> ## Documentation Index > Fetch the complete documentation index at: https://docs.aibase.com/llms.txt > Use this file to discover all available pages before exploring further. # GEO 排名监测 > 对指定品牌关键词在多个大模型平台、多个监控问题下进行持续 GEO 排名与可见度监测。 GEO 排名监测用于对指定品牌关键词在多个大模型平台、多个监控问题（提示词）下进行持续的 GEO 排名和品牌可见度监测。提交任务后先返回任务标识，再通过任务查询接口轮询获取汇总统计、提示词维度分析、平台曝光明细及每期监控历史。 **执行模式：ASYNC · 异步。** 本接口采用异步任务模式：向统一入口提交请求后，平台返回 `requestId` 和 `taskId`；随后使用 `taskId` 轮询 [异步任务查询接口](/api-reference/tasks)（建议每隔 10 秒查询一次）获取最终结果。 ## 接口速查 | 项目 | 当前接口约定 | | ---- | ---------------------------------------- | | 接口状态 | 已上线 | | 请求方式 | `POST` | | 请求地址 | `https://api.aibase.cn/v1/openapi/tasks` | | 业务标识 | `geo.rank_monitor` | | 执行模式 | **ASYNC · 异步**（需轮询结果） | | 身份认证 | Header `AIBase-API-Key` | | 请求格式 | `application/json` | ## 请求头 AIBase 开放平台 API Key，例如 `AIBase_xxx`。请仅在服务端保存和使用。固定为 `application/json`。可选的客户端请求追踪标识。 ## 请求体固定为 `geo.rank_monitor`。当前业务接口的参数对象。任务名称，不能为空，最长 200 个字符。参与检测的大模型平台编码列表，至少 1 个（如 `["volcengine", "baidu", "deepseek"]`）。列表项不能为空字符串。监控问题（提示词）列表，至少 1 条，每条文本不能为空。每轮重复查询次数，范围 1～3。不传时按默认规则处理。目标品牌关键词列表，至少 1 个。命中规则应用于上述全部监控问题。 ```bash cURL (第一步：提交任务) theme={null} curl --request POST \ --url https://api.aibase.cn/v1/openapi/tasks \ --header "AIBase-API-Key: ${AIBASE_API_KEY}" \ --header 'Content-Type: application/json' \ --data '{ "apiCode": "geo.rank_monitor", "data": { "taskName": "小米品牌可见度监控", "platforms": ["volcengine", "baidu", "deepseek"], "promptTexts": [ "国产手机哪家性价比高", "小米手机怎么样", "智能家居品牌推荐" ], "repeatQueryTimes": 1, "brandKeywords": ["小米", "Xiaomi"] } }' ``` ```python Python (提交并轮询) theme={null} import os import time import requests api_key = os.environ["AIBASE_API_KEY"] headers = { "AIBase-API-Key": api_key, "Content-Type": "application/json", } # 1. 提交任务 res = requests.post( "https://api.aibase.cn/v1/openapi/tasks", headers=headers, json={ "apiCode": "geo.rank_monitor", "data": { "taskName": "小米品牌可见度监控", "platforms": ["volcengine", "baidu", "deepseek"], "promptTexts": [ "国产手机哪家性价比高", "小米手机怎么样", "智能家居品牌推荐", ], "repeatQueryTimes": 1, "brandKeywords": ["小米", "Xiaomi"], }, }, timeout=30, ) res.raise_for_status() task_id = res.json()["data"]["taskId"] print("任务已提交，taskId:", task_id) # 2. 轮询结果（10 秒间隔） while True: time.sleep(10) query_res = requests.get( f"https://api.aibase.cn/v1/openapi/tasks/{task_id}", headers={"AIBase-API-Key": api_key}, timeout=30, ) payload = query_res.json() status = payload["data"]["status"] if status == 2: print("检测完成，结果如下:") print(payload["data"]["result"]) break elif status != 1: raise RuntimeError(f"任务异常，status: {status}") ``` ```javascript Node.js theme={null} import { setTimeout } from "node:timers/promises"; const apiKey = process.env.AIBASE_API_KEY; const headers = { "AIBase-API-Key": apiKey, "Content-Type": "application/json", }; const res = await fetch("https://api.aibase.cn/v1/openapi/tasks", { method: "POST", headers, body: JSON.stringify({ apiCode: "geo.rank_monitor", data: { taskName: "小米品牌可见度监控", platforms: ["volcengine", "baidu", "deepseek"], promptTexts: ["小米手机怎么样", "智能家居推荐"], brandKeywords: ["小米"], }, }), }); const { data: { taskId } } = await res.json(); while (true) { await setTimeout(10000); const check = await fetch(`https://api.aibase.cn/v1/openapi/tasks/${taskId}`, { headers: { "AIBase-API-Key": apiKey }, }); const json = await check.json(); if (json.data?.status === 2) { console.log("检测结果:", json.data.result); break; } } ``` ## 第一步：提交任务响应提交后平台先返回异步任务标识： ```json 200 (提交任务响应) theme={null} { "code": 200, "msg": "成功", "data": { "requestId": "599b2f8f39078d", "taskId": "task_d77143abc87642d4842ff588197faa89" }, "timeStamp": 1789550182642 } ``` ## 第二步：最终结果字段说明（GET 查询返回）轮询任务查询接口，当 `status = 2` 时，`data.result` 返回完整的检测结果结构：最近一次检测时间，格式为 `yyyy-MM-dd HH:mm:ss`。任务汇总统计对象。无统计时可能为 `null`。该任务下的监控提示词（问题）总数。累计监控总次数。目标品牌被提及的总次数合计。全部已完成分析记录的曝光次数累计。平均曝光率（百分比数值）。提示词维度列表，每个提示词包含历史曝光数据和各期监控明细。提示词 ID。提示词（问题）内容。排序序号。该提示词最后一次监控时间。最近一次检测时间。该提示词累计监控次数。品牌提及率（百分比数值）。该提示词下的曝光次数累计。该提示词在各大模型平台上的曝光数据列表。大模型平台编码。该提示词在该平台上的品牌曝光次数。该提示词在该平台上的品牌提及次数。平均提及率（百分比数值）。该平台累计检测次数。单期监控历史执行列表。本期执行记录 ID。本期执行时间。本期被推荐次数。本期总检测次数。本期总曝光次数。本期可见度（百分比数值）。本期各平台的详细分析记录。监控分析记录 ID。大模型平台编码。该分析记录使用的提示词。监控状态（如 `success`）。是否推荐：`1` 已推荐，`0` 未推荐。品牌曝光次数。品牌排名位置。引用来源条数。回答涉及的品牌总数。回答提及的品牌明细列表（包含 `brandName`、`exposureCount`、`rankingPosition`）。回答引用的来源列表（包含 `platformName`、`citationUrl`、`citationCount`、`citationTitle`、`domain`）。 ```json 200 (最终成功 result 结构) theme={null} { "lastMonitorTime": "2026-09-15 10:30:00", "latestStatistics": { "totalPrompt": 5, "totalMonitor": 20, "totalMentioned": 16, "totalExposureCountSum": 80, "avgExposure": 18.50 }, "prompts": [ { "promptId": "111", "promptText": "小米手机怎么样", "promptOrder": 1, "lastMonitorTime": "2026-09-15 10:30:00", "lastDetected": "2026-09-15 10:30:00", "monitorCount": 4, "mentionRate": 80.00, "totalExposureCountSum": 20, "platformExposures": [ { "platform": "deepseek", "totalExposure": 8, "totalMentions": 6, "avgMentioned": 75.00, "monitorCount": 4 } ], "runs": [ { "runId": "222", "runTime": "2026-09-15 10:30:00", "recommendedCount": 1, "totalDetected": 3, "totalExposure": 5, "visibilityPercent": 80, "platformDetails": [ { "analysisId": "333", "platform": "deepseek", "promptText": "小米手机怎么样", "status": "success", "isRecommended": 1, "exposureCount": 5, "position": 2, "citationSourceCount": 2, "brandCount": 3, "brandRecords": [ { "brandName": "小米", "exposureCount": 5, "rankingPosition": 1 } ], "sourceRecords": [ { "platformName": "官网", "citationUrl": "https://www.mi.com", "citationCount": 2, "citationTitle": "小米官网", "domain": "mi.com" } ] } ] } ] } ] } ``` ## 接入注意事项 1. **固定业务标识**：`apiCode` 必须固定为 `geo.rank_monitor`。 2. **校验限制**：`taskName` 不能为空且最长 200；`platforms` 至少包含 1 个模型平台编码；`promptTexts` 至少包含 1 条提示词。 3. **两阶段调用**：提交端点仅返回任务 `taskId`，请按照每隔 10 秒的频率调用任务查询端点，待 `status = 2` 时从 `data.result` 获取完整树状结果。 4. **层级结构解析**：结果中包含 `prompts`（提示词）→ `runs`（执行期次）→ `platformDetails`（各平台明细）的三层下钻结构，客户端解析时需做好多层嵌套与空列表的兼容。