MCP Google Ads : automatiser ses campagnes avec l’IA

En bref

Le mcp google ads est un pont standardisé entre votre agent IA et l’API Google Ads, basé sur le Model Context Protocol lancé par Anthropic en novembre 2024.

Google a publié son serveur officiel open source le 29 juin 2026 : opérationnel pour le reporting conversationnel, mais limité à la lecture seule.

Deux alternatives permettent d’agir sur les campagnes : cohnen/mcp-google-ads (open source communautaire) et adkit.so (SaaS avec validation humaine avant exécution).

Les credentials OAuth 2.0 donnent accès à l’ensemble du compte : une clé compromise avec droits d’écriture peut déclencher des dépenses sans plafond immédiat.

Poser une question à son agent IA, « Quels mots-clés ont dépassé un CPC de 3 € ce mois-ci sans aucune conversion ? », et obtenir la réponse en quelques secondes sans ouvrir l’interface Google Ads : c’est exactement ce que rend possible le mcp google ads. Derrière cette promesse concrète, il y a un standard technique, un serveur à installer, et des arbitrages à faire entre le serveur officiel de Google et les alternatives tierces. À mi-2026, la maturité réelle de cet outil est suffisante pour l’analyse, insuffisante pour piloter activement des campagnes. Voici ce qu’il faut comprendre avant de déployer.

Ce qu’est concrètement le serveur MCP Google Ads

Le Model Context Protocol (MCP) est un standard ouvert publié par Anthropic en novembre 2024. Son principe : définir une interface commune pour connecter n’importe quel agent IA à n’importe quelle source de données externe, sans recoder une intégration spécifique à chaque fois. Un serveur MCP expose des « outils » qu’un client IA peut appeler en langage naturel.

Le serveur MCP Google Ads est la déclinaison de ce standard pour l’API Google Ads. Publié par Google en open source le 29 juin 2026, il sert de passerelle entre un agent comme Claude Desktop ou Claude Code et les données de votre compte publicitaire, en traduisant les requêtes en langage naturel en requêtes GAQL (Google Ads Query Language) exécutées contre l’API officielle.

Ce que ça change en pratique : fini de construire manuellement des rapports pour comparer les performances par device ou par plage horaire. Vous interrogez votre agent avec une question métier, et le serveur traduit, exécute, et renvoie les données structurées. L’automatisation publicitaire par IA passe d’un concept abstrait à un workflow opérationnel. Le standard MCP a fédéré les principaux acteurs (Google, Microsoft, OpenAI, Cursor) en moins de 18 mois après son lancement, selon le blog officiel d’Anthropic.

Comment configurer le MCP Google Ads étape par étape

La mise en place demande un minimum de préparation technique. Voici le chemin réaliste.

Prérequis : accès API et authentification OAuth 2.0

Avant de toucher au code, il vous faut un compte Google Ads avec l’accès API approuvé. La procédure passe par la demande d’un token développeur sur developers.google.com/google-ads/api. L’approbation prend généralement 1 à 3 jours ouvrés selon la documentation officielle. Une fois approuvé, vous créez des credentials OAuth 2.0 (client ID + client secret) dans Google Cloud Console, en limitant les scopes au strict nécessaire.

Client compatible requis : Claude Desktop, Claude Code, Cursor, ou tout autre client MCP. La liste s’allonge régulièrement.

Configuration du fichier JSON dans votre client MCP

L’installation se fait via npm (npx @google/ads-mcp-server) ou Docker. La configuration consiste à ajouter un bloc dans le fichier JSON de votre client (par exemple claude_desktop_config.json pour Claude Desktop), en y renseignant les quatre variables d’environnement : client ID, client secret, refresh token, developer token, et l’ID client Google Ads ciblé.

Un profil technique habitué aux APIs peut boucler cette configuration en moins d’une heure une fois les credentials en main. La partie longue, c’est l’attente de l’approbation du token développeur.

MCP Google Ads : ce que vous pouvez faire (et ce qui reste limité)

C’est le point qui mérite le plus de clarté, car les attentes peuvent dépasser la réalité.

L’interface IA publicité en ligne est opérationnelle pour tout ce qui relève de la lecture et de l’analyse. Avec le serveur officiel, vous pouvez interroger les performances par segment (device, localisation, plage horaire, type de correspondance), générer des rapports consolidés sur plusieurs campagnes, ou identifier les mots-clés sous-performants sans ouvrir l’interface Google Ads. Les requêtes GAQL permettent d’agréger simultanément plusieurs dizaines de métriques par segment, un niveau de granularité difficilement accessible manuellement en quelques secondes.

En revanche, le serveur officiel Google est en lecture seule (read-only). Aucune modification d’enchère, de budget, de ciblage ou de statut d’annonce n’est possible via ce canal. Ce n’est pas un oubli : c’est un choix délibéré de Google pour cette première version publique. L’assistant IA Google Ads officiel est un outil d’audit et de reporting, pas de pilotage actif des campagnes. Si votre besoin est de modifier automatiquement des enchères ou de mettre en pause des groupes sous-performants, vous devrez vous tourner vers une solution tierce.

Serveur officiel Google, cohnen/mcp-google-ads ou adkit.so : lequel choisir ?

À mi-2026, trois options coexistent. Le choix dépend de votre profil et de ce que vous voulez réellement faire.

Le serveur officiel est maintenu par Google : sa fiabilité à long terme est la plus prévisible. Idéal pour le reporting conversationnel sans prendre de risque sur les campagnes. Limite claire : zéro action sur les données.

cohnen/mcp-google-ads est un projet communautaire sur GitHub, personnalisable selon vos besoins. La communauté est active, mais la maintenance dépend de contributeurs bénévoles, ce qui peut poser des questions de support en production.

adkit.so adopte une approche différente : son serveur est sorti en version publique le 26 juin 2026, deux jours avant le serveur officiel Google, et propose un mode écriture. Son mécanisme « draft-first » soumet chaque modification (enchère, budget, mise en pause) à une validation humaine avant exécution. C’est ce qui distingue une gestion automatique des annonces Google maîtrisée d’une automatisation aveugle. La contrepartie est un abonnement dont le tarif est à demander directement à l’éditeur.

Pour les équipes qui souhaitent combiner les données Google Ads avec d’autres sources dans des workflows multi-étapes (alertes CRM, synchronisation analytics, notifications Slack), n8n permet d’orchestrer ces flux en connectant plusieurs APIs sans coder une intégration complète à chaque fois.

Sécurité et conformité : les points à vérifier avant de déployer

Ce sont les aspects que nos clients négligent le plus souvent lors des premiers déploiements.

Les credentials OAuth 2.0 configurés dans votre fichier JSON donnent accès à l’ensemble du compte Google Ads : toutes les campagnes, tous les budgets, toutes les audiences. Si ce fichier est exposé (repository Git public, partage de configuration non sécurisé), les conséquences peuvent être immédiates.

Précaution 1 : compte de service dédié avec droits minimaux. Ne configurez jamais le serveur MCP avec les credentials d’un compte administrateur principal. Créez un accès en lecture seule si vous utilisez le serveur officiel, ou un accès restreint à certaines campagnes si vous passez en écriture. Une clé API Google Ads compromise avec droits d’écriture peut déclencher des dépenses sans plafond immédiat : la limite de dépense mensuelle n’est pas activée par défaut selon la documentation Google Ads API.

Précaution 2 : ne jamais stocker les credentials dans un fichier versionné sans chiffrement. Utilisez des variables d’environnement ou un gestionnaire de secrets. C’est une règle élémentaire qui, en pratique, n’est pas toujours appliquée dans les configurations de test qui finissent en production.

Point RGPD à vérifier si vous travaillez avec des audiences personnalisées ou des données clients first-party : avant de transmettre ces données à un LLM externe via le serveur MCP, vérifiez les clauses de traitement de données de votre fournisseur IA. La question n’est pas théorique en 2026, notamment pour les entreprises liées par des accords DPA avec leurs clients.

L’écosystème MCP en 2026 : où va l’automatisation Google Ads par IA

Le standard MCP lancé par Anthropic en novembre 2024 a fédéré les principaux acteurs IA en moins de 18 mois. À mi-2026, l’annuaire mcpservers.org référence plusieurs centaines de serveurs MCP sectoriels, signe que l’écosystème sort de la phase expérimentale. Le serveur officiel Google Ads MCP, sorti en juin 2026, s’inscrit dans ce mouvement : les interfaces IA cessent de s’appuyer sur des intégrations propriétaires pour converger vers un standard commun.

Les évolutions attendues à court terme sont le mode écriture dans le serveur officiel Google, une intégration dans Gemini for Workspace, et des générateurs de campagnes full-IA qui s’appuieront sur les mêmes APIs. Ces perspectives sont crédibles au vu du rythme de déploiement observé depuis fin 2024, mais elles restent des annonces à confirmer sur le terrain. Pour les équipes opérationnelles qui pilotent des budgets conséquents, la prudence recommande d’attendre une version stable avec mode écriture avant de supprimer toute supervision humaine.

Ce qu’il faut retenir

À mi-2026, le mcp google ads est opérationnel pour l’analyse et le reporting conversationnel : interrogez vos campagnes en langage naturel, identifiez les problèmes de performance sans ouvrir l’interface Google Ads. Le mode écriture reste l’apanage de solutions tierces avec validation humaine. Approche recommandée : commencer par le serveur officiel Google pour l’audit, évaluer adkit.so si vous souhaitez agir sur les campagnes. Avant tout déploiement sur des budgets significatifs, cadrez le cas d’usage avec des équipes qui ont déjà mis ces intégrations en production.