Native Ad Library MCP : Interrogez plus d'un million de publicités natives depuis Claude et ChatGPT

Oui — il existe un serveur MCP pour les bibliothèques d'annonces : OpenAdLibrary en héberge un à mcp.openadlibrary.com, exposant 43 outils sur un index de 1 041 637 créatifs publicitaires natifs — 615 327 d'entre eux en direct au cours des 30 derniers jours — à travers 50 réseaux, en juillet 2026, à Claude et à tout autre client compatible MCP, avec une clé API gratuite. En pratique, cela signifie que vous pouvez poser à Claude ou ChatGPT des questions comme "quels annonceurs ont lancé de nouvelles campagnes Taboola dans l'assurance cette semaine, et lesquelles de leurs annonces ont survécu le plus longtemps ?" — et obtenir des réponses calculées à partir de données d'annonces capturées en direct, et non de la mémoire d'entraînement du modèle. Ce guide explique ce que cela signifie, ce que font les outils, et comment le connecter à votre assistant IA en environ cinq minutes.

Mis à jour en juillet 2026.

Les annonceurs Meta ont déjà ce modèle : Foreplay a livré un MCP de bibliothèque d'annonces pour la recherche créative Meta et TikTok plus tôt cette année. Les réseaux de découverte natifs — Taboola, Outbrain, MGID, Revcontent, le flux MSN — n'avaient rien, ce qui est cohérent avec l'histoire du canal : il n'y avait aucune bibliothèque de publicités natives publique jusqu'à récemment (le contexte est dans qu'est-ce qu'une bibliothèque de publicités natives). Ce serveur MCP est cette bibliothèque, rendue appelable par les agents.

Qu'est-ce que le MCP, en une minute#

Le MCP (Model Context Protocol) est un standard ouvert, introduit par Anthropic fin 2024 et depuis adopté par les principales plateformes IA, qui permet aux assistants IA d'appeler des outils externes. Un serveur publie un catalogue d'outils — "rechercher des annonces", "obtenir une marque", "lister les tendances" — chacun avec des entrées et sorties typées. Le client IA (Claude, ChatGPT, Cursor, VS Code, ou votre propre agent) lit le catalogue et décide quand appeler quoi. Vous parlez à l'assistant en anglais simple ; il gère la mécanique des API, la pagination et les appels de suivi.

La conséquence pratique : une bibliothèque d'annonces cesse d'être un site web que vous parcourez et devient une source de données sur laquelle votre agent peut raisonner. Au lieu de vingt minutes de clics sur des filtres, vous posez une question composée et l'agent enchaîne cinq appels d'outils pour y répondre.

Ce que le MCP OpenAdLibrary expose#

Le serveur hébergé est une fine couche authentifiée au-dessus de la même API de données publique décrite dans notre aperçu de l'API de données de publicités natives — même index, mêmes quotas, même clé. Les 43 outils se regroupent en six clusters :

Derrière ces outils se trouve le corpus complet : 352 392 créatifs Taboola, 150 462 d'Outbrain et 96 139 de MGID en juillet 2026, plus plus d'un million de pages de destination tracées et des observations d'annonces par millions. Chaque créatif porte le vrai label d'annonceur, les dates de première/dernière observation, le réseau, la géo et la langue — la matière première pour chaque cas d'utilisation ci-dessous.

Ce que vous pouvez réellement en faire#

Recherche concurrentielle sans la ferme d'onglets#

Demandez : "Profilez la publicité native de competitor-brand.com. Sur quels réseaux sont-ils, combien de créatifs en direct, quels angles diffusent-ils, et que vendent leurs pages de destination ?" L'agent enchaîne get_brand → search_ads → get_landing_page_ads et retourne un briefing qui prendrait à un analyste un après-midi. La version manuelle de ce workflow est documentée dans comment espionner les publicités natives concurrentes — la version MCP est la même logique, déléguée.

Idéation créative à partir de gagnants éprouvés#

Le brief créatif le plus fiable en publicité native est "ce qui a déjà survécu". Demandez : "Trouvez les annonces santé les plus anciennes sur Taboola aux États-Unis, regroupez leurs accroches, et rédigez cinq nouveaux angles de titre qui utilisent la même psychologie sans copier." La longévité est le proxy de rentabilité — dans notre index, 59 % des créatifs natifs disparaissent après leur premier jour et seulement 10,7 % survivent 30 jours, en juillet 2026, donc les survivants sont un ensemble pré-filtré de choses qui fonctionnent (voir la longévité des annonces comme signal gagnant). Un agent avec search_ads plus vos instructions de rédaction transforme ce filtre en pipeline créatif, et comment analyser les créatifs publicitaires natifs gagnants fournit le cadre de notation à coller dans votre prompt.

Vérifications de longévité et de fatigue à la demande#

Demandez : "Vérifiez chaque annonce dans ma liste de surveillance — lesquelles ont cessé d'être observées cette semaine, et lesquelles ont dépassé 21 jours de diffusion ?" Avec list_watchlist et sync_ads_changes, cela devient une tâche d'agent planifiée plutôt qu'une corvée du lundi. Associez-le aux signaux de comment trouver des annonces gagnantes et vous avez un rapport automatisé des mouvements du marché.

Exploration verticale et de réseaux#

Demandez : "Comparez Taboola et MGID pour le vertical divertissement : volume créatif, principaux annonceurs, et nouveaux entrants au cours des 30 derniers jours." Des outils comme get_network_profile, get_share_of_voice et list_new_entrants ont été conçus pour exactement cette agrégation. Pour le contexte sur la différence entre les réseaux, MGID vs Taboola est la version écrite par un humain.

Guide d'installation pas à pas#

Le serveur parle Streamable HTTP — le standard de transport MCP actuel — à l'adresse https://mcp.openadlibrary.com/mcp, et s'authentifie avec votre clé API personnelle envoyée comme un jeton Bearer. Tous les clients majeurs suivent le même modèle.

Étape 1 — obtenez une clé. Créez un compte gratuit, puis générez une clé API dans Paramètres. Les clés ressemblent à oal_... et ne sont affichées qu'une fois. Le niveau gratuit est vraiment limité : 2 requêtes/jour, suffisant pour vérifier la connexion et exécuter quelques appels d'outils. Un plan payant (29,99 $/mois) débloque le quota standard de 5 000 requêtes/jour.

Étape 2 — ajoutez le connecteur. Dans Claude, ajoutez un connecteur personnalisé pointant vers https://mcp.openadlibrary.com/mcp avec votre clé comme en-tête d'autorisation. Dans Claude Code, c'est une seule commande :

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

Cursor, VS Code et la plupart des autres clients acceptent la configuration JSON équivalente :

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

Étape 3 — test de fumée. Demandez à votre assistant : "En utilisant les outils openadlibrary, combien d'annonces Taboola en direct mentionnent les aides auditives, et qui en diffuse le plus ?" Si vous obtenez des chiffres avec des noms d'annonceurs, vous êtes connecté. Si vous obtenez une erreur d'authentification, le coupable habituel est l'absence du préfixe Bearer sur la clé.

Quelques notes opérationnelles à connaître. Le serveur est sans état et multi-locataire — votre clé est votre identité, et les quotas et limites de débit (120 requêtes/minute en rafale) sont appliqués par clé, exactement comme sur l'API REST brute. Il n'y a pas de tarification MCP séparée ; c'est le même plan et le même pool de quotas que l'API publique. Et parce que le serveur est un relais sur /api/v1, tout ce que vous pouvez faire dans le MCP, vous pouvez aussi le scripter directement — la comparaison des outils d'espionnage d'annonces avec une API couvre quand REST bat MCP et vice versa.

Un exemple détaillé : analyse concurrentielle en une session#

Pour rendre cela concret, voici un modèle de session réel — le type de tâche composée qui justifie l'installation. Supposons que vous vendiez des aides auditives et que vous souhaitiez comprendre le paysage natif avant d'engager un budget.

Tour 1 : "Recherchez dans l'index de publicités natives les annonces d'aides auditives sur Taboola et Outbrain aux États-Unis. Combien de créatifs en direct, et qui sont les cinq premiers annonceurs par nombre de créatifs ?" L'agent appelle search_ads avec des filtres réseau et texte, agrège, et nomme des noms — incluant les marques écrans dont vous n'avez jamais entendu parler qui s'avèrent diffuser des centaines de créatifs.

Tour 2 : "Pour le premier annonceur, extrayez ses créatifs les plus anciennement observés et les pages de destination derrière eux. Quelle est la structure de l'entonnoir ?" L'agent enchaîne get_brand, search_ads triés par durée d'observation, et get_landing_page_ads. Vous apprenez si les gagnants utilisent des entonnoirs quiz, des advertoriaux ou des pages produit directes — la différence entre copier un titre et comprendre une stratégie.

Tour 3 : "Ajoutez les trois premiers annonceurs à ma liste de surveillance et sauvegardez cette recherche." L'agent appelle watch_advertiser et save_search, donc la session de la semaine prochaine commence par "qu'est-ce qui a changé dans ma liste de surveillance ?" au lieu de recommencer à zéro.

Vingt minutes, aucun onglet, et la sortie est un brief écrit que vous pouvez coller dans un document de campagne. Le workflow manuel équivalent est réel — nous l'avons documenté dans comment faire une analyse d'annonces concurrentes — mais c'est un après-midi, pas vingt minutes.

Modèles de prompting qui obtiennent de bonnes réponses#

Les agents de données publicitaires échouent de manière prévisible, et trois habitudes préviennent la plupart des échecs.

Délimitez avant de balayer. "Montrez-moi des annonces gagnantes" force l'agent à deviner le réseau, la géo et le vertical, gaspillant du quota sur des appels larges. "Annonces Taboola US dans l'assurance observées 14+ jours" obtient un appel d'outil précis au premier essai — ce qui compte sur une clé limitée.

Demandez les preuves, pas seulement la conclusion. Faites retourner à l'agent les IDs de créatifs, les dates de première observation et les labels d'annonceurs à côté de son résumé. Les agents résument avec confiance ; la discipline de citer des lignes les maintient honnêtes et rend la sortie vérifiable dans le tableau de bord.

Enseignez le biais de longévité une fois. Ajoutez à vos instructions de projet : "jours de diffusion signifie jours observés dans une fenêtre glissante d'environ 31 jours ; traitez cela comme un plancher." Chaque conclusion de longévité que l'agent tire par la suite hérite de cette correction — cette connaissance du domaine est ce qui transforme un accès brut aux outils en une analyse compétente.

Pour les développeurs IA : au-delà des clients de chat#

Rien dans le serveur ne suppose une interface de chat. Parce qu'il parle le MCP Streamable HTTP standard, il se branche dans les frameworks d'agents — le Claude Agent SDK, l'Agents SDK d'OpenAI, les adaptateurs MCP de LangChain — comme source d'outils pour des pipelines entièrement autonomes. Les modèles que nous voyons fonctionner : un agent cron hebdomadaire qui parcourt une liste de surveillance et envoie un digest concurrent par email ; un pipeline de génération créative qui récupère les dix annonces ayant survécu le plus longtemps dans un vertical comme contexte few-shot avant de rédiger ; et des bots Slack internes qui répondent à "qui fait de la publicité pour X ?" pour toute l'équipe sans licences de siège.

La conception des quotas soutient délibérément cela : les clés sont par utilisateur, les quotas sont appliqués côté serveur (5 000 requêtes/jour standard, 120/minute en rafale), et la couche MCP est sans état, donc la concurrence horizontale des agents n'a pas besoin d'affinité de session. Si vous préférez éviter la surcharge MCP dans un pipeline purement code, les mêmes opérations existent en REST simple à /api/v1 avec une sémantique identique.

D'où viennent les données (et pourquoi les agents peuvent leur faire confiance)#

Les conclusions d'un agent ne valent que ce que vaut le corpus sous-jacent, donc il vaut la peine de savoir ce que les outils interrogent réellement. L'index est construit en capturant continuellement des placements publicitaires natifs en direct depuis des pages d'éditeurs publiques — les unités de recommandation sponsorisées que tout le monde voit sous les articles — via les propres API de diffusion des réseaux, jamais en cliquant sur des annonces en direct (cliquer facturerait de l'argent réel aux annonceurs et polluerait leurs analytics ; la capture et le traçage des clics sont séparés par conception). Chaque créatif capturé est stocké en pleine qualité, classé par vertical et langue, résolu à travers sa chaîne de redirections de tracker vers un vrai label d'annonceur, et — pour une part croissante — lié à une page de destination tracée. Cette étape de résolution importe plus pour les agents que pour les humains : quand Claude rapporte qu'une marque vague "sponsorisée" est en fait un opérateur spécifique de génération de leads d'assurance, il lit le champ brandLabel, il ne devine pas.

L'échelle et la fraîcheur sont mesurables plutôt qu'affirmées : 615 327 des 1 041 637 créatifs du corpus ont été observés en direct au cours des 30 derniers jours — la tranche Taboola seule représente 254 020 de ces créatifs en direct — en juillet 2026. Pour les agents, cette fraîcheur fait la différence entre "voici ce qui a fonctionné en publicité native autrefois" et "voici ce qui diffuse en ce moment" — et c'est pourquoi les vérifications de longévité, les scans de nouveaux entrants et les questions de tendances retournent des réponses qui changent de semaine en semaine, comme se comporte réellement un marché vivant.

MCP vs le tableau de bord : quand utiliser lequel#

Le tableau de bord reste meilleur pour la navigation visuelle — parcourir des grilles de créatifs, examiner les styles d'images, le travail de sérendipité décrit dans comment trouver des angles gagnants en publicité native. Le MCP gagne dès que la question est composée ("trouvez X, puis pour chacun, vérifiez Y"), planifiée (digests hebdomadaires), ou alimente un autre système (un brief, un rapport, un modèle). La plupart des praticiens finiront par utiliser les deux : naviguer pour construire l'intuition, déléguer aux agents pour la répétition.

Une mise en garde pour le public des développeurs IA : les agents amplifient les problèmes de qualité des données. Notre index observe les annonces dans une fenêtre glissante (actuellement jusqu'à environ 31 jours d'observation continue par créatif), donc "jours de diffusion" signifie jours observés, pas durée de vie — instruisez votre agent en conséquence, ou ses conclusions de longévité seront systématiquement conservatrices. La même mise en garde s'applique à toute bibliothèque d'annonces, y compris celle de Meta ; la différence est de savoir si le fournisseur vous le dit.

La conclusion#

"MCP de bibliothèque d'annonces" existait à peine comme expression avant 2026 — Foreplay l'a revendiqué pour les annonces Meta, et les réseaux natifs ont désormais le leur à mcp.openadlibrary.com : 43 outils sur 1 041 637 créatifs natifs (juillet 2026), plus d'un million de pages de destination tracées, et une couche de workflow pour les listes de surveillance et les recherches sauvegardées, sur la même clé et le même quota que l'API publique à partir de 29,99 $/mois avec un niveau de test gratuit. Si vous êtes un marketeur technique ou un développeur IA, le pitch est simple : la recherche d'annonces concurrentes devient une tâche d'agent, et les agents ont besoin d'une source de données qui parle leur protocole. Pour la publicité native, c'est celle-ci.