte samtaleudskrifter.

Tjek den aktuelle plan for kontoen og kvoten, før du kører en workflow. De historiske forespørgselsgrænser og prisen i denne artikel er ikke verificerede aktuelle adgangsrettigheder.

For Claude eller en anden klient skal du følge det pågældende produkts aktuelle flow for ekstern MCP-forbindelse. Understøttelse af OAuth, brugerdefinerede headere og konfigurationsfiler varierer mellem klienter; antag ikke, at en desktop-connector accepterer CLI-konfiguration.

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

Konfigurationsformater varierer mellem klienter. Betragt følgende mcpServers-objekt som et klient-specifikt eksempel, og brug det dokumenterede skema for det produkt og den version, du faktisk kører.

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

Bekræft, at klienten faktisk oplister værktøjer og foretager et autentificeret værktøjskald. Undersøg de returnerede poster og eventuelle fejl; et svar, der indeholder plausible navne eller tal, er ikke bevis for, at forbindelsen virkede.

Observer de faktiske svar om kontokvote og hastighedsgrænser. Antag ikke en fast forespørgselsgrænse eller hastighed ud fra en ældre artikel.

Et gennemarbejdet eksempel: konkurrentnedbrydning i én session#

Det følgende er en illustrativ workflow, ikke en optaget førstehåndssession eller et løfte om, at hvert navngivet værktøj aktuelt er tilgængeligt.

Identificér den tilsigtede enhed, søg i et afgrænset vindue, og undersøg resultatmetadata, paginering og trunkering. Rapportér kun de poster, der faktisk returneres; behandl ikke et begrænset svar som en fuldstændig markedsoptælling.

Tur 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 ligeud produktsider — forskellen mellem at kopiere en overskrift og forstå en strategi.

Tur 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.

Denne workflow illustrerer, hvordan værktøjer kan understøtte research. Det er ikke en målt sammenligning af manuel og automatiseret gennemførelsestid.

Prompting-mønstre der giver gode svar#

Annoncedata-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, 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 målert nøgle.

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

Læs værktøjets feltdefinitioner. Et observationsspænd fra første til sidste er ikke kontinuerlig kampagnekørsel, og et afgrænset indsamlingsvindue kan censurere et eller begge endepunkter.

Til AI-byggere: ud over chat-klienterne#

En klient kan kombinere researchværktøjer med andre autoriserede funktioner, hvor det understøttes. Planlægning, e-mailafsendelse og skrivninger til kontoen kræver deres egne integrationer og udtrykkelig autorisation; de følger ikke af adgang til research-endpointet.

Planlæg afgrænsede forespørgsler ved hjælp af den aktuelle kontos dokumenterede kvoter og faktiske svargrænser. Historiske tilladelser bør ikke bruges til at dimensionere et automatiseret job.

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

Indfangede etiketter og domæner understøtter tilskrivning, men fastslår ikke altid den juridiske annoncør, betaler eller bureau. Bevar den underliggende post, og angiv usikkerhed.

Et last-seen-tidsstempel rapporterer den seneste indfangede observation. Det beviser ikke, at annoncen kører på forespørgselstidspunktet.

MCP vs dashboardet: hvornår man bruger hvad#

Dashboardet forbliver bedre til visuel browsing — scanning af kreativgitter, visuel vurdering af billedstile, det serendipitetsarbejde beskrevet i how to find winning native ad angles. MCP'en vinder når spørgsmålet er sammensat ("find X, så for hver, tjek Y"), planlagt (ugentlige digests), eller fodrer et andet system (et brief, en rapport, en model). De fleste praktikere ender med at bruge begge: browse for at bygge intuition, deleger til agenter for gentagelse.

Tjek det faktiske vindue og det faktiske opbevaringsomfang, som værktøjet returnerer. Antag ikke, at hver forespørgsel eller statistik bruger samme rullende vindue.

Bundlinjen#

Brug den aktuelle værktøjsliste, kontogrænser og forbindelsesdokumentation, når du vurderer, om integrationen passer til en opgave. Verificér resultater mod returneret evidens, og hold historiske tal klart daterede.