ChatGPT és Claude használata natív hirdetéskutatáshoz: Az MCP munkafolyamat

Komoly natív hirdetéskutatást futtathatsz a ChatGPT vagy a Claude belsejéből, ha az asszisztenst egy hirdetéskönyvtárhoz csatlakoztatod MCP (Model Context Protocol) segítségével. Ahelyett, hogy egy órán át kattintgatnál szűrőkön, te egy kérdést teszel fel – "keresd meg a leghosszabb ideje futó ízületi fájdalom hirdetéseket a Taboola-n az USA-ban, és csoportosítsd a kampányfogásaikat" – és az asszisztens élő eszközhívásokat láncol egy 725 000+ natív hirdetési kreatívból álló index ellen, amely 29 000+ hirdetőtől származik 49 hálózaton (2026. június). Ez az oktatóanyag lefedi az ötperces beállítást és az öt olyan kutatási munkafolyamatot, amelyek a napi használatban is megállják a helyüket, plusz azokat a prompt mintákat, amelyek a modellt a valós adatokban tartják, ahelyett, hogy kitalálná azokat.

Amire szükséged van#

• Egy OpenAdLibrary fiók és API kulcs. A kulcs a fiókbeállításokból állítható ki; ugyanaz a kulcs működteti mind a nyilvános adat API-t, mind az MCP szervert. A háttér, hogy miért számít egy API-first kém eszköz, a hirdetéském eszközök API-val cikkben található.
• Egy MCP-képes kliens. A Claude (web és asztali) támogatja az egyéni csatlakozókat; a ChatGPT támogatja az MCP csatlakozókat fejlesztői módban; a Claude Code, a Cursor és a legtöbb ügynök keretrendszer natívan beszéli az MCP-t.
• Öt perc. Nincs semmit telepíteni – a szerver a mcp.openadlibrary.com címen hosztolódik, és Streamable HTTP-t beszél, a jelenlegi MCP transzport szabványt.

A szerver 43 eszközt tesz elérhetővé ugyanazon korpusz felett, amelyet a webalkalmazás használ: hirdetéskeresés, márka- és hirdetőkeresés, nyomon követett céloldalak, trend- és részesedési aggregátumok, kiadói adatok és figyelőlista műveletek. A teljes eszközkatalógus és az egyes csoportok célja a Natív Hirdetéskönyvtár MCP dokumentációjában található; ez a cikk a munkafolyamatokról szól.

Claude és ChatGPT csatlakoztatása#

Claude: adj hozzá egy egyéni csatlakozót, amely a hosztolt szerver URL-jére mutat, és hitelesítsd az API kulcsoddal – a claude.ai támogat egy OAuth-stílusú csatlakozási folyamatot, és azok a kliensek, amelyek nem tudnak fejléceket küldeni, átadhatják a kulcsot az URL-ben. ChatGPT: engedélyezd a fejlesztői módot, adj hozzá egy MCP csatlakozót ugyanazzal az URL-lel és kulccsal. Claude Code / Cursor / ügynökök: egy konfigurációs bejegyzés, pl. claude mcp add --transport http openadlibrary https://mcp.openadlibrary.com/mcp. A menünevek változnak, ahogy ezek a platformok fejlődnek, ezért kezeld az API dokumentációs oldalt, amely a kulcsbeállításaidból linkel, mint a jelenlegi kattintási út forrását.

Ellenőrizd a kapcsolatot egy eldobható kérdéssel: "Az OpenAdLibrary eszközeivel, hány élő kreatív van az indexben a Taboola számára?" Ha az asszisztens eszközhívással válaszol, és nem a memóriájából, akkor csatlakozva vagy.

Munkafolyamat 1: a versenytárs elemzése#

Prompt: "Profilozd [márka vagy domain] natív hirdetéseit. Mely hálózatokon vannak jelen, hány élő kreatívjuk van, milyen szögeket futtatnak, mennyi ideje fut a legrégebbi hirdetésük, és mit árulnak a céloldalaik? Idézd a kreatív azonosítókat."

Az asszisztens láncol egy márkakeresést, egy erre a hirdetőre szűrt hirdetéskeresést és céloldal-lekéréseket, majd megírja a tájékoztatót. Ez a delegált változata a hogyan kémeld ki a versenytársaid natív hirdetéseit cikkben leírt manuális folyamatnak – ugyanaz a logika, percek alatt egy délutány helyett. Tegyél fel egy követő kérdést a tölcsérről: "húzd le a három leghosszabb ideje futó hirdetésük mögötti céloldalakat, és írd le az ajánlat struktúráját" (a manuális módszer a hogyan találd meg a versenytársaid céloldalait cikkben található).

Munkafolyamat 2: szögek bányászata a túlélőkből#

A legmegbízhatóbb kreatív tájékoztató a natívban az, hogy "mi már túlélt." A hirdetés hosszú élettartama a legközelebbi nyilvános proxy a jövedelmezőségre – senki sem fizet azért, hogy egy veszteséges hirdetést egy hónapig futtasson –, ami a teljes érvelése a hirdetés hosszú élettartama mint nyerő jel cikknek.

Prompt: "Keresd a [vertikális] hirdetéseket a [hálózat] hálózaton [földrajzi terület] területen, amelyek 21+ napja futnak. Csoportosítsd őket kampányfogás típus szerint, sorold fel az ismétlődő szögeket példa címsorokkal, és írj öt új címsor variációt, amelyek ugyanazt a pszichológiát használják anélkül, hogy bármelyiket lemásolnák."

Illessz be egy pontozási rubrikát a promptba, hogy élesebb legyen a csoportosítás – a hogyan elemezz nyerő natív hirdetési kreatíveket cikkben található keretrendszer prompt anyagként működik.

Munkafolyamat 3: vertikális és földrajzi felderítés#

Mielőtt új földrajzi területre vagy vertikálisba lépnél, kérj egy piaci térképet: "Hasonlítsd össze a Taboola-t és az MGID-t az otthonfejlesztési vertikálisban DE-ben: kreatív mennyiség, legnagyobb hirdetők, új belépők az elmúlt 30 napban, és mely hirdetők futnak DE-ben, de nem az USA-ban." A hálózatprofil, részesedés és új belépő eszközöket pontosan ehhez az aggregáláshoz építették. Párosítható a új földrajzi területekre skálázás natívban cikkben található bővítési logikával: találd meg a másodosztályú piacot, ahol egy bevált elsőosztályú szögnek még nincs helyi versenytársa.

Munkafolyamat 4: figyelőlista monitorozás ütemezve#

A figyelő eszközök állapotot őriznek a munkamenetek között: "Add hozzá ezt az öt hirdetőt a figyelőlistámhoz", majd hetente: "Ellenőrizd a figyelőlistámat – mely hirdetéseket nem figyelték meg ezen a héten, melyek lépték át a 21 napos futási időt, és ki indított új kreatíveket?" Futtasd ütemezett ügynök feladatként, és a hétfői versenyképes áttekintés egy jelentéssé válik, amit olvasol, nem egy feladattá, amit elvégzel. Az alapul szolgáló lista felépítését a hogyan építs versenytárs figyelőlistát cikk fedi le, a teljes ritmust pedig a versenyképes hirdetési intelligencia munkafolyamat felépítése cikk.

Munkafolyamat 5: a piaci mozgás összefoglaló#

Prompt: "Mi változott a [vertikális] natív hirdetésben az elmúlt 14 napban? Új hirdetők, megszűnt kreatívek, részesedést nyerő szögek. Idézd az alapul szolgáló adatokat minden állításhoz." Ez trend, delta-szinkronizálás és új belépő eszközöket használ, hogy előállítsa azt az összefoglalót, amit egy jó elemző állítana össze – hasznos állandó tájékoztatóként kreatív sprintek vagy költségvetési felülvizsgálatok előtt.

Egy kidolgozott példa, elejétől a végéig#

Itt látható, hogyan néz ki egy valós munkamenet tömörítve. A feladat: tájékoztass egy kreatív csapatot, amely az USA hallókészülék piacára lép a Taboola-n.

Prompt 1: "Az OpenAdLibrary eszközeivel, keresd meg az USA-beli Taboola hallásvesztésről vagy hallókészülékekről szóló hirdetéseket, amelyek 14+ napja futnak. Sorold fel a hirdetőt, a címsort, a futási napokat és a kreatív azonosítót." Az asszisztens egy szűrt hirdetéskeresést futtat, és visszaad egy táblázatot a túlélőkről – mondjuk egy tucat hirdetést négy hirdetőtől, a legrégebbi 37 napos.

Prompt 2: "Csoportosítsd ezeket a címsorokat pszichológiai kampányfogás szerint. Melyik hirdetőnek van a legtöbb élő kreatívje, és több szöget tesztelnek, vagy egyet iterálnak?" Nincs szükség új eszközhívásokra – az asszisztens a visszaadott adatokon dolgozik, és jelentést készít, például arról, hogy a mennyiségi vezető egy problémafelismerő szöget futtat sok képváltozaton, míg egy kihívó felfedezés-keretezett kampányfogásokat tesztel.

Prompt 3: "Húzd le a két leghosszabb ideje futó kreatív mögötti céloldalakat, és írd le a tölcsért: kvíz, advertoriális vagy közvetlen ajánlat?" Most céloldal eszközöket hív a kreatív azonosítók ellen, és visszatér a tölcsér formákkal és cél domainnevekkel.

Prompt 4: "Írd meg a kreatív tájékoztatót: domináns szög, hiányzó szögek, amelyeket senki sem futtat, a kategória tölcsér normája, és három teszt hipotézis. Jelöld meg mindent, amit nem tudtál eszközökkel ellenőrizni." Tizenöt perc, egy chat, és a tájékoztató rögzített bizonyítékokat idéz – kreatív azonosítókat, amelyeket a csapatod megnyithat a hirdetési intelligencia konzolban –, nem pedig megérzéseket.

A prompt 4 utolsó mondata fontosabb, mint amilyennek látszik, ami elvezet a megalapozáshoz.

Prompt minták, amelyek a modellt őszintén tartják#

Egy eszközökkel rendelkező asszisztens még mindig hallucinálhat körülöttük. Öt szabály megakadályozza ennek nagy részét:

• Kényszerítsd az eszköz kimenet idézését. Zárd a promptokat ezzel: "idézd a kreatív azonosítókat / hirdető neveket az eszköz eredményekből; ha az eszközök nem adták vissza, mondd ki." Egy azonosító nélküli válasz a tanulási memóriából származik.
• Soha ne fogadj el olyan számokat, amelyeket az eszközök nem adtak vissza. Ha számlálást kértél, azoknak keresési vagy aggregáló hívásból kell származniuk, nem a modell emlékezetéből.
• Szűrj, mielőtt aggregálnál. A "minden hálózat, minden földrajzi terület" kérdések elégetik a hívásokat és pépként végződnek. Nevezd meg a hálózatot, a földrajzi területet és az időablakot.
• Lapozz szándékosan. Kérj a legfelső N-et hosszú élettartam vagy frissesség szerint, ne "mindent" – a kulcskészlet bejárás exportokhoz való, nem chathoz.
• Ismerd a kvótádat. Az ingyenes szintű API kulcsok szándékosan aprók – elég a kapcsolat ellenőrzéséhez és egy-két demó lekérdezés futtatásához naponta. A folyamatos ügynök kutatás fizetős csomagon fut, és a nehéz programozott lekérések inkább a hirdetési intelligencia API-hoz tartoznak, nem a chathoz.

Az itt leírt váltás nagyobb, mint a kényelem. Egy hirdetéskönyvtár régen egy weboldal volt, amit meglátogatsz; MCP-n keresztül egy adatforrássá válik, amely felett az asszisztensed következtet – és azok a vásárlók, akik beépítik a heti rutinjukba, minden héten összeadódó előnyt szereznek.