/agent

Réponses des LLM API de recherche sur les modèles

Contexte de réponse illustratif ; examinez le prompt, la méthode et les sources renvoyées.
Résultat de l’API d’optimisation IA Champs de réponse
Marque
Mention
Page citée
1
guide des chaussures de running
Contexte de réponse illustratif
example.com
2
2
chaussures de running pour débutant
Contexte de réponse illustratif
example.com
3
3
chaussures de trail
Contexte de réponse illustratif
example.com
4
4
guide des chaussures de running
Contexte de réponse illustratif
example.com
5
À titre illustratif
contexte de la réponse ; examinez le
prompt, méthode et
sources renvoyées.

Choisissez le fournisseur et le modèle

Exécutez des prompts via les API des modèles pris en charge et collectez des données de réponse structurées. Comparez les modèles, les options de requête et le contexte des réponses à l’aide d’un ensemble de prompts réutilisable.

Cas d’utilisation
Essayer dans l’API Playground
Requête

Analysez la visibilité de la marque, des produits et du domaine dans les réponses indexées de l’IA. Examinez le prompt, le contexte de la réponse et les pages citées avant d’interpréter une mention.

5
Exemple de marque
Mentionné
example.com/guide
6
chaussures de trail
Contexte de réponse illustratif
example.com
7
7
guide des chaussures de running
Contexte de réponse illustratif
example.com
8
8
chaussures de running pour débutant
Contexte de réponse illustratif
example.com
9
9
chaussures de trail
Contexte de réponse illustratif
example.com
10
10
guide des chaussures de running
Contexte de réponse illustratif
example.com
1
À titre illustratif
contexte de la réponse ; examinez
la requête,
méthode et sources renvoyées.

Envoyer un prompt utilisateur

Utilisez AI Keyword Data pour examiner le volume de recherche estimé et la demande historique demande. Conservez le modèle, le marché, la période et méthodologie d’estimation, distincte des décomptes exacts comptes d’utilisateurs.

Faible 36.2 / 0.025 unités
Moyen 43 / 0.1 unités
Élevé 52 / 0.5 unités
Collection d’exemples 26.5 / 0.1 unités
Collection d’exemples 49.5 / 0.9 unités
Collection d’exemples 39.4 / 0.3 unités
Collection d’exemples 52.4 / 2.16 unités
Collection d’exemples 51.8 / 1.9 unités
Score / coût

Garder les options de modèle cohérentes

Sur demande pour votre charge de travail
minimal Sur demande

Le périmètre dépend de la source et de la route

faible Sur demande

Exécutez des prompts via les API des modèles pris en charge et conservez les options du modèle et de la requête. Comparez les réponses à l’aide d’un ensemble de prompts cohérent.

moyen Sur demande

Collectez des réponses structurées des interfaces grand public prises en charge et conservez les citations lorsqu’elles sont renvoyées. Les résultats des interfaces grand public et ceux des API officielles peuvent différer.

élevé Sur demande

Utilisez les données historiques de mentions et de séries temporelles pour examiner l’évolution de la visibilité. Gardez la portée des prompts et les paramètres des sources cohérents lorsque vous comparez des périodes.

xhigh Sur demande

Analysez la visibilité de la marque, des produits et du domaine dans les réponses indexées de l’IA. Examinez le prompt, le contexte de la réponse et les pages citées avant d’interpréter une mention.

ultra dynamique

Utilisez les métriques de cible, les comparaisons multi-cibles et les principales pages ou domaines mentionnés pour comprendre comment les marques et les sources apparaissent dans les données d’IA prises en charge.

en direct dynamique

Utilisez AI Keyword Data pour examiner le volume de recherche estimé et la demande historique. Distinguez le modèle, le marché, la période et la méthode d’estimation des décomptes exacts d’utilisateurs.

Consultez la référence complète des points de terminaison de l’API