Die API für GEO

Alle GEO-Analysedaten in einer API — Real-Browser-Antworten aus sieben Engines, Ursache-Wirkung zwischen Antworten und Quellen, GEO-Monitoring, und mehr folgt. Pro Land, als strukturiertes JSON.

ChatGPT
Gemini
Perplexity
Google AI Overviews
Google AI Mode
Naver AI Brief
Naver AI Mode

2.000 Gratis-Credits · keine Kreditkarte nötig

querying.ai/dashboard/playground

Response

COMPLETED · 1ad65a0f-…

COMPLETED
CHATGPT10.5s2 credits6 sources

Searched for

how AI search engines choose sources to cite retrieval ranking authority relevance

AI search engines generally choose citations through a retrieval-and-selection pipeline, not by simply picking the highest-ranking web page like a traditional search engine. The exact algorithms are proprietary and vary by product, but the broad process looks like this: answerbench.org

  1. Find candidate sources
  • The system first gathers potentially relevant material from search indexes, web crawls, licensed databases, or other retrieval systems.
  • A user question may be rewritten into multiple related searches so the system can find different angles of the answer. bluefrog.ai

  1. Match sources to the question AI systems look for sources whose content actually answers the user’s intent, often using semantic matching rather than only keyword matching. A page about “best running shoes for flat feet” may be preferred over a general shoe article because it contains the specific information needed. thestacc.com

  2. Score reliability and usefulness Common signals include:

  • Relevance: Does the source directly support the claim being made?
  • Authority: Is the source credible for this topic?
  • Freshness: Is it current enough, especially for news, prices, laws, or software?
  • Factual clarity: Does it provide specific, verifiable information?
  • Extractability: Can the system easily identify a passage that supports the answer? lightspacelabs.com

  1. Select evidence for specific claims The system is usually not asking “which website is the best overall?” It is asking something closer to: “Which source best supports this particular sentence?” A government page might be chosen for a legal fact, a research paper for a scientific claim, and a company’s documentation for a product feature. answerbench.org

  2. Generate the answer and attach citations After selecting useful passages, the AI produces a response and links citations to the claims those sources support. Some systems cite many sources; others prefer fewer sources that they rely on more heavily. arxiv.org

A few things that often surprise people:

  • The top Google result is not guaranteed to be cited. AI systems may choose a lower-ranked page if it provides a clearer or better-supported answer. lightspacelabs.com
  • Being authoritative is not enough. A highly reputable site can be skipped if the relevant information is buried, vague, outdated, or difficult for the system to extract. answerlab.au
  • Citations are not a perfect audit trail. A citation means the system used or found the source relevant, but it does not automatically mean every statement in the answer is fully verified by that source. answerbench.org

A simple mental model: AI search first finds possible evidence, then chooses the evidence that best supports the answer it wants to give. The winning source is often the one that is both trustworthy and easy to use as evidence. bluefrog.ai

Sources

  1. 1How AI Answer Engines Choose Which Sources to Cite — AnswerBenchhttps://answerbench.org/articles/how-ai-answer-engines-choose-sources
  2. 2How do AI assistants decide which sources to cite? | Bluefroghttps://bluefrog.ai/answers/assistants-choose-which-sources-to-cite/
  3. 3How AI Search Engines Choose Sources to Citehttps://thestacc.com/blog/how-ai-search-engines-cite-sources/
  4. 4How AI Search Engines Decide Which Sources to Cite | Lightspace Labs Blog | Lightspace Labshttps://www.lightspacelabs.com/blog/how-ai-search-engines-decide-which-sources-to-cite
  5. 5From Citation Selection to Citation Absorption: A Measurement Framework for Generative Engine Optimization Across AI Search Platformshttps://arxiv.org/abs/2604.25707
  6. 6How AI Search Engines Decide Which Sources to Cite | AnswerLabhttps://answerlab.au/blog/how-ai-decides-citations

Die Antwort sehen. Verstehen, warum. Im Blick behalten.

Eine API, drei GEO-Ebenen: Sammle die Antworten, die deine Kunden wirklich sehen, verfolge, welche Quellen sie geprägt haben, und miss deine Position über die Zeit.

Answers

Echte Consumer-Antworten von ChatGPT, Gemini, Perplexity, Google AI und Naver AI — pro Land, als strukturiertes JSON.

GEO Research

Gib eine Antwort samt Zitaten zurück und sieh genau, welche Quelle welchen Satz geprägt hat — mit verifizierten Belegen für jede Zuordnung.

Monitors

Geplante Prompt-Sets, bewertet nach Markenpräsenz und Zitaten — dein Anteil an KI-Antworten, über die Zeit gemessen.

Sieben Engines, eine API — Echtzeit-Status

Alle Engines, alle Regionen, skalierbar. Der Status wird gemessen, nicht behauptet: eine Engine mit Störung zeigt das offen an.

ChatGPTGoogleGeminiPerplexityNaver

Was jede Oberfläche ist — und was zurückkommt

Sieben verschiedene Consumer-Oberflächen, nicht sieben Hüllen um ein Modell. Jede liefert eigene strukturierte Daten, und die Feldnamen unten sind exakt das, was in Ihrem Webhook landet.

ChatGPT

Dasselbe ChatGPT, das jede und jeder kostenlos nutzt — antwortend mit eingeschalteter Websuche. Zurück kommt deshalb mehr als Text: die Suchanfragen, die es vor der Antwort abgesetzt hat (das Fan-out), die Zitat-Karten dahinter und seine Shopping-Karten. Welches Modell die Antwort tatsächlich geliefert hat, steht in `model` — Sie wissen immer, was Sie gemessen haben.

textsourcesmarkdownsearchQueriesshoppingCardsmodel

Gemini

Die Consumer-App von Gemini, nicht die Gemini-API. Jede Quelle trägt Googles eigenen Grounding-Score von 0–100, sodass sich Zitate gewichten lassen statt alle gleich zu behandeln.

textsourcesmarkdownmodel

Perplexity

Perplexitys Antwort samt der reichsten strukturierten Ausgabe hier: die Suchanfragen, die sein Suchmodell wirklich gestellt hat, die vorgeschlagenen Folgefragen sowie Medien-, Shopping-, Orts- und Hotel-Blöcke.

textsourcesmarkdownsearchQueriesrelated_queriesvideosimagesshopping_cardsplaceshotels

Google AI Overviews

Die AI-Overview-Box auf einer Google-Ergebnisseite. Sie ist bedingt — schreibt Google zu einer Anfrage keine Übersicht, sagt die Antwort das — und die organischen Treffer sowie People Also Ask aus demselben Abruf kommen mit.

aiovervieworganicResultspeopleAlsoAsk

Google AI Mode

Googles AI-Mode-Tab: ein Gespräch statt einer Zusammenfassungsbox. Die vollständige Antwort steht identisch in `text` und `markdown` — ohne Seiten-Beiwerk — samt aller von Google zitierten Quellen.

textsourcesmarkdown

Naver AI Brief

Die AI-브리핑-Box in Navers integrierter Suche. Naver briefed nur Anfragen, die es für briefing-würdig hält — ein leeres Briefing ist deshalb eine echte Antwort und kein Fehler. Die Web-Dokumente unter der Box kommen in beiden Fällen mit.

textsourcesmarkdownorganicResultsrelatedQuestions

Naver AI Mode

Navers AI-탭: immer aktiv, dialogisch, und die einzige Oberfläche, die koreanische Shopping-Karten mit Preis, Rabatt, Bewertung und Lieferung zurückgibt.

textsourcesmarkdownproducts

Warum nicht direkt die LLM-API nutzen?

Wer die API eines Anbieters aufruft, bekommt Modell-Output — nicht das, was Kunden auf dem Bildschirm sehen.

Consumer-Oberfläche ≠ LLM-API

Die ChatGPT-Consumer-App wendet Search Grounding, Zitate, regionales Routing und Echtzeit-Suche an — die OpenAI-API nicht. GEO- und AEO-Analyse braucht „was sieht der Kunde wirklich“ statt „was kann das Modell generieren“. querying.ai erfasst die echte Oberfläche.

Strukturierte Daten jenseits der Antwort

Eine einzige Frage an Perplexity liefert zehn Felder zurück — darunter die Suchanfragen, die sein Suchmodell tatsächlich gestellt hat. Näher kommt man nicht daran, was die KI unter Ihrer Marke verstanden hat. ChatGPT liefert Such-Fan-out und Shopping-Karten, Naver AI koreanische Produktkarten mit Preis, Rabatt, Bewertung und Lieferung.

Derselbe Prompt ist in jedem Land eine andere Antwort

Fragen Sie aus Seoul und aus Chicago nach den besten Laufschuhen: andere Marken, andere Shops, andere Quellen. Jeder Task nimmt ein `country` entgegen und ruft die Engines aus diesem Markt auf — ein Ranking, das Sie für KR berichten, ist das Ranking, das koreanische Kundschaft wirklich sieht.

Eine leere Antwort ist ein Befund, kein Fehler

Google AI Overviews und Navers AI 브리핑 sind bedingt: Zu vielen Anfragen schreibt die Engine gar keine Zusammenfassung. Dass die wichtigste Anfrage Ihrer Kategorie keine KI-Antwort bekommt, ist ein GEO-Ergebnis, das zählt — also berichten wir es als solches. Nie als Störung verkleidet, nie erfunden, um das Feld zu füllen.

Bis zu 85 % günstiger

OpenAI Responses API mit Web Search: ~$10/1k Calls. querying.ai ChatGPT: $4/1k im Basic, $1.90/1k im Max. Nicht dasselbe Produkt, aber für Teams, die Consumer-Surface-Daten brauchen, ist die Ersparnis konkret. Fehlgeschlagene Tasks werden nicht berechnet.

Ein Status, den Sie prüfen können, bevor Sie ihm trauen

Der Zustand jeder Engine wird aus echten Task-Ergebnissen eines 30-Minuten-Fensters berechnet, nicht aus einem synthetischen Ping, der bestehen kann, während Kundenverkehr scheitert. Veröffentlicht pro Engine auf status.querying.ai — Sie sehen, welche Oberfläche am Tag Ihrer Erhebung gesund war.

Für diese Teams gebaut

Eine strukturierte Datenquelle für jedes Team, das KI-Suche verstehen muss.

GEO- & AEO-Monitoring

Verfolgen Sie, wie KI-Suchoberflächen Ihre Marke, Produkte und Wettbewerber erwähnen — nach Engine, Land und Prompt.

Competitive Intelligence

Sehen Sie in Echtzeit, welche Marken KI-Engines zitieren und welche Produkte sie empfehlen.

Agentur-Dashboards

Überwachen Sie dutzende Kunden gleichzeitig mit Batch-APIs und Webhooks, engine- und regionsübergreifend.

Forschung & Analyse

Untersuchen Sie KI-Suchverhalten marktübergreifend mit strukturierten Daten für Forschung, Content-Strategie und SEO.

Task absenden. Die Antwort kommt zu Ihnen.

Alle Tasks sind asynchron — echte Engines brauchen Sekunden. Senden Sie den Task, erhalten Sie eine id, und das Ergebnis erreicht Ihren Webhook als JSON.

01Task absenden
curl -X POST https://api.querying.ai/v1/async/task \
  -H "Authorization: Bearer vt_live_…" \
  -H "Content-Type: application/json" \
  -d '{
    "taskType": "GEMINI",
    "payload": { "prompt": "best wireless earbuds 2026" },
    "webhook": { "url": "https://yours.app/hooks/querying" }
  }'
02Webhook empfängt
{
  "task": {
    "id": "8f2c1e40-…",
    "taskType": "GEMINI",
    "status": "COMPLETED",
    "createdAt": "2026-07-17T04:12:00.000Z"
  },
  "credits": { "creditsToCharge": 1, "creditsCharged": 1 },
  "response": {
    "text": "The best wireless earbuds in 2026 are …",
    "sources": [
      { "position": 1,
        "url": "https://example.com/review",
        "label": "Best earbuds, reviewed" }
    ],
    "timing": { "totalMs": 7400 }
  }
}

Bei Endpoint-Ausfall 5 Wiederholungen mit Backoff. Dokumentation lesen ↗

Zahlen Sie nach Verbrauch, ohne Überraschungen

Größere Pläne kaufen günstigere Credits — bis $0.95 pro 1.000 im Max-Plan. Fehlgeschlagene Tasks werden erstattet.

Basic
$20/month
10,000 credits included

A single product's tracking, or a build you're still shaping.

≈ 5,000–10,000 tasks / month
  • 10 concurrent tasks
  • Every engine we serve
  • Every region we serve
  • Webhooks + polling
  • Email support
Recommended
Pro
$200/month
190,000 credits included

A brand tracked daily across engines, countries and prompts.

≈ 95,000–190,000 tasks / month
  • 25 concurrent tasks
  • Everything in Basic
  • Batch submission
  • Priority support
Scale
$500/month
500,000 credits included

Several brands, or one brand tracked wide and deep.

≈ 250,000–500,000 tasks / month
  • 50 concurrent tasks
  • Everything in Pro
  • Usage review on request
  • Priority support
Max
$1000/month
1,050,000 credits included

An agency or platform running many brands at once.

≈ 525,000–1,050,000 tasks / month
  • 100 concurrent tasks
  • Everything in Scale
  • Usage review on request
  • Priority support
Enterprise
Custom
Volume pricing

Committed volume, invoicing, and terms that fit procurement.

  • Everything in Max
  • Custom engine mix
  • Invoice billing
  • Shared support channel
Talk to us
Negotiated

Task estimates vary by engine because each engine uses 1–2 credits.

See what a credit buys, per engine →