OpenAdLibraryOpenAdLibrary
Afiliasi & Pembelian Media

Menggunakan ChatGPT dan Claude untuk Riset Iklan Native: Workflow MCP

Hubungkan Claude atau ChatGPT ke indeks iklan native langsung melalui MCP dan riset kompetitor menjadi sebuah percakapan: teardown, penambangan angle, penjelajahan geo, dan pemantauan watchlist — lima workflow, beserta promptnya.

Ilustrasi editorial: Menggunakan ChatGPT dan Claude untuk Riset Iklan Native: Workflow MCP

Anda dapat menjalankan riset iklan native yang serius dari dalam ChatGPT atau Claude dengan menghubungkan asisten ke pustaka iklan melalui MCP (Model Context Protocol). Alih-alih mengklik filter selama satu jam, Anda mengajukan pertanyaan — "temukan iklan nyeri sendi yang berjalan paling lama di Taboola di AS dan kelompokkan hook mereka" — dan asisten merantai panggilan alat langsung terhadap indeks 725.000+ kreatif iklan native dari 29.000+ pengiklan di 49 jaringan (Juni 2026). Tutorial ini mencakup pengaturan lima menit dan lima workflow riset yang bertahan dalam penggunaan sehari-hari, ditambah pola prompt yang menjaga model tetap berdasar pada data nyata alih-alih mengarangnya.

Yang Anda butuhkan#

  • Akun OpenAdLibrary dan kunci API. Kunci diterbitkan dari pengaturan akun Anda; kunci yang sama menggerakkan API data publik dan server MCP. Latar belakang mengapa alat mata-mata iklan berbasis API penting ada di alat mata-mata iklan dengan API.
  • Klien yang mampu MCP. Claude (web dan desktop) mendukung konektor kustom; ChatGPT mendukung konektor MCP dalam mode pengembang; Claude Code, Cursor dan sebagian besar kerangka kerja agen berbicara MCP secara native.
  • Lima menit. Tidak ada yang perlu diinstal — server dihosting di mcp.openadlibrary.com dan berbicara Streamable HTTP, standar transport MCP saat ini.

Server mengekspos 43 alat di atas korpus yang sama yang digunakan aplikasi web: pencarian iklan, pencarian merek dan pengiklan, halaman arahan yang dilacak, agregat tren dan share-of-voice, data penerbit, dan operasi watchlist. Katalog alat lengkap dan untuk apa setiap kluster didokumentasikan di Pustaka Iklan Native MCP; artikel ini tentang workflow-nya.

Menghubungkan Claude dan ChatGPT#

Claude: tambahkan konektor kustom yang menunjuk ke URL server yang dihosting dan autentikasi dengan kunci API Anda — claude.ai mendukung alur koneksi bergaya OAuth, dan klien yang tidak dapat mengirim header dapat meneruskan kunci di URL. ChatGPT: aktifkan mode pengembang, tambahkan konektor MCP dengan URL dan kunci yang sama. Claude Code / Cursor / agen: satu entri konfigurasi, misalnya claude mcp add --transport http openadlibrary https://mcp.openadlibrary.com/mcp. Nama menu berubah seiring platform ini beriterasi, jadi perlakukan halaman dokumentasi API yang ditautkan dari pengaturan kunci Anda sebagai sumber kebenaran untuk jalur klik saat ini.

Verifikasi koneksi dengan pertanyaan sekali pakai: "Menggunakan alat OpenAdLibrary, berapa banyak kreatif langsung yang dipegang indeks untuk Taboola?" Jika asisten menjawab dengan panggilan alat alih-alih dari memori, Anda telah terhubung.

Workflow 1: teardown kompetitor#

Prompt: "Profilkan periklanan native dari [merek atau domain]. Jaringan mana yang mereka gunakan, berapa banyak kreatif langsung, angle apa yang mereka jalankan, berapa lama iklan tertua mereka bertahan, dan apa yang dijual halaman arahan mereka? Sebutkan ID kreatif."

Asisten merantai pencarian merek, pencarian iklan yang dibatasi ke pengiklan itu, dan pengambilan halaman arahan, lalu menulis briefing. Ini adalah versi didelegasikan dari proses manual di cara memata-matai iklan native kompetitor — logika sama, menit alih-alih sore hari. Ajukan tindak lanjut untuk funnel: "tarik halaman arahan di balik tiga iklan mereka yang berjalan paling lama dan jelaskan struktur penawarannya" (metode manual ada di cara menemukan halaman arahan kompetitor).

Workflow 2: penambangan angle dari yang bertahan#

Brief kreatif paling andal di native adalah "apa yang sudah bertahan." Umur panjang iklan adalah proksi publik terdekat untuk profitabilitas — tidak ada yang membayar untuk menjalankan iklan yang merugi selama sebulan — yang merupakan seluruh argumen dari umur panjang iklan sebagai sinyal kemenangan.

Prompt: "Cari iklan [vertikal] di [jaringan] di [geo] yang telah berjalan 21+ hari. Kelompokkan berdasarkan tipe hook, daftarkan angle berulang dengan contoh headline, dan buat lima varian headline baru yang menggunakan psikologi yang sama tanpa menyalin satupun dari mereka."

Tempelkan rubrik penilaian ke dalam prompt untuk membuat pengelompokan lebih tajam — kerangka kerja di cara menganalisis kreatif iklan native yang menang berfungsi sebagai bahan prompt apa adanya.

Workflow 3: penjelajahan vertikal dan geo#

Sebelum memasuki geo atau vertikal baru, mintalah peta pasar: "Bandingkan Taboola dan MGID untuk vertikal perbaikan rumah di DE: volume kreatif, pengiklan teratas, pendatang baru dalam 30 hari terakhir, dan pengiklat mana yang berjalan di DE tetapi tidak di AS." Alat profil jaringan, share-of-voice, dan pendatang baru dibangun tepat untuk agregasi ini. Ini berpasangan dengan logika ekspansi di skalakan ke geo baru di native: temukan pasar Tier-2 di mana angle Tier-1 yang terbukti belum memiliki kompetisi lokal.

Workflow 4: pemantauan watchlist pada jadwal#

Alat watch mempertahankan status antar sesi: "Tambahkan lima pengiklan ini ke watchlist saya", lalu mingguan: "Periksa watchlist saya — iklan mana yang berhenti diamati minggu ini, yang melampaui 21 hari berjalan, dan siapa yang meluncurkan kreatif baru?" Jalankan sebagai tugas agen terjadwal dan tinjauan kompetitif Senin menjadi laporan yang Anda baca alih-alih tugas yang Anda lakukan. Membangun daftar dasarnya dibahas di cara membangun watchlist kompetitor, dan irama penuhnya di membangun workflow intelijen iklan kompetitif.

Workflow 5: ringkasan pergerakan pasar#

Prompt: "Apa yang berubah dalam periklanan native [vertikal] dalam 14 hari terakhir? Pengiklan baru, kreatif yang mati, angle yang mendapatkan pangsa. Sebutkan data dasar untuk setiap klaim." Ini menggunakan alat tren, delta-sync, dan pendatang baru untuk menghasilkan ringkasan yang akan disusun oleh analis yang baik — berguna sebagai brief tetap sebelum sprint kreatif atau tinjauan anggaran.

Contoh yang dikerjakan, dari ujung ke ujung#

Ini seperti apa sesi nyata, dikompresi. Tugas: beri brief tim kreatif yang memasuki pasar alat bantu dengar AS di Taboola.

Prompt 1: "Menggunakan alat OpenAdLibrary, temukan iklan Taboola AS tentang gangguan pendengaran atau alat bantu dengar yang berjalan 14+ hari. Daftarkan pengiklan, headline, hari berjalan, dan ID kreatif." Asisten menjalankan pencarian iklan yang dibatasi dan mengembalikan tabel yang bertahan — katakanlah, selusin iklan di empat pengiklan, tertua 37 hari.

Prompt 2: "Kelompokkan headline itu berdasarkan hook psikologis. Pengiklat mana yang memiliki kreatif langsung paling banyak, dan apakah mereka menguji banyak angle atau mengulang satu?" Tidak perlu panggilan alat baru — asisten bekerja dengan data yang dikembalikan dan melaporkan, misalnya, bahwa pemimpin volume menjalankan satu angle agitasi-masalah di banyak varian gambar, sementara penantang menguji hook berbingkai penemuan.

Prompt 3: "Tarik halaman arahan di balik dua kreatif yang berjalan paling lama dan jelaskan funnel-nya: kuis, advertorial, atau penawaran langsung?" Sekarang ia memanggil alat halaman arahan terhadap ID kreatif dan kembali dengan bentuk funnel dan domain tujuan.

Prompt 4: "Tulis brief kreatif: angle dominan, angle celah yang tidak dijalankan siapa pun, norma funnel untuk kategori, dan tiga hipotesis uji. Tandai apa pun yang tidak dapat Anda verifikasi dengan alat." Lima belas menit, satu obrolan, dan brief menyebutkan bukti yang ditangkap — ID kreatif yang dapat dibuka tim Anda di konsol intelijen iklan — alih-alih perasaan.

Kalimat terakhir dalam prompt 4 lebih penting dari kelihatannya, yang membawa kita ke pembumian.

Pola prompt yang menjaga kejujuran model#

Asisten dengan alat masih bisa berhalusinasi di sekitarnya. Lima aturan mencegah sebagian besarnya:

  • Paksa kutipan ke output alat. Akhiri prompt dengan "sebutkan ID kreatif / nama pengiklan dari hasil alat; jika alat tidak mengembalikannya, katakan demikian." Jawaban tanpa ID adalah jawaban dari memori pelatihan.
  • Jangan pernah menerima angka yang tidak dikembalikan alat. Jika Anda meminta jumlah, itu harus berasal dari panggilan pencarian atau agregat, bukan ingatan model.
  • Batasi sebelum Anda agregat. Pertanyaan "semua jaringan, semua geo" membakar panggilan dan menghasilkan kekacauan. Sebutkan jaringan, geo, dan jendela.
  • Paginasi dengan sengaja. Minta N teratas berdasarkan umur panjang atau kebaruan alih-alih "semuanya" — kunci berjalan ada untuk ekspor, bukan untuk obrolan.
  • Ketahui kuota Anda. Kunci API tier gratis sengaja sangat kecil — cukup untuk memverifikasi koneksi dan menjalankan satu atau dua kueri demo sehari. Riset agen berkelanjutan berjalan pada paket berbayar, dan tarikan terprogram berat termasuk pada API intelijen iklan alih-alih chat.

Pergeseran di sini lebih besar dari sekadar kenyamanan. Pustaka iklan dulu adalah situs web yang Anda kunjungi; melalui MCP ia menjadi sumber data yang dipikirkan asisten Anda — dan pembeli yang menghubungkannya ke rutinitas mingguan mereka menggandakan keunggulan setiap minggu.

Pertanyaan yang sering diajukan

Bisakah ChatGPT atau Claude benar-benar mencari iklan native langsung?
Ya, ketika terhubung ke pustaka iklan melalui MCP. Asisten memanggil alat yang diketik — pencarian iklan, pencarian merek, pengambilan halaman arahan — terhadap indeks langsung dan melakukan penalaran atas hasilnya. Server MCP yang dihosting OpenAdLibrary mengekspos 43 alat di atas 725.000+ kreatif native di 49 jaringan (Juni 2026), sehingga jawaban berasal dari data iklan yang ditangkap, bukan dari memori pelatihan model.
Apa itu MCP dalam istilah sederhana?
MCP (Model Context Protocol) adalah standar terbuka yang memungkinkan asisten AI memanggil alat eksternal. Sebuah server menerbitkan katalog alat dengan input dan output bertipe; klien AI membaca katalog dan memutuskan kapan harus memanggil apa. Anda mengajukan pertanyaan dalam bahasa Inggris biasa, dan asisten menangani mekanika API — autentikasi, paginasi, rantai panggilan lanjutan — di balik layar.
Apakah server MCP OpenAdLibrary gratis digunakan?
Menghubungkan gratis: buat akun, terbitkan kunci API, dan tambahkan server yang dihosting ke Claude atau ChatGPT. Kuota API harian tier gratis sengaja kecil — cukup untuk memverifikasi pengaturan dan menjalankan satu atau dua kueri demo. Sesi riset berkelanjutan dan workflow agen terjadwal memerlukan paket berbayar, yang meningkatkan kuota ke level kerja.
Akankah AI berhalusinasi data iklan?
Bisa, di sekitar tepi output alat yang sebenarnya. Perbaikannya adalah disiplin prompt: wajibkan asisten untuk menyebutkan ID kreatif dan nama pengiklan dari hasil alat, tolak angka apa pun yang tidak berasal dari panggilan alat, dan instruksikan untuk mengatakan 'alat tidak mengembalikan ini' daripada mengisi kekosongan. Dengan aturan itu, jawaban tetap berdasar pada indeks.
Apakah ini bekerja dengan Claude Code, Cursor, atau agen saya sendiri?
Ya. Server berbicara Streamable HTTP, transport standar MCP, jadi apa pun yang mampu MCP dapat terhubung: Claude web dan desktop, konektor ChatGPT dalam mode pengembang, Claude Code dan Cursor melalui entri konfigurasi satu baris, dan kerangka kerja agen kustom. Autentikasi adalah kunci API yang sama di mana-mana, dan katalog alat identik di semua klien.
Bagaimana riset MCP berbeda dari menggunakan REST API?
Data sama, antarmuka berbeda. REST API cocok untuk pipeline terprogram — ekspor, dasbor, sinkronisasi terjadwal — di mana Anda menulis kodenya. MCP cocok untuk riset eksplorasi, di mana asisten menerjemahkan pertanyaan menjadi panggilan alat dan menyesuaikan tindak lanjut dengan apa yang kembali. Kebanyakan tim akhirnya menggunakan keduanya: chat untuk penemuan, API untuk apa pun yang berulang.
Tim OpenAdLibrary
Ditulis olehTim OpenAdLibrary
Intelijen iklan & riset iklan native

Kami membangun OpenAdLibrary, platform transparansi iklan terbuka. Setiap hari sistem kami menangkap iklan native langsung di seluruh Taboola, Outbrain, MGID, Revcontent, Teads, Yahoo, dan MSN, mengidentifikasi pengiklan asli di balik setiap iklan, dan mengikuti klik ke halaman landasnya. Panduan ini merangkum apa yang kami lihat dalam data tersebut sehingga Anda dapat meneliti pasar dengan lebih cepat.