Claude Ads 是目前 GitHub 上成長最快的 Claude Code 付費廣告技能套件，截至 2026 年 3 月已累積超過 970 顆星與 215 個 fork。 它在單一終端介面中整合了 190 項稽核檢查，涵蓋 Google Ads、Meta Ads、YouTube Ads、LinkedIn Ads、TikTok Ads、Microsoft Ads 與 Apple Search Ads 七大平台，並透過 6 個平行子代理（parallel subagents）在數分鐘內完成過去需要資深媒體購買團隊數天才能產出的跨平台帳戶健檢報告。這套工具的出現，正好呼應了 2026 年廣告產業最核心的結構性轉變——Agentic Advertising（代理式廣告），一場由 AI agent 主導媒體企劃、購買與優化的革命。
什麼是 Claude Ads Skill？架構與功能拆解
Claude Ads 由開發者 AgriciDaniel 於 2026 年 2 月 15 日在 GitHub 上發布，採用 MIT 授權。它的定位不是廣告投放工具，而是一套稽核與策略規劃系統——分析你提供的廣告數據（CSV 匯出、截圖或直接貼上指標），找出問題、提出修正建議、並產出完整的廣告企劃。
技術架構
Claude Ads 的設計遵循 orchestrator-subskill-agent 三層架構：
| 層級 | 元件 | 功能 |
|---|---|---|
| 指揮層 | /ads 主指揮器 |
解析指令、路由至對應子技能 |
| 子技能層 | 13 個獨立子技能（ads-google、ads-meta、ads-creative 等） | 每個子技能負責單一平台或分析維度的深度分析 |
| 代理層 | 6 個平行稽核代理（audit-google、audit-meta、audit-creative、audit-tracking、audit-budget、audit-compliance） | 全平台稽核時同時啟動，大幅縮短分析時間 |
| 參考資料層 | 12 個 RAG 參考檔案 | 按需載入——涵蓋 2026 年基準數據、出價決策樹、平台規格、合規要求 |
| 模板層 | 11 個產業策略模板 | SaaS、電商、本地服務、B2B 企業、資訊產品、行動應用、房地產、醫療、金融、代理商、通用 |
這種 RAG（Retrieval-Augmented Generation）模式的設計意味著 Claude Ads 不會在每次分析時載入全部 12 個參考檔案。它根據當次分析的平台與產業類型，只載入相關的基準數據與決策樹，降低 context window 消耗。
核心指令與功能
| 指令 | 用途 |
|---|---|
/ads audit |
啟動 6 個平行代理，同時分析所有平台，產出 0-100 分的「廣告健康分數」 |
/ads google |
Google Ads 深度分析——涵蓋 Search、PMax、Display、YouTube、Demand Gen，共 74 項檢查 |
/ads meta |
Meta Ads 深度分析——涵蓋 Pixel/CAPI 追蹤、素材疲勞偵測、受眾重疊，共 46 項檢查 |
/ads plan <type> |
產業別策略規劃——含平台配置、預算分配、KPI 目標 |
/ads creative |
跨平台素材品質稽核與疲勞偵測 |
/ads competitor |
競爭對手廣告情報分析 |
/ads landing |
廣告到達頁品質評估 |
品質閘門（Quality Gates）
Claude Ads 內建一組「硬規則」，在每次稽核中自動執行：
- Google Ads 中使用廣泛比對（Broad Match）時，必須搭配智慧出價（Smart Bidding），否則標記為嚴重問題
- 3 倍終止規則：CPA 超過目標 3 倍的廣告組，建議立即暫停
- Meta 預算門檻：每個廣告組日預算不低於 CPA 的 5 倍
- TikTok 預算門檻：每個廣告組日預算不低於 CPA 的 50 倍
- 學習期保護：偵測到廣告組處於學習期時，阻止任何編輯建議
- 特殊廣告類別合規檢查：自動偵測住房、信貸、金融類廣告的合規需求
社群迴響：從 GitHub 到 Substack，實務使用者怎麼說
Claude Ads 在短短一個月內從零成長至近千顆 GitHub 星，反映了付費廣告從業者對 AI 自動化工具的強烈需求。社群討論集中在幾個面向：
一、取代工具堆疊的成本效益。 行銷科技部落格 HeyOz 指出，傳統付費廣告工作流程依賴 Jasper（文案）、Surfer（SEO）、外加 BI 報表工具，每月訂閱費合計超過 USD 200（約 NTD 6,400）。Claude Code 加上 Skills 的組合以每月 USD 20（約 NTD 640）的成本，取代了這整套工具堆疊。一個 Reddit 社群團隊建立了 93 個 slash commands，覆蓋完整的行銷作業流程。
二、實戰驗證的競品分析能力。 前 Uber、Coinbase 成長行銷主管 Jonathan Martinez 在其 Substack 上分享了用 Claude Skills 運行付費廣告的實驗。他建立了廣告評分、競品分析、素材生成三個核心 Skill，並讓 Claude 在幾分鐘內產出一份分析競爭對手 MarketerHire 共 110 則廣告的 11 頁 PDF 報告。Martinez 的評價是：Claude Skills 對於一人行銷團隊而言，提供了代理商等級的產出能力。
三、完整自主投放的極限測試。 獨立開發者 Giorgio Liapakis 在 Medium 上記錄了一個更激進的實驗——給予 Claude Code 完整的 Meta Ads API 存取權限和 USD 1,500（約 NTD 48,000）預算，讓 AI 自主決定建立、暫停、擴大哪些廣告。他每天唯一的人工介入是在終端輸入一次 /let-it-rip。Liapakis 指出，12 個月前他用 n8n 嘗試相同的自動化投放但完全失敗；2026 年 LLM 能力的跳躍式進步，讓多步驟工具調用（tool orchestration）首次變得可行。
四、LobeHub Skills Marketplace 的生態擴展。 Claude Ads 的各子技能已被收錄至 LobeHub Skills Marketplace，使用者可以逐一安裝特定平台的稽核技能（如 ads-meta、ads-google），降低初次使用門檻。
Agentic Advertising：為什麼這不只是另一個流行詞
Claude Ads Skill 的出現是一個更大產業轉向的縮影。2026 年 CES 成為 Agentic Advertising 的分水嶺——廣告產業的每個層級，從控股公司到獨立 DSP，都在部署 AI agent 來執行過去由人類媒體購買團隊處理的工作。
CES 2026：代理商控股集團的 AI 軍備競賽
| 公司 | AI 系統名稱 | 定位 | 投資規模 |
|---|---|---|---|
| Havas | AVA | 全球 LLM 入口，整合 GPT-5、Claude Opus 4.5、Gemini 3 | 承諾至 2027 年投入近 €10 億（約 NTD 352,000,000,000） |
| Stagwell | The Machine | 由 Code and Theory 開發的「行銷首個 agentic 作業系統」 | CEO Mark Penn：「我們押注自己會是 AI 贏家」 |
| Horizon Media | HorizonOS | 定位為控股公司專有系統的「開放生態系」替代方案 | 未公開 |
第一批真實 Agentic 廣告購買案例
2026 年 1 月，以下案例標誌著 agentic advertising 從概念驗證進入實際執行：
- Butler/Till × PubMatic × Anthropic Claude：代理商 Butler/Till 為客戶 Clubtails（Geloso Beverage Group）執行了業界首個端到端 agentic campaign。代理商提交自然語言簡報，PubMatic 的 AI agent 自動解讀策略並執行購買。結果：設置時間減少 87%，問題解決速度提升 70%。
- NBCUniversal × FreeWheel × RPA × Newton Research：完成了首筆 AI agent 主導的程序化保量（programmatic guaranteed）交易，涵蓋線性電視與串流的 NFL 季後賽直播庫存。NBCU 廣告與合作夥伴關係主席 Mark Marshall 表示，這將重新定義庫存的買賣方式。
- Magnite × MiQ × Scope3：完成了首批 Ad Context Protocol（AdCP） 測試購買。MiQ 全球首席策略長 John Goulding 表示，2026 年將開始透過 MiQ Sigma 的交易 agent 擴大 agentic 廣告購買規模。
Ad Context Protocol（AdCP）：agentic advertising 的 OpenRTB
如果 MCP（Model Context Protocol） 是 AI 工具的通用語言，那麼 AdCP 就是廣告領域的專用方言。
AdCP 於 2025 年 10 月由 Yahoo、PubMatic、Scope3、Optable、Swivel、Triton Digital 等公司共同發起，建構在 Anthropic 的 MCP 與 Google 的 A2A（Agent-to-Agent Protocol） 之上。它定義了四個核心模組：
| 模組 | 功能 | 狀態 |
|---|---|---|
| Signals Activation Protocol | 受眾發現——以自然語言查詢如「找出英國對攀岩有興趣的女性」 | 已上線 |
| Media Buy Protocol | 廣告執行——程序化購買與直接交易 | 已上線 |
| Creative Protocol | 素材管理——AI 生成與優化廣告素材 | 已上線 |
| Curation Protocol | 庫存策展——基於情境與品牌安全的媒體篩選 | 預計 2026 年 Q2 |
AdCP 與傳統 OpenRTB 的核心差異在於時間尺度：OpenRTB 處理的是毫秒級的單次曝光競標；AdCP 處理的是非同步的、可能耗時數天的策略性協商。這讓 AI agent 能在購買前進行多輪談判，而非在 100 毫秒內做出競標決策。
Digiday 引述 Scope3 CEO Brian O'Kelley 的說法，將 AdCP 的發布比擬為 header bidding 首次亮相的意義——它代表了廣告交易方式的根本性改變。
Google 與 Meta 的 Agentic 布局
Google 在 2025 年底推出了三個 agentic 廣告工具：
- Ads Advisor：內建於 Google Ads 帳戶，基於帳戶歷史與業務目標提供個性化建議，並可代為執行
- Analytics Advisor：內建於 Google Analytics，維持對話式記憶，支持連續追問
- Marketing Advisor：Chrome 瀏覽器擴充，跨 Google Ads、Help Center、GA 執行任務
Meta 則宣布目標在 2026 年底前，讓 agentic AI 工具能根據產品描述與預算，自動建立並優化完整的廣告活動。
媒體代理商與品牌為什麼不能忽視這波浪潮
根據 eMarketer 2026 年 1 月的報告，agentic AI 將在 2026 年開始接管程序化廣告購買的大部分操作層面。但信任差距仍然存在：Yahoo DSP 的研究顯示，55% 的行銷人信任 agentic AI 的規劃與執行能力，但仍有 20% 表達明確不信任。
這個信任差距恰好是 Claude Ads Skill 這類工具的價值空間——它提供的是「稽核」而非「自動投放」，讓人類保留最終決策權，同時將分析速度從數天壓縮至數分鐘。
對於不同角色，agentic advertising 的影響截然不同：
媒體代理商：過去靠人力密集的帳戶操作建立護城河，現在面臨工具民主化的壓力。S4 Capital CEO 已公開表示，計費工時模式無法支持有意義的創新，正轉向 AI 時代的訂閱制。代理商的競爭優勢正從「執行力」轉向「策略判斷力」與「AI 工具整合能力」。
品牌主：可以直接使用 Claude Ads 或類似工具進行第一方帳戶稽核，減少對代理商的依賴。GWI 統計顯示，80% 的行銷人願意使用 AI agent 進行受眾定向分析，80% 也願意用於競品分析。
出版商：AdCP 讓出版商能直接向買方 agent 展示庫存與第一方數據，有機會繞過多層 SSP 與交易所中間商。Weather Company 數據與廣告產品負責人 David Olesnevich 指出，任何拉近買賣雙方距離的機制，從根本上有利於整個產業。
導入策略：從稽核工具到 Agentic 作業系統的三階段路徑
| 階段 | 工具選擇 | 人工介入程度 | 適用對象 |
|---|---|---|---|
| Phase 1：AI 稽核 | Claude Ads Skill、Claude Code Skills | 高——AI 產出報告，人類做決策 | 所有廣告主，立即可導入 |
| Phase 2：半自動優化 | Claude Code + MCP 串接 Google Ads API / Meta Marketing API | 中——AI 建議調整，人類審核後執行 | 月廣告預算 NTD 160,000 以上的企業 |
| Phase 3：Agentic 執行 | AdCP 相容的買方 agent + 平台端賣方 agent | 低——AI 自主協商與執行，人類監督 | 大型品牌與代理商，預計 2026 下半年成熟 |
Claude Ads Skill 是免費的嗎？需要什麼技術條件？
Claude Ads 採用 MIT 授權，完全免費開源。安裝需要 Claude Code CLI（Anthropic 的終端工具，每月 USD 20 / 約 NTD 640 的 Claude Pro 方案即可使用）。可選安裝 Python 3.10+ 與 Playwright 以啟用即時到達頁分析功能。整個安裝過程約 5 分鐘。
Claude Ads 能直接登入我的廣告帳戶嗎？
不能。Claude Ads 分析你提供的數據匯出（CSV）、截圖或貼上的指標。它不會自動連接廣告平台。若需即時數據整合，可透過 MCP 串接 Google Ads API，但這需要額外設定。
AdCP 和 MCP 有什麼關係？品牌需要現在就準備嗎？
AdCP 建構在 Anthropic 的 MCP 與 Google 的 A2A Protocol 之上，是專為廣告產業設計的協議層。目前仍在早期階段（v3.0.0-rc.1），創始會員價格截至 2026 年 3 月 31 日結束。品牌不需要立即導入 AdCP，但應開始評估自身的廣告數據結構化程度——結構化、高品質的數據是未來 agentic advertising 的基礎。
Agentic advertising 會取代媒體購買人員嗎？
短期內不會完全取代，但工作內容會劇烈轉變。Butler/Till 的首個 agentic campaign 將設置時間減少 87%，這意味著媒體購買人員將從操作型工作轉向策略規劃與 AI 監督。eMarketer 建議行銷團隊現在就投資 AI 素養培訓，並重新思考成效衡量體系。
除了 Claude Ads，還有哪些類似工具？
AgriciDaniel 同時維護 Claude SEO 技能套件（13 個子技能、7 個子代理）。此外，Ryze AI 提供了 30 個以上的 Claude Skills 涵蓋 Google 與 Meta Ads；CATTIX 則是另一個聚焦端到端 Google Ads 自動化的 AI agent。Google 自身的 Ads Advisor 與 Analytics Advisor 則是內建於平台的免費 agentic 工具。
引用來源
- GitHub — AgriciDaniel/claude-ads
- INMA — Advertising enters the agentic era as AI agents begin buying and selling media
- Meta Advantage+ 廣告全攻略：AI 驅動的自動化行銷如何運作？
- Meta Advantage+ AI 廣告完全指南：從入門到打造高 ROAS 廣告活動
關於作者
Erik (EKC) / Digital Strategy Director @ Tenten.co
在協助金融、製造與電商客戶導入 AI 工具的過程中，我觀察到一個共同的瓶頸：多數企業的廣告帳戶缺乏結構化的數據輸出流程，導致即便有了 Claude Ads 這類稽核工具，也難以快速產出有意義的分析。我們在 2025-2026 年間協助超過 15 家企業建立標準化的 廣告數據匯出與 AI 分析工作流程，將帳戶健檢從每季一次的人工報告，轉變為每週自動化的 AI 稽核循環。這個基礎建設看似不起眼，卻是走向 agentic advertising 的第一步——沒有乾淨的數據管線，再強大的 AI agent 也無法發揮作用。
若您正在評估如何將 AI agent 整合進既有的廣告操作流程，或想了解 Claude Code Skills 與 MCP 整合如何應用於您的產業，歡迎與 Tenten 團隊預約諮詢。
