主题
ChatGPT LLM 响应：概览
本接口用于生成并获取结构化的 ChatGPT 响应，可帮助您了解指定 AI 模型针对品牌、产品、竞品、或主题的回答。主要接口：
POST /v3/ai_optimization/chat_gpt/llm_responses/live/：根据请求参数实时获取指定 ChatGPT 模型的结构化响应。GET /v3/ai_optimization/chat_gpt/llm_responses/models/：获取可用于 LLM Responses 的 ChatGPT 模型列表。POST /v3/ai_optimization/chat_gpt/llm_responses/task_post/：以标准异步方式创建响应生成任务。
使用本接口时，请在请求头中传认证信息：
http
Authorization: Bearer smt_live_YOUR_KEY对于 POST 请求，请求体使用 JSON 数组格式：
json
[
{
"..."
}
]接口能力
通过 LLM Responses ChatGPT API，您可以：
- 查询 ChatGPT 对品牌、产品和服务的描述及评价；
- 分析 AI 回答中提及的竞品、替代方案和推荐倾向；
- 获取围绕目标、行业主题或用户问题生成的结构化回答；
- 对比不同 ChatGPT 模型针对同一提示词的输出差异。
数据获取方式
本接口支持两种任务执行方式：Live 实时模式与 Standard 标准异步模式。
Live 实时模式
Live 模式适用于需要立即获得结果的场景。
- 接口路径：
POST /v3/ai_optimization/chat_gpt/llm_responses/live/ - 无需分别创建任务和轮询获取结果；
- 请求完成后直接返回生成结果；
- 单个任务的最长执行时间当前为 120 秒；
- 每个账户、每个平台最多可同时发送 30 个 Live 请求。
当您的系统需要在用户操作过程中即时展示 AI 回答、生成分析报告或进行实时审核时，建议使用该方式。
Standard 标准异步模式
Standard 模式适用于对实时性要求较低、但更成本控制的场景。
- 创建任务路径：
POST /v3/ai_optimization/chat_gpt/llm_responses/task_post/ - 需要提交任务，再在任务完成后获取结果；
- 任务最长可能需要 72 小时 完成；
- 可通过
pingback_url在任务完成时接收通知； - 可通过
postback_url在任务完成后由本平台主动推送结果； - 对于批量任务，可通过 Tasks Ready 接口获取已完成任务 ID 列表，再通过对应的 Task GET 接口获取各任务结果。
如果需要批量分析大量、品牌或竞品，建议采用标准异步模式，并结合回调地址减少轮询请求。
可用模型
使用实时或标准任务接口前，可调用以下接口查询当前可用的 ChatGPT 模型：
http
GET /v3/ai_optimization/chat_gpt/llm_responses/models/模型列表接口返回可选模型信息。创建任务时，请使用列表中返回的有效模型标识，以确保请求能够正常执行。
请求限制
- API 调用频率上限为 平台限流以认证说明中的 30/60/120 次/分钟规则为准。
- LLM Responses 的 Live 请求并发上限为：每个账户、每个平台 30 个请求。
- 如需提高调用频率或并发额度，请联系本平台技术支持。
计费说明
LLM Responses ChatGPT API 的费用取决于以下因素：
- 任务执行方式：Live 或 Standard；
- 所选 ChatGPT 模型；
- 任务执行优级及资源消耗。
扣费以响应头 X-SeerMarTech-Charge-CNY 为准。
您也可以使用沙箱环境测试接口能力：
http
/v3/appendix/sandbox/使用建议
- 在正式批量调用前，通过模型列表接口确认可用模型及标识。
- 对于需要即时展示的少量查询，使用 Live 模式可降低集成复杂度。
- 对于大规模品牌监测、竞品分析或研究，使用 Standard 模式并
pingback_url或postback_url。 - 建议记录任务 ID、模型名称、提示词和响应时间，以便后续对不同模型及不同时间段的结果进行横向对比。
实用场景
- 监测品牌认知：提交品牌名称及问题，分析 ChatGPT 如何描述品牌、核心产品和市场定位，评估 AI 搜索环境中的品牌呈现效果。
- 对比竞品推荐：围绕“最佳”“替代方案”“产品推荐”等问题查询回答，识别竞品被提及的频率、排序和推荐理由。
- 挖掘用户问题：针对行业生成 AI 回答，提取常见问题、点和解决方案，为选题与 FAQ 建设提供依据。
- 评估覆盖度：将目标主题提交给不同模型，分析回答中涉及的实体、观点和信息缺口，优化网站策略。
- 追踪 AI 答案变化：定期重复执行相同查询，记录模型响应中的品牌、竞品和引用变化，及时发现 AI 可见性趋势。