API do Scraper ChatGPT: Respostas e Citações de IA em JSON

TL;DR:

• Uma API de raspagem do ChatGPT transforma a resposta do modelo em JSON estruturado. Um POST para o ator scraper.chatgpt retorna o texto da resposta, as citações por trás dela e os resultados da pesquisa na web que o ChatGPT consultou — como campos, não um screenshot.
• Duas entradas executam tudo. prompt contém a pergunta; um country opcional determina a execução para a saída residencial naquele mercado, para capturar a resposta que um usuário real lá veria.
• As citações chegam prontas para o gráfico. content_references lista cada fonte citada com seu título, URL e atribuição — o material bruto para rastreamento de participação de citação sem uma etapa de análise.
• O envelope nunca muda. Cada chamada retorna { status, task_id, task_result }, a mesma estrutura dos outros atores LLM Scrapeless, de modo que um wrapper escrito para o ChatGPT se estenda para Grok, Gemini, Perplexity e Copilot inalterado.
• Sem navegador para supervisionar. Renderização, gerenciamento de sessão e rotação de proxy acontecem no servidor; você chama um endpoint com um cabeçalho x-api-token e lê o JSON de volta.
• Grátis para começar. Novas contas Scrapeless incluem créditos de teste gratuitos — inscreva-se em app.scrapeless.com.

Introdução: a resposta é a nova página de resultados

O ChatGPT responde a perguntas sobre produtos diretamente: um comprador pergunta qual é a melhor ferramenta de suporte, o melhor CRM, o melhor provedor de proxy e recebe uma breve recomendação sintetizada com algumas fontes citadas. Não há página dois. Uma marca é mencionada naquela resposta — ou é invisível para aquele comprador.

Essa mudança criou uma nova necessidade de dados. Equipes que costumavam rastrear classificações agora precisam das respostas em si: armazenadas, comparadas e graficadas ao longo do tempo, com as citações que explicam por que o modelo disse o que disse. Capturar isso dirigindo a interface de chat em um navegador significa muros de login, respostas transmitidas e markup que muda sem aviso prévio.

O ator scraper.chatgpt colapsa o problema em uma solicitação HTTP: prompt dentro, resposta estruturada fora. Este guia cobre a forma da solicitação, o esquema da resposta campo a campo, um cliente Python executável e os atores acompanhantes que estendem o mesmo padrão ao resto da paisagem de respostas da IA. Para uma visão classificada da própria categoria de ferramenta, o guia das melhores raspagens de LLM cobre o ChatGPT ao lado das outras plataformas.

O que você pode fazer com isso

• Rastreamento de participação de citação. Execute um conjunto de prompts fixos em uma programação e conte quais domínios o ChatGPT cita para cada pergunta — a métrica GEO que substitui o rastreamento de classificação.
• Monitoramento de mencões à marca. Detecte quando a resposta a uma pergunta de compra começa ou para de mencionar seu produto, e qual fonte a menção rastreia.
• Análise de respostas competitivas. Capture como o modelo descreve uma categoria de produto em diferentes mercados e ao longo do tempo, com os links de apoio como dados.
• Captura multinacional. Determine execuções em diferentes países e compare as respostas lado a lado — a localidade altera tanto a resposta quanto as citações.
• Feedback da estratégia de conteúdo. Veja quais de suas páginas realmente recebem citações e para quais prompts, em vez de adivinhar a partir do tráfego.
• Construção de conjuntos de dados. Coletar triplas prompt–resposta–citação como JSON limpo para análise posterior ou pipelines de avaliação.

Por que o Raspador Scrapeless do ChatGPT

O ator scraper.chatgpt é parte da família Scrapeless LLM Chat Scraper dentro da linha Universal Scraping API. Ele trata a resposta da IA como um alvo de primeira classe:

• Uma solicitação, saída estruturada. Sem navegador para dirigir, sem streaming para reassemblar, sem DOM para analisar — o ator renderiza a superfície do chat no servidor e retorna campos analisados.
• Citações como dados. content_references carrega cada fonte citada como um objeto discreto; o corpo da resposta mantém suas marcas de citação inline para que os dois possam ser unidos.
• Saída residencial localizada. As execuções passam por proxies residenciais em mais de 195 países, para que respostas específicas à localidade sejam reprodutíveis por mercado.
• Um token, um envelope, cinco plataformas. O mesmo x-api-token e o contrato { status, task_id, task_result } cobrem os atores ChatGPT, Grok, Gemini, Perplexity e Copilot.

A referência completa de parâmetros está nos documentos do LLM Chat Scraper.

Pré-requisitos

• Uma conta e chave de API do Scrapeless — inscreva-se em app.scrapeless.com.
• curl para o teste rápido, ou Python 3.10+ para o cliente abaixo.
• Familiaridade básica com HTTP e JSON.

Armazene sua chave no ambiente para que nunca apareça no código:

export SCRAPELESS_API_KEY=seu_token_api_aqui

Como funciona o Scraper ChatGPT

Você nomeia o ator, fornece uma entrada e envia sua chave em um cabeçalho.

• Endpoint: POST https://api.scrapeless.com/api/v2/scraper/execute
• Ator: scraper.chatgpt
• Cabeçalho de Autenticação: x-api-token: $SCRAPELESS_API_KEY

Parâmetros da requisição

Captura rápida com curl

curl -sS -X POST https://api.scrapeless.com/api/v2/scraper/execute \
  -H "Content-Type: application/json" \
  -H "x-api-token: ${SCRAPELESS_API_KEY}" \
  -d '{
    "actor": "scraper.chatgpt",
    "input": { "prompt": "Quais são as melhores ferramentas de web scraping?", "country": "BR" }
  }'

Envelope da resposta

// exemplo ilustrativo — esquema de uma execução ao vivo do scraper.chatgpt; valores abreviados
{
  "status": "success",
  "task_id": "7218e510-…",
  "task_result": {
    "prompt": "Quais são as melhores ferramentas de web scraping?",
    "model": "gpt-5-5",
    "result_text": "A melhor ferramenta depende do caso de uso… ([source][1])",
    "content_references": [
      { "title": "…", "url": "https://…", "attribution": "…" }
    ],
    "search_result": [
      { "title": "…", "url": "https://…", "snippet": "…", "attribution": "…" }
    ],
    "links": [],
    "products": null,
    "web_search": false
  }
}

Campo por campo:

Obtenha sua chave de API no plano gratuito: app.scrapeless.com

Integração da API em Python

Um cliente completo: envie o prompt, verifique o envelope e imprima a tabela de citações.

import os
import requests

ENDPOINT = "https://api.scrapeless.com/api/v2/scraper/execute"


def ask_chatgpt(prompt: str, country: str = "BR") -> dict:
    resp = requests.post(
        ENDPOINT,
        headers={
            "Content-Type": "application/json",
            "x-api-token": os.environ["SCRAPELESS_API_KEY"],
        },
        json={"actor": "scraper.chatgpt", "input": {"prompt": prompt, "country": country}},
        timeout=180,
    )
    resp.raise_for_status()
    return resp.json()


if __name__ == "__main__":
    data = ask_chatgpt("Quais são as melhores ferramentas de web scraping?")
    result = data.get("task_result", {})
    refs = result.get("content_references") or []
    print(f"status={data.get('status')} modelo={result.get('model')} citações={len(refs)}")
    for i, ref in enumerate(refs, 1):
        print(f"  [{i}] {ref.get('attribution', '')}: {ref.get('title', '')[:60]} → {ref.get('url', '')[:60]}")

O corpo da resposta fica em result.get("result_text") como markdown; para trabalho de compartilhamento de citações, o loop acima geralmente é toda a tarefa — agrupe os URLs impressos por domínio e conte.

Atores complementares para o restante do panorama de respostas de IA

O mesmo endpoint, cabeçalho e envelope cobrem as plataformas vizinhas — apenas o nome do ator e um ou dois campos específicos da plataforma mudam:

• scraper.grok — adiciona um modo de raciocínio obrigatório e retorna painéis de citação separados web_search_results e x_search_results.
• scraper.gemini — mesmo input de dois campos que o ChatGPT; retorna result_text mais um array citations.
• scraper.perplexity — exige um country e um sinalizador web_search; retorna web_results, media_items e prompts relacionados.
• scraper.copilot — a superfície de resposta do Copilot sob o mesmo contrato.
• scraper.overview / scraper.aimode — bloco de visão geral de IA do Google e aba de Modo de IA; o guia de visão geral de IA cobre esse par do início ao fim.
  O preço da linha é baseado no uso, com créditos de teste gratuitos ao se inscrever — os níveis atuais estão na página de preços.

Como evitar problemas comuns

• content_references vazios em alguns prompts. O ChatGPT não cita fontes para todas as respostas — prompts de opinião ou puramente generativos podem retornar sem citações. Para rastreamento de citações, formule os prompts da maneira que um comprador pesquisador faria ("melhor X para Y"), o que acionará de forma confiável respostas baseadas na web.
• As respostas variam de execução para execução. O mesmo prompt pode produzir uma resposta e um conjunto de citações diferentes em minutos — essa volatilidade é o fenômeno que você está medindo. Armazene cada captura com seu task_id e timestamp e trate a série, e não qualquer execução única, como o sinal.
• Trate cada campo como anulável. products é null fora dos prompts de compras, links muitas vezes está vazio, e as contagens de citações flutuam entre as execuções. Leia o que está presente em vez de afirmar uma forma fixa.
• Defina o país de forma deliberada. Uma execução não fixada captura uma resposta; uma execução fixada captura a resposta para um mercado do qual você se importa. Mantenha o valor de country em seus registros armazenados para que as séries permaneçam comparáveis.

Conclusão: respostas como uma dependência de linha única

Capturar as respostas do ChatGPT se resume a um pedido: POST { actor: "scraper.chatgpt", input: { prompt, country } } com seu x-api-token, leia result_text para a resposta e content_references para as fontes, e armazene o par com seu task_id. O mesmo cliente, apontado para um conjunto de prompts e uma programação, torna-se um programa de participação de citação; apontado para os atores acompanhantes, torna-se a cobertura de todo o cenário de respostas de IA.

Pronto para construir seu pipeline de dados de respostas de IA?

Junte-se à nossa comunidade para reivindicar um plano gratuito e se conectar com desenvolvedores que estão construindo pipelines de respostas de IA: Discord · Telegram.

Inscreva-se em app.scrapeless.com para créditos de teste gratuitos e aponte o ator scraper.chatgpt para os prompts, mercados e horários que seu programa de monitoramento necessita.

FAQ

Q: É legal coletar respostas do ChatGPT?

O ator captura conteúdo de resposta renderizado publicamente. As regras variam de acordo com a jurisdição e os termos de serviço da plataforma, portanto, revise os ToS relevantes e consulte um advogado para seu caso de uso — especialmente antes de redistribuir respostas capturadas. Nunca colete dados pessoais protegidos sob o GDPR ou CCPA.

Q: Como eu me autentico?

Cada solicitação contém o cabeçalho x-api-token: <sua chave>. Uma chave de conta funciona em scraper.chatgpt e em todos os outros atores do Scrapeless. Crie uma chave no plano gratuito em app.scrapeless.com.

Q: Preciso de um proxy?

Não. A saída residencial e o geo-roteamento estão integrados no ator — country na entrada é toda a configuração.

Q: O que country realmente muda?

O mercado de saída residencial para a execução. As respostas e citações do ChatGPT são sensíveis ao local, portanto, uma execução fixada em DE pode nomear produtos diferentes e citar fontes diferentes do que uma execução fixada em US para o mesmo prompt.

Q: Como eu obtenho as citações em uma lista limpa?

Leia task_result.content_references — cada entrada é { title, url, attribution }. Nenhuma análise de texto é necessária; os marcadores em linha em result_text estão somente lá se você quiser ancorar citações a frases.

Q: Posso rodar isso sem um SDK ou agente de IA?

Sim. É HTTP simples — curl, Python requests, Node fetch ou qualquer cliente HTTP funciona diretamente contra POST /api/v2/scraper/execute. Nenhum SDK é necessário.

Q: O mesmo código funciona para Grok ou Gemini?

O envelope e a autenticação são idênticos; troque o nome do ator e ajuste os campos de entrada específicos da plataforma (Grok requer um mode, Perplexity requer country). As chaves de task_result diferem por plataforma, então faça o mapeamento por ator.