create_fan_out_extraction

create_fan_out_extraction lance une extraction de fan-outs sur les prompts que vous choisissez. Pour chaque prompt, le moteur de recherche de ChatGPT est interrogé via l'API d'OpenAI, et Mentionable enregistre ce qu'il a fait : les requêtes de recherche lancées, les résultats classés de chaque recherche, les pages ouvertes et les pages citées dans la réponse. Le tool renvoie un extractionId tout de suite ; l'extraction tourne en arrière-plan.

ChatGPT ne publie plus ses requêtes de recherche aux visiteurs non connectés, et c'est ainsi que le suivi quotidien le lit. Une extraction interroge directement le moteur de recherche d'OpenAI : les requêtes obtenues viennent d'un appel à part, pas de la réponse suivie elle-même. C'est cet appel à part qui rend les extractions payantes.

Requiert au moins le rôle member. Le rôle customer est rejeté.

Quand l'utiliser

• Avant d'écrire du contenu : voir quelles requêtes la recherche de ChatGPT lance sur un sujet, et quelles pages sortent.
• Quand un prompt ne cite jamais la marque : trouver les requêtes où le site est absent des résultats (summary.queriesWithoutOwn dans get_fan_out_extraction).
• Dans un agent : list_prompts pour choisir les prompts, create_fan_out_extraction avec dryRun: true pour afficher le coût, puis le vrai appel une fois l'accord donné.

Facturation

Tous les plans fonctionnent en crédits. Une extraction coûte 5 crédits par prompt, débités prompt par prompt et seulement si le moteur a cherché. Un prompt répondu sans recherche web ne coûte rien, un prompt en échec non plus.

Avant tout lancement, le pire cas (tous les prompts avec recherche) doit tenir dans les crédits que le workspace peut dépenser, selon la même règle que le suivi quotidien : dépassement possible seulement pour un workspace facturé via Stripe, plafonné par le plafond mensuel de dépassement, et travaux en cours déduits. Sinon le tool renvoie insufficient_credits et rien ne démarre.

Input

Réponse

Simulation

{
  "success": true,
  "dryRun": true,
  "promptCount": 24,
  "creditCostPerPrompt": 5,
  "maxCredits": 120,
  "remainingCredits": 2380,
  "allowed": true
}

remainingCredits vaut null quand le dépassement du workspace n'est pas plafonné. maxCredits est le pire cas ; le débit réel est plus bas quand des prompts sont répondus sans recherche.

Extraction lancée

{
  "success": true,
  "extractionId": "clx_ext_42",
  "status": "PENDING",
  "promptCount": 24,
  "maxCredits": 120,
  "message": "Extraction queued. Poll get_fan_out_extraction with this extractionId until status is COMPLETED, PARTIAL or FAILED (usually under a minute per 10 prompts)."
}

Erreurs

{ "success": false, "error": "insufficient_credits", "cost": 120, "remaining": 40, "message": "..." }

{ "success": false, "error": "no_prompts", "message": "..." }

no_prompts signifie qu'aucun id n'appartient au projet, ou qu'ils sont tous supprimés.

Tips et patterns

• Simulez d'abord quand un utilisateur final paie : affichez maxCredits et remainingCredits, puis lancez.
• Pollez, ne bloquez pas. Appelez get_fan_out_extraction toutes les 10 à 20 secondes tant que status vaut PENDING ou RUNNING.
• Groupez par sujet. Une extraction par groupe de prompts proches garde summary.topDomains lisible.
• Ne présentez pas ces requêtes comme celles de la réponse suivie. Elles viennent d'un appel à part au moteur de recherche d'OpenAI.

Tools liés

• get_fan_out_extraction : lire le résultat.
• list_fan_out_extractions : les extractions passées d'un projet.
• list_prompts : récupérer les ids de prompts.
• list_fan_outs : les requêtes fan-out captées par le suivi quotidien, gratuites.