Använda ChatGPT och Claude för Native Ad-research: MCP-arbetsflödet

Du kan köra seriös native ad-research inifrån ChatGPT eller Claude genom att ansluta assistenten till ett ad-bibliotek via MCP (Model Context Protocol). Istället för att klicka igenom filter i en timme ställer du en fråga — "hitta de längstkörande ledvärksannonserna på Taboola i USA och gruppera deras krokar" — och assistenten kedjar live-verktygsanrop mot ett index på 725 000+ native-ad-kreativ från 29 000+ annonsörer över 49 nätverk (juni 2026). Denna handledning täcker femminutersinstallationen och fem forskningsarbetsflöden som håller i daglig användning, plus promptmönstren som håller modellen förankrad i verklig data istället för att hitta på den.

Vad du behöver#

• Ett OpenAdLibrary-konto och en API-nyckel. Nyckeln utfärdas från dina kontoinställningar; samma nyckel driver både det offentliga data-API:et och MCP-servern. Bakgrunden till varför ett API-först-spionverktyg spelar roll finns i ad-spy-verktyg med ett API.
• En MCP-kompatibel klient. Claude (webb och skrivbord) stöder anpassade kopplingar; ChatGPT stöder MCP-kopplingar i utvecklarläge; Claude Code, Cursor och de flesta agentramverk talar MCP inbyggt.
• Fem minuter. Det finns inget att installera — servern är värdbaserad på mcp.openadlibrary.com och talar Streamable HTTP, den nuvarande MCP-transportstandarden.

Servern exponerar 43 verktyg över samma korpus som webbappen använder: annonssökning, varumärkes- och annonsörssökningar, spårade landningssidor, trend- och share-of-voice-aggregat, utgivardata och bevakningslistaoperationer. Den fullständiga verktygskatalogen och vad varje kluster är till för dokumenteras i Native Ad Library MCP; den här artikeln handlar om arbetsflödena.

Ansluta Claude och ChatGPT#

Claude: lägg till en anpassad koppling som pekar på den värdbaserade server-URL:en och autentisera med din API-nyckel — claude.ai stöder ett OAuth-liknande anslutningsflöde, och klienter som inte kan skicka huvuden kan skicka nyckeln i URL:en. ChatGPT: aktivera utvecklarläge, lägg till en MCP-koppling med samma URL och nyckel. Claude Code / Cursor / agenter: en konfigurationspost, t.ex. claude mcp add --transport http openadlibrary https://mcp.openadlibrary.com/mcp. Menynamn flyttas runt när dessa plattformar itererar, så behandla API-dokumentationssidan som länkas från dina nyckelinställningar som sanningens källa för den nuvarande klickvägen.

Verifiera anslutningen med en engångsfråga: "Använd OpenAdLibrary-verktygen, hur många live-kreativ innehåller indexet för Taboola?" Om assistenten svarar med ett verktygsanrop snarare än från minnet är du uppkopplad.

Arbetsflöde 1: konkurrentnedbrytningen#

Prompt: "Profilera native-annonseringen för [varumärke eller domän]. Vilka nätverk är de på, hur många live-kreativ, vilka vinklar kör de, hur länge har deras äldsta annonser överlevt och vad säljer deras landningssidor? Citera kreativ-ID:n."

Assistenten kedjar en varumärkessökning, en annonssökning avgränsad till den annonsören och landningssidhämtningar, och skriver sedan briefingen. Detta är den delegerade versionen av den manuella processen i hur man spionerar på konkurrenters native-annonser — samma logik, minuter istället för en eftermiddag. Ställ en uppföljningsfråga för funneln: "hämta landningssidorna bakom deras tre längstkörande annonser och beskriv erbjudandestrukturen" (den manuella metoden finns i hur man hittar konkurrenters landningssidor).

Arbetsflöde 2: vinkelutvinning från överlevare#

Det mest tillförlitliga kreativa briefet i native är "vad som redan har överlevt." Annonslånglivdhet är den närmaste offentliga proxyn för lönsamhet — ingen betalar för att köra en förlorande annons i en månad — vilket är hela argumentet i annonslånglivdhet som vinnarsignal.

Prompt: "Sök [bransch] annonser på [nätverk] i [geo] som har körts i 21+ dagar. Gruppera dem efter kroks typ, lista de återkommande vinklarna med exempelrubriker och skissa fem nya rubrikvarianter som använder samma psykologi utan att kopiera någon av dem."

Klistra in en bedömningsmatris i prompten för att göra klustringen skarpare — ramverket i hur man analyserar vinnande native-ad-kreativ fungerar som det är som promptmaterial.

Arbetsflöde 3: bransch- och geo-scouting#

Innan du går in i en ny geo eller bransch, be om marknadskartan: "Jämför Taboola och MGID för heminredningsbranschen i DE: kreativvolym, toppannonsörer, nya aktörer under de senaste 30 dagarna och vilka annonsörer som kör i DE men inte i USA." Nätverksprofil-, share-of-voice- och nyaktörsverktyg byggdes just för denna aggregering. Det paras ihop med expansionslogiken i skalning till nya geos på native: hitta Tier-2-marknaden där en beprövad Tier-1-vinkel ännu inte har någon lokal konkurrens.

Arbetsflöde 4: bevakningslistemonitorering enligt schema#

Bevakningsverktyg bevarar tillstånd mellan sessioner: "Lägg till dessa fem annonsörer i min bevakningslista", sedan varje vecka: "Kolla min bevakningslista — vilka annonser slutade observeras den här veckan, vilka passerade 21 dagars körning och vem lanserade nya kreativ?" Kör det som en schemalagd agentuppgift och måndagens konkurrentgranskning blir en rapport du läser istället för ett tråkigt jobb du gör. Att bygga den underliggande listan täcks i hur man bygger en konkurrentbevakningslista, och hela kadensen i bygga ett konkurrentad-intelligens-arbetsflöde.

Arbetsflöde 5: marknadsrörelsedigesten#

Prompt: "Vad förändrades i [bransch] native-annonsering under de senaste 14 dagarna? Nya annonsörer, kreativ som dog, vinklar som ökar i andel. Citera den underliggande datan för varje påstående." Detta använder trend-, delta-sync- och nyaktörsverktyg för att producera digesten som en bra analytiker skulle sätta ihop — användbart som en stående brief före kreativa sprinter eller budgetgranskningar.

Ett genomarbetat exempel, från början till slut#

Här är hur en riktig session ser ut, komprimerad. Uppgiften: briefa ett kreativt team som går in på den amerikanska hörselhjälpsmarknaden på Taboola.

Prompt 1: "Använd OpenAdLibrary-verktygen, hitta amerikanska Taboola-annonser om hörselnedsättning eller hörselhjälp som körts 14+ dagar. Lista annonsör, rubrik, dagar kört och kreativ-ID." Assistenten kör en avgränsad annonssökning och returnerar en tabell med överlevare — säg ett dussin annonser över fyra annonsörer, äldsta på 37 dagar.

Prompt 2: "Klustra de rubrikerna efter psykologisk krok. Vilken annonsör har flest live-kreativ, och testar de flera vinklar eller itererar en?" Inga nya verktygsanrop behövs — assistenten arbetar över den returnerade datan och rapporterar, till exempel, att volymledaren kör en problem-ageringsvinkel över många bildvarianter, medan en utmanare testar upptäcktsinramade krokar.

Prompt 3: "Hämta landningssidorna bakom de två längstkörande kreativen och beskriv funneln: quiz, advertorial eller direkt erbjudande?" Nu anropar den landningssidverktyg mot kreativ-ID:n och kommer tillbaka med funnelformerna och destinationsdomänerna.

Prompt 4: "Skriv det kreativa briefet: dominerande vinkel, luckvinklar som ingen kör, funnelnorm för kategorin och tre testhypoteser. Flagga allt du inte kunde verifiera med verktyg." Femton minuter, en chatt, och briefet citerar fångat bevis — kreativ-ID:n som ditt team kan öppna i ad-intelligenskonsolen — snarare än vibbar.

Den sista meningen i prompt 4 är viktigare än den ser ut, vilket för oss till förankring.

Promptmönster som håller modellen ärlig#

En assistent med verktyg kan fortfarande hallucinera runt dem. Fem regler förhindrar det mesta:

• Tvinga citat till verktygsutdata. Avsluta prompts med "citera kreativ-ID:n / annonsörnamn från verktygsresultaten; om verktygen inte returnerade det, säg det." Ett svar utan ID:n är ett svar från träningsminnet.
• Acceptera aldrig siffror som verktygen inte returnerade. Om du bad om antal måste de komma från ett sök- eller aggregeringsanrop, inte modellens minne.
• Avgränsa innan du aggregerar. "Alla nätverk, alla geos"-frågor bränner anrop och producerar mos. Nämn nätverket, geon och fönstret.
• Paginer medvetet. Be om de N främsta efter långlivdhet eller nylighet snarare än "allt" — keyset-walking finns för exporter, inte för chatt.
• Känn din kvot. API-nycklar på fri nivå är avsiktligt små — tillräckliga för att verifiera anslutningen och köra en demo-fråga eller två om dagen. Kontinuerliga agentforskningskörningar går på en betalplan, och tunga programmatiska hämtningar hör hemma på ad-intelligens-API:et snarare än chatt.

Skiftet här är större än bekvämlighet. Ett ad-bibliotek brukade vara en webbplats du besöker; via MCP blir det en datakälla som din assistent resonerar över — och köparna som kopplar in det i sin veckorutin ackumulerar fördelen varje vecka.