Google・Meta広告向けClaude Codeマーケティングワークフロー10選

開始前に：一度限りのセットアップ（Mac）

これらのワークフローには、最初にいくつかの準備が必要です。一度設定すれば、その後すべてに使用できます。

ステップ 1: VS Codeをインストール

VS CodeはMicrosoftの無料コードエディタです。すべてのスクリプトはここで動作・実行されます。

1. code.visualstudio.comにアクセス
2. Macのダウンロードボタンをクリック（システムを自動検出します）
3. ダウンロードした.zipファイルを開く — 「Visual Studio Code」というアプリケーションに展開されます
4. アプリケーションフォルダにドラッグ
5. アプリケーションからVS Codeを開く

これで完了です。VS Codeがインストールされました。

ステップ 2: VS Code内でターミナルを開く

VS Codeには組み込みターミナルがあるため、別のアプリを開く必要はありません。

1. VS Codeを開く
2. 上部メニューに移動：Terminal > New Terminal
3. 画面下部にターミナルパネルが表示されます — ここにコマンドを入力します

ステップ 3: Claude Codeをインストール

VS Codeのターミナルで次のコマンドを実行します：

curl -fsSL https://claude.ai/install.sh | bash

これによりClaude Codeがマシンにインストールされます。約2分かかります。他の依存関係は不要です。

使用するには、有料のClaude購読（ProまたはMax）またはAnthropic APIクレジットが必要です。お持ちでない場合は、まずclaude.aiにサインアップしてください。

インストール完了後、ターミナルで「claude」と入力してEnterを押します。Anthropicアカウントでログインするよう求められます。プロンプトに従ってください — 認証のためにブラウザウィンドウが開きます。

ステップ 4: Claude Code VS Code拡張機能をインストール

これにより、ターミナルだけでなく、VS Code内で直接Claude Codeをより快適なインターフェイスで使用できます。

1. VS Codeで、Cmd+Shift+Xを押してExtensionsパネルを開く
2. 「Claude Code」を検索
3. Anthropic（公式）が公開しているものを見つけて「Install」をクリック
4. インストール後、左サイドバーにSparkアイコンが表示されます — クリックしてClaude Codeを開きます

これで、サイドバーパネルまたはターミナルのどちらからでもClaude Codeを使用できます。両方とも動作します。サイドバーは、コードの変更をビジュアル差分として表示するため、初心者にとってより簡単です。

インストール後に拡張機能が表示されない場合は、上部メニュー：View > Command Paletteに移動し、「Developer: Reload Window」と入力してEnterを押してください。

ステップ 5: MCP経由でGoogle・Meta広告を接続

MCP（Model Context Protocol）は、Claude Codeが広告アカウントと通信できるようにするものです。Claudeをライブのgoogle・Meta広告データに接続します — APIコード、開発者トークン、自分で管理する認証情報は不要です。

オプション A — 推奨

Ryze AI MCP

両プラットフォーム用の1つの接続

1

個人MCPリンクを取得するためにセットアップ通話を予約

2

Claude Codeに伝える："Add an MCP server with URL [通話で取得したリンク]"

3

完了。

MCPセットアップ通話を予約→

オプション B

オープンソースMCPサーバー

無料、より多くのセットアップ、プラットフォームごとに別々

1

Google広告の場合、Claude Codeに伝える："Add the Google Ads MCP from github.com/cohnen/mcp-google-ads"

2

Meta広告の場合、Claude Codeに伝える："Add the Meta Ads MCP using npx -y meta-ads-mcp"

3

/mcpと入力して両方の接続を確認 — Claude Codeが必要な認証情報を案内してくれます

ステップ 6: プロジェクトフォルダを作成

1. Macに新しいフォルダを作成 — 「ad-scripts」のような名前を付ける
2. VS Codeで、File > Open Folderに移動して選択
3. ターミナルを開く（Terminal > New Terminal）
4. 「claude」と入力してEnterを押す

Claude Codeはプロジェクトフォルダ内で実行されています。構築するすべてはここに保存されます。

01

アカウント全体の監査

Google・Meta全体でキャンペーン構造、支出、パフォーマンス指標を取得します。コンバージョンがゼロのキャンペーン、インプレッションのない広告グループ、ミスマッチの入札戦略、予算配分の問題をフラグします。構造化されたブリーフを出力します。

ステップバイステップ

1. プロジェクトフォルダでClaude Codeを開きます。
2. 次のプロンプトをペーストします：

   "Write a Python script that connects to the Google Ads API using my credentials. Pull all active campaigns for the last 30 days. For each campaign, get: name, status, bid strategy, spend, impressions, clicks, conversions, and ROAS. Flag any campaign with zero conversions and spend over $100. Flag any campaign with impressions but zero clicks. Output the results as a CSV and print a summary of flagged issues."

3. Claude Codeはスクリプトを生成し、API認証情報を求めます。プロンプトが表示されたら、開発者トークン、クライアントID、クライアントシークレット、顧客ID、リフレッシュトークンを提供してください。
4. スクリプトを実行します。出力CSVとフラグされた問題のサマリーを確認します。
5. Metaを追加するには、次のように続けます：

   "Now add a second section that does the same thing for Meta Ads using the Facebook Business SDK. Pull campaign-level data for the same 30-day window. Same metrics, same flags. Combine both into one CSV with a 'platform' column."

6. 出力をクライアント対応にするには、次を追加します：

   "Format the flagged issues as a bullet-point summary at the top of the CSV, with the raw data below."

02

自動週次クライアントレポート

Google・Metaから前週のパフォーマンスを取得します。支出、クリック、コンバージョン、CPA、ROASを含むサマリーテーブルを作成します。週次の変化を計算します。毎週月曜日に自動的にレポートをメール送信します。

ステップバイステップ

1. Claude Codeを開き、次をペーストします：

   "Write a Python script that pulls last week's campaign performance data from Google Ads and Meta Ads. For each campaign, get: spend, impressions, clicks, conversions, CPA, and ROAS. Also pull the same metrics for the week before that. Calculate the percentage change for each metric week-over-week. Format the results as an HTML email table. Send the email via SMTP to [your email]."

2. Claude Codeはスクリプトを生成します。pandasを使ってデルタをマージ・計算し、smtplibを使ってメールを送信します。
3. Gmailの場合、アプリパスワードが必要です。myaccount.google.com > Security > 2-Step Verification > App Passwordsに移動します。生成して、Claude CodeがSMTP認証情報を求めるときに提供してください。
4. 最初に手動でスクリプトをテストします。メールフォーマットを確認します。
5. ハイライトセクションを追加するには、次のように続けます：

   "Add a section at the top of the email that lists the top 3 campaigns by ROAS improvement and the bottom 3 by ROAS decline. Write each as a plain sentence, not a table row."

6. スケジュールするには、次のように尋ねます：

   "How do I set up a cron job to run this script every Monday at 7am?"

   Claude CodeはOSの正確なcron構文を提供します。

03

予算ペーシングと超過支出予測

すべてのアクティブなキャンペーン全体で日次支出を追跡します。月次予算に基づいて、実際の支出がどこにあるべきかと比較します。月末の配信を予測します。いずれかのアカウントが目標の15%超または下のペースで進んでいる場合、アラートを送信します。

ステップバイステップ

1. 「budgets.csv」というCSVファイルを3つの列で作成します：account_name、monthly_budget、platform（googleまたはmeta）。アカウントを記入します。
2. Claude Codeを開き、次をペーストします：

   "Write a Python script that reads budgets.csv, then for each account pulls month-to-date spend from the appropriate API (Google Ads or Meta Ads). Calculate projected end-of-month spend using: (actual spend / days elapsed) × total days in month. If projected spend is more than 115% or less than 85% of the monthly budget, send an email alert with the account name, current spend, projected spend, and the variance percentage."

3. スクリプトを実行し、プラットフォームUIで見える内容に対して予測を確認します。
4. 毎日スケジュールするには、Claude Codeに尋ねます：

   "Set this up as a daily cron job that runs at 10am."

5. サマリーダッシュボードを追加するには、次のように続けます：

   "Also output a CSV with all accounts showing: account name, monthly budget, spend to date, projected spend, pacing status (over/under/on track), and variance percentage."

04

クリエイティブパフォーマンスの内訳

MetaおよびGoogleから広告レベルデータを取得します。ROAS、CTR、CPAごとにすべての広告をランク付けします。フォーマットタイプ（動画、静的、カルーセル）とクリエイティブの角度でグループ化します。「機能しているもの」のサマリーを出力します。

ステップバイステップ

1. 広告の命名規則にクリエイティブの角度とフォーマットが含まれていることを確認してください。例：「testimonial_video_30off_v2」または「ugc_carousel_freetrial_v1」。命名が一貫していない場合、最初にクリーンアップしてください — このワークフローはそれに依存しています。
2. Claude Codeを開き、次をペーストします：

   "Write a Python script that pulls ad-level data from Meta Ads for the last 30 days. For each ad, get: ad name, ad set name, spend, impressions, link clicks, purchases, purchase value. Calculate ROAS (purchase value / spend) and CTR (link clicks / impressions). Parse the ad name to extract the creative angle (first segment before underscore) and format type (second segment). Group results by angle and by format. Show average ROAS and total spend for each group. Sort by ROAS descending. Output as CSV."

3. 実行してグループ化を確認します。パースが間違っている場合、命名規則がどのように機能するかをClaude Codeに伝えると調整します。
4. Googleを追加するには、次のように続けます：

   "Add a section that pulls Google Ads responsive search ad asset performance. Show which headlines and descriptions have the best click-through rates."

5. クライアント対応バージョンの場合：

   "Format the top 5 and bottom 5 ads as a summary email with the creative angle, format, ROAS, and spend."

05

クロスチャネルアトリビューションチェック

GoogleおよびMetaが報告したコンバージョンを、サードパーティソース（GA4、CRM、またはShopify）と比較します。プラットフォーム報告のコンバージョンが実際のコンバージョンを大幅に上回っているアカウントをフラグし、ダブルカウントを示します。

ステップバイステップ

1. 実際のコンバージョンデータをCSVとしてエクスポートします。これはGA4コンバージョン、Shopify注文、CRMクローズドディールなどです。必要な列：date、total_conversions。
2. Claude Codeを開き、次をペーストします：

   "Write a Python script that pulls conversion counts from Google Ads and Meta Ads for the last 30 days, by day. Also read actual_conversions.csv which has date and total_conversions columns. For each day, compare the sum of Google + Meta reported conversions against actual conversions. Calculate an inflation ratio (reported / actual). Flag any day where the ratio exceeds 1.3. Also calculate the 30-day average inflation ratio. Output as CSV and email a summary if the average ratio exceeds 1.3."

3. 実行して日次比較を確認します。
4. 月次トレンドの場合、次のように続けます：

   "Add a column showing rolling 7-day average inflation ratio so I can see if the gap is growing or shrinking."

06

オーディエンス重複と無駄な支出の検出

すべてのアクティブなMeta広告セットからターゲティング仕様を取得します。重複する興味ターゲティング、共有する類似オーディエンスソース、同一のカスタムオーディエンスを持つペアを特定します。自己競合の可能性をフラグします。

ステップバイステップ

1. Claude Codeを開き、次をペーストします：

   "Write a Python script that pulls all active ad sets from my Meta Ads account. For each ad set, get the targeting spec including interests, behaviors, custom audiences, and lookalike specs. Compare every pair of ad sets. Flag any pair that shares more than 50% of the same interest targets, or uses the same lookalike seed audience, or targets the same custom audience. Output the flagged pairs with both ad set names, the overlap type, and the combined spend."

2. 実行してフラグされたペアを確認します。
3. 優先順位を付けるには、次のように続けます：

   "Sort the flagged pairs by combined spend descending, so I see the most expensive overlaps first."

07

検索語マイニングと除外キーワードリスト

Google広告から検索語レポートを取得します。高い支出でコンバージョンがない検索語を特定します。共通単語で悪い検索語をグループ化します。また、明示的にキーワードとして追加されていないコンバージョン検索語をフラグします。

ステップバイステップ

1. Claude Codeを開き、次をペーストします：

   "Write a Python script that pulls the search term report from Google Ads for the last 60 days. For each search term, get: search term, campaign, ad group, impressions, clicks, spend, and conversions. Filter for terms with spend over $50 and zero conversions. Count the most common words across those terms and group them. Output two things: a list of suggested negative keywords sorted by total wasted spend, and a list of converting search terms that don't match any existing keyword in their ad group. Save both as CSVs."

2. 実行して除外キーワードの提案を確認します。
3. しきい値を調整するには、次のように続けます：

   "Change the spend threshold to $30 and also flag terms with spend over $100 and ROAS below 0.5."

4. 除外語を直接適用するには、次のように尋ねます：

   "Add a function that takes a list of negative keywords from a CSV and adds them to the specified campaign as campaign-level negatives via the API."

08

ランディングページとトラッキングQA

アクティブなGoogle広告キャンペーンからすべての最終URLを取得します。各URLの壊れたリンク（404、リダイレクト、タイムアウト）をチェックします。ページHTML内のGoogleタグとMetaピクセルの存在を確認します。問題を報告します。

ステップバイステップ

1. Claude Codeを開き、次をペーストします：

   "Write a Python script that pulls all unique final URLs from active Google Ads campaigns. For each URL, make an HTTP GET request and check the status code. Flag any URL that returns a 404, 500, or takes more than 10 seconds to respond. Also check if the HTML response contains 'gtag' or 'G-' (Google tag) and 'fbq' (Meta pixel). Output a CSV with columns: URL, status code, has_google_tag, has_meta_pixel, campaign_name. Flag any URL missing either tag. Add a 1-second delay between requests to avoid hammering the server."

2. 実行してフラグされたURLを確認します。
3. UTM検証を追加するには、次のように続けます：

   "Also check if each URL contains utm_source, utm_medium, and utm_campaign parameters. Flag any URL missing UTMs."

4. 週次でスケジュールするには、Claude Codeにcronセットアップを尋ねてください。

09

競合広告モニタリング

Meta広告ライブラリAPIを介して、競合のFacebookページからアクティブな広告を取得します。ローカルデータベースに保存します。新しく開始された広告、停止された広告、メッセージングのパターンを示す週次ダイジェストを送信します。

ステップバイステップ

1. 競合のFacebookページIDを取得します。Meta広告ライブラリ（facebook.com/ads/library）に移動し、競合を検索し、URLからページIDをメモします。
2. 「competitors.csv」というCSVを次の列で作成します：competitor_name、page_id。
3. Claude Codeを開き、次をペーストします：

   "Write a Python script that reads competitors.csv, then for each competitor queries the Meta Ad Library API for all active ads. Store the results in a local SQLite database with columns: competitor, ad_id, creative_body, creative_link_title, start_date, pulled_date. Each week, compare the current pull against last week's data. Identify new ads (ad_ids not in last week's pull) and stopped ads (ad_ids in last week's pull but not this week's). Email a digest with new ads and stopped ads grouped by competitor."

4. データベースを満たすために一度実行します。次の週に再度実行して最初の比較を取得します。
5. メッセージングパターンを追跡するには、次のように続けます：

   "Add a section to the digest that lists the most common words and phrases across all new ads this week."

10

異常検出とアラート

過去7日間の平均に対して、毎日のキャンペーンパフォーマンスをチェックします。支出、CTR、CPA、またはコンバージョン率が平均から2標準偏差以上逸脱しているキャンペーンをフラグします。同日アラートを送信します。

ステップバイステップ

1. Claude Codeを開き、次をペーストします：

   "Write a Python script that pulls yesterday's performance data for all active campaigns on Google Ads and Meta Ads. For each campaign, also pull daily data for the prior 7 days. Calculate the mean and standard deviation of spend, CTR, CPA, and conversion rate over those 7 days. If yesterday's value for any metric is more than 2 standard deviations from the mean, flag it. Only flag campaigns with average daily spend above $20 (to avoid noise from low-volume campaigns). Email a summary of all flagged campaigns with: campaign name, platform, metric, yesterday's value, 7-day average, and how many standard deviations off."

2. 実行してフラグを確認します。必要に応じて標準偏差のしきい値を調整します — ノイズの多いアカウントには2.5、より厳密なモニタリングには1.5。
3. 毎日スケジュールするには、Claude Codeにcronセットアップを尋ねてください。完全なデータのために午前10時以降に実行してください。
4. 誤検知を減らすには、次のように続けます：

   "Ignore any flag where the absolute dollar difference in spend is less than $10, even if the standard deviation threshold is exceeded."

Claude Codeを最大限活用するヒント