Saltar al contenido principal
Prompt Research encuentra los mejores prompts que los compradores envían a los asistentes de IA sobre un tema. Envía un tema y el resultado enumera la petición básica de cada tipo de producto y, después, la misma petición con las condiciones que añaden los compradores, como un presupuesto, un tipo de piel o un sector. Cada prompt lleva las búsquedas mensuales que hay detrás, prompts[] está en orden recomendado y brands[] muestra qué marcas atraen demanda de búsqueda en el mismo ámbito. Usa los prompts para planificar contenido, enviarlos a motores de respuesta o seguir las respuestas en un monitor GEO.

Cómo encuentra los prompts

  1. Tipos de producto. Los datos de palabras clave del mercado muestran los tipos de producto que la gente busca dentro del tema, como sunscreen stick dentro de sunscreen. Son los cores[] del resultado.
  2. Condiciones. Para cada tipo, la investigación encuentra las preguntas que acotan la elección del comprador, como el tipo de piel, el presupuesto o el tamaño del equipo. Son las cores[].questions del resultado. Sus opciones se convierten en condiciones, junto con las variantes que la gente busca (tinted sunscreen, sunscreen for oily skin).
  3. Prompts. Las condiciones se combinan en prompts hasta depth, cada uno con sus búsquedas medidas o estimadas, en orden recomendado.
Una investigación tarda entre 1 y 3 minutos.

Enviar una tarea de investigación

La tarea se acepta y queda en cola:
Lee el resultado con GET /v1/async/task/{id}, o añade webhook.url a la solicitud y recíbelo cuando la tarea termine. La tarea funciona como cualquier otra tarea asíncrona, y el resultado está en response. El esquema de la solicitud está en la referencia de la API.
Envía Prompt Research solo mediante POST /v1/prompt-research. POST /v1/async/task rechaza taskType: "PROMPT_RESEARCH".

Campos de la solicitud

El cuerpo es plano: los campos de la investigación y las opciones de la tarea van en el nivel superior.

Mercados

  • US escribe los prompts en inglés. La demanda es la media mensual de los últimos 12 meses (demandSource.period: "monthly_average_last_12_months"), así que un término estacional aparece más bajo en su pico que las búsquedas de ese mes.
  • KR escribe los prompts en coreano. La demanda cuenta los últimos 30 días (demandSource.period: "last_30_days"). El seed se compara con datos de búsqueda coreanos, así que envíalo tal como lo escriben quienes buscan en coreano.
language en el resultado es en para US y ko para KR.

Profundidad

depth fija cuántas condiciones combina un prompt, y cada profundidad hasta ese valor aparece en prompts: Las opciones de una misma pregunta son alternativas, así que un prompt combina piel grasa con un presupuesto y nunca con piel seca. Cada profundidad necesita al menos un prompt, así que limit debe ser al menos depth + 1. depth: 0 devuelve la petición básica de cada tipo y las preguntas que la gente busca sobre el tema.

Leer el resultado

Por ejemplo, una ejecución de sunscreen en EE. UU. devuelve un resultado como este, recortado a unas pocas entradas:

prompts[]

Los prompts en orden recomendado, hasta limit entradas. Los prompts de cada core empiezan por su petición básica y sus dos niveles de precio, y después siguen por demanda a través de las profundidades. Los cores se turnan en proporción a sus búsquedas, con todas las peticiones básicas primero, así que cualquier tramo inicial de la lista se reparte como la lista entera. Las preguntas que la gente hace para informarse sobre el tema (intent: "informational") ocupan cerca de una quinta parte de la lista cuando la investigación las encuentra, porque los compradores las hacen antes de elegir. Para ordenar solo por demanda, ordena por monthlySearchVolume.

cores[]

Los tipos de producto investigados, primero el del propio seed. Envía cores en la solicitud para investigar los tipos que elijas.

brands[] y otros campos

brands[] enumera marcas, fabricantes y líneas de producto que la gente busca en este ámbito, con su monthlySearchVolume. Su demanda queda fuera de prompts, porque los prompts no nombran marcas. Úsalas como los competidores con los que comparar tu marca.

Puntuar prompts frente a tu marca

Envía brand con brandDescription y cada prompt recibe un fit:
  • core: la descripción dice que tu marca ofrece lo que pide el prompt.
  • related: cualquier cosa que la descripción no menciona.
Un tipo de producto o una condición que la descripción excluye, como otro público u otro producto, se deja fuera, así que un resultado puede tener menos prompts que limit. fit adelanta en el orden los prompts que tu marca responde; las cifras de demanda no cambian.
Por ejemplo, los prompts de un resultado así llevan fit de esta forma:
La descripción se evalúa tal como está escrita, así que con una sola línea la mayoría de los prompts quedan como related. Para dejar un subtema totalmente fuera del resultado, usa exclude.

De la investigación a un monitor

Para seguir con qué frecuencia las respuestas de IA mencionan tu marca en estos prompts, pasa prompts[] a POST /v1/monitors. Esto toma la tarea de investigación terminada, usa sus prompts como prompts del monitor y las diez primeras brands[] como competidores (un monitor de marca acepta hasta 10), y crea un monitor de marca diario:
La lista está en orden recomendado, así que los N primeros forman un monitor equilibrado de N prompts. Una ejecución de un monitor puede encolar como máximo el límite tasksPerRun de tu cuenta (200 en una cuenta self-serve; GET /v1/monitors/capabilities informa del tuyo), contado para cada motor como prompts × puntos de ubicación × samples. Cuarenta prompts en cinco motores, con un punto y una muestra cada uno, son 200 tareas.
Crear un monitor inicia su primera ejecución de inmediato, y cada ejecución se cobra como las tareas que encola. Comprueba el número de prompts y de motores antes de crearlo.
Para un monitor de categoría, envía "mode": "CATEGORY" con una category y, cuando la investigación tenga más de un core, asigna cada prompt a su core en promptTopics. Consulta Monitores para ver ambos tipos y la solicitud completa.

Cómo leer las cifras

  • Las profundidades 0 y 1 son medidas. Una petición básica lleva las búsquedas de su tipo, y un prompt con una condición, las de su palabra clave (conditions[0].keyword).
  • Las profundidades 2 y superiores son estimadas. Un prompt con dos o más condiciones rara vez se busca tal cual, así que su cifra es una estimación (volumeBasis: "estimated"). Usa las estimaciones para ordenar prompts.
  • Los prompts amplios incluyen a los más concretos. Las búsquedas de sunscreen incluyen las de mineral sunscreen, así que no sumes las cifras de distintos prompts.
  • Menos de 10 búsquedas al mes aparece como null. volumeReason indica el motivo: not_searched (nadie busca la condición), part_not_searched (una de sus condiciones no se busca) o estimate_below_floor (la estimación es inferior a 10). Las opciones de cores[].questions se quedan en el resultado aunque nadie las busque, así que una investigación sobre un producto para empresas suele devolver muchos prompts null.
  • Las cifras son demanda de búsqueda. Cuentan las búsquedas de la necesidad detrás de cada prompt en el mercado, durante demandSource.period.

Errores y facturación

Una tarea completada cuesta 14 créditos. Una tarea fallida no se cobra. Consulta Créditos y límites.

Rechazos al enviar

Los errores de autenticación, créditos y concurrencia son los mismos que para cualquier tarea. Consulta Errores.

Tareas fallidas

Una tarea fallida tiene status: "FAILED" y una cadena error que empieza por su código:

Próximos pasos

Monitores GEO

Sigue los prompts que encontraste en los motores de IA de forma programada.