Usando ChatGPT e Claude para Pesquisa de Anúncios Nativos: O Fluxo de Trabalho MCP

Você pode conduzir pesquisas sérias de anúncios nativos de dentro do ChatGPT ou do Claude conectando o assistente a uma biblioteca de anúncios via MCP (Model Context Protocol). Em vez de clicar em filtros por uma hora, você faz uma pergunta — "find the longest-running joint-pain ads on Taboola in the US and cluster their hooks" — e o assistente encadeia chamadas de ferramenta ao vivo contra um índice de mais de 725.000 criativos de anúncios nativos de mais de 29.000 anunciantes em 49 redes (junho de 2026). Este tutorial cobre a configuração de cinco minutos e cinco fluxos de pesquisa que se mantêm úteis no uso diário, além dos padrões de prompt que mantêm o modelo ancorado em dados reais em vez de invenções.

O que você precisa#

• Uma conta OpenAdLibrary e uma chave de API. A chave é gerada nas configurações da sua conta; a mesma chave alimenta tanto a public data API quanto o servidor MCP. O contexto sobre por que uma ferramenta de espionagem baseada em API importa está em ad spy tools with an API.
• Um cliente compatível com MCP. Claude (web e desktop) suporta conectores personalizados; ChatGPT suporta conectores MCP em modo desenvolvedor; Claude Code, Cursor e a maioria dos frameworks de agente falam MCP nativamente.
• Cinco minutos. Não há nada para instalar — o servidor está hospedado em mcp.openadlibrary.com e usa HTTP Streamable, o padrão de transporte atual do MCP.

O servidor expõe 43 ferramentas sobre o mesmo corpus que o aplicativo web usa: busca de anúncios, consultas de marca e anunciante, páginas de destino rastreadas, agregados de tendências e share‑of‑voice, dados de publicadores e operações de lista de observação. O catálogo completo de ferramentas e a finalidade de cada cluster estão documentados em Native Ad Library MCP; este artigo trata dos fluxos de trabalho.

Conectando Claude e ChatGPT#

Claude: adicione um conector personalizado apontando para a URL do servidor hospedado e autentique com sua chave de API — claude.ai suporta um fluxo de conexão estilo OAuth, e clientes que não podem enviar cabeçalhos podem passar a chave na URL. ChatGPT: habilite o modo desenvolvedor, adicione um conector MCP com a mesma URL e chave. Claude Code / Cursor / agentes: uma entrada de configuração, por exemplo claude mcp add --transport http openadlibrary https://mcp.openadlibrary.com/mcp. Os nomes dos menus mudam à medida que essas plataformas evoluem, portanto trate a página de documentação da API vinculada nas configurações da sua chave como a fonte de verdade para o caminho de cliques atual.

Verifique a conexão com uma pergunta descartável: "Using the OpenAdLibrary tools, how many live creatives does the index hold for Taboola?" Se o assistente responder com uma chamada de ferramenta em vez de memória, você está conectado.

Fluxo de Trabalho 1: a desmontagem do 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."

O assistente encadeia uma consulta de marca, uma busca de anúncios focada naquele anunciante e extrações de páginas de destino, depois elabora o briefing. Esta é a versão delegada do processo manual em how to spy on competitor native ads — mesma lógica, minutos em vez de uma tarde. Peça um seguimento para o funil: "pull the landing pages behind their three longest-running ads and describe the offer structure" (o método manual está em how to find competitor landing pages).

Fluxo de Trabalho 2: mineração de ângulos a partir de sobreviventes#

O briefing criativo mais confiável em native é "o que já sobreviveu". A longevidade dos anúncios é o proxy público mais próximo da lucratividade — ninguém paga para rodar um anúncio perdedor por um mês — que é o argumento central de 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."

Cole um rubric de pontuação no prompt para tornar a clusterização mais precisa — a estrutura em how to analyze winning native ad creatives funciona como material de prompt.

Fluxo de Trabalho 3: scouting vertical e geográfico#

Antes de entrar em um novo geo ou vertical, peça o mapa de mercado: "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." Ferramentas de perfil de rede, share‑of‑voice e novos entrantes foram construídas exatamente para essa agregação. Elas se combinam com a lógica de expansão em scaling to new geos on native: encontre o mercado Tier‑2 onde um ângulo Tier‑1 comprovado ainda não tem concorrência local.

Fluxo de Trabalho 4: monitoramento de lista de observação em agenda#

Ferramentas de observação persistem estado entre sessões: "Add these five advertisers to my watchlist", depois semanalmente: "Check my watchlist — which ads stopped being observed this week, which crossed 21 days running, and who launched new creatives?" Execute isso como uma tarefa de agente agendada e a revisão competitiva de segunda‑feira se transforma em um relatório que você lê em vez de uma tarefa que você faz. A construção da lista subjacente está coberta em how to build a competitor watchlist, e a cadência completa em building a competitive ad intelligence workflow.

Fluxo de Trabalho 5: o digest de movimento de mercado#

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." Isso usa ferramentas de tendências, delta‑sync e novos entrantes para produzir o digest que um analista experiente montaria — útil como briefing permanente antes de sprints criativos ou revisões de orçamento.

Um exemplo prático, do início ao fim#

Aqui está como uma sessão real se parece, resumida. A tarefa: preparar um briefing para uma equipe criativa que está entrando no mercado de aparelhos auditivos nos EUA via 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." O assistente executa uma busca de anúncios segmentada e devolve uma tabela de sobreviventes — digamos, uma dúzia de anúncios de quatro anunciantes, o mais antigo com 37 dias.

Prompt 2: "Cluster those headlines by psychological hook. Which advertiser has the most live creatives, and are they testing multiple angles or iterating one?" Nenhuma nova chamada de ferramenta é necessária — o assistente trabalha sobre os dados retornados e relata, por exemplo, que o líder de volume usa um ângulo de problema‑agitação em muitas variantes de imagem, enquanto um desafiante testa ganchos enquadrados como descoberta.

Prompt 3: "Pull the landing pages behind the two longest-running creatives and describe the funnel: quiz, advertorial, or direct offer?" Agora ele chama as ferramentas de página de destino contra os IDs de criativo e retorna as formas de funil e os domínios de destino.

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." Quinze minutos, um chat, e o briefing cita evidências capturadas — IDs de criativo que sua equipe pode abrir no console de ad intelligence — em vez de suposições.

A última frase no prompt 4 tem mais peso do que parece, o que nos leva ao fundamento.

Padrões de prompt que mantêm o modelo honesto#

Um assistente com ferramentas ainda pode alucinar ao seu redor. Cinco regras evitam a maior parte disso:

• Forçar citações da saída da ferramenta. Termine os prompts com "cite creative IDs / advertiser names from the tool results; if the tools did not return it, say so." Uma resposta sem IDs provém da memória de treinamento.
• Nunca aceitar números que a ferramenta não retornou. Se você pediu contagens, elas devem vir de uma busca ou chamada agregada, não da lembrança do modelo.
• Defina o escopo antes de agregar. Perguntas "All networks, all geos" consomem chamadas e geram lixo. Nomeie a rede, o geo e a janela.
• Paginação deliberada. Peça os top N por longevidade ou recência ao invés de "tudo" — a navegação por chave existe para exportações, não para chat.
• Conheça sua cota. Chaves de API do plano gratuito são intencionalmente pequenas — suficientes para validar a conexão e rodar uma ou duas consultas de demonstração por dia. Pesquisas de agente sustentadas rodam em um paid plan, e puxadas programáticas pesadas pertencem à API de ad intelligence em vez de ao chat.

A mudança aqui vai além da conveniência. Uma biblioteca de anúncios costumava ser um site que você visitava; via MCP ela se torna uma fonte de dados que seu assistente raciocina — e os compradores que a incorporam à rotina semanal multiplicam a vantagem a cada semana.