Google Ads 接上 Claude：讓 AI 直接健檢廣告帳戶

Claude 可協助整理 Google Ads 報表中的異常與待辦，但資料來源和處理權限要先釐清。可手動匯出報表後在核准的 AI 環境分析，也可用 Google Ads Scripts 排程匯出，或以 Google 官方 MCP 查詢帳戶資料。Google 的工具不等於 Claude 的資料處理獲官方背書；任何 AI 建議都應回到帳戶及轉換資料驗證後再修改。

重點先看：健檢可從手動匯出報表、Google Ads Scripts 排程，或 Google 官方 MCP 查詢三種方式開始；前兩者的資料若再上傳 Claude，屬於使用第三方 AI 服務。先確認客戶授權、資料最小化與保存政策。官方 MCP 目前提供查詢能力；AI 的分析需回到帳戶報表核對，修改帳戶仍由有權限的人執行。

官方 MCP 伺服器目前唯讀，不能改出價、不能暫停活動、不能建素材。AI 的產出是修訂清單，動手改帳戶的永遠是人。

健檢看五個維度：品質分數三組件、搜尋詞挖否定關鍵字、預算耗盡、廣告評級不足、零曝光與低活動資產。

資料有時間差。官方排程指引以統計延遲最多 3 小時為基準，轉換與匯入的資料更慢，曝光比重指標要 1 到 2 天才更新完。

今天就能做的第一步：從預先定義報表下載一張帶品質分數三組件欄的關鍵字報表，先去識別化並確認資料授權，再上傳到經核准的 AI 工作環境；要求每項發現附帳戶、活動、欄位和日期，回到原報表驗證。

為什麼 Google Ads 帳戶健檢適合丟給 AI

經營 Google Ads 的人天天看得到數字，點擊、花費、轉換都寫在後台。麻煩在訊號散得很開：某個廣告群組的到達網頁體驗評等長期 Below average、幾個搜尋詞每天安靜地吃預算、某個活動符合資格的曝光，有一部分根本沒進場。單看任何一張報表都會漏，逐欄比對又吃掉整個下午。

健檢兩個字先講清楚：定期、有固定維度、有欄位證據的帳戶檢查，產出是一份可執行的修訂清單。它跟自動投放是兩回事，也跟讓 AI 直接操作帳戶無關，範圍只到讀資料與給建議為止。範圍畫出來，後面每一條路線的選擇才有依據。

這種工作正好是語言模型吃得下的型態。把欄位數字讀成敘述、跨報表找關聯、把零散的異常整理成有優先序的清單，本質都是文字與模式的處理。你丟三張報表，它回一份「哪裡在燒錢、證據在哪一欄」的整理，來回用對話逼近。

實際丟給 AI 之後，先浮上來的就是三類：花在無關查詢上的錢、因為預算或評級而錯過的曝光、帳戶裡沉默不動的項目。三類各自對應不同的報表欄位，五個健檢維度就是照這個分法設計的。

AI 不替你決定。加不加預算、否定關鍵字（負字）下在哪一層、文案要不要重寫，這些動作影響花費與成果，判斷標準在你手上，執行也要回到 Google Ads 介面。健檢與開藥分開：健檢交給 AI，開藥留在人手上。

健檢的頻率跟著花費規模走。中小型帳戶兩週到一個月跑一輪已經足夠，花費越大、投放結構變動越快，頻率再往上調。判斷標準看變化速度，日曆只是提醒，換季、大型檔期、改版之後，都值得額外補一輪。

試算表也能做這些比對，差別在門檻與速度。公式要會寫，樞紐分析要會拉，報表一多就變成體力活。語言模型把「問一個問題、得到一份整理」變成預設的互動方式，分析從技能變成對話。它給的答案仍然要核對，這一點跟任何分析工具都一樣。

時間點也對了。claude.ai 的檔案上傳與程式碼執行、Google 側的腳本配方，加上 2025 年 10 月開源的官方 MCP 伺服器，兩邊的零件在這一年左右湊齊，這套工作流才從概念變成做得到的日常。

協作的模式也單純：你決定要查什麼，AI 負責讀欄位、比對、把結果講成人話。它不知道你的商業目標，也不知道哪些客群值得虧錢養，這些脈絡要由你補進對話。脈絡給得越完整，判讀越貼近你的帳戶。

帳戶裡的常見毛病其實有固定幾類，健檢維度就是照這些老問題設計的。還沒開始前，可以先對照 Google Ads 常見錯誤清單自查一輪，把已知的地雷先排掉，再讓 AI 找剩下的。

三條接線路線：按資料量與工程能量選

把 Google Ads 帳戶資料用於 AI 健檢，可由手動匯出報表、Google Ads Scripts 或 Google 官方 MCP 三條路線取得。前兩種若再把檔案上傳 Claude，就加入第三方資料處理；MCP 連接外部 AI 也會把查詢結果提供給該服務。先比較權限、資料新鮮度、維護成本與客戶授權，再選符合需求的做法。

怎麼選，先比門檻、資料新鮮度與適合的操作者。

路線	門檻	資料新鮮度	適合誰
①手動匯出上傳	不寫程式，會下載報表即可	停在下載當天	想先跑一輪完整健檢的人
②Scripts 排程	要會一點 JavaScript	每日固定時間自動匯出	天天看資料或多帳戶的人
③官方 MCP 伺服器	developer token、OAuth 2.0 或服務帳戶	對話當下直接查	有工程能量的行銷團隊

路線①手動匯出上傳：零門檻，今天就能做

第一層不寫任何程式。Google Ads 內建預先定義報表，位置在 Campaigns 選單的 Report Editor（報表編輯器）底下，選單名稱是 Predefined reports，官方把它定義成一組現成報表，用來回答關於帳戶資料的特定問題。欄位可以加可以減，改完另存成自己的報表，之後隨時打開或下載。預先定義報表的官方說明把位置、欄位調整與下載格式列得很完整。

管理員帳戶（MCC）在這一層還有額外功能：預先定義報表會增加 Account 與 Customer ID 欄，也會多一張 Account 報表，可直接比較多個帳戶。自訂報表可在 Report Editor 選擇欄、列和值；一般層級為 Account、Campaign、Ad group，最高成效廣告活動（Performance Max）則以素材資源群組（Asset groups）為下一層。已儲存的報表可在 Insights and reports 頁面存取。

報表支援排程寄送，定期寄給你自己和其他有帳戶存取權的人，官方舉的格式例子是 CSV 與 XML。個別帳戶的報表從你指定時區的凌晨 3 點開始跑，沒設時區就從太平洋時間凌晨 3 點開始。超過 18 個月沒打開的已存報表會被自動移除，長期在用的報表記得定期開一下。

排程寄送跟手動下載可以搭著用。假設每週一早上健檢，就把關鍵字報表排成定期寄送，間隔跟著健檢節奏走，收件人填你自己，檔案到了信箱直接轉上傳，下載這一步就省了。信箱等於你的健檢收件匣，幾個帳戶就是幾封信。

拿到 CSV 後，到 claude.ai 網頁版直接上傳。聊天上傳的限制是每檔 500MB、每個聊天 20 個檔案，CSV 在支援清單內，XLSX 也在，但 XLSX 要先啟用程式碼執行與檔案建立功能。專案檔案走另一組規則，每檔上限 30MB、數量不限但內容要裝得進脈絡，而且原則上只抽取文字，多模態 PDF 是官方明列的例外，兩組上限不要混著記，claude.ai 檔案上傳的官方說明把兩者分開列。

資料量小的時候，貼上比上傳快。只追蹤幾個活動的曝光比重，複製進對話就夠。關鍵字或搜尋詞報表一旦列數變多，上傳完整檔案交給程式碼執行去算，欄位結構會保留得比較完整。兩種給法可以混用，原則同一個：欄位名稱要完整，AI 才知道每一欄是什麼。

丟檔案之前多講一句話，分析的品質會差很多：告訴 Claude 這是哪個帳戶、哪段日期區間、想查什麼。欄位名稱跟著檔案第一列走，AI 讀得到，你要補的是檔案裡沒有的東西，例如目標客單價、主要商品的季節性，這些脈絡它猜不到。

上傳後的重活交給程式碼執行功能。Claude 能在對話裡直接寫並執行 JavaScript，官方對 CSV 資料的分析與視覺化有專門的示範。這套能力在 2025 年 11 月 5 日從原本的 analysis tool 改版升級，新的程式碼執行做得了同樣的分析，還能產出可下載的試算表、CSV 與報表，程式碼執行的官方公告把改版前後的差異寫得很清楚。

路線①的節奏建議一次抓一週或一個月的區間，資料量剛好、欄位完整，AI 讀起來不容易失真。檔名把帳戶、日期區間與報表種類寫進去，多帳戶輪著健檢時不會搞混。

路線②Google Ads Scripts：排程半自動

第二層把手動下載換成排程匯出。Google Ads Scripts 用 JavaScript 寫，在瀏覽器版的 IDE 裡編輯，Scripts 官方說明寫 Google Ads 功能幾乎都能透過 mutate 與 search 呼叫做到，可以拿來自動化例行工作，也可以一個腳本照顧一到多個帳戶。管理員帳戶（MCC）有專屬的 manager scripts，一個腳本就能存取所有投放中的子帳戶，多帳戶的基礎概念可以先看管理員帳戶的操作整理。

排程在 Scripts 頁面的 Frequency 欄設定，用鉛筆圖示打開，頻率可以是一次、每日、每週或每月的指定小時，跑之前先按 Authorize now 完成授權。官方給這項功能的情境，就是不需要有人開著工作階段也能執行。排程的官方說明把每個欄位都列了出來。

腳本不只會搬報表。官方說明給的想像空間是自動化常見程序、跟外部資料互動，從一個帳戶到多個帳戶都行。對健檢來說，真正派上用場的位置仍然是固定把報表搬到你伸手可及的地方，試算表、信箱，或你自己的資料夾，搬完之後的分析交回對話。

不想從零寫，官方解決方案庫有現成配方。Account Summary Report 配方會抓前一日的統計更新到範本試算表，用 SpreadsheetApp.openByUrl 指定試算表網址，有填信箱就用 MailApp.sendEmail 寄出 HTML 格式的信。配方定位在單一帳戶，跑之前把它加進帳戶、填好 spreadsheet_url、按 Run script now 測一輪再上排程。Account Summary Report 配方的官方頁面連範本試算表都準備好了。

配方的骨架值得看懂，因為它就是半自動路線的形狀：抓前一日的統計、寫進試算表、寄信通知，三步用同一個腳本完成。要換掉的是欄位與收件人，要加的是你自己在意的指標。看得懂骨架，之後不管沿用官方配方還是自己寫，心裡都有底。

排程時間有個官方建議：設在每天凌晨 3 點或之後，因為 Google Ads 統計最多可能延遲 3 小時，太早跑抓到的是還沒補完的數字。這個時間差會一路傳到你手上，早上看試算表時，昨日那欄的數字可能還在收斂。

執行限制先記幾個數字：廣告主帳戶的腳本最多執行 30 分鐘，超過會被取消。管理員腳本同樣是 30 分鐘，用 executeInParallel 搭配 callback 可以延長到 60 分鐘。executeInParallel 一個腳本最多處理 50 個帳戶，processAccount 對單一帳戶最多回傳 10MB 資料。每個帳戶最多 250 個已授權腳本，單一迭代器預設最多回傳 5 萬筆結果，報表則不受實體數量限制。腳本執行限制的官方頁面提醒，這些數字隨時可能調整，不另行通知。

配方跑在單一帳戶層級，多帳戶的做法是回到 manager scripts，或每個帳戶各放一份配方各自排程。兩種做法的取捨在維護成本：一份管理員腳本顧全部，改一次就好，多份各自跑則單純但分散。要用 executeInParallel 的話，一個腳本一次最多處理 50 個帳戶，帳戶更多就分批跑。

資料落在試算表後，健檢的接法回到路線①：把檔案上傳 claude.ai，或貼上關鍵區塊。Scripts 的價值在讓資料每天自動就位，分析仍然發生在對話裡，兩層各做各的事。

路線③官方 Google Ads MCP 伺服器：AI 直接查帳戶

第三層讓 AI 在對話當下直接查帳戶。Google 在 2025 年 10 月宣布開源 Google Ads MCP 伺服器，原始碼放在 GitHub 的 googleads/google-ads-mcp 儲存庫，官方文件把它定位成一座標準化的橋，讓 AI 代理用自然語言分析與取得廣告活動資料。

伺服器提供三個工具。list_accessible_customers 回傳你可存取的 customer ID 與帳戶名稱，search 用 GAQL 查詢語言抓資源指標、預算與狀態，get_resource_metadata 取得 campaign 這類資源型別的詮釋資料。實際對話時你用中文問「搜尋曝光比重最低的前五個活動」，AI 自己組 GAQL 去查，回頭把結果讀成你聽得懂的整理。

三個工具的順序就是使用的節奏。先用 list_accessible_customers 確認連上哪些帳戶，再用 search 逐一查，需要知道某種資源有哪些欄位可查時，讓 AI 先叫 get_resource_metadata。你的問題始終用中文，工具之間的串接由 AI 自己處理，這是 MCP 形態的好處：介面照資料結構長，不照選單長。

GAQL 不需要真的會寫才用得起來。對話裡的翻譯、執行、把結果讀回來，都由 AI 完成。要懂的概念只有一個：查詢以資源為單位，campaign 是一種資源，get_resource_metadata 就是讓 AI 先弄清楚某種資源有哪些欄位可查。有工程師在場，這一層也能拿來快速檢查 AI 組出來的查詢對不對。

唯讀是現況的硬邊界。官方文件寫得直白，這個實作嚴格唯讀，不能修改出價、不能暫停活動、不能建立新素材，規格表的 Mode 欄標注 Read-only (current release)，截至 2026 年 9 月 10 日查證仍是這個狀態。AI 查得到錢花在哪，動不了其中任何一毛，所有修訂都要由人帶回 Google Ads 介面執行。

授權門檻在這一層列得清楚。官方整合文件列的必備條件，是具有 Explorer、Basic 或 Standard 存取層級的 Google Cloud 專案，認證走 OAuth 2.0 用戶端憑證或 Application Default Credentials。developer token 在官方 README 標為選配，真要用在正式帳戶，至少要 Explorer 層級。憑證有三條路：FastMCP OAuth proxy 的 Client ID 與 Secret、Application Default Credentials，或沿用現成的 google-ads.yaml 設定檔。

三條憑證路怎麼選，看誰在維護。已經在跑 Google Ads API 的人，直接沿用 google-ads.yaml 就省事。要走 OAuth proxy 就申請 Client ID 與 Secret。服務帳戶搭配 Application Default Credentials，適合有雲端環境的團隊。憑證只給 Google Ads API 需要的範圍，用不到的權限不要開。

部署形態按團隊條件選。本機的部署負擔低，用標準輸入輸出（stdio）直跑，pipx 直接執行 PyPI 上的 google-ads-mcp 套件。要隔離環境就用 Docker，官方附了 Dockerfile。放到雲端就部署 Cloud Run，環境變數帶 GOOGLE_ADS_MCP_OAUTH_CLIENT_ID 與 SECRET，這種接法對權限範圍要看得更仔細。

即時問答與歷史趨勢是兩種需求。MCP 直查適合前者：現在哪些活動在燒錢、某個廣告群組今天的狀態。要看一段時間的趨勢、要跨報表算佔比，匯出檔案交給程式碼執行反而順。兩條路線不衝突，問題當下挑順手的工具混著用就好。

Claude 這端的接法以 Claude Code（命令列代理工具）為例，照 Claude Code 官方文件，用 claude mcp add 指令註冊，伺服器定義存放在 ~/.claude.json 或專案根目錄的 .mcp.json，各範圍的差異在Claude Code 的 MCP 設定文件裡寫得清楚。Google Ads MCP 的 README 示範的則是把 mcpServers 區塊寫進 ~/.claude/settings.json，並註明格式在所有 MCP 用戶端通用，兩份官方文件不一致時，以 Claude Code 自己的文件為準。Claude Code 的基本操作可以先看站上的入門教學。底層對接的 Google Ads API 在 2026 年 8 月 19 日發布了 v25.1，前一版 v25 是 2026 年 7 月 22 日，官方說明次要版本不含破壞性變更，版本資訊頁可以對照各版差異。

匯出哪四種資料

健檢的品質取決於餵什麼。四種資料湊齊，五個維度就有原料：

• 關鍵字報表，欄位帶上品質分數三組件
• 搜尋詞報告，看錢實際花在哪些查詢
• 廣告活動層報表，帶曝光比重的 Competitive metrics 欄
• 現有否定關鍵字，帳戶層與活動層都要

四種資料一次給齊固然理想，分批也行。第一輪先抓關鍵字報表與搜尋詞報告，涵蓋維度一與維度二，這兩項很快就會看到可執行的發現。曝光比重欄與負字清單第二輪補上，維度三與維度四跟著解鎖，維度五用第一輪的關鍵字報表就能先做。每份報表的日期區間前後一致，跨報表對照才有意義。

關鍵字報表：把品質分數三組件欄帶上

下載關鍵字報表時，三個組件欄要手動加。到 Keywords 頁點欄位圖示，找 Quality Score 區段，把預期點閱率、廣告關聯性、到達網頁體驗一起勾進報表。只有 1 到 10 的總分時，你看不出問題出在哪一環，組件欄位才是健檢的原料。改好的欄位組合用 Report Editor 另存，之後直接下載同一組。

搜尋詞報告：真正被輸入的查詢

搜尋詞報告的位置在 Campaigns 左側導覽的 Insights and reports 底下，名稱是 Search terms，官方說明對隱私門檻與檢視限制有完整交代。它記錄的是使用者實際輸入、而且在搜尋聯播網上觸發了你廣告的查詢，跟你下單競價的關鍵字是兩回事。這兩個詞從此分開用，報表看錯一個，後面的判斷全歪。

兩個限制先記住。Report Editor 的檢視沒辦法直接把搜尋詞加成否定關鍵字，動作要回到活動或清單層做。查詢活動量太低的搜尋詞會被隱私門檻過濾，報告裡根本不出現，你看到的花費帳，會比報告列出的查詢多。

廣告活動層的曝光比重欄

曝光比重相關欄位也要自己加。在 Campaigns、Ad groups 或 Keywords 頁都找得到 Competitive metrics 區段，先把 Search lost IS (rank) 加進報表；因預算而錯失的 Search lost IS (budget) 只在廣告活動層提供，這是必須單獨匯出活動層報表的原因，關鍵字報表替代不了。各欄位的提供層級與更新時間，曝光比重資料的官方說明列得清楚。

否定關鍵字清單

現有負字要一起交給 AI，否則它建議的字可能早就下過。帳戶層清單會自動套用到所有符合資格的搜尋與購物廣告空間，活動層的清單也要一起匯出，AI 才對得出重複與缺口。

五個健檢維度

五個維度對應五種常見的燒錢訊號，分工都一樣：報表出證據，Claude 做判讀與整理，你決定動作。

維度	看哪個報表	Claude 幫什麼	你決定什麼
品質分數三組件	關鍵字報表（含三組件欄）	找出 Below average 集中的群組與組件	改文案、到達網頁或結構
搜尋詞挖負字	搜尋詞報告	依意圖分群、給負字建議與比對類型	下哪一層、用哪種比對
預算耗盡	活動層曝光比重 budget 欄	排序找出最餓的活動	加預算、縮範圍或調時段
評級不足	活動層曝光比重 rank 欄	對照出價與品質訊號找缺口	出價、品質或素材的取捨
零曝光與低活動資產	匯出資料判讀	清點沉默的關鍵字與素材	啟用、刪除或重建

維度一：品質分數三組件，看哪一環掉隊

品質分數是官方設計的診斷工具，給關鍵字層級使用，分數 1 到 10，用途是讓你了解廣告品質跟其他廣告主比起來如何。比較基準很具體：過去 90 天內、被同樣搜尋觸發的其他廣告。三個組件各自評 Above average、Average 或 Below average，哪個組件顯示一條橫槓，代表精確符合的搜尋量不足，官方評不出來。品質分數的官方說明把每個組件的定義寫得很完整。

三組件的組合比單一組件有資訊。關聯性差配點閱率差，表示廣告跟搜尋意圖對不上，先改文案與群組結構。關聯性尚可但到達網頁體驗差，問題常出在著陸頁的相關性與實用性。把組合交給 AI 分群統計，哪種組合集中在哪個群組，一張表就看得出來，這正是欄位比對裡吃掉人工的環節。

趨勢比單點有用。比較窗跟著 90 天往前滾，廣告與頁面調整之後，同一個關鍵字的組件評等可能跟著移動，單看某一天的分數容易過度反應，把幾次健檢的結果排在一起看，改進與退步才看得清。做法很簡單：每次健檢的發現清單留檔，下一輪把前一輪一起上傳，請 AI 對照變化。

交給 Claude 的問法：上傳帶齊三組件欄的關鍵字報表，要它指出 Below average 集中在哪個廣告群組、哪個組件，總分先不用看。AI 給的是整理與方向，改哪個頁面、怎麼改，判斷在你。

官方對品質分數的定位畫了兩條紅線。品質分數不是關鍵績效指標，官方明說不該拿來當經營目標、跟其他資料一起彙整。它也不是廣告競價的輸入項。競價裡決定資格與排序的是 Ad Rank，計算因素包含出價、廣告與到達網頁的品質、Ad Rank 門檻、競價競爭程度、素材與其他格式的預期影響，以及搜尋當下的情境，每次競價會計算兩次。品質在競價裡發揮作用，品質分數那個 1 到 10 的數字本身不在輸入清單，把它當 KPI 去拚，方向就偏了。

維度二：搜尋詞報告挖否定關鍵字

搜尋詞報告回答的問題再直接不過：錢實際花在哪些查詢上。官方的建議同樣不留轉圜，搜尋詞跟你的產品或服務不夠相關，就加成否定關鍵字。整份報告交給 Claude，請它依意圖分三群：明確相關、邊界地帶、明確無關。無關那群直接進負字候選，邊界那群留給你逐條判斷，也是資訊量特別大的一群。

負字有三種比對，語意不同。negative broad 只要搜尋包含全部字詞就擋，順序不拘。negative phrase 要同順序連續出現才擋。negative exact 要完全相同才擋。反向操作有個容易漏的規則：同義字與單複數變體不會自動涵蓋，想排除就要自己補齊，跟 AI 要建議清單時，記得請它把變體一起列出。

兩個細節影響覆蓋的完整度。多媒體與影片廣告只認帳戶層清單的前 1,000 個負字，超過的不列入計算。搜尋內容第 16 個字之後才出現負字時，廣告仍可能曝光，長尾查詢擋得沒有想像中乾淨。清單的套用範圍與比對規則，否定關鍵字的官方說明列得很完整。分群建議要過這兩條規則再採用，下哪一層、用哪種比對，由人拍板。

邊界群的處理，正是人的價值所在。同一個搜尋詞，對賣課程的商家是明確無關，對賣工具的可能是潛在客群，這個判斷只有你做得了。協作方式是把你的商業定義講給 AI 聽，目標客戶是誰、不接受什麼類型的流量，讓它按定義重分一次，比自己逐條標快得多。

負字要下在哪一層，也有清楚的分工邏輯。全帳戶都不該出現的字，像求職或免費索取這類與業務無關的查詢，放帳戶層一次解決。只對某個活動無關、對其他活動可能是客群的字，放活動層，避免一刀切掉潛在流量。跟 AI 要建議時，可以順便請它標注建議層級，你再按商業判斷調整。

維度三：預算耗盡，看 Search lost IS (budget)

這欄的定義要讀準：因為預算不足而沒有曝光的時間百分比。曝光比重的分母是你符合資格的估計曝光量，實收曝光除以它就是 Search impression share，而 lost IS (budget) 直接告訴你，有多少符合資格的時間，廣告因為錢不夠根本沒進場。數字高的活動，這欄指向的問題是預算撐不住投放節奏。

Claude 幫你把活動層報表按這欄排序，對照每日預算與花費曲線，整理出最餓的幾個活動。看數字時記得更新週期，曝光比重指標要 1 到 2 天才更新完，最新期間的數字可能還沒結算進來。

判讀有個簡單的讀法。lost IS (budget) 高、每日花費又天天觸頂，這個活動的預算連現有範圍都餵不飽，加預算才有意義。數字高但花費不穩，可能是某幾天特別貴，先看是哪些日子、哪些時段，再決定加錢還是收範圍。把花費曲線與這欄並排，是 AI 幫得上忙的比對。

三種走向各有代價。加預算的做法直接，前提是轉換跟得上，不然就是白花。縮範圍保住高峰時段，代價是總量下降。調時段把錢移到成交率高的區間，需要歷史資料佐證。哪個方向合理，取決於活動的轉換表現與你的承接量能，AI 能把證據排好，選擇仍然是商業判斷。預算本身就不寬裕時，這些取捨只會更尖銳，可以再讀小預算帳戶的實戰投放技巧，看有限預算下如何安排探索、驗證與放大。

維度四：廣告評級不足，看 Search lost IS (rank)

這欄衡量因為競價中 Ad Rank 不佳而未曝光的時間百分比。跟預算那欄對照著讀：budget 高先處理錢，rank 高處理競爭力。Claude 把兩欄並列，找出預算夠但評級不足的活動，這群值得逐個深挖，改善的槓桿也多。

你手裡能動的項目，在官方明列的計算因素裡佔了三個：出價、廣告與到達網頁的品質、素材的預期影響。門檻、競價競爭程度與搜尋情境同樣在計算之列，但不在你手裡。哪個先動，看 lost IS (rank) 的幅度與活動的利潤空間，兩個數字擺在一起，取捨才看得清楚。

這組指標還有兩個閱讀上的限制。曝光比重指標按活動類型分開回報，不會彙總成整個帳戶的單一數字，期間內耗盡過預算的活動，廣告群組頁不會顯示 lost IS (rank)。比較兩個活動前，先確認同類型、同期間，AI 整理時也要把這個前提寫進結論。

跟維度一的關係也順便理清。品質分數是診斷工具，Ad Rank 才是競價裡的計算。發現 rank 不足時，回頭看維度一的三組件，就能看到同一批問題的影子，文案對不上意圖、到達網頁體驗差，常在兩邊留下相關的訊號。兩個維度一起看，找到共同原因的機會更大，修正後再分別核對組件評等與 lost IS (rank) 的變化。

維度五：零曝光與低活動資產

這一維沒有專屬報表，動作是從匯出資料判讀。零曝光的關鍵字、長期暫停的素材、沒在投放的廣告，從匯出欄位就能認出來，清點交給 Claude，它回一張沉默清單。哪些該啟用、哪些該刪除、哪些只是還沒排到，由你逐項決定。

處置分三種：啟用、刪除、重建，判斷的原料是匯出欄位裡的狀態與期間，加上你的業務需求。零曝光的關鍵字，值得回頭檢查比對類型與出價再決定去留。長期暫停又無人聞問的素材，刪掉讓帳戶乾淨。清點的頻率跟著帳戶節奏走，一季清一次是不錯的起點。

資產端的判讀標準比關鍵字寬鬆一些。素材看的是長期表現，短期沒有數字未必代表失效。判斷的依據一樣是欄位：狀態、期間、搭配的廣告。清點時請 AI 把最近一次有活動的日期列出來，沉默超過一季的項目，值得你親自看一眼。

三種 prompt 模式

報表到位後，問法決定拿到什麼。三種模式對應三種情境，示例問句直接抄就能用。

模式	給什麼	要什麼	拿到什麼
全帳戶體檢	四張報表一起上傳	跨報表找異常	結構化發現清單
單維度深挖	一張報表	依意圖分群與建議	分群結果與負字候選
修訂清單產出	前面的分析	收斂成表格	問題、證據、動作、優先序

模式一：全帳戶體檢

四張報表一起上傳，要一份結構化的發現。示例問句：「我把帳戶的四張報表傳上來了：關鍵字報表含品質分數三組件、搜尋詞報告、廣告活動層曝光比重、現有否定關鍵字。請逐張找出異常訊號，用清單回覆，每項包含發現、證據欄位、可能原因、建議查看的位置。」Claude 會跨報表對照，把 Below average 的組件跟同群組的搜尋詞擺在一起看，這種關聯單張報表給不了。

收到清單後先核對再行動。先挑兩三項回報表查證，確認 AI 讀懂了欄位，之後準備執行的建議再逐項核對。對不上的項目直接標出來追問，請它重查或交代限制。

四個檔案一次全傳，再下一道指令。分次傳、分次問，跨報表的關聯容易被拆散，全帳戶體檢的價值就跟著縮水。核對證據時，照 AI 引用的報表名稱與欄位回原文找，來回幾次就會摸清它引用的習慣，之後的健檢越跑越快。

模式二：單維度深挖

只給一張報表，往深處問。示例問句：「這是搜尋詞報告。請把搜尋詞依意圖分成三群：明確相關、邊界、明確無關。無關與邊界兩群請建議否定關鍵字，標注建議的比對類型，並說明每個建議的理由。」追問可以繼續，哪群要補單複數變體、哪些詞反而值得開成新關鍵字。挖負字與開新字是同一份資料的兩個方向，深挖一次兩邊都有收穫。

深挖的常見失敗，是只給報告不給商業脈絡，AI 缺了產品與客群的資訊，分群只能用猜的。給它產品類型、目標客群與定價帶，分群品質差很多。反向也成立，分群太粗的時候，直接指出哪一條分錯了，再請它重分一次，結果仍要核對。

模式三：修訂清單產出

分析收尾時，要一張能帶去執行的表。示例問句：「根據前面的分析，輸出修訂清單表格，欄位是問題、證據、建議動作、優先序。證據欄寫報表名稱與欄位名稱，只列有證據的項目。」表格把對話收斂成行動，也把唯讀邊界落到實處：AI 產出的是清單，清單上每一項都要由你回 Google Ads 執行，它改不了出價、暫停不了活動、也建不了素材。清單丟回給 AI 再排一輪優先序，比自己排快。

清單出來後，把它當工作文件看待，不要直接當答案。逐項核對證據欄，把不成立的劃掉，成立的排進你的行事曆。清單會跟著帳戶變化，下一輪健檢再跑一次，舊問題解掉、新問題浮上來，健檢的價值在累積出來的趨勢，不在單次結果。

優先序的排法給你一個參考：先看止血，正在持續浪費的排前面。再看可逆性，能先小範圍測試的動作，比一次全改的風險低。影響範圍大的出價與預算調整，放在有對照驗證的時段做。這套排序也可以交給 AI 起草，你按商業直覺修正，來回一輪就夠。

邊界與地雷

這套工作流的能力邊界有四條：AI 只能讀帳戶、資料要離開 Google 系統、統計有時間差、建議要人把關。四條各自對應不同的處理方式，弄清楚之後，工具能做什麼、該由誰做，就不會再有模糊地帶。

唯讀是現階段的設計

官方 MCP 的唯讀常被當成可惜之處，對健檢反而合理。讀資料做診斷，本來就不需要寫入權限，誤改帳戶的風險也跟著降低：AI 就算判讀錯了，也動不了帳戶，錯誤被攔在建議這一關，由人核對。截至 2026 年 9 月 10 日查證，規格停在 Read-only (current release) 這個現況。

把這條邊界放進日常工作流程，其實是好事。健檢、核對、執行三步分開，並把每步的結果留下紀錄：AI 出清單，你核對證據欄，動作回到介面做，做完下一輪健檢驗收。節奏一旦固定，帳戶的變化就有了連續的軌跡，比想到才看的隨機抽查可靠得多。

資料敏感性是隱私判斷

帳戶資料裡有出價、轉換、搜尋詞，這些是不折不扣的商業機密。上傳檔案或貼上內容，等於讓它們離開 Google 自家系統，進到另一家公司的服務裡。至少在 Google Ads 與 Claude 的公開說明裡，這種做法沒有被列為禁令，做不做屬於你自己的隱私判斷。判斷的材料有三樣：資料的敏感度、你對服務方的信任程度、合約或公司政策有沒有限制，三樣都想過再按上傳。

代管客戶帳戶的投手多一層考慮。資料是客戶的，交給第三方服務前，先確認客戶授權與合約怎麼寫，白紙黑字的範圍看過再動手，比事後解釋省事。

統計有時間差

Google Ads 的統計不是即時的。官方配方的排程指引直接寫了原因：統計最多可能延遲 3 小時，所以建議排在凌晨 3 點之後跑。曝光比重類指標更慢，要 1 到 2 天才更新完。轉換與從 Google Analytics 匯入的資料又要更久，資料新鮮度的官方說明把各類資料的收斂時間列了出來。解讀 AI 的結論時把時間差算進去，早上問昨天的數字，拿到的可能是還沒收斂的帳。

對話時把日期講明白，能省掉多數誤會。上傳檔案時說明這是哪段區間的報表，問即時資料時說明你要最新還是已收斂的數字。AI 不知道你的資料停在哪個時間點，講清楚了，它的回答才不會把新舊數字混在一起。

驗證建議的責任在人

AI 查得到你的帳戶資料，不代表每一條建議都靠得住。它可能誤讀欄位、把相關當成因果，或給出跟商業判斷衝突的建議。每條建議都對回原始報表核對三件事：問題是否真的存在、數字是否站得住、動作是否合理。修訂清單的價值，就在把證據欄寫清楚，讓核對有明確的抓手。

常見的錯誤形態先認得：欄位名稱看錯，把曝光比重的分子分母顛倒。單位混淆，把百分比當金額。條件遺漏，忽略兩個活動不同類型不能直接比。這些錯人也會犯，差別在 AI 錯得快又自信，核對這一步不能省。

這一步沒有人能代勞。整理可以交給 AI，驗證與按下確認，永遠是你的。

Google Ads 帳戶健檢與關鍵字研究的分工

健檢用的資料在你自己的帳戶裡，回答的問題是已經花的錢有沒有浪費。關鍵字研究用的資料在帳戶外，回答的問題是還有哪些字值得買，那是搜尋結果頁（SERP）資料源的世界，工具與做法都不同，完整流程可以看用 Claude 與 DataForSEO 做關鍵字研究。

兩件事互補，順序有講究。先健檢把浪費收攏掉，再往外擴張買新字，預算才花得穩。反過來做，新的花費會蓋住舊的漏洞，帳戶越大越難回頭。

具體的分工線畫在資料所有權上。帳戶裡的資料你獨有，競品的字、搜尋量分布、SERP 上的版位都在帳戶外，要靠外部資料源補。兩種資料照顧兩種問題，工具鏈也各自成熟，混用只會兩邊都做不深。帳戶外那一側的經典起點是 Google 自家的工具，怎麼用關鍵字規劃工具估搜尋量與出價，有專篇從頭演示。

下一步

從一個不用寫程式的動作開始。今天進 Google Ads，從預先定義報表下載一張關鍵字報表，欄位帶上品質分數三組件，上傳 claude.ai，請它依三組件評等找出異常，附上證據欄位與建議查看的位置。這一輪不寫程式、不做授權，問完就有第一份發現清單。

第二輪把搜尋詞報告加進來，跑一次單維度深挖，拿一份負字候選清單。有固定節奏後再往上評估：天天看資料或手上多帳戶，Scripts 排程開始省時間。有工程能量，官方 MCP 伺服器把健檢變成隨問隨查。階梯走多高由帳戶規模與資料頻率決定，第一階今天就能跨出去。

評估要不要往上走時，問自己兩個問題：資料多久需要一次，還有誰來維護。答案偏「每天」而且有工程能量，第三層值得投資。答案偏「一個月」而且只有你自己，第一層用到底也不是問題。適合的高度，是帳戶規模與人力撐得起的那一層。想跨出廣告帳戶、把整個網站的健檢與內鏈也自動化，用 Claude Code 做 SEO是同一條思路的站內版本。自然搜尋端的成效資料也有對應接法，把 Search Console 接進 Claude 的 MCP 路線能讓搜尋分析變成隨問隨查。