使用ChatGPT和Claude进行原生广告研究：MCP工作流

您可以通过MCP（模型上下文协议）将助手连接到广告库，从而在ChatGPT或Claude内部进行严肃的原生广告研究。无需花一小时点击筛选，只需提问——"find the longest-running joint-pain ads on Taboola in the US and cluster their hooks"——助手就会针对来自49个网络（2026年6月）超过29,000个广告主的725,000多个原生广告创意的索引，链式调用实时工具。本教程涵盖五分钟的设置和五个在日常使用中行之有效的研究工作流，以及让模型扎根于真实数据而非编造数据的提示词模式。

您需要什么#

• 一个OpenAdLibrary账户和API密钥。 密钥从您的账户设置中生成；同一个密钥同时驱动公共数据API和MCP服务器。关于为什么API优先的间谍工具很重要，请参见带有API的广告间谍工具。
• 一个支持MCP的客户端。 Claude（网页和桌面版）支持自定义连接器；ChatGPT在开发者模式下支持MCP连接器；Claude Code、Cursor和大多数代理框架原生支持MCP。
• 五分钟。 无需安装任何东西——服务器托管在mcp.openadlibrary.com，使用Streamable HTTP，即当前MCP传输标准。

服务器公开了与网络应用相同的语料库上的43个工具：广告搜索、品牌和广告主查询、追踪的落地页、趋势和声量份额聚合、发布商数据以及监视列表操作。完整的工具目录以及每个集群的用途在原生广告库MCP中有文档说明；本文是关于工作流的。

连接Claude和ChatGPT#

Claude： 添加指向托管服务器URL的自定义连接器，并使用API密钥进行身份验证——claude.ai支持OAuth风格的连接流程，不能发送标头的客户端可以在URL中传递密钥。ChatGPT： 启用开发者模式，使用相同的URL和密钥添加MCP连接器。Claude Code / Cursor / agents： 一个配置条目，例如claude mcp add --transport http openadlibrary https://mcp.openadlibrary.com/mcp。菜单名称会随着这些平台的迭代而变化，因此请将密钥设置中链接的API文档页面视为当前点击路径的权威来源。

用一个临时问题验证连接："使用OpenAdLibrary工具，索引中Taboola有多少条实时创意？" 如果助手用工具调用而不是记忆回答，说明连接成功。

工作流1：竞争对手拆解#

提示："分析[品牌或域名]的原生广告。他们在哪些网络上，有多少条实时创意，使用什么角度，最老的广告存活了多久，落地页卖什么？引用创意ID。"

助手链式调用品牌查询、针对该广告主的广告搜索以及落地页拉取，然后撰写简报。这是如何监视竞争对手原生广告中手动流程的委托版本——相同逻辑，几分钟而不是一个下午。询问漏斗后续："拉取他们运行时间最长的三个广告背后的落地页，并描述offer结构"（手动方法在如何查找竞争对手落地页中）。

工作流2：从幸存者中挖掘角度#

原生广告中最可靠的创意简报是"已经幸存下来的东西"。广告寿命是盈利能力最接近的公开代理——没有人会付费运行一个失败的广告一个月——这是广告寿命作为获胜信号的全部论点。

提示："搜索[网络]上[地域]中运行了21天以上的[垂直领域]广告。按钩子类型分组，列出重复出现的角度并附上示例标题，然后起草五个使用相同心理但不抄袭任何标题的新标题变体。"

将评分标准粘贴到提示词中，使聚类更精确——如何分析获胜原生广告创意中的框架可以直接作为提示材料使用。

工作流3：垂直领域和地域侦察#

在进入新的地域或垂直领域之前，先询问市场地图："比较Taboola和MGID在DE地区的家居改善垂直领域：创意数量、顶级广告主、过去30天的新进入者，以及在DE运行但不在US运行的广告主。" 网络概况、声量份额和新进入者工具正是为此类聚合而构建的。它与在原生广告中扩展到新地域中的扩展逻辑配对：找到一个Tier-2市场，其中经过验证的Tier-1角度还没有本地竞争对手。

工作流4：定时监视列表监控#

监视工具在会话之间保持状态："将这五个广告主添加到我的监视列表"，然后每周："检查我的监视列表——本周哪些广告停止被观察到，哪些超过了21天运行，谁推出了新创意？" 将其作为定时代理任务运行，周一的竞争回顾就变成了一份你阅读的报告，而不是你做的家务。构建底层列表在如何构建竞争对手监视列表中有所涵盖，完整节奏在构建竞争广告情报工作流中。

工作流5：市场动态摘要#

提示："过去14天[垂直领域]原生广告发生了什么变化？新广告主、消亡的创意、获得份额的角度。每个说法引用基础数据。" 这使用了趋势、增量同步和新进入者工具来生成一个优秀分析师会整理的摘要——在创意冲刺或预算审查前作为常设简报非常有用。

一个端到端的实际示例#

压缩显示一个真实会话的样子。任务：为进入美国助听器市场的创意团队在Taboola上做简报。

提示1： "使用OpenAdLibrary工具，查找运行14天以上的美国Taboola助听器或听力损失广告。列出广告主、标题、运行天数和创意ID。" 助手运行范围限定的广告搜索并返回幸存者表格——例如，四个广告主之间的十几个广告，最老的运行了37天。

提示2： "按心理钩子对这些标题进行聚类。哪个广告主拥有最多的实时创意，他们是在测试多个角度还是迭代一个？" 不需要新的工具调用——助手在返回的数据上工作并报告，例如，数量领先者运行一个问题-煽动角度，跨多个图片变体，而一个挑战者正在测试发现框架的钩子。

提示3： "拉取两个运行时间最长的创意背后的落地页，并描述漏斗：测验、原生广告文章还是直接offer？" 现在它调用针对创意ID的落地页工具，并返回漏斗形状和目标域名。

提示4： "撰写创意简报：主导角度、没人运行的空白角度、该类别的漏斗规范，以及三个测试假设。标记任何无法用工具验证的内容。" 十五分钟，一个聊天，简报引用了捕获的证据——你的团队可以在广告情报控制台中打开的创意ID——而不是感觉。

提示4中的最后一句比看起来更重要，这引出了我们关于扎根的问题。

保持模型诚实的提示词模式#

带有工具的助手仍然可能在工具周围产生幻觉。五个规则可以防止大部分问题：

• 强制引用工具输出。 以"引用工具结果中的创意ID/广告主名称；如果工具未返回，则说明"结束提示。没有ID的回答来自训练记忆。
• 绝不接受工具未返回的数字。 如果你要求计数，它们必须来自搜索或聚合调用，而不是模型的回忆。
• 在聚合之前限定范围。 "所有网络，所有地域"的问题浪费调用并产生混乱。指定网络、地域和时间窗口。
• 有意分页。 按寿命或最近性请求前N个，而不是"全部"——键集遍历用于导出，而不是聊天。
• 了解你的配额。 免费层API密钥故意很小——足以验证连接并每天运行一两个演示查询。持续的代理研究运行在付费计划上，大量的程序化拉取属于广告情报API而不是聊天。

这里的转变比便利性更大。广告库曾经是你访问的网站；通过MCP，它变成了你的助手可以推理的数据源——而将其融入每周例行工作的买家每周都在累积优势。