Comment faire auditer en toute sécurité les comptes publicitaires par Claude sur 12 plateformes

Faire confiance aux modèles de langage pour des tâches en production est toujours un peu effrayant. Quand il s'agit de budgets publicitaires, la peur double. Un faux mouvement d'un agent dans l'API de la plateforme publicitaire, et le budget d'un mois part vers le mauvais ciblage en quelques heures. C'est pourquoi la plupart des équipes copient encore les exports manuellement et les transmettent aux interfaces web de chatbots, obtenant des conseils vagues sans chiffres concrets en retour.

Récemment, je suis tombé sur un dépôt open-source claude-ads. L'auteur a tenté de construire un système d'ingénierie strict au-dessus des capacités d'agent de Claude Code. L'idée est de transformer Claude en un assistant de marketing de performance supervisé avec des garde-fous stricts, une sécurité typée et des vérifications de validation déterministes.

Sous le capot

Le projet est une collection de skills et d'outils CLI écrits en Python. Vous pouvez travailler avec via Claude Code, Cursor, Windsurf, Gemini ou Codex. L'objectif principal ici est la sécurité des données et la prévisibilité.

Le système prend en charge 12 plateformes publicitaires :

• Réseaux de recherche et sociaux : Google Ads, Meta Ads, YouTube Ads, LinkedIn Ads, TikTok Ads, Microsoft Advertising, Reddit Ads, Snapchat Ads, X Ads.
• E-commerce et retail media : Apple Ads, Amazon Ads, Pinterest Ads.

Au lieu de donner au modèle une liberté totale via des appels d'outils non contrôlés, le projet divise le flux de travail en étapes isolées.

Sécurité et protection contre les prélèvements accidentels

L'architecture de claude-ads fonctionne en mode lecture seule par défaut. Vous pouvez exécuter des audits, formuler des hypothèses, générer des textes publicitaires et analyser les métriques sans risquer de casser des campagnes en direct.

Si une optimisation doit être appliquée, le système exige de franchir plusieurs niveaux de vérification :

• Les IDs exacts des comptes et objets sont explicitement spécifiés.
• Un diff clair de l'état avant et après les modifications est généré avec une évaluation de la zone d'impact.
• Des limites budgétaires strictes sont définies que l'agent ne peut fondamentalement pas dépasser.
• Pour chaque requête d'écriture, une clé d'idempotence et un plan de rollback des modifications sont générés.

Les opérations de suppression complète d'entités sont simplement retirées du code dans la version deux. Les identifiants API n'apparaissent pas dans le contexte du modèle, les rapports ou l'historique git : ils sont lus exclusivement à partir de variables d'environnement ou du magasin de secrets du système.

Architecture et évaluation de la qualité des campagnes

À l'intérieur du dépôt, tout est divisé en niveaux clairs de responsabilité.

Un processus conducteur unique accepte les commandes utilisateur, définit les limites de portée et distribue les tâches à des workers isolés. Chaque worker est responsable d'un élément d'analyse spécifique et produit du JSON strict selon un schéma. Si l'un des workers requis échoue avec une erreur, l'exécution entière est marquée comme partielle. Le système ne masquera pas l'échec et ne présentant pas un rapport incomplet comme un résultat terminé.

La sortie canonique est versionnée, validée en JSON. À partir de cela, l'utilitaire assemble des résumés Markdown, des pages HTML ou des PDF via WeasyPrint.

Le scoring de santé du compte publicitaire est conçu de manière intéressante. Chaque vérification a un statut de pass, fail, unknown ou not_applicable. L'exhaustivité des données collectées est évaluée séparément du score de santé global :

• Si 80 % ou plus des vérifications sont couvertes, un score complet est attribué.
• Avec une couverture de 60 % à 79 %, le score est considéré comme préliminaire.
• Si les données sont inférieures à 60 %, le scoring n'est pas calculé du tout en raison de preuves insuffisantes.
• Les fonctionnalités bêta et les fonctionnalités de plateforme indisponibles sont exclues des calculs pour éviter de baisser la note.

À quoi ressemble le travail avec l'outil

L'installation dans Claude Code se fait via le gestionnaire de plugins :

/plugin marketplace add AgriciDaniel/claude-ads
/plugin install claude-ads@ai-marketing-hub-claude-ads

Si vous préférez une installation locale ou utilisez d'autres environnements :

git clone https://github.com/AgriciDaniel/claude-ads.git
cd claude-ads
bash install.sh --source=local

L'installateur prend en charge Python 3.11 et 3.12 sur Linux, macOS et Windows. Si des bibliothèques système sont manquantes, le script échouera avec une erreur avant d'apporter des modifications.

Après l'installation, l'interaction est construite autour de commandes slash. Par exemple :

• /ads setup configure le profil client, les KPIs cibles, les limites budgétaires acceptables et les règles de confidentialité.
• /ads audit all exécute un audit complet des canaux connectés avec chaque sortie liée à des métriques datées.
• /ads plan calcule la distribution du budget, le plan média et le plan de test de split.
• /ads optimize --draft prépare un brouillon des modifications d'enchères et de créatifs sans les appliquer sur la plateforme.
• /ads report génère le rapport structuré final.

Les raccourcis directs pour des comptes spécifiques fonctionnent également : /ads google, /ads meta, /ads reddit.

À qui le projet sera utile

Le dépôt ne sera probablement pas nécessaire à quelqu'un qui gère une seule publicité avec un budget de quelques milliers de roubles. Mais si votre entreprise exécute de la publicité multi-plateforme ou si vous construisez une automatisation interne pour une agence, il y a beaucoup à explorer ici.

Même si vous n'utilisez pas l'outil dans sa totalité, le code source claude_ads_core et la structure des répertoires control-plane/ fournissent un exemple solide de comment concevoir des skills fiables pour les LLMs. Au lieu de prompts textuels chaotiques, l'auteur a implémenté des contrats de données, des schémas de validation et des points de confirmation obligatoires de l'opérateur. Le dépôt a une licence open (MIT), vous pouvez donc librement décomposer le code en vos propres modules.