Szybka odpowiedź: jak połączyć Google Ads z AI przez MCP?
- Oficjalny serwer Google Ads MCP odczytuje dane konta, a stawek, budżetów ani ustawień emisji kampanii nie zmienia.
- Potrzebujesz projektu w Google Cloud z Google Ads API, poziomem dostępu co najmniej Explorer i uwierzytelnieniem OAuth.
- Gotowe konektory w chmurze łączą konto szybciej, ale tokeny trzyma wtedy dostawca.
- Najwięcej daje analiza, czyli wyszukiwane hasła, marnowany budżet, porównania okresów i audyt konta.
- Zmiany na koncie zostaw człowiekowi, nawet jeśli serwer pozwala je wykonać.
Czym jest Google Ads MCP
to otwarty standard, przez który asystent AI wywołuje zewnętrzne narzędzia. Serwer MCP dla Google Ads udostępnia modelowi funkcje do odpytywania konta reklamowego, a model sam decyduje, kiedy ich użyć, pobiera dane i dopiero na ich podstawie formułuje odpowiedź. Sam standard szerzej opisuję w artykule o tym, co to jest MCP.
Pod spodem każdy taki serwer korzysta z Google Ads API i języka zapytań GAQL, który jest podobny do SQL. Zamiast samemu pisać zapytanie w rodzaju poniższego, po prostu pytasz asystenta, które wyszukiwane hasła w poszczególnych grupach reklam kosztowały Cię najwięcej w ostatnich 30 dniach bez żadnej konwersji. Model następnie składa zapytanie, wywołuje serwer i interpretuje wynik.
Zakres LAST_30_DAYS obejmuje ostatnie 30 dni z wyłączeniem dnia dzisiejszego, natomiast pełny poprzedni miesiąc kalendarzowy uzyskasz za pomocą LAST_MONTH. Aby otrzymać właściwy koszt, podziel metrics.cost_micros przez 1 000 000 i pobierz walutę z pola customer.currency_code.
Zapytanie zwraca dane na poziomie konkretnej grupy reklam, co oznacza, że to samo wyszukiwane hasło może pojawić się w wynikach wielokrotnie. Z tego względu wyznaczenie rankingu dla całego konta wymaga pobrania surowych danych (bez filtrowania konwersji i bez limitu 20 wyników), zsumowania kosztów oraz konwersji według wyszukiwanego hasła po stronie aplikacji, a dopiero potem przefiltrowania i posortowania zagregowanych wyników.
Do wyboru masz oficjalny serwer Google, który uruchamiasz u siebie, albo hostowane konektory firm trzecich, które podłączasz w kilka minut.
Oficjalny serwer Google Ads MCP
Google publikuje otwartoźródłowy serwer w repozytorium googleads/google-ads-mcp. Serwer ma narzędzia do pobierania listy dostępnych kont, zapytań GAQL i metadanych zasobów, czyli informacji, jakie pola i raporty w ogóle istnieją. Udostępnia też narzędzia do tworzenia zasobów reklamowych, wgrywania filmów i zarządzania etykietami. Każdą taką zmianę trzeba najpierw zaproponować, a potem potwierdzić, a w pliku tools_config.yaml możesz te narzędzia wyłączyć i pracować w trybie tylko do odczytu. Serwer nie zmienia stawek, budżetów ani ustawień emisji kampanii, ale pozwala przypisywać i usuwać ich etykiety.
Warto przy tym wiedzieć, że Google nie hostuje tego serwera, więc uruchamiasz go lokalnie i podłączasz do klienta, który obsługuje serwery MCP, takiego jak Claude Code, Codex CLI, Cursor, VS Code czy Antigravity. Możesz też go wdrożyć samodzielnie, na przykład na Cloud Run, przy czym uwierzytelnienie działa przez OAuth albo konto usługi.
Co trzeba przygotować
Najwięcej czasu zajmuje przygotowanie dostępu do Google Ads API. Przechodziłem tę ścieżkę przy własnym serwerze MCP do Keyword Plannera, więc opiszę ją z pułapkami, na które trafiłem.
- Dostęp do konta reklamowego, bezpośrednio albo przez konto menedżera (MCC). Przy korzystaniu z konta menedżera (MCC) przygotuj również jego identyfikator. Pamiętaj, że tokeny deweloperskie zostały wycofane 9 września 2026 roku – obecnie dostęp do API jest zarządzany bezpośrednio na poziomie projektu w Google Cloud.
- Projekt w Google Cloud z włączonym Google Ads API i klientem OAuth typu „aplikacja komputerowa”. Poziom dostępu do API jest przypisany do projektu, więc ustal od razu, którego projektu będziesz używać.
- Poziom dostępu projektu. Poziom Test działa tylko na kontach testowych. U mnie świeży projekt miał właśnie ten poziom i zapytanie na prawdziwe konto kończyło się błędem
CLOUD_PROJECT_NOT_APPROVED_FOR_PRODUCTION. Do zwykłych zapytań GAQL wystarcza poziom Explorer. Wniosek składasz w Google Cloud Console, a jego ocena jest zwykle automatyczna. Keyword Planner wymaga co najmniej poziomu Basic. Wniosek o Basic składa się w Google Cloud Console, na stronie przeglądu Google Ads API, a u mnie wymagał krótkiego dokumentu projektowego z opisem odstępu między zapytaniami i cache. - Aktywne konto przy zapytaniach o jego dane. Konto, które nie przeszło konfiguracji albo zostało anulowane, zwraca błąd
CUSTOMER_NOT_ENABLED, nawet gdy dostęp do API jest poprawny. Keyword Planner działa u mnie na koncie menedżera, więc tam aktywacja konta reklamowego nie była potrzebna. - Plik konfiguracyjny z sekretami poza repozytorium, z uprawnieniami tylko dla Twojego użytkownika. Token odświeżania OAuth i plik poświadczeń dają dostęp do danych reklamowych, więc traktuj je jak hasła.
W moim serwerze przechowuję wyniki badania fraz w pamięci podręcznej przez 30 dni. To ustawienie dla mojego zastosowania: historyczne wolumeny są odświeżane miesięcznie, ale inne wyniki i prognozy mogą zmieniać się częściej. Usługi planowania mają osobne limity, m.in. jedno zapytanie na sekundę.
Jak uruchomić połączenie w Cursorze
Poniższy wariant działa lokalnie przez stdio. Przygotuj Python 3.10 lub nowszy, Git, pipx i Google Cloud CLI (gcloud). Pobierz plik JSON klienta OAuth typu „aplikacja komputerowa” z przygotowanego projektu.
- Zaloguj użytkownika mającego dostęp do Google Ads. Zastąp ścieżkę własną:
- Zapisz poza repozytorium plik wyłączający zapis:
- W osobistej konfiguracji
~/.cursor/mcp.jsondodaj serwer. Jeśli plik już istnieje, dopisz wpis domcpServers. Podstaw identyfikator projektu, ścieżkę poświadczeń wypisaną przezgcloudoraz ścieżkę konfiguracji narzędzi:
Jeśli korzystasz z konta menedżera (MCC), dodaj w obiekcie env konfiguracji MCP parametr GOOGLE_ADS_LOGIN_CUSTOMER_ID zawierający jego identyfikator (bez myślników). Cursor uruchomi serwer za pomocą narzędzia pipx, które przy pierwszym starcie automatycznie pobierze wymagane zależności. Pamiętaj, że ten przykład zaciąga bieżący kod z repozytorium – przed wdrożeniem na produkcję warto przypiąć przetestowany commit, dopisując @SHA_COMMITA do adresu po .git.
- Włącz serwer w ustawieniach MCP Cursora i sprawdź, czy udostępnia odczyt, bez narzędzi
assetsilabels. Poproś o listę dostępnych kont, a następnie o odczyt nazwy i waluty wskazanego konta reklamowego. Lista obejmuje konta dostępne bezpośrednio; przy MCC wskaż osobno identyfikator konta podrzędnego. Porównaj wynik z panelem Google Ads.
Gotowe konektory zamiast własnego serwera
W sytuacji, kiedy nie chcesz przygotowywać dostępu do API, możesz skorzystać z konektorów takich jak Adzviser czy Windsor.ai, które mają już dostęp do Google Ads API i podłączają Twoje konto przez zwykłe logowanie Google. Działają w przeglądarce, z ChatGPT albo Claude, i często łączą Google Ads z Search Console i GA4 w jednym miejscu. Jak te same konektory działają przy Search Console, porównałem w artykule o Google Search Console MCP.
Do czego AI przydaje się w Google Ads
Asystent z dostępem do danych konta najlepiej sprawdza się tam, gdzie człowiek musiałby przeklikać kilka raportów i zestawić je w arkuszu.
Zbieranie danych i analizę zlecaj agentowi jako dwa osobne zadania. Najpierw poproś o pobranie i zapisanie danych wraz z identyfikatorem konta, zakresem dat, filtrami oraz użytym zapytaniem. Dopiero potem zleć analizę zapisanego zestawu. Taki podział ułatwia modelowi pracę na jasno określonych danych, a Tobie pozwala sprawdzić, na czym opiera wnioski.
| Zadanie | Przykładowe pytanie do asystenta |
|---|---|
| Marnowany budżet | Które wyszukiwane hasła wygenerowały koszt ponad 100 zł w ostatnim kwartale bez żadnej konwersji? |
| Wykluczające słowa kluczowe | Zaproponuj listę wykluczeń na podstawie haseł z ostatnich 90 dni, które nie pasują do oferty. |
| Porównanie okresów | Jak zmienił się koszt konwersji w kampanii X po zmianie strategii stawek 1 października? |
| Audyt struktury konta | Które grupy reklam mają mniej niż dwie aktywne reklamy albo słowa kluczowe bez wyświetleń? |
| Raport dla klienta | Przygotuj podsumowanie miesiąca dla kampanii na frazy z nazwą marki i bez niej, z wnioskami. |
| Badanie fraz | Sprawdź popularność i stawki dla tej listy fraz w Polsce i pogrupuj je według intencji. |
Brak konwersji wskazuje hasła do przeglądu i trzeba uwzględnić opóźnienie konwersji, cel kampanii i jakość pomiaru.
Odpowiedzi są tak dobre, jak dane w koncie. Jeśli śledzenie konwersji jest niepełne albo liczy niewłaściwe zdarzenia, asystent wyciągnie z nich równie błędne wnioski, tylko szybciej. Zanim zaczniesz analizy, upewnij się, że konwersje są poprawnie skonfigurowane, co w serwisach na Next.js opisuję w tekście o śledzeniu konwersji Google Ads.
Ryzyka i granice zaufania
Zmiany na koncie zostaw człowiekowi.
Część zewnętrznych platform daje agentowi uprawnienia do modyfikacji stawek, budżetów czy statusów kampanii. Korzystając z takich narzędzi, bezwzględnie wymagaj potwierdzenia każdej operacji i zaczynaj testy od kont z niskimi budżetami. Pomyłka modelu może być kosztowna.
Pamiętaj również, że wyniki zwracane przez serwer MCP stają się częścią kontekstu konwersacji i trafiają do chmury dostawcy modelu – przy wrażliwych danych klientów zawsze warto weryfikować politykę prywatności wybranego planu.
Kolejnym wyzwaniem są twarde limity API. Przykładowo, Google Ads API ogranicza liczbę operacji w oknie 24-godzinnym (np. poziom Explorer daje 2880 zapytań, a Basic 15 000). Choć przy pojedynczym koncie trudno je wyczerpać, asystent działający w pętli na wielu kontach potrafi wyczerpać pulę znacznie szybciej, niż zakładasz.
Nie zapominaj wreszcie o błędach w składni zapytań GAQL generowanych przez model. LLM potrafi pomylić pola lub zakresy dat, podając niepoprawne dane w niezwykle przekonujący sposób. Zanim podejmiesz decyzje budżetowe oparte na takich wynikach, poproś asystenta o wgląd w wygenerowane zapytanie i zweryfikuj je bezpośrednio w interfejsie Google Ads.
Google Ads, Search Console i GA4 w jednym asystencie
Największą wartość daje połączenie kilku źródeł danych, ponieważ agent, który ma dostęp do Google Ads, Search Console i GA4, potrafi odpowiedzieć bardziej precyzyjnie na stawiane pytania. Gdy poszerzasz kontekst o kolejne źródła, sprawdzaj, czy dostarczają aktualnych i wiarygodnych informacji. Jedno źródło może zawierać błędne lub celowo zmanipulowane dane, które wprowadzą w błąd agenta, a co za tym idzie, także nas. Takie raporty mogą prowadzić do błędnych decyzji.


