> ## Documentation Index
> Fetch the complete documentation index at: https://docs.querying.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# API do Meta AI: respostas, páginas citadas e consultas de busca

> Faça uma pergunta ao Meta AI e receba a resposta em texto e Markdown, com as páginas citadas e as buscas que ele fez.

`META_AI` pergunta ao chat do Meta AI em meta.ai.

| | |
| - | - |
| taskType | `META_AI` |
| Lê | `prompt` (recorre a `query`) |
| Créditos | 1 |
| País | Opcional, padrão `US`. |

## Requisição

O Meta AI recusa a maioria dos prompts no formato "best" mais um produto, então formule perguntas de compras como pergunta:

```bash theme={"theme":"css-variables"}
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" } }'
```

## Resposta

| Campo | Tipo | Descrição |
| - | - | - |
| `text` | string | A resposta. Fórmulas aparecem em LaTeX, como foram escritas. Cartões de produto aparecem como linhas de lista com o preço, e tabelas comparativas como tabelas Markdown, onde o Meta AI as mostrou. |
| `markdown` | string | A resposta com links numerados para as páginas citadas. Fórmulas ficam entre sinais `$`, ou `$$` em uma linha própria. Nomes de produtos levam à página do produto. Retornado sem nenhuma flag. |
| `sources` | array | As páginas citadas: `position`, `url`, `label`, `publisher`. Em um produto do catálogo da Meta, `label` é o produto e `publisher` a marca. |
| `searchQueries` | string\[] | As buscas na web que o Meta AI fez. |
| `shoppingCards` | array | Os cartões de produto que o Meta AI mostrou: `title`, `position`, `price` (`value`, `currency`, `raw`), `oldPrice` (o preço antes da promoção), `brand`, `thumbnail`, `productLink`, `productId`. |
| `inlineProducts` | array | Os produtos que a resposta cita, em ordem: `title`, `position`, `price`, `oldPrice`, `thumbnail`, `productLink`, `productId`. Um cartão com o mesmo `productId` é o mesmo produto. |
| `notice` | object | Presente quando o Meta AI recusou o prompt. Veja abaixo. |
| `rawResponse` | array | As chamadas de ferramenta da Meta e sua resposta estruturada final. Só com `include.rawResponse`. |

Por exemplo:

```json theme={"theme":"css-variables"}
{
  "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"]
}
```

## Flags include

| Flag | Efeito |
| - | - |
| `rawResponse` | Adiciona `rawResponse`. |

`markdown` não precisa de flag. `searchQueries`, `ads` e `shopping` não têm efeito. `shoppingCards` e `inlineProducts` chegam com cada resposta que mostra produtos. `analysis` é recusado com `422 VALIDATION_ERROR` e `citationAnalysis` com `400 VALIDATION_ERROR`. `html` adiciona a tela que o Meta AI mostrou, por 0,25 crédito quando a página é armazenada. Veja [Páginas HTML](/pt/engines/html-pages.md). Veja [Markdown e respostas brutas](/pt/engines/response-options.md).

## Recusas

O Meta AI recusa muitos prompts de compras no formato "best" mais um produto, como "best running shoes 2026". A tarefa então **é concluída** com `text` vazio e um `notice` que cita a mensagem da Meta:

```json theme={"theme":"css-variables"}
{
  "text": "",
  "markdown": "",
  "sources": [],
  "notice": { "type": "policy_declined", "scope": "text", "message": "Your request was blocked by our security system." }
}
```

O mesmo prompt recebe a mesma recusa em uma nova tentativa. Reformule-o como pergunta, por exemplo "Which running shoes work best for flat feet?".

## Relacionados

* [Página do produto Meta AI](https://querying.ai/pt/engines/meta-ai)
* [Visão geral dos mecanismos](/pt/engines/overview.md)


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.