Към съдържанието
Get Ranked On TopИлюстративен казусПлан Content Engine

Измислен бизнес. Цифрите са моделиран сценарий, а не резултат на клиент.

← cd ../case-studiesGet Ranked On Top · SEO казус · Азиатско-тихоокеански регион

merlintide — казус — zsh — 96×40

Последен вход: моделирана сесия на ttys011 · Сингапур

mt case-study merlintide

клиентMerlintide

секторOCR API за документи, за разработчици · Сингапур

индустрияТехнологии и SaaS · 11 месеца

Как един OCR API спечели търсенията на разработчиците с уроци, които инженерите наистина запазват

# основен резултат

+305% регистрации за API ключ от органично търсене

спарклайн · M00 → M11

$ mt chart api_sign_ups_from_organic --index
M00 █████···············  100
M01 █████···············  105
M02 ██████··············  117
M03 ███████·············  133
M04 ████████············  155
M05 █████████···········  180
M06 ██████████··········  209
M07 ████████████········  241
M08 ██████████████······  277
M09 ████████████████····  317
M10 ██████████████████··  359
M11 ████████████████████  405

cat CHALLENGE.md

Предизвикателството

API-то на Merlintide беше по-бързо и по-евтино от конкурентите, но разработчиците, търсещи „extract table from pdf python“, намираха само документацията на облачните гиганти.

На хартия продуктът вече беше спечелил: по-ниска латентност, по-ниска цена на страница и по-чист JSON. Но инженерите не търсят „доставчик на OCR“. Те търсят задачата пред себе си, на езика, на който пишат в момента, обикновено насред спринта. Merlintide нямаше нито една страница, която да отговаря на някоя от тези задачи, а документацията му беше невидима за краулерите.

Междувременно все повече от тези въпроси първо се задаваха на AI асистенти, а асистентите цитираха онзи, който имаше най-ясния работещ отговор. Това никога не беше Merlintide.

# заявка → кой отговори (M00)
"extract table from pdf python"
  → docs на хиперскейлър  #1
  → Q&A форум             #2
  → merlintide.example     #41

# цитирания от AI асистенти: 0

mt audit docs.merlintide.example

Диагноза

Обходихме документацията, логовете и 312 заявки на разработчици и ги оценихме така, както биха ги видели търсачка и AI асистент. Седем констатации, три от тях блокиращи.

  1. [FAIL] 01

    рендиране: Документацията беше SPA с клиентско рендиране: 0 от 214 примера с код присъстваха в първоначалния HTML.

    поправка: Статично предварително рендиране на всеки маршрут от документацията и уроците; блоковете с код се изпращат като истински текст.

  2. [FAIL] 02

    съдържание: Нямаше страници за 40-те заявки за задачи с най-силно намерение („extract table from pdf python“, „ocr invoice node“).

    поправка: Библиотека от уроци, подредени по задачи, с по една страница за всяка от тези заявки.

  3. [FAIL] 03

    schema: Никъде в документацията нямаше маркиране TechArticle, HowTo или SoftwareSourceCode.

    поправка: Schema за примерите с код във всеки урок, свързана с обекта на API справочника.

  4. [WARN] 04

    дубли: Справочните страници /v1, /v2 и /latest бяха индексирани една до друга без canonical.

    поправка: Един canonical за всеки endpoint; старите версии с noindex и кръстосани връзки.

  5. [WARN] 05

    отговори: Уроците започваха с маркетингов текст; нищо, което AI асистент да може да цитира наведнъж.

    поправка: Отговор от 40 думи и работещ фрагмент код като първото нещо на всяка страница.

  6. [WARN] 06

    скорост: LCP на документацията 4,1 s на мобилни (оцветяването на синтаксиса блокираше основната нишка).

    поправка: Оцветяването се премести в етапа на билда; моделиран LCP 1,3 s.

  7. [PASS] 07

    продукт: Медианната латентност и цената на страница биеха API-тата на хиперскейлърите в публични бенчмаркове.

    поправка: Страница с бенчмарк и възпроизводим notebook стана активът, който печели връзки.

3 неуспешни, 3 предупреждения, 1 успешна за 4,2 s

cat plan.yml

Стратегията

plan: Content Engine
duration: 11 # месеца
goal: "да сме отговорът, който инженерите поставят в кода, а после запазват в отметки"
tactics:
  • - name: "Уроци за разработчици"

    flag: --tutorials=48

    Четиридесет и осем урока, изградени около конкретна задача (една заявка, един резултат), на Python, Node, Go и cURL, всеки завършващ с фрагмент с безплатен ключ, който работи още при първото поставяне.

  • - name: "Schema за примери с код"

    flag: --schema=SoftwareSourceCode

    Маркиране TechArticle + SoftwareSourceCode с полета за език, среда за изпълнение и зависимости, за да четат търсачките примера като код, а не като проза.

  • - name: "AI Overviews"

    flag: --answers=first

    Всяка страница започва с отговор, който може да се цитира, минимален блок код и дата с версия: форматът, който AI асистентите цитират, когато инженерите ги питат как се прави нещо.

  • - name: "SEO на документацията"

    flag: --docs=static

    Предварително рендирана документация, един canonical за всеки endpoint, обходимо странично меню и вътрешни връзки от всеки урок към точната справочна страница, която използва.

# план Content Engine задава ритъма; тактиките по-горе са начинът, по който го насочихме към намерението на разработчиците.

git log --reverse --oneline

11 месеца, комит по комит

  1. a41c9e2M01

    audit: обхождане на документацията, карта на 312 заявки

    Обходени Search Console, лог файлове и документацията на конкурентите; намеренията групирани по задачи.

    105
  2. 7be03d1M02

    feat(docs): статично предварително рендиране + canonical

    Примерите с код стават видими за краулерите за първи път.

    117
  3. c90f4aaM03

    feat(tutorials): първите 8 задачи на Python

    Таблици, фактури, касови бележки, ръкопис; всяка с работещ фрагмент код.

    133
  4. 13d7e6bM04

    feat(schema): SoftwareSourceCode за примерите

    Проверено с тестовете за разширени резултати; нула грешки.

    155
  5. e2a58f0M05

    feat(tutorials): версии за Node + Go

    Същите задачи в още три среди, с превключвател на езика в стил hreflang.

    180
  6. 5f61b3cM06

    perf: оцветяване при билд, LCP 1,3 s

    Работата в основната нишка на страниците с документация намаля с около две трети.

    209
  7. 98c2d47M07

    feat(answers): пренаписване „първо отговорът“

    Записани първите цитирания на уроци от AI асистенти.

    241
  8. 0ad4e19M08

    feat(bench): възпроизводим бенчмарк notebook

    Подхванат от два бюлетина и от документацията на един фреймуърк.

    277
  9. b7e3f82M09

    feat(tutorials): всички 48 задачи са онлайн

    Дългата опашка е покрита; вътрешни връзки към справочника.

    317
  10. 4c18ad5M10

    chore: обновени примери за SDK v3

    Обновени отметки за версията, за да остават отговорите цитируеми.

    359
  11. f03e6c9M11

    release: регистрация направо в уроците

    Безплатен ключ се издава на място; органичните регистрации са на моделирания си връх.

    405

# дясна колона: регистрации в API от органично търсене, индекс M00 = 100

curl -s mt.dev/cs | jq .metrics

Резултати

{
  "api_sign_ups_from_organic": "+305%",
  "tutorial_sessions": "+460%",
  "ai_assistant_citations": "86",
  "top_3_developer_queries": "+148",
  "months": 11,
  "modelled": true
}

Моделиран сценарий за измислен бизнес — не е резултат на клиент. Позициите и трафикът никога не са гарантирани; вижте нашите Условия.

  • $ mt chart api_sign_ups_from_organic

    +305%

    Регистрации в API от органично търсене

    M00 100M11 405

  • $ mt chart tutorial_sessions

    +460%

    Сесии в уроците

    M00 100M11 560

  • $ mt chart ai_assistant_citations

    86

    Цитирания от AI асистенти

    M00 0M11 86

  • $ mt chart top_3_developer_queries

    +148

    Заявки на разработчици в топ 3

    M00 0M11 148

mt rank --top 10

Позиции и SERP, преди и след

# 10 от 10 заявки · натиснете /, за да отидете в полето

Моделирани позиции в Google преди и след, по заявки
заявканамерениетърс./мес.M00M11
"extract table from pdf python"задача6600#41#2
"ocr api"търговско4400#27#3
"invoice ocr node js"задача1300—#1
"receipt ocr api free tier"търговско880—#2
"pdf to json python"задача3600#63#3
"handwriting recognition api"търговско2400#38#4
"parse scanned pdf golang"задача480—#1
"tesseract vs cloud ocr"сравнение1900#52#2
"ocr bounding boxes json"задача590—#2
"extract text from image curl"задача1000#74#5
$ mt serp "extract table from pdf python" --m00
  1. #1cloud-hyperscaler.example/docsDocument AI quickstart
  2. #2qa-forum.exampleHow to read a PDF table? [closed]
  3. #3other-cloud.example/docsTextract developer guide
  4. -#41merlintide.exampleMerlintide | Fast OCR API
$ mt serp "extract table from pdf python" --m11
  1. +AIAI обзорцитира merlintide.example/tutorials/pdf-tables
  2. #1cloud-hyperscaler.example/docsDocument AI quickstart
  3. +#2merlintide.example/tutorialsExtract tables from a PDF in Python (9 lines)
  4. #3qa-forum.exampleHow to read a PDF table? [closed]

mt plan --like merlintide

Вземете такъв план

Изграден върху плана Content Engine: уроци и документация около задачите, които купувачите ви наистина въвеждат, маркирани така, че търсачките и AI асистентите да могат да четат кода.

$ cd ../case-studies # всички казуси