AI w Google Ads: jak Claude Code automatyzuje kampanie i raporty

Jeszcze rok temu „AI w Google Ads” oznaczało głównie automatyczne strategie ustalania stawek i kampanie Performance Max. Dziś do konta reklamowego można podłączyć agenta AI, który sam pobiera dane, przygotowuje raport, wyłapuje anomalie i proponuje konkretne zmiany. Specjalista nie znika z procesu. Przestaje za to kopiować liczby do arkuszy i zajmuje się tym, w czym jest najlepszy: strategią, testami i rozmową z biznesem.

W tym wpisie pokazuję, co realnie da się zautomatyzować w kampaniach płatnych z pomocą narzędzi takich jak Claude Code, jak wygląda połączenie AI z Google Ads, ile godzin miesięcznie można odzyskać i jak mogę pomóc Twojej firmie przejść przez to wdrożenie.

Od czatu do agenta: co się zmieniło

Większość zespołów marketingowych zna AI z okna czatu: wklejasz eksport z Google Ads, prosisz o podsumowanie, kopiujesz odpowiedź do prezentacji. To pomaga, ale wciąż wymaga ręcznej pracy na każdym etapie. Agent AI działa inaczej:

• sam pobiera dane z konta przez API, więc liczby pochodzą prosto z Google Ads, a nie z pamięci modelu,
• wykonuje kolejne kroki: zapytanie, analiza, porównanie z poprzednim okresem, wykres, plik z raportem,
• korzysta z opisanych procedur (tzw. skilli), więc każdy raport i każda analiza wyglądają tak samo, niezależnie od tego, kto je uruchamia,
• przygotowuje zmiany do akceptacji, zamiast wprowadzać je na ślepo.

Automatyzacje wbudowane w Google Ads, takie jak Smart Bidding czy Performance Max, optymalizują pojedyncze kampanie według celu, który im ustawisz. Agent AI patrzy szerzej: na całe konto, na kilka kont naraz i na kontekst biznesowy, którego algorytm Google nie zna (marże, sezonowość, plan sprzedaży). Te dwa światy się uzupełniają.

Czym jest Claude Code i dlaczego sprawdza się w kampaniach płatnych

Claude Code to agent AI firmy Anthropic, który pracuje w terminalu, w aplikacji na komputer albo w przeglądarce. Powstał z myślą o programistach, ale świetnie sprawdza się wszędzie tam, gdzie trzeba pobrać dane, przetworzyć je i przygotować wynik w powtarzalny sposób. W pracy z kampaniami płatnymi liczą się trzy jego cechy:

• Połączenia przez MCP (Model Context Protocol). To otwarty standard, dzięki któremu AI może korzystać z zewnętrznych narzędzi: Google Ads, Google Analytics, Arkuszy Google, Slacka czy firmowego CRM-u.
• Skille, czyli zapisane procedury. Skill to plik z instrukcją krok po kroku (np. „jak przygotować raport tygodniowy dla klienta X”), który agent uruchamia na żądanie.
• Kontrola uprawnień. Można określić, co agent robi sam, a o co musi zapytać. Dla kont reklamowych to podstawa bezpieczeństwa.

Claude Code nie jest jedyną opcją. Podobne możliwości dają też inne narzędzia AI, a część firm ma już licencje na konkretne rozwiązanie. Dlatego wybór narzędzia warto zacząć od potrzeb zespołu, a nie od mody (więcej o tym niżej).

Jak połączyć AI z kontem Google Ads

Połączenie składa się z pięciu elementów. Brzmi technicznie, ale przy dobrym przygotowaniu to kilka dni pracy, a nie miesiące.

1. Konto Google Ads. Najlepiej konto menedżera (MCC), które obejmuje wszystkie konta firmy lub klientów. Na start wystarczy użytkownik z dostępem tylko do odczytu.
2. Projekt Google Cloud z dostępem do Google Ads API i logowaniem OAuth. W 2026 roku Google zmienił sposób nadawania dostępu do API (poziom dostępu jest teraz powiązany z projektem Google Cloud), dlatego przed wdrożeniem warto sprawdzić aktualne wymagania i czas rozpatrywania wniosku.
3. Serwer MCP, czyli „most” między AI a API. Google udostępnia oficjalny serwer MCP dla Google Ads, który pozwala odczytywać dane zapytaniami w języku GAQL. Do wprowadzania zmian (budżety, wykluczenia, reklamy) potrzebne są osobne narzędzia, najlepiej takie, które najpierw sprawdzają zmianę w trybie testowym i wykonują ją dopiero po potwierdzeniu.
4. Agent AI z opisem konta i skillami. Agent dostaje plik z kontekstem (cele, KPI, nazewnictwo kampanii, marże, wykluczenia marki) oraz zestaw skilli dopasowanych do Twoich procesów.
5. Efekty: raporty w PDF lub Arkuszach Google, alerty na e-mail lub Slacka i lista zmian gotowych do wdrożenia.

Co można zautomatyzować w kampaniach Google Ads

Tworzenie kampanii

• struktura kampanii i grup reklam na podstawie briefu, feedu produktowego lub strony internetowej,
• listy słów kluczowych i wykluczeń z podziałem na intencje,
• nagłówki i teksty reklam elastycznych (RSA) zgodne z wytycznymi marki i limitami znaków,
• kontrola nazewnictwa, linków docelowych i parametrów UTM przed publikacją.

Optymalizacja

• analiza wyszukiwanych haseł i propozycje wykluczeń,
• kontrola budżetów i tempa wydatków (pacing) względem planu miesięcznego,
• wykrywanie anomalii: nagły spadek konwersji, skok CPC, odrzucone reklamy, wyczerpany budżet,
• audyt ustawień: lokalizacje, harmonogram, rozszerzenia sieci, śledzenie konwersji, wynik optymalizacji,
• przygotowanie i opis testów (np. nowa strategia stawek, nowe reklamy).

Raportowanie

• raporty tygodniowe i miesięczne w stałym formacie, z porównaniem okresów,
• wnioski opisane prostym językiem dla zarządu lub klienta,
• łączenie danych z Google Ads, GA4 i systemu sprzedaży (np. marża zamiast samego przychodu).

Przykładowy raport przygotowany przez agenta AI

Tak może wyglądać raport tygodniowy dla sklepu internetowego. Agent pobiera dane z API, porównuje je z poprzednim tygodniem, opisuje wnioski i przygotowuje trzy zmiany. Specjalista sprawdza je i akceptuje albo odrzuca jednym kliknięciem.

Najważniejsze w takim raporcie nie są wykresy, tylko sekcja „Zmiany do akceptacji”. To ona zamienia raport z dokumentu „do przeczytania” w listę decyzji do podjęcia.

Skille, czyli Twoje procedury zapisane dla AI

Skill to zwykły plik tekstowy z instrukcją. Opisuje, jakie dane pobrać, jak je policzyć, na co zwrócić uwagę i jak ma wyglądać wynik. Dzięki temu wiedza doświadczonego specjalisty nie zostaje w jego głowie, tylko staje się procesem, z którego korzysta cały zespół. Uproszczony przykład:

---
name: raport-tygodniowy
description: Raport tygodniowy Google Ads dla klienta z porównaniem do poprzedniego tygodnia
---
1. Pobierz z Google Ads (GAQL) koszt, konwersje, wartość konwersji
   dla każdej kampanii za ostatnie 7 dni i 7 dni wcześniej.
2. Policz CPA i ROAS, zaznacz kampanie z CPA powyżej celu z pliku CLAUDE.md.
3. Sprawdź utracony udział w wyświetleniach z powodu budżetu.
4. Napisz 3 wnioski prostym językiem i maksymalnie 3 zmiany do akceptacji.
5. Zapisz raport jako PDF w folderze raporty/. Niczego nie zmieniaj na koncie.

Dobrze przygotowany zestaw to zwykle kilka skilli: raport tygodniowy, raport miesięczny, przegląd wyszukiwanych haseł, kontrola budżetów, audyt nowej kampanii przed startem. Każdy z nich można uruchomić ręcznie albo zaplanować, np. w każdy poniedziałek o 8:00.

Ile godzin można zaoszczędzić

Poniżej szacunek dla jednego specjalisty, który prowadzi 5 kont Google Ads. To typowe wartości z pracy w zespołach performance. W Twojej firmie mogą być wyższe albo niższe, dlatego przed wdrożeniem zawsze liczę je na danych konkretnego zespołu.

Zadanie	Dziś (h/mies.)	Z AI (h/mies.)	Oszczędność
Raporty tygodniowe i miesięczne	24	4	20 h
Tworzenie kampanii i reklam (RSA)	16	6	10 h
Wyszukiwane hasła i wykluczenia	12	3	9 h
Audyt ustawień i wykrywanie anomalii	10	2	8 h
Podsumowania i rekomendacje dla klienta	10	4	6 h
Kontrola budżetów i tempa wydatków	8	1	7 h
Razem	80	20	60 h (75%)

Jak to policzyłem: 60 godzin miesięcznie to 720 godzin rocznie, czyli około 4,5 miesiąca pracy jednej osoby (przy 160 godzinach w miesiącu). Przy wewnętrznym koszcie godziny pracy 150 zł daje to ok. 9 000 zł miesięcznie na jednego specjalistę. Pierwszy miesiąc to wdrożenie: połączenia, skille i testy. Pełna oszczędność pojawia się zwykle od drugiego miesiąca.

Odzyskany czas nie powinien zniknąć w kolejnych „pilnych” zadaniach. Najlepsze zespoły przeznaczają go na testy kreacji, lepsze dane o konwersjach i rozmowy z działem sprzedaży, bo to tam leżą największe rezerwy w wynikach kampanii.

O czym pamiętać: bezpieczeństwo i kontrola

• Zacznij od odczytu. Pierwsze tygodnie agent tylko czyta dane i przygotowuje propozycje. Uprawnienia do zmian dodaje się stopniowo.
• Człowiek zatwierdza zmiany. Budżety, stawki i wyłączanie kampanii zawsze przechodzą przez akceptację specjalisty.
• Liczby tylko z API. Raport musi opierać się na danych pobranych z Google Ads, a nie na tym, co model „pamięta”. Dobrze napisany skill to wymusza.
• Dane i RODO. Agent nie potrzebuje danych osobowych klientów, żeby analizować kampanie. Warto to jasno ustalić i wybrać plan AI z odpowiednimi zasadami przetwarzania danych.
• Koszty. Licencje na narzędzia AI i ewentualne koszty API są zwykle ułamkiem wartości zaoszczędzonego czasu, ale trzeba je policzyć z góry.

Jak wybrać właściwe narzędzie AI

Nie ma jednego najlepszego narzędzia dla wszystkich. Przy wyborze patrzę na pięć kryteriów:

1. Integracje: czy narzędzie połączy się z Google Ads, GA4, Arkuszami i systemami, których już używasz (MCP, API).
2. Bezpieczeństwo: zasady przetwarzania danych, plan firmowy, kontrola uprawnień i historia działań agenta.
3. Powtarzalność: czy da się zapisać procedury (skille) i uruchamiać je według harmonogramu.
4. Kompetencje zespołu: czy ludzie będą pracować w terminalu, w aplikacji, czy tylko odbierać gotowe raporty.
5. Koszt i licencje: czy firma ma już umowę z dostawcą AI i co się opłaca przy Twojej skali.

Wdrożenie dobrze łączy się z audytem kont reklamowych (najpierw porządek na koncie, potem automatyzacja), szkoleniami z planowania i zakupu mediów oraz mentoringiem dla zespołów digital, gdy zespół chce rozwijać skille samodzielnie.