MCP da Biblioteca de Anúncios Nativos: Consulte 1 Milhão+ de Anúncios Nativos no Claude e ChatGPT

Sim — existe um servidor MCP para bibliotecas de anúncios: a OpenAdLibrary hospeda um em mcp.openadlibrary.com, expondo 43 ferramentas sobre um índice de 1.041.637 criativos de anúncios nativos — 615.327 deles ativos nos últimos 30 dias — em 50 redes, a partir de julho de 2026, para o Claude e qualquer outro cliente compatível com MCP, com uma chave de API gratuita. Na prática, isso significa que você pode fazer perguntas ao Claude ou ChatGPT como "quais anunciantes lançaram novas campanhas no Taboola em seguros esta semana, e quais de seus anúncios sobreviveram por mais tempo?" — e obter respostas calculadas a partir de dados de anúncios capturados em tempo real, não da memória de treinamento do modelo. Este guia explica o que isso significa, o que as ferramentas fazem e como conectá-lo ao seu assistente de IA em cerca de cinco minutos.

Atualizado em julho de 2026.

Os anunciantes do Meta já têm esse padrão: a Foreplay lançou um MCP de biblioteca de anúncios para pesquisa de criativos do Meta e TikTok no início deste ano. As redes de descoberta nativas — Taboola, Outbrain, MGID, Revcontent, o feed do MSN — não tinham nada, o que é consistente com a história do canal: não havia nenhuma biblioteca pública de anúncios nativos até recentemente (a história está em o que é uma biblioteca de anúncios nativos). Este servidor MCP é essa biblioteca, tornada acionável por agentes.

O que é MCP, em um minuto#

MCP (Model Context Protocol) é um padrão aberto, introduzido pela Anthropic no final de 2024 e desde então adotado pelas principais plataformas de IA, que permite que assistentes de IA chamem ferramentas externas. Um servidor publica um catálogo de ferramentas — "pesquisar anúncios", "obter marca", "listar tendências" — cada uma com entradas e saídas tipadas. O cliente de IA (Claude, ChatGPT, Cursor, VS Code ou seu próprio agente) lê o catálogo e decide quando chamar o quê. Você conversa com o assistente em inglês simples; ele lida com a mecânica da API, paginação e chamadas de acompanhamento.

A consequência prática: uma biblioteca de anúncios deixa de ser um site que você navega e se torna uma fonte de dados sobre a qual seu agente pode raciocinar. Em vez de vinte minutos clicando em filtros, você faz uma pergunta composta e o agente encadeia cinco chamadas de ferramentas para respondê-la.

O que o MCP da OpenAdLibrary expõe#

O servidor hospedado é uma camada fina e autenticada sobre a mesma API pública de dados descrita em nossa visão geral da API de dados de anúncios nativos — mesmo índice, mesmas cotas, mesma chave. As 43 ferramentas se agrupam em seis clusters:

Por trás dessas ferramentas está o corpus completo: 352.392 criativos do Taboola, 150.462 do Outbrain e 96.139 do MGID a partir de julho de 2026, além de mais de um milhão de páginas de destino rastreadas e observações de anúncios na casa dos milhões. Cada criativo carrega o rótulo real do anunciante, datas de primeira/última visualização, rede, geolocalização e idioma — a matéria-prima para todos os casos de uso abaixo.

O que você pode realmente fazer com isso#

Pesquisa de concorrentes sem a fazenda de abas#

Pergunte: "Perfile a publicidade nativa de competitor-brand.com. Em quais redes eles estão, quantos criativos ativos, quais ângulos estão executando e o que suas páginas de destino vendem?" O agente encadeia get_brand → search_ads → get_landing_page_ads e retorna um briefing que levaria uma tarde para um analista. A versão manual desse fluxo de trabalho está documentada em como espionar anúncios nativos de concorrentes — a versão MCP é a mesma lógica, delegada.

Ideação criativa a partir de vencedores comprovados#

O briefing criativo mais confiável em publicidade nativa é "o que já sobreviveu". Pergunte: "Encontre os anúncios de saúde de maior duração no Taboola nos EUA, agrupe seus ganchos e rascunhe cinco novos ângulos de título que usem a mesma psicologia sem copiar." Longevidade é o proxy de lucratividade — em nosso índice, 59% dos criativos nativos desaparecem após o primeiro dia e apenas 10,7% sobrevivem 30 dias, a partir de julho de 2026, então os sobreviventes são um conjunto pré-filtrado de coisas que funcionam (veja longevidade do anúncio como um sinal de vitória). Um agente com search_ads mais suas instruções de redação transforma esse filtro em um pipeline criativo, e como analisar criativos de anúncios nativos vencedores fornece a estrutura de pontuação que vale a pena colar em seu prompt.

Verificações de longevidade e fadiga sob demanda#

Pergunte: "Verifique todos os anúncios na minha lista de observação — quais pararam de ser observados esta semana e quais ultrapassaram 21 dias em execução?" Com list_watchlist e sync_ads_changes, isso se torna uma tarefa de agente agendada em vez de uma tarefa de segunda-feira. Combine com os sinais de como encontrar anúncios vencedores e você terá um relatório automatizado de movimento de mercado.

Exploração vertical e de redes#

Pergunte: "Compare Taboola vs MGID para a vertical de entretenimento: volume criativo, principais anunciantes e novos entrantes nos últimos 30 dias." Ferramentas como get_network_profile, get_share_of_voice e list_new_entrants foram construídas exatamente para essa agregação. Para contexto sobre como as redes diferem, MGID vs Taboola é a versão escrita por humanos.

Passo a passo de configuração#

O servidor fala Streamable HTTP — o padrão de transporte MCP atual — em https://mcp.openadlibrary.com/mcp e autentica com sua chave de API pessoal enviada como um token Bearer. Todos os principais clientes seguem o mesmo padrão.

Passo 1 — obtenha uma chave. Crie uma conta gratuita e gere uma chave de API em Configurações. As chaves têm a forma oal_... e são mostradas apenas uma vez. O nível gratuito é genuinamente limitado: 2 requisições/dia, o suficiente para verificar a conexão e executar algumas chamadas de ferramentas. Um plano pago ($29.99/mês) desbloqueia a cota padrão de 5.000 requisições/dia.

Passo 2 — adicione o conector. No Claude, adicione um conector personalizado apontando para https://mcp.openadlibrary.com/mcp com sua chave como cabeçalho de Autorização. No Claude Code, é um comando:

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

Cursor, VS Code e a maioria dos outros clientes aceitam a configuração JSON equivalente:

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

Passo 3 — teste de fumaça. Pergunte ao seu assistente: "Usando as ferramentas do openadlibrary, quantos anúncios ativos do Taboola mencionam aparelhos auditivos e quem executa mais?" Se você receber números de volta com nomes de anunciantes, está conectado. Se receber um erro de autenticação, o culpado usual é o prefixo Bearer faltando na chave.

Algumas notas operacionais que valem a pena conhecer. O servidor é stateless e multi-tenant — sua chave é sua identidade, e cotas e limites de taxa (120 requisições/minuto em rajada) são aplicados por chave, exatamente como na API REST bruta. Não há precificação separada para o MCP; é o mesmo plano e o mesmo pool de cotas da API pública. E porque o servidor é um pass-through sobre /api/v1, qualquer coisa que você possa fazer no MCP também pode ser scriptada diretamente — a comparação de ferramentas de espionagem de anúncios com uma API cobre quando REST vence MCP e vice-versa.

Um exemplo trabalhado: análise de concorrente em uma sessão#

Para tornar isso concreto, aqui está um padrão de sessão real — o tipo de tarefa composta que justifica a configuração. Suponha que você venda aparelhos auditivos e queira entender o cenário nativo antes de comprometer orçamento.

Turno 1: "Pesquise o índice de anúncios nativos por anúncios de aparelhos auditivos no Taboola e Outbrain nos EUA. Quantos criativos ativos e quem são os cinco principais anunciantes por contagem de criativos?" O agente chama search_ads com filtros de rede e texto, agrega e nomeia nomes — incluindo as marcas de fachada que você nunca ouviu falar e que executam centenas de criativos.

Turno 2: "Para o principal anunciante, extraia seus criativos mais longamente observados e as páginas de destino por trás deles. Qual é a estrutura do funil?" O agente encadeia get_brand, search_ads ordenados por tempo de vida observado e get_landing_page_ads. Você aprende se os vencedores executam funis de quiz, advertoriais ou páginas de produto diretas — a diferença entre copiar um título e entender uma estratégia.

Turno 3: "Adicione os três principais anunciantes à minha lista de observação e salve esta pesquisa." O agente chama watch_advertiser e save_search, então a sessão da próxima semana começa com "o que mudou na minha lista de observação?" em vez de começar do zero.

Vinte minutos, sem abas, e a saída é um briefing escrito que você pode colar em um documento de campanha. O fluxo de trabalho manual equivalente é real — documentamos em como fazer análise de anúncios de concorrentes — mas é uma tarde, não vinte minutos.

Padrões de prompting que obtêm boas respostas#

Agentes de dados de anúncios falham de maneiras previsíveis, e três hábitos previnem a maioria das falhas.

Escopo antes de varrer. "Mostre-me anúncios vencedores" força o agente a adivinhar rede, geolocalização e vertical, queimando cota em chamadas amplas. "Anúncios do Taboola nos EUA em seguros observados por 14+ dias" obtém uma chamada de ferramenta precisa na primeira tentativa — o que importa em uma chave limitada.

Peça a evidência, não apenas a conclusão. Faça o agente retornar IDs de criativos, datas de primeira visualização e rótulos de anunciantes junto com seu resumo. Agentes resumem com confiança; a disciplina de citar linhas os mantém honestos e torna a saída verificável no painel.

Ensine a ressalva de longevidade uma vez. Adicione às suas instruções do projeto: "dias em execução significam dias observados dentro de uma janela rolante de ~31 dias; trate como um piso." Toda conclusão de longevidade que o agente extrair posteriormente herda essa correção — esse pedaço de conhecimento de domínio é o que transforma o acesso bruto a ferramentas em análise competente.

Para construtores de IA: além dos clientes de chat#

Nada no servidor assume uma UI de chat. Porque ele fala MCP Streamable HTTP padrão, ele se conecta a frameworks de agentes — o Claude Agent SDK, o Agents SDK da OpenAI, os adaptadores MCP do LangChain — como uma fonte de ferramentas para pipelines totalmente autônomos. Os padrões que vemos funcionando: um agente cron semanal que percorre uma lista de observação e envia um resumo de concorrentes por e-mail; um pipeline de geração criativa que recupera os dez anúncios de maior sobrevivência em uma vertical como contexto few-shot antes de rascunhar; e bots internos do Slack que respondem "quem está anunciando X?" para toda a equipe sem licenças de assento.

O design de cota suporta isso deliberadamente: chaves são por usuário, cotas são aplicadas no lado do servidor (5.000 requisições/dia padrão, 120/minuto em rajada) e a camada MCP é stateless, então a concorrência horizontal de agentes não precisa de afinidade de sessão. Se você preferir pular a sobrecarga do MCP em um pipeline de código puro, as mesmas operações existem como REST simples em /api/v1 com semântica idêntica.

De onde vêm os dados (e por que os agentes podem confiar neles)#

As conclusões de um agente são tão boas quanto o corpus por baixo, então vale a pena saber o que as ferramentas estão realmente consultando. O índice é construído capturando continuamente posicionamentos de anúncios nativos ativos de páginas públicas de publishers — as unidades de recomendação patrocinadas que todos veem sob artigos — via as próprias APIs de entrega das redes, nunca clicando em anúncios ativos (clicar cobraria dinheiro real dos anunciantes e poluiria sua análise; captura e rastreamento de cliques são separados por design). Cada criativo capturado é armazenado em qualidade total, classificado por vertical e idioma, resolvido através de sua cadeia de redirecionamento de rastreador para um rótulo real de anunciante e — para uma parcela crescente — vinculado a uma página de destino rastreada. Essa etapa de resolução importa mais para agentes do que para humanos: quando o Claude relata que uma marca vaga "patrocinada" é na verdade um operador específico de geração de leads de seguros, ele está lendo o campo brandLabel, não adivinhando.

Escala e frescor são mensuráveis, não afirmados: 615.327 dos 1.041.637 criativos do corpus foram observados ativos nos últimos 30 dias — a fatia do Taboola sozinha representa 254.020 desses criativos ativos — a partir de julho de 2026. Para agentes, essa frescura é a diferença entre "aqui está o que funcionou em publicidade nativa uma vez" e "aqui está o que está sendo executado agora" — e é por isso que verificações de longevidade, varreduras de novos entrantes e perguntas de tendência retornam respostas que mudam semana a semana, da maneira como um mercado ativo realmente se comporta.

MCP vs o painel: quando usar qual#

O painel continua melhor para navegação visual — examinar grades de criativos, observar estilos de imagem, o trabalho de serendipidade descrito em como encontrar ângulos vencedores de anúncios nativos. O MCP vence sempre que a pergunta é composta ("encontre X, então para cada, verifique Y"), agendada (resumos semanais) ou alimenta outro sistema (um briefing, um relatório, um modelo). A maioria dos profissionais acabará usando ambos: navegar para construir intuição, delegar a agentes para repetição.

Uma advertência para o público de construtores de IA: agentes amplificam problemas de qualidade de dados. Nosso índice observa anúncios em uma janela rolante (atualmente até cerca de 31 dias de observação contínua por criativo), então "dias em execução" significa dias observados, não tempo de vida — instrua seu agente de acordo, ou suas conclusões de longevidade serão sistematicamente conservadoras. A mesma ressalva se aplica a todas as bibliotecas de anúncios, incluindo a do Meta; a diferença é se o fornecedor te conta.

A linha de fundo#

"MCP de biblioteca de anúncios" mal existia como uma frase antes de 2026 — a Foreplay a reivindicou para anúncios do Meta, e as redes nativas agora têm a sua própria em mcp.openadlibrary.com: 43 ferramentas sobre 1.041.637 criativos nativos (julho de 2026), mais de um milhão de páginas de destino rastreadas e uma camada de fluxo de trabalho para listas de observação e pesquisas salvas, na mesma chave e cota da API pública a partir de $29.99/mês com um nível de teste gratuito. Se você é um profissional de marketing técnico ou um construtor de IA, a proposta é simples: a pesquisa de anúncios de concorrentes está se tornando uma tarefa de agente, e os agentes precisam de uma fonte de dados que fale seu protocolo. Para publicidade nativa, este é ele.