Meta广告MCP服务器上线Databricks，接入Genie

对于企业广告主来说，这是一个熟悉的场景：数据团队已经做了实实在在的工作。生产环境中有一个流失模型，一个能识别值得投资客户的LTV评分，以及显示哪个创意带来了收入的归因数据。

与此同时，媒体团队正在使用Meta Ads Manager中的数字调整广告活动预算。那些可能改变这些决策的洞察仍需经过一道交接：导出CSV、由某人维护的自定义Marketing API集成，或者每周四的例行同步会议，会上所有人都希望这些发现能进入下一次广告活动。

来自Meta的ads MCP服务器，现已在Databricks Marketplace上架，为营销人员提供了一条更直接的路径，将这些洞察转化为广告活动决策。通过将ads MCP服务器连接到Genie，营销人员可以使用自然语言，在Databricks中探索Meta广告活动表现，并结合其受治理的业务数据。流失评分、利润率表和广告活动结果现在可以共同参与同一次对话。

此次发布扩展了我们与Meta的合作，此前我们已在Databricks Marketplace上推出了Meta Conversions API，帮助广告主将来自Databricks的第一方转化信号发送给Meta，以改善广告衡量和优化。

将你的业务上下文带入广告活动对话

MCP，即模型上下文协议（Model Context Protocol），是一种开放标准，允许AI代理与工具和数据源进行交互。来自Meta的ads MCP服务器在广告活动生命周期中暴露了25+个工具：创建广告活动和广告组、更改预算和出价、定义受众、管理创意和商品目录、拉取表现数据，以及诊断信号质量。

营销人员已经在使用Genie One，他们可以在其中提问，并获得基于企业上下文（包括数据团队策划的指标和定义）的即时洞察，并跨外部工具采取行动。将Meta的ads MCP服务器添加到Genie中，可将广告活动报告和广告工具带入同一次对话。

这在实践中是什么样子

营销和广告团队可以激活一个模型，而不是导出一个细分受众。在Genie One中，营销人员可以提示：“使用我们的流失风险评分识别有流失风险的高价值客户，并启动一个每日预算为8,000美元的留存广告活动。”Genie One随后会搜索合适的数据，在已连接的工具和系统中找到相关的企业上下文，并在充分理解你的业务和营销实际运作方式的基础上创建广告活动。再考虑预算分配；每笔订单的毛利率存在于Databricks中，而广告活动支出和投放指标存在于Meta。一个能够访问两者的代理可以建议如何将预算转向那些带来盈利收入的广告组，而不仅仅是带来廉价转化的广告组。

如果你已经通过Conversions API向Meta发送转化数据，ads MCP服务器还让代理能够访问信号诊断，包括事件量、事件匹配质量和数据新鲜度。“购买事件下降是因为销售放缓，还是因为我们的管道中发生了变化？”成为一个可以同时利用Meta的诊断信息和你在Databricks中的数据来进行的调查。而周一早上的问题，“上周哪些广告活动表现不佳，这与我们的内部收入如何对应？”只需一个提示即可完成，而无需在幻灯片中拼接两个工具。

治理问题

是什么阻止代理在生产广告账户中做出昂贵且不准确的操作？在Databricks中，管理员通过Unity Catalog控制对Meta连接的访问，而Unity Gateway则管理工具调用并记录使用和审计日志。企业数据仍然受现有Databricks权限的约束，Ads Manager中的操作也是如此。

在Meta，广告主在Business Settings中设置规则——阻止任何超过20%的预算增加，或完全禁止在某个给定账户上创建广告活动。服务器在执行每个工具调用之前都会根据这些规则进行检查。违反规则，调用就会被阻止，并向代理返回一个结构化错误，说明原因。这不是一个礼貌地要求模型守规矩的提示；它是在服务器端强制执行的，因此无论你指向哪个模型，它都有效。而且你可以通过Marketing API管理相同的规则，如果你运营着数百个广告账户，不想逐个点击设置页面，这一点就很重要。

Databricks与Meta：为每一次广告活动决策提供更多客户上下文

LTV评分、倾向模型、利润率表和库存预测各自捕捉了业务中一些有用的信息。将这些上下文与Meta的广告工具一起带入同一个代理工作流，为团队提供了一种在日常广告活动运营中使用它的方式。

大多数集成让代理能够管理广告。在Databricks中，它可以在管理广告的同时，对你的整个数据和AI资产进行推理——细分受众、倾向评分、LTV、第一方归因、库存。这就是自动化几次点击与真正做出比其所替代的工作流更好的决策之间的区别。

“客户要求我们提供一种更直接的方式，将他们的数据和AI投资应用于推动增长的决策中。对于广告主来说，这意味着将客户智能置于受众、优惠和预算决策的核心。我们与Meta的合作帮助客户将他们已在Databricks中构建的数据和模型连接到广告活动执行中，并具备他们扩展所需的治理和控制。”——Stephen Orban，Databricks产品合作与生态系统高级副总裁

这种将客户智能投入使用的同样关注延伸到了CustomerLake，这是一个在Databricks中原生构建的Agentic CDP，将客户档案、受众和广告活动工作流带入企业数据基础。

入门

要开始使用，请找到来自Meta的ads MCP服务器在 Databricks Marketplace 中，并按照说明使用 Meta 用户访问令牌和所需权限配置连接。让你的智能体访问 Databricks 中的相关营销数据，并从你的团队每周都会提出的一个具体问题开始。

你的团队已经投入精力去了解他们的客户。这为他们提供了一种更直接的方式，将这种理解应用到 Meta 广告活动中。如果你在 Databricks 中有模型，并且有一个媒体团队在平台外报告上工作，那么这就是从"我们有数据"到"广告活动体现了它"之间最短的路径。