LLM Mentions 交叉聚合指标（实时）

POST /v3/ai_optimization/llm_mentions/cross_aggregated_metrics/live

接口说明

/v3/ai_optimization/llm_mentions/cross_aggregated_metrics/live 用于获取指定或域名在 LLM 提及数据中的交叉聚合指标。你可以在请求中的 targets 数组里传多个目标集合，并为每组设置自定义 aggregation_key，接口会按该分组键返回聚合结果，便于横向比较不同品牌、产品、竞品或主题。

返回结果会受到以下参数影响：

platform：目标平台，支持 google（Google AI Overview）或 chat_gpt
location_name / location_code：地区
language_name / language_code：语言

位置和语言枚举可通过以下接口获取：

/v3/ai_optimization/llm_mentions/locations_and_languages

请求方式

POST https://api.seermartech.cn/v3/ai_optimization/llm_mentions/cross_aggregated_metrics/live

请求体为 UTF-8 编码的 JSON
POST 请求体格式为 JSON 数组：[{ ... }]
每次调用该 Live 接口支持 1 个 task
API 频率上限：2000 次调用/分钟
当前该接口的任务执行时间最长可达 120 秒

计费说明

该接口按请求计费。根据示例响应中的 cost: 0.101，参考价约 ¥1.616 / 次。

扣费以响应头 X-SeerMarTech-Charge-CNY 为准。

请求参数

顶层参数

字段名	类型	说明
`targets`	array	填。目标集合数组，每个一个 `aggregation_key` 和一个 `target`。最多 10 组，最少 2 组。
`location_name`	string	搜索地区名。可选。填写后可不传 `location_code`。默认使用 `2840`。可通过 `/v3/ai_optimization/llm_mentions/locations_and_languages` 获取可用地区。注意：`chat_gpt` 支持 `United States`。
`location_code`	integer	搜索地区编码。可选。填写后可不传 `location_name`。默认值：`2840`。可通过 `/v3/ai_optimization/llm_mentions/locations_and_languages` 获取。注意：`chat_gpt` 支持 `2840`。
`language_name`	string	搜索语言名。可选。填写后可不传 `language_code`。默认使用 `en`。可通过 `/v3/ai_optimization/llm_mentions/locations_and_languages` 获取可用语言。注意：`chat_gpt` 支持 `English`。
`language_code`	string	搜索语言编码。可选。填写后可不传 `language_name`。默认值：`en`。可通过 `/v3/ai_optimization/llm_mentions/locations_and_languages` 获取。注意：`chat_gpt` 支持 `en`。
`platform`	string	目标平台。可选。可选值：`chat_gpt`、`google`。默认值：`google`。返回数据会随平台不同而变化。注意：`chat_gpt` 支持美国英语数据。
`initial_dataset_filters`	array	对原始 mentions 数据集在聚合前做过滤。可选。最多可添加 8 个过滤条件，条件之间需使用逻辑运算符 `and`、`or` 连接。
`internal_list_limit`	integer	控制数组的最大返回数。可选。作用于 `sources_domain`、`search_results_domain`。取值范围：`1`~`10`，默认值：`5`。
`tag`	string	自定义任务标识。可选。最多 255 个字符。会原样返回在响应的 `data` 对象中，便于请求结果对账和追踪。

`targets` 数组

字段名	类型	说明
`aggregation_key`	string	填。聚合分组键，用作结果标签和对比维度。最大 250 个字符。
`target`	array	填。当前分组下的目标实体数组。单个 `target` 最多可 10 个 `domain` 和/或 `keyword` 实体。

`target` 中的域名实体 `domain_entity`

示例：

json

{
 "domain": "en.wikipedia.org",
 "search_filter": "exclude",
 "search_scope": ["any"]
}

字段名	类型	说明
`domain`	string	目标域名。当未指定 `keyword` 时填。最长 63 个字符。域名需去掉 `https://` 和 `www.`。
`search_filter`	string	域名搜索过滤方式。可选。可选值：`include`、`exclude`。默认值：`include`。
`search_scope`	array	域名搜索范围。可选。可选值：`any`、`sources`、`search_results`。默认值：`any`。
`include_subdomains`	boolean	是否子域名。可选。设置为 `true` 时，将子域一并纳搜索。默认值：`false`。

`target` 中的实体 `keyword_entity`

示例：

json

{
 "keyword": "bmw",
 "search_filter": "include",
 "search_scope": ["question", "answer"],
 "match_type": "partial_match"
}

字段名	类型	说明
`keyword`	string	目标。当未指定 `domain` 时填。最长 250 个字符。请求中的 `%##` 会被解码，`+` 会被解码为空格。如需传字面量 `%`，请写为 `%25`；如需传字面量 `+`，请写为 `%2B`。
`search_filter`	string	搜索过滤方式。可选。可选值：`include`、`exclude`。默认值：`include`。
`search_scope`	array	搜索范围。可选。可选值：`any`、`question`、`answer`、`brand_entities`、`fan_out_queries`。默认值：`any`。
`match_type`	string	匹方式。可选。可选值：`word_match`、`partial_match`。默认值：`word_match`。

`match_type` 说明

word_match：按词匹，可匹前后或中间带附加词的完整短语例如搜索 light，可能返回 light bulb、light switch
partial_match：按子串匹，只要指定字符序列即可例如搜索 light，可能返回 lighting、highlight

`initial_dataset_filters` 过滤规则

该字段用于在聚合前过滤原始提及数据，只让满足条件的记录参与统计。

支持的运算符

=
<>
in
not_in
like
not_like
ilike
not_ilike
match
not_match

逻辑连接

多个条件之间可使用：

and
or

`like` / `not_like` 说明

可使用 % 通任意长度字符串（ 0 个字符）。

可用过滤字段

完整可用字段请参考：

/v3/ai_optimization/llm_mentions/filters

请求示例

cURL

bash

curl --location --request POST "https://api.seermartech.cn/v3/ai_optimization/llm_mentions/cross_aggregated_metrics/live" \
--header "Authorization: Bearer smt_live_YOUR_KEY" \
--header "Content-Type: application/json" \
--data-raw '[
 {
 "language_code": "en",
 "location_code": 2840,
 "platform": "google",
 "targets": [
 {
 "aggregation_key": "chat_gpt",
 "target": [
 {
 "keyword": "chat gpt"
 }
 ]
 },
 {
 "aggregation_key": "claude",
 "target": [
 {
 "keyword": "claude"
 }
 ]
 },
 {
 "aggregation_key": "gemini",
 "target": [
 {
 "keyword": "gemini"
 }
 ]
 },
 {
 "aggregation_key": "perplexity",
 "target": [
 {
 "keyword": "perplexity",
 "search_filter": "include"
 }
 ]
 }
 ],
 "initial_dataset_filters": [
 [
 "ai_search_volume",
 ">",
 10
 ]
 ],
 "internal_list_limit": 5
 }
]'

Python

python

import requests

url = "https://api.seermartech.cn/v3/ai_optimization/llm_mentions/cross_aggregated_metrics/live"
headers = {
 "Authorization": "Bearer smt_live_YOUR_KEY",
 "Content-Type": "application/json"
}

payload = [
 {
 "language_code": "en",
 "location_code": 2840,
 "platform": "google",
 "targets": [
 {
 "aggregation_key": "chat_gpt",
 "target": [
 {"keyword": "chat gpt"}
 ]
 },
 {
 "aggregation_key": "claude",
 "target": [
 {"keyword": "claude"}
 ]
 },
 {
 "aggregation_key": "gemini",
 "target": [
 {"keyword": "gemini"}
 ]
 },
 {
 "aggregation_key": "perplexity",
 "target": [
 {
 "keyword": "perplexity",
 "search_filter": "include"
 }
 ]
 }
 ],
 "initial_dataset_filters": [
 ["ai_search_volume", ">", 10]
 ],
 "internal_list_limit": 5
 }
]

response = requests.post(url, headers=headers, json=payload, timeout=180)
print(response.json)

TypeScript

typescript

const response = await fetch(
 "https://api.seermartech.cn/v3/ai_optimization/llm_mentions/cross_aggregated_metrics/live",
 {
 method: "POST",
 headers: {
 "Authorization": "Bearer smt_live_YOUR_KEY",
 "Content-Type": "application/json"
 },
 body: JSON.stringify([
 {
 language_code: "en",
 location_code: 2840,
 platform: "google",
 targets: [
 {
 aggregation_key: "chat_gpt",
 target: [
 { keyword: "chat gpt" }
 ]
 },
 {
 aggregation_key: "claude",
 target: [
 { keyword: "claude" }
 ]
 },
 {
 aggregation_key: "gemini",
 target: [
 { keyword: "gemini" }
 ]
 },
 {
 aggregation_key: "perplexity",
 target: [
 {
 keyword: "perplexity",
 search_filter: "include"
 }
 ]
 }
 ],
 initial_dataset_filters: [
 ["ai_search_volume", ">", 10]
 ],
 internal_list_limit: 5
 }
 ])
 }
);

const data = await response.json;
console.log(data);

响应结构

接口返回 JSON 编码数据，顶层 tasks 数组。

顶层响应字段

字段名	类型	说明
`version`	string	当前 API 版本。
`status_code`	integer	通用状态码。完整错误码可参考 `/v3/appendix/errors`。建议接方做好异常与错误处理。
`status_message`	string	通用状态信息。
`time`	string	执行耗时，单位秒。
`cost`	float	总任务费用，单位 USD。
`tasks_count`	integer	`tasks` 数组中的任务数。
`tasks_error`	integer	`tasks` 数组中返回错误的任务数。
`tasks`	array	任务结果数组。

`tasks[]` 字段

字段名	类型	说明
`id`	string	任务唯一标识，UUID 格式。
`status_code`	integer	任务状态码，范围通常为 `10000-60000`。完整错误码可参考 `/v3/appendix/errors`。
`status_message`	string	任务状态描述。
`time`	string	当前任务执行耗时。
`cost`	float	当前任务费用，单位 USD。
`result_count`	integer	`result` 数组数。
`path`	array	URL 路径。
`data`	object	与请求中提交的参数一致。
`result`	array	结果数组。

`result` 结果说明

每个结果对象两部分：

total：所有命中数据的总体聚合结果
items：按 aggregation_key 分组后的逐项结果

`total`

字段名	类型	说明
`total`	object	量聚合指标汇总，多个维度的 LLM 提及统计。

`total.location`

按地区维度聚合的提及指标数组。

字段名	类型	说明
`type`	string	素类型，固定为 `group_element`。
`key`	string	分组键，即地区标识。
`mentions`	integer	提及总次数。
`ai_search_volume`	integer	当前的 AI 搜索量指标。
`impressions`	integer	已废弃字段，值始终为 `null`。

`total.language`

按语言维度聚合的提及指标数组，字段结构与 location 相同。

`total.platform`

按平台维度聚合的提及指标数组，字段结构与 location 相同。

`total.sources_domain`

与目标的来源域名 Top 列表，即在 LLM 响应中被引用为来源的网站。

字段名	类型	说明
`type`	string	固定为 `group_element`。
`key`	string	分组键，此处为发现的域名。
`mentions`	integer	与该域名的提及次数。
`ai_search_volume`	integer	AI 搜索量指标。
`impressions`	integer	已废弃，值为 `null`。

`total.search_results_domain`

与目标的搜索结果域名 Top 列表，即出现在 LLM 查询搜索结果中的域名。字段结构与 sources_domain 相同。

`total.brand_entities_title`

与目标的品牌实体标题数据，来源于与 LLM 查询的搜索结果。字段结构与 sources_domain 相同 key 为品牌实体标题。

`total.brand_entities_category`

与目标的品牌实体类别数据，来源于与 LLM 查询的搜索结果。字段结构与 sources_domain 相同 key 为品牌实体类别。

`items`

items 用于返回每个 aggregation_key 对应的一组聚合结果，便于在同一个请求中对多个目标集合做横向分析。

字段名	类型	说明
`key`	string	请求中传的 `aggregation_key`。
`location`	array	按地区聚合的结果。
`language`	array	按语言聚合的结果。
`platform`	array	按平台聚合的结果。
`sources_domain`	array	来源域名 Top 列表。
`search_results_domain`	array	搜索结果域名 Top 列表。
`brand_entities_title`	array	品牌实体标题列表。
`brand_entities_category`	array	品牌实体类别列表。

items 中各数组的通用字段如下：

字段名	类型	说明
`type`	string	固定为 `group_element`。
`key`	string	当前维度下的分组标识。
`mentions`	integer	提及总次数。
`ai_search_volume`	integer	AI 搜索量指标。
`impressions`	integer	已废弃字段，值为 `null`。

响应示例

json

{
 "version": "0.1.20251208",
 "status_code": 20000,
 "status_message": "Ok.",
 "time": "2.2428 sec.",
 "cost": 0.101,
 "tasks_count": 1,
 "tasks_error": 0,
 "tasks": [
 {
 "data": {
 "api": "ai_optimization",
 "function": "cross_aggregated_metrics",
 "language_code": "en",
 "location_code": 2840,
 "platform": "chat_gpt",
 "targets": [
 {
 "aggregation_key": "chat_gpt",
 "target": [
 {
 "keyword": "chat gpt"
 }
 ]
 },
 {
 "aggregation_key": "claude",
 "target": [
 {
 "keyword": "claude"
 }
 ]
 },
 {
 "aggregation_key": "gemini",
 "target": [
 {
 "keyword": "gemini"
 }
 ]
 },
 {
 "aggregation_key": "perplexity",
 "target": [
 {
 "keyword": "perplexity"
 }
 ]
 }
 ],
 "initial_dataset_filters": [
 ["ai_search_volume", ">", 10]
 ],
 "internal_list_limit": 5
 },
 "result": [
 {
 "total": {
 "language": [],
 "platform": [],
 "sources_domain": [],
 "search_results_domain": [],
 "brand_entities_title": [],
 "brand_entities_category": []
 },
 "items": [
 {
 "key": "chat_gpt",
 "language": [],
 "platform": [],
 "sources_domain": [],
 "search_results_domain": [],
 "brand_entities_title": [],
 "brand_entities_category": []
 },
 {
 "key": "claude",
 "location": [],
 "language": [],
 "platform": [],
 "sources_domain": [],
 "search_results_domain": [],
 "brand_entities_title": [],
 "brand_entities_category": []
 },
 {
 "key": "gemini",
 "location": [],
 "language": [],
 "platform": [],
 "sources_domain": [],
 "search_results_domain": [],
 "brand_entities_title": [],
 "brand_entities_category": []
 },
 {
 "key": "perplexity",
 "location": [],
 "language": [],
 "platform": [],
 "sources_domain": [],
 "search_results_domain": [],
 "brand_entities_title": [],
 "brand_entities_category": []
 }
 ]
 }
 ]
 }
 ]
}

错误处理

顶层 status_code 表示整个请求的通用状态
tasks[].status_code 表示单个任务的执行状态
建议同时校验：
HTTP 状态码
顶层 status_code
任务级 tasks[].status_code

错误码与状态信息可参考：

/v3/appendix/errors

使用要点

targets 至少传 2 组，最多 10 组，适合做多目标对比分析。
单个 target 中可混合传和域名，但总实体数最多 10 个。
chat_gpt 平台支持：

location_code = 2840
language_code = en

internal_list_limit 只影响：

sources_domain
search_results_domain

impressions 字段已废弃，当前返回值为 null，请优使用 mentions 和 ai_search_volume。

实用场景

对比竞品品牌提及度：一次提交多个品牌，按 aggregation_key 输出横向聚合结果，快速判断不同品牌在 AI 回答中的差距。
分析品牌被哪些站点引用：通过 sources_domain 查看 LLM 回答常引用的来源域名，识别高价值来源与外部影响力渠道。
评估不同产品线的 AI 搜索热度：将多个产品名分别设为聚合组，结合 mentions 与 ai_search_volume 评估产品需求强弱和机会。
拆分地区或语言维度表现：利用 location、language 聚合结果观察目标在不同市场中的提及分布，支持 SEO 与本地化策略。
筛选高价值样本后做聚合分析：结合 initial_dataset_filters 统计高 ai_search_volume 的记录，聚焦更业务价值的 AI 搜索场景。

LLM Mentions 交叉聚合指标（实时） ​

接口说明 ​

请求方式 ​

计费说明 ​

请求参数 ​

顶层参数 ​

targets 数组 ​

target 中的域名实体 domain_entity ​

target 中的实体 keyword_entity ​

match_type 说明 ​

initial_dataset_filters 过滤规则 ​

支持的运算符 ​

逻辑连接 ​

like / not_like 说明 ​

可用过滤字段 ​

请求示例 ​

cURL ​

Python ​

TypeScript ​

响应结构 ​

顶层响应字段 ​

tasks[] 字段 ​

result 结果说明 ​

total ​

total.location ​

total.language ​

total.platform ​

total.sources_domain ​

total.search_results_domain ​

total.brand_entities_title ​

total.brand_entities_category ​

items ​

LLM Mentions 交叉聚合指标（实时）

接口说明

请求方式

计费说明

请求参数

顶层参数

`targets` 数组

`target` 中的域名实体 `domain_entity`

`target` 中的实体 `keyword_entity`

`match_type` 说明

`initial_dataset_filters` 过滤规则

支持的运算符

逻辑连接

`like` / `not_like` 说明

可用过滤字段

请求示例

cURL

Python

TypeScript

响应结构

顶层响应字段

`tasks[]` 字段

`result` 结果说明

`total`

`total.location`

`total.language`

`total.platform`

`total.sources_domain`

`total.search_results_domain`

`total.brand_entities_title`

`total.brand_entities_category`

`items`