原生廣告資料庫 MCP：從 Claude 與 ChatGPT 查詢 635,443 則原生廣告

您現在可以問 Claude 或 ChatGPT 這樣的問題：「本週保險業有哪些廣告主在 Taboola 上推出了新廣告活動？其中哪些廣告存活時間最長？」 — 並獲得基於即時捕捉的廣告數據計算出的答案，而非模型的訓練記憶。實現這一功能的基礎設施是 MCP，截至 2026 年 7 月，OpenAdLibrary 在 mcp.openadlibrary.com 託管了一個 MCP 伺服器，開放 43 項工具，索引涵蓋來自 46 個聯播網的 27,256 位廣告主、共 635,443 則原生廣告素材。本指南解釋其意義、這些工具的功能，以及如何在約五分鐘內將其接入您的 AI 助理。

Meta 廣告主已經有了這種模式：Foreplay 今年稍早推出了 Meta 和 TikTok 廣告素材研究的廣告資料庫 MCP。原生探索聯播網 — Taboola、Outbrain、MGID、Revcontent、MSN 動態消息 — 則一無所有，這與該管道的歷史一致：直到最近，根本沒有任何公開的原生廣告資料庫（其背景故事請見 什麼是原生廣告資料庫）。這個 MCP 伺服器正是那個資料庫，只是變成了可被代理程式呼叫。

一分鐘了解 MCP#

MCP（模型情境協定）是一個開放標準，由 Anthropic 於 2024 年底推出，隨後被各大 AI 平台採納，它讓 AI 助理能夠呼叫外部工具。伺服器發佈一個工具目錄 — 「搜尋廣告」、「取得品牌」、「列出趨勢」 — 每個工具都有輸入和輸出的類型定義。AI 客戶端（Claude、ChatGPT、Cursor、VS Code 或您自己的代理）讀取目錄並決定何時呼叫哪個工具。您用純英文與助理交談；它負責處理 API 機制、分頁和後續呼叫。

實際的後果：廣告資料庫不再是一個您需要瀏覽的網站，而變成您的代理程式可以據此推理的數據源。取代花二十分鐘點擊篩選器，您提出一個複合問題，代理程式會串連五個工具呼叫來回答它。

OpenAdLibrary MCP 開放的功能#

託管伺服器是圍繞我們在 原生廣告數據 API 概述中描述的同一公開數據 API 的一個輕薄、需驗證的層 — 相同的索引、相同的配額、相同的金鑰。43 項工具分為六個群組：

這些工具背後是完整的資料集：171,050 則 Taboola 素材、92,290 則來自 Outbrain、54,585 則來自 MGID、12,821 則來自 Revcontent，外加 1,081,997 個追蹤到的到達頁面，以及 5,874,698 次廣告觀察（2026 年 7 月）。每則素材都帶有真實的廣告主標籤、首次觀察/最後觀察日期、聯播網、地理位置和語言 — 這是下述每個使用案例的原始素材。

您實際上能用它做什麼#

無需開大量分頁的競爭對手研究#

提問：「分析 competitor-brand.com 的原生廣告投放。他們在哪些聯播網上投放？有多少即時素材？他們在運用哪些切入角度？他們的到達頁面在銷售什麼？」代理程式串連 get_brand → search_ads → get_landing_page_ads，並返回一份簡報，這通常需要分析師花一下午的時間。這個流程的手動版本記載於 如何監控競爭對手的原生廣告 — MCP 版本是相同的邏輯，只是被委派執行。

從經得起考驗的成功範例獲得創意靈感#

原生廣告中最可靠的創意簡報就是「那些已經存活下來的東西」。提問：「尋找美國 Taboola 上運行時間最長的保健類廣告，將它們的鉤子進行分類，並根據相同的心理學原理（但不抄襲）草擬五個新的標題角度。」長存性是盈利能力的一種代理指標 — 在我們的索引中，大約 89% 的圖片素材在首次觀察後的 10 天內消失，因此存活者是一組經過預篩選的、行之有效的內容（請參閱 廣告存續期作為成功信號）。擁有 search_ads 工具並加上您的草擬指令的代理程式，可以將這個篩選器轉變為創意管道，而 如何分析成功的原生廣告素材 則提供了值得貼入您的提示詞的評分框架。

按需進行存續期與疲勞度檢查#

提問：「檢查我觀察清單中的每個廣告 — 哪些本週停止了觀察？哪些已連續運行超過 21 天？」使用 list_watchlist 和 sync_ads_changes，這將變成一項排程的代理任務，而非週一的例行公事。將其與 如何找到成功的廣告 的信號結合，您就擁有了一份自動化的市場動態報告。

產業與聯播網探查#

提問：「比較 Taboola 與 MGID 在娛樂產業的表現：素材數量、頂級廣告主、過去 30 天的新進入者。」像 get_network_profile、get_share_of_voice 和 list_new_entrants 這樣的工具就是為這種聚合分析而設計的。關於這些聯播網如何不同，MGID vs Taboola 是人工撰寫的版本。

設定逐步教學#

伺服器使用 Streamable HTTP — 當前的 MCP 傳輸標準 — 通訊，位置在 https://mcp.openadlibrary.com/mcp，並使用您個人的 API 金鑰作為 Bearer token 進行身份驗證。每個主要客戶端都遵循相同的模式。

步驟 1 — 取得金鑰。 建立一個免費帳戶，然後在設定中生成一個 API 金鑰。金鑰格式類似 oal_...，且僅顯示一次。免費方案有真實限制：每日 2 次請求，足以驗證連接並進行幾次工具呼叫。付費方案（每月 29.99 美元）則開放標準配額：每日 5,000 次請求。

步驟 2 — 新增連接器。 在 Claude 中，新增一個自訂連接器，指向 https://mcp.openadlibrary.com/mcp，並將您的金鑰作為 Authorization 標頭。在 Claude Code 中，這是一個指令：

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

Cursor、VS Code 及大多數其他客戶端接受等效的 JSON 設定：

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

步驟 3 — 冒煙測試。 詢問您的助理：「使用 openadlibrary 工具，有多少即時 Taboola 廣告提及助聽器？誰投放得最多？」如果您得到帶有廣告主名稱的數字回覆，那麼您已成功連接。如果您收到身份驗證錯誤，通常的原因是金鑰缺少 Bearer 前綴。

一些值得了解的運作注意事項。伺服器是無狀態且多租戶的 — 您的金鑰就是您的身份，配額和速率限制（每分鐘突發 120 次請求）是按金鑰強制執行的，與原始 REST API 完全一致。沒有單獨的 MCP 定價；它與 公開 API 共用相同的方案和配額池。由於伺服器是 /api/v1 的一個通道，您在 MCP 中能做的任何事情，也可以直接編寫腳本 — 帶有 API 的廣告間諜工具 的比較涵蓋了何時 REST 勝過 MCP，反之亦然。

一個實例演練：一次對話中的競爭對手拆解#

為了更具體說明，這是一個真實的對話模式 — 這種複合型任務足以證明設定的價值。假設您銷售助聽器，並希望在投放預算前了解原生廣告的格局。

第一回合： 「在美國的 Taboola 和 Outbrain 上搜尋原生廣告索引中關於助聽器的廣告。有多少即時素材？按素材數量計算的前五名廣告主是誰？」代理程式使用聯播網和文字篩選器呼叫 search_ads，進行聚合，並列出名稱 — 包括那些您從未聽過、卻投放了數百個素材的空殼品牌。

第二回合： 「針對頂級廣告主，擷取其觀察時間最長的素材以及背後的到達頁面。漏斗結構是什麼？」代理程式串連 get_brand、按觀察存續期排序的 search_ads，以及 get_landing_page_ads。您將了解成功者是在運行測驗漏斗、廣告文案還是直接產品頁面 — 這是複製一個標題與理解一個策略之間的區別。

第三回合： 「將前三大廣告主新增至我的觀察清單，並儲存這次搜尋。」代理程式呼叫 watch_advertiser 和 save_search，因此下週的對話可以從「我的觀察清單中有什麼變化？」開始，而不是從頭開始。

二十分鐘，無需開啟大量分頁，輸出結果是一份您可以貼入廣告活動文件的書面簡報。等效的手動流程是真實存在的 — 我們在 如何進行競爭對手廣告分析 中記錄了它 — 但那需要一個下午，而不是二十分鐘。

獲得優質答案的提問模式#

廣告數據代理的失敗方式有其規律，三種習慣可以預防大多數問題。

先界定範圍，再廣泛掃描。 「給我看成功的廣告」迫使代理程式猜測聯播網、地理位置和產業，消耗配額進行寬泛的呼叫。「美國 Taboola 上保險產業、觀察超過 14 天的廣告」則能在第一次嘗試時就進行精確的工具呼叫 — 這在使用計量金鑰時很重要。

要求提供證據，而不僅僅是結論。 讓代理程式在總結時，同時返回素材 ID、首次觀察日期和廣告主標籤。代理程式會自信地總結；引用資料列的原則能讓它們保持誠實，並使輸出結果可在儀表板中驗證。

一次性教導存續期注意事項。 在您的專案指令中加入：「已運行天數是指在滾動約 31 天窗口內的觀察天數；將其視為下限。」代理程式後續得出的每個關於存續期的結論都將繼承這個修正 — 這部份的領域知識正是將原始工具存取轉化為有能力的分析所需要的。

給 AI 建構者：超越聊天客戶端#

伺服器的設計並不假設使用聊天介面。由於它使用標準的 Streamable HTTP MCP，它可以接入代理框架 — Claude Agent SDK、OpenAI 的 Agents SDK、LangChain 的 MCP 適配器 — 作為完全自動化管道的工具來源。我們看到的有效模式包括：一個每週運行的排程代理，它檢視觀察清單並郵寄競爭對手摘要；一個創意生成管道，它在草擬前先擷取某個產業中存續時間最長的十則廣告作為少樣本上下文；以及內部 Slack 機器人，它能為整個團隊回答「誰在為 X 做廣告？」而無需額外的授權席位。

配額設計有意支持這一點：金鑰是按用戶的，配額在伺服器端執行（標準為每日 5,000 次請求，每分鐘突發 120 次），且 MCP 層是無狀態的，因此水平擴展的代理併發不需要會話親和性。如果您想在純程式碼管道中跳過 MCP 的額外負擔，相同的操作也存在於 /api/v1 的純 REST 接口，語義相同。

數據從何而來（以及為何代理程式可以信任它）#

代理程式的結論僅與其底層資料集一樣好，因此值得了解工具實際查詢的是什麼。索引是通過持續從公開的發佈商頁面捕捉即時的原生廣告展示位置 — 也就是每個人在文章下方看到的贊助推薦單元 — 來建立的，使用的是聯播網本身的投放 API，從未通過點擊即時廣告（點擊會讓廣告主花費真實金錢並污染他們的數據分析；捕捉與點擊追蹤是設計上分開的）。每個捕捉到的素材均以完整質量儲存，按產業和語言分類，通過其追蹤器重定向鏈解析出真實的廣告主標籤，並且 — 對於越來越多的部分 — 連結到一個追蹤到的到達頁面。這個解析步驟對於代理程式比對人類更重要：當 Claude 報告一個模糊的「贊助」品牌實際上是某個特定的保險潛在客戶開發運營商時，它讀取的是 brandLabel 字段，而不是猜測。

規模和新鮮度是可衡量的，而非單純宣稱：迄今為止 5,874,698 次廣告觀察，僅 Taboola 部分在過去 30 天內（2026 年 7 月）就首次觀察到 167,524 則素材。對於代理程式，這種新鮮度決定了「這是原生廣告中曾經有效的內容」與「這是當前正在運行的內容」之間的區別 — 這也是為什麼存續期檢查、新進入者掃描和趨勢問題的回應會每週變化，就像一個活躍的市場實際運作的那樣。

MCP 與儀表板：何時使用哪個#

儀表板在視覺化瀏覽 — 掃描素材網格、視覺化圖像風格、如何找到成功的原生廣告切入角度 中描述的靈感探索工作 — 方面仍然更勝一籌。MCP 在處理複合型問題（「找到 X，然後針對每個，檢查 Y」）、排程型任務（每週摘要）或為其他系統提供輸入（簡報、報告、模型）時更具優勢。大多數從業者最終會兩者都用：瀏覽以建立直覺，委派給代理程式處理重複性工作。

對 AI 建構者受眾的一個提醒：代理程式會放大數據品質問題。我們的索引在一個滾動窗口內觀察廣告（目前每個素材的連續觀察期最長約 31 天），因此「已運行天數」是指觀察到的天數，而非總存續期 — 請據此指示您的代理程式，否則它對存續期的結論將系統性地保守。同樣的注意事項適用於每個廣告資料庫，包括 Meta 的；區別在於供應商是否告知您這一點。

總結#

「廣告資料庫 MCP」這個詞在 2026 年之前幾乎不存在 — Foreplay 將其用於 Meta 廣告，而現在原生聯播網也有了他們自己的版本，位於 mcp.openadlibrary.com：針對 635,443 則原生素材、1,081,997 個到達頁面，以及用於觀察清單和儲存搜尋的工作流程層，開放 43 項工具，使用與公開 API 相同的金鑰和配額，起價每月 29.99 美元，並附帶免費測試層級。如果您是技術型行銷人員或 AI 建構者，主張很簡單：競爭對手的廣告研究正在變成一項代理任務，而代理程式需要一個能說他們協議的數據源。對於原生廣告，這就是了。