Native Ad Library MCP: Søk i 1M+ native annonser fra Claude og ChatGPT

Ja — det finnes en MCP-server for annonsebiblioteker: OpenAdLibrary hoster en på mcp.openadlibrary.com, som eksponerer 43 verktøy over en indeks på 1,041,637 native annonsekreativer — 615,327 av dem live de siste 30 dagene — i 50 nettverk, per juli 2026, til Claude og enhver annen MCP-kompatibel klient, med en gratis API-nøkkel. I praksis betyr det at du kan stille Claude eller ChatGPT spørsmål som «hvilke annonsører lanserte nye Taboola-kampanjer innen forsikring denne uken, og hvilke av annonsene deres har overlevd lengst?» — og få svar beregnet fra live innsamlede annonsedata, ikke modellens treningsminne. Denne guiden forklarer hva det betyr, hva verktøyene gjør, og hvordan du kobler det til AI-assistenten din på omtrent fem minutter.

Oppdatert juli 2026.

Meta-annonsører har allerede dette mønsteret: Foreplay lanserte et MCP for annonsebiblioteker til kreativ research på Meta og TikTok tidligere i år. Native discovery-nettverk — Taboola, Outbrain, MGID, Revcontent, MSN-feeden — hadde ingenting, noe som stemmer med kanalens historie: det fantes ikke noe offentlig native annonsebibliotek i det hele tatt før nylig (bakgrunnen finnes i hva er et native annonsebibliotek). Denne MCP-serveren er det biblioteket, gjort kallbart for agenter.

Hva er MCP, på ett minutt#

MCP (Model Context Protocol) er en åpen standard som ble introdusert av Anthropic sent i 2024 og siden tatt i bruk på tvers av de store AI-plattformene, og som lar AI-assistenter kalle eksterne verktøy. En server publiserer en katalog over verktøy — «search ads», «get brand», «list trending» — hver med typede input og output. AI-klienten (Claude, ChatGPT, Cursor, VS Code eller din egen agent) leser katalogen og avgjør når den skal kalle hva. Du snakker med assistenten på vanlig norsk; den håndterer API-mekanikken, pagineringen og oppfølgingskall.

Den praktiske konsekvensen: et annonsebibliotek slutter å være et nettsted du blar i, og blir en datakilde agenten din kan resonnere over. I stedet for tjue minutter med klikking i filtre stiller du ett sammensatt spørsmål, og agenten kjeder sammen fem verktøykall for å svare.

Hva OpenAdLibrary MCP eksponerer#

Den hostede serveren er et tynt, autentisert lag over det samme offentlige data-API-et som er beskrevet i vår oversikt over native annonsedata-API — samme indeks, samme kvoter, samme nøkkel. De 43 verktøyene er gruppert i seks klynger:

Bak disse verktøyene ligger hele korpuset: 352,392 Taboola-kreativer, 150,462 fra Outbrain og 96,139 fra MGID per juli 2026, pluss over en million sporede landingssider og annonseobservasjoner i milliontall. Hvert kreativ bærer den ekte annonsøretiketten, datoer for første/siste observasjon, nettverk, geografi og språk — råmaterialet for alle bruksområdene nedenfor.

Hva du faktisk kan gjøre med det#

Konkurrentanalyse uten fanekaoset#

Spør: «Profiler native-annonseringen til competitor-brand.com. Hvilke nettverk er de på, hvor mange live kreativer, hvilke vinkler kjører de, og hva selger landingssidene deres?» Agenten kjeder get_brand → search_ads → get_landing_page_ads og returnerer en briefing som ville tatt en analytiker en hel ettermiddag. Den manuelle versjonen av denne arbeidsflyten er dokumentert i hvordan spionere på konkurrenters native annonser — MCP-versjonen er samme logikk, delegert.

Kreativ idégenerering fra dokumenterte vinnere#

Den mest pålitelige kreative briefen i native advertising er «det som allerede har overlevd». Spør: «Finn de lengst kjørende helseannonsene på Taboola i USA, klyng hooks-ene deres, og skriv utkast til fem nye overskriftsvinkler som bruker samme psykologi uten å kopiere.» Levetid er proxyen for lønnsomhet — i vår indeks forsvinner 59% av native-kreativer etter første dag, og bare 10.7% overlever 30 dager, per juli 2026, så de overlevende er et forhåndsfiltrert sett med ting som fungerer (se annonsens levetid som vinnersignal). En agent med search_ads pluss dine instruksjoner for utforming gjør det filteret om til en kreativ pipeline, og hvordan analysere vinnende native annonsekreativer gir scoringsrammeverket som er verdt å lime inn i prompten din.

Levetids- og tretthetssjekker på forespørsel#

Spør: «Sjekk hver annonse på overvåkningslisten min — hvilke sluttet å bli observert denne uken, og hvilke passerte 21 dager i drift?» Med list_watchlist og sync_ads_changes blir dette en planlagt agentoppgave i stedet for en mandagsplikt. Kombiner det med signalene i hvordan finne vinnende annonser, og du har en automatisert rapport om markedsbevegelser.

Utforsking av vertikaler og nettverk#

Spør: «Sammenlign Taboola og MGID for underholdningsvertikalen: kreativt volum, toppannonsører og nye aktører de siste 30 dagene.» Verktøy som get_network_profile, get_share_of_voice og list_new_entrants ble bygget for nettopp denne typen aggregering. For bakgrunn om hvordan nettverkene skiller seg, er MGID vs Taboola den menneskeskrevne versjonen.

Gjennomgang av oppsettet#

Serveren snakker Streamable HTTP — den gjeldende MCP-transportstandarden — på https://mcp.openadlibrary.com/mcp, og autentiserer med din personlige API-nøkkel sendt som et Bearer-token. Alle store klienter følger samme mønster.

Trinn 1 — skaff en nøkkel. Opprett en gratis konto, og generer deretter en API-nøkkel i Innstillinger. Nøkler ser ut som oal_... og vises bare én gang. Gratisnivået er virkelig begrenset: 2 forespørsler/dag, nok til å verifisere tilkoblingen og kjøre et par verktøykall. En betalt plan ($29.99/month) låser opp standardkvoten på 5,000 forespørsler/dag.

Trinn 2 — legg til koblingen. I Claude legger du til en egendefinert kobling som peker på https://mcp.openadlibrary.com/mcp med nøkkelen din som Authorization-header. I Claude Code er det én kommando:

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

Cursor, VS Code og de fleste andre klienter godtar tilsvarende JSON-konfigurasjon:

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

Trinn 3 — røyktest. Spør assistenten din: «Bruk openadlibrary-verktøyene: hvor mange live Taboola-annonser nevner høreapparater, og hvem kjører flest?» Hvis du får tall tilbake med annonsørnavn, er du koblet opp. Hvis du i stedet får en autentiseringsfeil, er den vanlige årsaken at Bearer -prefikset mangler på nøkkelen.

Noen driftsnotater det er verdt å kjenne til. Serveren er tilstandsløs og multi-tenant — nøkkelen din er identiteten din, og kvoter og ratelimits (120 forespørsler/minutt i burst) håndheves per nøkkel, akkurat som på det rå REST-API-et. Det finnes ingen egen MCP-prising; det er samme plan og samme kvotepool som det offentlige API-et. Og siden serveren er en pass-through over /api/v1, kan alt du gjør i MCP-en også skriptes direkte — sammenligningen i ad spy-verktøy med API dekker når REST slår MCP og omvendt.

Et gjennomført eksempel: konkurrentanalyse i én økt#

For å gjøre dette konkret, her er et reelt øktsmønster — den typen sammensatt oppgave som rettferdiggjør oppsettet. Anta at du selger høreapparater og vil forstå native-landskapet før du binder budsjett.

Runde 1: «Søk i native-annonseindeksen etter høreapparatannonser på Taboola og Outbrain i USA. Hvor mange live kreativer, og hvem er de fem største annonsørene etter antall kreativer?» Agenten kaller search_ads med nettverks- og tekstfiltre, aggregerer og navngir navn — inkludert skallmerkevarene du aldri har hørt om, som viser seg å kjøre hundrevis av kreativer.

Runde 2: «For den største annonsøren: hent deres lengst observerte kreativer og landingssidene bak dem. Hvordan ser traktstrukturen ut?» Agenten kjeder get_brand, search_ads sortert etter observert levetid, og get_landing_page_ads. Du lærer om vinnerne kjører quiz-traker, advertorials eller rene produktsider — forskjellen mellom å kopiere en overskrift og å forstå en strategi.

Runde 3: «Legg de tre største annonsørene til overvåkningslisten min og lagre dette søket.» Agenten kaller watch_advertiser og save_search, slik at neste ukes økt starter med «hva har endret seg på overvåkningslisten min?» i stedet for å begynne på nytt.

Tjue minutter, ingen faner, og resultatet er en skriftlig brief du kan lime inn i et kampanjedokument. Den tilsvarende manuelle arbeidsflyten finnes på ekte — vi dokumenterte den i hvordan gjøre konkurrentanalyse av annonser — men den tar en hel ettermiddag, ikke tjue minutter.

Promptmønstre som gir gode svar#

Annonsedata-agenter feiler på forutsigbare måter, og tre vaner forhindrer de fleste feilene.

Avgrens før du sveiper. «Vis meg vinnende annonser» tvinger agenten til å gjette nettverk, geografi og vertikal, og brenner kvote på brede kall. «Taboola-annonser i USA innen forsikring observert 14+ dager» gir et presist verktøykall på første forsøk — noe som betyr noe når nøkkelen er kvotestyrt.

Be om bevisene, ikke bare konklusjonen. La agenten returnere kreativ-ID-er, datoer for første observasjon og annonsøretiketter sammen med sammendraget. Agenter oppsummerer selvsikkert; disiplinen med å sitere rader holder dem ærlige og gjør resultatet verifiserbart i dashbordet.

Lær bort levetidsforbeholdet én gang. Legg til i prosjektinstruksjonene dine: «days running betyr observerte dager innenfor et rullerende vindu på ~31 dager; behandle det som et minimum.» Hver levetidskonklusjon agenten trekker senere, arver den korreksjonen — det domenekunnskapsstykket er det som gjør rå verktøytilgang om til kompetent analyse.

For AI-utviklere: utover chatklientene#

Ingenting ved serveren forutsetter et chatgrensesnitt. Fordi den snakker standard Streamable HTTP MCP, kobles den til agentrammeverk — Claude Agent SDK, OpenAI sitt Agents SDK, LangChains MCP-adaptere — som en verktøykilde for fullt autonome pipelines. Mønstrene vi ser fungerer: en ukentlig cron-agent som går gjennom en overvåkningsliste og sender en konkurrentoppsummering på e-post; en pipeline for kreativ generering som henter de ti lengst overlevende annonsene i en vertikal som few-shot-kontekst før den skriver utkast; og interne Slack-boter som svarer på «hvem annonserer for X?» for hele teamet uten setelisenser.

Kvotedesignet støtter dette bevisst: nøkler er per bruker, kvoter håndheves på serversiden (5,000 forespørsler/dag som standard, 120/minutt i burst), og MCP-laget er tilstandsløst, så horisontal agent-konkurrens ikke trenger sesjonstilhørighet. Hvis du heller vil hoppe over MCP-overhead i en ren kode-pipeline, finnes de samme operasjonene som vanlig REST på /api/v1 med identisk semantikk.

Hvor dataene kommer fra (og hvorfor agenter kan stole på dem)#

Konklusjonene til en agent er aldri bedre enn korpuset under, så det er verdt å vite hva verktøyene faktisk spør mot. Indeksen bygges ved kontinuerlig å fange live native annonseplasseringer fra offentlige utgiversider — de sponsede anbefalingsenhetene alle ser under artikler — via nettverkenes egne leverings-API-er, aldri ved å klikke på live annonser (klikking ville belaste annonsører med reelle kostnader og forurense analysene deres; innsamling og klikksporing er atskilt av design). Hvert innsamlede kreativ lagres i full kvalitet, klassifiseres etter vertikal og språk, løses opp gjennom sin tracker-omdirigeringskjede til en ekte annonsøretikett, og — for en voksende andel — kobles til en sporet landingsside. Det oppløsningstrinnet betyr mer for agenter enn for mennesker: når Claude rapporterer at en vag «sponset» merkevare faktisk er en spesifikk aktør innen lead-gen for forsikring, leser den brandLabel-feltet, og gjetter ikke.

Skala og ferskhet er målbare snarere enn påstått: 615,327 av korpusets 1,041,637 kreativer ble observert live de siste 30 dagene — Taboola-delen alene står for 254,020 av disse live kreativene — per juli 2026. For agenter er den ferskheten forskjellen mellom «her er hva som en gang fungerte i native advertising» og «her er hva som kjører akkurat nå» — og det er derfor levetidssjekker, skanninger etter nye aktører og trendspørsmål gir svar som endrer seg fra uke til uke, slik et levende marked faktisk oppfører seg.

MCP vs dashbordet: når du bør bruke hva#

Dashbordet er fortsatt bedre for visuell browsing — skanne kreativrutenett, vurdere bildestiler på øyemål, det tilfeldighetsarbeidet som er beskrevet i hvordan finne vinnende native annonsevinkler. MCP-en vinner når spørsmålet er sammensatt («finn X, og sjekk deretter Y for hver av dem»), planlagt (ukentlige oppsummeringer) eller mater et annet system (en brief, en rapport, en modell). De fleste utøvere ender opp med å bruke begge: bla for å bygge intuisjon, deleger til agenter for repetisjon.

Én advarsel til AI-utviklerne: agenter forsterker problemer med datakvalitet. Indeksen vår observerer annonser i et rullerende vindu (for tiden opptil omtrent 31 dager med kontinuerlig observasjon per kreativ), så «days running» betyr observerte dager, ikke levetid — instruer agenten din deretter, ellers blir levetidskonklusjonene systematisk konservative. Det samme forbeholdet gjelder for alle annonsebiblioteker, inkludert Metas; forskjellen er om leverandøren forteller deg det.

Konklusjonen#

«Ad library MCP» fantes knapt som uttrykk før 2026 — Foreplay tok det for Meta-annonser, og native-nettverkene har nå sitt eget på mcp.openadlibrary.com: 43 verktøy over 1,041,637 native kreativer (juli 2026), over en million sporede landingssider, og et arbeidsflytlag for overvåkningslister og lagrede søk, på samme nøkkel og kvote som det offentlige API-et fra $29.99/month med et gratis testnivå. Hvis du er teknisk markedsfører eller AI-utvikler, er pitchen enkel: konkurrentanalyse av annonser er i ferd med å bli en agentoppgave, og agenter trenger en datakilde som snakker protokollen deres. For native advertising er dette den.