LLM Mentions
Eine LLM-Erwähnung ist eine Frage, bei deren Beantwortung Google AI Overviews oder ChatGPT eine Domain zitiert oder ein Keyword aufgreift, festgehalten mit der vollständigen Antwort, den zitierten Seiten, dem zugrunde liegenden Modell und der Anzahl monatlicher Anfragen sowie bei ChatGPT mit den genannten Marken und den zusätzlich ausgeführten Suchen. Nebeneinander gelesen zeigen diese Antworten, bei welchen Fragen eine Marke KI-Nutzern begegnet, auf welche Quellen sich die Modelle stützen und wo ein Produkt falsch beschrieben wird, und liefern so die Grundlage für GEO-Audits, Content-Planung und Wettbewerbsvergleiche.
Funktionen der LLM Mentions API
- Start mit einer Domain oder einem Keywordtarget sucht Antworten, die eine Domain wie notion.so zitieren, query sucht Antworten, die ein Keyword oder einen Markennamen erwähnen, sodass Sie Ihre Website und die Sprache Ihrer Kategorie verfolgen können.
- Die Antwort so, wie Nutzer sie lesenanswer enthält die gesamte Antwort in Markdown mit Überschriften, Listen und eingebetteten Links, damit Sie die Formulierung des Modells zitieren oder prüfen können.
- Jede zitierte Seitesources nennt für jede zitierte Seite Position, Titel, URL, Domain, Seitenname und Auszug und zeigt, wessen Inhalte die Antwort geprägt haben.
- Nachfrage hinter jeder Frageai_search_volume schätzt, wie oft die Frage pro Monat gestellt wird, sodass sich Erwähnungen bei gefragten Fragen von seltenen unterscheiden lassen.
- Marken, Webergebnisse und Folgesuchen bei ChatGPTMit platform chat_gpt listet brands die genannten Marken in Reihenfolge, search_results die von ChatGPT herangezogenen Seiten und fan_out_queries die zusätzlich ausgeführten Suchen.
- Zeitpunkt der Erfassungfirst_seen_at und last_seen_at datieren jede Antwort und helfen, langjährige von neuen Antworten zu trennen.
Parameter der LLM Mentions API
| Parameter | Erforderlich | Beschreibung |
|---|---|---|
target | Erforderlich (mindestens eines) | Domain, die in KI-Antworten verfolgt wird, etwa hubspot.com, ohne Seitenpfad. Senden Sie entweder target oder query. |
query | Erforderlich (mindestens eines) | Keyword oder Markenname, der in KI-Antworten verfolgt wird, etwa crm software, bis zu 250 Zeichen. Senden Sie entweder target oder query. |
platform | Optional | google liest Google AI Overviews und ist der Standard; chat_gpt liest ChatGPT-Antworten für die USA auf Englisch. |
location_code | Optional | Standortcode des Markts. Standard ist 2840 (USA), der Markt der chat_gpt-Antworten. |
location_name | Optional | Name des Markts als Alternative zu location_code. Wenn ausgefüllt, wird er statt location_code verwendet. |
language_code | Optional | Sprachcode der Antworten. Standard ist en, die Sprache der chat_gpt-Antworten. |
language | Optional | Sprachname als Alternative zu language_code. Wenn ausgefüllt, wird er statt language_code verwendet. |
results_limit | Optional | Höchstzahl der Antworten von 1 bis 1000. Standard ist 100. |
So verwenden Sie die LLM Mentions API
Senden Sie eine Domain oder ein Keyword und lesen Sie eine Zeile pro KI-Antwort.
- Senden Sie {"target": "notion.so", "platform": "google", "results_limit": 100} per POST an /v1/ai-search/llm-mentions.
- Fragen Sie GET /v1/tasks/{task_id} ab, bis status den Wert succeeded hat.
- Lesen Sie die Antworten aus results.items und rufen Sie mit results.next_cursor die nächste Seite ab, solange has_more true ist.
curl -X POST "https://api.socq.ai/v1/ai-search/llm-mentions" \
-H "Authorization: Bearer $SOCQ_API_KEY" \
-H "Content-Type: application/json" \
-d '{"target":"notion.so","platform":"google","results_limit":100}'Anwendungsfälle der LLM Mentions API
- Präsenz einer Domain in KI-Antworten prüfen: Setzen Sie Ihre Domain als target, sortieren Sie nach ai_search_volume und lesen Sie answer und sources, um zu sehen, welche gefragten Fragen Sie zitieren und wie Sie beschrieben werden.
- Seiten finden, denen KI in einer Kategorie vertraut: Nutzen Sie ein Kategorie-Keyword als query und zählen Sie Domains und URLs in sources, um eine Liste lohnender Artikel für Pitches oder eigene Verbesserungen zu erstellen.
- Marken in ChatGPT-Antworten vergleichen: Fragen Sie mit platform chat_gpt Ihre Marke und Wettbewerber ab und vergleichen Sie brands samt Position über dieselben Fragen.
- Inhalte aus fehlenden Blickwinkeln planen: Sammeln Sie question und fan_out_queries aus Antworten ohne Ihre Marke und machen Sie daraus Briefings für Seiten, die Modelle zitieren können.
Profi-Tipps zur LLM Mentions API
- Prüfen Sie eine Marke in beiden Formen, die Domain in target und den Namen in query, denn Zitate einer Website und Erwähnungen eines Namens liefern unterschiedliche Antworten.
- Holen Sie benötigte Antworten mit einem höheren results_limit in einer Anfrage, da die Grundgebühr von 40 Credits pro Anfrage anfällt.
- Speichern Sie die id jeder Zeile und vergleichen Sie beim nächsten Lauf last_seen_at, um neue von bereits geprüften Antworten zu unterscheiden.
Verwandte APIs
Ergänzend zur LLM Mentions API nutzen Sie diese APIs, wenn Sie eine andere Art öffentlicher AI Search-Daten benötigen.
- AI Search Visibility API — Messen, wie oft KI-Antworten eine Domain oder ein Keyword nennen – mit KI-Suchvolumen, meistzitierten Domains und bei ChatGPT den mitgenannten Marken.
- LLM Top Sources API — Die 10 Domains oder Seiten ranken, die AI Overviews und ChatGPT zu einem Keyword oder einer Domain am häufigsten zitieren – nach Erwähnungen und KI-Suchvolumen.
- Google AI Mode API — Die vollständige Antwort von Google AI Mode zu einer Suche in Markdown abrufen – mit jeder zitierten Quelle, für jedes Land und jede Sprache.