Registro de cambios de la API

Actualización del perfil de proyecto y Brand Book al crear (v1.31.0). El nuevo endpoint PATCH /api/v1/projects/:id actualiza el perfil de un proyecto después de su creación, con los mismos campos que en Configuración del proyecto: brand_name, description, industry, business_model, target_audience, brand_voice, goals, primary_products y matching_names. Los campos del Brand Book (description, industry, brand_voice, target_audience) alimentan a GEO Writer, las sugerencias de prompts y las Recomendaciones, de modo que los sistemas externos puedan mantener el contexto de marca sincronizado mediante programación. Envía solo los campos que quieras cambiar; los campos desconocidos devuelven ERR_INVALID_PARAM. Cambiar matching_names (una lista de sustitución completa) vuelve a ejecutar el emparejamiento de menciones/citaciones sobre el historial del proyecto en segundo plano (rematching: true; se rechazan más ediciones mientras se ejecuta), y un cambio de brand_name solo se aplica a ejecuciones futuras. POST /api/v1/projects (y la herramienta MCP create_project) ahora acepta business_model, target_audience, brand_voice, goals y primary_products en el momento de la creación. La herramienta MCP existente update_project y el nuevo endpoint REST comparten exactamente el mismo servicio. Requiere una clave read_write; los miembros del equipo necesitan el permiso de actualización de Proyectos.

Correcciones de filtros en los nuevos listados (v1.30.0). Los filtros que estaban documentados pero se ignoraban silenciosamente ahora funcionan. store (medios propios) y status (hilos de Reddit) llegan a la consulta en lugar de descartarse, así que store=app_store y status=archived dejan de devolver filas sin filtrar. owned=true se aplica a GET /dimensions/shopping?view=merchants, que antes devolvía todos los comercios incluidos los competidores, y a GET /dimensions/owned_media?provider=mobile_apps, cuyas filas ahora incluyen el indicador yours que ya devolvía el resto de proveedores. En ese mismo proveedor, total es ahora el recuento completo del ranking (con un tope de 500) en lugar del tamaño de la página, que hacía creer a los clientes que paginan que no había nada después de la página 1. direction=desc ahora se aplica a las ordenaciones de texto de GET /dimensions/query_fan_outs (order=query_text, order=prompt_text), que siempre respondían en orden ascendente; ambos ahora se ordenan por defecto en orden descendente, como el resto de ordenaciones. El parámetro view de un endpoint por fin puede combinarse con output=flat o output=csv (por ejemplo ?view=merchants&output=csv), algo que antes devolvía ERR_INVALID_PARAM, y las respuestas planas devuelven view, provider y store. GET /account ahora informa del límite de solicitudes de la clave con la que se ha llamado en lugar del predeterminado, y su bloque subscription se limita a quienes pueden acceder a Planes y facturación. Los estudios se limitan a los proyectos a los que puede acceder quien llama.

Seis nuevas superficies de producto (v1.29.0). Compras y emplazamientos de pago dentro de las respuestas de IA: GET /api/v1/dimensions/shopping y GET /api/v1/dimensions/ads (Scale+). Medios propios y comunidades: GET /api/v1/dimensions/owned_media (YouTube, Instagram, Facebook, TikTok, LinkedIn, tiendas de aplicaciones) y GET /api/v1/dimensions/reddit (Growth+). Informes analíticos multimodelo: GET /api/v1/reputation/reports, GET /api/v1/reputation/reports/:id, GET /api/v1/studies, GET /api/v1/studies/:id y GET /api/v1/studies/:id/reports/:report_id (requiere monitorización de reputación). Las rutas de shopping y ads son deliberadamente independientes del modelo en lugar de llevar el nombre de un asistente concreto, ya que los datos subyacentes siempre han llevado la enumeración estándar de modelos. Nueve herramientas MCP equivalentes: list_shopping_products, list_ads, list_reddit_citations, list_owned_media, list_reputation_reports, get_reputation_report, list_studies, get_study, get_study_report. Los nueve endpoints admiten output=flat y output=csv.

Query Fan Out en la API y en MCP (v1.28.0). El nuevo endpoint GET /api/v1/dimensions/query_fan_outs expone las subconsultas que un modelo emitió realmente al responder a tus prompts monitorizados, que a menudo no coinciden con la redacción que escribiste. view=query (el valor por defecto) devuelve una fila por subconsulta distinta con su número de apariciones y su cuota; view=prompt devuelve una fila por prompt con el número de subconsultas distintas que generó. Acepta los filtros de prompt estándar además de query (búsqueda por subcadena), order, direction y output para salida plana/CSV, y un orden que no pertenezca a la vista elegida devuelve ERR_INVALID_PARAM. La herramienta MCP equivalente es list_query_fan_outs. El fan-out lo reporta principalmente ChatGPT, así que un resultado vacío suele significar que los modelos incluidos no lo exponen, y no que no se haya buscado nada. El endpoint devuelve solo la agregación: para obtener una variación entre períodos, llámalo dos veces con from/to explícitos. Ambas superficies están restringidas por el mismo permiso de miembro del equipo Query Fan Out que la página de la aplicación.

Uso de la cuenta, cabeceras de límite de solicitudes y glosario MCP (v1.27.0). El nuevo endpoint GET /api/v1/account devuelve el plan, la cadencia de seguimiento, el período de suscripción, el consumo de cuota (prompts, proyectos, competidores por proyecto, tareas mensuales de GEO Writer, miembros del equipo) y los límites de solicitudes aplicables a tu clave, de modo que una integración pueda ver su presupuesto restante en lugar de descubrir el tope al chocar con él. Una cuota ilimitada devuelve limit y remaining como null con unlimited: true. Los límites se resuelven a través del propietario de la cuenta, así que un miembro del equipo ve la capacidad que le corresponde. La herramienta MCP equivalente es get_account_usage, disponible en todos los planes. Todas las respuestas de /api/v1 incluyen ahora X-RateLimit-Limit, X-RateLimit-Remaining y X-RateLimit-Reset (la respuesta 429 ERR_RATE_LIMITED las incluye junto a Retry-After), y los dos presupuestos, 300 solicitudes/minuto globales y 60/minuto para escrituras, ahora están documentados en lugar de ser implícitos. El servidor MCP también expone un nuevo recurso llmpulse://glossary que define cada métrica, unidad, dimensión y advertencia de interpretación (visibilidad frente a AI Visibility Score, denominadores del Share of Voice, enfoque de marca, períodos parciales, muestras pequeñas), de modo que un asistente pueda leer las definiciones en lugar de deducirlas. Ningún endpoint, parámetro, carga útil ni código de error existente ha cambiado.

Agent Readiness se suma al paquete GEO técnico (v1.26.0). POST /technical_geo_reports ahora crea también un informe agent_readiness que puntúa el grado de preparación del dominio para los agentes de IA, por lo que created_reports y report_ids incluyen la nueva clave agent_readiness (9 informes por ejecución en lugar de 8). La herramienta MCP create_technical_geo_report crea el mismo paquete. Las claves existentes y las formas de respuesta no cambian.

Seguimiento semanal de Grok y DeepSeek. Los valores grok y deepseek del filtro model ahora devuelven datos reales de visibilidad semanal en las cuentas con esos complementos habilitados, en todos los endpoints de métricas, dimensiones, respuestas, sentimientos y citaciones (antes se aceptaban como valores de filtro, pero nunca coincidían con ninguna ejecución). Las respuestas de Grok provienen de su búsqueda web nativa, por lo que incluyen fuentes y citaciones como cualquier otro modelo. Las respuestas de DeepSeek no incluyen fuentes ni citaciones: DeepSeek no ofrece búsqueda web, por lo que sus respuestas reflejan el conocimiento propio del modelo. Las filas de DeepSeek devuelven citations: 0 y una lista de fuentes vacía por diseño; visibility, mention_rate, el Share of Voice y el sentimiento se comportan con normalidad. Las formas de respuesta no cambian, y los modelos que el usuario de una clave de API no ha habilitado siguen omitiéndose silenciosamente.

Tarjeta pública de servidor MCP. El nuevo endpoint GET /api/v1/mcp/server-card devuelve una Model Context Protocol Server Card que describe el endpoint, su transporte HTTP con streaming, las versiones de protocolo que acepta y la cabecera Authorization que debe enviar un cliente. No requiere autenticación, porque es el documento que un cliente lee antes de disponer de una credencial y no contiene ninguna credencial en sí. La tarjeta se anuncia en el catálogo Agentic Resource Discovery en /.well-known/ai-catalog.json, cuya entrada MCP ahora utiliza el tipo de medio correcto application/mcp-server-card+json y apunta a la tarjeta en lugar de al endpoint de transporte. La tarjeta no se sirve intencionadamente en /.well-known/mcp/server-card.json: la especificación MCP descarta esa ubicación. LLM Pulse también publica ahora un catálogo de API en /.well-known/api-catalog (RFC 9727) y un índice de habilidades de agentes en /.well-known/agent-skills/index.json.

Referencia de API reorganizada por recurso. La documentación en /api-docs, las especificaciones OpenAPI y Swagger, el índice legible por máquina llms.txt y la colección de Postman ahora agrupan cada endpoint bajo el recurso al que pertenece (Projects, Metrics, Competitors, Prompts, Collections & Tags, Answers, Mentions & Citations, Sentiments, Sources & Citation Intelligence, AI Model Insights, AI & Agent Traffic, Search Console, Recommendations, GEO Writer, Technical GEO Reports, Annotations, Webhooks, MCP), mostrando sus lecturas y escrituras juntas y en el mismo orden en todas las superficies. La lista de etiquetas de OpenAPI ahora declara todas las etiquetas en uso: faltaban Projects, Competitors, Collections, Annotations, Reports y OAuth, por lo que Swagger UI y Redoc listaban esos endpoints al final sin descripción. POST /projects y el asistente /project_drafts, antes ausentes de llms.txt, ahora aparecen listados, y la colección de Postman cubre todos los endpoints en lugar de las dos carpetas originales. Ningún endpoint, parámetro, payload ni código de error ha cambiado.

Amazon Rufus ahora es Alexa for Shopping. Amazon ha renombrado su asistente de compras, por lo que el modelo se denomina Alexa for Shopping en la aplicación, el sitio web y la documentación. Nada cambia para las integraciones: el valor de la API sigue siendo amazon_rufus en el filtro model y en todas las respuestas, y los datos históricos no se modifican. No se requiere ninguna acción.

CLI nativo en Rust y SDK oficiales. La CLI v2 sustituye la implementación en JavaScript por binarios nativos para macOS, Linux y Windows, conservando el formato existente de configuración y perfiles. Los comandos tipados cubren las 71 operaciones REST, con salida en JSON, tabla y CSV, además de un comando REST directo. Ahora se mantienen clientes oficiales generados para TypeScript, Python, Go, Java, Kotlin, C#, PHP, Ruby, Rust, Swift, Dart y R. El documento OpenAPI utiliza campos anulables compatibles con OpenAPI 3.0 para que todos los clientes puedan generarse con el mismo toolchain fijado.

Anotaciones automáticas y acceso en todos los planes (v1.23.0). Las anotaciones ya están disponibles en todos los planes, incluidos Starter y las cuentas de prueba. Las filas devueltas por GET /annotations y la herramienta MCP list_annotations incluyen origin: manual, automation, geo_test o platform. Las anotaciones automáticas de proyecto registran los cambios diarios en el conjunto de prompts, los cambios en los modelos de IA habilitados y los cambios en la frecuencia de monitorización. Los campos existentes y el comportamiento de escritura no cambian.

Tamaños de muestra en Share of Voice y agrupación por modelo (v1.22.0). GET /metrics/sov ahora devuelve un array periods con, por segmento, el total de mentions sobre el que se calcularon las cuotas (el tamaño de la muestra: un segmento con 1-3 menciones se lee como 100/50/33.33 y debe tratarse como muestra pequeña) y un indicador partial que marca los segmentos que aún están recopilando datos o que quedan recortados por la ventana solicitada. Cada fila current incluye también deltas precalculados: previous_share (último segmento completo) y avg_share (media de los segmentos completos con datos; los segmentos parciales quedan excluidos). Los campos existentes no cambian. La herramienta MCP get_sov incorpora group_by=model, que devuelve una comparación compacta de cuota por modelo en cada llamada (añade include_series=true para las series de tendencia por modelo), todas las herramientas MCP con ámbito de proyecto aceptan ahora el dominio del proyecto o el nombre exacto o el nombre de marca en project_id además del id numérico, las respuestas de métricas MCP incluyen un enlace de fuente app_url y las herramientas de métricas MCP muestran widgets interactivos en los hosts que los admiten: donut de Share of Voice, tarjeta resumen de visibilidad, gráfico de líneas de métricas a lo largo del tiempo (get_timeseries) y dominios más citados (get_top_sources).

Corrección en la respuesta de creación de proyectos (v1.21.1). POST /projects y POST /project_drafts/:id/finalize ahora devuelven competitors.processing: false porque la configuración de competidores finaliza dentro de la transacción del proyecto. Las respuestas anteriores devolvían true de forma incorrecta. Las URL de los sitios web de proyectos ahora devuelven ERR_INVALID_PARAM si incluyen credenciales, direcciones IP privadas o especiales, localhost o nombres de host internos. Los nombres de host DNS públicos, los nombres de dominio internacionalizados y las IP públicas literales siguen siendo compatibles. Un cuerpo JSON mal formado enviado a un endpoint de escritura ahora devuelve el error de análisis de JSON (la familia ERR_INVALID_PARAM) en lugar de ERR_PROJECT_NOT_FOUND.

Filtros de menciones y citaciones (v1.21.0). GET /answers, GET /dimensions/prompt_executions y GET /dimensions/sources aceptan mention_filter y (en los dos primeros) citation_filter, la misma matriz de dos ejes que exponen las páginas de Respuestas y Citaciones: tu marca cruzada con los competidores, donde cada eje puede tomar los valores presente, ausente o cualquiera. Los valores predefinidos son mentions_you, not_mentions_you, mentions_competitor, not_mentions_competitor, you_and_competitor, competitor_not_you, you_not_competitor y no_brands (no aparece ninguna marca monitorizada), con las variantes de citaciones cites_you, not_cites_you, cites_competitor, not_cites_competitor y cites_no_brands. Combina cualquiera de ellos con competitors para acotar el lado de los competidores a rivales concretos; en un valor negativo, la lista se interpreta como «ninguno de ellos». En /dimensions/sources el filtro se aplica al contenido rastreado de cada página citada. Los valores desconocidos devuelven ERR_INVALID_PARAM. Los mismos argumentos están disponibles en las herramientas MCP list_answers, list_prompt_executions y list_sources.

Salida plana y CSV para herramientas de BI (v1.20.0). Los endpoints de lectura ahora aceptan un parámetro output opcional: output=flat devuelve los mismos metadatos más columns y rows rectangulares, y output=csv devuelve esas filas como text/csv. Así, Tableau (mediante su conector REST API), Excel, Google Sheets y los cargadores de almacenes de datos pueden leer la API sin código que recorra el JSON anidado. /metrics/sov también acepta view=over_time|current|breakdown. Si se omite output, se devuelve exactamente la respuesta que ya reciben las integraciones existentes. Los errores siempre son JSON, los porcentajes se mantienen en la escala 0-100, los endpoints paginados exponen las cabeceras X-Total-Count, X-Page y X-Per-Page, y la salida plana está limitada a 200 000 filas.

Ventanas de historial de métricas más largas. La ventana de fechas máxima en los endpoints de métricas (/metrics/*), en los listados de /dimensions/*, en la inteligencia de citaciones y en la información de modelos de IA (REST y sus gemelos MCP) se amplía de 400 a 1500 días, lo que permite consultas de todo el historial. Los endpoints de Search Console mantienen su ventana de 400 días, que coincide con la retención de datos de GSC que almacenamos. El conector de Looker Studio incorpora las opciones "Últimos 365 días", "Todo el historial" y "Seguir el rango de fechas del informe", además de tres nuevos tipos de informe (Rendimiento de prompts, Share of Voice, Principales fuentes) basados en estos endpoints.

Ampliación de la API de escritura: lanzar, actualizar, eliminar (v1.19.0). Ahora las recomendaciones pueden lanzarse a través de la API: POST /recommendations (MCP launch_recommendations) inicia una generación asíncrona y devuelve la ejecución para sondearla; la herramienta MCP ya no requiere la tarjeta de confirmación del chat de la app (los clientes externos lanzan directamente, y el agente de chat de la app sigue pidiendo confirmación). Nuevos endpoints de gestión, cada uno con su gemelo MCP: DELETE /prompts/:id, PATCH/DELETE /competitors/:id, PATCH/DELETE /collections/:id y un conjunto completo de anotaciones (GET /annotations, PATCH/DELETE /annotations/:id, Growth+). Las eliminaciones son irreversibles: las filas desaparecen de inmediato y los datos históricos se purgan en segundo plano. Todos los endpoints de escritura requieren una clave API read_write y respetan la matriz de permisos de los miembros del equipo.

Mejora de calidad de MCP (a partir de una auditoría de un agente externo). Los valores de model desconocidos y las ventanas from/to invertidas ahora devuelven ERR_INVALID_PARAM en lugar de ignorarse en silencio. GET /metrics/agent_traffic devuelve el nuevo ERR_AGENT_TRAFFIC_NOT_CONNECTED cuando no hay ninguna fuente de tráfico de agentes conectada. El avg_visibility de GET /metrics/top_sources ahora es el porcentaje de respuestas que citan el dominio (acotado entre 0 y 100). Los campos duration_ms ahora son milisegundos reales. Campos añadidos: url_sha256 + created_at en las filas de fuente, matching_names en las filas de listas de competidores, score en las categorías de sentimiento, created_at en las anotaciones creadas y data_through en las respuestas de Search Console (GSC publica con un desfase de 2 o 3 días). Herramientas MCP: las herramientas de listado aceptan range, list_answers trunca las respuestas a 1500 caracteres por defecto (full_text=true para obtener más), la vista de URL de list_citation_groups es compacta salvo con include_page_details=true, las herramientas de URL citadas aceptan un url sin procesar como alternativa a url_sha256, get_sov usa por defecto todos los competidores configurados, list_prompts incorpora un parámetro de búsqueda query, y los errores de no encontrado devuelven el id solicitado.

Las suscripciones caducadas pierden el acceso a la API. Cuando se cancela una suscripción de autoservicio (Starter, Growth o Scale) y ya ha pasado la fecha hasta la que estaba pagada (tras un breve período de gracia), las claves API de esa cuenta devuelven 403 ERR_ACCOUNT_INACTIVE. Las suscripciones activas no se ven afectadas, y tampoco los planes pagados por factura y negociados (Scale+ personalizado, Partner, Enterprise), que siguen funcionando mientras su facturación se gestiona manualmente. Vuelve a suscribirte desde la página de facturación para recuperar el acceso. Nuevo código de error: ERR_ACCOUNT_INACTIVE (403).

Corregida la visibilidad de Principales fuentes. avg_visibility (y su alias avg_mention_rate) en GET /metrics/top_sources ahora es la proporción de respuestas válidas que citan el dominio: respuestas distintas que citan el dominio divididas entre todas las respuestas válidas del período. Antes contaba las filas de fuente, por lo que una respuesta que citaba un dominio tres veces se contaba tres veces, y solo dividía entre las respuestas que tenían alguna fuente, lo que podía arrojar valores superiores al 100 %. Espera porcentajes más bajos y correctos. total_responses no cambia.

Modelo Amazon Rufus (v1.18.0). El nuevo modelo de IA amazon_rufus (el asistente de compras de Amazon, llamado entonces Amazon Rufus y desde entonces renombrado Alexa for Shopping) se lanzó como complemento de Enterprise y ahora es un complemento de pago en todos los planes. El filtro model de los endpoints de métricas, dimensiones, respuestas y sentimientos acepta amazon_rufus. Como ocurre con otros modelos complementarios, los datos solo aparecen en las cuentas donde el modelo está habilitado.

API del asistente de borradores de proyecto (v1.17.0). Creación de proyectos en varios pasos con sugerencias de IA: POST /project_drafts inicia un borrador y sugiere nombre, descripción e industria para la URL; PATCH /project_drafts/:id envía cada paso (detalles, prompts, competidores, medios propios) con un avance estrictamente secuencial y devuelve sugerencias para el siguiente paso; GET lee el estado (sugerencias solo en caché para un sondeo seguro) y POST .../finalize crea el proyecto con exactamente los mismos efectos del modo rápido, de forma idempotente. Nuevos códigos de error: ERR_DRAFT_NOT_FOUND y ERR_DRAFT_STATE. Los borradores caducan a las 24 horas. Se incluyen cinco herramientas MCP gemelas: create_project, start_project_draft, get_project_draft, update_project_draft y finalize_project_draft, que comparten exactamente los mismos servicios REST.

API de creación de proyectos (v1.16.0). El nuevo POST /projects crea un proyecto completo en una sola llamada (modo rápido): campos del proyecto, prompts (en cola para su ejecución y categorización inmediatas), competidores y suscripción al correo semanal. Las repeticiones idempotentes mediante external_identifier (cuentas con embed habilitado) devuelven el proyecto existente con idempotent: true. El parámetro opcional execute_prompts_immediately: false aplaza la primera ejecución hasta la siguiente ventana de seguimiento programada. Las restricciones de plan y las cuotas se aplican exactamente igual que en el asistente de la app (ERR_LIMIT_REACHED, ERR_QUOTA_EXCEEDED, ERR_PLAN_REQUIRED).

Guía de uso de MCP + detalles de proyecto más completos (v1.15.6). El servidor MCP ahora devuelve instrucciones de uso a los clientes de IA conectados en initialize: el flujo de trabajo recomendado, la nomenclatura de métricas, consejos de eficiencia y la regla brand_kind=non_brand para comparaciones justas de marca frente a competidores (coincide con el valor predeterminado de Resumen en la app). Se han añadido los filtros brand_kind y prompt_type a los tres endpoints GET /reports/ai_model_insights/* y a sus herramientas MCP (get_ai_model_summary, get_ai_model_position_distribution, get_ai_overview_results); los valores no válidos devuelven ERR_INVALID_PARAM. GET /dimensions/projects/:id (y la herramienta MCP get_project_details) ahora incluye stats.prompts_by_brand_kind además de un bloque data_coverage que enumera los modelos, países e idiomas que realmente tienen datos, de modo que una sola llamada sustituye a las consultas separadas de modelos y configuraciones regionales.

Coherencia de las métricas de citaciones (v1.15.4). Las citaciones y la tasa de citaciones ahora incluyen las citaciones visibles y las referencias a fuentes en segundo plano en Resumen, Información de modelos de IA, REST y MCP. Las citaciones en segundo plano no tienen una posición visible y siguen excluidas de avg_position y de las distribuciones de posición. La atribución de fuentes ahora respeta la coincidencia exacta por subdominio de forma coherente. Por dominio sigue siendo un agregado por dominio registrable. Las formas de las respuestas no cambian.

Las notificaciones MCP Streamable HTTP ahora devuelven una respuesta 202 vacía. Los clientes estrictos como Claude y Codex pueden completar la inicialización en lugar de fallar cuando analizan una respuesta JSON null.

Las conexiones OAuth de MCP ahora caducan al cabo de un año. Las credenciales de acceso y de actualización comparten una única fecha límite de autorización fija. Las respuestas de actualización devuelven el mismo token de actualización reutilizable para evitar la pérdida de credenciales y fallos de concurrencia en los clientes MCP.

REST y MCP unificados en una capa de consulta compartida. Los endpoints de métricas (/metrics/timeseries, summary, sov, prompt_summary, top_sources, agent_traffic, ai_traffic) y todos los listados de /dimensions/* ahora ejecutan el mismo código de consulta que sus herramientas MCP gemelas, de modo que ambas superficies devuelven siempre datos idénticos. Las herramientas MCP incorporaron los filtros que les faltaban: prompt_type / brand_kind en get_prompt_summary, get_top_sources y las herramientas de listado, además de source_type en list_sources (cuyas filas ahora incluyen source_type y los indicadores de enlaces a tiendas de aplicaciones, como en REST). La validación de entrada de MCP ahora coincide con la de REST: los IDs collection_id / prompt desconocidos, las fechas mal formadas y las ventanas de fechas de más de 400 días devuelven errores en lugar de ignorarse silenciosamente. Las filas de list_prompts ahora incluyen collection_ids, y las filas del resumen REST incluyen ahora el campo metric que MCP ya devolvía. Queda una diferencia intencionada: en la granularidad semanal o mensual, MCP deja null los períodos anteriores al primer punto de datos en las métricas de tasa y posición para no arrastrar las medias a la baja, mientras que REST sigue rellenando con 0.0.

Negocios locales en los detalles de la respuesta. GET /answers/:id (y la herramienta MCP get_answer) ahora incluyen un array local_businesses: los negocios que ChatGPT muestra en su widget de resultados locales para prompts con intención local, con título, dirección, teléfono, número de reseñas, valoración, dominio web y posición en el ranking, cada uno emparejado con tu marca o un competidor monitorizado mediante is_owned / competitor_id.

Correcciones de errores. Las herramientas MCP get_timeseries y get_summary ahora devuelven valores reales para net_sentiment, los cinco desgloses sentiment_* y avg_mention_position (antes todos los puntos de datos llegaban como null a través de MCP; REST no se veía afectado), con la misma semántica que las métricas REST. GET /dimensions/all_mentions y GET /dimensions/all_citations ahora paginan en la base de datos con un orden determinista cuando hay empates en created_at, de modo que las páginas profundas son rápidas y estables en proyectos grandes; la forma de la respuesta no cambia. Los límites de tasa personalizados por clave ahora se respetan en la limitación global de la API (el valor por defecto sigue siendo 300 solicitudes/minuto; contacta con nosotros para cuotas superiores).

API de tráfico de IA (Scale+). El nuevo endpoint GET /metrics/ai_traffic expone el tráfico referido por IA que medimos a partir del proveedor de analítica web conectado del proyecto (Google Analytics 4, Adobe Analytics, PostHog, Plausible o Piano): usuarios, sesiones y conversiones por día agrupados por fuente de IA (ChatGPT, Perplexity, Gemini, Claude y otras), con totales y tasa de conversión. Nueva herramienta MCP: get_ai_traffic. Requiere el plan Scale o superior y un proveedor conectado; los proyectos sin proveedor devuelven el nuevo código ERR_AI_TRAFFIC_NOT_CONNECTED (404).

API de Search Console (Growth+). Los nuevos endpoints exponen los datos de rendimiento de Google Search Console que ya sincronizamos para los proyectos con una propiedad de GSC conectada: GET /search_console/summary (impresiones principales, clics, CTR, posición media, con desglose opcional por country/device), GET /search_console/timeseries (series por día, semana y mes), GET /search_console/queries y GET /search_console/pages (principales consultas y páginas ordenadas por impresiones, clics, CTR o posición, con paginación). ctr es una fracción de 0..1 y position es la media ponderada por impresiones, igual que en la API de Search Console. Nuevas herramientas MCP: get_search_console_summary, get_search_console_timeseries, get_search_console_queries, get_search_console_pages. Los proyectos sin una propiedad conectada devuelven el nuevo código ERR_SEARCH_CONSOLE_NOT_CONNECTED (404).

Cuota de menciones por dominio citante + filtros de fuentes en lote. Nuevo endpoint GET /citation_intelligence/mentions_by_domain (y herramienta MCP get_mentions_by_citing_domain): para las respuestas en las que se cita cada dominio de fuente indicado, devuelve la cuota de menciones de la marca frente a los competidores, normalizada para que los actores de cada dominio sumen el 100%. GET /metrics/top_sources y GET /citation_intelligence/groups (y sus herramientas MCP) incorporan un array domains (lista blanca de dominios exactos) y un array collection_ids (filtrar por varias etiquetas a la vez), de modo que una matriz amplia de dominio x etiqueta se resuelve con una sola llamada en lugar de una llamada por celda.

La matriz de permisos de los miembros del equipo ahora se aplica también en la API y en MCP. Una clave de API (o una sesión MCP o de agente de chat) de un miembro del equipo con permisos restringidos queda sujeta a la misma matriz de funciones que la aplicación web: los endpoints y las herramientas que quedan fuera de las funciones concedidas al miembro devuelven 403 ERR_INSUFFICIENT_PERMISSION (nuevo código de error). Las claves del propietario de la cuenta y de los administradores no se ven afectadas, así que las integraciones existentes siguen funcionando sin cambios. Los webhooks salientes pasan a ser una función de permiso propia y otorgable (siguen siendo Scale+).

Corrección de los agregados por período de las métricas de tasa en GET /metrics/summary. El campo total de las métricas porcentuales (visibility/mention_rate, citation_rate, ai_visibility_score/weighted_visibility, cuotas de sentimiento) ahora es la media de los períodos en lugar de la suma de las tasas de cada período, que podía superar el 100%. Las métricas de recuento (mentions, citations, responses) se siguen sumando. Cada fila del resumen incluye ahora un campo aggregation ("sum" o "average") que indica cómo se calculó total. La misma corrección se aplica a la herramienta MCP get_summary, que además deja de devolver la series completa junto al resumen (usa get_timeseries para los datos de la serie) e incorpora un argumento group_by (model o collection) que devuelve un resumen por grupo en una sola llamada. GET /answers (y la herramienta MCP list_answers) aceptan un nuevo parámetro query para la búsqueda de texto completo sin distinción de mayúsculas dentro de los textos de respuesta de IA: total pasa a ser el número exacto de coincidencias y las filas devuelven un snippet + match_count en lugar del texto completo de la respuesta.

Permiso de prompts para miembros del equipo y límites de prompts por proyecto. Los propietarios de la cuenta ya pueden desactivar la capacidad de un miembro del equipo para añadir o eliminar prompts. Cuando el permiso de un miembro está desactivado, POST /prompts y la herramienta MCP create_prompts devuelven 403 ERR_INSUFFICIENT_SCOPE para la clave de ese miembro (los endpoints de lectura no se ven afectados). Los propietarios también pueden fijar un límite de prompts por proyecto en Configuración del proyecto; cuando un proyecto lo alcanza, POST /prompts y create_prompts devuelven ERR_LIMIT_REACHED (junto con el control de cuota existente a nivel de cuenta) para todos, incluido el propietario, hasta que se aumente el límite. No hay nuevos códigos de error ni endpoints.

Nueva herramienta MCP get_webhook_sample (Scale+), la contrapartida MCP de GET /webhooks/sample/:event_type, para que los clientes MCP puedan previsualizar los payloads de eventos antes de suscribirse. Las restricciones por plan se han alineado para el catálogo de bots de IA: el endpoint REST GET /dimensions/agent_bots ahora requiere Scale o superior (ERR_PLAN_REQUIRED más abajo), mientras que la herramienta MCP list_agent_bots ya está disponible en todos los planes.

Webhooks salientes (Scale+, v1.9). Nuevos endpoints: POST /webhooks (suscribir una URL HTTPS pública a un evento del proyecto), GET /webhooks (listar suscripciones), DELETE /webhooks/:id (cancelar la suscripción), GET /webhooks/sample/:event_type (ejemplos de payloads para editores de integraciones). Siete tipos de evento: mention.created, competitor_mention.created, citation.created, prompt_execution.completed, sentiment.negative_detected, recommendation.completed, intelligence_task.completed. Las entregas se firman con HMAC-SHA256 (X-LLMPulse-Signature), se reintentan 5 veces con backoff y las suscripciones se desactivan automáticamente tras 20 fallos consecutivos. Crear o eliminar requiere una clave con alcance read_write. Nuevas herramientas MCP: create_webhook_subscription, list_webhook_subscriptions, delete_webhook_subscription. Los webhooks alimentan los nuevos conectores de Zapier, Make y n8n.

Content Intelligence pasa a llamarse GEO Writer. La función y su sección de la API ahora se denominan GEO Writer en toda la aplicación y la documentación. Es un cambio de nombre solo visual: los endpoints de la API (POST/GET /intelligence_tasks, GET /intelligence_tasks/:id), la estructura de las solicitudes y respuestas, los códigos de error y los nombres de las herramientas MCP (create_intelligence_task, list_intelligence_tasks, get_intelligence_task) no cambian. La página de marketing se ha movido de /features/content-intelligence a /features/geo-writer con una redirección 301.

MCP disponible en todos los planes mediante OAuth. El endpoint de MCP (POST /api/v1/mcp) ahora acepta tokens de acceso OAuth 2.1 emitidos mediante Dynamic Client Registration (RFC 7591) y PKCE-S256. Cualquier usuario de LLM Pulse, incluidos los usuarios de Starter, Growth y de prueba, puede conectar ChatGPT, Claude, Gemini, Cursor o cualquier otro cliente compatible con MCP a su cuenta pegando la URL https://api.llmpulse.ai/api/v1/mcp en la configuración de MCP / conector de su cliente; el cliente guía al usuario por un flujo de inicio de sesión OAuth sin necesidad de clave de API. La restricción de herramientas por plan sigue aplicándose: las herramientas de escritura y las herramientas de lectura avanzadas que requieren Growth o Scale siguen excluyéndose de tools/list para los usuarios sin acceso. La autenticación con clave de API (Authorization: Bearer …) no cambia y sigue siendo la vía recomendada para integraciones headless como Data Studio, Zapier y scripts de CI (plan Scale o superior). Los endpoints de descubrimiento (/.well-known/oauth-authorization-server, /.well-known/oauth-protected-resource, /oauth/jwks.json) y los endpoints de registro, autorización y token se encuentran bajo /oauth/*.

Nuevo tipo de recomendación: Sentiment & Reputation (Scale+). recommendation_type en GET /recommendations (y en la herramienta MCP launch_recommendations) ahora acepta sentiment_reputation además de ai_visibility, social_community y brand_building. Convierte en recomendaciones accionables los últimos 30 días de sentimiento de marca (ampliados a 90 si son escasos), los temas negativos, las brechas comparativas en las que se elogia a un competidor, las fuentes citadas detrás de las respuestas negativas y las dimensiones de reputación débiles. Requiere el plan Scale o superior; los usuarios sin ese plan reciben ERR_INVALID_PARAM o errores de plan.

Filtros de categorización de prompts. Ahora cada prompt se clasifica automáticamente por prompt_type (intención de búsqueda: informational, navigational, commercial, transactional) y brand_kind (brand = tu propia marca/productos, brand_other = competidores u otras marcas, non_brand = genérico, sin marca mencionada). Ambos se aceptan como filtros opcionales en /metrics/timeseries, /metrics/summary, /metrics/sov, /metrics/prompt_summary, /metrics/top_sources y /dimensions/prompts (que ahora también devuelve los dos campos por prompt). Los valores no válidos devuelven ERR_INVALID_PARAM. Los mismos filtros están disponibles como argumentos prompt_type / brand_kind en las herramientas MCP get_timeseries, get_summary, get_sov y list_prompts.

Endpoints de escritura para agentes (v1.5). Las claves de API ahora exponen un scope (read frente a read_write); las claves ya existentes tratan full como sinónimo de read_write. Los endpoints de mutación (POST/PATCH/PUT/DELETE) ahora requieren una clave con scope read_write y, en caso contrario, devuelven 403 ERR_INSUFFICIENT_SCOPE. Las escrituras tienen además un segundo límite de tasa (60/min por clave), que se suma al tope global de 300/min por clave. Nuevos endpoints REST: POST /competitors, POST /collections, POST /prompts/assign_tags (etiquetado masivo idempotente), POST /annotations (Growth+), POST /technical_geo_reports (paquete GEO completo). Nuevas herramientas MCP de escritura: create_competitor, create_collection, assign_prompt_tags, create_annotation, launch_recommendations (con confirmación previa del usuario en el agente de chat), create_technical_geo_report (ídem). Nuevos códigos de error: ERR_INSUFFICIENT_SCOPE (403) para claves de solo lectura que intentan escrituras, ERR_PLAN_REQUIRED (403) para anotaciones en Starter.

Los proyectos ahora exponen brand_name por separado de name en los payloads de API y MCP. brand_name es la etiqueta de marca que se envía a los LLM y se muestra en los gráficos orientados al cliente; name sigue siendo la etiqueta interna del proyecto. name se sigue devolviendo por retrocompatibilidad. mention_rate se acepta como sinónimo de visibility en los parámetros de /metrics/* y en las herramientas MCP timeseries / summary / top_sources. Los indicadores de modelos de IA por usuario ahora se aplican a todos los endpoints de lectura: las respuestas de la API, las métricas, las dimensiones, las respuestas de IA, los sentimientos y las citaciones excluyen silenciosamente los modelos que no están habilitados para el usuario de la clave de API. Hoy, los complementos de pago activos son Copilot, Claude, Grok, DeepSeek y Alexa for Shopping; la ejecución recurrente de Meta AI no está activa. Las métricas agrupadas por fecha se estandarizaron en Europe/Madrid para los grupos diarios, semanales y mensuales, lo que corrige las filas con un día de desfase cerca de la medianoche UTC.

API de Agent Analytics (Scale+, Beta): GET /metrics/agent_traffic y GET /dimensions/agent_bots exponen el tráfico de rastreo de bots de IA (GPTBot, PerplexityBot, ClaudeBot, OAI-SearchBot, Google-Extended y unos 25 más) procedente de Cloudflare o de subidas de CSV. Nueva herramienta MCP: get_agent_traffic. tools/list de MCP ahora se filtra según tu plan: las herramientas que no puedes usar ya no aparecen en el catálogo, y las llamadas directas a herramientas restringidas devuelven un ERR_PLAN_REQUIRED limpio en lugar de filtrar el esquema. Se han reforzado los límites de autenticación de MCP para el acceso de los miembros de la cuenta del propietario.

API de Citation Intelligence: GET /citation_intelligence/groups (agrupaciones de URLs citadas con filtros de fuente/tipo), GET /citation_intelligence/urls/:url_sha256, /occurrences y /content para el desglose por URL. API de informes de AI Model Insights: GET /reports/ai_model_insights/summary, /position_distribution y /ai_overview_results. API de recomendaciones: GET /recommendations y GET /recommendations/:id. Nuevas herramientas MCP: list_citation_groups, get_cited_url_details, list_cited_url_occurrences, get_cited_url_content, get_ai_model_summary, get_ai_model_position_distribution, get_ai_overview_results, list_recommendations, get_recommendation, list_competitor_mentions, list_competitor_citations, list_prompt_executions, list_tags. Validación de enumerados más estricta en view, order, direction, granularity, model, source_type, sentiment, content_gap, recommendation_type, status: los valores desconocidos ahora devuelven ERR_INVALID_PARAM en lugar de ignorarse silenciosamente. El filtro source_type acepta owned, competitor, third_party además de las listas de clasificación. Los resultados de AI Overview se agrupan por executed_at (no por created_at), de modo que las filas reintentadas o de backfill se asignan al día correcto.

Nuevo endpoint POST /prompts para la creación masiva de prompts (hasta 100 por solicitud). Nueva API de Content Intelligence: POST /intelligence_tasks para crear tareas, GET /intelligence_tasks para listarlas con filtros, GET /intelligence_tasks/:id para ver el detalle completo y los resultados. Nuevas herramientas MCP: create_prompts, create_intelligence_task, list_intelligence_tasks, get_intelligence_task. Nuevos códigos de error: ERR_LIMIT_REACHED (cuota de prompts), ERR_QUOTA_EXCEEDED (cuota de tareas de inteligencia), ERR_NOT_FOUND (recurso no encontrado).

Nuevo endpoint GET /metrics/prompt_summary para métricas por prompt paginadas (respuestas, menciones, citaciones, tasa de mención, citation_rate) en una sola solicitud

Nueva métrica ai_visibility_score (visibilidad ponderada por posición). Nuevas herramientas MCP: list_answers, get_answer, list_detailed_sentiments, get_project_details, get_competitor_details. Nuevos endpoints de API: /answers, /sentiments, /dimensions/projects/:id, /dimensions/competitors/:id. Nueva métrica responses (número de ejecuciones de prompt) y métrica citation_rate (citaciones / respuestas x 100). Límite de solicitudes de la API aumentado de 100 a 300 solicitudes/minuto. Añadido el filtro prompt a todos los endpoints de métricas y dimensiones.

Añadido el endpoint MCP (Model Context Protocol) para integraciones de IA con Claude, ChatGPT y otros asistentes de IA

Métricas de sentimiento añadidas a /metrics/timeseries (sentiment_very_positive/positive/neutral/negative/very_negative) y semántica documentada

Métricas alineadas con el Resumen (totales del período con arrastre persistente, proporción de sumas del período para la visibilidad, propagación en avg_position), desglose de SOV, filtro query en Top Sources, notas sobre caché y sección de descarga y entorno de Postman

Documentación pública inicial de la API (v1)