メインコンテンツへスキップ
Prompt Research は、購入者があるトピックについてAIアシスタントに送る最適なプロンプトを見つけます。トピックを送ると、製品の種類ごとの基本的な依頼と、その依頼に購入者が加える条件(予算、肌質、業種など)を付けたプロンプトが返ります。各プロンプトには背後にある月間検索数が付きます。prompts[] はおすすめ順に並び、brands[] は同じ分野でどのブランドが検索需要を集めているかを示します。見つけたプロンプトは、コンテンツの企画、回答エンジンへの質問、GEOモニターでの回答の追跡に使えます。

プロンプトの見つけ方

  1. 製品の種類。 その市場のキーワードデータから、人々がトピックの下で検索する製品の種類を見つけます。たとえば sunscreen の下の sunscreen stick です。これが結果の cores[] です。
  2. 条件。 種類ごとに、肌質、予算、チームの規模など、購入者の選択を絞り込む質問を見つけます。これが結果の cores[].questions です。その選択肢が条件になり、人々が検索するバリエーション(tinted sunscreen、sunscreen for oily skin)も条件になります。
  3. プロンプト。 条件を depth まで組み合わせてプロンプトを作り、それぞれに実測または推定の検索数を付けて、おすすめ順に並べます。
1回の調査には1〜3分ほどかかります。

調査タスクを送信する

タスクが受け付けられ、キューに入ります。
結果は GET /v1/async/task/{id} で取得するか、リクエストに webhook.url を指定してタスク完了時に受け取ってください。タスクはほかの非同期タスクと同じように動作し、結果は response に入ります。リクエストのスキーマは API リファレンスにあります。
Prompt Research は POST /v1/prompt-research からのみ送信してください。POST /v1/async/task は taskType: "PROMPT_RESEARCH" を拒否します。

リクエストフィールド

ボディはフラットで、調査用フィールドとタスクオプションはどちらもトップレベルに置きます。

市場

  • US はプロンプトを英語で書きます。需要は直近12か月の月間平均 (demandSource.period: "monthly_average_last_12_months")なので、季節性のある語はピーク時にその月の検索数より低く出ます。
  • KR はプロンプトを韓国語で書きます。需要は直近30日間の検索数 (demandSource.period: "last_30_days")です。シードは韓国の検索データと照合されるため、韓国の検索者が書くとおりに送ってください。
結果の language は、US では en、KR では ko です。

深さ

depth は1つのプロンプトが組み合わせる条件の数を決めます。その値までのすべての深さが prompts に現れます。 1つの質問の選択肢は互いに代替なので、脂性肌は予算とは組み合わせても、乾燥肌とは組み合わせません。各深さに少なくとも1つのプロンプトが必要なため、limit は depth + 1 以上でなければなりません。depth: 0 は種類ごとの基本的な依頼と、人々がトピックについて検索する質問を返します。

結果を読む

たとえば、米国での sunscreen の実行は次のような結果を返します(いくつかの項目に絞っています)。

prompts[]

おすすめ順に並んだプロンプトで、最大 limit 件です。各コアのプロンプトは基本的な依頼と2つの価格帯から始まり、その後は深さをまたいで需要の順に続きます。すべての基本的な依頼が先頭に来て、その後はコアが検索数に比例して交互に並ぶため、リストの先頭をどこで切っても全体と同じように分散します。トピックについて知るための質問(intent: "informational")は、調査で見つかればリストの約5分の1を占めます。購入者が選ぶ前に尋ねる質問だからです。需要の順だけで並べるには、monthlySearchVolume で並べ替えてください。

cores[]

調査した製品の種類で、シード自体の種類が最初に来ます。選んだ種類を調べるには、リクエストで cores を送ってください。

brands[] とその他のフィールド

brands[] は、この分野で検索されるブランド、メーカー、製品ラインを monthlySearchVolume とともに並べたものです。プロンプトにはブランド名を入れないため、この需要は prompts に含まれません。自社ブランドと比べる競合として使ってください。

ブランドに照らしてプロンプトを評価する

brand と brandDescription を送ると、各プロンプトに fit が付きます。
  • core: プロンプトが求めるものをブランドが提供していると説明にある。
  • related: 説明に書かれていないもの。
別の対象や製品など、説明が除外している製品の種類や条件は結果から外れるため、結果が limit より少なくなることがあります。fit はブランドが答えられるプロンプトを上位に上げます。需要の数値は変わりません。
たとえば、この結果のプロンプトには次のように fit が付きます。
説明は書かれたとおりに判断されます。1行の説明では、ほとんどのプロンプトが related になります。サブトピックを結果から完全に外すには、exclude を使ってください。

調査結果からモニターを作る

これらのプロンプトでAIの回答が自社ブランドにどれだけ言及するかを追跡するには、prompts[] を POST /v1/monitors に渡します。次の例は完了した調査タスクを取得し、そのプロンプトをモニターのプロンプトに、brands[] の上位10件を競合に使って(ブランドモニターの競合は最大10件)、毎日実行するブランドモニターを作成します。
リストはおすすめ順に並んでいるため、先頭のN件を取ればバランスのとれたN件のモニターになります。モニターの1回の実行でキューに入れられるタスクはアカウントの tasksPerRun の上限(セルフサーブのアカウントでは200。GET /v1/monitors/capabilities で確認できます)までで、エンジンごとにプロンプト数 × 地点数 × samples で数えます。5つのエンジンで40プロンプトを地点1つ・サンプル1回で実行すると200タスクです。
モニターを作成するとすぐに最初の実行が始まり、各実行はキューに入れるタスクと同じように課金されます。作成前にプロンプト数とエンジン数を確認してください。
カテゴリモニターの場合は、"mode": "CATEGORY" と category を送り、調査結果にコアが2つ以上あれば promptTopics で各プロンプトをその core に対応付けます。両方の種類とリクエスト全体についてはモニターを参照してください。

数値の読み方

  • 深さ0と1は実測値です。 基本的な依頼にはその種類の検索数が、条件が1つのプロンプトにはそのキーワード(conditions[0].keyword)の検索数が付きます。
  • 深さ2以上は推定値です。 条件が2つ以上のプロンプトはそのまま検索されることが少ないため、数値を推定します(volumeBasis: "estimated")。推定値はプロンプトの順位付けに使ってください。
  • 広いプロンプトは狭いプロンプトを含みます。 sunscreen の検索数には mineral sunscreen の検索数が含まれるため、プロンプトの数値を足し合わせないでください。
  • 月10回未満は null になります。 volumeReason が理由を示します。not_searched(誰もその条件を検索しない)、part_not_searched(条件のうち1つが検索されていない)、estimate_below_floor(推定値が10未満)のいずれかです。cores[].questions の選択肢は誰も検索しなくても結果に残るため、法人向け製品の調査では null のプロンプトが多く返ることがあります。
  • 数値は検索需要です。 demandSource.period の期間に、その市場で各プロンプトの背後にあるニーズが検索された数です。

エラーと課金

完了したタスク1件につき14クレジットです。失敗したタスクは課金されません。クレジットと制限を参照してください。

送信時の拒否

認証、クレジット、同時実行のエラーはほかのタスクと同じです。エラーを参照してください。

失敗したタスク

失敗したタスクは status: "FAILED" となり、コードで始まる error 文字列を持ちます。

次のステップ

GEOモニター

見つけたプロンプトを、AIエンジン全体でスケジュールに沿って追跡します。