Bibliothèque d'annonces natives MCP : Interrogation de 635 443 annonces natives depuis Claude & ChatGPT

Vous pouvez désormais demander à Claude ou ChatGPT des questions comme "which advertisers launched new Taboola campaigns in insurance this week, and which of their ads have survived longest?" — et obtenir des réponses calculées à partir de données d’annonces capturées en temps réel, et non de la mémoire d’entraînement du modèle. L’infrastructure qui rend cela possible est le MCP, et depuis juillet 2026 OpenAdLibrary héberge un serveur MCP à mcp.openadlibrary.com exposant 43 outils sur un index de 635 443 créations d’annonces natives provenant de 27 256 annonceurs répartis sur 46 réseaux. Ce guide explique ce que cela signifie, ce que font les outils, et comment les intégrer à votre assistant IA en environ cinq minutes.

Les annonceurs Meta disposent déjà de 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 native — Taboola, Outbrain, MGID, Revcontent, le flux MSN — n’avaient rien, ce qui est cohérent avec l’historique du canal : il n’existait aucune bibliothèque d’annonces natives publique jusqu’à récemment (le contexte se trouve dans what is a native ad library). Ce serveur MCP est cette bibliothèque, rendue appelable par les agents.

What is MCP, in one minute#

MCP (Model Context Protocol) est une norme ouverte, introduite par Anthropic fin 2024 et depuis adoptée par les principales plateformes IA, qui permet aux assistants IA d’appeler des outils externes. Un serveur publie un catalogue d’outils — "search ads", "get brand", "list trending" — 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 conversez avec l’assistant en anglais simple ; il gère la mécanique de l’API, la pagination et les appels de suivi.

La conséquence pratique : une bibliothèque d’annonces ne reste plus un site que vous parcourez, mais devient une source de données que votre agent peut exploiter. Au lieu de vingt minutes de filtres cliqués, vous posez une question composée et l’agent enchaîne cinq appels d’outil pour y répondre.

What the OpenAdLibrary MCP exposes#

Le serveur hébergé est une couche fine et authentifiée sur la même API publique décrite dans notre aperçu de l’native ad data API — même index, mêmes quotas, même clé. Les 43 outils se regroupent en six clusters :

Derrière ces outils se trouve le corpus complet : 171 050 créations Taboola, 92 290 d’Outbrain, 54 585 de MGID, 12 821 de Revcontent, plus 1 081 997 pages d’atterrissage tracées et 5 874 698 observations d’annonces (juillet 2026). Chaque création porte le libellé réel de l’annonceur, les dates de première et dernière observation, le réseau, la géo et la langue — le matériau brut pour chaque cas d’usage ci‑dessous.

What you can actually do with it#

Competitor research without the tab‑farm#

Ask: "Profile competitor-brand.com's native advertising. Which networks are they on, how many live creatives, what angles are they running, and what do their landing pages sell?" The agent chains get_brand → search_ads → get_landing_page_ads and returns a briefing that would take an analyst an afternoon. The manual version of this workflow is documented in how to spy on competitor native ads — the MCP version is the same logic, delegated.

Creative ideation from proven winners#

The most reliable creative brief in native advertising is "what has already survived." Ask: "Find the longest-running health ads on Taboola in the US, cluster their hooks, and draft five new headline angles that use the same psychology without copying." Longevity is the profitability proxy — in our index roughly 89 percent of image creatives disappear within 10 days of first observation, so the survivors are a pre‑filtered set of things that work (see ad longevity as a winning signal). An agent with search_ads plus your drafting instructions turns that filter into a creative pipeline, and how to analyze winning native ad creatives supplies the scoring framework worth pasting into your prompt.

Longevity and fatigue checks on demand#

Ask: "Check every ad in my watchlist — which stopped being observed this week, and which crossed 21 days running?" With list_watchlist and sync_ads_changes, this becomes a scheduled agent task rather than a Monday chore. Pair it with how to find winning ads signals and you have an automated market‑motion report.

Vertical and network scouting#

Ask: "Compare Taboola vs MGID for the entertainment vertical: creative volume, top advertisers, and new entrants in the last 30 days." Tools like get_network_profile, get_share_of_voice and list_new_entrants were built for exactly this aggregation. For background on how the networks differ, MGID vs Taboola is the human‑written version.

Setup walkthrough#

The server speaks Streamable HTTP — the current MCP transport standard — at https://mcp.openadlibrary.com/mcp, and authenticates with your personal API key sent as a Bearer token. Every major client follows the same pattern.

Step 1 — get a key. Create a free account, then mint an API key in Settings. Keys look like oal_... and are shown once. The free tier is genuinely limited: 2 requests/day, enough to verify the connection and run a couple of tool calls. A paid plan ($29.99/month) unlocks the standard quota of 5,000 requests/day.

Step 2 — add the connector. In Claude, add a custom connector pointing at https://mcp.openadlibrary.com/mcp with your key as the Authorization header. In Claude Code it is one command:

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

Cursor, VS Code and most other clients accept the equivalent JSON config:

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

Step 3 — smoke test. Ask your assistant: "Using the openadlibrary tools, how many live Taboola ads mention hearing aids, and who runs the most?" If you get numbers back with advertiser names, you are wired up. If you get an authentication error instead, the usual culprit is a missing Bearer prefix on the key.

A few operational notes worth knowing. The server is stateless and multi‑tenant — your key is your identity, and quotas and rate limits (120 requests/minute burst) are enforced per key, exactly as on the raw REST API. There is no separate MCP pricing; it is the same plan and the same quota pool as the public API. And because the server is a pass‑through over /api/v1, anything you can do in the MCP you can also script directly — the ad spy tools with an API comparison covers when REST beats MCP and vice versa.

A worked example: competitor teardown in one session#

To make this concrete, here is a real session pattern — the kind of compound task that justifies the setup. Suppose you sell hearing aids and want to understand the native landscape before committing budget.

Turn 1: "Search the native ad index for hearing aid ads across Taboola and Outbrain in the US. How many live creatives, and who are the top five advertisers by creative count?" The agent calls search_ads with network and text filters, aggregates, and names names — including the shell brands you have never heard of that turn out to run hundreds of creatives.

Turn 2: "For the top advertiser, pull their longest‑observed creatives and the landing pages behind them. What is the funnel structure?" The agent chains get_brand, search_ads sorted by observed lifetime, and get_landing_page_ads. You learn whether the winners run quiz funnels, advertorials or straight product pages — the difference between copying a headline and understanding a strategy.

Turn 3: "Add the top three advertisers to my watchlist and save this search." The agent calls watch_advertiser and save_search, so next week's session starts with "what changed in my watchlist?" instead of starting over.

Twenty minutes, no tabs, and the output is a written brief you can paste into a campaign doc. The equivalent manual workflow is real — we documented it in how to do competitor ad analysis — but it is an afternoon, not twenty minutes.

Prompting patterns that get good answers#

Ad‑data agents fail in predictable ways, and three habitudes préviennent la plupart des échecs.

Scope before you sweep. "Show me winning ads" forces the agent à deviner le réseau, la géo et le vertical, brûlant du quota sur des appels larges. "US Taboola ads in insurance observed 14+ days" obtient un appel d’outil précis dès la première tentative — ce qui compte avec une clé mesurée.

Ask for the evidence, not just the conclusion. Faites en sorte que l’agent renvoie les IDs créatifs, les dates de première observation et les libellés d’annonceur avec son résumé. Les agents résument avec assurance ; la discipline de citer les lignes les maintient honnêtes et rend la sortie vérifiable dans le tableau de bord.

Teach the longevity caveat once. Ajoutez à vos instructions de projet : "days running means observed days within a rolling ~31‑day window; treat it as a floor." Chaque conclusion de longévité que l’agent tire en aval hérite de cette correction — ce morceau de connaissance métier transforme l’accès brut aux outils en une analyse compétente.

For AI builders: beyond the chat clients#

Rien dans le serveur ne suppose une interface de chat. Parce qu’il parle HTTP Streamable MCP standard, il s’intègre aux frameworks d’agents — le Claude Agent SDK, le 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 watchlist et envoie un digest concurrentiel ; un pipeline de génération créative qui récupère les dix annonces les plus durables d’un vertical comme contexte few‑shot avant la rédaction ; et des bots Slack internes qui répondent à "who is advertising X?" pour toute l’équipe sans licences d’assise.

La conception du quota soutient délibérément cela : les clés sont par utilisateur, les quotas sont appliqués côté serveur (5 000 requêtes/jour standard, rafale de 120/minute), et la couche MCP est sans état, de sorte que la concurrence horizontale des agents ne nécessite pas d’affinité de session. Si vous préférez éviter la surcharge MCP dans un pipeline purement code, les mêmes opérations existent en REST simple sur /api/v1 avec des sémantiques identiques.

Where the data comes from (and why agents can trust it)#

Les conclusions d’un agent ne sont bonnes que si le corpus sous‑jacent l’est, il vaut donc la peine de savoir ce que les outils interrogent réellement. L’index est construit en capturant continuellement les placements d’annonces natives en direct depuis les pages publiques des éditeurs — les unités de recommandation sponsorisées que tout le monde voit sous les articles — via les API de diffusion des réseaux, jamais en cliquant sur les annonces (le clic facturerait les annonceurs et polluerait leurs analyses ; la capture et le suivi de clics sont séparés par conception). Chaque création capturée est stockée en pleine qualité, classée par vertical et langue, résolue via sa chaîne de redirection tracker jusqu’à un libellé d’annonceur réel, et — pour une part croissante — liée à une page d’atterrissage tracée. Cette étape de résolution compte davantage pour les agents que pour les humains : quand Claude indique qu’une marque vague "sponsored" est en fait un opérateur de génération de leads d’assurance spécifique, il lit le champ brandLabel, pas une supposition.

L’échelle et la fraîcheur sont mesurables plutôt qu’affirmées : 5 874 698 observations d’annonces à ce jour, la tranche Taboola seule montrant 167 524 créations observées pour la première fois au cours des 30 derniers jours (juillet 2026). Pour les agents, cette fraîcheur fait la différence entre "voici ce qui a fonctionné une fois dans la publicité native" et "voici ce qui tourne maintenant" — et c’est pourquoi les vérifications de longévité, les scans de nouveaux entrants et les questions de tendance renvoient des réponses qui évoluent semaine après semaine, comme le fait réellement un marché en direct.

MCP vs the dashboard: when to use which#

Le tableau de bord reste meilleur pour la navigation visuelle — parcourir des grilles créatives, observer les styles d’image, le travail de sérendipité décrit dans how to find winning native ad angles. Le MCP l’emporte chaque fois que la question est composée ("find X, then for each check 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 se faire une idée, déléguer aux agents pour la répétition.

Une mise en garde pour le public des constructeurs d’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 création), donc "days running" signifie observed days, pas la durée de vie totale — instruisez votre agent en conséquence, sinon ses conclusions de longévité seront systématiquement conservatrices. La même mise en garde s’applique à chaque bibliothèque d’annonces, y compris celle de Meta ; la différence réside dans le fait que le fournisseur vous le dit ou non.

The bottom line#

"Ad library MCP" était à peine une expression avant 2026 — Foreplay l’a revendiquée pour les annonces Meta, et les réseaux natifs ont maintenant le leur à mcp.openadlibrary.com : 43 outils sur 635 443 créations natives, 1 081 997 pages d’atterrissage, et une couche de flux de travail pour les watchlists et les recherches sauvegardées, sur la même clé et le même quota que l’API publique à 29,99 $/mois avec un niveau gratuit de test. Si vous êtes marketeur technique ou constructeur d’IA, le message est simple : la recherche d’annonces concurrentielles 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 cela.