Utilizzare ChatGPT e Claude per la Ricerca di Annunci Nativi: Il Flusso di Lavoro MCP

Puoi eseguire una ricerca seria di annunci nativi dall'interno di ChatGPT o Claude collegando l'assistente a una libreria di annunci tramite MCP (Model Context Protocol). Invece di passare un'ora a cliccare filtri, poni una domanda — "find the longest-running joint-pain ads on Taboola in the US and cluster their hooks" — e l'assistente concatena chiamate a strumenti live contro un indice di oltre 725.000 creatività native da più di 29.000 inserzionisti in 49 network (giugno 2026). Questo tutorial copre la configurazione in cinque minuti e cinque workflow di ricerca che resistono all'uso quotidiano, più i pattern di prompt che mantengono il modello ancorato a dati reali invece di inventarli.

Cosa ti serve#

• Un account OpenAdLibrary e una chiave API. La chiave è generata dalle impostazioni del tuo account; la stessa chiave alimenta sia la public data API sia il server MCP. Uno sfondo sul perché uno strumento di spionaggio API‑first sia importante è in ad spy tools with an API.
• Un client compatibile con MCP. Claude (web e desktop) supporta connettori personalizzati; ChatGPT supporta connettori MCP in modalità sviluppatore; Claude Code, Cursor e la maggior parte dei framework di agenti parlano MCP nativamente.
• Cinque minuti. Non c'è nulla da installare — il server è ospitato su mcp.openadlibrary.com e utilizza Streamable HTTP, lo standard di trasporto MCP attuale.

Il server espone 43 strumenti sullo stesso corpus usato dall'app web: ricerca annunci, lookup di brand e inserzionisti, landing page tracciate, aggregati di tendenze e quote di voce, dati dei publisher e operazioni sulla watchlist. Il catalogo completo degli strumenti e la funzione di ciascun cluster sono documentati in Native Ad Library MCP; questo articolo riguarda i workflow.

Collegare Claude e ChatGPT#

Claude: aggiungi un connettore personalizzato puntando all'URL del server ospitato e autenticati con la tua chiave API — claude.ai supporta un flusso di connessione in stile OAuth, e i client che non possono inviare header possono passare la chiave nell'URL. ChatGPT: abilita la modalità sviluppatore, aggiungi un connettore MCP con lo stesso URL e chiave. Claude Code / Cursor / agenti: una voce di configurazione, ad es. claude mcp add --transport http openadlibrary https://mcp.openadlibrary.com/mcp. I nomi dei menu cambiano man mano che queste piattaforme evolvono, quindi considera la pagina della documentazione API collegata dalle impostazioni della chiave come fonte di verità per il percorso di click corrente.

Verifica la connessione con una domanda di prova: "Using the OpenAdLibrary tools, how many live creatives does the index hold for Taboola?" Se l'assistente risponde con una chiamata a uno strumento anziché dalla memoria, sei collegato correttamente.

Workflow 1: lo smontaggio del concorrente#

Prompt: "Profile the native advertising of [brand or domain]. Which networks are they on, how many live creatives, what angles do they run, how long have their oldest ads survived, and what do their landing pages sell? Cite creative IDs."

L'assistente concatena una ricerca del brand, una ricerca di annunci limitata a quell'inserzionista e recupera le landing page, poi redige il briefing. Questa è la versione delegata del processo manuale in how to spy on competitor native ads — stessa logica, minuti invece di un pomeriggio. Richiedi un follow‑up per il funnel: "pull the landing pages behind their three longest-running ads and describe the offer structure" (il metodo manuale è in how to find competitor landing pages).

Workflow 2: estrazione di angoli dai sopravvissuti#

Il brief creativo più affidabile nel native è "ciò che è già sopravvissuto". La longevità degli annunci è il proxy pubblico più vicino alla redditività — nessuno paga per far girare un annuncio in perdita per un mese — ed è l'intera argomentazione di ad longevity as a winning signal.

Prompt: "Search [vertical] ads on [network] in [geo] that have been running for 21+ days. Group them by hook type, list the recurring angles with example headlines, and draft five new headline variants that use the same psychology without copying any of them."

Incolla una rubrica di valutazione nel prompt per rendere il clustering più preciso — il framework in how to analyze winning native ad creatives funziona così com'è come materiale di prompt.

Workflow 3: scouting verticale e geografico#

Prima di entrare in un nuovo geo o verticale, chiedi la mappa di mercato: "Compare Taboola and MGID for the home-improvement vertical in DE: creative volume, top advertisers, new entrants in the last 30 days, and which advertisers run in DE but not in US." Gli strumenti di profiling network, quote di voce e nuovi entranti sono stati costruiti proprio per questa aggregazione. Si abbina alla logica di espansione in scaling to new geos on native: trova il mercato Tier‑2 dove un angolo Tier‑1 provato non ha ancora concorrenza locale.

Workflow 4: monitoraggio della watchlist su base programmata#

Gli strumenti di watchlist mantengono lo stato tra le sessioni: "Add these five advertisers to my watchlist", poi settimanalmente: "Check my watchlist — which ads stopped being observed this week, which crossed 21 days running, and who launched new creatives?" Eseguilo come task di agente programmato e la revisione competitiva del lunedì diventa un report che leggi invece di un compito da svolgere. La costruzione della lista di base è trattata in how to build a competitor watchlist, e la cadenza completa in building a competitive ad intelligence workflow.

Workflow 5: il digest di movimento di mercato#

Prompt: "What changed in [vertical] native advertising in the last 14 days? New advertisers, creatives that died, angles gaining share. Cite the underlying data for each claim." Questo utilizza strumenti di tendenza, delta‑sync e nuovi entranti per produrre il digest che un buon analista assemblerebbe — utile come briefing permanente prima di sprint creativi o revisioni di budget.

Un esempio pratico, dall'inizio alla fine#

Ecco come appare una sessione reale, compressa. Il compito: preparare un brief per un team creativo che entra nel mercato statunitense degli apparecchi acustici su Taboola.

Prompt 1: "Using the OpenAdLibrary tools, find US Taboola ads about hearing loss or hearing aids running 14+ days. List advertiser, headline, days running, and creative ID." L'assistente esegue una ricerca di annunci limitata e restituisce una tabella di sopravvissuti — ad esempio una dozzina di annunci su quattro inserzionisti, il più vecchio a 37 giorni.

Prompt 2: "Cluster those headlines by psychological hook. Which advertiser has the most live creatives, and are they testing multiple angles or iterating one?" Non servono nuove chiamate a strumenti — l'assistente elabora i dati restituiti e riporta, per esempio, che il leader di volume utilizza un unico angolo problema‑aggressione su molte varianti di immagine, mentre un challenger sta testando hook inquadrati come scoperta.

Prompt 3: "Pull the landing pages behind the two longest-running creatives and describe the funnel: quiz, advertorial, or direct offer?" Ora chiama gli strumenti di landing‑page sui ID creativi e ritorna con le forme del funnel e i domini di destinazione.

Prompt 4: "Write the creative brief: dominant angle, gap angles nobody is running, funnel norm for the category, and three test hypotheses. Flag anything you could not verify with tools." Quindici minuti, una chat, e il brief cita prove catturate — ID creativi che il tuo team può aprire nella console di ad intelligence — invece di sensazioni.

Quell'ultima frase nel prompt 4 conta più di quanto sembri, il che ci porta al grounding.

Pattern di prompt che mantengono onesto il modello#

Un assistente con strumenti può comunque allucinare intorno a loro. Cinque regole ne prevengono la maggior parte:

• Forza le citazioni all'output dello strumento. Concludi i prompt con "cite creative IDs / advertiser names from the tool results; if the tools did not return it, say so." Una risposta senza ID è una risposta dalla memoria di addestramento.
• Non accettare numeri che gli strumenti non hanno restituito. Se chiedi conteggi, devono provenire da una ricerca o da una chiamata aggregata, non dal ricordo del modello.
• Definisci lo scope prima di aggregare. Domande "All networks, all geos" consumano chiamate e producono risultati confusi. Specifica network, geo e finestra temporale.
• Pagina deliberatamente. Richiedi i primi N per longevità o recentità invece di "tutto" — il keyset walking esiste per esportazioni, non per chat.
• Conosci la tua quota. Le chiavi API del tier gratuito sono intenzionalmente ridotte — sufficienti per verificare la connessione e lanciare una o due query demo al giorno. La ricerca agente sostenuta avviene su un paid plan, e i prelievi programmatici intensivi appartengono all'API di ad intelligence piuttosto che alla chat.

Il cambiamento è più grande della semplice comodità. Una libreria di annunci era un sito da visitare; tramite MCP diventa una fonte di dati su cui il tuo assistente ragiona — e gli acquirenti che la integrano nella loro routine settimanale amplificano il vantaggio ogni settimana.