Meta-AI-API: Antworten, zitierte Seiten und Suchanfragen

META_AI fragt den Meta-AI-Chat auf meta.ai.


taskType	`META_AI`
Liest	`prompt` (greift auf `query` zurück)
Credits	1
Land	Optional, Standard `US`.

Anfrage

Meta AI lehnt die meisten Prompts der Form „best“ plus Produkt ab; formulieren Sie Shopping-Fragen daher als Frage:

curl -X POST https://api.querying.ai/v1/async/task \
  -H "Authorization: Bearer $QUERYING_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{ "taskType": "META_AI", "payload": { "prompt": "Which running shoes work best for flat feet?", "country": "US" } }'

Antwort

Feld	Typ	Beschreibung
`text`	string	Die Antwort. Formeln erscheinen so, wie sie geschrieben wurden, als LaTeX. Produktkarten erscheinen als Listenzeilen mit ihrem Preis und Vergleichstabellen als Markdown-Tabellen, dort, wo Meta AI sie gezeigt hat.
`markdown`	string	Die Antwort mit nummerierten Links zu den zitierten Seiten. Formeln stehen zwischen `$`-Zeichen oder zwischen `$$` in einer eigenen Zeile. Produktnamen verlinken auf ihre Produktseite. Wird ohne Flag geliefert.
`sources`	array	Die zitierten Seiten: `position`, `url`, `label`, `publisher`. Bei einem Produkt aus Metas Katalog ist `label` das Produkt und `publisher` seine Marke.
`searchQueries`	string[]	Die Websuchen, die Meta AI ausgeführt hat.
`shoppingCards`	array	Die Produktkarten, die Meta AI gezeigt hat: `title`, `position`, `price` (`value`, `currency`, `raw`), `oldPrice` (der Preis vor dem Angebot), `brand`, `thumbnail`, `productLink`, `productId`.
`inlineProducts`	array	Die Produkte, die die Antwort nennt, in Reihenfolge: `title`, `position`, `price`, `oldPrice`, `thumbnail`, `productLink`, `productId`. Eine Karte mit derselben `productId` ist dasselbe Produkt.
`notice`	object	Vorhanden, wenn Meta AI den Prompt abgelehnt hat. Siehe unten.
`rawResponse`	array	Metas Tool-Aufrufe und die abschließende strukturierte Antwort. Nur mit `include.rawResponse`.

Zum Beispiel:

{
  "text": "For flat feet, stability shoes with firm arch support work best ...",
  "markdown": "For flat feet, stability shoes with firm arch support work best [1](https://www.example.com/flat-feet-shoes).",
  "sources": [{ "position": 1, "url": "https://www.example.com/flat-feet-shoes", "label": "Shoes for flat feet", "publisher": "Example Running" }],
  "searchQueries": ["running shoes flat feet"]
}

Include-Flags

Flag	Wirkung
`rawResponse`	Fügt `rawResponse` hinzu.

markdown braucht kein Flag. searchQueries, ads und shopping haben keine Wirkung. shoppingCards und inlineProducts kommen mit jeder Antwort, die Produkte zeigt. analysis wird mit 422 VALIDATION_ERROR abgelehnt und citationAnalysis mit 400 VALIDATION_ERROR. html fügt den Bildschirm hinzu, den Meta AI gezeigt hat, für 0,25 Credits, wenn die Seite gespeichert wird. Siehe HTML-Seiten. Siehe Markdown und Rohantworten.

Ablehnungen

Meta AI lehnt viele Shopping-Prompts der Form „best“ plus Produkt ab, etwa „best running shoes 2026“. Der Task wird dann mit leerem text und einer notice abgeschlossen, die Metas Meldung wörtlich wiedergibt:

{
  "text": "",
  "markdown": "",
  "sources": [],
  "notice": { "type": "policy_declined", "scope": "text", "message": "Your request was blocked by our security system." }
}

Derselbe Prompt erhält bei einem neuen Versuch dieselbe Ablehnung. Formulieren Sie ihn als Frage, etwa „Which running shoes work best for flat feet?“.

Erste Schritte

Grundlagen

Antwort-Engines

Suche und Webdaten

Anfrageoptionen

Recherche

GEO-Monitoring

Konto und Daten

Meta-AI-API: Antworten, zitierte Seiten und Suchanfragen

Anfrage

Antwort

Include-Flags

Ablehnungen

Verwandte Seiten

​Anfrage

​Antwort

​Include-Flags

​Ablehnungen

​Verwandte Seiten

Anfrage

Antwort

Include-Flags

Ablehnungen

Verwandte Seiten