MCP

行銷人第一次聽到 MCP，多半是在「AI 幫你看 GA4 報表」這種示範裡。聽起來像外掛，其實它更像一張門禁卡：AI 拿到它，就能走進你的廣告後台、分析工具、資料庫，自己把數字撈回來，不用再憑訓練資料瞎猜。

以前你要排工程師、開七個分頁、在 Excel 裡手動對資料；現在你用一句話問，AI 自己去兩邊撈、自己交叉比對。

重點是什麼？

接上 MCP 只解決「拿得到資料」。拿到之後怎麼判斷、哪些動作可以放手讓 AI 做、規格改版時誰來買單，這些還是你的功課。這一區照這個順序排：先動手把行銷數據接上，再看懂規格，最後想清楚 MCP 的邊界在哪。想先搞懂 agent 整體怎麼運作，可以看 AI agent 主題頁。

從哪裡開始讀

把行銷數據接上 AI

• GA4 MCP Server 安裝教學：用 AI 聊天機器人自動分析行銷數據：門檻最低的入口，6 個步驟從 Python、Google Cloud 一路設定到 Gemini CLI 或 Claude Code。
• MCP × Google Ads：AI 把廣告月報從 2 週壓到 2 分鐘：讓 AI 跨 Ads API 與 GA API 比對落地頁，找出還沒餵給 Smart Bidding 的高意圖事件。
• Meta Ads CLI 教學：自動化工具如何重塑你的廣告分工？：Meta 同一天推出 Ads CLI 和官方 Meta MCP，一個適合批次建廣告，一個適合用對話查數據。

看懂規格改版

• MCP stateless 新規格解讀：MCP server 終於能上 serverless：2026-07-28 規格拿掉握手與 session，舊功能進入至少 12 個月的落日窗，經營者該問供應商的三個問題。
• MCP stateless vs stateful 差在哪？一張對照表 + 決策樹：購物車這類跨呼叫的狀態，該放 state handle、tasks 還是 subscriptions/listen。
• WebMCP 是什麼？跟 MCP 差在哪？：瀏覽器端的工具宣告草案，跟 server 端 MCP 在位置、生命週期、控制權上的三個差別。

MCP 不夠用的時候

• MCP server 開了就夠嗎？Linear 為什麼還要自己做原生 agent：MCP 給的是「能做什麼」，原生 agent 給的是「預設會怎麼做」，挑 SaaS 時該問的三個問題。
• Google Data Agent Kit：不懂 SQL 也能直接查資料庫：MCP 連接器加 Agent Skills 的組合，示範一個差點讓營收灌水三倍的 join，怎麼被一道測試擋下來。

常見問題

GA4 MCP Server 怎麼安裝？

安裝教學整理成 6 步：確認 Python 3.10 以上、安裝 pipx、在 Google Cloud 開專案並啟用 Analytics Admin API 與 Analytics Data API、建一個 Desktop app 類型的 OAuth 用戶端、用 gcloud 跑一次 application-default 認證，最後在 Gemini CLI、Claude Code 或 Cursor 的設定檔填上憑證路徑和專案 ID。第一次大約 30 分鐘，之後 5 分鐘搞定。

Google Ads MCP 能幫行銷人做什麼？

它讓 AI 直接進 Google Ads API 和 GA API，撈你帳戶裡的真實數字。這篇舉的用法包括：比對 CTR 前 10 名廣告的落地頁 engagement、找出 GA 裡還沒送進 Ads 但跟轉換最相關的事件。文章也提醒，它是副駕駛（Copilot），不是自動駕駛，看出「這數字不對勁」還是要靠你的領域知識。

WebMCP 跟 MCP 差在哪？

MCP 在 server 端，連的是你的資料庫和後台，隨時可用；WebMCP 在瀏覽器端，讓網頁把「這頁能做的事」宣告成工具給 agent 呼叫，關掉分頁就沒了，而且要瀏覽器支援、使用者授權、站台註冊工具三方到齊才成立。這篇寫作時，規格仍標示為實驗性，Chrome 從 149 版才開放 origin trial，適合拿測試站踩踩看，不適合當正式環境的依賴。

MCP stateless 改了什麼？舊的 server 會壞嗎？

2026-07-28 規格把 MCP 改成請求／回應模型，拿掉 initialize 握手和 Mcp-Session-Id，每個請求自己帶齊協定版本與能力宣告，所以 server 能直接部署到 serverless 或 edge。短期不會壞：被淘汰的功能有至少 12 個月的落日窗，官方也允許 server 新舊兩套並行。規格解讀建議先盤點、排進行事曆、跟著 SDK 節奏遷移；要判斷每台 server 的狀態該搬去哪，看對照表與決策樹。