> 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/pt-br/llms-and-ai.md).

# LLMs e IA

Encontre guias de scraping do Oxylabs Web Scraper API para os LLMs e plataformas de IA mais populares.

Os scrapers LLM da Oxylabs permitem que você envie prompts para as principais plataformas de IA e receba respostas estruturadas e parseadas. Alvos suportados:

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

{% hint style="success" %}
Todos os scrapers LLM & IA dedicados suportam **instruções personalizadas do navegador**. [**Saiba mais**](/products/pt-br/web-scraper-api/features/js-rendering-and-browser-control.md#browser-instructions)**.**
{% endhint %}

### Método de integração

As fontes LLM & IA usam o [**Push-Pull**](/products/pt-br/web-scraper-api/integration-methods/push-pull.md) método de integração. Em vez de manter a conexão aberta até a resposta ficar pronta, você envia um job e coleta o resultado quando ele terminar:

1. **Envie o job:** envie seu prompt para o endpoint Push-Pull. Você recebe imediatamente um ID do job, não o resultado.
2. **Aguarde até terminar:** ou deixe que a gente te notifique com `callback_url` (recomendado), ou [verifique o status do job](/products/pt-br/web-scraper-api/integration-methods/push-pull.md#check-job-status) você mesmo.
3. **Recupere o resultado:** quando o status for `done`, busque a resposta parseada.

{% hint style="info" %}
**Realtime e Proxy Endpoint não estão disponíveis** para `chatgpt`, `gemini`, e `perplexity` fontes. Esses alvos levam mais tempo para concluir do que uma conexão síncrona permite, então Push-Pull é o único método suportado.
{% endhint %}

## Solicitar amostra

Todos os alvos LLM usam praticamente os mesmos parâmetros de solicitação, com a principal diferença no comprimento máximo do prompt.

Envie o payload para o endpoint Push-Pull – veja as páginas individuais de cada alvo para exemplos 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">Parâmetro</th><th width="452.5">Descrição</th><th width="117">Tipo</th></tr></thead><tbody><tr><td><mark style="background-color:green;"><strong><code>source</code></strong></mark></td><td>O alvo LLM a ser extraído. Valores permitidos: <code>chatgpt</code>, <code>perplexity</code>, <code>gemini</code>.</td><td>string</td></tr><tr><td><mark style="background-color:green;"><strong><code>prompt</code></strong></mark></td><td>Consulta ou prompt a ser enviado. Comprimento máximo: 4.000 caracteres para <code>chatgpt</code>; 8.000 caracteres para <code>perplexity</code> e <code>gemini</code>.</td><td>string</td></tr><tr><td><code>callback_url</code></td><td><strong>Recomendado.</strong> URL onde entregamos uma notificação quando o job é concluído, para que você não precise verificar o status por conta própria. <a href="/products/pt-br/web-scraper-api/integration-methods/push-pull.md"><strong>Mais informações</strong></a>.</td><td>string</td></tr><tr><td><code>parse</code></td><td>Defina como <code>verdadeiro</code> para receber uma resposta JSON estruturada.</td><td>booleano</td></tr><tr><td><code>geo_location</code></td><td>Localização geográfica de onde rotear a solicitação (por ex., <code>"Estados Unidos"</code>).</td><td>string</td></tr><tr><td><code>browser_instructions</code></td><td>Execute instruções personalizadas opcionais do navegador ao renderizar JavaScript. <a href="/products/pt-br/web-scraper-api/features/js-rendering-and-browser-control.md#browser-instructions"><strong>Mais informações</strong></a>.</td><td>objeto</td></tr></tbody></table>

\- parâmetro obrigatório

{% hint style="success" %}
**Observação:** A renderização de JavaScript está habilitada por padrão para todos os alvos LLM. Não inclua `render` no payload da sua solicitação.
{% endhint %}

## Resposta

Todos os alvos LLM retornam a mesma estrutura de dados de nível superior. (veja as páginas individuais de cada alvo para a referência completa dos campos de resposta).

### Enviando o job

O envio retorna os detalhes do job, incluindo o ID que você usará para coletar o resultado. Não **não** contém os dados extraídos.

<table><thead><tr><th width="196">Campo</th><th width="452">Descrição</th><th width="114">Tipo</th></tr></thead><tbody><tr><td><code>job.id</code></td><td>Identificador exclusivo do job de scraping. Use isto para recuperar o resultado.</td><td>string</td></tr><tr><td><code>job.status</code></td><td>Status atual do job: <code>pendente</code> enquanto ele é executado, <code>done</code> quando o resultado estiver pronto, <code>faulted</code> se falhar (recupere o resultado somente quando o status for <code>done</code>)</td><td>string</td></tr><tr><td><code>job.source</code></td><td>Enviado <code>source</code> valor.</td><td>string</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 na solicitação.</td><td>string</td></tr><tr><td><code>job.geo_location</code></td><td>Geolocalização usada para a solicitação.</td><td>string</td></tr><tr><td><code>job.created_at</code></td><td>Carimbo de data/hora de criação do job (UTC, <code>YYYY-MM-DD HH:MM:SS</code>).</td><td>string</td></tr><tr><td><code>job.updated_at</code></td><td>Carimbo de data/hora de atualização do job.</td><td>string</td></tr></tbody></table>

### Recuperando resultados

Quando o status do job for `done`, recupere o resultado usando o `job.id` que você recebeu. O conteúdo parseado específico de cada alvo é encontrado em `results[].content` (veja as páginas individuais de cada alvo para a referência completa dos campos).

<table><thead><tr><th width="196">Campo</th><th width="452">Descrição</th><th width="114">Tipo</th></tr></thead><tbody><tr><td><code>results[].job_id</code></td><td>ID do job associado ao resultado.</td><td>string</td></tr><tr><td><code>results[].status_code</code></td><td>Código de status HTTP da coleta da página.</td><td>integer</td></tr><tr><td><code>results[].url</code></td><td>Página do alvo LLM.</td><td>string</td></tr><tr><td><code>results[].content</code></td><td>Dados de resposta do LLM. Os campos variam conforme o alvo.</td><td>objeto</td></tr></tbody></table>

### Dados de resposta por alvo

A tabela abaixo mostra quais campos de dados estão disponíveis para cada alvo LLM.

|                                                                                 | [**ChatGPT**](/api-targets/pt-br/llms-and-ai/chatgpt.md) | [**Gemini**](/api-targets/pt-br/llms-and-ai/gemini.md) | [**Perplexity**](/api-targets/pt-br/llms-and-ai/perplexity.md) |
| ------------------------------------------------------------------------------- | :------------------------------------------------------: | :----------------------------------------------------: | :------------------------------------------------------------: |
| Entrada do prompt                                                               |                             ✓                            |                            ✓                           |                                ✓                               |
| Saída parseada (JSON)                                                           |                             ✓                            |                            ✓                           |                                ✓                               |
| Resposta em texto simples                                                       |                             ✓                            |                            ✓                           |                                –                               |
| Saída Markdown                                                                  |                             ✓                            |                            ✓                           |                                ✓                               |
| Árvore JSON Markdown                                                            |                             ✓                            |                            –                           |                                ✓                               |
| <mark style="background-color:yellow;">Pesquisa / consultas relacionadas</mark> |                             ✓                            |                            –                           |                                ✓                               |
| <mark style="background-color:yellow;">Citações / fontes</mark>                 |                             ✓                            |                            ✓                           |                                ✓                               |
| <mark style="background-color:yellow;">Resultados de compras</mark>             |                             ✓                            |                            –                           |                                ✓                               |
| <mark style="background-color:yellow;">Anúncios</mark>                          |                             ✓                            |                            –                           |                                –                               |
| Geolocalização                                                                  |                             ✓                            |                            ✓                           |                                ✓                               |
| Modelo LLM usado                                                                |                             ✓                            |                            ✓                           |                                ✓                               |

– condicional, retornado somente quando o conteúdo está na resposta do 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/pt-br/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.