DataForSEO
SEO, search-engine results, keyword research, backlinks and AI visibility data.
即時 Perplexity LLM 回應
向 Perplexity 模型傳送 user_prompt 並同步回傳其回覆。model_name 必須來自 get_dataforseo_ai_perplexity_llm_responses_models——sonar、sonar-pro 與 sonar-reasoning-pro。web_search_country_iso_code 可限定搜尋範圍，其他三家廠商不提供此功能。回傳 model_name、input_tokens、output_tokens、reasoning_tokens、web_search、money_spent、datetime、items 與 fan_out_queries。讀取回應中的 money_spent 即可得知一次提示詞的實際成本。採用 DataForSEO 的信封結構：資料位於 tasks[0].result，結果狀態位於 tasks[0].status_code——被拒絕的請求仍會回傳 HTTP 200。
計費參考
- 計量方式：依回報的回應成本計量。
- 參考請求估算：0.0163 美元。
- 參考客戶倍率：1.0。不得對已結算的客戶金額再次套用。
僅供參考的中繼資料，並非帳戶報價、保證價格或消費上限。資源額度並非 Felo 額度。最終費用依 Felo 計費記錄為準。
- 類型: array (object | null)[]
- max類型: integer | null
_output _tokens AI 回應中的最大 token 數
選填欄位
最小值：1
最大值：4096；
預設值：2048；
注意：如果請求中指定的是推理模型，輸出 token 數可能超過指定的max_output_tokens上限 - message類型: array (object | null)[] | null
_chain 對話歷史 選填欄位 代表先前對話輪次的訊息物件陣列； 每個物件必須包含： role 字串，值為 user 或 ai 角色； message 字串，包含訊息內容（最多 500 個字元）； 陣列中最多可指定 10 個訊息物件； 注意：對於 Perplexity 模型，訊息必須嚴格在 user 與 AI 角色之間交替（user → ai）； 範例： "message_chain": [{"role":"user","message":"Hello, what’s up?"},{"role":"ai","message":"Hello! I’m doing well, thank you. How can I assist you today?"}]
- message類型: string | null
訊息文字
- role類型: string | null
訊息來源使用者的角色
- model類型: string
_name AI 模型名稱
必填欄位model_name由實際模型名稱與版本名稱組成；
如果只指定基礎模型名稱，將預設設定其最新版本；
可個別向以下端點發出請求，取得可用的 LLM 模型清單：https://api.dataforseo.com/v3/ai_optimization/perplexity/llm_responses/models - system類型: string | null
_message AI 行為指令
選填欄位
定義 AI 的角色、語氣或特定行為
在system_message欄位中最多可指定 500 個字元 - tag類型: string | null
使用者自訂任務識別碼
選填欄位
字元數上限為 255
可使用此參數識別任務，並將其與結果對應
可在回應的data物件中找到指定的tag值 - temperature類型: number | null
AI 回應的隨機性
選填欄位
值越高，輸出越多元
值越低，輸出越集中
最小值：0
最大值：1.9
預設值：0.77 - top類型: number | null
_p AI 回應的多樣性
選填欄位
透過限制 token 選擇來控制回應的多樣性
最小值：0
最大值：1
預設值：0.9 - user類型: string
_prompt AI 模型的提示詞
必填欄位
要傳送給 AI 模型的問題或任務；
在user_prompt欄位中最多可指定 500 個字元 - web類型: string | null
_search _country _iso _code 網路搜尋本地化用的國家代碼
選填欄位
指定國家 ISO 代碼以取得本地化的網路搜尋結果
注意：僅適用於 Perplexity Sonar 模型
範例：US
- 類型: object | null · Response36Afe1097B20_AiOptimizationPerplexityLlmResponsesLiveResponseInfo200
- 類型: number | null 格式: doublecost
任務總費用，美元
- 類型: integer | nullstatus
_code 一般狀態碼 完整回應碼清單請見此處
- 類型: string | nullstatus
_message 一般資訊訊息 完整的一般資訊訊息清單請見此處
- 類型: array (object | null)[] | nulltasks
任務陣列
- 類型: object | null · Response36Afe1097B20_AiOptimizationPerplexityLlmResponsesLiveTaskInfo
- cost類型: number | null 格式: double
任務總費用，美元
- data類型: object | null
包含你在 POST 請求中指定的相同參數
- property類型: object | null
Name
- id類型: string | null
任務識別碼 我們系統中 UUID 格式的唯一任務識別碼
- path類型: array (string | null)[] | null
URL 路徑
- result類型: array (object | null)[] | null
結果陣列
- datetime類型: string | null
收到結果的日期與時間
採用 UTC 格式：“yyyy-mm-dd hh-mm-ss +00:00”
範例：2019-11-15 12:57:46 +00:00 - fan類型: object | null
_out _queries 扇出查詢陣列
包含從主查詢衍生的相關搜尋查詢，以提供更全面的回答 - input類型: integer | null
_tokens 輸入中的 token 數
處理的 token 總數 - items類型: array (object | null)[] | null
回應項目陣列
包含結構化的 AI 回應資料- 類型: object | null · Response36Afe1097B20_MessageAiOptimizationLlmResponseElementItem
- 類型: object · Response36Afe1097B20_MessageAiOptimizationLlmResponseElementItem
- type識別欄位類型: string | null
元素類型
- sections類型: array (object | null)[] | null
推理鏈章節
包含 LLM 產生的推理鏈章節之物件陣列- annotations類型: array (object | null)[] | null
用於產生回應的參照陣列
若web_search參數未設為true，則為null
注意：即使web_search為true，annotations也可能傳回空值，因為 AI 會嘗試擷取網路資訊，但可能找不到相關結果- direct類型: string | null
_url 引用來源的直接 URL
包含url欄位中的 Vertex AI 重新導向所指向的原始來源 URL - end類型: integer | null
_index 註解索引的結束位置
- start類型: integer | null
_index 註解索引的開始位置
- text類型: string | null
推理鏈章節的文字
概述模型思考過程的推理鏈章節文字 - title類型: string | null
引用來源的網域或標題
- url類型: string | null
指向引用來源的重新導向 URL
包含指向原始來源的 Vertex AI 重新導向
- text類型: string | null
推理鏈章節的文字
概述模型思考過程的推理鏈章節文字 - type類型: string | null
元素類型
- model類型: string | null
_name 所用 AI 模型的名稱
- money類型: number | null
_spent - output類型: integer | null
_tokens 輸出中的 token 數
AI 回應中產生的 token 總數 - reasoning類型: integer | null
_tokens Integer numbers.
- web類型: boolean | null
_search 表示是否使用了網路搜尋
注意：在 Perplexity Sonar 模型中，網路搜尋預設為啟用
- result類型: integer | null 格式: int64
_count result 陣列中的元素數
- status類型: integer | null
_code 任務的狀態碼 由 DataForSEO 產生，範圍如下：10000-60000 完整回應碼清單請見此處
- status類型: string | null
_message 任務的資訊訊息 完整的一般資訊訊息清單請見此處
- time類型: string | null
執行時間，秒
- 類型: integer | null 格式: int64tasks
_count tasks 陣列中的任務數
- 類型: integer | null 格式: int64tasks
_error tasks 陣列中傳回錯誤的任務數
- 類型: string | nulltime
總執行時間，秒
- 類型: string | nullversion
API 的目前版本
application/json - 400
無法處理該要求。請檢查請求參數。
- 401
需要有效的 Felo API 金鑰。
- 402
由於未符合計費要求，要求無法繼續。
- 403
該帳戶無權執行此操作。
- 429
已達到要求或支出上限。
- 502
服務無法完成該要求。
- 503
API 或計費服務暫時無法使用。
- 504
服務在處理要求時逾時。
- default
錯誤回應；上游透傳回應可能採用供應商格式
application/json
curl https://openapi.felo.ai/v1/beta/dataforseo/ai_optimization/perplexity/llm_responses/live \
--request POST \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer YOUR_SECRET_TOKEN' \
--data '[
{
"system_message": "communicate as if we are in a business meeting",
"message_chain": [
{
"role": "user",
"message": "Hello, what’s up?"
},
{
"role": "ai",
"message": "Hello! I’m doing well, thank you. How can I assist you today? Are there any specific topics or projects you’d like to discuss in our meeting?"
}
],
"max_output_tokens": 200,
"temperature": 0.3,
"top_p": 0.5,
"web_search_country_iso_code": "FR",
"model_name": "sonar",
"user_prompt": "provide information on how relevant the amusement park business is in France now"
}
]'
{
"version": null,
"status_code": null,
"status_message": null,
"time": null,
"cost": null,
"tasks_count": null,
"tasks_error": null,
"tasks": [
{
"id": null,
"status_code": null,
"status_message": null,
"time": null,
"cost": null,
"result_count": null,
"path": [
null
],
"data": null,
"result": [
{
"model_name": null,
"input_tokens": null,
"output_tokens": null,
"reasoning_tokens": null,
"web_search": null,
"money_spent": null,
"datetime": null,
"items": [
{
"type": "[Max Depth Exceeded]",
"sections": "[Max Depth Exceeded]"
}
],
"fan_out_queries": null
}
]
}
]
}