> 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/es/llms-and-ai.md).

# LLMs e IA

Encuentra guías de scraping de Oxylabs Web Scraper API para las plataformas LLM e IA más populares.

Los scrapers LLM de Oxylabs te permiten enviar prompts a plataformas de IA líderes y recibir respuestas estructuradas y analizadas. Objetivos compatibles:

* [ChatGPT](/api-targets/es/llms-and-ai/chatgpt.md) – fuente: `chatgpt`
* [Gemini](/api-targets/es/llms-and-ai/gemini.md) – fuente: `gemini`
* [Perplexity](/api-targets/es/llms-and-ai/perplexity.md) – fuente: `perplexity`

{% hint style="success" %}
Todos los scrapers dedicados de LLM e IA admiten **instrucciones personalizadas del navegador**. [**Más información**](/products/es/web-scraper-api/features/js-rendering-and-browser-control.md#browser-instructions)**.**
{% endhint %}

### Método de integración

Las fuentes de LLM e IA usan el [**Push-Pull**](/products/es/web-scraper-api/integration-methods/push-pull.md) método de integración. En lugar de mantener la conexión abierta hasta que la respuesta esté lista, envías un trabajo y recoges el resultado una vez que termina:

1. **Enviar el trabajo:** envía tu prompt al endpoint Push-Pull. Recibes de vuelta un ID de trabajo de inmediato, no el resultado.
2. **Espera a que termine:** o bien déjanos notificarte con `callback_url` (recomendado), o [comprueba el estado del trabajo](/products/es/web-scraper-api/integration-methods/push-pull.md#check-job-status) por tu cuenta.
3. **Recupera el resultado:** una vez que el estado sea `done`, obtén la respuesta analizada.

{% hint style="info" %}
**Realtime y Proxy Endpoint no están disponibles** para `chatgpt`, `gemini`, y `perplexity` fuentes. Estos objetivos tardan más en completarse de lo que permite una conexión síncrona, por lo que Push-Pull es el único método compatible.
{% endhint %}

## Solicitar ejemplo

Todos los objetivos LLM usan en su mayoría los mismos parámetros de solicitud, con la principal diferencia en la longitud máxima del prompt.

Envía el payload al endpoint Push-Pull – consulta las páginas individuales de cada objetivo para ver ejemplos completos de código.

```json
{
  "source": "chatgpt",
  "prompt": "best supplements for better sleep",
  "parse": true,
  "geo_location": "United States",
  "callback_url": "https://your-server.com/oxylabs-callback"
}
```

<table><thead><tr><th width="195.5">Parámetro</th><th width="452.5">Descripción</th><th width="117">Tipo</th></tr></thead><tbody><tr><td><mark style="background-color:green;"><strong><code>source</code></strong></mark></td><td>El objetivo LLM a extraer. Valores permitidos: <code>chatgpt</code>, <code>perplexity</code>, <code>gemini</code>.</td><td>cadena</td></tr><tr><td><mark style="background-color:green;"><strong><code>prompt</code></strong></mark></td><td>Consulta o prompt para enviar. Longitud máxima: 4.000 caracteres para <code>chatgpt</code>; 8.000 caracteres para <code>perplexity</code> y <code>gemini</code>.</td><td>cadena</td></tr><tr><td><code>callback_url</code></td><td><strong>Recomendado.</strong> URL donde entregamos una notificación una vez que el trabajo se completa, para que no tengas que comprobar el estado tú mismo. <a href="/products/es/web-scraper-api/integration-methods/push-pull.md"><strong>Más información</strong></a>.</td><td>cadena</td></tr><tr><td><code>parse</code></td><td>Establécelo en <code>true</code> para recibir una respuesta JSON estructurada.</td><td>booleano</td></tr><tr><td><code>geo_location</code></td><td>Ubicación geográfica desde la que enrutar la solicitud (p. ej., <code>"United States"</code>).</td><td>cadena</td></tr><tr><td><code>browser_instructions</code></td><td>Ejecuta instrucciones personalizadas opcionales del navegador al renderizar JavaScript. <a href="/products/es/web-scraper-api/features/js-rendering-and-browser-control.md#browser-instructions"><strong>Más información</strong></a>.</td><td>objeto</td></tr></tbody></table>

\- parámetro obligatorio

{% hint style="success" %}
**Nota:** La renderización de JavaScript está habilitada por defecto para todos los objetivos LLM. No incluyas `render` en tu payload de solicitud.
{% endhint %}

## Respuesta

Todos los objetivos LLM devuelven la misma estructura de datos de nivel superior. (consulta las páginas individuales de cada objetivo para ver la referencia completa de campos de respuesta).

### Envío del trabajo

Al enviarlo se devuelven los detalles del trabajo, incluido el ID que usarás para recoger el resultado. No **contiene** los datos extraídos.

<table><thead><tr><th width="196">Campo</th><th width="452">Descripción</th><th width="114">Tipo</th></tr></thead><tbody><tr><td><code>job.id</code></td><td>Identificador único del trabajo de scraping. Úsalo para recuperar el resultado.</td><td>cadena</td></tr><tr><td><code>job.status</code></td><td>Estado actual del trabajo: <code>pendiente</code> mientras se ejecuta, <code>done</code> cuando el resultado está listo, <code>faulted</code> si falló (recupera el resultado solo una vez que el estado sea <code>done</code>)</td><td>cadena</td></tr><tr><td><code>job.source</code></td><td>Enviado <code>source</code> valor.</td><td>cadena</td></tr><tr><td><code>job.parse</code></td><td>Enviado <code>parse</code> valor.</td><td>booleano</td></tr><tr><td><code>job.prompt</code></td><td>Prompt original en la solicitud.</td><td>cadena</td></tr><tr><td><code>job.geo_location</code></td><td>Geolocalización usada para la solicitud.</td><td>cadena</td></tr><tr><td><code>job.created_at</code></td><td>Marca temporal de creación del trabajo (UTC, <code>YYYY-MM-DD HH:MM:SS</code>).</td><td>cadena</td></tr><tr><td><code>job.updated_at</code></td><td>Marca temporal de actualización del trabajo.</td><td>cadena</td></tr></tbody></table>

### Recuperación de resultados

Una vez que el estado del trabajo sea `done`, recupera el resultado usando el `job.id` que recibiste. El contenido analizado específico de cada objetivo se encuentra dentro de `results[].content` (consulta las páginas individuales de cada objetivo para ver la referencia completa de campos).

<table><thead><tr><th width="196">Campo</th><th width="452">Descripción</th><th width="114">Tipo</th></tr></thead><tbody><tr><td><code>results[].job_id</code></td><td>ID de trabajo asociado al resultado.</td><td>cadena</td></tr><tr><td><code>results[].status_code</code></td><td>Código de estado HTTP de la obtención de la página.</td><td>entero</td></tr><tr><td><code>results[].url</code></td><td>Página LLM de destino.</td><td>cadena</td></tr><tr><td><code>results[].content</code></td><td>Datos de respuesta LLM. Los campos varían según el objetivo.</td><td>objeto</td></tr></tbody></table>

### Datos de respuesta por objetivo

La tabla siguiente muestra qué campos de datos están disponibles para cada objetivo LLM.

|                                                                                 | [**ChatGPT**](/api-targets/es/llms-and-ai/chatgpt.md) | [**Gemini**](/api-targets/es/llms-and-ai/gemini.md) | [**Perplexity**](/api-targets/es/llms-and-ai/perplexity.md) |
| ------------------------------------------------------------------------------- | :---------------------------------------------------: | :-------------------------------------------------: | :---------------------------------------------------------: |
| Entrada del prompt                                                              |                           ✓                           |                          ✓                          |                              ✓                              |
| Salida analizada (JSON)                                                         |                           ✓                           |                          ✓                          |                              ✓                              |
| Respuesta en texto plano                                                        |                           ✓                           |                          ✓                          |                              –                              |
| Salida Markdown                                                                 |                           ✓                           |                          ✓                          |                              ✓                              |
| Árbol JSON de Markdown                                                          |                           ✓                           |                          –                          |                              ✓                              |
| <mark style="background-color:yellow;">Búsqueda / consultas relacionadas</mark> |                           ✓                           |                          –                          |                              ✓                              |
| <mark style="background-color:yellow;">Citas / fuentes</mark>                   |                           ✓                           |                          ✓                          |                              ✓                              |
| <mark style="background-color:yellow;">Resultados de compras</mark>             |                           ✓                           |                          –                          |                              ✓                              |
| <mark style="background-color:yellow;">Anuncios</mark>                          |                           ✓                           |                          –                          |                              –                              |
| Geolocalización                                                                 |                           ✓                           |                          ✓                          |                              ✓                              |
| Modelo LLM utilizado                                                            |                           ✓                           |                          ✓                          |                              ✓                              |

– condicional, devuelto solo cuando el contenido está en la respuesta del LLM.


---

# 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/es/llms-and-ai.md?ask=<question>&goal=<endgoal>
```

`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.