curl -X POST https://api.tryprofound.com/v2/reports/factcheck \
-H "X-API-Key: <your-api-key>" \
-H "Content-Type: application/json" \
-d '{
"category_id": "182bd5e5-6e1a-4fe4-a799-aa6d9a6ab26e",
"start_date": "2026-06-09",
"end_date": "2026-06-15",
"group_by": ["model"]
}'
{
"info": {
"total_results": 9,
"count": 9,
"next_cursor": null,
"models": ["ChatGPT", "Google Gemini", "Perplexity", "Claude", "..."],
"group_by": ["model"],
"start_date": "2026-06-09",
"end_date": "2026-06-15",
"filter": null
},
"data": [
{ "model": { "id": "a1c9…", "name": "ChatGPT" }, "accuracy": 0.986, "accurate": 1980, "inaccurate": 28 },
{ "model": { "id": "b7f2…", "name": "Microsoft Copilot" }, "accuracy": 0.831, "accurate": 1360, "inaccurate": 276 }
]
}
FactCheck
FactCheck
POST
/
v2
/
reports
/
factcheck
curl -X POST https://api.tryprofound.com/v2/reports/factcheck \
-H "X-API-Key: <your-api-key>" \
-H "Content-Type: application/json" \
-d '{
"category_id": "182bd5e5-6e1a-4fe4-a799-aa6d9a6ab26e",
"start_date": "2026-06-09",
"end_date": "2026-06-15",
"group_by": ["model"]
}'
{
"info": {
"total_results": 9,
"count": 9,
"next_cursor": null,
"models": ["ChatGPT", "Google Gemini", "Perplexity", "Claude", "..."],
"group_by": ["model"],
"start_date": "2026-06-09",
"end_date": "2026-06-15",
"filter": null
},
"data": [
{ "model": { "id": "a1c9…", "name": "ChatGPT" }, "accuracy": 0.986, "accurate": 1980, "inaccurate": 28 },
{ "model": { "id": "b7f2…", "name": "Microsoft Copilot" }, "accuracy": 0.831, "accurate": 1360, "inaccurate": 276 }
]
}
Puntuaciones de precisión de las afirmaciones verificadas de tu categoría: los
números detrás de la pestaña FactCheck (Accuracy) de la plataforma.
group_by
elige el corte; accuracy es una proporción de 0–1 (accurate / (accurate + inaccurate)).
Es por categoría, por lo que no hay asset ni scope.
- Métricas (todas las filas):
accuracy(0–1),accurate,inaccurate. group_by: de 0 a 2 entredate,model,region,persona,prompt,topic,tag,theme, o un solocitation(citation no se puede combinar con otra dimensión). Vacío → una puntuación general;["date"]→ la serie diaria de precisión; dos dimensiones (por ejemplo,["model", "date"]) → una fila por combinación, en una sola consulta.- La forma de las filas sigue a
group_by: una dimensión de valor →{ <dim>: { id, name }, … };["citation"]→{ citation: { url, citation_category }, … }(una cita es una URL, no un id/name);["date"]→{ date, … }. filter: delimita qué respuestas se cuentan: unandde nivel superior con hojas de un solo campo sobremodel,topic,region,persona,prompt,tag. Una hoja por campo (usainpara OR dentro de un campo); solotopicpuede negarse. Es una gramática más restringida que la de los demás informes v2 (sin anidamiento deor/not).
¿Eres nuevo en los informes v2? Consulta Filtrado y conceptos para conocer la forma compartida
{ info, data }, la agrupación y la paginación. FactCheck usa ese sobre, pero no tiene los parámetros scope/assets/metrics y tiene un filter restringido (arriba). Para las afirmaciones inexactas en sí, consulta FactCheck Claims.Variante con streaming (SSE) (mismo cuerpo, /stream)
Variante con streaming (SSE) (mismo cuerpo, /stream)
POST /v2/reports/factcheck/stream acepta el mismo cuerpo de solicitud y
devuelve Server-Sent Events:
un evento summary (el bloque info) y luego un evento result por fila.
limit/cursor se ignoran; devuelve todo de forma predeterminada. Pasa
max_results para establecer un límite.Response (text/event-stream)
event: summary
data: { ...the info block... }
event: result ← one per row, same shape as data[] above
data: {"model": {"id": "a1c9…", "name": "ChatGPT"}, "accuracy": 0.986, "accurate": 1980, "inaccurate": 28}
curl -X POST https://api.tryprofound.com/v2/reports/factcheck \
-H "X-API-Key: <your-api-key>" \
-H "Content-Type: application/json" \
-d '{
"category_id": "182bd5e5-6e1a-4fe4-a799-aa6d9a6ab26e",
"start_date": "2026-06-09",
"end_date": "2026-06-15",
"group_by": ["model"]
}'
{
"info": {
"total_results": 9,
"count": 9,
"next_cursor": null,
"models": ["ChatGPT", "Google Gemini", "Perplexity", "Claude", "..."],
"group_by": ["model"],
"start_date": "2026-06-09",
"end_date": "2026-06-15",
"filter": null
},
"data": [
{ "model": { "id": "a1c9…", "name": "ChatGPT" }, "accuracy": 0.986, "accurate": 1980, "inaccurate": 28 },
{ "model": { "id": "b7f2…", "name": "Microsoft Copilot" }, "accuracy": 0.831, "accurate": 1360, "inaccurate": 276 }
]
}
Autorizaciones
APIKeyHeaderBearerAuth
Cuerpo
application/json
Accuracy scores. group_by picks the slice (one or two dimensions); empty → the headline score.
YYYY-MM-DD, ET, inclusive
YYYY-MM-DD, ET, inclusive
Up to two dimensions to slice by; empty returns the headline score. citation must be alone.
Maximum array length:
2Opciones disponibles:
date, model, region, persona, prompt, topic, tag, citation, theme Scope which responses count (see Filtering).
Show child attributes
Show child attributes
Rows per page; default 100.
Rango requerido:
0 < x <= 100Stream only: cap rows returned.
Rango requerido:
x > 0¿Esta página le ayudó?