跳转到主要内容
Prompt Research 会找出购买者就一个主题发给 AI 助手的最佳提示词。发送一个主题,结果会先列出每种产品类型的基本请求,再列出加上购买者常提条件(如预算、肤质或行业)后的同一请求。每条提示词都带有其背后的月搜索量,prompts[] 按推荐顺序排列,brands[] 则显示同一领域中哪些品牌吸引了搜索需求。找到的提示词可用于规划内容、向回答引擎提问,或在 GEO 监测中追踪回答。

如何找到提示词

  1. 产品类型。 该市场的关键词数据会显示人们在这个主题下搜索的产品类型,例如 sunscreen 下的 sunscreen stick。它们就是结果中的 cores[]。
  2. 条件。 为每种类型找出缩小购买者选择范围的问题,例如肤质、预算或团队规模。它们就是结果中的 cores[].questions。这些问题的选项会成为条件,人们搜索的变体(tinted sunscreen、sunscreen for oily skin)也会成为条件。
  3. 提示词。 条件按 depth 组合成提示词,每条带有实测或估算的搜索量,并按推荐顺序排列。
一次研究大约需要 1 到 3 分钟。

提交研究任务

任务被接受并进入队列:
用 GET /v1/async/task/{id} 读取结果,或在请求中加入 webhook.url,在任务完成时接收结果。该任务与其他异步任务的用法相同,结果位于 response 中。请求 schema 见 API 参考。
Prompt Research 只能通过 POST /v1/prompt-research 提交。POST /v1/async/task 会拒绝 taskType: "PROMPT_RESEARCH"。

请求字段

请求体是扁平的:研究字段和任务选项都位于顶层。

市场

  • US 用英语撰写提示词。需求是过去 12 个月的月平均值 (demandSource.period: "monthly_average_last_12_months"),因此季节性词在旺季的数值会低于当月实际搜索量。
  • KR 用韩语撰写提示词。需求统计过去 30 天 (demandSource.period: "last_30_days")。种子词会与韩语搜索数据匹配,请按韩国用户的搜索写法发送。
结果中的 language 在 US 时为 en,在 KR 时为 ko。

深度

depth 决定一条提示词组合多少个条件,不超过该值的每个深度都会出现在 prompts 中: 同一问题的选项互为替代,因此提示词会把油性皮肤与预算搭配,但不会与干性皮肤搭配。每个深度至少需要一条提示词,所以 limit 必须至少为 depth + 1。depth: 0 只返回每种类型的基本请求,以及人们关于该主题搜索的问题。

读取结果

例如,sunscreen 在美国的一次运行会返回如下结果(只保留了少数条目):

prompts[]

按推荐顺序排列的提示词,最多 limit 条。每个核心的提示词先是其基本请求和两个价格档次,之后跨深度按需求排列。所有基本请求排在最前,之后各核心按搜索量比例轮流排入,因此截取列表的任意前段,分布都与整体一致。人们为了解主题而提出的问题(intent: "informational")在研究找到时约占列表的五分之一,因为购买者在做选择之前会问这些问题。若只想按需求排序,请按 monthlySearchVolume 排序。

cores[]

研究的产品类型,种子词自身的类型排在最前。在请求中发送 cores 可研究你选定的类型。

brands[] 与其他字段

brands[] 列出该领域中被搜索的品牌、厂商和产品线及其 monthlySearchVolume。由于提示词不包含品牌名,这部分需求不计入 prompts。可以把它们用作与你的品牌比较的竞品。

按品牌为提示词打分

同时发送 brand 和 brandDescription,每个提示词都会带上 fit:
  • core:描述表明你的品牌提供提示词所问的东西。
  • related:描述中没有提到的内容。
描述排除的产品类型或条件(例如其他受众或产品)会被剔除,因此结果可能少于 limit 条提示词。fit 会把你的品牌能回答的提示词排得更靠前;需求数字保持不变。
例如,这类结果中的提示词会带有如下 fit:
描述按字面判断,因此只有一句话的描述会让大多数提示词成为 related。若要把某个子主题完全排除在结果之外,请使用 exclude。

从研究到监测器

要追踪 AI 回答在这些提示词上提及你的品牌的频率,把 prompts[] 传给 POST /v1/monitors。下面的示例获取已完成的研究任务,把其中的提示词用作监测器的提示词,把前十个 brands[] 用作竞品(品牌监测器最多接受 10 个),并创建一个每日运行的品牌监测器:
列表已按推荐顺序排列,所以取前 N 条就是一个均衡的 N 条提示词监测器。监测器每次运行排入的任务不能超过账户的 tasksPerRun 限制(自助账户为 200;你的限制见 GET /v1/monitors/capabilities),每个引擎按提示词 × 位置点 × samples 计数。40 个提示词在五个引擎上各用一个位置点和一次采样,就是 200 个任务。
创建监测器后会立即开始第一次运行,每次运行都按其排入的任务计费。创建前请检查提示词和引擎数量。
如需品类监测器,请发送 "mode": "CATEGORY" 和 category;研究有多个核心时,在 promptTopics 中把每个提示词映射到它的 core。两种监测器和完整请求见 GEO 监测。

解读数字

  • 深度 0 和 1 是实测值。 基本请求带有其类型的搜索量,单条件提示词带有其关键词(conditions[0].keyword)的搜索量。
  • 深度 2 及以上是估算值。 包含两个及以上条件的提示词很少被原样搜索,因此其数字是估算值(volumeBasis: "estimated")。估算值用于给提示词排序。
  • 宽泛的提示词包含更具体的提示词。 sunscreen 的搜索量包含 mineral sunscreen 的搜索量,因此不要把各提示词的数字相加。
  • 每月少于 10 次搜索时为 null。 volumeReason 说明原因:not_searched(没人搜索该条件)、part_not_searched(其中一个条件没人搜索)或 estimate_below_floor(估算值低于 10)。cores[].questions 的选项即使没人搜索也会留在结果中,因此研究企业类产品时常会返回许多 null 提示词。
  • 数字是搜索需求。 它们统计的是 demandSource.period 期间、该市场中针对每条提示词背后需求的搜索次数。

错误与计费

每个完成的任务消耗 14 积分。失败的任务不收费。见积分与限制。

提交时被拒绝

认证、积分和并发错误与其他任务相同。见错误。

失败的任务

失败的任务带有 status: "FAILED",以及以错误码开头的 error 字符串:

后续步骤

GEO 监测

按计划在各个 AI 引擎上追踪你找到的提示词。