El servidor MCP para Google Ads permite conectar herramientas de IA como Claude o Gemini con tus datos reales de Google Ads y consultarlos usando lenguaje natural. Esto significa que puedes preguntarle a tu IA cuánto gastaste, qué campañas tienen mejor rendimiento o qué está pasando con tu cuenta sin construir cada consulta manualmente.
Para un especialista en paid media, la diferencia está en el tiempo que ahorras al analizar la información. En lugar de pasar de Google Ads a Excel y después a tu herramienta de IA, puedes llevar los datos de tus campañas directamente al flujo de trabajo que ya utilizas.
¿Qué es el servidor MCP para Google Ads?
¿Te imaginas preguntarle a Claude qué campaña tuvo el CPC más alto esta semana y recibir la respuesta directamente con los datos de tu cuenta?
Eso es, en esencia, lo que permite el servidor MCP para Google Ads. MCP significa Model Context Protocol. Es un estándar abierto que permite que una herramienta de IA se conecte con servicios externos de una forma estandarizada. Google no creó el protocolo. Herramientas como Claude, Cursor y VS Code ya lo utilizan para trabajar con diferentes fuentes de información.
Google publicó su propia implementación para Google Ads como un proyecto de código abierto en GitHub. El servidor es mantenido por el equipo de Google Ads API y funciona como un puente entre el modelo de IA y los datos de Google Ads.
Si quieres aprender a integrar herramientas de IA en tu estrategia completa de paid media, te invito a ser parte de mi curso de Meta Ads donde te enseño paso a paso como conectar el servidor MCP para google ads
En la práctica, el flujo es bastante sencillo:
- Tú haces una pregunta en lenguaje natural.
- La IA identifica qué información necesita.
- El servidor MCP consulta Google Ads.
- Los datos regresan a la IA como contexto.
- La herramienta te entrega una respuesta que puedes entender sin escribir código.
Hay una limitación importante: la versión actual es de solo lectura. Puedes consultar información, pero no modificar tus campañas.
Puedes revisar el repositorio oficial del servidor MCP para Google Ads en GitHub. Si ya utilizas IA para analizar campañas, esta diferencia puede ahorrarte bastante trabajo manual. Si quieres recibir más estrategias prácticas sobre IA, paid media y automatización, puedes seguir los análisis que comparto sobre cómo aplicar estas herramientas al trabajo diario.
Google no creó el protocolo. Herramientas como Claude, Cursor y VS Code ya lo utilizan para trabajar con diferentes fuentes de información. El mismo concepto también se puede aplicar a otras plataformas publicitarias, como explico en MCP con Meta Ads con IA.
Para profundizar en cómo las herramientas de IA pueden acelerar tu análisis de campañas, te invito a revisar la guía completa sobre herramientas de IA para Ads.
¿Cómo instalar el servidor MCP de Google Ads paso a paso?
Si ya utilizas IA para analizar campañas, esta diferencia puede ahorrarte bastante trabajo manual. El mismo flujo se puede llevar a Meta Ads utilizando MCP para Meta Ads con Claude. La instalación depende de cómo quieras utilizarlo. Tienes dos opciones principales: instalarlo localmente en tu computadora o desplegarlo en Google Cloud Run.
Antes de comenzar, necesitarás:
- Un token de desarrollador de Google Ads.
- Un proyecto de Google Cloud con la API de Google Ads habilitada.
- Credenciales OAuth, incluyendo ID y secreto de cliente.
- pipx si vas a hacer una instalación local.
Si todavía no tienes acceso a la Google Ads API, considera que la aprobación del token puede tardar algunos días.
Opción 2: Instalación local del MCP para google ads
Esta opción tiene sentido si vas a trabajar desde tu propia computadora con clientes como Claude Desktop, Cursor o VS Code.
Primero instala pipx. Después, abre el archivo de configuración de tu cliente de IA. Por ejemplo, Claude Desktop utiliza settings.json, mientras que Cursor utiliza .cursor/mcp.json.
Dentro del archivo debes agregar la configuración del servidor y reemplazar los valores correspondientes a tu proyecto y token:
Configuración MCP · Google Ads
{
“mcpServers”: {
“google-ads-mcp”: {
“command”: “pipx”,
“args”: [“run”, “–spec”,
“git+https://github.com/googleads/google-ads-mcp.git”,
“google-ads-mcp”],
“env”: {
“GOOGLE_PROJECT_ID”: “TU_PROJECT_ID”,
“GOOGLE_ADS_DEVELOPER_TOKEN”: “TU_TOKEN_22_CHARS”
}
}
}
}
// IMPORTANTE
— Reemplaza TU_PROJECT_ID con tu ID de proyecto de Google Cloud
— Reemplaza TU_TOKEN_22_CHARS con tu token de desarrollador de Google Ads
Después de guardar el archivo, reinicia tu cliente de IA. Si todo está configurado correctamente, el servidor google-ads-mcp debería aparecer entre los servidores disponibles.
Opción 2: Despliegue en Google Cloud Run
La segunda opción está pensada principalmente para agencias o equipos que necesitan un servidor compartido.
En lugar de instalarlo en cada computadora, puedes desplegarlo en Google Cloud Run y permitir que diferentes usuarios o agentes trabajen con la misma infraestructura.
Proceso de despliegue de google cloud run:
- Crear un repositorio en Artifact Registry.
- Compilar la imagen Docker utilizando Cloud Build.
- Desplegarla en Cloud Run con las variables de entorno necesarias.
- Copiar la URL generada por Cloud Run y añadirla al cliente de IA mediante httpUrl.
Esta alternativa requiere conocimientos básicos de Google Cloud. Puedes consultar la documentación oficial de Google Cloud Run. La autenticación utiliza el OAuth Proxy de FastMCP para gestionar el acceso de cada usuario sin guardar las credenciales en archivos locales.
Si quieres explorar un enfoque similar para Meta Ads, te recomiendo leer mi guía sobre conectar Meta Ads con Codex usando MCP para entender cómo se aplican estos mismos conceptos a otra plataforma.
¿Para qué sirve el servidor MCP de Google Ads en la práctica?
Aquí es donde la herramienta empieza a ser realmente útil.
El problema que resuelve no es que Google Ads tenga pocos datos. Es todo lo contrario. Tienes demasiados datos y muchas veces necesitas tiempo para encontrarlos, filtrarlos y convertirlos en una respuesta útil.
Con un MCP Google Ads conectado a tu herramienta de IA, puedes hacer preguntas directamente sobre esos datos.
Ejemplos de consultas que puedes hacerle a la IA sobre tus campañas
- “¿Cuántas de mis campañas están activas ahora mismo?”
- “¿Qué campaña gastó más esta semana y cuál fue su CPC promedio?”
- “Dame un resumen del rendimiento por dispositivo durante los últimos siete días.”
- “¿Cuál de mis campañas tiene el ROAS más bajo este mes?”
La diferencia está en el flujo de trabajo. Normalmente tendrías que entrar a Google Ads, seleccionar una cuenta, configurar filtros, revisar métricas y posiblemente exportar los resultados para analizarlos.
Con el servidor MCP, la IA puede solicitar esos datos a través de la conexión con Google Ads y devolverte el resultado en lenguaje natural. No necesitas aprender a construir cada consulta de la API para hacer una pregunta sobre tus campañas. El servidor también incluye herramientas para trabajar con diferentes recursos.
Funcionamiento y uso de las herramientas
| Herramienta | Qué hace | Cuándo usarla |
|---|---|---|
| search | Ejecuta consultas sobre campañas, grupos de anuncios, keywords y métricas de rendimiento | Cuando quieres datos específicos de cualquier recurso de la cuenta |
| list_accessible_customers | Muestra los IDs y nombres de todas las cuentas a las que tienes acceso | Al conectarte por primera vez o si manejas múltiples cuentas |
| get_resource_metadata | Recupera los campos disponibles para un tipo de recurso (ej. campaña, grupo de anuncios) | Cuando no sabes qué datos puedes consultar sobre un recurso específico |
También expone recursos relacionados con la documentación de la API, métricas, segmentos y notas de versión. La ventaja no está en tener otra interfaz. Está en poder trabajar con tus datos de Google Ads desde la misma herramienta de IA que ya utilizas.
Si quieres que mi equipo revise directamente tus cuentas de Google Ads y te ayude a implementar estas herramientas, te invito a conocer nuestros servicios de gestión de Meta Ads y podemos hablar de tu caso específico.
¿Qué no puede hacer el servidor MCP de Google Ads?
Aquí es donde conviene bajar un poco las expectativas. La primera pregunta que probablemente te hagas es: “¿Puedo decirle a la IA que pause una campaña si el ROAS cae?”
Actualmente, no. El servidor es de solo lectura. Puede consultar información, pero no puede realizar cambios dentro de la cuenta.
Eso significa que no puede:
- Pausar campañas.
- Modificar presupuestos.
- Cambiar ofertas.
- Crear anuncios.
- Realizar cambios directamente en la cuenta.
Tampoco reemplaza Google Ads Editor ni la interfaz habitual de Google Ads cuando necesitas modificar campañas. Además, necesitas las credenciales correspondientes para acceder a la Google Ads API y un cliente compatible con MCP. La ventaja no está en tener otra interfaz. Está en poder trabajar con tus datos de Google Ads desde la misma herramienta de IA que ya utilizas. Esto también plantea una comparación interesante entre ambas plataformas, especialmente si gestionas campañas en las dos: Meta Ads vs Google Ads.
Entre las opciones compatibles se encuentran Claude Desktop, Cursor, VS Code y Gemini CLI. Por eso, el servidor MCP no es una herramienta para automatizar cualquier tarea de Google Ads. Su función actual está mucho más enfocada en acceder y analizar información.
¿Para quién tiene sentido usar este servidor MCP?
Si cada semana exportas datos de Google Ads a Excel para analizarlos, probablemente esta tecnología te resulte útil.
También tiene sentido si gestionas varias cuentas y necesitas consultar información rápidamente sin entrar manualmente en cada una.
Los perfiles que más pueden aprovecharlo hoy son:
- Especialistas en Google Ads que ya utilizan herramientas de IA y quieren trabajar con datos reales de sus campañas.
- Agencias con cuentas MCC que necesitan analizar diferentes cuentas desde un mismo flujo de trabajo.
- Desarrolladores de marketing que construyen agentes de IA y necesitan una conexión oficial con Google Ads.
En cambio, todavía no es la mejor opción si tu objetivo principal es modificar campañas automáticamente, si no tienes acceso a la Google Ads API o si no utilizas ningún cliente compatible con MCP.
La idea tampoco es reemplazar al especialista. La IA puede ayudarte a consultar y analizar los datos más rápido. La interpretación de esos datos y las decisiones que tomas después siguen dependiendo de tu criterio. Por eso, el servidor MCP no es una herramienta para automatizar cualquier tarea de Google Ads. Su función actual está mucho más enfocada en acceder y analizar información. Si quieres explorar otros usos de MCP para automatización publicitaria, también puedes revisar Conectar Meta Ads con Codex usando MCP.
¿Vale la pena conectar el MCP con Google Ads?
El servidor MCP para Google Ads es una buena muestra de hacia dónde se está moviendo el trabajo con IA. Entre las opciones compatibles se encuentran Claude Desktop, Cursor, VS Code y Gemini CLI. Si utilizas Gemini para trabajar con campañas de Meta, también puedes ver cómo funciona este enfoque en Gemini para Meta Ads.
La oportunidad no está solamente en pedirle a una IA que escriba un texto o resuma información. Está en darle acceso a los datos reales que utilizas para trabajar.
Hoy, Google permite consultar esos datos mediante un servidor MCP oficial. Todavía existen límites importantes, especialmente porque es una conexión de solo lectura. Pero incluso así, puede reducir bastante el trabajo manual detrás del análisis de campañas.
Si ya trabajas con Claude, Gemini, Cursor u otra herramienta compatible, conectar tus cuentas puede ser un paso lógico para empezar a trabajar con Google Ads de una forma más rápida.
Preguntas frecuentes:
¿El servidor MCP de Google Ads es gratuito?
El servidor es open source y gratuito. Los costos asociados vienen del uso de la Google Ads API (cuotas sin cobros directos para consultas estándar) y, si se despliega en Google Cloud Run, del costo de ese servicio de infraestructura.
¿Necesito saber programar para usarlo?
Para la instalación local con pipx necesitas editar un archivo JSON de configuración e instalar una herramienta desde la línea de comandos. No requiere escribir código, pero sí comodidad básica con entornos de desarrollo. Para el despliegue en Cloud Run, sí se necesita conocimiento de Google Cloud.
¿Con qué clientes de IA es compatible el MCP de Google Ads?
Funciona con cualquier cliente que soporte el protocolo MCP: Claude Desktop, Cursor, VS Code con GitHub Copilot y la CLI de Gemini. La configuración es prácticamente idéntica en todos, el mismo bloque mcpServers en el archivo de settings del cliente.
¿Puedo modificar campañas desde el servidor MCP de Google Ads?
No en su versión actual. El servidor es de solo lectura, puede consultar datos, métricas y metadatos, pero no puede pausar campañas, cambiar presupuestos ni crear anuncios. Google está evaluando funcionalidades de escritura para versiones futuras.
¿Qué diferencia hay entre este servidor y la API de Google Ads directa?
La API de Google Ads requiere escribir código para cada consulta. El servidor MCP actúa como intermediario, convierte las preguntas en lenguaje natural que hace un modelo de IA en consultas válidas, las ejecuta y devuelve los resultados al modelo. Es una capa de abstracción diseñada para agentes de IA, no para integración directa en aplicaciones.
