> ## 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 排名查询工具 > 检测指定 AI 咨询问题在多个大模型平台中的品牌推荐、曝光、排名、情感及来源引用情况。 GEO 排名查询工具用于检测指定 AI 咨询问题在多个主流大模型平台（如 DeepSeek、火山引擎、百度、腾讯、阿里云等）中的品牌推荐表现、曝光次数、排序位置、情感倾向以及引用来源链接。 **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，平台先返回 `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.ranking` | | 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.ranking`。当前业务接口的参数对象。 AI 咨询的问题，例如 `"性价比高的智能手机推荐"`。品牌关键词列表，用于检测是否在大模型回答中命中并推荐，例如 `["小米", "华为", "苹果"]`。参与检测的各大模型平台编码列表，例如 `["deepseek", "volcengine", "baidu", "tencent", "aliyun"]`。 ```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 'AIBase-Request-Id: req-20260908-000001' \ --header 'Content-Type: application/json' \ --data '{ "apiCode": "geo.ranking", "data": { "keyword": "性价比高的智能手机推荐", "brandKeyword": ["小米", "华为", "苹果"], "platforms": ["deepseek", "volcengine", "baidu", "tencent", "aliyun"] } }' ``` ```python Python (提交与轮询完整流程) 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. 提交异步任务 res = requests.post( "https://api.aibase.cn/v1/openapi/tasks", headers=headers, json={ "apiCode": "geo.ranking", "data": { "keyword": "性价比高的智能手机推荐", "brandKeyword": ["小米", "华为", "苹果"], "platforms": ["deepseek", "volcengine", "baidu", "tencent", "aliyun"], }, }, timeout=30, ) res.raise_for_status() submit_payload = res.json() task_id = submit_payload["data"]["taskId"] print("任务已提交，taskId:", task_id) # 2. 轮询任务结果（建议 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, ) query_payload = query_res.json() status = query_payload["data"]["status"] if status == 2: # SUCCESS print("查询成功，GEO 排名结果:") print(query_payload["data"]["result"]) break elif status == 1: # PENDING print("大模型分析中，等待下一次查询...") else: raise RuntimeError(f"任务终止，状态码: {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", }; // 1. 提交任务 const res = await fetch("https://api.aibase.cn/v1/openapi/tasks", { method: "POST", headers, body: JSON.stringify({ apiCode: "geo.ranking", data: { keyword: "性价比高的智能手机推荐", brandKeyword: ["小米", "华为", "苹果"], platforms: ["deepseek", "volcengine", "baidu", "tencent", "aliyun"], }, }), }); const { data: { taskId } } = await res.json(); // 2. 轮询结果 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("最终结果:", json.data.result); break; } } ``` ```java Java theme={null} // 第一步：向统一入口 POST 提交任务 HttpRequest submitReq = HttpRequest.newBuilder() .uri(URI.create("https://api.aibase.cn/v1/openapi/tasks")) .header("AIBase-API-Key", System.getenv("AIBASE_API_KEY")) .header("Content-Type", "application/json") .POST(HttpRequest.BodyPublishers.ofString(""" { "apiCode": "geo.ranking", "data": { "keyword": "性价比高的智能手机推荐", "brandKeyword": ["小米", "华为", "苹果"], "platforms": ["deepseek", "volcengine", "baidu", "tencent", "aliyun"] } } """)) .build(); // 发送请求后解析返回的 taskId，随后按 10 秒间隔调用 GET /v1/openapi/tasks/{taskId} ``` ## 第一步：提交任务响应向 `POST /v1/openapi/tasks` 提交后，直接返回 `requestId` 和 `taskId`： ```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` 包含完整的 GEO 排名数据：本次检测使用的 AI 咨询问题。请求中的品牌关键词，结果示例中为 JSON 字符串格式。本次检测的大模型平台编码列表。本次任务的平台总数。已完成分析处理的平台数量。处理失败的平台数量。本次请求时间，格式为 `yyyy-MM-dd HH:mm:ss`。请求对应的平台总数。请求范围内品牌被推荐的总次数。请求范围内品牌总曝光/可见次数。品牌推荐率（百分比数值）。各平台的详细检测明细列表。大模型平台编码（如 `deepseek`、`volcengine` 等）。该平台使用的提示词/问题。该平台对应的品牌词。该平台监控状态，一般为 `completed` 或 `failed`。是否被推荐：`1` 已推荐，`0` 未推荐。品牌曝光/可见次数。品牌推荐次数。引用来源条数，即 `sourceRecords` 的数量。目标品牌排名位置；未找到时为 `0`。大模型生成的原文回答（文本可能较长；未抓取到时为 `null`）。该平台回答中被提及的所有品牌记录列表。被提及的品牌名称。情感倾向（如 `正向`、`中性`、`负向`）。该品牌被提及次数。情感倾向得分（0 \~ 100）。该品牌在回答中的排名位置。该平台回答中引用的来源网页列表。来源网站名称。来源文章或网页标题。来源网页链接。来源域名。该来源在引用列表中的排序序号。 ```json 200 (最终成功 result 结构) theme={null} { "keyword": "性价比高的智能手机推荐", "brandKeyword": "[\"小米\",\"华为\",\"苹果\"]", "platforms": ["deepseek", "volcengine", "baidu", "tencent", "aliyun"], "totalPlatforms": 5, "completedPlatforms": 5, "failedPlatforms": 0, "requestTime": "2026-09-17 09:00:00", "requestTotalPlatforms": 15, "requestRecommendedCount": 9, "requestTotalExposureCount": 24, "requestRecommendationRate": 60.00, "data": [ { "requestId": "geo_20260917_abcdef", "platform": "deepseek", "keyword": "性价比高的智能手机推荐", "brandKeyword": "小米", "status": "completed", "isRecommended": 1, "exposureCount": 5, "recommendCount": 2, "countSourceRecord": 2, "position": 2, "resultContent": "……大模型原文……", "brandRecords": [ { "brandName": "小米", "sentiment": "正向", "visibilityCount": 5, "sentimentScore": 80, "position": 2 } ], "sourceRecords": [ { "websiteName": "小米官网", "title": "小米手机", "url": "https://www.mi.com", "domain": "mi.com", "ranking": 1 } ] } ] } ``` ## 类型定义 ```typescript theme={null} export interface GeoRankingResult { keyword: string; brandKeyword: string; platforms: string[]; totalPlatforms: number; completedPlatforms: number; failedPlatforms: number; requestTime: string; requestTotalPlatforms: number; requestRecommendedCount: number; requestTotalExposureCount: number; requestRecommendationRate: number; data: PlatformRankingDetail[]; } export interface PlatformRankingDetail { requestId?: string; platform: string; keyword: string; brandKeyword: string; status: "completed" | "failed" | string; isRecommended: number; exposureCount: number; recommendCount: number; countSourceRecord: number; position: number; resultContent: string | null; brandRecords: BrandRecord[]; sourceRecords: SourceRecord[]; } export interface BrandRecord { brandName: string; sentiment: string; visibilityCount: number; sentimentScore: number; position: number; } export interface SourceRecord { websiteName: string; title: string; url: string; domain: string; ranking: number; } ``` ## 接入注意事项 1. **不可直接从第一步获取排名结果**：提交请求后，必须从返回中取得 `data.taskId`，再通过任务查询接口轮询。 2. **推荐 10 秒轮询间隔**：由于涉及多个大模型平台实时生成与分析，接口平均耗时在数秒至数十秒之间，请勿频繁发起查询。 3. **平台与品牌列表**：`platforms` 和 `brandKeyword` 为数组类型，平台编码请使用标准枚举（如 `deepseek`、`volcengine`、`baidu`、`tencent`、`aliyun`）。 4. **大模型原文处理**：`resultContent` 字段为大模型回答原文，文本可能较长，建议在数据存储和网络传输时做好合理预算与兼容。