Skip to content

AI 优化:LLM 提及次数最高页面(Lite,实时)

POST /v3/ai_optimization/llm_mentions/top_mentioned_pages_lite/live

本接口通过 POST /v3/ai_optimization/llm_mentions/top_mentioned_pages_lite/live 实时查询指定目标在大语言模型回答中被提及次数最高的页面,并按页面聚合返回 LLM 提及指标。

这是“提及次数最高页面”接口的简化版本,支持 Google AI Overview(google)和 ChatGPT(chat_gpt)。查询结果受目标、平台、地区和语言参数影响。

  • 请求方法POST
  • 接口路径/v3/ai_optimization/llm_mentions/top_mentioned_pages_lite/live
  • 完整 URLhttps://api.seermartech.cn/v3/ai_optimization/llm_mentions/top_mentioned_pages_lite/live
  • 请求格式:JSON 数组,UTF-8 编码
  • 单次请求任务数:1 平台限流以认证说明中的 30/60/120 次/分钟规则为准/分钟
  • 最长执行时间:约 120 秒

计费说明

本接口按任务计费。参考价约 ¥0.73 / 次(示例任务原始成本为 0.101,按参考汇率折算,价格可能变化)。

扣费以响应头 X-SeerMarTech-Charge-CNY 为准。

请求参数

请求体是 JSON 数组,每个数组表示一个任务。

任务参数

参数类型说明
targetarray目标实体数组,最多 10 个实体。每个实体一个 domainkeyword
location_namestring搜索地区的完整名称。指定后无需传 location_code。默认地区代码为 2840
location_codeinteger搜索地区代码。指定后无需传 location_name。默认值为 2840
language_namestring搜索语言的完整名称。指定后无需传 language_code
language_codestring搜索语言代码。默认值为 en
platformstring目标平台,可选 googlechat_gpt。默认值为 google。未指定时返回两个平台的数据。
links_scopestring链接来源范围,可选 sourcessearch_results。默认值为 sources
filtersarray聚合结果过滤条件,最多 8 个。
initial_dataset_filtersarray聚合前对原始提及数据进行过滤的条件,最多 8 个。
limitintegeritems 数组最多返回的结果数,范围 1-1000,默认值为 100
internal_list_limitinteger限制数组的最大数,范围 1-10,默认值为 5
order_byarray结果排序规则,最多设置 3 条。
offsetinteger结果偏移量,默认值为 0,最大值为 1000000
include_pagesarray返回指定页面 URL。
exclude_pagesarray排除指定页面 URL。
tagstring用户自定义任务标识,最多 255 个字符。该值会原样返回在响应的 data 对象中。

> target 中至少需要一个 "search_filter": "include"domain 实体或 keyword 实体。

target 参数

target 最多支持 10 个实体。一个实体只能指定 domainkeyword 中的一个。

域名实体:domain_entity

参数类型说明
domainstring条件填目标域名。最多 63 个字符,不应 https://www.
search_filterstring域名过滤方式:includeexclude。默认值为 include
search_scopearray域名搜索范围:anysourcessearch_results。默认值为 any
include_subdomainsboolean是否目标域名的子域名。默认值为 false

search_scope 设置为 search_results 时支持 chat_gpt 平台。

示例:

json
{
  "domain": "en.wikipedia.org",
  "search_filter": "include",
  "search_scope": ["sources"],
  "include_subdomains": false
}

实体:keyword_entity

参数类型说明
keywordstring条件填目标,最多 250 个字符。
search_filterstring过滤方式:includeexclude。默认值为 include
search_scopearray搜索范围:anyquestionanswerbrand_entitiesfan_out_queries。默认值为 any
match_typestring匹方式:word_matchpartial_match。默认值为 word_match

匹方式说明:

  • word_match:搜索与种子匹的完整文本,可前后或短语的词。
  • partial_match:搜索中或部分的任意出现形式。

示例:

json
{
  "keyword": "bmw",
  "search_filter": "include",
  "search_scope": ["answer"],
  "match_type": "word_match"
}

地区和语言限制

  • chat_gpt 支持美国:
    • location_nameUnited States
    • location_code2840
  • chat_gpt 支持英语:
    • language_nameEnglish
    • language_codeen
  • 可通过以下接口查询可用的地区和语言:
    • /v3/ai_optimization/llm_mentions/locations_and_languages
说明
sources从来源链接中提取域名并聚合数据,默认值。
search_results从搜索结果链接中提取域名并聚合数据支持 chat_gpt

过滤条件

filtersinitial_dataset_filters 均支持最多 8 个过滤表达式,并使用 andor 连接条件。

支持的运算符:

text
=、<>、in、not_in、like、not_like、ilike、not_ilike、match、not_match

likenot_like 支持使用 % 匹零个或多个任意字符。

示例:

json
"initial_dataset_filters": [
  ["ai_search_volume", ">", 10]
]

initial_dataset_filters 会在聚合前作用于原始提及数据,用于限制参与聚合的记录;filters 则用于过滤聚合后的结果。

order_by

排序规则使用字段名和排序方向组成,排序方向可选:

  • asc:升序
  • desc:降序

单个排序规则示例:

json
[
  "metrics.mentions,desc"
]

多个排序规则使用逗号分隔,单次请求最多设置 3 条排序规则。

页面筛选

返回指定页面:

json
"include_pages": [
  "https://example.com/page-a",
  "https://example.com/page-b"
]

排除指定页面:

json
"exclude_pages": [
  "https://example.com/page-c"
]

请求示例

curl

bash
curl --location --request POST \
  "https://api.seermartech.cn/v3/ai_optimization/llm_mentions/top_mentioned_pages_lite/live" \
  --header "Authorization: Bearer smt_live_YOUR_KEY" \
  --header "Content-Type: application/json" \
  --data-raw '[
    {
      "language_code": "en",
      "location_code": 2840,
      "platform": "chat_gpt",
      "target": [
        {
          "keyword": "bmw",
          "search_scope": ["answer"]
        },
        {
          "keyword": "auto",
          "search_scope": ["question"],
          "match_type": "partial_match"
        }
      ],
      "links_scope": "sources",
      "initial_dataset_filters": [
        ["ai_search_volume", ">", 10]
      ],
      "limit": 5,
      "internal_list_limit": 2
    }
  ]'

Python

python
import requests

url = "https://api.seermartech.cn/v3/ai_optimization/llm_mentions/top_mentioned_pages_lite/live"

headers = {
    "Authorization": "Bearer smt_live_YOUR_KEY",
    "Content-Type": "application/json",
}

post_data = [
    {
        "language_code": "en",
        "location_code": 2840,
        "platform": "chat_gpt",
        "target": [
            {
                "keyword": "bmw",
                "search_scope": ["answer"],
            },
            {
                "keyword": "auto",
                "search_scope": ["question"],
                "match_type": "partial_match",
            },
        ],
        "links_scope": "sources",
        "initial_dataset_filters": [
            ["ai_search_volume", ">", 10]
        ],
        "limit": 5,
        "internal_list_limit": 2,
    }
]

response = requests.post(url, headers=headers, json=post_data, timeout=120)
result = response.json()

if result.get("status_code") == 20000:
    print(result)
else:
    print(
        f"请求失败,错误码:{result.get('status_code')},"
        f"错误信息:{result.get('status_message')}"
    )

TypeScript

typescript
import axios from "axios";

const response = await axios.post(
  "https://api.seermartech.cn/v3/ai_optimization/llm_mentions/top_mentioned_pages_lite/live",
  [
    {
      language_code: "en",
      location_code: 2840,
      platform: "chat_gpt",
      target: [
        {
          keyword: "bmw",
          search_scope: ["answer"],
        },
        {
          keyword: "auto",
          search_scope: ["question"],
          match_type: "partial_match",
        },
      ],
      links_scope: "sources",
      initial_dataset_filters: [
        ["ai_search_volume", ">", 10],
      ],
      limit: 5,
      internal_list_limit: 2,
    },
  ],
  {
    headers: {
      Authorization: "Bearer smt_live_YOUR_KEY",
      "Content-Type": "application/json",
    },
    timeout: 120000,
  }
);

if (response.data.status_code === 20000) {
  console.log(response.data);
} else {
  console.error(
    response.data.status_code,
    response.data.status_message
  );
}

响应结构

接口返回 JSON 对象 tasks 数组。

顶层字段

字段类型说明
versionstring当前 API 版本。
status_codeinteger请求级状态码。成功时通常为 20000
status_messagestring请求级状态信息。
timestring请求执行耗时,单位为秒。
costfloat平台原始 USD 成本兼容字段;人民币实扣以 X-SeerMarTech-Charge-CNY 为准。
tasks_countintegertasks 数组中的任务总数。
tasks_errorintegertasks 数组中返回错误的任务数。
tasksarray任务结果数组。

任务字段

字段类型说明
idstring任务唯一标识,UUID 格式。
status_codeinteger任务状态码,通常位于 10000-60000 范围。
status_messagestring任务状态信息。
timestring任务执行耗时。
costfloat平台原始 USD 成本兼容字段;人民币实扣以 X-SeerMarTech-Charge-CNY 为准。
result_countintegerresult 数组中的数量。
patharray请求 URL 路径。
dataobject请求中提交的任务参数。
resultarray结果数组。

result 字段

字段类型说明
total_countinteger结果总数。
offsetinteger结果偏移量,与请求中的 offset 一致。
items_countinteger当前结果数组中的页面数量。
aggregated_metricsobject/null所有找到的域名的整体聚合指标。本 Lite 接口中通常为 null
itemsarray按页面返回的 LLM 提及数据。

items 字段

字段类型说明
pagestring页面 URL,也是聚合指标对应的页面标识。
locationinteger聚合指标对应的地区标识。
languagestring聚合指标对应的语言标识。
platformstringLLM 平台标识,例如 googlechat_gpt
metricsobject按指定参数和标识聚合后的 LLM 指标。

metrics 字段

字段类型说明
mentionsinteger目标页面被 LLM 提及的总次数。
ai_search_volumeinteger当前的 AI 搜索量指标。

响应示例

json
{
  "version": "0.1.20260610",
  "status_code": 20000,
  "status_message": "Ok.",
  "time": "0.4848 sec.",
  "cost": 0.101,
  "tasks_count": 1,
  "tasks_error": 0,
  "tasks": [
    {
      "id": "01234567-89ab-cdef-0123-456789abcdef",
      "status_code": 20000,
      "status_message": "Ok.",
      "time": "0.4821 sec.",
      "cost": 0.101,
      "result_count": 1,
      "path": [
        "v3",
        "ai_optimization",
        "llm_mentions",
        "top_mentioned_pages_lite",
        "live"
      ],
      "data": {
        "api": "ai_optimization",
        "function": "top_mentioned_pages_lite",
        "target": [
          {
            "keyword": "bmw",
            "search_scope": ["answer"]
          }
        ],
        "platform": "chat_gpt",
        "language_code": "en",
        "location_code": 2840,
        "order_by": [
          "metrics.mentions,desc"
        ],
        "limit": 5,
        "offset": 0,
        "links_scope": "sources",
        "include_pages": [],
        "exclude_pages": []
      },
      "result": [
        {
          "total_count": 1,
          "offset": 0,
          "items_count": 1,
          "aggregated_metrics": null,
          "items": [
            {
              "page": "https://example.com/bmw",
              "location": 2840,
              "language": "en",
              "platform": "chat_gpt",
              "metrics": {
                "mentions": 24,
                "ai_search_volume": 18
              }
            }
          ]
        }
      ]
    }
  ]
}

状态码与错误处理

请根据顶层 status_code 和任务级 status_code 判断请求是否成功:

  • 20000:请求或任务执行成功。
  • 状态码:表示请求参数、认证、限流、任务执行或系统处理异常。

建议同时记录以下字段,便于排查问题:

  • status_code
  • status_message
  • tasks_error
  • tasks[].id
  • tasks[].status_code
  • tasks[].status_message

实用场景

  • 识别高频被引用页面:找出在 Google AI Overview 或 ChatGPT 中被频繁提及的页面,为团队提供竞品页面和权威来源参考。
  • 监控品牌的 AI 可见性:按品牌词、问题词和答案场景统计页面提及次数,评估品牌在生成式搜索中的表现。
  • 筛选高价值机会:结合 ai_search_volumementions 指标,优优化搜索需求高但页面提及不足的主题。
  • 对比不同平台的页面表现:分别查询 googlechat_gpt 平台,比较同一页面在不同生成式搜索环境中的引用差异。
  • 追踪指定页面的 AI 引用:使用 include_pagesexclude_pages 聚焦自有页面、竞品页面或特定来源集合,提升 SEO 监测效率。

统一入口:官网 · LLM API · 控制台