我如何用 Sonnet 5 + Meta MCP 写爆款广告文案

我如何用 sonnet 5 + meta MCP 写出杀手级广告文案 2026年7月11日 · 7分钟阅读 · 查看原文 ↗ 广告 Claude MCP Meta 广告 大多数人写广告文案，是盯着空白的屏幕，猜测什么可能有效。 他们产出的文案，与账户里已经发生的一切完全脱节。它不参考当前正在跑哪些角度、什么有效、什么正在死掉，也不参考表现数据怎么说——关于受众到底对哪些购买触发点有反应。 sonnet 5 刚刚发布。它是 Anthropic 在这个价位上发布过的最具智能体（agentic）特性的模型。而当你通过 meta MCP 把它连接到你的实时广告账户时，它就不再凭想象写文案，而是从数据里写文案。 下面是精确的工作流。我们如何把这两者连接起来、我们问什么，以及为什么这个过程产出的文案，与任何没有账户上下文的模型提示产出的东西，有着根本性的不同。 架构：为什么两个工具解决一个问题 写出优秀的广告文案需要两种智能。 关于账户的智能。当前正在跑什么。哪些创意表现好。哪些钩子产生了最高的停留率（thumbstop）。哪些角度在疲劳。哪些受众细分对哪些购买触发点有反应。对于这个具体的 offer，哪些格式在赢。 关于语言的智能。如何把一个购买触发点变成脚本。如何构建一个能止住滑动的钩子。如何搭建一段 60 秒的论证，把一个人从认知推到行动。如何让文案听起来像人写的，而不是模型写的。 大多数操盘手用 AI 做第二部分，而完全跳过第一部分。他们把 offer 粘贴到聊天窗口里要文案。模型完全不知道账户里已经在跑什么、什么有效、什么正在死掉。它从自己的训练数据里生成，这意味着它为你这个品类产出的是最平庸版本的 Meta 广告。 meta MCP 处理第一种智能。它把 sonnet 5 直接连接到你的实时广告账户，并给它所有内容的读权限：广告活动结构、创意表现数据、受众信号、成本指标、钩子层级的互动率。 sonnet 5 处理第二种智能。但现在它有了账户上下文，能写出由实际正在发生的事所启发的文案，而不是它想象中可能有效的东西。 设置连接（一次性设置） 步骤 1：创建一个系统用户令牌 前往 developers.facebook.com。导航到 business settings，然后是 system users。创建一个新的系统用户，并赋予它对你想要连接的账户的管理员权限。用以下权限生成一个令牌：ads_management、ads_read 和 business_management。 步骤 2：把 meta MCP 加到你的 claude 配置里 在 Mac 上，配置文件位于 ~/Library/Application Support/Claude/claude_desktop_config.json。在 Windows 上：%APPDATA%\Claude\claude_desktop_config.json。 添加这个代码块： { "mcpServers": { "meta-ads": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-meta-ads"], "env": { "META_ACCESS_TOKEN": "your_system_user_token_here", "META_AD_ACCOUNT_ID": "act_your_account_id_here" } } } } 步骤 3：验证 重启 claude desktop。选择 sonnet 5 作为模型。问它有哪些 meta ads 工具可用。它应该会返回可用的 API 端点。如果什么都没返回，检查 JSON 语法错误，并确认已安装 node.js v18+。 阶段 1：账户智能提取 账户诊断提示词： 拉取这个账户过去 14 天所有活跃创意的表现数据。 对每个创意，提取： - 钩子类别（来自命名约定：AUTH、CONT、PAIN、PROOF、MECH） - 格式类型（SELF、HEAD、STAT、UGC、SPLIT） - CTR、停留率、CPL、ROAS - 频次 - 每日趋势（改善、稳定、下滑） 然后汇总并告诉我： 1. 哪些钩子类别产生了最高的 CTR 和最低的 CPL 2. 哪些格式类型表现最好 3. 哪些创意出现了疲劳信号 4. 哪些购买触发点在产生合格的线索 5. 存在哪些角度缺口：目前尚未被测试的购买触发点 阶段 2：从表现数据中提取 ICP ICP 提取提示词： 基于上面的表现分析，构建一个买家画像。 赢家创意告诉我们哪些购买触发点有共鸣。 钩子类别告诉我们哪些情绪入口有效。 格式表现告诉我们这个受众偏好如何消费信息。 综合出一个画像，回答： 1. 表现最好的创意在触达哪些具体的痛点？ 2. 赢家脚本在正文中处理了哪些异议？ 3. 表现最好的内容在针对哪个认知阶段？ 4. 这个受众对什么语气和格式反应最强？ 5. 哪些购买触发点现在有效，而 30 天前无效？ 6. 哪些购买触发点在过去 30 天里失效了？ 为本次会话中我们写的每一个脚本，产出一份买家简报。 阶段 2b：通过 Meta 广告库做竞品调研（cowork + meta MCP） 在 cowork 模式下打开 sonnet 5，并连接 meta MCP。cowork 让 sonnet 5 在保持账户分析会话上下文的同时，浏览、搜索并从外部来源拉取结构化数据。 竞品调研提示词： 在 Meta Ad Library 里搜索 [竞品名称或品类关键词]。 找出所有已连续投放超过 30 天的活跃广告。 对每一条，记录： 1. 格式类型 2. 钩子结构 3. 角度类别 4. CTA 类型 5. 预计投放时长 然后分析： - 这个品类里哪些角度类别占主导 - 存在哪些没人做的空白角度 - 对任何投放 60 天以上的广告：逆向工程它为什么有效。 购买触发点、认知阶段、正文处理的异议、 格式选择。是原理，不是表面。 从投放时间最长的前 3 个竞品中， 产出空白分析和逆向工程出的原理。 阶段 3：文案生成（生产层） 把账户智能报告、买家简报和竞品调研全部作为上下文加载后，sonnet 5 现在用我们在所有账户中都使用的同一个购买触发点方法来写文案。 方法：在写任何文案之前，先明确这条广告所建立的特定购买触发点。是某个特定的人此刻要买这个特定东西的特定理由。是那种挫败感的情绪质感、它背后的屡次失败尝试、以及他们从未告诉过任何人的尴尬结果。然后在这个触发点之上搭建脚本结构。 文案生成提示词： 你是一名专业的直效响应型 Meta 广告文案写手。 使用上面的账户智能报告、买家简报和竞品调研， 生成 5 条新的广告脚本。 要求： 1. 每条脚本必须针对一个与当前头部赢家不同的 购买触发点（填补角度空白，而不是复制正在跑的） 2. 每条脚本必须使用与当前表现最佳格式 不同的格式类型 3. 每条脚本按 60 秒视频结构化： - 钩子（0-5 秒）：在有意识的决定之前止住滑动 - 问题煽动（5-20 秒）：一个让 ICP 感到被认出的具体细节 - 机制揭示（20-45 秒）：为什么这套方法能解决这个问题 - 证据时刻（45-55 秒）：一个具体的结果、指标或时间框架 - CTA（55-60 秒）：一个行动，别无其他 4. 完全不要任何闪烁其词的表述 5. 口语化、直接，通过"大声读出来"的测试 对每条脚本还要提供： - 推荐的命名标签（例如 PAIN-SELF-PA-003） - 它填补了哪个空白 - 它针对哪个购买触发点 阶段 4：反 AI 味审计 审查上面 5 条脚本，标出任何未通过以下检查的句子： 1. claude 默认会写出这句话吗？用更多的 个性和具体性重写。 2. 任何以填充式开头词开头的句子？删掉它，从想法中间开始。 3. 连续三个句子长度相同？改变节奏。 4. 存在企业腔词汇？换成人话。 5. 有任何闪烁其词？换成绝对陈述和具体证据。 6. 大声朗读每条脚本。标出任何听起来像背诵的东西。 输出清理后的版本。 如果你想让我们审计你的服务型生意，并向你展示我们会如何把这套 sonnet 5 + meta MCP 文案工作流接入你的账户，私信我 "META"，我们会帮你搭起来。 （通过 Meta 广告漏斗为服务型生意创造了 1000 万美元以上的收入，全程代运营） zack 提示词 基于上面的表现分析，构建一个买家画像。 赢家创意告诉我们哪些购买触发点有共鸣。 钩子类别告诉我们哪些情绪入口有效。 格式表现告诉我们这个受众偏好如何消费信息。 综合出一个画像，回答： 1. 表现最好的创意在触达哪些具体的痛点？ 2. 赢家脚本在正文中处理了哪些异议？ 3. 表现最好的内容在针对哪个认知阶段？ 4. 这个受众对什么语气和格式反应最强？ 5. 哪些购买触发点现在有效，而 30 天前无效？ 6. 哪些购买触发点在过去 30 天里失效了？ 为本次会话中我们写的每一个脚本，产出一份买家简报。 在 Meta Ad Library 里搜索 [竞品名称或品类关键词]。 找出所有已连续投放超过 30 天的活跃广告。 对每一条，记录： 1. 格式类型 2. 钩子结构 3. 角度类别 4. CTA 类型 5. 预计投放时长 然后分析： - 这个品类里哪些角度类别占主导 - 存在哪些没人做的空白角度 - 对任何投放 60 天以上的广告：逆向工程它为什么有效。 购买触发点、认知阶段、正文处理的异议、 格式选择。是原理，不是表面。 从投放时间最长的前 3 个竞品中， 产出空白分析和逆向工程出的原理。 你是一名专业的直效响应型 Meta 广告文案写手。 使用上面的账户智能报告、买家简报和竞品调研， 生成 5 条新的广告脚本。 要求： 1. 每条脚本必须针对一个与当前头部赢家不同的 购买触发点（填补角度空白，而不是复制正在跑的） 2. 每条脚本必须使用与当前表现最佳格式 不同的格式类型 3. 每条脚本按 60 秒视频结构化： - 钩子（0-5 秒）：在有意识的决定之前止住滑动 - 问题煽动（5-20 秒）：一个让 ICP 感到被认出的具体细节 - 机制揭示（20-45 秒）：为什么这套方法能解决这个问题 - 证据时刻（45-55 秒）：一个具体的结果、指标或时间框架 - CTA（55-60 秒）：一个行动，别无其他 4. 完全不要任何闪烁其词的表述 5. 口语化、直接，通过"大声读出来"的测试 对每条脚本还要提供： - 推荐的命名标签（例如 PAIN-SELF-PA-003） - 它填补了哪个空白 - 它针对哪个购买触发点 { "mcpServers": { "meta-ads": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-meta-ads"], "env": { "META_ACCESS_TOKEN": "your_system_user_token_here", "META_AD_ACCOUNT_ID": "act_your_account_id_here" } } } } 审查上面 5 条脚本，标出任何未通过以下检查的句子： 1. claude 默认会写出这句话吗？用更多的 个性和具体性重写。 2. 任何以填充式开头词开头的句子？删掉它，从想法中间开始。 3. 连续三个句子长度相同？改变节奏。 4. 存在企业腔词汇？换成人话。 5. 有任何闪烁其词？换成绝对陈述和具体证据。 6. 大声朗读每条脚本。标出任何听起来像背诵的东西。 输出清理后的版本。 拉取这个账户过去 14 天所有活跃创意的表现数据。 对每个创意，提取： - 钩子类别（来自命名约定：AUTH、CONT、PAIN、PROOF、MECH） - 格式类型（SELF、HEAD、STAT、UGC、SPLIT） - CTR、停留率、CPL、ROAS - 频次 - 每日趋势（改善、稳定、下滑） 然后汇总并告诉我： 1. 哪些钩子类别产生了最高的 CTR 和最低的 CPL 2. 哪些格式类型表现最好 3. 哪些创意出现了疲劳信号 4. 哪些购买触发点在产生合格的线索 5. 存在哪些角度缺口：购买触发点目前尚未被测试 链接 developers.facebook.com developers.facebook.com/ 标签：# X # 广告 # Claude # MCP # Meta 广告 # Meta # Facebook # Instagram # 指南 # Sonnet # Cowork 相关文章 完整的 AI meta 广告创意蓝图（fable 5 + meta API + higgsfield MCP） 这是我们用来在每个客户账户上跑创意生产的内部文档。我发布完整工作流，是因为价值在执行的细节里，而不是保密。光读不…… MCP Claude 广告 Meta 广告