Native Ad Library MCP: ค้นหา Native Ads 1 ล้านรายการขึ้นไปจาก Claude และ ChatGPT

OpenAdLibrary ให้บริการปลายทาง MCP ระยะไกล สำหรับไคลเอนต์ AI ที่รองรับ ใช้คำแนะนำการเชื่อมต่อปัจจุบัน และตรวจสอบเครื่องมือที่เซสชันที่ผ่านการตรวจสอบสิทธิ์ของคุณส่งคืน ความพร้อมใช้ของเครื่องมือ ขีดจำกัดการเข้าถึง และจำนวนคอร์ปัสสามารถเปลี่ยนแปลงได้ บันทึกที่พบครั้งแรกบ่งชี้ถึงการสังเกตจากการเก็บข้อมูล ไม่จำเป็นต้องเป็นแคมเปญที่เพิ่งเปิดตัวใหม่

อัปเดตกรกฎาคม 2026

ผู้โฆษณา Meta มีรูปแบบนี้แล้ว: Foreplay จัดส่ง MCP สำหรับไลบรารีโฆษณาสำหรับการวิจัยครีเอทีฟ Meta และ TikTok เมื่อต้นปีนี้ เครือข่ายการค้นพบเนทีฟ — Taboola, Outbrain, MGID, Revcontent, ฟีด MSN — ไม่มีอะไร ซึ่งสอดคล้องกับประวัติของช่องทาง: ไม่มีไลบรารีโฆษณาเนทีฟสาธารณะเลยจนกระทั่งไม่นานมานี้ (เรื่องราวเบื้องหลังอยู่ใน ไลบรารีโฆษณาเนทีฟคืออะไร) เซิร์ฟเวอร์ MCP นี้คือไลบรารีนั้น ที่ทำให้เอเจนต์สามารถเรียกใช้ได้

MCP คืออะไร ในหนึ่งนาที#

MCP (Model Context Protocol) เป็นมาตรฐานเปิด ที่เปิดตัวโดย Anthropic ในปลายปี 2024 และต่อมานำไปใช้ทั่วแพลตฟอร์ม AI หลัก ที่ช่วยให้ผู้ช่วย AI เรียกใช้เครื่องมือภายนอก เซิร์ฟเวอร์เผยแพร่แคตตาล็อกของเครื่องมือ — "ค้นหาโฆษณา", "รับแบรนด์", "แสดงรายการเทรนด์" — แต่ละรายการมีอินพุตและเอาต์พุตที่พิมพ์ไว้ ไคลเอนต์ AI (Claude, ChatGPT, Cursor, VS Code หรือเอเจนต์ของคุณเอง) อ่านแคตตาล็อกและตัดสินใจว่าจะเรียกใช้อะไรเมื่อใด คุณพูดกับผู้ช่วยเป็นภาษาอังกฤษธรรมดา มันจัดการกลไก API การแบ่งหน้า และการเรียกติดตามผล

MCP สามารถทำให้ไคลเอนต์เรียกใช้เครื่องมือวิจัยที่มีโครงสร้างภายในบทสนทนาได้ เวลาที่ประหยัดได้ขึ้นอยู่กับงาน ไคลเอนต์ และข้อมูล บทความนี้ไม่มีการเปรียบเทียบเวลาที่วัดได้

สิ่งที่ MCP ของ OpenAdLibrary เปิดเผย#

เชื่อมต่อด้วยวิธีการตรวจสอบสิทธิ์ที่รองรับ และตรวจสอบรายการเครื่องมือปัจจุบัน จำนวนเครื่องมือและคอร์ปัสในอดีตเป็นการสังเกตที่ระบุวันที่ ไม่ใช่การรับประกันการเข้าถึงในปัจจุบัน

ตรวจสอบบันทึกแต่ละรายการที่ส่งคืนและฟิลด์หลักฐานที่มีอยู่ ผลลัพธ์จากเครื่องมืออาจไม่มีครีเอทีฟ ปลายทาง หรือร่องรอย อย่าเติมฟิลด์ที่ขาดหายด้วยการสันนิษฐาน

สิ่งที่คุณสามารถทำได้จริงกับมัน#

การวิจัยคู่แข่งโดยไม่ต้องเปิดแท็บเพียบ#

เวิร์กโฟลว์การวิจัย สามารถระบุแบรนด์ ค้นหาโฆษณาที่ถูกจับของแบรนด์นั้น และตรวจสอบหลักฐานปลายทางที่มีอยู่ ตรวจสอบสคีมาเครื่องมือปัจจุบันและความครบถ้วนของผลลัพธ์ในแต่ละขั้นตอน แทนที่จะสันนิษฐานว่าลำดับการเรียกที่ตายตัวครอบคลุมทุกรายการ

การสร้างไอเดียครีเอทีฟจากผู้ชนะที่พิสูจน์แล้ว#

ช่วงการสังเกต ช่วยในการเลือกตัวอย่างเพื่อตรวจสอบได้ แต่มันไม่ได้ยืนยันถึงกำไรหรือการส่งมอบอย่างต่อเนื่อง การกระจายของช่วงการสังเกตใดๆ จำเป็นต้องระบุกลุ่มตัวอย่าง หน้าต่างการเก็บข้อมูล และวิธีการคำนวณ ก่อนที่จะนำเสนอเป็นเกณฑ์มาตรฐาน

การตรวจสอบความทนทานและความล้าตามต้องการ#

การวิจัยแบบเกิดซ้ำต้องอาศัยการสนับสนุนการตั้งเวลาทำงานในไคลเอนต์หรือระบบอื่นที่ได้รับอนุญาต การให้เครื่องมือ MCP ไม่ได้ตั้งเวลางานหรืออนุญาตการส่งข้อความหรือการเขียนด้วยตัวเอง

การสำรวจแนวตั้งและเครือข่าย#

ถาม: "เปรียบเทียบ Taboola กับ MGID สำหรับแนวตั้งความบันเทิง: ปริมาณครีเอทีฟ ผู้โฆษณายอดนิยม และผู้เข้ามาใหม่ใน 30 วันที่ผ่านมา" เครื่องมือเช่น get_network_profile, get_share_of_voice และ list_new_entrants ถูกสร้างขึ้นสำหรับการรวมกลุ่มนี้โดยเฉพาะ สำหรับพื้นหลังเกี่ยวกับความแตกต่างของเครือข่าย MGID กับ Taboola คือเวอร์ชันที่เขียนโดยมนุษย์

การเดินผ่านการตั้งค่า#

ปลายทางระยะไกลคือ https://mcp.openadlibrary.com/mcp โค้ดในรีโพซิทอรีรองรับ OAuth และคีย์ API สำหรับข้อมูลสาธารณะที่ส่งผ่านส่วนหัว Authorization: Bearer หรือส่วนหัว x-api-key ใช้วิธีที่ไคลเอนต์ของคุณรองรับและคำแนะนำปัจจุบันของ OpenAdLibrary อย่าใส่ข้อมูลลับใน URL หรือบทสนทนาที่แชร์กัน

ตรวจสอบแผนบัญชีและโควต้าปัจจุบันก่อนรันเวิร์กโฟลว์ สิทธิ์คำขอและราคาในอดีตที่ระบุในบทความนี้ไม่ได้รับการยืนยันว่าเป็นสิทธิ์ปัจจุบัน

สำหรับ Claude หรือไคลเอนต์อื่น ให้ทำตามขั้นตอนการเชื่อมต่อ MCP ระยะไกลปัจจุบันของผลิตภัณฑ์นั้น การรองรับ OAuth ส่วนหัวแบบกำหนดเอง และไฟล์การกำหนดค่าแตกต่างกันไปในแต่ละไคลเอนต์ อย่าสันนิษฐานว่าคอนเนคเตอร์บนเดสก์ท็อปยอมรับการกำหนดค่าแบบ CLI

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

รูปแบบการกำหนดค่าแตกต่างกันไปในแต่ละไคลเอนต์ ให้ถือว่าออบเจ็กต์ mcpServers ต่อไปนี้เป็นเพียงตัวอย่างเฉพาะไคลเอนต์ และใช้สคีมาที่ระบุในเอกสารสำหรับผลิตภัณฑ์และเวอร์ชันที่คุณใช้งานจริง

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

ตรวจสอบว่าไคลเอนต์แสดงรายการเครื่องมือจริงและเรียกใช้เครื่องมือที่ผ่านการตรวจสอบสิทธิ์ ตรวจสอบบันทึกที่ส่งคืนและข้อผิดพลาดใดๆ คำตอบที่มีชื่อหรือตัวเลขที่ดูสมเหตุสมผลไม่ใช่หลักฐานว่าการเชื่อมต่อทำงานได้

สังเกตการตอบกลับเรื่องโควต้าบัญชีและขีดจำกัดอัตรา ที่เกิดขึ้นจริง อย่าสันนิษฐานสิทธิ์คำขอหรืออัตราที่ตายตัวจากบทความเก่า

ตัวอย่างที่ทำงาน: การแยกชิ้นส่วนคู่แข่งในหนึ่งเซสชัน#

ต่อไปนี้เป็นเวิร์กโฟลว์เพื่อการอธิบาย ไม่ใช่เซสชันที่บันทึกจากประสบการณ์ตรง หรือคำสัญญาว่าเครื่องมือทุกตัวที่ระบุชื่อยังใช้ได้ในปัจจุบัน

ระบุเอนทิตีที่ต้องการ ค้นหาในช่วงเวลาที่จำกัด และตรวจสอบเมทาดาทาของผลลัพธ์ การแบ่งหน้า และการตัดทอนข้อมูล รายงานเฉพาะบันทึกที่ส่งคืนมาจริงเท่านั้น อย่าถือว่าผลลัพธ์ที่จำกัดเป็นการสำรวจตลาดที่ครบถ้วน

เทิร์น 2: "สำหรับผู้โฆษณาอันดับต้น ดึงครีเอทีฟที่ถูกสังเกตยาวนานที่สุดและหน้าแลนดิ้งเพจที่อยู่เบื้องหลังพวกเขา โครงสร้างฟันเนลคืออะไร?" เอเจนต์เชื่อมโยง get_brand, search_ads เรียงตามอายุการสังเกต และ get_landing_page_ads คุณเรียนรู้ว่าผู้ชนะรันฟันเนลแบบควิซ โฆษณาบทความหรือหน้าโปรดักต์ตรงๆ — ความแตกต่างระหว่างการคัดลอกพาดหัวและการเข้าใจกลยุทธ์

เทิร์น 3: "เพิ่มผู้โฆษณาสามอันดับแรกลงในวอทช์ลิสต์ของฉันและบันทึกการค้นหานี้" เอเจนต์เรียก watch_advertiser และ save_search ดังนั้นเซสชันสัปดาห์หน้าจะเริ่มด้วย "อะไรเปลี่ยนไปในวอทช์ลิสต์ของฉัน?" แทนที่จะเริ่มใหม่

เวิร์กโฟลว์นี้แสดงให้เห็นว่าเครื่องมือช่วยสนับสนุนการวิจัยได้อย่างไร มันไม่ใช่การเปรียบเทียบเวลาที่วัดได้ระหว่างการทำด้วยมือและอัตโนมัติ

รูปแบบการพรอมต์ที่ได้รับคำตอบที่ดี#

เอเจนต์ข้อมูลโฆษณาล้มเหลวในวิธีที่คาดเดาได้ และสามนิสัยป้องกันความล้มเหลวส่วนใหญ่

กำหนดขอบเขตก่อนกวาด "แสดงโฆษณาที่ชนะให้ฉันดู" บังคับให้เอเจนต์เดาเครือข่าย ภูมิศาสตร์และแนวตั้ง ใช้โควต้าไปกับการเรียกกว้าง "โฆษณา Taboola สหรัฐอเมริกาในประกันภัยที่ถูกสังเกต 14+ วัน" ได้การเรียกเครื่องมือที่แม่นยำในครั้งแรก — ซึ่งสำคัญกับคีย์ที่ถูกวัด

ขอหลักฐาน ไม่ใช่แค่ข้อสรุป ให้เอเจนต์ส่งคืน ID ครีเอทีฟ วันที่พบครั้งแรกและป้ายผู้โฆษณาควบคู่ไปกับสรุปของมัน เอเจนต์สรุปอย่างมั่นใจ วินัยในการอ้างอิงแถวทำให้พวกมันซื่อสัตย์และทำให้เอาต์พุตสามารถตรวจสอบได้ในแดชบอร์ด

อ่านคำจำกัดความฟิลด์ของเครื่องมือ ช่วงการสังเกตจากครั้งแรกถึงครั้งล่าสุดไม่ใช่ระยะเวลาการรันแคมเปญอย่างต่อเนื่อง และหน้าต่างการเก็บข้อมูลที่มีขอบเขตจำกัดอาจปิดบังข้อมูลที่จุดปลายด้านใดด้านหนึ่ง

สำหรับผู้สร้าง AI: ไกลกว่าไคลเอนต์แชท#

ไคลเอนต์สามารถผสมผสานเครื่องมือวิจัยกับความสามารถอื่นที่ได้รับอนุญาตได้ในกรณีที่รองรับ การตั้งเวลาทำงาน การส่งอีเมล และการเขียนบัญชี ต้องมีการผสานรวมของตัวเองและการอนุญาตอย่างชัดเจน สิ่งเหล่านี้ไม่ได้เป็นนัยจากการเข้าถึงปลายทางการวิจัย

วางแผนคำค้นหาที่มีขอบเขตจำกัดโดยใช้โควต้าที่ระบุในเอกสารของบัญชีปัจจุบันและขีดจำกัดการตอบกลับจริง ไม่ควรใช้สิทธิ์ในอดีตในการกำหนดขนาดงานอัตโนมัติ

ข้อมูลมาจากไหน (และทำไมเอเจนต์จึงเชื่อถือได้)#

ป้ายและโดเมนที่ถูกจับช่วยสนับสนุนการระบุที่มา แต่ไม่ได้ระบุผู้โฆษณาตามกฎหมาย ผู้จ่ายเงิน หรือเอเจนซีเสมอไป ให้เก็บรักษาบันทึกต้นทางไว้และระบุความไม่แน่นอน

การประทับเวลาที่พบครั้งล่าสุดรายงานการสังเกตที่ถูกจับครั้งล่าสุด มันไม่ได้พิสูจน์ว่าโฆษณากำลังรันอยู่ในขณะที่ส่งคำค้นหา

MCP กับแดชบอร์ด: ควรใช้เมื่อไร#

แดชบอร์ดยังคงดีกว่าสำหรับการเรียกดูด้วยภาพ — สแกนกริดครีเอทีฟ ตรวจสอบสไตล์ภาพด้วยตา การทำงานแบบเซอร์เรนดิปิตีที่อธิบายไว้ใน วิธีค้นหามุมโฆษณาเนทีฟที่ชนะ MCP ชนะเมื่อใดก็ตามที่คำถามเป็นแบบประกอบ ("ค้นหา X จากนั้นสำหรับแต่ละรายการ ตรวจสอบ Y") ตามกำหนดการ (สรุปรายสัปดาห์) หรือป้อนเข้าอีกระบบ (สรุป รายงาน โมเดล) ผู้ปฏิบัติงานส่วนใหญ่จะจบลงด้วยการใช้ทั้งสองอย่าง: เรียกดูเพื่อสร้างสัญชาตญาณ มอบหมายให้เอเจนต์สำหรับการทำซ้ำ

ตรวจสอบหน้าต่างและขอบเขตการเก็บรักษาข้อมูลจริงที่เครื่องมือส่งคืน อย่าสันนิษฐานว่าทุกคำค้นหาหรือสถิติใช้หน้าต่างที่หมุนวนเดียวกัน

สรุป#

ใช้รายการเครื่องมือปัจจุบัน ขีดจำกัดบัญชี และเอกสารการเชื่อมต่อ ในการตัดสินใจว่าการผสานรวมนี้เหมาะกับงานหรือไม่ ตรวจสอบผลลัพธ์เทียบกับหลักฐานที่ส่งคืน และระบุวันที่ของจำนวนในอดีตให้ชัดเจน