Para conectar LinkedIn Ads con ChatGPT:
- Regístrate gratis en portermetrics.com y conecta tu cuenta de LinkedIn Ads con tu cuenta de LinkedIn.
- En ChatGPT, haz clic en + → Connectors → Manage connectors → Add custom connector, nómbralo Porter, pega
https://mcp.portermetrics.com/mcp, luego haz clic en Add y autentícate con Google.
Eso es todo, ya estás conectado. El plan gratuito de Porter cubre hasta 3 cuentas publicitarias de LinkedIn Ads sin límites de uso en el plan gratuito de ChatGPT. No se requiere tarjeta de crédito.
Qué hace diferente a Porter:
- Lectura + escritura, de forma segura. El MCP de Porter te permite crear, actualizar y pausar campañas de LinkedIn Ads, ajustar presupuestos y segmentación, y gestionar creativos desde dentro de ChatGPT, a través de componentes de código deterministas. Nada alucina, y el límite de tasa integrado mantiene tus cuentas publicitarias a salvo de la limitación.
- Más de 800 métricas y dimensiones de LinkedIn Ads, y el único MCP que incluye cobertura de atribución en la misma conexión.
- MCP universal de LinkedIn Ads. Dashboards white-label alojados y portales de clientes, seguimiento de competidores con análisis de creativos, validación de ideas con Google Trends y datos de palabras clave. Toda tu operación de LinkedIn Ads se ejecuta desde un solo chat.
Requisitos previos
- Una cuenta de Porter Metrics con tu cuenta de LinkedIn Ads conectada (el nivel gratuito es suficiente para probarlo de principio a fin)
- Una cuenta de ChatGPT — el plan gratuito funciona para ChatGPT Web; se necesita una suscripción Pro para las funciones de Codex y MCP de Escritorio
- Acceso de administrador o estándar a las cuentas publicitarias de LinkedIn Ads que quieres conectar
Conecta LinkedIn Ads con ChatGPT usando MCP
Para este tutorial vamos a usar el método MCP. Aquí tienes una explicación rápida de qué es MCP y por qué es el mejor camino para LinkedIn Ads.
MCP (Model Context Protocol) es el estándar abierto que permite que herramientas de IA como Claude, ChatGPT, Codex y otras accedan y usen APIs externas — las cosas que hacen funcionar herramientas como LinkedIn Ads bajo el capó. En lugar de construir una integración personalizada para cada herramienta de IA que usas, instalas un MCP y cada IA compatible obtiene acceso a los mismos datos.
La configuración completa toma menos de 5 minutos y se divide en tres pasos: conecta LinkedIn Ads con Porter, apunta ChatGPT al MCP de Porter, y haz tu primera pregunta.
1. Conecta tus datos de LinkedIn Ads con Porter
Porter se sitúa entre la API de Marketing de LinkedIn y ChatGPT. Maneja OAuth, limitación de tasa, paginación y toda la infraestructura para que ChatGPT solo vea datos limpios y estructurados.
Regístrate en Porter. Crea una cuenta gratuita en portermetrics.com. El nivel gratuito es suficiente para ejecutar este flujo completo de principio a fin.
Conecta tu LinkedIn. En Porter, haz clic en Create → elige ChatGPT como destino → selecciona LinkedIn Ads como fuente → inicia sesión con LinkedIn para otorgar acceso a tus cuentas publicitarias.
Selecciona tus cuentas publicitarias. Elige las cuentas publicitarias de LinkedIn Ads que quieres que ChatGPT consulte. Cuando seleccionas múltiples cuentas publicitarias bajo una sola conexión, Porter automáticamente combina sus datos para que puedas consultarlas como una sola.
Opcional: habilita el almacenamiento BigQuery storage automático si estás conectando múltiples cuentas publicitarias con grandes volúmenes de datos. Esto mantiene las respuestas de ChatGPT rápidas incluso a escala.
2. Conecta el MCP con ChatGPT
La URL del MCP de Porter es lo que pegas en ChatGPT. Una vez agregado, ChatGPT puede consultar datos de LinkedIn Ads bajo demanda en cualquier conversación.
Ve a chatgpt.com y haz clic en el + icono en el input del chat para abrir el menú de herramientas.
En el menú que se abre, pasa el cursor sobre Connectors y haz clic en Manage connectors.
En el panel de Connectors, haz clic en el + botón en la parte superior de la lista para empezar a agregar un nuevo conector.
Elige Add custom connector del menú desplegable que aparece.
Se abre un diálogo con los campos de nombre y URL. Escribe Porter en el primer campo para nombrar el conector.
En el segundo campo, pega https://mcp.portermetrics.com/mcp. Deja la configuración avanzada como está.
Haz clic en Add en la parte inferior derecha del diálogo. ChatGPT abre una ventana de inicio de sesión — usa la misma cuenta de Google vinculada a tu espacio de trabajo de Porter y aprueba el acceso.
Una vez que termine la autorización, verás las herramientas de Porter aparecer en el panel de conectores. Estás listo para empezar a hacer preguntas (y, para los conectores que lo soportan, ejecutar acciones).
Para un tutorial más completo con capturas de pantalla en cada paso, consulta el tutorial del MCP de Porter.
3. Empieza a crear preguntas y dashboards
Con Porter conectado, abre un nuevo chat de ChatGPT y pregunta cualquier cosa sobre tu LinkedIn Ads en inglés simple. ChatGPT llama a Porter entre bastidores, extrae datos en vivo de LinkedIn, y responde con tablas, gráficos o resúmenes.
Prueba uno de estos para verificar que la configuración funciona:
Para un catálogo completo de prompts de copiar y pegar organizados por caso de uso (rendimiento, fatiga, presupuesto, agencia, B2B, generación de leads, multicanal), salta a la sección de prompts de abajo.
Otras formas de conectar LinkedIn Ads con ChatGPT
El MCP de Porter es el camino que acabamos de recorrer y el que recomendamos para la mayoría de los marketers. Sin embargo, no es la única forma de poner datos de LinkedIn Ads frente a ChatGPT. Las alternativas más comunes son la API directa de LinkedIn Ads, un puente de Google Sheets en vivo o carga de CSV, y BigQuery para escala. Cada una tiene contrapartidas, así que elige la que se ajuste a cómo tu equipo ya trabaja.
- 🔌 API directa de LinkedIn Ads — Habla directamente con la API de Marketing de LinkedIn. Control máximo, pero tú manejas la autenticación, límites de tasa y paginación — y solo obtienes una fuente. (LinkedIn aún no lanza un MCP oficial.)
- 📊 Google Sheets — Hoja en vivo o carga de CSV puntual. Auditable, familiar, más rápido para grandes exportaciones — pero la agregación ocurre en la Hoja, no en la API.
- 🗄️ Google BigQuery — Para cuentas publicitarias grandes o agencias que ejecutan análisis multicuenta. BigQuery agrega; ChatGPT solo consulta resúmenes preconstruidos.
A través de la aplicación Porter Metrics en el marketplace de ChatGPT
Si prefieres no pegar una URL de conector, instala Porter directamente desde la galería de aplicaciones de ChatGPT — es la misma conexión de Porter entre bastidores, publicada como una aplicación aprobada de ChatGPT:
- Abre la página de la aplicación Porter Metrics en ChatGPT (o busca “Porter Metrics” en la galería de aplicaciones).
- Haz clic en Connect e inicia sesión con la misma cuenta que usas en Porter.
- Autorízala y haz tu primera pregunta sobre LinkedIn Ads — mismos datos en vivo que el MCP.
La contrapartida que debes conocer: la aplicación del marketplace solo se actualiza después de cada ciclo de revisión de ChatGPT, mientras que el MCP se actualiza en el momento en que Porter lo lanza. Si quieres cada nueva herramienta y fuente de datos inmediatamente, usa el MCP; si quieres la instalación de un clic y no te importa esperar por nuevas funciones, la aplicación del marketplace es el camino más corto — incluyendo acciones de escritura a través de tu cuenta de Porter conectada.
A través de la API directa de LinkedIn Ads
Si estás construyendo un producto alrededor de LinkedIn Ads — o eres un desarrollador que prefiere controlar cada capa de la integración — el camino más directo es hablar con la Marketing API tú mismo, o — donde exista — el MCP oficial propio de LinkedIn Ads. LinkedIn aún no lanza un MCP oficial, así que ir directo significa escribir llamadas a la API tú mismo en Codex o en tus propios scripts. Cualquier ruta que elijas, aún sigues los rate limits & quotas. De cualquier forma omites Porter y llamas a LinkedIn desde tu propio código, desde Codex, o desde el conector propio de LinkedIn Ads.
La contrapartida que debes conocer. Ir directo te da el control máximo y los datos más frescos posibles — cada endpoint, cada parámetro, sin capa de abstracción en medio. Pero ahora eres responsable de los flujos de OAuth, tokens de refresco, límites de tasa, paginación, cambios de esquema, y reintentos de error. Y críticamente, solo obtienes una fuente. En el momento en que también quieras Google Ads, GA4 o Shopify en la misma conversación, vuelves a construir (o unir) más integraciones.
Cuándo tiene sentido: equipos de ingeniería que necesitan una sola fuente con control total, productos que envían datos de LinkedIn Ads como una función (donde de todos modos posees la integración), o scripts puntuales donde no te importa escribir el código de autenticación y paginación tú mismo. Para marketers que quieren hacer preguntas en inglés simple y combinar LinkedIn Ads con el resto de su stack en una sola conversación, el camino del MCP de Porter es dramáticamente menos trabajo.
A través de Google Sheets (Hoja en vivo o CSV manual)
Si tu equipo ya vive en Google Sheets — o quieres un rastro de papel antes de que ChatGPT toque algo — alimenta LinkedIn Ads en una Hoja, luego deja que ChatGPT lea la Hoja. Puedes automatizar la tubería LinkedIn Ads → Sheets con Porter para que se refresque diariamente, o hacer exportaciones de CSV puntuales desde la UI nativa de LinkedIn Ads para análisis estático.
La contrapartida que debes conocer. Con el camino del MCP, ChatGPT llama a la API de LinkedIn directamente y LinkedIn hace el filtrado y agregación de su lado — limpio y determinista. Con el camino de Sheets, ChatGPT agrega dentro de la Hoja misma, lo que puede introducir alucinaciones en totales, promedios, y uniones cuando tienes miles de filas. La ventaja es la velocidad: para rangos de fecha muy grandes o análisis histórico, una Hoja preconstruida es dramáticamente más rápida que llamadas a la API en vivo.
Cuándo tiene sentido: equipos de finanzas que quieren revisar los números antes de que ChatGPT actúe sobre ellos, agencias que ya entregan reportes de clientes en Sheets, análisis histórico a través de años de datos, o cualquier caso donde te importe más la velocidad que la frescura en tiempo real.
Lee el tutorial completo de Sheets →
A través de Google BigQuery (para escala)
Este es el camino que la mayoría de la gente pasa por alto — y es el que te salva cuando tu anunciante de LinkedIn Ads se pone serio. Un solo anunciante grande o una agencia gestionando más de 10 cuentas publicitarias golpeará los límites de tasa de la API y problemas de latencia consultando ChatGPT directamente. ChatGPT literalmente te dirá que está tomando demasiado tiempo o que se agota el tiempo en extracciones grandes.
BigQuery soluciona eso. Cargas datos de LinkedIn Ads en tablas de BigQuery en un horario, luego conectas BigQuery con ChatGPT — ya sea a través de un MCP de BigQuery o vía Codex con consultas SQL. En lugar de pedirle a ChatGPT que extraiga datos brutos de LinkedIn Ads, dejas que BigQuery agregue en tablas pequeñas y optimizadas, y ChatGPT solo consulta el resultado resumido. Problema de escala resuelto.
Cuándo tiene sentido: cuentas publicitarias empresariales con miles de leads, agencias ejecutando análisis multicuenta a través de más de 10 clientes, o cualquier equipo que ya use BigQuery como almacén de datos. Porter carga LinkedIn Ads (y más de 25 fuentes más) directamente en BigQuery para que no tengas que construir tu propio ETL.
Lee el tutorial completo de BigQuery →
Conectando LinkedIn Ads con Codex
La mayoría de los marketers agrupan ChatGPT y Codex juntos y pasan por alto la mayor ventaja de todo el ecosistema MCP. No son la misma herramienta — y la diferencia importa enormemente una vez que empiezas a trabajar con datos de LinkedIn Ads seriamente.
ChatGPT es una interfaz de chat. Haces una pregunta, ChatGPT extrae datos en vivo a través del MCP, responde, tal vez construye un dashboard rápido dentro de la conversación. Genial para análisis puntuales. El problema: todo es efímero. ¿Quieres refrescar el dashboard mañana? Lo regeneras desde cero. ¿Quieres el mismo reporte cada lunes? Vuelves a hacer la pregunta cada lunes.
Codex es ChatGPT ejecutándose dentro de la terminal de tu computadora. Porque tiene acceso a tu sistema de archivos, tiempo de ejecución, y otras herramientas de desarrollo, no solo responde preguntas — puede construir software real. Scripts persistentes, rutinas programadas, aplicaciones HTML, dashboards internos, integraciones que funcionan 24/7 sin tu intervención. Una vez conectado al MCP de Porter para LinkedIn Ads, toda una categoría de trabajo se vuelve posible.
Qué desbloquea Codex que ChatGPT solo no puede
Aquí es donde el ecosistema MCP da sus mayores frutos. Porque Codex puede combinar el MCP de Porter con otros MCPs — Firecrawl para web scraping, Airtable para datos estructurados, Notion para wikis, Vercel para despliegue, Slack y Gmail para entrega — ya no estás consultando datos. Estás construyendo herramientas.
Alimenta a Codex con tus objetivos y metas de LinkedIn Ads — metas de CPA, presupuestos diarios, umbrales de ROAS — y pídele que genere un dashboard de ROI personalizado para cada cliente. Construye el HTML, extrae datos en vivo, despliega a una URL. Sin embed de Data Studio que se rompa cuando el proveedor cambia precios, sin restricciones de plantilla. El dashboard se actualiza automáticamente porque consulta el MCP de Porter en cada carga de página.
Mejor para:agencias que quieren dashboards white-label para clientes sin dependencias de Looker o Data Studio.
Combina tu propio rendimiento de LinkedIn Ads de Porter con páginas de destino de competidores y anuncios en vivo de la Meta Ad Library extraídos vía Firecrawl. Codex une ambos en un reporte semanal de inteligencia competitiva — tus números junto a sus ángulos creativos y precios, con un resumen de LLM encima de lo que cambió semana a semana. Funciona en cron, llega a tu bandeja de entrada cada lunes por la mañana.
Mejor para:equipos internos que necesitan contexto de mercado, no solo números internos.
Usa Airtable o Notion como el esquema, Porter como la fuente de datos. Codex mantiene cada página poblada con gasto actual, CPA, y ROAS para cada cuenta publicitaria — sin capturas de pantalla obsoletas, sin copiar y pegar de Excel. Los nuevos empleados leen una entrada de wiki y tienen contexto completo sobre la cuenta de un cliente.
Mejor para:agencias y equipos de operaciones que incorporan analistas o rotan gerentes de cuenta frecuentemente.
Una rutina de Codex en cron extrae LinkedIn Ads vía Porter, evalúa umbrales — CTR cae por debajo del 1%, el gasto diario se dispara al doble del promedio móvil — y envía alertas de Slack o Gmail en el momento en que algo cruza la línea. Dejas de revisar dashboards reactivamente; el dashboard se revisa a sí mismo y te dice cuándo mirar.
Mejor para:cualquier equipo que haya descubierto un problema 48 horas tarde porque nadie abrió el reporte.
Conclusión: ChatGPT es para preguntas rápidas y dashboards ad-hoc. Codex es para construir aplicaciones, dashboards en vivo, alertas, y herramientas reales — cualquier cosa que quieras ejecutar por sí sola sin volver a preguntar. La misma URL del MCP de Porter funciona en ambos, así que no eliges una vez y te quedas encerrado.
Casos de uso: qué puedes hacer realmente una vez que LinkedIn Ads está conectado con ChatGPT
Estos casos de uso funcionan en cuentas publicitarias reales de LinkedIn Ads, desde gestión completa de campañas hasta reportes orientados al cliente.
1. Gestiona campañas desde el chat
El cambio más grande respecto a un dashboard: ChatGPT no solo lee tu cuenta, la opera. Crea, actualiza, y pausa campañas de LinkedIn Ads, ajusta presupuestos y segmentación, y gestiona creativos a través de los componentes deterministas de Porter, con límite de tasa integrado para que tu cuenta se mantenga segura. Un hábito que debes mantener para cada prompt que cambia la cuenta: pide a ChatGPT que muestre el cambio y espera tu confirmación.
2. Gestiona presupuestos y ritmo
Ajusta presupuestos diarios y totales, monitorea el ritmo de gasto, y reasigna presupuesto entre campañas basado en el rendimiento — todo desde un prompt de chat.
3. Sube y gestiona creativos
Crea, actualiza, y gestiona creativos de LinkedIn Ads incluyendo Sponsored Content, anuncios carrusel, y anuncios de video. Todos los cambios de creativos se crean en estado PAUSED por defecto para revisión.
4. Reportes: preguntas, dashboards, alertas y presentaciones de cliente
Condensa Q&A + combinaciones (Stripe, HubSpot, Shopify) + alertas Slack/Gmail + presentaciones Gamma/HTML/PDF en dashboards alojados o presentaciones de cliente.
Campos y métricas de LinkedIn Ads que puedes consultar con ChatGPT
Antes de empezar a escribir prompts, ayuda saber qué datos están realmente disponibles. El MCP de Porter le da a ChatGPT acceso a 800 métricas de LinkedIn Ads a través de cada nivel de reporte, más desgloses por audiencia, ubicación, dispositivo, y geografía. Y la misma URL de MCP también desbloquea más de 25 fuentes más — así que ChatGPT puede combinar LinkedIn Ads con Google Ads, GA4, Shopify, HubSpot y más en un solo prompt.
Prompts que puedes copiar y pegar hoy
…organizados por trabajo: gestión de campañas, presupuestos y ritmo, gestión de creativos, agencias, marketers B2B, equipos de generación de leads y ABM, y combinaciones multicanal.
Cada prompt que cambia la cuenta tiene el hábito de seguridad integrado: revisa primero, luego aplica.
Gestión de campañas
Para marketers que necesitan crear, actualizar, pausar, y gestionar campañas de LinkedIn Ads directamente desde ChatGPT.
Presupuestos y ritmo
Para equipos que monitorean gasto, ajustan presupuestos, y optimizan el ritmo entre campañas.
Gestión de creativos
Para equipos que gestionan Sponsored Content, anuncios carrusel, anuncios de video, y rendimiento de creativos.
Para agencias
Las agencias que gestionan múltiples cuentas de LinkedIn Ads necesitan reportes rápidos de clientes, detección de anomalías entre portafolios, y comparaciones de segmentos.
Para marketers B2B
Marketers B2B internos optimizando la eficiencia del pipeline y la calidad de audiencia en LinkedIn.
Para equipos de generación de leads y ABM
LinkedIn Ads es nativo B2B. Esta sección cubre la optimización de formularios de generación de leads y flujos de trabajo de marketing basado en cuentas.
Multicanal
Combinando LinkedIn Ads con CRM, analítica web, y otras plataformas de anuncios para atribución de embudo completo.
Límites, seguridad, y mejores prácticas para LinkedIn Ads vía ChatGPT
No se encontraron hilos públicos de Reddit, artículos de noticias, o publicaciones de foros documentando prohibiciones irreversibles de la API de LinkedIn Ads entre 2024 y 2026. El modelo de aplicación de LinkedIn es throttle-first, no ban-first. La “historia de horror” real es operacional, no existencial: un equipo de generación de demanda ejecutando un análisis de fin de trimestre activa la cuota diaria de solicitudes, recibe respuestas HTTP 429, y pierde 6–12 horas de reportes automatizados hasta que la cuota se reinicia a medianoche UTC. El costo no es una cuenta suspendida — es ventanas de optimización perdidas y stale Claude insights durante períodos de reportes de alto riesgo.
La aplicación de límites de tasa de LinkedIn es quota-based and application-scoped, no basada en herramientas. LinkedIn no prohíbe cuentas publicitarias porque conectaste Claude o un servidor MCP. Limita las claves de API que exceden sus asignaciones de llamadas diarias o por minuto. La plataforma rastrea dos cuotas independientes: (1) una application-level total a través de todos los usuarios de tu aplicación, y (2) una member-level total por token de usuario de LinkedIn autenticado. Ambas se reinician a medianoche UTC. Cuando te acercas al techo a nivel de aplicación, LinkedIn envía una alerta por correo electrónico; cuando lo excedes, la API devuelve HTTP 429 con X-RateLimit-Limit, X-RateLimit-Remaining, y X-RateLimit-Reset headers. El uso de analítica de solo lectura dentro de la cuota es seguro. El tráfico de API en ráfagas, sin lotes, o paralelizado no lo es.
Las dos formas de agotar tu cuota de LinkedIn Ads
Después de revisar documentos oficiales e hilos de comunidad, dos patrones aparecen una y otra vez.
1. Ráfagas de API paralelas sin lotes durante reportes. Hacer llamadas a la API individuales para cada campaña, grupo de anuncios, y creativo simultáneamente — en lugar de usar endpoints en lotes o filtrados — agota la cuota diaria de 500 llamadas en minutos. Esto activa la limitación HTTP 429 y deja la integración fuera de línea hasta la medianoche UTC. NEEDS_REVIEW: exact batch-size recommendation from LinkedIn docs . Usa filtros de rango de fecha y solicita solo los campos específicos que necesitas.
2. Ignorar los headers de límite de tasa y reintentar inmediatamente. Cuando LinkedIn devuelve HTTP 429, el X-RateLimit-Reset header contiene la marca de tiempo Unix cuando la cuota se refresca. Los bucles de reintento que ignoran este header y golpean la API cada pocos segundos desperdician cuota y extienden la ventana de apagón. El patrón correcto es retroceso exponencial con jitter, respetando el Retry-After o X-RateLimit-Reset valor. — Microsoft Learn: LinkedIn API Rate Limits
3. Solicitar scopes de escritura cuando la analítica de solo lectura es el objetivo. Los scopes de la API de Marketing de LinkedIn son granulares. Pedir r_ads (read ads) más innecesarios w_ads (write ads) o r_ads_reporting scopes aumenta el privilegio del token y el área de auditoría sin beneficio. Si la integración solo lee datos de rendimiento, minimiza los scopes para reducir tanto el riesgo de seguridad como el escrutinio potencial de cumplimiento. — Stitchflow: LinkedIn Ads API Guide
Ambos comportamientos activan la limitación de cuota. Si quieres usar ChatGPT para LinkedIn Ads de forma segura, agrupa tus solicitudes, respeta los headers de límite de tasa, y usa scopes mínimos.
El protocolo de escalado de 5 reglas
Basado en los límites de tasa y cuotas documentados de LinkedIn Ads y los comportamientos que realmente han causado limitación — no conjeturas:
-
Agrupa tus solicitudes y filtra por rango de fecha. La cuota estándar de la API de Marketing de LinkedIn es 500 calls per day per application (reiniciándose a medianoche UTC), con algunos endpoints limitados a 100 calls per minute. Solicitar un registro por llamada agota esta cuota en menos de una hora para cuentas de tamaño medio. El MCP de Porter agrupa solicitudes y aplica filtros de rango de fecha automáticamente, manteniendo el volumen de llamadas bien por debajo del umbral. — Microsoft Learn: LinkedIn API Rate Limits
-
Monitorea la alerta de cuota del ~75% y detente antes del techo. LinkedIn envía una alerta por correo electrónico cuando tu cuota a nivel de aplicación alcanza aproximadamente 75% consumption. Trátala como una advertencia severa: pausa las sincronizaciones no esenciales, aplaza las consultas exploratorias, y deja que terminen los reportes de alta prioridad. Ignorar la alerta significa golpear el muro al 100% y esperar a la medianoche UTC. — LiSeller: How to Handle LinkedIn API Rate Limits
-
Respeta HTTP 429 y retrocede exponencialmente. Cuando se limita, LinkedIn devuelve HTTP 429 con
X-RateLimit-Reset. No reintentes a ciegas. Implementa retroceso exponencial empezando en 1 second, duplicando a 2s, 4s, 8s, 16s, 32s, 64s, y limitando a ~5 minutes con jitter aleatorio. Esto maximiza la probabilidad de éxito en la siguiente ventana de cuota mientras evita penalizaciones adicionales. NEEDS_REVIEW: LinkedIn-specific retry-after penalty policy -
Usa scopes de solo lectura y audita los privilegios de token trimestralmente. Otorga los scopes mínimos viables (
r_ads,r_ads_reporting,r_basicprofile). Evitaw_adsow_organization_sociala menos que estés creando o editando campañas explícitamente vía API. Revisar los scopes cada 90 days detecta el crecimiento de scopes de experimentos tempranos y reduce tanto la exposición de seguridad como el riesgo de cumplimiento. — Stitchflow: LinkedIn Ads API Guide -
Cachea los datos de reportes y evita la consulta en tiempo real. Los datos de reportes de LinkedIn Ads tienen un freshness delay of several hours (comúnmente 4–6 horas para métricas finales). Consultar cada 15 minutos desperdicia cuota en datos obsoletos. Cachea los resultados y sincroniza once or twice daily para reportes históricos, o every 4 hours para monitoreo de campañas activas. El MCP de Porter cachea y deduplica automáticamente, reduciendo llamadas a la API redundantes en NEEDS_REVIEW: Porter-specific cache hit-rate percentage .
Qué hace diferente el MCP de Porter: aplica estos límites y salvaguardas a nivel de plataforma. El conector de LinkedIn Ads de Porter es read-only by default—no se solicitan scopes de escritura, eliminando el riesgo de ediciones accidentales de campañas o exceso de scopes. Las solicitudes son automatically batched and filtered por rango de fecha y cuenta, manteniendo el volumen diario de llamadas bien por debajo de la cuota de aplicación de 500 llamadas. Las respuestas de límite de tasa activan built-in exponential backoff with jitter, así que la limitación nunca se convierte en una cascada de fallo grave. Cache caching previene la consulta redundante, y la frecuencia de sincronización es configurable (cada hora, dos veces al día, o diaria) para coincidir con la realidad de frescura de datos de LinkedIn en lugar de desperdiciar cuota en consultas prematuras. Ese es el comportamiento que los sistemas automatizados de LinkedIn manejan con gracia: predecible, con scopes, en lotes, y dentro de la cuota.
Preguntas frecuentes
¿Listo para chatear con tu LinkedIn Ads?
Abre ChatGPT, agrega el conector de Porter y haz tu primera pregunta. Si aún no tienes Porter, empieza una prueba gratis y conecta tu cuenta de LinkedIn Ads — estarás chateando con tus campañas en menos de cinco minutos.
rocket_launch Empieza tu prueba gratis de Porteropen_in_new Abre ChatGPT