Ottenere la risposta di AI Mode di Google e le sue fonti via API

Vuoi la risposta che AI Mode di Google dà per una query, insieme alle fonti a cui rimanda, via API invece che a browser: per ancorare il tuo agente a quello che Google dice oggi alle persone su un argomento, o per controllare quel testo prima che finisca in un ticket di supporto o nello screenshot di un concorrente.

Cos’è esattamente

/v1/ai restituisce la risposta di AI Mode di Google, il testo composto e le fonti dietro di esso per una query. Non è un riassunto fatto da FastAF. Da questo seguono due cose. Primo, il testo appartiene a Google: se lo mostri a un utente, presentalo come la risposta di Google, non come testo generato da te. Secondo, può cambiare tra due chiamate con la query identica, perché è così che si comporta la risposta sottostante; fai la stessa domanda a un’ora di distanza e potresti ricevere una formulazione diversa o un insieme diverso di fonti, senza che ci sia niente di rotto dal nostro lato.

La richiesta

Una chiamata prende la query stessa più country, language e location opzionali se ti serve la risposta come apparirebbe per un mercato specifico.

La risposta e le sue citazioni, dallo stesso JSON

Il testo della risposta non è un singolo campo, è una lista di text_blocks, ciascuno un paragrafo, un titolo, o un elenco puntato, e i link citati inline stanno dentro quei blocchi accanto al testo che supportano:

import requests

API_KEY = "faf_live_..."  # la tua chiave FastAF

resp = requests.get(
    "https://api.fastaf.co/v1/ai",
    params={"query": "what is a web scraping api"},
    headers={"Authorization": f"Bearer {API_KEY}"},
    timeout=60,
)
resp.raise_for_status()
data = resp.json()

answer_lines = []
citation_links = []

for block in data["text_blocks"]:
    if block["type"] == "paragraph":
        answer_lines.append(block["snippet"])
        citation_links += [l["link"] for l in block.get("links", [])]
    elif block["type"] == "heading":
        answer_lines.append(f'\n{block["text"]}')
    elif block["type"] == "list":
        for item in block["items"]:
            answer_lines.append(f'- {item["snippet"]}')
            citation_links += [l["link"] for l in item.get("links", [])]

answer = "\n".join(answer_lines)
sources = data["references"]

print(answer)
print(f'{len(sources)} sources cited, {len(citation_links)} inline citation links')

Abbiamo eseguito questo per “what is a web scraping api” scrivendo il post (agosto 2026). La risposta è tornata come sette blocchi (tre titoli, due paragrafi, due elenchi puntati) con 12 link incorporati direttamente nel testo dei blocchi, e una lista references separata di 11 fonti, un mix di video YouTube e pagine scritte, su cui la risposta si basa nel complesso.

Due liste di link, e non sono identiche

I link dentro text_blocks sono citazioni inline legate a una frase o un punto specifico, ciascuno una coppia {anchor, link}. L’anchor è a volte il nome della cosa citata, come il nome di un prodotto menzionato a metà frase, e a volte una stringa vuota quando il blocco rimanda a un link senza nominare niente nel testo di ancoraggio. La lista references di primo livello è più ampia: ogni fonte dietro la risposta, ciascuna con title, link, source (da dove viene) e un index, che quella fonte specifica abbia avuto o meno una menzione inline nel testo. Nel nostro campione, alcuni link di references erano percorsi relativi e altri erano URL completi, dritti a un video YouTube per esempio, quindi controlla la forma di link prima di darne per scontata una delle due. Se vuoi solo il testo della risposta senza scorrere tu stesso text_blocks, la risposta include anche una stringa markdown pre-renderizzata con l’intera risposta appiattita, anche se così perdi la struttura a blocchi e i link di citazione separati. Il ciclo sopra si ramifica solo su paragraph, heading e list; qualunque tipo di blocco che non riconosce viene saltato silenziosamente invece di sollevare un errore, il che è voluto, ma vale la pena saperlo se la risposta di una query sembra mai più corta di quanto ti aspettassi.

Insieme a text_blocks, la risposta può portare shopping_results, inline_images, local_results e web_results. Per questa query tutti e quattro sono tornati come liste vuote, il che è normale: AI Mode li riempie solo quando la domanda richiede un carosello prodotti, una mappa, o una striscia di immagini. Controlla la lunghezza di ciascuno prima di costruirci sopra una UI, invece di assumere che un campo sia popolato solo perché è presente nel JSON.

Quanto costa

/v1/ai costa 10 crediti a chiamata, il più alto tra gli endpoint di ricerca, coerente con il restituire una risposta composta invece di una lista di risultati. I 500 crediti del piano gratuito coprono 50 chiamate. Sul pacchetto Scale ($99 per 300.000 crediti) sono 30.000 chiamate, $3,30 per 1.000.

La versione breve

Leggi text_blocks per la risposta e le sue citazioni inline, e references per la lista completa delle fonti, e non mettere in cache il testo come se fosse fisso: è la risposta live di Google, e può leggersi diversamente rilanciando la stessa query. Prendi 500 crediti gratis, senza carta e guarda cosa dice su un argomento che già segui.