Google Ads MCP — jak podłączyć AI do konta Google Ads (oficjalny serwer Google)

Google Ads MCP to oficjalny serwer Google, który pozwala asystentowi AI czytać dane z konta Google Ads przez Google Ads API. W praktyce oznacza to prosty model pracy: zadajesz pytanie w języku naturalnym, a model buduje zapytanie GAQL, pobiera dane i zwraca odpowiedź w formie tabeli, podsumowania albo listy wniosków.

Najważniejszy szczegół: oficjalny Google Ads MCP jest narzędziem do odczytu i diagnostyki, nie do edycji kampanii. Nie podniesie budżetu, nie zmieni tROAS, nie doda słów wykluczających i nie zapisze zmian na koncie. To bezpieczny punkt startu dla pracy z AI w Google Ads, ale nie pełny system zarządzania kampaniami.

Poniżej znajdziesz uporządkowany przewodnik: co jest oficjalne, co serwer potrafi, jak go uruchomić, jakie ma ograniczenia i jak używać go w procesie agencyjnym bez oddawania AI kontroli nad budżetem.

W skrócie

• Google Ads MCP to oficjalny, open-source'owy serwer Model Context Protocol utrzymywany w repozytorium googleads/google-ads-mcp.
• Serwer łączy asystenta AI z Google Ads API i pozwala pytać o dane konta w języku naturalnym.
• Oficjalny komunikat Google z 7 października 2025 opisuje pierwszą wersję jako read-only: do raportowania i diagnostyki, bez zmian na koncie.
• Najważniejsze narzędzia to search, get_resource_metadata i list_accessible_customers.
• Do startu potrzebujesz projektu Google Cloud, Google Ads API, tokena dewelopera i konfiguracji uwierzytelniania.
• MCP nie zastępuje Google Ads API, Google Ads Editora ani skryptów. To warstwa rozmowy nad danymi.
• Największa wartość pojawia się przy audytach, szybkich raportach ad hoc, diagnozie kampanii i pracy osób, które nie znają GAQL.
• Stan artykułu: 30 maja 2026.

Czym jest Google Ads MCP?

Model Context Protocol (MCP) to standard, który pozwala modelom AI korzystać z zewnętrznych narzędzi i danych. Zamiast pisać osobną integrację dla każdego asystenta, wystawia się jeden serwer MCP, a zgodny klient - na przykład Gemini, Claude, Cursor albo VS Code - może używać jego narzędzi.

Google Ads MCP jest takim serwerem dla Google Ads. Łączy asystenta z Google Ads API, ale robi to w kontrolowanym zakresie. Model może sprawdzić dostępne konta, odczytać strukturę zasobów API i wykonać zapytanie GAQL. Dzięki temu możesz zapytać:

"Pokaż kampanie Search z najwyższym kosztem konwersji w ostatnich 30 dniach i posortuj je od najgorszej."

Asystent tłumaczy takie polecenie na zapytanie do Google Ads API, pobiera wynik i zwraca czytelną odpowiedź. Nie jest to ogólna odpowiedź z internetu ani sugestia oparta na pamięci modelu. To dane z Twojego konta, pobrane przez oficjalny interfejs.

Co potrafi oficjalny serwer Google Ads MCP?

Serwer jest celowo wąski. Nie próbuje być pełnym panelem reklamowym w czacie. Jego zadaniem jest bezpiecznie udostępnić dane z Google Ads API asystentowi AI.

Dzięki temu Google Ads MCP dobrze sprawdza się w pytaniach typu:

• które kampanie wydają najwięcej bez konwersji,
• gdzie koszt konwersji wzrósł tydzień do tygodnia,
• które słowa kluczowe mają koszt, kliknięcia i brak sprzedaży,
• jak zmienił się udział urządzeń w wynikach,
• które kampanie Performance Max wymagają głębszej analizy,
• czy wybrane konto ma dane potrzebne do dalszego audytu.

Jeżeli chcesz zrozumieć warstwę techniczną pod spodem, zacznij od wpisu o tym, czym jest Google Ads API i do czego służy. MCP korzysta z API, ale ukrywa część technicznej pracy za rozmową z modelem.

Przykład: od pytania do zapytania GAQL

Załóżmy, że chcesz szybko sprawdzić kampanie z wysokim kosztem konwersji. Piszesz:

"Pokaż 10 kampanii Search z najwyższym kosztem konwersji w ostatnich 30 dniach. Uwzględnij koszt, konwersje i CPA."

Asystent może zbudować zapytanie podobne do tego:

SELECT
  campaign.name,
  metrics.cost_micros,
  metrics.conversions,
  metrics.cost_per_conversion
FROM campaign
WHERE campaign.advertising_channel_type = 'SEARCH'
  AND segments.date DURING LAST_30_DAYS
ORDER BY metrics.cost_per_conversion DESC
LIMIT 10

Różnica względem zwykłego panelu jest praktyczna. Nie musisz pamiętać nazw pól GAQL, przełączać widoków ani eksportować raportu. Wystarczy, że wiesz, jaką decyzję chcesz przygotować. Model dobiera zapytanie, a Ty weryfikujesz wynik.

To nadal nie zwalnia z myślenia. Jeżeli w raporcie widzisz wysokie CPA, kolejne pytanie powinno brzmieć: czy problem dotyczy wolumenu, jakości konwersji, sezonowości, budżetu, stawek, zapytań, landing page'a czy atrybucji. MCP przyspiesza dostęp do danych, ale nie zastępuje diagnozy specjalisty.

Jak uruchomić Google Ads MCP krok po kroku?

Pierwsze uruchomienie wymaga podstawowej konfiguracji technicznej. To nie jest konektor "jednym kliknięciem" z panelu Google Ads.

1. Przygotuj dostęp do Google Ads API

Potrzebujesz:

• projektu w Google Cloud,
• włączonego Google Ads API,
• tokena dewelopera Google Ads, co najmniej z poziomem Explorer,
• danych uwierzytelniających zgodnych z wybranym trybem pracy.

Jeżeli pracujesz agencyjnie, zacznij od konta testowego albo konta o niskim ryzyku. Pierwszy cel to potwierdzić, że serwer widzi właściwe konto i pobiera poprawne dane.

2. Zainstaluj serwer

Najprostsza ścieżka lokalna korzysta z pipx:

pipx run --spec git+https://github.com/googleads/google-ads-mcp.git google-ads-mcp

Repozytorium opisuje też wariant wdrożenia w Dockerze i na Google Cloud Run. To ma sens, gdy chcesz udostępnić serwer zespołowi albo uruchamiać go jako usługę sieciową.

3. Podłącz klienta AI

Serwer możesz dodać w kliencie obsługującym MCP. Dokumentacja Google opisuje ekosystem Gemini, a repozytorium pokazuje konfiguracje dla innych klientów zgodnych z protokołem. W praktyce najważniejsze jest to, żeby klient umiał uruchomić serwer lub połączyć się z jego adresem HTTP.

4. Zacznij od odczytu struktury konta

Pierwsze polecenia powinny być proste:

• "Pokaż konta, do których mam dostęp."
• "Sprawdź, z którego customer ID korzystamy."
• "Pokaż kampanie aktywne z ostatnich 7 dni."
• "Jakie pola są dostępne dla zasobu campaign?"

Dopiero po takim sanity checku przechodź do pytań analitycznych.

Do czego Google Ads MCP przydaje się w pracy performance?

Największa wartość nie polega na tym, że "AI ma dostęp do Google Ads". Wartość polega na skróceniu drogi między pytaniem a liczbą.

Poranny przegląd konta. Zamiast otwierać kilka widoków, pytasz o kampanie z największą zmianą kosztu, CPA, konwersji albo udziału w wydatkach.

Wstęp do audytu. MCP szybko zbiera dane do pierwszej mapy problemów: kampanie bez konwersji, słowa kluczowe z kosztem, rozjazdy na urządzeniach, anomalie w okresach. Pełny proces opisujemy we wpisie czym jest audyt Google Ads i jak go wykonać.

Pytania ad hoc od klienta lub zarządu. Gdy ktoś pyta "co stało się w tym tygodniu?", możesz szybciej zebrać dane źródłowe, zanim przygotujesz interpretację.

Praca osób nietechnicznych. Specjalista nie musi znać składni GAQL, żeby wydobyć podstawowy raport. To obniża próg wejścia, ale nadal wymaga rozumienia konta.

Diagnoza kampanii automatycznych. Przy Performance Max i AI Max wiele danych jest trudniejszych do interpretacji z panelu. MCP pomaga szybciej sprawdzić dostępne przekroje, ale nie rozwiązuje ograniczeń raportowania samej platformy. Kontekst znajdziesz we wpisie o kampaniach Performance Max.

Czym Google Ads MCP nie jest?

To ważna sekcja, bo sama fraza "AI podłączone do Google Ads" łatwo prowadzi do zbyt dużych oczekiwań.

Jeżeli potrzebujesz masowej edycji, nadal używasz Google Ads Editora. Jeżeli potrzebujesz automatyzacji zapisu, budujesz ją przez Google Ads API albo skrypty. Jeżeli potrzebujesz rozmowy z danymi, oficjalny MCP jest dobrym narzędziem.

Ograniczenia i ryzyka

Serwer czyta dane, ale model interpretuje. Dane pochodzą z API, ale wnioski generuje LLM. Przy atrybucji, porównaniach okresów i kampaniach automatycznych łatwo o zbyt pewne podsumowanie.

Zakres zależy od uprawnień. Jeżeli użytkownik ma dostęp do wielu kont, trzeba pilnować właściwego customer ID. Pierwsze pytanie zawsze powinno potwierdzać konto.

Dane uwierzytelniające są wrażliwe. Token dewelopera, OAuth i konfiguracja klienta nie powinny trafiać do przypadkowych narzędzi. Trzymaj się zasady minimalnych uprawnień.

Nie każdy problem jest problemem danych. MCP pokaże, że kampania ma wysokie CPA. Nie powie automatycznie, czy powodem jest feed, kreacja, intencja zapytań, sezonowość, tracking czy jakość oferty.

Bezpieczny workflow dla agencji

Najrozsądniejszy sposób pracy z Google Ads MCP wygląda tak:

1. Potwierdź konto i zakres dat.
2. Poproś model o dane, nie o decyzję.
3. Każdą odpowiedź sprowadź do tabeli źródłowej.
4. Poproś model o hipotezy, ale nie traktuj ich jako rekomendacji do wdrożenia.
5. Weryfikuj najważniejsze liczby w panelu albo w istniejącym raporcie.
6. Zmiany wprowadzaj osobnym, kontrolowanym procesem.

To podejście jest spójne z tym, jak używamy AI w Space Ads: najpierw dane i diagnoza, potem człowiek decyduje, co zrobić z budżetem.

Google Ads MCP a Space Ads OS

Oficjalny Google Ads MCP świetnie rozwiązuje jeden problem: daje asystentowi AI bezpieczny odczyt danych z Google Ads. Codzienne prowadzenie kampanii wymaga jednak czegoś więcej: łączenia Google Ads z GA4, Meta, TikTokiem, feedem produktowym, marżą, sezonowością i realnymi decyzjami budżetowymi.

Dlatego zbudowaliśmy Space Ads OS - narzędzie, którego używamy w agencji od 2024 roku. To nie jest zamiennik Google Ads MCP. To warstwa operacyjna do pracy na wielu źródłach danych i wielu kontach. Różnica pojawia się przy zmianach: każda modyfikacja budżetu, stawek lub struktury przechodzi przez reguły bezpieczeństwa i wymaga potwierdzenia człowieka.

Jeżeli chcesz tylko pytać Google Ads o dane, MCP jest dobrym startem. Jeżeli chcesz łączyć dane z kilku kanałów i bezpiecznie przechodzić od diagnozy do działania, zobacz Space Ads OS.

Najczęstsze pytania

Czy Google Ads MCP jest oficjalny?

Tak. Oficjalny projekt znajduje się w repozytorium googleads/google-ads-mcp i jest opisany w dokumentacji Google Ads API oraz na blogu Google Ads Developer Blog.

Czy Google Ads MCP może zmieniać kampanie?

Nie w oficjalnej wersji opisanej przez Google. To narzędzie read-only do raportowania i diagnostyki. Nie edytuje budżetów, stawek, kampanii, słów kluczowych ani wykluczeń.

Czym różni się od Google Ads API?

Google Ads API to pełny interfejs programistyczny do odczytu i zapisu. Google Ads MCP jest warstwą MCP nad API, która pozwala asystentowi AI pobierać dane i odpowiadać w rozmowie.

Czy muszę znać GAQL?

Nie musisz znać składni na pamięć, bo model może zbudować zapytanie. Warto jednak rozumieć, jakie dane są dostępne i jak czytać wynik, żeby nie przyjmować błędnej interpretacji.

Z jakimi klientami działa Google Ads MCP?

Działa z klientami zgodnymi z MCP. W praktyce najczęściej rozważa się Gemini CLI, Gemini Code Assist, Claude Code, Cursor i środowiska VS Code obsługujące konfigurację MCP.

Czy warto wdrożyć Google Ads MCP w agencji?

Tak, jeśli chcesz przyspieszyć analizę i raporty ad hoc. Nie traktuj go jednak jako systemu automatycznej optymalizacji kampanii. Najlepiej działa jako narzędzie do diagnozy, nie do samodzielnego podejmowania decyzji.

Najważniejsze

Google Ads MCP to praktyczny krok w stronę pracy z reklamami przez AI. Największą wartość daje tam, gdzie specjalista chce szybciej dostać dane z konta, bez pisania GAQL i bez przeklikiwania panelu.

Jego siła wynika też z ograniczenia: oficjalny serwer jest read-only. To zmniejsza ryzyko przypadkowej zmiany na koncie, ale jasno wyznacza granicę. MCP pomaga szybciej zobaczyć problem. Decyzja, interpretacja i wdrożenie nadal powinny należeć do człowieka i kontrolowanego procesu.

Źródła i dalsza lektura

• Google Ads API: Google Ads MCP server - developer integration guide
• GitHub: googleads/google-ads-mcp
• Google Ads Developer Blog: Open Source Google Ads API MCP Server
• Model Context Protocol - oficjalna strona standardu
• Space Ads: Google Analytics MCP - jak podłączyć AI do danych GA4
• Space Ads: Meta Ads MCP - oficjalne AI Connectors od Meta
• Space Ads: Google Merchant Center MCP - co jest oficjalne, a co nie