La API para GEO

Todos los datos de análisis que GEO necesita en una API — respuestas de siete motores capturadas con navegadores reales, análisis causa-efecto entre respuestas y fuentes, monitorización GEO, y más en camino. Por país, en JSON estructurado.

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

2,000 créditos gratis · sin tarjeta

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

Ver la respuesta. Saber por qué. Hacer seguimiento.

Una API, tres capas de GEO: recopila las respuestas que tus clientes ven realmente, rastrea qué fuentes las moldearon y mide tu posición en el tiempo.

Answers

Respuestas reales de ChatGPT, Gemini, Perplexity, Google AI y Naver AI — por país, como JSON estructurado.

GEO Research

Devuelve una respuesta con sus citas y ve exactamente qué fuente moldeó cada frase — con evidencia verificada en cada afirmación.

Monitors

Conjuntos de prompts programados, puntuados por presencia de marca y citas — tu cuota de respuestas de IA, medida en el tiempo.

Siete motores, una API — estado en tiempo real

Todos los motores, todas las regiones, a escala. El estado se mide, no se asume: si un motor tiene problemas, lo mostramos tal cual.

ChatGPTGoogleGeminiPerplexityNaver

Qué es cada superficie y qué devuelve

Siete superficies de consumidor distintas, no siete envoltorios sobre un mismo modelo. Cada una devuelve sus propios datos estructurados, y los nombres de campo de abajo son exactamente lo que llega a tu webhook.

ChatGPT

El mismo ChatGPT que cualquiera usa gratis, respondiendo con la búsqueda web activada. Por eso no vuelve solo el texto: también las consultas que lanzó antes de responder (el fan-out), las tarjetas de citas que las respaldan y sus tarjetas de compra. El modelo que realmente sirvió la respuesta llega en `model`, así que siempre sabes qué mediste.

textsourcesmarkdownsearchQueriesshoppingCardsmodel

Gemini

La app de Gemini para consumidores, no la API de Gemini. Cada fuente trae la confianza de grounding de Google (0–100), de modo que puedes ponderar las citas en vez de tratarlas por igual.

textsourcesmarkdownmodel

Perplexity

La respuesta de Perplexity junto al payload más rico de esta lista: las consultas que su modelo de búsqueda lanzó de verdad, las preguntas de seguimiento que sugiere y sus bloques de medios, compras, lugares y hoteles.

textsourcesmarkdownsearchQueriesrelated_queriesvideosimagesshopping_cardsplaceshotels

Google AI Overviews

El bloque AI Overview de una página de resultados de Google. Es condicional — si Google no escribe un resumen para esa consulta, lo dice — y los resultados orgánicos y el People Also Ask de la misma petición vienen incluidos.

aiovervieworganicResultspeopleAlsoAsk

Google AI Mode

La pestaña AI Mode de Google: una conversación, no un bloque de resumen. La respuesta completa llega igual en `text` y `markdown` — sin adornos de página — con cada fuente que Google citó.

textsourcesmarkdown

Naver AI Brief

El bloque AI 브리핑 de la búsqueda integrada de Naver. Naver solo resume las consultas que considera resumibles, así que un briefing vacío es una respuesta real y no un fallo — y los documentos web bajo el bloque llegan igualmente.

textsourcesmarkdownorganicResultsrelatedQuestions

Naver AI Mode

La pestaña AI 탭 de Naver: siempre activa, conversacional y la única superficie que devuelve tarjetas de producto coreanas con precio, descuento, valoración y entrega.

textsourcesmarkdownproducts

¿Por qué no llamar directamente a la API LLM?

Al llamar a la API de un proveedor obtienes la salida del modelo — no lo que tus clientes ven en pantalla.

Superficie del consumidor ≠ API LLM

La app de ChatGPT aplica search grounding, citas, enrutamiento regional y búsqueda en tiempo real que la API de OpenAI no tiene. El análisis GEO y AEO necesita saber 'qué ve el cliente' — no 'qué puede generar el modelo'. querying.ai captura la superficie real.

Datos estructurados más allá de la respuesta

Haz una sola pregunta a Perplexity y vuelven diez campos, entre ellos las consultas que su modelo de búsqueda lanzó de verdad: lo más parecido que existe a saber qué entendió la IA sobre tu marca. ChatGPT devuelve su fan-out de búsqueda y tarjetas de compra; Naver AI devuelve fichas de producto coreanas con precio, descuento, valoración y entrega.

El mismo prompt es otra respuesta en cada país

Pregunta por las mejores zapatillas de running desde Seúl y desde Chicago: cambian las marcas, las tiendas y las citas. Cada tarea acepta un `country` y consulta los motores desde ese mercado, así que un ranking que reportas para KR es el que vería de verdad un cliente coreano.

Una respuesta vacía es un hallazgo, no un error

Google AI Overviews y el AI 브리핑 de Naver son condicionales: para muchas consultas el motor no escribe ningún resumen. Saber que la consulta principal de tu categoría no recibe respuesta de IA es un resultado GEO que vale la pena tener, así que lo reportamos como tal — nunca disfrazado de fallo ni inventado para rellenar el campo.

Hasta un 85% menos

OpenAI Responses API con web search: ~$10/1k calls. querying.ai ChatGPT: $4/1k en Basic, $1.90/1k en Max. No es el mismo producto, pero para equipos que necesitan datos de la superficie al consumidor, el ahorro es concreto. Las tareas fallidas no se cobran.

Un estado que puedes verificar antes de fiarte

La salud de cada motor se calcula con resultados reales de tareas en una ventana de 30 minutos, no con un ping sintético que puede pasar mientras el tráfico de clientes falla. Se publica por motor en status.querying.ai, así puedes ver qué superficie estaba sana el día en que se recogieron tus datos.

Diseñado para estos equipos

Una fuente de datos estructurada para todo equipo que necesite entender la búsqueda con IA.

Monitoreo GEO y AEO

Rastrea cómo las superficies de búsqueda con IA mencionan tu marca, productos y competidores — por motor, país y prompt.

Inteligencia competitiva

Observa en tiempo real qué marcas citan y qué productos recomiendan los motores de IA en tu mercado.

Dashboards para agencias

Monitorea decenas de clientes simultáneamente con APIs batch y webhooks, cruzando motores y regiones.

Investigación y análisis

Estudia el comportamiento de búsqueda con IA en diferentes mercados con datos estructurados para investigación, estrategia de contenido y SEO.

Envía una tarea. La respuesta llega a ti.

Todas las tareas son asíncronas — los motores tardan segundos en responder. Envía, recibe un id, y el resultado llega a tu webhook como JSON.

01Envías una tarea
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" }
  }'
02Tu webhook recibe
{
  "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 }
  }
}

Se reintenta 5 veces con backoff si tu endpoint está caído. Leer la documentación ↗

Paga por escala, no por sorpresas

Los planes más grandes compran créditos más baratos — hasta $0.95 por 1,000 en Max. Las tareas fallidas se reembolsan.

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 →