À medida que a pesquisa por IA substitui os motores de busca tradicionais, mais consultas de usuários, conteúdo e tomada de decisões acontecem dentro de modelos como ChatGPT, Perplexity, Copilot, Gemini e Google AI Overviews. As marcas e equipes precisam de uma forma de coletar, analisar e monitorar insights em tempo real a partir desses motores de IA—incluindo prompts, respostas, citações, classificações, tendências e menções de concorrentes.

A API LLM Chat Scraper foi criada exatamente para este propósito.

Ela fornece uma interface de raspagem unificada para extrair dados estruturados e em tempo real de todos os principais modelos de IA—permitindo que você use os resultados para GEO (Otimização de Motor Generativo), monitoramento de concorrentes, otimização de estratégia de conteúdo e inteligência de busca.

Introdução

Usar a API LLM Chat Scraper consiste em dois passos simples:

Passo 1: Criar uma Tarefa

Envie uma solicitação POST para criar uma tarefa de raspagem. Se webhook.url for especificado, o resultado será enviado automaticamente quando a tarefa for concluída.

Exemplo de Solicitação

curl '{api_host}/api/v2/scraper/request' \
--header 'Content-Type: application/json' \
--header 'x-api-token: {you_api_key}' \
--data '{
  "actor": "scraper.chatgpt",
  "input": {
    "prompt": "Serviço de proxy mais confiável para extração de dados",
    "country": "US",
    "web_search": true
  },
  "webhook": {
    "url": "http://www.seuwehook.com"
  }
}'

Passo 2: Recuperar o Resultado

Os resultados são armazenados por 5 minutos. Certifique-se de buscá-los prontamente.

Exemplo de Solicitação

curl --request GET '{api_host}/api/v2/scraper/result/{task_id}' \
--header 'Content-Type: application/json' \
--header 'x-api-token: {you_api_key}'

Parâmetros Comuns

Estrutura de Dados do Resultado

Formato de Push do Webhook

Se webhook.url for especificado, a API envia o resultado via POST.

Códigos de Status HTTP

Visão Geral dos Raspadores

Abaixo estão os raspadores de modelos de IA suportados e seus formatos de dados.

1. Raspador ChatGPT

Parâmetros do Corpo

Campos de Resposta

2. Raspador Perplexity

Principais Campos de Resposta

• prompt
• result_text
• related_prompt (perguntas relacionadas)
• web_results (título, URL, snippet)
• media_items (vídeos, mapas, imagens)
• locations (lat/lng, descrição, categorias, endereço)
  Suporta dados estruturados ricos para viagens, informações locais, notícias e tópicos em alta.

3. Copilot Scraper

Suporta múltiplos modos:
pesquisa, inteligente, chat, razão, estudo

Parâmetros do Corpo

Campos de Resposta

• result_text
• prompt
• modo
• links
• citações

4. Gemini Scraper

Campos de Resposta

• result_text
• prompt
• citações (favicon, destaques, trecho, nome_do_site)

Suporta estruturas de citação ricas semelhantes às respostas do Google Gemini.

5. Google AI Mode Scraper

Usado para extrair Visões Gerais do Google AI / Respostas AIO.

Campos de Resposta

Ajuda & FAQ

Cobrança

Se o resultado for gerado, mas não recuperado dentro de 5 minutos, o pedido ainda será cobrado.
Para evitar desperdício:

• Recupere os resultados imediatamente, ou
• Configure um webhook para receber resultados automaticamente

Fonte de Dados

Nós apenas extraímos dados públicos, acessíveis sem login, garantindo conformidade e proteção à privacidade.

Países / Regiões Suportados

(Lista parcial abaixo)

Lista completa com 195+ países está disponível sob solicitação.

Conclusão

A API LLM Chat Scraper dá às equipes a capacidade de:

• Monitorar menções de marca em todas as plataformas de chat de IA
• Rastrear a presença e o ranking dos concorrentes nas respostas de IA
• Analisar saídas do modelo, citações e tendências
• Construir estratégias de GEO (Otimização de Motor Generativo)
• Automatizar pipelines de inteligência em tempo real
• Acessar dados estruturados de todo o ecossistema de busca de IA

É mais do que um scraper — é uma camada de infraestrutura de dados para a Era da Busca de IA.

Entre em contato conosco para desbloquear a solução completa de dados GEO —
para que cada peça de conteúdo seja respaldada por dados, alinhada ao comportamento do algoritmo e posicionada para um crescimento mensurável.