Negativação de palavras-chave em escala: do relatório de termos de busca à execução via MCP

Negativação é a tarefa de maior retorno por minuto investido em Google Ads. Também é a que mais gente adia, porque envolve abrir relatório, ler centenas de linhas, decidir uma a uma e colar em lote torcendo para dar certo. Via MCP, o ciclo inteiro cabe em duas ou três interações — e a parte chata some.

O ciclo em três etapas

Identificar, decidir, aplicar. A automação resolve bem a primeira e a terceira. A segunda continua sendo sua, e é aí que mora o valor do gestor.

Etapa 1 — Identificar

A pergunta certa não é “quais termos apareceram”. É quais termos gastaram sem converter. Em GAQL:

SELECT search_term_view.search_term,
       ad_group.name, campaign.name,
       metrics.cost_micros, metrics.clicks,
       metrics.conversions, metrics.impressions
FROM search_term_view
WHERE segments.date DURING LAST_30_DAYS
  AND metrics.conversions = 0
  AND metrics.cost_micros > 3000000
ORDER BY metrics.cost_micros DESC
LIMIT 100

O filtro de custo mínimo importa. Termo com zero conversão e R$ 0,80 gastos não é problema — é amostra pequena demais. O que interessa é o que já teve chance suficiente e não converteu.

Ajuste o limiar ao nicho. Em conta com CPC de R$ 2, R$ 3 gastos é um clique e meio — ruído. Em conta jurídica com CPC de R$ 25, R$ 3 é meio clique. Uma regra que funciona bem: o limiar deve ser pelo menos 3x o CPC médio da conta. Abaixo disso você está negativando com base em acaso.

Lembre que os valores vêm em micros — divida por um milhão. Se quiser entender melhor a linguagem de consulta, escrevi um artigo inteiro sobre GAQL via MCP.

Etapa 2 — Decidir

Aqui a IA ajuda mas não decide. O modelo agrupa os termos por padrão semântico muito bem — ele identifica que “curso de”, “grátis”, “salário”, “como fazer sozinho” e “vagas de emprego” são famílias distintas de intenção errada. Isso economiza um trabalho de leitura considerável.

O que ele não sabe:

• Que aquele termo aparentemente irrelevante converte bem nesse cliente específico
• Que a marca do concorrente é estratégia deliberada, não desperdício
• Que “grátis” faz sentido para um negócio de trial e não para outro
• Que o produto tem um nome popular que parece termo genérico

Peça agrupamento e justificativa, não uma lista pronta para aplicar. Uma boa instrução é: “agrupe esses termos por intenção e me diga o que cada grupo representa, sem sugerir ação ainda”.

Etapa 3 — Aplicar

ads_add_negative_keywords recebe:

• adGroupResourceName — o caminho completo do grupo
• customerId
• keywords — lista de objetos com text e matchType
• partialFailure — padrão true
• validateOnly — dry-run

O partialFailure é o que torna lote grande viável. Se você mandar 60 negativas e 4 tiverem problema de formato, as 56 boas entram e a resposta separa succeeded[] de failed[], com o motivo de cada falha. Sem esse comportamento, o padrão da API é abortar o lote inteiro — e você fica sem saber o estado da conta.

Guarde o succeeded[]. É a sua trilha de auditoria. Negativa entrou é negativa que alguém vai perguntar sobre daqui a três meses, e remover exige saber o resourceName exato para ads_remove_criterion.

Escolher o tipo de correspondência

Essa decisão define se você está resolvendo o problema ou criando outro.

O erro clássico é negativar em broad uma palavra que também aparece em termo bom. Negativar “curso” em broad numa conta de advogado bloqueia “curso de direito” — que você queria bloquear — mas o risco de pegar algo legítimo cresce com o vocabulário do nicho.

Regra prática: phrase para padrões, exact para casos pontuais, broad quase nunca.

Escopo: grupo, campanha ou lista compartilhada

A tool aplica no nível do grupo de anúncios. Isso é preciso e é limitante.

Preciso porque permite que um termo seja negativo num grupo e positivo em outro — situação real quando você segmenta por intenção. Limitante porque negativa universal do nicho, aplicada grupo a grupo, vira dezenas de chamadas e um pesadelo de manutenção.

Na prática eu separo em duas camadas:

Negativas universais — “grátis”, “gratuito”, “vagas”, “salário”, “reclame aqui”, “como fazer”, nome de concorrente que você não quer disputar. Essas idealmente vão em lista compartilhada aplicada a todas as campanhas. Se o MCP não expõe lista compartilhada, mantenha um bloco padrão e aplique via loop nos grupos ao criar conta nova.

Negativas específicas — as que saem do relatório de termos daquele cliente. Essas vão no grupo, via a tool, no ciclo semanal.

A cadência que funciona

Não negative todo dia. Você vai reagir a ruído e estrangular o aprendizado da campanha.

Semana 1 a 4 de campanha nova: revisão semanal, limiar de custo baixo, negativação agressiva. É a fase de limpeza — a correspondência ampla está explorando e você está corrigindo rota.

Depois disso: quinzenal ou mensal, limiar mais alto. Conta madura com estrutura boa gera pouco termo novo relevante. Se está gerando muito, o problema não é negativa faltando — é keyword ampla demais.

Esse é um diagnóstico importante: negativação recorrente e volumosa é sintoma, não solução. Se toda semana você precisa negativar 40 termos, a estrutura de correspondência está errada. Vale mais reduzir amplitude que continuar tapando buraco.

O que muda com MCP na prática

O ganho não é “a IA negativa sozinha”. É que o ciclo inteiro deixa de ter fricção:

• Você não abre a interface para extrair o relatório
• Não exporta CSV nem monta filtro em planilha
• Não cola lista em campo de texto torcendo pelo formato
• Não descobre depois que metade não entrou
• E consegue rodar o mesmo ciclo em oito contas na mesma sessão

É esse último ponto que justifica o setup. Como argumento no guia de Google Ads MCP, a economia não está numa tarefa isolada — está na repetição dela em escala.

Sempre valide antes

Lote de negativas é lugar clássico de erro de formato: aspas mal fechadas, caractere especial, termo com mais caracteres que o permitido. Rodar com validateOnly: true antes custa uma chamada e mostra exatamente o que vai falhar. Detalho o raciocínio no artigo sobre dry-run no Google Ads.