> For the complete documentation index, see [llms.txt](https://developers.oxylabs.io/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://developers.oxylabs.io/api-targets/cn/sou-suo-yin-qing/google/ai-overviews.md). # AI Overviews 该 `google_search` 和 `google_ads` 这些来源可在所有受支持的全球地区，从 Google Search 结果中返回 AI Overviews。 `ai_overviews` 结果数组支持在单个响应中包含多个 AI 块，包括“People also ask”和“Things to know.”等部分。 为了最大化获得完整渲染的 AI Overviews 内容的几率，必须包含以下参数： | 参数 | 值 | | ----------------- | ------------------------------ | | `source` | `google_search` 或 `google_ads` | | `render` | `html` | | `user_agent_type` | `desktop` 或 `mobile` | 使用这些参数还能让你通过一次请求同时获得通用响应和 AI Overviews 内容。 {% hint style="danger" %} Google 会动态生成此内容或加载缓存版本，因此 AI 生成的答案可能会随时间变化，即使参数相同也是如此。 {% endhint %} {% hint style="success" %} 查看[ **数据字典**](#data-dictionary) 适用于部分 AI Overviews SERP 功能。 {% endhint %} ## AI Overviews 区域可用性 Google AI Overviews 在大多数国家/地区都可用，少数例外除外。目前被排除的主要国家/地区有： * 法国 * 摩纳哥 * 中国 * 伊朗 * 苏丹 * 叙利亚 * 古巴 * 朝鲜 {% hint style="warning" %} Google AI Overviews 功能正在持续推出，随着时间推移会覆盖更多国家/地区。 {% endhint %} ## 请求示例 下面是使用 `google_search` 网页爬虫API 源，用于获取 Google AI Overviews。 {% tabs %} {% tab title="cURL" %} ```shell curl 'https://realtime.oxylabs.io/v1/queries' \\ --user 'USERNAME:PASSWORD' \\ -H 'Content-Type: application/json' \\ -d '{ "source": "google_search", "query": "how to sell on amazon", "render": "html", "user_agent_type": "desktop", "parse": true }' ``` {% endtab %} {% tab title="Python" %} ```python import requests from pprint import pprint # Updated payload. payload = { 'source': 'google_search', 'query': 'how to sell on amazon', 'render': 'html', 'user_agent_type': 'desktop', } # Get response. response = requests.request( 'POST', 'https://realtime.oxylabs.io/v1/queries', auth=('user', 'pass1'), json=payload, ) # Print prettified response to stdout. pprint(response.json()) ``` {% endtab %} {% tab title="PHP" %} ```php 'google_search', 'query' => 'how to sell on amazon', 'render' => 'html', 'user_agent_type' => 'desktop', ]; $ch = curl_init(); curl_setopt($ch, CURLOPT_URL, "https://realtime.oxylabs.io/v1/queries"); curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); curl_setopt($ch, CURLOPT_POSTFIELDS, json_encode($params)); curl_setopt($ch, CURLOPT_POST, 1); curl_setopt($ch, CURLOPT_USERPWD, "user" . ":" . "pass1"); $headers = []; $headers[] = "Content-Type: application/json"; curl_setopt($ch, CURLOPT_HTTPHEADER, $headers); $result = curl_exec($ch); echo $result; if (curl_errno($ch)) { echo 'Error:' . curl_error($ch); } curl_close($ch); ``` {% endtab %} {% tab title="HTTP" %} ```http https://realtime.oxylabs.io/v1/queries?source=google_search&query=Emporio%20Armani%20EA3192&render=html&user_agent_type=desktop&access_token=12345abcde ``` {% endtab %} {% tab title="JSON" %} ```json { "source": "google_search", "query": "how to sell on amazon", "render": "html", "user_agent_type": "desktop" } ``` {% endtab %} {% endtabs %} 我们在示例中使用同步 [**Realtime**](/products/cn/web-scraper-api/integration-methods/realtime.md) 集成方法。如果你想使用 [**Proxy Endpoint**](/products/cn/web-scraper-api/integration-methods/proxy-endpoint.md) 或异步 [**Push-Pull**](/products/cn/web-scraper-api/integration-methods/push-pull.md) 集成，请参阅 [**集成方法**](/products/cn/web-scraper-api/integration-methods.md) 部分。 ### 处理多个 AI Overviews 由于 AI Overviews 现在以数组返回，你需要遍历它们： {% tabs %} {% tab title="JavaScript" %} ```javascript // Processing all AI Overviews in a response response.results.ai_overviews.forEach((aiOverview, index) => { console.log(`Processing AI Overview #${index + 1}`); // Process individual components if (aiOverview.answer_text) { // Handle answer text } if (aiOverview.bullet_list) { // Handle bullet lists } // And so on... }); ``` {% endtab %} {% tab title="Python" %} ```python # Processing all AI Overviews in a response for index, ai_overview in enumerate(response['results']['ai_overviews']): print(f"Processing AI Overview #{index + 1}") # Process individual components if 'answer_text' in ai_overview: answer_texts = ai_overview['answer_text'] for answer in answer_texts: # Process each answer text if 'fragments' in answer: for text_item in answer['fragments']: print(f"Answer text: {fragment['text']}") if 'bullet_list' in ai_overview: bullet_lists = ai_overview['bullet_list'] for bullet_list in bullet_lists: if 'list_title' in bullet_list: print(f"List title: {bullet_list['list_title']}") if 'points' in bullet_list: for point in bullet_list['points']: point_text = point['text'] print(f"- {point_text}") # Continue processing other elements... ``` {% endtab %} {% tab title="PHP" %} ```php $aiOverview) { $indexNumber = $index + 1; echo "Processing AI Overview #{$indexNumber}\n"; // Process answer text if (isset($aiOverview['answer_text']) && is_array($aiOverview['answer_text'])) { foreach ($aiOverview['answer_text'] as $answer) { if (isset($answer['fragments']) && is_array($answer['fragments'])) { foreach ($answer['fragments'] as $fragment) { $textItem = $fragment['text']; echo "Answer text: {$textItem}\n"; } } } } // Process bullet lists if (isset($aiOverview['bullet_list']) && is_array($aiOverview['bullet_list'])) { foreach ($aiOverview['bullet_list'] as $bulletList) { if (isset($bulletList['list_title'])) { echo "List title: {$bulletList['list_title']}\n"; } if (isset($bulletList['points']) && is_array($bulletList['points'])) { foreach ($bulletList['points'] as $point) { $pointText = $point['text']; echo "- {$pointText}\n"; } } } } // Continue processing other elements... } } ?> ``` {% endtab %} {% endtabs %} 在大多数情况下，只会有一个 AI Overview，但你的代码应准备好处理多个条目。 ## 请求参数 ### 通用 用于抓取带有 AI Overviews 的 Google Web 搜索结果的基本设置和自定义选项。
参数描述默认值
source设置爬虫。使用 google_search 或 google_ads.google_search
query要搜索的关键词或短语。-
render设置为时启用 JavaScript 渲染 html. 更多信息.-
context:
expand_aio		设置为 true 以展开 Google AI Overviews（启用 JavaScript 渲染）。false
parse设置为时返回解析后的数据 true.false
callback_url指向你的回调端点的 URL。 更多信息-
user_agent_type设备类型和浏览器。使用 desktop 或 mobile. desktop
\- 必填参数 #### Google 高级搜索运算符 在抓取时，你可能会发现将 Google 高级搜索运算符与查询结合使用很有用。它能让你自定义搜索范围，确保结果更相关、更聚焦。查看这些特殊命令 [**这里**](https://ahrefs.com/blog/google-advanced-search-operators/)。请看下面的示例查询。 ```json { "source": "google_search", "query": "iphone 15 launch inurl:apple", "render": "html", "user_agent_type": "desktop" } ``` ### 本地化 将搜索结果适配到特定地理位置和语言。
参数描述默认值
geo_location结果应适配的地理位置。正确使用此参数对获取正确数据极其重要。更多信息请阅读我们建议的 geo_location 参数结构 这里.-
localeAccept-Language 会更改你的 Google 搜索页面 Web 界面语言的 header 值。 更多信息.-
### 分页 用于管理分页和检索搜索结果的控制项。
参数描述默认值
start_page起始页码。1
pages要检索的页数。1
limit每页要检索的结果数量。10
context:limit_per_page使用相同 IP 地址和会话（Cookie 已设置）抓取多个页面。通过在 JSON 数组中使用 page 键，并使用 limit 键指定每页的自然结果数量，你可以将跨页出现重叠自然结果的可能性降到最低（例如，第一页的最后一个自然结果与第二页的第一个自然结果相同）。 查看示例.-
#### 连续滚动支持 网页爬虫API 完全支持 Google Search 的连续滚动。它会自动检测连续滚动布局，在无需额外参数的情况下高效加载所请求的自然结果。 #### 每页限制 {% hint style="warning" %} 由于 Google 最近的限制变更，我们调整了网页爬虫API 的行为。每页最大结果数将与 Google 的自然结果输出一致，通常为 10 条结果。 {% endhint %} 要使用此功能，请包含一个 JSON 数组，其中的 JSON 对象包含以下数据：
参数描述示例
page你要抓取的页码。任何大于 0 都可以1
limit该页的结果数量。任何介于 1 和 100 （含）均可。90
#### 请求示例 ```json { "source": "google_search", "query": "how to sell on amazon", "render": "html", "user_agent_type": "dekstop", "parse": true, "context": [ { "key": "limit_per_page", "value": [ {"page": 1, "limit": 10}, {"page": 2, "limit": 90} ] }] } ``` ### 过滤 根据各种条件过滤并细化搜索结果的选项。了解如何使用上下文参数 [**这里**](#context-parameters).
参数描述默认值
context:
filter		将此参数的值设置为 0 可让你看到由于与其他结果相似而原本会被排除的结果。1
context:
safe_search		安全搜索。设置为 true 以启用它。false
context:
udm		udm 该参数允许在图片、地点或视频等不同搜索标签之间切换，以自定义显示的结果类型。查看可接受的值 这里.-
context:
tbm		待匹配或 tbm 参数。可接受的值为： app, blg, bks, dsc, isch, nws, pts, plcs, rcp, lcl-
context:
tbs		此参数类似于一个容器，用于存放更少见的 Google 参数，例如按日期限制/排序结果以及其他过滤器，其中一些取决于 tbm 参数（例如 tbs=app_os:1 仅在与 tbm 值 app）时可用。更多信息 这里.-
{% hint style="warning" %} `udm` 和 `tbm` 上下文参数不能在单个抓取请求中同时使用；请只选择一个。两者同时使用可能会导致冲突或意外行为。 {% endhint %} ### 其他 用于特殊需求的附加高级设置和控制。
参数描述默认值
context:
fpstate		将 fpstate 值设置为 aig 会让 Google 加载更多应用。此参数仅在与以下参数一起使用时才有用。 render 参数。-
context:
nfpr		true 将关闭拼写自动更正false
### 上下文参数 所有上下文参数都应添加到 `context` 数组中，作为包含 `key` 和 `值` 键值对，例如： ```json ... "context": [ { "key": "filter", "value": "0" } ] ... ``` ## 结构化输出 ### 数据字典 AI Overviews SERP 功能中的所有可用键都在下表中定义：
键（results.ai_overviews）描述类型
answer_text关于 Google Search 查询词的通用信息。数组
bullet_list表示 AI Overviews SERP 功能中以项目符号列表呈现的条目信息。数组
source_panel用于生成 Google SERP 功能中 AI Overviews 结果的来源列表。对象
info_list最常用于表示与搜索查询相关流程步骤的信息列表。数组
pos_overall表示 AI Overviews SERP 功能结果在所有可用 Google SERP 结果中的位置。整数
### 常规 在以下示例中，使用了“Emporio Armani EA3192”查询。 ```json { "ai_overviews": [ { "answer_text": [ { "fragments": [ { "text": "Emporio Armani is a luxury brand known for timeless designs.", "references": [ { "source": "http://italist.com ", "url": "https://www.italist.com/magazine/what-is-emporio-armani/ " } ] } ], "pos": 1 } ], "bullet_list": [ { "list_title": "Pros", "points": [ {"text": "Comfortable"}, {"text": "极简品牌"} ], "pos": 1 } ], "source_panel": { "items": [ { "url": "https://www.italist.com/...", "source": "http://italist.com ", "title": "什么是 Emporio Armani...", "pos": 1 } ] }, "pos_overall": 1 } ] } ``` #### 答案文本 
...
"answer_text": [
  {
    "fragments": [
      {
        "text": "Emporio Armani is a luxury brand known for timeless designs.",
        "references": [
          {
            "source": "http://italist.com",
            "url": "https://www.italist.com/magazine/what-is-emporio-armani/"
          }
        ]
      }
    ],
    "pos": 1
  }
]
...
键 (results.ai_overviews.answer_text)描述类型
片段对 Google 搜索查询的简短答案。数组
fragments.text片段的答案文本内容。 字符串
fragments.references片段引用的来源列表。数组
fragments.references.source被引用来源的名称。字符串
fragments.references.url被引用来源的 URL。 字符串
pos用于表示某个项目在所有 AI Overviews 答案结果中的位置的指示器。整数
#### **项目符号列表** ```json ... "bullet_list": [ { "list_title": "Pros", "points": [ {"text": "Comfortable"}, {"text": "极简品牌"} ], "pos": 1 } ] ... ```
键 (results.ai_overviews.bullet_list)描述类型
list_title项目符号列表的标题。字符串
points项目符号列表中呈现的项目。所有项目以逗号分隔。数组
points.text项目符号的文本内容。字符串
points.references项目符号引用的来源列表（可选）。数组
pos用于表示某个项目在所有 AI Overviews 项目符号列表结果中的位置的指示器。整数
#### 来源面板 ```json ... "source_panel": { "items": [ { "url": "https://www.italist.com/...", "source": "http://italist.com", "title": "什么是 Emporio Armani...", "pos": 1 } ] } ... ```
键 (results.ai_overviews.source_panel)描述类型
items用于生成 Google SERP 功能中 AI Overviews 结果的来源列表。对象
items.url网站的 URL。字符串
items.source网站名称。字符串
items.title文章标题。字符串
items.pos用于表示某个项目在所有 AI Overviews 来源面板结果中的位置的指示器。整数
#### 信息列表
键 (results.ai_overviews.info_list)描述类型
list_title列表的标题。字符串
list_items包含带有各自详细信息的项目列表。数组
list_items.title列表中该部分的标题。字符串
list_items.content该部分的简短描述。数组
list_item.pos用于表示某个项目在所有 AI Overviews 信息列表结果中的位置的指示器。整数
### 说明 在以下示例中，使用了“docker exec commands explained”查询。
```json ... "ai_overviews": [ { "answer_text": [ { "fragments": [ "The docker exec在计算机中，exec 是操作系统的一项功能，它会在已有进程的上下文中运行可执行文件，替换之前的可执行文件...", "它是一个强大的工具，可用于多种任务，例如排查容器问题、运行脚本或安装软件。" ], "pos": 1 }, { "fragments": [ "docker exec 命令的语法如下：" ], "pos": 2 }, ... } ] } ], ... ``` #### 答案文本 ```json "answer_text": [ { "fragments": [ "docker exec...", "它是一个强大的工具，可用于多种任务，例如排查容器问题、运行脚本或安装软件。" ], "pos": 1 } ] ```
键 (results.ai_overviews.answer_text)描述类型
片段以纯文本形式呈现的 Google 搜索查询答案片段。字符串数组
pos用于表示概览答案中该项的位置的指示器。整数
--- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://developers.oxylabs.io/api-targets/cn/sou-suo-yin-qing/google/ai-overviews.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.