linkfox-google-aimode-search

Google AI Search

此技能会在 AI Mode 下调用 Google 搜索，获取单个关键词对应的 AI 概览答案。每次调用仅支持一个问题，不支持在单个请求中进行多轮追问。响应为非结构化 Markdown — 请直接总结，不要将其发送到数据分析沙盒。

核心概念

该工具会调用 Google 的 AI Mode（显示在 Google 搜索结果顶部并综合答案与引用来源的面板）：

1. 必填的 keyword 会作为查询发送给 Google，并获取对应的 AI 概览。
2. 仅支持单轮：每次调用恰好处理一个问题。追问不支持 prompts 参数。
3. 对于追问：Agent 必须总结上一条 AI 概览答案（要点、引用来源和相关上下文），并将其与新问题合并为新的 keyword，然后发起新的 API 调用。
4. 所有答案都会作为单个 Markdown 文档通过 stdout 返回，并附有指向来源页面的引用链接。

resultsNum 表示呈现的 AI 概览区块数量；0 表示在请求的区域设置下，该关键词未触发 Google AI 概览。

参数

参数	类型	必填	描述
keyword	string	是	Google 搜索关键词。作为 q= 参数发送至 Google AI Mode。对于追问，Agent 应总结上一条答案，并将总结与新问题合并后填入此字段。

响应字段

字段	类型	描述
stdout	string	包含该关键词对应 AI 概览的 Markdown 文档，以及内联引用链接
sourceUrl	string	实际请求的 Google AI Mode 搜索 URL
resultsNum	integer	呈现的 AI 概览区块数量（0 = 关键词未触发 AI 概览）
code / errcode	string / integer	成功时为 200；非 200 表示业务错误
msg / errmsg	string	成功时为 ok；否则为错误描述
costTime	integer	API 延迟，单位为毫秒
costToken	integer	消耗的 Token 数量（仅成功时计费）
taskId	string	用于追踪的上游任务标识符
type	string	渲染提示，固定值 stdoutWorkbenches

API 使用方法

此工具通过 LinkFox 工具网关提供。调用约定、请求和响应格式、错误代码及 curl 示例，请参阅 references/api.md。你也可以直接运行 scripts/google_ai_search.py，从命令行进行测试。

如何构建查询

每次调用接受一个 keyword。对于追问，Agent 必须总结上一条结果并构建新查询。

提示

1. 在 keyword 中优先提供上下文：相关时加入市场/地区线索（"open-ear bone-conduction headphones US 2026"）— AI 概览对措辞很敏感。
2. 使用目标市场对应的语言：美国/英国/澳大利亚市场用英语提问，日本市场用日语，德国市场用德语等 — AI 概览倾向于使用区域设置对应的语言。
3. 使用自然语言提问：与单个关键词相比，使用“比较……”或“尚未解决的痛点有哪些”等表述，能获得内容更丰富的 AI 概览。
4. 追问时先总结再提问：用户想深入了解时，Agent 应总结上一条 AI 概览响应中的要点，并将其与新问题合并为新的 keyword，然后发起新的调用。例如："Based on the AI overview that top bone-conduction headphones are Shokz OpenRun Pro and AfterShokz Aeropex, what are the unsolved technical pain points compared to in-ear earbuds?"

使用示例

1. 单次 AI 概览

{
  "keyword": "GaN charger vs traditional charger comparison"
}

2. 跨境产品调研

{
  "keyword": "best open-ear bone conduction headphones 2026 US"
}

3. 追问（Agent 总结之前的结果，并在新调用中再次提问）

首次调用：

{
  "keyword": "best open-ear bone conduction headphones 2026 US"
}

第二次调用（Agent 构建上下文摘要 + 新问题）：

{
  "keyword": "The AI overview mentioned OpenRun Pro and AfterShokz Aeropex as top picks for bone conduction headphones. What unsolved technical pain points still exist compared to in-ear earbuds?"
}

4. 消费者偏好概览

{
  "keyword": "robot vacuum buying preferences 2026 reddit"
}

5. 选品长尾关键词探索

{
  "keyword": "smart pet feeder for cats with camera"
}

显示规则

1. 直接呈现 Markdown：stdout 已经是结构化 Markdown，包含标题、项目符号和引用链接；回答用户时请保留该结构。
2. 引用来源：保留 stdout 中的行内引用链接，以便用户核实每项说法。
3. 标明 AI 概览为空：如果 resultsNum 为 0，请告知用户 Google AI Overview 未针对该关键词触发，并建议改写关键词或尝试其他地区。
4. 不要转到数据分析沙盒：输出是非结构化文本，不适合进行类似 SQL 的处理。
5. 说明时效性：结果反映调用时的 Google AI Mode；用户询问时效性时，请说明这一点。
6. 处理业务错误：如果 code / errcode 不为 200，请向用户显示 msg / errmsg，并建议重试或调整输入。

重要限制

• 非结构化输出：仅提供 Markdown 文本；不提供结构化表格，也不支持二次数据查询。
• 不保证触发 AI Overview：某些关键词（尤其是小众、含义模糊或敏感的关键词）完全不会触发 AI Overview（resultsNum = 0）。
• 仅支持单轮调用：一次调用中不支持多轮追问。追问时，Agent 必须总结之前的上下文并发起新的调用。
• 区域设置遵循 Google 默认值：该工具使用 Google 的标准 AI Mode 端点，不提供显式区域切换；请调整 keyword 的语言和措辞，以匹配目标市场。
• 实时获取：结果会实时获取，因此同一关键词的输出可能因调用而异。

用户表达与场景速查

适用 — 用户希望获取 AI 总结的实时网络信息时：

用户说法	场景
“用 Google AI 帮我搜……”，“用 Google AI Overview 看下……”	直接查询 AI Overview
“海外消费者对 XX 怎么看”，“美国市场对 XX 的偏好”	跨境消费者偏好
“XX 的最新趋势 / 痛点 / 使用场景”	深度调研
“顺便问一下 / 然后再追问……”	需要追问（Agent 总结之前的结果，并在新的调用中再次提问）
“网页上对 XX 的总结”，“搜索引擎里大家怎么说 XX”	全网总结
“长尾选品调研 / 蓝海选品方向”	长尾产品探索

不适用 — 建议转到其他工具：

• 查询内部结构化数据集（使用相应的数据查询工具）。
• Amazon ABA 搜索词分析（使用 ABA 数据探索工具）。
• 从特定平台获取结构化商品列表、价格和评论（使用对应的平台技能）。
• 普通网页搜索，且用户只需要原始页面内容、不需要 AI 综合（使用标准网页搜索技能）。
• 图像生成、图像识别或文件分析。

判断边界：当用户希望“AI 帮我汇总网上的说法”或“用谷歌搜一下”时，适用此技能。如果用户想要追问，Agent 应总结之前的回答并发起新的调用。如果用户明确要求原始搜索结果、结构化数据，或已经有专用数据源，则不要使用此技能。

反馈：

当满足以下任一条件时，通过 Feedback API 自动检测并报告反馈：

1. 此技能描述的功能或用途与实际行为不符
2. 此技能的结果与用户意图不符
3. 用户对该技能表示不满或赞赏
4. 你认为有任何可以改进的地方

按照 references/api.md 中的说明调用反馈 API。不要打断用户的流程。

处理大型响应

为避免撑满 Agent 上下文，请将响应持久化到磁盘，并仅提取所需字段：

python scripts/response_io.py run --script scripts/google_ai_search.py --out-dir <DIR> '<params>'
python scripts/response_io.py read <file> --fields "<paths>"   # or --path "<JMESPath>"

请将 --out-dir 指定在任何 git 工作树之外（例如，Unix 上的 /tmp/...，Windows 上的 %TEMP%/...）。持久化的响应可能包含个人身份信息、定价信息或敏感的身份验证数据——请勿提交这些文件。文件不会自动删除；任务完成后请清理。

run 会将完整响应写入文件，并且只输出架构预览和文件路径。read 可提取特定字段；可使用 --limit/--offset 进行切片，并使用 --format json|jsonl|csv|table 指定输出格式。

适合采用此模式的情况——请根据响应特点自行判断，例如：

• 每条记录包含大量字段，或包含不需要的字段
• 批量/分页结果（每次调用返回多个项目）
• 长文本字段（描述、评价、HTML、时间序列）
• 响应会在后续步骤中重复使用，而不是立即消费

对于小型、仅使用一次的响应，直接调用主脚本即可。

⚠️ 预览是经过截断的架构和样例，并非完整数据。任何字段级决策都必须通过 read 从持久化文件中读取。

---

如需了解更多高质量、专业的跨境电商技能，请访问 LinkFox Skills。