Google Ads MCP: como conectar uma IA que executa (e não só sugere) na sua conta

Existe uma diferença enorme entre uma IA que fala sobre a sua conta do Google Ads e uma IA que opera a sua conta do Google Ads. A primeira você já tem: cola um print, pede análise, recebe um texto genérico. A segunda é o que o MCP resolve — e é sobre ela que este artigo trata.

O que é um MCP de Google Ads

MCP (Model Context Protocol) é um protocolo aberto que padroniza como um modelo de IA descobre e chama ferramentas externas. Em vez de você descrever a conta para a IA, você conecta a IA à conta. O modelo passa a enxergar uma lista de operações disponíveis — cada uma com nome, descrição e parâmetros tipados — e escolhe qual chamar para cumprir o que você pediu.

Se você já leu o que é MCP WordPress e como ele funciona, a lógica aqui é idêntica. Muda o alvo: em vez de posts, páginas e mídia, as ferramentas expõem campanhas, orçamentos, palavras-chave, anúncios, propriedades do GA4 e planilhas.

O ponto que quase todo mundo erra ao explicar isso: MCP não é integração de leitura. Ele pode ser só leitura, se você quiser. Mas quando é bem construído, ele escreve — cria campanha, muda orçamento, pausa anúncio, adiciona negativa, marca conversão no GA4.

O mapa de um MCP de Google Ads maduro

Um servidor MCP sério para a stack Google cobre três blocos. Vale entender a divisão porque ela explica o que dá pra automatizar de verdade.

1. Google Ads — leitura, criação e gestão

O bloco mais denso. As operações de leitura respondem “como está a conta”:

• ads_list_accounts — lista todas as contas acessíveis, incluindo MCC
• ads_account_summary — custo, impressões, cliques e conversões no período
• ads_get_campaigns — campanhas com métricas básicas
• ads_query — executa GAQL cru, o coringa que cobre qualquer relatório que a API permite

As de criação montam a estrutura, em cadeia:

• ads_create_budget — orçamento diário
• ads_create_search_campaign — campanha de Pesquisa vinculada ao orçamento
• ads_create_ad_group — grupo de anúncios
• ads_add_keywords — palavras-chave em broad, phrase ou exact
• ads_create_responsive_search_ad — o RSA com headlines e descriptions

E existe o atalho: ads_create_full_search_campaign, que faz a cadeia inteira numa transação atômica — ou tudo entra, ou nada entra. Isso importa mais do que parece, e eu detalho no artigo específico sobre criação de campanha.

As de gestão são o dia a dia: ads_add_negative_keywords, ads_remove_criterion, ads_update_budget, ads_update_campaign_status, ads_update_ad_group_status, ads_update_ad_status. Mais a segmentação, que quase ninguém automatiza e devia: ads_search_geo_targets para descobrir os IDs de local por nome, ads_add_campaign_locations e ads_add_campaign_languages.

Fecha com ads_create_conversion_action, que cria a ação de conversão na conta.

2. GA4 — relatório e administração

Aqui a maioria das integrações para no relatório. Um MCP bem feito vai além:

• analytics_list_properties — descobre as propriedades acessíveis
• analytics_report — relatório com dimensões, métricas e período livres
• analytics_realtime — usuários ativos agora
• ga4_create_key_event, ga4_list_key_events, ga4_delete_key_event — administra os eventos de conversão
• ga4_create_custom_dimension, ga4_list_custom_dimensions — administra dimensões personalizadas

Marcar um evento como conversão via API, sem abrir a interface do GA4, muda a velocidade de setup de um cliente novo de horas para minutos.

3. Google Sheets — a camada de saída

sheets_create, sheets_info, sheets_read, sheets_write, sheets_append, sheets_clear. Parece o bloco menos glamouroso e é o que mais entrega valor percebido para o cliente: o relatório deixa de ser um PDF morto e vira planilha viva, alimentada por comando.

Por que isso muda a rotina do gestor

Não é sobre “a IA vai gerir a conta sozinha”. É sobre eliminar o trabalho de transporte de dados — a parte da rotina em que você é literalmente um cabo entre duas interfaces.

Pense no que consome sua semana:

O ganho real não é “ser mais rápido”. É deixar de deixar coisa passar. Auditoria de segmentação geográfica, por exemplo, quase nunca acontece porque é chata — e é justamente onde mora desperdício silencioso de verba.

As duas travas de segurança que separam automação séria de gambiarra

Dar poder de escrita a um modelo em conta de cliente é sério. Duas decisões de arquitetura resolvem a maior parte do risco.

Dry-run. Toda operação de escrita aceita validateOnly. Com ele em true, a chamada vai até a API, é validada de verdade pelo Google, e não persiste nada. Você vê o erro antes de ele existir na conta.

Falha parcial. Operações em lote aceitam partialFailure, ligado por padrão. Se você mandar 50 negativas e 3 tiverem sintaxe inválida, as 47 boas entram e você recebe a lista do que falhou e por quê. Sem isso, um item ruim derruba o lote inteiro — e você fica sem saber o que entrou.

Some a isso o comportamento padrão de campanha nova nascer PAUSED: nada vai ao ar sem alguém apertar o botão. Se você quer se aprofundar na parte de risco, escrevi sobre permissões, backups e rollback ao conectar IA a sistemas de produção — o raciocínio vale integralmente para conta de anúncio.

Onde o MCP substitui o que você usa hoje

Três ferramentas perdem espaço:

Google Ads Scripts. Roda JavaScript dentro da conta, uma conta por vez, com agendamento rígido e debug ruim. O MCP é cross-account, conversacional e não exige que você escreva o script antes de saber o que quer.

Conectores de dados pagos. Supermetrics e similares resolvem exportação. Não resolvem escrita. Você paga assinatura para tirar dado e continua clicando para colocar dado.

Planilhas de controle manual. A planilha vira destino de escrita automática em vez de trabalho de preenchimento.

Para quem isso faz sentido de verdade

Seja honesto sobre volume. Se você gerencia uma conta só, com três campanhas estáveis, o MCP é um brinquedo caro em tempo de setup. O ponto de virada é multi-conta.

Freelancer com 5+ contas, agência com carteira, ou operação in-house com várias unidades — aí o ganho é composto, porque a mesma instrução roda em todas as contas sem retrabalho. É o mesmo raciocínio que aplico em gestão de múltiplos sites de clientes via MCP: a economia não está numa tarefa, está na repetição dela.

Por onde começar

Comece só com leitura. Conecte, passe uma ou duas semanas fazendo perguntas à conta e conferindo as respostas contra a interface. Você vai calibrar confiança e descobrir onde o modelo erra de interpretação — normalmente em ambiguidade de período e de escopo de conta, não em execução.

Depois libere escrita em operações reversíveis: negativas, status de anúncio, ajuste de orçamento. Tudo isso desfaz. Por último, criação de estrutura, sempre com validateOnly antes.

Nos próximos artigos desta série eu abro cada bloco: a cadeia completa de criação de campanha, o dry-run na prática, GAQL via ads_query, segmentação geográfica, negativação em escala, o setup de conversão ligando Ads e GA4, administração do GA4 e o pipeline de relatório em Sheets.

Se você quer discutir a aplicação disso na sua operação — quantas contas, qual stack, o que faz sentido automatizar primeiro — me chama.