跳转到主要内容
POST
https://api.aisa.one/apis/v1
/
dataforseo
/
ai_optimization
/
chat_gpt
/
llm_responses
/
task_post
设置“LLM Responses ChatGPT”任务
curl --request POST \
  --url https://api.aisa.one/apis/v1/dataforseo/ai_optimization/chat_gpt/llm_responses/task_post \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "user_prompt": "<string>",
  "model_name": "<string>",
  "max_output_tokens": 123,
  "temperature": 123,
  "top_p": 123,
  "system_message": "<string>",
  "message_chain": [
    "<string>"
  ],
  "postback_url": "<string>",
  "pingback_url": "<string>",
  "tag": "<string>"
}
'
import requests

url = "https://api.aisa.one/apis/v1/dataforseo/ai_optimization/chat_gpt/llm_responses/task_post"

payload = {
    "user_prompt": "<string>",
    "model_name": "<string>",
    "max_output_tokens": 123,
    "temperature": 123,
    "top_p": 123,
    "system_message": "<string>",
    "message_chain": ["<string>"],
    "postback_url": "<string>",
    "pingback_url": "<string>",
    "tag": "<string>"
}
headers = {
    "Authorization": "Bearer <token>",
    "Content-Type": "application/json"
}

response = requests.post(url, json=payload, headers=headers)

print(response.text)
const options = {
  method: 'POST',
  headers: {Authorization: 'Bearer <token>', 'Content-Type': 'application/json'},
  body: JSON.stringify({
    user_prompt: '<string>',
    model_name: '<string>',
    max_output_tokens: 123,
    temperature: 123,
    top_p: 123,
    system_message: '<string>',
    message_chain: ['<string>'],
    postback_url: '<string>',
    pingback_url: '<string>',
    tag: '<string>'
  })
};

fetch('https://api.aisa.one/apis/v1/dataforseo/ai_optimization/chat_gpt/llm_responses/task_post', options)
  .then(res => res.json())
  .then(res => console.log(res))
  .catch(err => console.error(err));
<?php

$curl = curl_init();

curl_setopt_array($curl, [
  CURLOPT_URL => "https://api.aisa.one/apis/v1/dataforseo/ai_optimization/chat_gpt/llm_responses/task_post",
  CURLOPT_RETURNTRANSFER => true,
  CURLOPT_ENCODING => "",
  CURLOPT_MAXREDIRS => 10,
  CURLOPT_TIMEOUT => 30,
  CURLOPT_HTTP_VERSION => CURL_HTTP_VERSION_1_1,
  CURLOPT_CUSTOMREQUEST => "POST",
  CURLOPT_POSTFIELDS => json_encode([
    'user_prompt' => '<string>',
    'model_name' => '<string>',
    'max_output_tokens' => 123,
    'temperature' => 123,
    'top_p' => 123,
    'system_message' => '<string>',
    'message_chain' => [
        '<string>'
    ],
    'postback_url' => '<string>',
    'pingback_url' => '<string>',
    'tag' => '<string>'
  ]),
  CURLOPT_HTTPHEADER => [
    "Authorization: Bearer <token>",
    "Content-Type: application/json"
  ],
]);

$response = curl_exec($curl);
$err = curl_error($curl);

curl_close($curl);

if ($err) {
  echo "cURL Error #:" . $err;
} else {
  echo $response;
}
package main

import (
	"fmt"
	"strings"
	"net/http"
	"io"
)

func main() {

	url := "https://api.aisa.one/apis/v1/dataforseo/ai_optimization/chat_gpt/llm_responses/task_post"

	payload := strings.NewReader("{\n  \"user_prompt\": \"<string>\",\n  \"model_name\": \"<string>\",\n  \"max_output_tokens\": 123,\n  \"temperature\": 123,\n  \"top_p\": 123,\n  \"system_message\": \"<string>\",\n  \"message_chain\": [\n    \"<string>\"\n  ],\n  \"postback_url\": \"<string>\",\n  \"pingback_url\": \"<string>\",\n  \"tag\": \"<string>\"\n}")

	req, _ := http.NewRequest("POST", url, payload)

	req.Header.Add("Authorization", "Bearer <token>")
	req.Header.Add("Content-Type", "application/json")

	res, _ := http.DefaultClient.Do(req)

	defer res.Body.Close()
	body, _ := io.ReadAll(res.Body)

	fmt.Println(string(body))

}
HttpResponse<String> response = Unirest.post("https://api.aisa.one/apis/v1/dataforseo/ai_optimization/chat_gpt/llm_responses/task_post")
  .header("Authorization", "Bearer <token>")
  .header("Content-Type", "application/json")
  .body("{\n  \"user_prompt\": \"<string>\",\n  \"model_name\": \"<string>\",\n  \"max_output_tokens\": 123,\n  \"temperature\": 123,\n  \"top_p\": 123,\n  \"system_message\": \"<string>\",\n  \"message_chain\": [\n    \"<string>\"\n  ],\n  \"postback_url\": \"<string>\",\n  \"pingback_url\": \"<string>\",\n  \"tag\": \"<string>\"\n}")
  .asString();
require 'uri'
require 'net/http'

url = URI("https://api.aisa.one/apis/v1/dataforseo/ai_optimization/chat_gpt/llm_responses/task_post")

http = Net::HTTP.new(url.host, url.port)
http.use_ssl = true

request = Net::HTTP::Post.new(url)
request["Authorization"] = 'Bearer <token>'
request["Content-Type"] = 'application/json'
request.body = "{\n  \"user_prompt\": \"<string>\",\n  \"model_name\": \"<string>\",\n  \"max_output_tokens\": 123,\n  \"temperature\": 123,\n  \"top_p\": 123,\n  \"system_message\": \"<string>\",\n  \"message_chain\": [\n    \"<string>\"\n  ],\n  \"postback_url\": \"<string>\",\n  \"pingback_url\": \"<string>\",\n  \"tag\": \"<string>\"\n}"

response = http.request(request)
puts response.read_body
{
  "version": "<string>",
  "status_code": 123,
  "status_message": "<string>",
  "time": "<string>",
  "cost": 123,
  "tasks_count": 123,
  "tasks_error": 123,
  "tasks": [
    "<string>"
  ],
  "tasks.id": "<string>",
  "tasks.status_code": 123,
  "tasks.status_message": "<string>",
  "tasks.time": "<string>",
  "tasks.cost": 123,
  "tasks.result_count": 123,
  "tasks.path": [
    "<string>"
  ],
  "tasks.data": {},
  "tasks.result": [
    "<string>"
  ]
}

授权

Authorization
string
header
必填

Bearer authentication header of the form Bearer <token>, where <token> is your auth token.

请求体

application/json
user_prompt
string
必填

AI 模型的提示词,必填字段;您希望发送给 AI 模型的问题或任务;可在 user_prompt 字段中指定最多 500 个字符

model_name
string
必填

AI 模型名称,必填字段;model_name 由实际模型名称和版本名称组成;如果指定基础模型名称,默认使用其最新版本;例如,如果指定 gpt-4.1,将自动把 gpt-4.1-2025-04-14 设置为 model_name;你可以单独请求 https://api.dataforseo.com/v3/ai_optimization/chat_gpt/llm_responses/models,以获取可用 LLM 模型的列表

max_output_tokens
integer

AI 响应中的最大词元数,可选字段;推理模型(例如 Models 端点中的 reasoning 为 true)的最小值:1024;非推理模型的最小值:16;最大值:4096;默认值:2048

temperature
number

AI 响应的随机性,可选字段。值越高,输出越多样;值越低,输出越聚焦。最小值:0,最大值:2,默认值:0.94。注意:推理模型不支持此字段。

top_p
number
system_message
string

AI 行为指令,可选字段,用于定义 AI 的角色、语气或特定行为;可在 system_message 字段中指定最多 500 个字符

message_chain
string[]

对话历史,可选字段。表示之前对话轮次的消息对象数组;每个对象必须包含 role 和 message 参数:role 字符串,值为 user 或 ai 角色;message 字符串,包含消息内容(最多 500 个字符);数组中最多可以指定 10 个消息对象;示例:"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?"}]

postback_url
string

用于发送任务结果的 URL,可选字段;任务完成后,我们会向指定的 postback_url 发送 POST 请求,其结果采用 gzip 格式压缩;可以使用字符串 ‘$id’ 作为 $id 变量,并使用 ‘$tag’ 作为经过 URL 编码的 $tag 变量。我们会在发送请求前设置必要的值。示例:http://your-server.com/postbackscript?id=$id http://your-server.com/postbackscript?id=$id&tag=$tag 注意:postback_url 中的特殊字符将经过 URL 编码;例如,# 字符将被编码为 %23;有关更多信息,请参阅我们的帮助中心

pingback_url
string

已完成任务的通知 URL。可选字段。任务完成后,我们将通过向您指定的 URL 发送 GET 请求来通知您。您可以使用字符串 ‘$id’ 作为 $id 变量,并使用 ‘$tag’ 作为经过 urlencoded 编码的 $tag 变量。我们会在发送请求前设置必要的值。示例:http://your-server.com/pingscript?id=$id http://your-server.com/pingscript?id=$id&tag=$tag 注意:pingback_url 中的特殊字符将经过 urlencoded 编码;例如,# 字符将被编码为 %23。请在我们的帮助中心了解更多信息

tag
string

用户定义的任务标识符,可选字段。字符数限制为 255。可以使用此参数标识任务并将其与结果匹配;可在响应的 data 数组中找到指定的 tag 值

响应

成功响应

version
string

API 的当前版本

status_code
integer

通用状态码;您可以在此处查看完整的响应码列表。注意:我们强烈建议设计必要的系统来处理相关异常或错误情况

status_message
string

常规信息消息;可在此处查看常规信息消息的完整列表

time
string

执行时间(秒)

cost
number

任务总成本(美元)

tasks_count
integer

tasksarray 中的任务数量

tasks_error
integer

返回错误的 tasks 数组中的任务数量

tasks
string[]

任务数组

tasks.id
string

系统中的唯一任务标识符,采用 UUID 格式

tasks.status_code
integer

DataForSEO 生成的任务状态码;取值范围为:10000-60000,完整的响应码列表可在此处查看

tasks.status_message
string

任务的信息性消息,你可以在此处查看通用信息性消息的完整列表

tasks.time
string

执行时间(秒)

tasks.cost
number

任务成本(美元)

tasks.result_count
integer

结果数组中的元素数量

tasks.path
string[]

URL 路径

tasks.data
object

包含您在 POST 请求中指定的相同参数

tasks.result
string[]

结果数组;在此情况下,该值将为 null