主题
AI Optimization LLM Mentions 支持的地区与语言列表
接口说明
该接口用于获取 AI Optimization LLM Mentions API 当前支持的地区(locations)与语言(languages)组合列表。
你可以通过返回结果了解:
- 某个地区是否可用
- 某个地区支持哪些语言
- 某个地区 + 语言组合支持哪些 LLM 平台
- 对应组合在数据库中可用的 LLM 响应数量
说明:
chat_gpt数据目前支持United States(美国)和English(英语)。- 由于服务策略限制,俄罗斯和白俄罗斯的所有地区在服务中均不受支持。
请求信息
请求方式: GET请求地址:
https://api.seermartech.cn/v3/ai_optimization/llm_mentions/locations_and_languages
计费说明
调用本接口不收费。
扣费以响应头 X-SeerMarTech-Charge-CNY 为准;本接口通常返回 0。
响应结构
接口返回 JSON 数据,顶层 tasks 数组记录本次请求任务及可用地区/语言列表。
顶层字段
| 字段名 | 类型 | 说明 |
|---|---|---|
version | string | 当前 API 版本 |
status_code | integer | 接口总体状态码 |
status_message | string | 接口总体状态信息 |
time | string | 执行耗时,单位秒 |
cost | float | 本次请求总成本,单位 USD |
tasks_count | integer | tasks 数组中的任务数量 |
tasks_error | integer | tasks 数组中返回错误的任务数量 |
tasks | array | 任务结果数组 |
错误码与状态信息可参考
/v3/appendix/errors
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 |
status_message | string | 任务状态信息 |
time | string | 任务执行耗时,单位秒 |
cost | float | 当前任务成本,单位 USD |
result_count | integer | result 数组中的结果数量 |
path | array | 请求路径 |
data | object | GET 请求 URL 中传的参数信息 |
result | array | 结果列表 |
result[] 字段
| 字段名 | 类型 | 说明 |
|---|---|---|
location_code | integer | 地区编码 |
location_name | string | 地区完整名称 |
available_languages | array | 当前地区支持的语言列表 |
available_languages[] 字段
| 字段名 | 类型 | 说明 |
|---|---|---|
available_platforms | array | 当前“地区 + 语言”组合支持的 LLM 平台来源;目前有 google 和 chat_gpt |
language_name | string | 语言名称 |
language_code | string | 语言代码,符合 ISO 639-1 标准 |
responses_count | integer | 可用 LLM 响应数量,表示该地区和语言组合在数据库中已收录的响应条数 |
调用示例
cURL
bash
curl --location --request GET "https://api.seermartech.cn/v3/ai_optimization/llm_mentions/locations_and_languages" \
--header "Authorization: Bearer smt_live_YOUR_KEY" \
--header "Content-Type: application/json"Python
python
import requests
url = "https://api.seermartech.cn/v3/ai_optimization/llm_mentions/locations_and_languages"
headers = {
"Authorization": "Bearer smt_live_YOUR_KEY",
"Content-Type": "application/json"
}
# 获取支持的地区与语言列表
response = requests.get(url, headers=headers)
result = response.json
if result.get("status_code") == 20000:
print(result)
else:
print(f"error. Code: {result.get('status_code')} Message: {result.get('status_message')}")TypeScript
typescript
import axios from "axios";
axios({
method: "get",
url: "https://api.seermartech.cn/v3/ai_optimization/llm_mentions/locations_and_languages",
headers: {
Authorization: "Bearer smt_live_YOUR_KEY",
"Content-Type": "application/json",
},
})
.then((response) => {
// 返回结果
console.log(response.data);
})
.catch((error) => {
console.log(error);
});响应示例
json
{
"version": "0.1.20251208",
"status_code": 20000,
"status_message": "Ok.",
"time": "0.2168 sec.",
"cost": 0,
"tasks_count": 1,
"tasks_error": 0,
"tasks": [
{
"data": {
"api": "ai_optimization",
"function": "locations_and_languages"
},
"result": [
{
"location_code": 2008,
"location_name": "Albania",
"available_languages": [
{
"available_platforms": [
"google"
],
"language_name": "Albanian",
"language_code": "sq",
"responses_count": 172
}
]
},
{
"location_code": 2012,
"location_name": "Algeria",
"available_languages": [
{
"available_platforms": [
"google"
],
"language_name": "French",
"language_code": "fr",
"responses_count": 119530
},
{
"available_platforms": [
"google"
],
"language_name": "Arabic",
"language_code": "ar",
"responses_count": 196053
}
]
}
]
}
]
}使用建议
在调用 LLM Mentions 查询接口前,建议调用本接口完成以下校验:
- 确认目标地区是否支持
- 确认目标语言是否支持
- 确认指定地区与语言组合是否存在可用数据
- 根据
available_platforms判断是否可查询google或chat_gpt - 根据
responses_count预估该组合的数据覆盖度
如果你的业务需要优使用 chat_gpt 数据,务确认是否为 United States + English 组合。
常见状态码
| 状态码 | 说明 |
|---|---|
20000 | 请求成功 |
40000+ | 请求参数或认证错误 |
50000+ | 服务端或任务执行错误 |
完整错误码定义可参考 /v3/appendix/errors。
实用场景
- 校验查询参数:在发起 LLM Mentions 数据查询前,检查地区与语言组合是否受支持,无效请求和重试成本。
- 筛选高覆盖市场:根据
responses_count选择响应数量更高的国家和语言组合,优分析数据覆盖更的市场。 - 判断平台可用性:依据
available_platforms确认某个地区语言组合是否支持google或chat_gpt,便于路由到正确的数据源。 - 构建前端下拉选项:将接口返回的地区、语言列表直接用于管理后台或分析中的筛选器,减少手工维护枚举。
- 规划多语言 SEO 研究:确定各目标国家支持的语言范围,再批量开展品牌提及、竞品可见性或回答来源分析,提高化研究效率。