Un modèle n-gram pour Google Ads compte une ligne par motif de mots trouvé dans vos termes de recherche : le motif, le nombre de termes de recherche qui le contiennent, son coût, ses clics et ses conversions, et la décision que vous prenez. Remplissez-le à la main à partir du rapport des termes de recherche, ou laissez analyze_search_term_ngrams de PaidSync le remplir depuis votre compte réel dans Claude ou ChatGPT. L'outil renvoie les motifs de 1, 2 et 3 mots qui ont dépensé de l'argent sans conversion, et add_negative_keywords ou add_account_negative_keywords bloque ceux que vous choisissez, avec un aperçu d'abord.
Le modèle n-gram
Copiez la ligne d'en-tête dans une feuille. Chaque ligne est un motif. Les six premières colonnes sont des données du compte, et les trois dernières sont vos décisions.
pattern,words,search_terms_containing,cost,clicks,conversions,decision,negative_level,match_type
| Colonne | Ce qu'elle contient | D'où elle vient |
|---|---|---|
| pattern | Le mot ou l'expression, comme « free » ou « how to » | analyze_search_term_ngrams le renvoie comme motif |
| words | 1, 2 ou 3 | Comptez les mots du motif |
| search_terms_containing | Combien de termes de recherche différents contiennent le motif | Renvoyé par l'outil, ou compté à la main avec un filtre « contient » |
| cost | Dépense sur ces termes de recherche pendant la période | Renvoyé dans la devise du compte |
| clicks | Clics sur ces termes de recherche | Renvoyé par l'outil |
| conversions | Conversions sur ces termes de recherche | Toujours 0 dans la sortie de l'outil, car il ne renvoie que les motifs qui n'ont jamais converti. À la main, additionnez la colonne. |
| decision | Exclure, surveiller ou garder | Vous, avec la règle ci-dessous |
| negative_level | Compte, campagne ou groupe d'annonces | Vous |
| match_type | Expression, large ou exacte | L'outil suggère expression pour les motifs de plusieurs mots et large pour les mots seuls |
La règle de décision
- Exclure quand le motif n'a rien à voir avec ce que vous vendez, comme « jobs » ou « free » pour un produit payant, et qu'il apparaît dans au moins trois termes de recherche.
- Surveiller quand le motif est pertinent mais n'a pas encore converti. Gardez-le une fenêtre de plus avant de le bloquer.
- Garder quand le motif décrit votre produit. Zéro conversion à cet endroit pointe vers l'annonce, la page de destination ou l'offre, pas vers la requête.
Le remplir à la main
Téléchargez le rapport des termes de recherche de la période depuis Google Ads (Insights et rapports, puis Termes de recherche). Pour chaque mot que vous soupçonnez, filtrez la colonne du terme de recherche sur « contient », puis additionnez le coût, les clics et les conversions et comptez les lignes correspondantes. Écrivez une ligne de modèle par mot. Ça marche, mais c'est lent sur des milliers de termes de recherche, et vous ne trouvez que les mots auxquels vous aviez déjà pensé. L'outil lit chaque terme et trouve les motifs à votre place.
Pourquoi le n-gram compte plus que l'examen un par un
Un compte Google Ads de taille moyenne qui utilise la correspondance large et la correspondance d'expression sur plusieurs campagnes peut déclencher des milliers de termes de recherche uniques en 30 jours. Les examiner un par un n'est pas réaliste. Vous pouvez filtrer par seuil de dépense ou de CPA, mais cette approche n'attrape que les termes isolés qui ont franchi un seuil budgétaire par eux-mêmes.
L'analyse n-gram trouve les motifs structurels qui se cachent dessous. Le mot « free » peut apparaître dans des centaines de termes de recherche de votre compte, dont aucun n'a assez dépensé seul pour franchir votre seuil de revue. Additionné, ce seul mot peut porter une vraie dépense sans conversion. Un seul mot clé négatif bloque toutes les variantes futures. L'examen terme par terme ne ferait jamais ressortir ce motif, car aucun terme n'a déclenché le seuil.
C'est pourquoi les gestionnaires PPC expérimentés utilisent des scripts n-gram depuis des années. Le problème a toujours été le workflow : exporter un CSV, lancer l'analyse, identifier les candidats, ressaisir à la main les mots clés négatifs. Chaque étape ajoute de la friction et des erreurs de copier-coller. Si vous écrivez déjà des scripts, voir comment utiliser Jev AI pour trouver des mots clés négatifs dans Google Ads, qui associe PaidSync à un modèle de décision rapide.
L'approche IA avec PaidSync
PaidSync expose l'outil analyze_search_term_ngrams via le protocole MCP. Quand vous demandez à votre assistant IA de le lancer, l'outil interroge directement l'API Google Ads, réalise l'agrégation n-gram côté serveur et renvoie un tableau structuré dans votre conversation. Vous ne quittez pas la fenêtre de chat.
Le endpoint est https://mcp.paidsync.ai/mcp, et vous vous connectez avec votre identifiant PaidSync (OAuth). Connectez-le une fois à Claude ou ChatGPT et les plus de 630 outils, dont l'analyse n-gram, sont disponibles dans chaque conversation suivante.
Le workflow en 7 étapes
-
Connectez Google Ads à PaidSyncInscrivez-vous sur paidsync.ai, connectez votre compte via OAuth, copiez le endpoint MCP dans votre client IA.
-
Lancez l'analyse n-gramDemandez à l'IA : « Lance analyze_search_term_ngrams sur les 30 derniers jours. Liste chaque motif renvoyé avec son coût, ses clics et le nombre de termes de recherche qui le contiennent. » Chaque motif devient une ligne du modèle.
-
Resserrez les seuilsL'outil ne renvoie que les motifs sans conversion qui coûtent au moins 5 dans la devise du compte sur au moins 3 termes de recherche. Augmentez min_cost, par exemple à 30, pour ne garder que les candidats les plus évidents.
-
Vérifiez le contexte des campagnesDemandez : « Pour chaque motif signalé, récupère le rapport des termes de recherche et montre de quelles campagnes viennent les termes qui correspondent. » Un motif qui gaspille de l'argent dans une campagne peut être sans problème dans une autre.
-
Classer par liste négativeChoisissez le niveau compte, campagne ou groupe d'annonces pour chaque mot clé négatif et notez-le dans la colonne negative_level. Le niveau compte bloque dans toutes les campagnes, donc réservez-le aux motifs qui sont hors sujet partout.
-
Prévisualisez les mots clés négatifsPrompt : « Prévisualise l'ajout de ces motifs comme mots clés négatifs en requête de type expression au niveau du compte : [votre liste]. » add_account_negative_keywords (niveau compte) et add_negative_keywords (niveau campagne ou groupe d'annonces) s'exécutent en aperçu par défaut, donc le premier appel montre l'ensemble des changements sans les appliquer.
-
Confirmez et appliquezRelisez l'aperçu, puis confirmez. Avec MCP, la confirmation de votre assistant est le contrôle avant l'exécution de l'appel réel. Les changements appliqués sont consignés, au mieux, avec un résultat avant-après sur 7 jours.
De vrais prompts à utiliser dans votre session IA
Voici les formes de prompts exactes qui fonctionnent bien avec les outils PaidSync. Copiez-les directement dans votre session Claude ou ChatGPT après avoir connecté votre compte Google Ads.
-- Remplir le modèle
Run analyze_search_term_ngrams for the last 30 days
with min_cost 30. List each pattern with its cost,
clicks and the number of search terms containing it.
-- Vérifier d'où viennent les motifs
For the top 10 patterns, pull the search terms report
and show which campaigns the matching terms came from.
-- Prévisualiser les mots clés négatifs
Preview add_account_negative_keywords for these
patterns in phrase match:
« free », « jobs », « how to »
Show me the change set before anything is applied.
Ce que renvoie l'outil
analyze_search_term_ngrams lit jusqu'à 2 000 termes de recherche, les plus coûteux d'abord, sur une période de 1 à 365 jours (30 par défaut) qui se termine hier. Il découpe chaque terme de recherche en motifs de 1, 2 et 3 mots et additionne le coût, les clics et les conversions de chaque motif. Il ne renvoie ensuite que les motifs qui n'ont jamais converti, ont coûté au moins min_cost (5 dans la devise du compte par défaut) et apparaissent dans au moins min_occurrences termes de recherche (3 par défaut), jusqu'à 30 d'entre eux, les plus coûteux d'abord.
Chaque motif est accompagné d'un mot clé négatif suggéré et d'un type de correspondance : expression pour les motifs de plusieurs mots, large pour les mots seuls. Le total récupérable compte chaque terme de recherche une seule fois, donc un terme qui alimente trois motifs n'est pas compté trois fois. Quand la période contient plus de 2 000 termes de recherche, la réponse indique que la liste peut être tronquée, et une période plus courte ou une campagne à la fois donne une lecture complète.
Les motifs qui ont converti ne figurent pas dans le résultat. Pour juger un motif qui convertit, récupérez le rapport des termes de recherche et comparez son coût par conversion à votre cible.
Ce type d'audit structurel est ce qui distingue les comptes bien gérés des comptes qui perdent de l'argent sur des requêtes de longue traîne hors sujet pendant des mois. Voyez comment cela s'articule avec des workflows automatisés de mots clés négatifs avec l'IA et la détection des dépenses gaspillées.
Lancer l'analyse sur plusieurs comptes
Pour les agences qui gèrent plusieurs comptes Google Ads via MCC, PaidSync prend en charge le routage au niveau du compte. Prompt : « Passe sur le compte [CID], puis lance l'analyse n-gram sur les 14 derniers jours. » L'IA oriente la tâche vers le bon compte sans exiger une nouvelle connexion OAuth pour chaque client. Les mots clés négatifs de chaque client sont appliqués au bon compte. La checklist d'audit Google Ads montre où l'analyse n-gram s'insère dans une revue de compte complète, et le guide d'audit Google Ads montre comment mener cette revue avec l'IA.
Lancez l'analyse n-gram sur votre compte Google Ads réel. L'offre gratuite comprend 100 tâches par mois, d'une valeur de $50.
Essai gratuit Réserver une démoAjouter à ChatGPT : ouvrez PaidSync.ai dans l'annuaire des plugins de ChatGPT, installez-le, puis connectez-vous.
Ajouter à Claude : ouvrez PaidSync.ai dans l'annuaire des connecteurs de Claude, cliquez sur Connecter, puis connectez-vous.
Questions fréquentes
Quelles colonnes un modèle n-gram doit-il avoir ?
Neuf. Le motif, son nombre de mots, le nombre de termes de recherche qui le contiennent, le coût, les clics et les conversions, puis trois décisions que vous prenez vous-même : exclure, surveiller ou garder, le niveau du mot clé négatif et le type de correspondance.
Qu'est-ce que l'analyse n-gram des termes de recherche pour Google Ads ?
L'analyse n-gram découpe votre rapport de termes de recherche en mots individuels (1-grams), en expressions de 2 mots (2-grams) et en expressions de 3 mots (3-grams), et agrège les indicateurs de performance de tous les termes de recherche qui contiennent chaque élément. Le résultat est un tableau de fréquence qui montre quels mots et expressions apparaissent le plus souvent dans vos termes de recherche déclenchés, triés par dépense, clics, conversions ou CPA. Les motifs qui affichent une forte dépense et zéro conversion sur plusieurs termes de recherche sont de solides candidats pour des mots clés négatifs, même si aucun terme pris isolément ne franchit un seuil de blocage.
Pourquoi l'analyse n-gram vaut-elle mieux qu'un examen des termes de recherche un par un ?
Un compte Google Ads actif typique déclenche des milliers de termes de recherche uniques par mois. Les examiner un par un prend des heures et passe à côté des motifs structurels. L'analyse n-gram montre qu'un seul mot, comme « free », apparaît dans des centaines de termes de recherche et concentre à lui seul des dépenses sans conversion. Cet unique mot clé négatif bloque toutes les variantes futures de ce motif en une seule action, alors qu'un examen terme par terme n'attraperait que les termes sur lesquels vous êtes tombé en faisant défiler.
Comment lancer une analyse n-gram sans Excel ni Python ?
L'outil analyze_search_term_ngrams de PaidSync lance la décomposition n-gram complète sur votre compte Google Ads réel depuis une conversation Claude ou ChatGPT. Pas d'export de tableur, pas de script Python, pas de tableau croisé dynamique manuel. Vous demandez à l'IA, elle appelle l'outil et renvoie les motifs qui ont dépensé de l'argent sans conversion, avec le coût, les clics et le nombre de termes de recherche où chacun apparaît, déjà agrégés. Vous pouvez ensuite les bloquer dans la même session avec add_negative_keywords ou add_account_negative_keywords.
Quelle est la différence entre l'analyse 1-gram, 2-gram et 3-gram ?
Un 1-gram (unigramme) est un seul mot. Un 2-gram (bigramme) est toute expression de 2 mots. Un 3-gram (trigramme) est toute expression de 3 mots. Pour les mots clés négatifs, l'analyse 1-gram repère les signaux d'intention larges comme « free », « DIY » ou « jobs », hors sujet quel que soit le contexte. L'analyse 2-gram et 3-gram repère des motifs plus précis comme « how to », « template download » ou « near me free » que la passe 1-gram laisserait passer. Lancer les trois niveaux donne la vision la plus complète de l'endroit où se concentre le gaspillage des termes de recherche.
Puis-je utiliser PaidSync pour ajouter des mots clés négatifs directement depuis l'analyse ?
Oui. Une fois que analyze_search_term_ngrams a renvoyé les motifs, demandez à l'assistant d'ajouter ceux que vous choisissez. add_account_negative_keywords les ajoute à une liste partagée Account Negatives attachée à chaque campagne, et add_negative_keywords les ajoute au niveau campagne ou groupe d'annonces. Les deux s'exécutent en aperçu par défaut, donc le premier appel montre l'ensemble des changements. Avec MCP, la confirmation de votre assistant est le contrôle avant l'exécution de l'appel réel.
À quelle fréquence lancer l'analyse n-gram sur un compte Google Ads ?
Pour les comptes dépensant $5 000 ou plus par mois, lancer l'analyse n-gram toutes les 2 à 4 semaines est une pratique courante. La fenêtre doit couvrir au moins 14 jours pour donner du poids statistique aux n-grams à faibles impressions. Pour les comptes avec des campagnes en correspondance large ou Performance Max, le volume de termes de recherche est plus élevé et le rythme de revue doit se rapprocher de toutes les 2 semaines. Pour les comptes aux types de correspondance serrés et au faible volume de termes de recherche, un rythme mensuel suffit.
L'analyse n-gram fonctionne-t-elle pour les campagnes Performance Max ?
Pas directement. analyze_search_term_ngrams lit le rapport standard des termes de recherche. Les termes de recherche de Performance Max se trouvent dans un rapport distinct d'analyses des termes de recherche que l'outil ne lit pas. Pour les comptes avec Performance Max, lancez l'analyse n-gram sur les campagnes Search qui tournent en parallèle, ce qui fait encore ressortir les motifs négatifs les plus exploitables.
Prêt à remplir le modèle depuis votre compte réel ?