Claude + MCP + n8n，Facebook广告投放全流程自动化

今晚测试了一下，只需要给Claude提供一个产品链接和预算，AI帮我跑完剩下所有事情了。（目前lovart 还没有mcp,还需要n8n或者是人工来衔接素材）。

facebook广告自动化创建，受众分析素材制作，数据分析。突然感觉要失业了。

你每天的工作流是不是这样的？

打开Claude写广告文案。切到ChatGPT Image出图。登录Ads Manager手动创建广告。每周手动拉数据做Excel周报。再把周报截图发到企微群里同步给KOL、设计师、独立站运营。

每个AI工具单独拿出来都很强。但你是那个在工具之间来回复制粘贴的”人工胶水”。

我一直在想一个问题——

能不能只给AI两样东西：一个产品链接，一个预算数字。后面的竞品分析、产品卖点分析、受众分析、图片生成、创建广告，以及后续的数据分析、输出周报、发消息同步给KOL、设计师和独立站运营——全部变成一个AI工作流？

答案是：现在可以了。至少90%可以了。

上周我在真实的Facebook广告账户上跑通了这条链路的核心部分。今天把完整方案拆给你看。

一、先看全景：完整的工作流长什么样

整条链路中唯一需要人参与的环节是第⑦步”审核确认”。

这不是概念图。下面我用真实广告账户、真实产品、真实API调用，一步步拆解。

二、三个关键工具

在讲实操之前，先说清楚为什么是这三个工具的组合。

Claude —— 大语言模型，充当整条链路的”大脑”。负责产品分析、竞品研究、受众策略、文案撰写、数据解读、周报生成。它不只是写文案的工具，而是每个环节的决策引擎。

MCP（Model Context Protocol） —— 让Claude能直接连接外部平台。现在Claude已经可以通过MCP直接操作Facebook广告账户：查询广告数据、创建Campaign、管理受众、分析表现趋势。不用登录Ads Manager，在对话里就能完成。

n8n —— 开源的工作流自动化编排工具。它是”神经系统”，把Claude API、图片生成API、Meta Marketing API、飞书/企微Webhook这些散落的能力串成一条自动化流水线。每个节点就是一个API调用，上一步的输出自动流入下一步。

一句话：Claude是大脑，MCP是手，n8n是神经系统。

三、投放前：从产品链接到广告上线

实测输入

我给Claude的全部输入：

●产品链接：Aventon Current eMTB电动山地车的独立站产品页

●日预算：$99

以下是在一个对话里自动完成的全部步骤。

Step 1：自动抓取产品页，提炼核心卖点

Claude直接访问产品页面，提取了完整的产品信息——配置参数、定价策略、使用场景、媒体评测、用户反馈。然后输出了结构化的卖点分析：

卖点一：万元级性能，半价入手 —— Aventon Current eMTB起售价$4,599（EXP版$5,999），配备RockShox前叉+后胆、SRAM Eagle变速、Maxxis轮胎，这些配置在Specialized、Trek等品牌上轻松破万。Pinkbike评价：”premium performance at half the price”。

卖点二：全能动力系统 —— 自研Ultro X中置电机，110Nm扭矩（Boost模式120Nm），850W峰值功率，800Wh大电池。对标Specialized Levo的111Nm/850W，数据几乎持平，价格差一倍。

卖点三：真正的全避震山地车 —— 140mm后行程 + 150mm前叉，29寸大轮，64.6°头管角度。不是”带电助力的自行车”，而是一台可以认真越野的全避震eMTB。

目标场景锁定：山地越野骑行、森林trail、周末户外探险、通勤+越野两用。

过去你需要人工研读产品页、查媒体评测、对比竞品配置和价格，至少一个小时起。现在10秒完成，输出直接用于下游的文案和素材生成。

Step 2：竞品分析与受众策略

Claude结合产品定位和eBike行业数据，生成了完整的投放策略：

竞品洞察： 同价位段（$4,000-$6,000）的全避震eMTB选择极少——Giant Trance X E+约$5,500但配置更低，Canyon Spectral:ON约$5,499但北美售后弱。$8,000以上才是Specialized Levo、Trek Rail的主场。Aventon的差异化很清晰：用DTC模式砍掉中间环节，把万元级配置做到$4,599。

受众策略： CBO + Advantage+ Audience宽定向。eMTB品类的Facebook受众相对精准（户外运动+骑行爱好者），Advantage+让Meta算法在这个人群池里自动寻找高转化用户。

定向参数： US全国，25-55岁（eMTB核心消费群体），不限性别但男性为主，Advantage+ Audience开启。

Step 3：生成3版广告文案

针对三个不同的用户心理切入点：

版本A — 性价比冲击（理性比较型用户）：

RockShox suspension. SRAM Eagle shifting. Maxxis tires. 140mm rear travel.

balalabalala

版本B — 越野自由（体验驱动型用户）：

balalabalala

版本C — 品类教育（潜在入门型用户）：

balalabalala

同时为每版文案配套生成了图片Prompt——比如林间trail骑行场景、配置细节特写、与万元级竞品的并排对比——可以直接丢进Lovart或ChatGPT Image出图。

Step 4：通过MCP直接创建广告

Claude通过MCP连接Facebook广告账户，在对话里直接创建了完整的三层广告结构：

全部PAUSED状态，不花一分钱。打开Ads Manager确认——广告真的出现在后台了。

从输入产品链接到广告出现在Ads Manager，大约5分钟。

Claude+mcp输出的第一个版本的Facebook广告（不包含素材生产）。

四、投放后：数据分析、周报、团队同步

广告创建只是起点。投放后的数据监控、分析、报告和团队协同，同样可以自动化。

自动数据拉取与分析

Claude通过MCP可以直接读取广告账户的表现数据。实测中我用MCP的insights工具获取了：

●表现趋势分析：每条广告的CPC、CPM、CTR、CVR的时间序列变化和趋势方向

●异常检测：自动识别表现偏离正常范围的广告

●行业基准对比：将广告表现与同行业广告主的聚合数据做对比

●竞拍排名分析：识别哪些广告在竞拍中表现更强，哪些需要优化

这些过去需要你手动拉报表、做透视表、画图表才能看到的东西，现在一句话就能拿到结果。

自动生成周报

有了数据，Claude可以直接生成结构化的周报：

●本周核心KPI及环比变化（Spend、ATC、CPA、ROAS、CTR）

● SKU级别或广告级别的表现拆解

●表现异常的广告标记和原因分析

●下周操作建议（加预算/关停/换素材/调受众）

输出格式可以是Excel、Markdown、或者直接生成飞书文档。

自动同步给团队——不是群发周报，而是”定向行动指令”

这是很多人忽略的一步，也是这条工作流最有价值的末端环节。

传统做法是把一份周报丢进群里，然后@所有人。结果是KOL负责人不知道跟自己有什么关系，设计师翻了半天找不到该看哪部分，运营觉得”又是一份看不懂的广告数据”。

在n8n的工作流里，Claude生成周报后，会根据不同角色拆分成定向的行动Brief：

发给KOL合作负责人：

“本周CTR最高的3条广告都是trail骑行场景素材，用户对’真实越野环境中的骑行体验’反应最强。建议下周KOL内容重点拍摄林间trail和下坡场景，弱化城市通勤方向。”

发给设计师：

“本周表现最好的素材是’配置对比型’（Aventon vs 万元级竞品的参数并排），CTR 2.8%。请按这个方向出3组新图，附AI生成的Prompt参考。同时暂停’纯产品白底图’方向，CTR仅0.9%。”

发给独立站运营：

“本周广告端ATC成本$8.2，但落地页到结账的转化率仅2.1%（行业平均3.5%）。建议检查产品页的配置对比模块是否足够清晰，以及结账流程是否有摩擦点。广告端在加速导流，落地页需要同步优化。”

每个角色收到的不是原始数据，而是和他工作直接相关的洞察+明确的下一步行动。

五、当前的3个现实卡点

讲完了理想状态，必须坦诚说说现阶段的局限。

卡点一：图片生成是断点

Claude能生成精确的图片Prompt，但不能直接出图。你需要把Prompt拿到Lovart、ChatGPT Image或DALL-E里生成。

不过在n8n里这个问题很好解决——一个HTTP节点调用OpenAI Images API或Lovart API，传入Claude生成的Prompt，返回图片，再通过Meta Marketing API上传到广告账户。全程自动，不需要人碰。

卡点二：部分MCP工具还在灰度

Meta的MCP功能在逐步开放中。有些工具（比如Pixel查询、素材库读取）对部分广告账户尚未覆盖。实测中我需要手动提供Pixel ID。

这是时间问题，不是技术问题。Meta在持续扩大MCP工具覆盖范围。

卡点三：素材上传暂不支持

Meta MCP当前不支持直接上传图片获取image_hash。需要通过Meta Marketing API的REST接口完成，在n8n里加一个HTTP节点即可。

三个卡点的共同解法都指向n8n。 这也是为什么需要三个工具配合——Claude做思考和决策，MCP做平台操作，n8n补上中间的缝隙。

六、n8n编排层：把一切串起来

投放前自动化

投放后自动化

为什么是n8n

●开源免费，部署在自己服务器上，数据不经过第三方

●可视化编排，拖拽节点连线，不需要写代码

● HTTP节点万能，能调用任何REST API

●支持条件分支，比如”CTR低于1%则自动暂停并触发新素材生成流程”

七、落地路径：分两步走

第一步（1-2周）：跑通前半段

用n8n搭一个最小版本：输入产品URL → 抓取 → Claude API生成分析+文案+图片Prompt → 输出到飞书文档。

不接Meta API，零风险，但”分析→策略→文案→Prompt”这段核心链路已经自动化了。每个新品上线至少省2小时人工。

第二步（后续迭代）：全链路贯通

接入Meta Marketing API + 图片生成API + 飞书Webhook，实现完整的闭环。你只需要在飞书群里发一条消息，5分钟后收到”广告已创建，请审核”的通知。

八、这对Facebook广告投手意味着什么

在这套工具链出现之前，投手的日常是操作密集型的：登后台→看数据→记录→分析→写文案→出图→建广告→拉报表→发周报→同步团队。大量时间花在重复性操作上。

有了Claude + MCP + n8n，投手的角色发生了根本转变——

从”操作员”变成”审核员 + 策略制定者”。

AI来执行：抓产品信息、分析竞品、写文案、生成素材、创建广告、拉数据、写周报、推送给团队。

你来决策：卖点方向对不对？文案的Hook够不够强？这个广告要不要放量？预算往哪里倾斜？

你的时间，应该花在AI还做不好的事情上：洞察用户深层心理、制定长期投放策略、判断品牌调性方向、维护客户关系。

我们正处在一个窗口期。工具刚刚成熟到能用，但还没有成熟到人人都会用。越早把这条链路跑通的人，越能在效率上拉开决定性的差距。