Native Ad Library MCP: Sök i 1M+ Native-annonser från Claude & ChatGPT

Ja — det finns en MCP-server för annonsbibliotek: OpenAdLibrary värdar en på mcp.openadlibrary.com, som exponerar 43 verktyg över ett index på 1 041 637 native-annonskreativ — 615 327 av dem levande de senaste 30 dagarna — över 50 nätverk, per juli 2026, för Claude och alla andra MCP-kompatibla klienter, på en gratis API-nyckel. I praktiken betyder det att du kan ställa frågor till Claude eller ChatGPT som "vilka annonsörer lanserade nya Taboola-kampanjer inom försäkring den här veckan, och vilka av deras annonser har överlevt längst?" — och få svar beräknade från livefångad annonsdata, inte modellens träningsminne. Den här guiden förklarar vad det betyder, vad verktygen gör och hur du kopplar in det i din AI-assistent på ungefär fem minuter.

Uppdaterad juli 2026.

Meta-annonsörer har redan detta mönster: Foreplay släppte en MCP för Meta- och TikTok-kreativforskning tidigare i år. Native discovery-nätverk — Taboola, Outbrain, MGID, Revcontent, MSN-flödet — hade inget, vilket är konsekvent med kanalens historia: det fanns inget offentligt native-annonsbibliotek alls förrän nyligen (bakgrunden finns i vad är ett native-annonsbibliotek). Denna MCP-server är det biblioteket, gjort anropbart av agenter.

Vad är MCP, på en minut#

MCP (Model Context Protocol) är en öppen standard, introducerad av Anthropic i slutet av 2024 och sedan antagen över de stora AI-plattformarna, som låter AI-assistenter anropa externa verktyg. En server publicerar en katalog av verktyg — "sök annonser", "hämta varumärke", "lista trender" — var och en med typade indata och utdata. AI-klienten (Claude, ChatGPT, Cursor, VS Code eller din egen agent) läser katalogen och bestämmer när den ska anropa vad. Du pratar med assistenten på vanlig engelska; den hanterar API-mekaniken, pagineringen och uppföljningsanropen.

Den praktiska konsekvensen: ett annonsbibliotek slutar vara en webbplats du bläddrar i och blir en datakälla din agent kan resonera över. Istället för tjugo minuters klickande i filter ställer du en sammansatt fråga och agenten kedjar fem verktygsanrop för att besvara den.

Vad OpenAdLibrarys MCP exponerar#

Den värdbaserade servern är ett tunt, autentiserat lager över samma publika data-API som beskrivs i vår översikt över native-annonsdata-API — samma index, samma kvoter, samma nyckel. De 43 verktygen grupperas i sex kluster:

Bakom dessa verktyg ligger hela korpusen: 352 392 Taboola-kreativ, 150 462 från Outbrain och 96 139 från MGID per juli 2026, plus mer än en miljon spårade landningssidor och annonsobservationer i miljontal. Varje kreativ bär den riktiga annonsöretiketten, först-sedd/sist-sedd-datum, nätverk, geo och språk — råmaterialet för alla användningsfall nedan.

Vad du faktiskt kan göra med det#

Konkurrentforskning utan flikfarmen#

Fråga: "Profilera competitor-brand.coms native-annonsering. Vilka nätverk är de på, hur många livekreativ, vilka vinklar kör de och vad säljer deras landningssidor?" Agenten kedjar get_brand → search_ads → get_landing_page_ads och returnerar en briefing som skulle ta en analytiker en eftermiddag. Den manuella versionen av detta arbetsflöde dokumenteras i hur man spionerar på konkurrenters native-annonser — MCP-versionen är samma logik, delegerad.

Kreativ idégenerering från beprövade vinnare#

Det mest pålitliga kreativa underlaget i native-annonsering är "vad som redan har överlevt." Fråga: "Hitta de längstkörande hälsoannonserna på Taboola i USA, klustra deras krokar och skissa fem nya rubrikvinklar som använder samma psykologi utan att kopiera." Lång livslängd är proxy för lönsamhet — i vårt index försvinner 59% av native-kreativen efter sin första dag och endast 10,7% överlever 30 dagar, per juli 2026, så överlevarna är en förfiltrerad uppsättning av saker som fungerar (se annonslivslängd som vinnarsignal). En agent med search_ads plus dina utkastsinstruktioner gör det filtret till en kreativ pipeline, och hur man analyserar vinnande native-annonskreativ tillhandahåller bedömningsramverket värt att klistra in i din prompt.

Livslängds- och utmattningskontroller på begäran#

Fråga: "Kontrollera varje annons i min bevakningslista — vilka slutade observeras den här veckan och vilka passerade 21 dagar i drift?" Med list_watchlist och sync_ads_changes blir detta ett schemalagt agentuppdrag istället för en måndagssyssla. Para det med signaler från hur man hittar vinnande annonser så har du en automatiserad marknadsrörelserapport.

Bransch- och nätverksspaning#

Fråga: "Jämför Taboola mot MGID för underhållningsbranschen: kreativvolym, toppannonsörer och nya aktörer de senaste 30 dagarna." Verktyg som get_network_profile, get_share_of_voice och list_new_entrants byggdes för just denna aggregering. För bakgrund om hur nätverken skiljer sig är MGID vs Taboola den mänskligt skrivna versionen.

Installationsgenomgång#

Servern talar Streamable HTTP — den nuvarande MCP-transportstandarden — på https://mcp.openadlibrary.com/mcp och autentiserar med din personliga API-nyckel skickad som en Bearer-token. Varje större klient följer samma mönster.

Steg 1 — få en nyckel. Skapa ett gratis konto, skapa sedan en API-nyckel i Inställningar. Nycklar ser ut som oal_... och visas en gång. Gratisnivån är genuint begränsad: 2 förfrågningar/dag, tillräckligt för att verifiera anslutningen och köra några verktygsanrop, inte tillräckligt för faktiska forskningsarbetsbelastningar. En betald plan ($29.99/månad) låser upp standardkvoten på 5 000 förfrågningar/dag.

Steg 2 — lägg till anslutningen. I Claude, lägg till en anpassad anslutning som pekar på https://mcp.openadlibrary.com/mcp med din nyckel som Authorization-header. I Claude Code är det ett kommando:

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

Cursor, VS Code och de flesta andra klienter accepterar motsvarande JSON-konfiguration:

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

Steg 3 — smoke test. Fråga din assistent: "Använd openadlibrary-verktygen, hur många levande Taboola-annonser nämner hörapparater och vem kör flest?" Om du får siffror tillbaka med annonsörsnamn är du ansluten. Om du får ett autentiseringsfel istället är den vanliga boven ett saknat Bearer -prefix på nyckeln.

Några operativa anteckningar värda att veta. Servern är tillståndslös och multi-tenant — din nyckel är din identitet, och kvoter och hastighetsbegränsningar (120 förfrågningar/minut burst) tillämpas per nyckel, exakt som på det råa REST API:et. Det finns ingen separat MCP-prissättning; det är samma plan och samma kvotpool som det publika API:et. Och eftersom servern är en pass-through över /api/v1 kan allt du kan göra i MCP också skriptas direkt — jämförelsen mellan annonsspionverktyg med ett API täcker när REST slår MCP och vice versa.

Ett genomarbetat exempel: konkurrentanalys i en session#

För att göra detta konkret, här är ett riktigt sessionsmönster — den typ av sammansatt uppgift som motiverar installationen. Anta att du säljer hörapparater och vill förstå native-landskapet innan du binder budget.

Runda 1: "Sök i native-annonsindexet efter hörapparatsannonser över Taboola och Outbrain i USA. Hur många livekreativ och vilka är de fem största annonsörerna efter kreativantal?" Agenten anropar search_ads med nätverks- och textfilter, aggregerar och namnger namn — inklusive de skalföretag du aldrig hört talas om som visar sig köra hundratals kreativ.

Runda 2: "För toppannonsören, hämta deras längst observerade kreativ och landningssidorna bakom dem. Vilken är funnelstrukturen?" Agenten kedjar get_brand, search_ads sorterade efter observerad livslängd och get_landing_page_ads. Du lär dig om vinnarna kör quiz-funnels, advertorials eller raka produktsidor — skillnaden mellan att kopiera en rubrik och förstå en strategi.

Runda 3: "Lägg till de tre största annonsörerna i min bevakningslista och spara den här sökningen." Agenten anropar watch_advertiser och save_search, så nästa veckas session börjar med "vad ändrades i min bevakningslista?" istället för att börja om.

Tjugo minuter, inga flikar och utdata är ett skrivet underlag du kan klistra in i en kampanjdokument. Det motsvarande manuella arbetsflödet är verkligt — vi dokumenterade det i hur man gör konkurrentannonsanalys — men det är en eftermiddag, inte tjugo minuter.

Promptmönster som ger bra svar#

Annonsdataagenter misslyckas på förutsägbara sätt och tre vanor förhindrar de flesta misslyckanden.

Avgränsa innan du sveper. "Visa mig vinnande annonser" tvingar agenten att gissa på nätverk, geo och bransch, bränner kvot på breda anrop. "USA Taboola-annonser inom försäkring observerade 14+ dagar" får ett precist verktygsanrop på första försöket — vilket spelar roll på en mätnyckel.

Be om bevisen, inte bara slutsatsen. Låt agenten returnera kreativ-ID:n, först-sedd-datum och annonsöretiketter tillsammans med sin sammanfattning. Agenter sammanfattar självsäkert; disciplinen att citera rader håller dem ärliga och gör utdata verifierbara i instrumentpanelen.

Lär ut livslängdscaveaten en gång. Lägg till i dina projektinstruktioner: "dagar i drift betyder observerade dagar inom ett rullande ~31-dagarsfönster; behandla det som en golvgräns." Varje livslängdsslutledning agenten drar nedströms ärver den korrigeringen — den kunskapsbiten är vad som förvandlar rå verktygstillgång till kompetent analys.

För AI-byggare: bortom chattklienterna#

Ingenting med servern förutsätter ett chattgränssnitt. Eftersom den talar standardtransporten Streamable HTTP MCP, ansluter den till agentramverk — Claude Agent SDK, OpenAI's Agents SDK, LangChains MCP-adaptrar — som en verktygskälla för helt autonoma pipelines. Mönstren vi ser fungera: en veckovis cron-agent som går igenom en bevakningslista och mejlar en konkurrentsammanfattning; en kreativgenereringspipeline som hämtar de tio längst överlevande annonserna i en bransch som few-shot-kontext innan utkastning; och interna Slack-bottar som svarar på "vem annonserar X?" för hela teamet utan licenser per användare.

Kvotdesign stöder detta medvetet: nycklar är per användare, kvoter tillämpas serversida (5 000 förfrågningar/dag standard, 120/minut burst) och MCP-skiktet är tillståndslöst, så horisontell agentkonkurrens behöver inte sessionsaffinitet. Om du hellre vill hoppa över MCP-överhead i en renkodspipeline finns samma operationer som vanlig REST på /api/v1 med identisk semantik.

Var datan kommer från (och varför agenter kan lita på den)#

En agents slutsatser är bara lika bra som korpusen under, så det är värt att veta vad verktygen faktiskt frågar. Indexet byggs genom att kontinuerligt fånga levande native-annonsplaceringar från offentliga utgivarsidor — de sponsrade rekommendationsenheterna alla ser under artiklar — via nätverkens egna leverans-API:er, aldrig genom att klicka på levande annonser (att klicka skulle debitera annonsörer riktiga pengar och förorena deras analys; fångst och klickspårning är separerade av design). Varje fångat kreativ lagras i full kvalitet, klassificeras efter bransch och språk, löses genom sin tracker-omdirigeringskedja till en riktig annonsöretikett och — för en växande andel — länkas till en spårad landningssida. Den upplösningssteget är viktigare för agenter än för människor: när Claude rapporterar att ett vagt "sponsrat" varumärke faktiskt är en specifik försäkringslead-gen-operatör läser den fältet brandLabel, inte gissar.

Skala och färskhet är mätbara snarare än påstådda: 615 327 av korpusens 1 041 637 kreativ observerades levande inom de senaste 30 dagarna — Taboola-delen ensam står för 254 020 av dessa levande kreativ — per juli 2026. För agenter är den färskheten skillnaden mellan "här är vad som fungerade i native-annonsering en gång" och "här är vad som körs just nu" — och det är därför livslängdskontroller, nya aktörsskanningar och trendfrågor returnerar svar som ändras vecka till vecka, som en levande marknad faktiskt beter sig.

MCP vs instrumentpanelen: när man ska använda vilken#

Instrumentpanelen förblir bättre för visuell bläddring — skanna kreativrutor, ögonmäta bildstilar, den serendipitet som beskrivs i hur man hittar vinnande native-annonsvinklar. MCP vinner när frågan är sammansatt ("hitta X, sedan för varje, kontrollera Y"), schemalagd (veckovisa sammanfattningar) eller matar ett annat system (ett underlag, en rapport, en modell). De flesta praktiker kommer att använda båda: bläddra för att bygga intuition, delegera till agenter för repetition.

En försiktighet för AI-byggarpubliken: agenter förstärker datakvalitetsproblem. Vårt index observerar annonser i ett rullande fönster (för närvarande upp till cirka 31 dagar av kontinuerlig observation per kreativ), så "dagar i drift" betyder observerade dagar, inte livslängd — instruera din agent i enlighet med detta, annars blir dess livslängdsslutledningar systematiskt konservativa. Samma caveat gäller för varje annonsbibliotek, inklusive Metas; skillnaden är om leverantören berättar det för dig.

Slutsatsen#

"Annonsbibliotek MCP" existerade knappt som en fras före 2026 — Foreplay gjorde anspråk på det för Meta-annonser och native-nätverk har nu sitt eget på mcp.openadlibrary.com: 43 verktyg över 1 041 637 native-kreativ (juli 2026), mer än en miljon spårade landningssidor och ett arbetsflödesskikt för bevakningslistor och sparade sökningar, på samma nyckel och kvot som det publika API:et från $29.99/månad med en gratis testnivå. Om du är en teknisk marknadsförare eller AI-byggare är budskapet enkelt: konkurrentannonsforskning blir ett agentuppdrag och agenter behöver en datakälla som talar deras protokoll. För native-annonsering är det här den.