“Yellow Web”用 AI 代理对比五款广告情报工具：复核 Spytrend 的测试数据

简而言之：2026 年 8 月，“Yellow Web”对比了五款收集社交平台广告并提供搜索功能的广告情报工具。AI 代理要查找西班牙 8 月 1 日及 7 月 26 日至 8 月 1 日这一周的 iGaming 广告（线上赌场、博彩和彩票），从每个时间窗口取前 100 条，再比较 Spytrend、Tyver、AdWall、Gamler 和 MTWSPY 的结果。作者公开了测试工具，因此可以复跑。原测试：《AI 代理眼中的五款广告情报工具》

我们是 Spytrend 团队，也是受测的五家之一。我们拿作者抓取的同一批广告卡片，按相同条件重新搜索，公开对照代理当时的结果，以及开启平台原有筛选条件后的结果。有些数字我们直接确认；其余差异，原因在代理查询数据的方式，而不是数据库的大小。对用 AI 搜广告的人来说，关键不在模型，而在代理怎样连接数据。脚本和两次导出数据都已公开，可以自行核算。

根纳季，Spytrend CEO · 发布于 2026 年 9 月 12 日 · 复核依据：作者抓取的卡片、服务器日志、重新采集结果

对比了哪些工具

• Spytrend（我们）——面向 Facebook 和 TikTok 广告的竞争情报平台：约 18 亿条广告、每月新增约 2.8 亿条，按 33 个大类和 342 个子类标注，支持 AI 代理官方接入。Pro 套餐每月 79 美元。
• Tyver——按几个较宽泛的垂类分类、支持按浏览量排序的广告情报工具；周度测试返回 11,497 条广告。
• AdWall——可免费使用 30 天的广告情报工具；周度测试返回 16,369 条广告，首批 100 个文件中有 73 个不相关。
• Gamler——有自家分类器和素材重复投放计数的垂直工具；测试中唯一没有不相关广告的工具，但返回量明显较小。
• MTWSPY——有自家分类器、支持按浏览量排序的垂直工具；周度结果中 13% 不相关。 各服务的描述已根据其网站截至 2026 年 9 月的信息核对（Tyver、AdWall、Gamler、MTWSPY）；数字来自 2026 年 8 月的“Yellow Web”测试。

先说明文中的几个角色和说法：

• 作者——设计并执行这项测试的“Yellow Web”作者。
• 代理——作者交给任务的 AI 代理。它自行向五家工具发请求，并整理结果。
• 中间层——作者自己写的命令行工具，负责把代理的指令转成请求。它没有传递的信息，代理就看不到。
• 测试结果——代理在原测试中得到的数字。
• 复跑——我们在同一批数据上重新执行相同搜索，使用平台原有设置得到的结果。
• 原有设置——开启那些在原测试中没有启用的筛选条件后，平台的工作方式。
• 作者卡片——代理在测试中抓取的那批广告卡片。我们只用这批卡片复核，确保数字可比。

我们如何复核

一项测试要能复现，数字才有讨论的基础。我们在作者抓取的同一批卡片上重跑搜索：条件一致的地方，保留作者的数字；条件与平台原有设置不同的地方，并列展示两次结果，说明改了什么。下文各点都按同一顺序展开：原测试测到什么 → 为什么会这样 → 复跑得到了什么。

这次复核不能证明什么。

• 测试比较的是搜索结果的前 100 条，分别只占我们当日结果的 3.2% 和当周结果的 0.4%；不能据此判断完整数据库的重合程度。
• 作者从 100 张卡片中测出相关广告占比，再用该比例估算全部结果。

先看结论

六项差异中有三项来自代理查询平台的方式，而非数据库里的内容。配额消耗数字我们确认无误；按原测试的功能矩阵比较，搜索能力的结果对 Spytrend 有利。

• 返回量。代理从 Spytrend 取出 8 月 1 日的 996 条广告和当周的 9,526 条。同一查询在当时的数据库中分别有 3,112 条和 24,985 条。→ 详见
• 重复素材。测试没有打开“仅看独特素材”筛选：它会把同一广告图片或视频的所有副本合并成一行。未开启时，100 张卡片里只有 55 个不同文件；开启后，同一批数据的 100 条结果对应 100 个不同素材。→ 详见
• AI 代理接入。测试中，我们供代理直连的 MCP（Model Context Protocol）服务器被记为 8 次调用中成功 0 次，响应耗时 179 秒。但在 8 月 3 日作者同一会话的服务器日志中，43 次调用全部成功、零错误，平均 1.6 秒。差异来自作者写的中间层：它每次请求都会新开一个代理会话。→ 详见
• 搜索能力。在 2026 年 8 月的“Yellow Web”测试中，只有 Spytrend 标注支持按素材本身的视觉相似度和 Facebook Pixel（广告主安装在自己网站上的计数器）搜索；测试对比表中没有按追踪链接片段和站长网络（同一玩家的所有域名、页面和 Pixel）搜索的记录。→ 详见
• 测试成本。整次测试消耗 201 个 token。这里的 token 是 Spytrend 内部配额单位，不是语言模型 token。Pro 套餐月配额为 40,000 个单位，这次消耗占半个百分点。→ 详见
• 地区筛选。西班牙结果中将近四分之三是多地区投放：同一广告面向多个国家，西班牙是其中之一。作者的代理把这些卡片算作误中，但它们出现在西班牙筛选结果中是正确的。按同一条件查看最新结果，没有误中。

感谢“Yellow Web”作者提供详细测试和公开工具。下面逐项看八个问题：原测试测到了什么、成因是什么，以及启用平台原有设置后复跑的结果。

测试的五个主要结论，以及复核结果

测试中的八个争议点，以及复核结果

测试怎么做，以及方法上做对了什么

让五家工具执行同一个公开任务，在这个领域并不常见。这次测试也比多数同类评测做得细。

测试流程是：向五家工具查询西班牙的 iGaming 广告，分别取 8 月 1 日和 7 月 26 日至 8 月 1 日这一周两个时间窗口。代理从每家、每个窗口取前 100 张卡片，下载媒体文件；对有争议的广告，看完整段视频再判断相关性；跨平台文件重合则用两类哈希计算。以下几点尤其扎实：

• 两类哈希一起用。先用文件校验值 SHA-256 比对，再用图片和视频的感知哈希 PDQ、vPDQ 补充。第二步能识别压缩或裁剪后的副本，而逐字节比较会漏掉它们。
• 分开计数。广告卡片、下载文件、同一素材的视觉版本分别统计。因此测试才看得出，“100 张卡片”和“100 个素材”不是一个数字。
• 有争议的视频完整看过。相关性不是凭文件名或广告文案判断的。作者的 AI 代理把每个独特文件分为相关、不相关或存疑；存疑视频完整播放后再判。我们的周度前 100 条里有四个文件不相关，也就是 4%——这是逐个查看后的结果。
• 工具公开，边界说清。作者公开了连接代理与各家工具的自制中间层，也直说“这次测试没有万能赢家，这很正常”。五家使用相同查询、日期和国家，设计方向是对的；正因如此，我们才能复算，并发现复算后的画面与原汇总表不同。

已确认的结果

哪些测试结果得到了确认

先列我们复现后得到相同数字的部分。这不是为后面的异议预先找借口，而是可以复现的结果。

• 结果中存在多地区投放。广告常同时面向几个国家，西班牙只是其中之一。作者的代理把这类卡片判成不属于西班牙；按今天同一条件查看，没有误中。
• 按代理使用的浏览量排序，100 条里有 55 个不同文件，属实。用作者的卡片复跑，我们得到同样的周度 55 个、单日 87 个。测试没有开启去重筛选；不开时结果就是这样。
• 这次测试消耗的配额更多。Spytrend 为 201 个单位，Tyver 为 42 个。当时我们对下载媒体收费，代理下载了 200 个文件。
• 结果里确实有不相关广告。周度结果有 4% 不相关，这是作者的代理逐个查看文件后给出的标注。
• 经自制中间层调用时，MCP 确实没跑通。8 次调用，8 次报错。服务器日志中的对应记录见第 6 点。

1. 筛选与搜索

筛选矩阵里有两项误判；从单个素材追到站长关联网络的功能，测试时就已存在

摘自“Yellow Web”的测试

“筛选项的名称有时会让人误以为它们遵循同一标准。Spytrend 的类别、Tyver 的垂类，以及 Gamler 和 MTWSPY 的细分领域，都是各自分类器的产物。”

对比矩阵给 Spytrend 标了五处空缺。作者还把 Cloak、素材重复投放，以及赌博和体育博彩的区分列为其他工具的能力。

“Yellow Web”文章截图 · 查看原文

原测试测到什么。作者汇总各工具搜索能力的矩阵中，我们有五个空格：最近活跃时间、App ID 与应用商店、性别与年龄、impressions / reach / views，以及 lead form。被标为其他工具独有的 Cloak、素材重复投放、赌博与体育博彩区分，Spytrend 在测试时其实已有，只是名称不同：Cloak 是落地页内容替换，可用 Cloaked 标签页和“仅看伪装广告”筛选；重复投放是同一素材由其他账号再次启动，可用“重复投放最多”按钮查看，次数也显示在卡片上；赌博与体育博彩分开搜索，共有八个子类。

为什么会这样。五个空格里有两个标错了：测试时已有最近活跃时间筛选，也有单独的应用搜索框，可输入 App ID、名称或链接，旁边还能选择应用商店。代理没看见它们，原因与没看见“仅看独特素材”相同：筛选结构由服务器提供，自制中间层却没有传递这一层信息。性别、年龄和展示量是我们有意不提供的：Facebook 的性别和年龄是估算值，商业广告的展示量则根本不提供。我们确实没有按 lead form 广告筛选，这个叉号是对的。赌博与体育博彩的八个子类分别是 Online Casino Slots、Sportsbook、Crash and Plinko、Poker、Lottery、Esports Betting、Fantasy Sports、State Restricted Operators。

作者提到了什么，矩阵又漏了什么。作者在研究中提到按素材视觉相似度和 Facebook Pixel 搜索，下图也能看到。但另两项能力完全没进入矩阵：按追踪链接片段搜索，以及从一个素材展开同一站长关联网络的域名、Pixel 和 Facebook 主页（以其名义投放广告的页面）。买量人的这部分工作没有被算进对比表。

哪些空缺仍然成立。Spytrend 不提供性别、年龄和展示量区间筛选。商业广告展示量数据的问题，见第 4 点。

9 月新增

花 1 美元查看 Cloak 背后的真实页面

过去遇到 Cloak，只能看到白页——广告表面指向的落地页；竞争对手实际跑的页面则看不见。现在，“广告”中的素材卡片有一个按钮：Spytrend 会找到页面的黑页版本，沿完整漏斗走过所有跳转；如果漏斗通向 PWA 或 APK（网页应用或 Android 安装包），还会安装并启动应用，找出实际运营品牌，无论是赌场、博彩公司还是其他业务。

账号中会收到整条路径的报告：每一步的截图、跳转去向和最终页面；需要的落地页可打包下载。拿到竞争对手的落地页后怎么分析，可看 Spytrend 网站与落地页解析。任何套餐每次启动收费 1 美元；如果没有成功，费用会退回。

复跑结果：在“Yellow Web”测试（2026 年 8 月）中，只有 Spytrend 标注支持按素材视觉相似度和 Facebook Pixel 搜索；测试矩阵中没有按追踪链接片段和站长网络搜索的记录。五个“空缺”中有三项在测试时已存在，只是名称不同。9 月又加入了 Cloak 背后品牌识别，任何套餐每次启动收费 1 美元。

2. 数据库量

996 条是代理取出的数量，不是数据库总量：同一天库中有 3,112 条

摘自“Yellow Web”的测试

“Spytrend、Tyver 和 AdWall 找到的广告明显更多。但数字大，本身说明不了质量。”

图中 Spytrend 的数字：8 月 1 日为 996 条，一周为 9,526 条。

“Yellow Web”文章截图 · 查看原文

原测试测到什么。代理从 Spytrend 取出了 8 月 1 日的 996 条广告，以及 7 月 26 日至 8 月 1 日这一周的 9,526 条。

为什么会这样。测试当时，同一查询在数据库里分别有 3,112 条和 24,985 条。差异来自查询和采集方式，而非数据库大小：采集停在每个时间窗口的前 100 张卡片，没有继续往后取。我们服务器对应请求的日志中，没有报错、拒绝或配额耗尽记录。

复跑结果。我们会持续补收过去日期的广告：发现新的 Facebook 主页、域名或站长关联网络后，把相关广告补进结果。因此，过去的一周即便隔了一个月，数据仍可能增加。2026 年 9 月 11 日测得：8 月 1 日有 4,072 条，同一周有 29,150 条。

买量时怎么用。假设一个月前你发现有人在放量的一套素材、页面和域名。现在回头查看，同样日期下可能已补进这套投放的其他广告和关联信息，可以看到它是怎样启动、怎样放大的。

复跑结果：代理取出单日 996 条，而同一天库中有 3,112 条。差异来自采集在每个窗口的前 100 张卡片处停止。

3. 结果相关度

Spytrend 的周度结果有 96% 属于 iGaming——比例由原作者测得

摘自“Yellow Web”的测试

“Spytrend 和 MTWSPY 的单日样本也很干净。按周看，MTWSPY 有 13% 的杂项，Spytrend 为 4%。”

“Tyver 的质量很依赖时间范围和排序。单日只有 3% 杂项，一周则达到 44%。”“AdWall 的 100 个文件中有 73 个不相关。”

“Yellow Web”文章截图 · 查看原文

原测试测到什么。作者测量卡片中有多少真正属于 iGaming：他的 AI 代理将每个独特文件标为相关、不相关或存疑，并完整观看存疑视频。我们的周度结果有 4% 不相关；单日样本没有不相关项。

这意味着什么。结果中的杂项越少，留给分析素材的时间越多。下面把作者样本中的相关比例应用到各家的广告量，估算每家还剩多少相关广告。

测试中，为避免耗尽配额，代理在 MTWSPY 采集到 500 多张卡片时停下；其 435 条是按这批样本算的，并非数据库总量。

计算方法。AdWall 的 16,369 张卡片乘以 27% 的相关比例；Tyver 的 11,497 张乘以 56%。这两个总量来自“Yellow Web”的研究图表，我们没有复算。Gamler 没发现不相关结果，但其返回量也小一个数量级。测试当天，Spytrend 数据库中该周有 24,985 条广告，按 96% 计算为 23,986 条相关广告；这个数字可与其他工具对比。上图采用 2026 年 9 月 11 日复测时的数量：29,150 条广告，估算其中 27,984 条相关。这是估算，不是逐条复核：相关比例只在 100 张卡片上测得，再推广到全部结果。准确数量只能靠全量检查得出。

复跑结果：Spytrend 周度结果中 96% 是相关 iGaming 广告，比例由原作者测得。按这一方法估算，我们该周的相关广告数超过另外四家合计。

4. 重复与去重

重复来自采集设置：开启去重后，100 条结果是 100 个不同素材

摘自“Yellow Web”的测试

“Spytrend 一周内的重复最多：一个文件出现在 28 张卡片里，100 张卡片只剩 55 个不同文件。”

测试使用浏览量排序：“Tyver、Spytrend 和 MTWSPY 都支持按浏览量排序。”

“Yellow Web”文章截图 · 查看原文

原测试测到什么。用作者的卡片，我们也得到一周 55 个、单日 87 个独特文件。这个结果可以复现，没有争议。

为什么会这样。代理按浏览量取结果，没有开启去重。这样的排序把一周中最早几天的广告集中到了前面；到测试时，它们已被不同 Facebook 主页再次投放，同一个素材于是占了 100 张卡片中的 28 张。

Spytrend 团队解析

按“浏览量”排不出赌博广告的头部素材：缺少所需数据

Facebook Ad Library API（广告资料库的公开接口）文档中，impressions（展示量）字段标注为“Available only for POLITICAL_AND_ISSUE_ADS”，即仅对政治及社会议题广告开放。即便如此，给出的也是区间，从“少于 1,000”到“超过 100 万”。可在 Facebook 官方的 archived-ad 节点文档中核对。

欧洲广告另有 eu_total_reach 字段，表示广告整个生命周期在欧洲的估算触达人数。但累计触达也不能指出哪个素材效果最好：投放越久，自然有越多时间积累受众。

更关键的是，Facebook 把每次投放分开算。同一个素材从五个不同账号启动，在它那里就是五条不同广告，各有自己的展示量；它并不知道图片其实相同。

Spytrend 根据图片或视频本身的相似度关联这些投放。因此能看到一个素材实际被重复投放多少次。这个次数不会被压成区间，也不会在再次投放时丢失。大规模重复投放的通常是能回本的素材，所以次数可以作为观察信号。如何据此发现起量，见素材趋势与重复投放解析。

2026 年 9 月 11 日复跑。第一排筛选项中的“仅看独特素材”会把同一素材的副本合并成一行。在同一批卡片上，100 条结果得到 100 个不同素材；无需在本地清理结果、重算哈希。

图上的 88 是我们按日期排序的复跑结果：单日窗口和周度窗口都得到 88 个不同文件，因为按日期取出的其实是同一批前 100 条广告。上文的 87 是另一项测量：作者按浏览量排序取出的单日前 100 条。

识别方式。比较的是图片和视频本身，不是文件名或链接。因此重新投放、压缩、裁剪和替换字幕，都不妨碍识别同一素材。每个素材旁边还显示它出现于多少条广告，重复投放最频繁的一眼就能看到。

重复本身也有信息。一个素材出现在 28 张卡片中，说明这套投放正在放量，值得再看它是怎么铺开的。

复跑结果：重复出现在采集结果中，是因为没有开启“仅看独特素材”。开启后，100 张卡片对应 100 个不同素材。商业广告无法凭真实展示量排序，因为 Facebook 只提供政治广告的展示量。

5. 数据库重合度

比较对象是搜索结果的前 100 条，不是完整数据库

摘自“Yellow Web”的测试

“我先用 SHA-256 计算各家结果的重合，之后又补了 PDQ。”

“按周看，每个来源有 92–100% 的文件未出现在其他工具的前 100 条中。即便定位相似的 Gamler 和 MTWSPY，也只重合了七个文件。”

“Yellow Web”文章截图 · 查看原文

原测试测到什么。各家都有 92–100% 的文件未出现在其他工具的前 100 条中。计入素材重复投放后，我们的这一比例为 98.1%。

五家都得到相近比例，说明它没有测出数据库差异。分母始终是 100 张卡片，不管后面还有多少结果。测试那周，Gamler 有 849 条相关广告，我们有 23,986 条，但两家的“独有文件”比例同处 92–100% 区间。一个无法区分 849 条与 23,986 条结果的指标，反映的是前 100 条的排序，而非数据库本身。

100 张卡片只占总量的一小部分。它占 8 月 1 日单日结果的 3.2%，占周度结果的 0.4%。即使两个数据库有一半内容重合，只要默认排序不同，前 100 条仍可能完全不同。

作者使用感知哈希是正确的。SHA-256 不够，所以又加了 PDQ 和 vPDQ，比较图片与视频本身，而非文件字节。工具选得对；它能让前 100 条的比较更准确，却不能把前 100 条变成全库比较。

文件版本还有一个细节。SHA-256 是文件校验值，只有下载到完全相同的版本才会一致。API 可能返回同一视频的原文件、压缩副本或预览帧。感知哈希能覆盖其中一部分情况，但单独一帧与完整视频仍不能直接对应。

怎样测数据库重合。应比较 Facebook 分配给广告的 Library ID，并使用整个时间段的完整结果，而不是前 100 条。这样两家工具里的同一广告才能被识别为同一条，再按全部结果计算重合比例。

本点结论：周度结果为 849 条的工具与 23,986 条的工具，都落在 92–100% 这个区间；该指标测到的是前 100 条的排序，不是数据库重合度。后者要用完整时间段的结果和 Library ID 计算。

6. MCP 实测

测试表里 Spytrend 出现两次，其实是同一台服务器：日志显示 43/43 次调用成功

摘自“Yellow Web”的测试

“Spytrend MCP 经独立代理调用：0/8，8 次错误，平均响应 178.96 秒。”

“Spytrend SDK 直连 API：15 次调用中成功 15 次，0 次错误，平均 1.69 秒。”

“经 MCP 使用 Spytrend 时出了问题。一开始是认证，之后每次调用都启动独立代理会话，耗时约三分钟。”

“顺便说，MCP 最近更新了，问题可能已经解决。”

“Yellow Web”文章截图 · 查看原文

先说最后一句。作者推测问题可能已解决；带日期的服务器日志支持这一判断。

原测试测到什么。表里有两行 Spytrend：“经 MCP 的 0/8”，以及“SDK 直连 API 的 15/15”。

为什么会这样。两行调用的都是我们的同一台服务器。Spytrend 没有、过去也没有独立 SDK。测试工具通过 OAuth2 client credentials——给代理发放一对访问密钥的标准认证方式——访问 mcp.spytrend.com/mcp。“SDK 直连 API”那行的 15/15、1.69 秒，仍是同一个 MCP，只是调用路径不同。

所以“0/8”与“15/15”的差异出在中间层，而非服务器。作者通过自己的命令行工具连接我们的接口；该工具每次请求都新开代理会话。178.96 秒计入了启动代理、认证、连接，最后才是搜索，并非单次服务器响应时间。

43/43：作者 8 月 3 日会话中的成功调用

1.608 秒：平均响应时间；中位数 0.163 秒

0：错误数

复跑结果。8 月 3 日的服务器日志显示：43 次调用全部成功，平均 1.608 秒，中位数 0.163 秒，零错误；没有任何接近三分钟的响应。2026 年 9 月 11 日复跑时，我们在同一会话中连续调用十次，各组中位数为 0.77–0.93 秒，没有错误。

更大的代价在别处。MCP 不只是几个可调用接口。服务器还会向代理说明它能操作什么：提供筛选结构、当前可用排序列表，以及各工具的用法——搜索什么、怎样缩小范围、有哪些开关。自制中间层丢掉了这层信息：数据能过去，操作提示却过不去。

于是代理用了不适合这项任务的筛选条件，也没找到“仅看独特素材”。这个筛选从 6 月起就在搜索工具的描述中，可用一个设置合并重复项。第 4 点里 100 条只有 55 个文件，以及第 1 点里部分筛选功能被漏记，都与此有关。服务器有提供，代理却没通过中间层问到。

测试后改了什么。现在，按展示量排序的请求不会再默默通过。服务器会拒绝请求、说明可用选项并给出调用示例：date（按日期）、most_popular（人气排行）、folder_added（加入文件夹）、most_reused_creative（素材重复投放次数）。直连代理会收到明确提示。

复跑结果：作者 8 月 3 日会话的 43 次调用全部成功，平均 1.608 秒，零错误。测试表的两行指向同一服务器；Spytrend 没有独立 SDK。代理中间层没有传递服务器说明，包括“仅看独特素材”筛选。

7. 配额消耗

整次测试消耗 201 个 token，占月配额的半个百分点

摘自“Yellow Web”的测试

“Spytrend 扣除的配额主要花在下载 200 个文件上。”测试消耗 201 个单位，Pro 套餐每月 79 美元。

“各家对浏览、文件下载和 API 请求的计费方式不同，所以很难公平地算出每 1,000 张卡片的价格。”

“Yellow Web”文章截图 · 查看原文

原测试测到什么。整次测试在 Spytrend 消耗 201 个 token，在 Tyver 消耗 42 个。这里的 token 是 Spytrend 内部配额单位，与语言模型 token 无关。

为什么不能直接比两个数字。各家的价格和月度限额不同。同样的单位数，在不同套餐里代表的订阅份额也不同。这里可比的只有月配额消耗比例。

占比是多少。Pro 每月有 40,000 个 token，测试使用 201 个，即半个百分点。同样的测试，一个月大约可跑 200 次。

当时为什么这样计费。那时浏览元数据免费，只对下载媒体扣费；代理下载了 200 个文件。

后来改了什么。现在计费方式不同，按实际拿到的内容扣费。

若返回不足请求数量，未返回部分的 token 会自动退回：请求 20 行，只找到 12 行，就只扣 12 个。按现行计费，同一次测试约需 865 个 token，略高于月配额的 2%。代理可免费查询剩余配额。

本点结论：不同工具的 token 数不能直接比较，因为各自限额不同。按订阅份额看，原测试花了 Pro 月配额 40,000 个中的 201 个，即半个百分点；按现行计费约为 865 个，约占 2%。

8. 结果规模

测试那周 Spytrend 估算有 23,986 条相关广告，接近下一家的四倍

摘自“Yellow Web”的测试

“Spytrend 内置重复素材搜索（…），而且提供 TikTok 数据，适合多渠道投放者。单日结果干净，周度杂项也少。”

“这次测试没有万能赢家，这很正常。”

“Yellow Web”文章截图 · 查看原文

这套测试方法反映了采集设置，而非完整数据库：结果按商业广告没有的数据指标排序、没有开启去重，还用同一文件不同版本的哈希比较数据库。调整这三处再算，结果会反过来：按相关广告估算数量，Spytrend 高于另外四家中的每一家。Spytrend 还有每月新增约 2.8 亿条广告、342 个子类、一键去重、站长关联网络、TikTok 数据，以及 AI 代理官方接入。在这五家服务的对比中，Spytrend 在测试周相关广告估算量方面排名第一。

先把日期对齐。另外四家的总量取自 2026 年 8 月测试当天。为了可比，我们也取同一天的数据：7 月 26 日至 8 月 1 日这周有 24,985 条广告，按 96% 的相关比例估算为 23,986 条。另列复测时的数据：到 2026 年 9 月 11 日，同一周补收至 29,150 条，估算其中 27,984 条相关。后一数字不能拿来对比竞争对手 8 月的数据，因为我们没有复算他们 9 月的总量。

对比使用了作者的数字（2026 年 8 月测试）和各服务截至 2026 年 9 月的公开材料——Tyver、AdWall、Gamler、MTWSPY。相关广告数量的估算方法为：作者样本中的相关比例 × 同期数据库总量。

复跑结果：在可比的测试日期，Spytrend 这周估算有 23,986 条相关广告，下一家为 6,438 条；到 2026 年 9 月 11 日，我们的估算值为 27,984 条。另有每月新增约 2.8 亿条广告、342 个子类、一键合并重复素材、站长关联网络、TikTok，以及 AI 代理官方接入。

有意不提供的功能

哪些筛选项是有意不提供的

Facebook 广告结果里能拿到的内容，并非都适合当作确定数据展示。

• 受众性别和年龄。Facebook 提供的是估算，不是实测；这种归因基于对广告受众的推断。Meta 自己也将这类指标归为估算值和抽样值。按它筛选会给人超出数据本身的确定感，所以 Spytrend 不提供性别、年龄筛选。原因不是取不到，而是我们不把估算当作实测数据。

测试后做了什么调整

测试后哪些操作更顺手了

这次测试让我们看到代理在哪些地方缺少提示。自 8 月以来，调整如下：

• 代理会收到排序提示。以前按展示量排序的请求会通过，即使没有支持这种排序的数据。现在搜索会说明原因并建议 date、most_popular、folder_added（按加入文件夹排序）和 most_reused_creative。可以按新广告、人气排行或素材重复投放次数查看。
• 可以分析整批广告结果。新增按广告主、国家、类别和域名汇总的分析，同处还能看到触达范围及其含义说明。
• 检查了筛选条件的实际执行。逐一检查全部 45 个搜索参数，记录结果不符合筛选条件的情况。
• 新增 Cloak 背后品牌识别：任何套餐每次启动收费 1 美元，详见第 1 点。

“仅看独特素材”“重复投放最多”、按素材视觉相似度、Pixel 和追踪链接片段搜索，以及站长关联网络、TikTok 数据和 AI 代理接入，在测试时就已存在于 Spytrend。

给使用代理搜索的人

通过官方 MCP 连接，可避开这次测试中的大部分问题

这次测试说明：AI 搜索结果取决于代理如何连接数据，而非模型本身。在别人的 API 外面再包一层自制工具，服务器提示、当前排序列表和清楚的错误信息都可能在这一层丢失。

Spytrend 提供官方 MCP 接入：Claude、ChatGPT、Cursor、Codex 和 VS Code 可通过 OAuth 直接使用数据库。代理能看到最新筛选结构，收到明确提示，并在连续请求中保持同一会话。文档见 spytrend.com/mcp；另有一篇介绍 Spytrend MCP 助手如何工作。

FAQ

搜索 iGaming 素材时，Spytrend 与 Tyver 有什么区别？
按作者测量，Spytrend 周度结果有 96% 属于相关 iGaming 广告；Tyver 同周有 44% 不相关。分类也不同：截至 2026 年 9 月，Tyver 使用几个宽泛垂类，Spytrend 有 33 个类别、342 个子类，其中八个将赌博和体育博彩分开。还可以按素材本身、Pixel 和站长关联网络搜索。

为什么 Spytrend 的重复项比 MTWSPY 多？
代理按浏览量排序，且没有开启去重。在这样的前 100 条里，一个素材占了 28 张卡片，只剩 55 个不同文件。我们用作者卡片复现了这个结果。打开“仅看独特素材”后，100 张卡片对应 100 个不同素材。

为什么测试中 Spytrend MCP 服务器的 8 次调用全部失败？
作者使用自己的中间层连接，每次请求都会新开代理会话，因此记录到的平均时间为 178.96 秒。我们服务器中作者 8 月 3 日会话的日志显示：43 次调用全部成功，平均 1.608 秒，中位数 0.163 秒，零错误。

Spytrend 一天能找到多少条西班牙 iGaming 广告？
代理取出了 8 月 1 日的 996 条广告，采集在每个时间窗口的前 100 张卡片处停止。同一天、同一查询在当时的数据库里有 3,112 条。此后我们补收了该日期的数据：2026 年 9 月 11 日测得 4,072 条；7 月 26 日至 8 月 1 日这一周有 29,150 条。

能靠搜索结果的前 100 条测出两家工具的数据库重合度吗？
不能。测试只比较同一查询的前 100 条，占我们周度结果的 0.4%。即使两个数据库有一半相同，默认排序不同也会给出不同的前 100 条。应使用广告 Library ID 和整个时间段的完整结果来测量。

这样的测试会消耗多少 Spytrend 配额？
作者的测试消耗 201 个 token，Pro 月配额为 40,000 个，即半个百分点。当时浏览元数据免费，只对下载媒体扣费。按现行计费，同一次测试约需 865 个 token，略高于月配额的 2%。

作者检查的功能中，Spytrend 哪些没有？
性别和年龄筛选是有意不提供的：Facebook 给出的是估算，而非实测；Meta 自己也将这类指标归为估算值和抽样值。地区筛选工作正常；大部分结果是同时面向多个国家、包含西班牙的广告。商业广告也无法按真实展示量排序，因为 Facebook 只提供政治广告的展示量。

自行复核

怎样自行复核

脚本会用你的账号重复测试，并输出“主张 → 实测 → 结论”表格。需要 Python 和 Spytrend 账号中的访问密钥，不必安装额外库：

export SPYTREND_CLIENT_ID=... # 设置 → AI → 创建代理访问权限
export SPYTREND_CLIENT_SECRET=...
python3 verify.py

数据仓库：https://github.com/Spytrend/yellowweb-test-verify

里面有脚本、原测试与平台原有设置两次运行的原始导出、准确命令、运行日期和工具版本。不必直接相信我们的数字，可以用导出数据重新计算。

复跑大约消耗月配额的 2%。如果你的账号得到不同结果，请联系我们。我们会像原作者公开测试过程一样，公开核查差异。

总结

测试的五项结论与复核结果

最终影响测试结果的是三个采集条件：按商业广告缺失的指标排序、未开启去重，以及用同一文件不同版本的哈希比较数据库。代理因此没取到 Spytrend 已有的大部分内容。调整这些条件，在同一批卡片上重算，数字变为：测试当天，我们该周估算有 23,986 条相关广告，另外四家中最接近的一家为 6,438 条；100 条结果有 100 个不同素材；MCP 43 次调用全部成功。

不用凭我们的话判断。取脚本、自己的密钥和自己的投放组合，复跑需要五分钟。如果数字不同，我们也会公开核查差异。

无需付费也能查看数据库：免费 Starter 套餐无需银行卡，可在受限模式下查看 90 天以前的广告档案——spytrend.com。

Spytrend 是面向 Facebook 和 TikTok 广告的竞争情报平台，收录自 2018 年起的广告数据库（主要为 2025–2026 年），用 AI 将广告标注到 33 个业务类别，并把每位广告主汇总成一张卡片：广告、主页、域名和国家都在同一处。

约 18 亿条广告、每月新增约 2.8 亿条、342 个子类，以及供 Claude、ChatGPT、Cursor 和 Codex 使用的官方 MCP 服务器。

文中引用研究图表仅为对照，版权归原作者所有。复核依据为作者抓取的卡片、服务器日志和重新采集结果。