> ## Documentation Index > Fetch the complete documentation index at: https://docs.sorsa.io/llms.txt > Use this file to discover all available pages before exploring further. # Seguimiento de menciones `/mentions` devuelve publicaciones que mencionan una cuenta concreta. Úsalo para supervisar marcas, dirigir consultas de soporte, medir campañas y seguir a la competencia. Ofrece el conjunto de filtros más amplio de los endpoints de búsqueda de Sorsa: los mínimos de interacción y las fechas son parámetros directos del cuerpo de la solicitud. Devuelve hasta 20 publicaciones por página. > **Nota:** consulta código de producción, seguimiento multicanal y análisis competitivo en la [guía de seguimiento de menciones mediante API](https://api.sorsa.io/blog/twitter-mentions-api). ## Inicio rápido ```bash theme={null} curl -X POST https://api.sorsa.io/v3/mentions \ -H "ApiKey: YOUR_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "query": "AppleSupport", "order": "latest", "min_likes": 10, "since_date": "2026-03-01" }' ``` > **Consejo:** prueba `/mentions` sin código en [API Playground](https://api.sorsa.io/playground). Cada cuenta incluye 100 solicitudes gratuitas, sin tarjeta. *** ## Referencia del endpoint ```text theme={null} POST https://api.sorsa.io/v3/mentions ``` | Parámetro | Tipo | Obligatorio | Descripción | | :------------- | :------ | :---------- | :------------------------------------------------------------------------------ | | `query` | string | Sí | Nombre de la cuenta sin @. Ejemplo: `"elonmusk"`. | | `order` | string | No | `"latest"` (predeterminado, recientes primero) o `"popular"` (por interacción). | | `since_date` | string | No | Fecha inicial en formato `YYYY-MM-DD`. | | `until_date` | string | No | Fecha final en formato `YYYY-MM-DD`. | | `min_likes` | integer | No | Mínimo de Me gusta de una mención. | | `min_retweets` | integer | No | Mínimo de retuits. | | `min_replies` | integer | No | Mínimo de respuestas. | | `next_cursor` | string | No | Cursor devuelto por la respuesta anterior. | Cada llamada consume una solicitud de tu cuota, tanto si devuelve una mención como veinte. *** ## Respuesta ```json theme={null} { "tweets": [ { "id": "2031847200012345678", "full_text": "@AppleSupport My iPhone keeps restarting after the latest update. Anyone else?", "created_at": "2026-03-08T14:22:31Z", "lang": "en", "likes_count": 47, "retweet_count": 12, "reply_count": 8, "quote_count": 2, "view_count": 15200, "is_reply": false, "is_quote_status": false, "user": { "id": "9876543210", "username": "frustrated_user", "display_name": "Alex", "followers_count": 1240, "verified": false } } ], "next_cursor": "DAABCgABGSmiaxkA..." } ``` Cada mención incluye métricas de interacción y el perfil completo del autor en `user` (recortado en el ejemplo). Las fechas utilizan ISO 8601. Si aparece `next_cursor`, hay más páginas; si es `null` o no aparece, has llegado al final. Consulta [Paginación](https://docs.sorsa.io/es/pagination) y [Formato de respuesta](https://docs.sorsa.io/es/response-format). *** ## /mentions frente a /search-tweets Estos endpoints cubren necesidades diferentes: * Utiliza `/mentions` para publicaciones que etiquetan una cuenta (`@brand`): menciones, respuestas y referencias. Admite `min_likes`, `min_retweets`, `min_replies`, `since_date` y `until_date` como parámetros directos. * Utiliza [`/search-tweets`](https://docs.sorsa.io/es/search-tweets) para palabras clave sin etiqueta de cuenta. `"Nike" -from:Nike lang:en` encuentra publicaciones que nombran la marca en el texto. También permite lógica booleana, filtros multimedia y otros operadores. Para ampliar la cobertura de marca, ejecuta ambos y elimina duplicados por ID de publicación. *** ## Patrones habituales ### Filtrar por interacción Recupera menciones que ya han alcanzado una audiencia. Es útil para paneles de reputación y relaciones públicas. ```python theme={null} import requests API_KEY = "YOUR_API_KEY" URL = "https://api.sorsa.io/v3/mentions" body = {"query": "nike", "order": "popular", "min_likes": 100} resp = requests.post(URL, headers={"ApiKey": API_KEY, "Content-Type": "application/json"}, json=body) resp.raise_for_status() mentions = resp.json().get("tweets", []) ``` ### Recuperar todas las menciones para soporte Omite los filtros de interacción y ordena cronológicamente para incluir menciones sin interacciones. ```python theme={null} body = {"query": "YourBrandSupport", "order": "latest", "since_date": "2026-05-10"} resp = requests.post(URL, headers={"ApiKey": API_KEY, "Content-Type": "application/json"}, json=body) ``` ### Analizar una campaña por fechas Limita el intervalo con `since_date` y `until_date` y recorre `next_cursor` hasta agotarlo. ```python theme={null} import time def all_mentions(handle, since, until, max_pages=50): out, cursor = [], None for _ in range(max_pages): body = {"query": handle, "order": "latest", "since_date": since, "until_date": until} if cursor: body["next_cursor"] = cursor resp = requests.post(URL, headers={"ApiKey": API_KEY, "Content-Type": "application/json"}, json=body) resp.raise_for_status() data = resp.json() out.extend(data.get("tweets", [])) cursor = data.get("next_cursor") if not cursor: break time.sleep(0.1) return out ``` ### Consultar nuevas menciones periódicamente Conserva el ID más reciente entre iteraciones para mostrar solo menciones nuevas. Compara los IDs numéricamente, ya que se devuelven como cadenas. ```python theme={null} last_seen_id = None while True: resp = requests.post(URL, headers={"ApiKey": API_KEY, "Content-Type": "application/json"}, json={"query": "yourbrand", "order": "latest"}) resp.raise_for_status() tweets = resp.json().get("tweets", []) if tweets and last_seen_id is None: last_seen_id = max((t["id"] for t in tweets), key=int) elif tweets: new = [t for t in tweets if int(t["id"]) > int(last_seen_id)] # handle `new` mentions if new: last_seen_id = max((t["id"] for t in new), key=int) time.sleep(15) ``` Este ejemplo de primera página establece un punto inicial al arrancar y no emite las menciones ya presentes. En flujos con mucho volumen, recorre las páginas del intervalo pendiente antes de avanzar el punto de control; conserva solapamiento y elimina duplicados para manejar resultados tardíos. Guarda `last_seen_id` en disco o Redis para sobrevivir a reinicios y añade `try`/`except` con esperas entre reintentos. Consulta el patrón completo en [Supervisión en tiempo real](https://docs.sorsa.io/es/real-time-monitoring). *** ## Errores habituales * **Un `min_likes` demasiado alto para soporte.** Un informe de fallo con 2 Me gusta puede importar más que un meme con 500. Para soporte, usa 0 y clasifica por palabras clave. * **Leer solo una página de cuentas con muchas menciones.** Cada solicitud devuelve hasta 20. Recorre `next_cursor` y presupuesta una solicitud por página. * **Considerar `/mentions` una cobertura completa.** Solo recoge referencias con @. Combínalo con `/search-tweets` para referencias sin etiqueta. * **Consultar demasiado a menudo cuentas poco activas.** Ajusta el intervalo al volumen: cada 15 segundos para marcas con mucha actividad y cada minuto o dos para cuentas pequeñas. Todos los planes tienen un límite de 20 solicitudes por segundo; consulta [Límites de solicitudes](https://docs.sorsa.io/es/rate-limits). * **No guardar el estado entre reinicios.** Sin un punto de control persistente, el proceso puede volver a alertar sobre menciones antiguas u omitir el intervalo pendiente. *** ## Próximos pasos * [Búsqueda de publicaciones](https://docs.sorsa.io/es/search-tweets): referencias de marca sin etiqueta. * [Operadores de búsqueda](https://docs.sorsa.io/es/search-operators): consultas multimedia, geográficas y booleanas. * [Supervisión en tiempo real](https://docs.sorsa.io/es/real-time-monitoring): consultas periódicas, deduplicación y reintentos. * [Datos históricos](https://docs.sorsa.io/es/historical-data): publicaciones antiguas por fechas. * [Referencia del endpoint](https://docs.sorsa.io/es/api-reference/b%C3%BAsqueda/buscar-menciones): especificación completa.