← cd ../case-studiesGet Ranked On Top · Caso de estudio SEO · Asia-Pacífico
Último acceso: sesión modelada en ttys011 · Singapur
mt case-study merlintide
clienteMerlintide
sectorAPI de OCR de documentos para desarrolladores · Singapur
industriaTecnología y SaaS · 11 meses
Cómo una API de OCR conquistó las búsquedas de desarrolladores con tutoriales que los ingenieros sí guardan
# titular
+305 % altas de clave de API desde orgánico
sparkline · M00 → M11
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
El reto
La API de Merlintide era más rápida y barata que la competencia, pero quien buscaba «extract table from pdf python» solo encontraba documentación de los hyperscalers.
Sobre el papel, el producto ya había ganado: menos latencia, un precio por página más bajo y un JSON más limpio. Pero los ingenieros no buscan «proveedor de OCR». Buscan la tarea que tienen delante, en el lenguaje en el que están programando, casi siempre a mitad de sprint. Merlintide no tenía ni una sola página que resolviera alguna de esas tareas, y su documentación era invisible para los rastreadores.
Mientras tanto, cada vez más de esas preguntas se hacían primero a asistentes de IA, y los asistentes citaban a quien tuviera la respuesta ejecutable más clara. Nunca fue Merlintide.
# consulta → quién respondió (M00) "extract table from pdf python" → docs de hyperscaler #1 → foro de Q&A #2 → merlintide.example #41 # citas en asistentes de IA: 0
mt audit docs.merlintide.example
Diagnóstico
Rastreamos la documentación, los logs y 312 consultas de desarrolladores, y lo puntuamos todo como lo verían un buscador y un asistente de IA. Siete hallazgos, tres de ellos bloqueantes.
- [FAIL] 01
render: La documentación era una SPA renderizada en el cliente: 0 de 214 ejemplos de código aparecían en el HTML inicial.
solución: Prerenderizado estático de cada ruta de documentación y tutoriales; los bloques de código se sirven como texto real.
- [FAIL] 02
contenido: No había páginas para las 40 consultas de tarea con más intención («extract table from pdf python», «ocr invoice node»).
solución: Biblioteca de tutoriales orientada a tareas, con una página para cada una de esas consultas.
- [FAIL] 03
schema: Ni rastro de marcado TechArticle, HowTo o SoftwareSourceCode en toda la documentación.
solución: Schema de ejemplos de código en cada tutorial, enlazado a la entidad de la referencia de la API.
- [WARN] 04
duplicados: Las páginas de referencia /v1, /v2 y /latest se indexaban a la vez, sin canonical.
solución: Un canonical por endpoint; versiones antiguas con noindex y enlazadas entre sí.
- [WARN] 05
respuestas: Los tutoriales arrancaban con texto de marketing; nada que un asistente de IA pudiera citar de una sola pasada.
solución: Un bloque de respuesta de 40 palabras y un fragmento ejecutable como lo primero de cada página.
- [WARN] 06
velocidad: LCP de la documentación de 4,1 s en móvil (el resaltador de sintaxis bloqueaba el hilo principal).
solución: El resaltado pasó al build; LCP modelado de 1,3 s.
- [PASS] 07
producto: La latencia mediana y el precio por página superaban a las API de los hyperscalers en benchmarks públicos.
solución: Una página de benchmark con un notebook reproducible se convirtió en el activo que atraía enlaces.
3 fallidos, 3 avisos, 1 superado en 4,2 s
cat plan.yml
La estrategia
plan: Content Engine duration: 11 # meses goal: "ser la respuesta que los ingenieros pegan y luego guardan en marcadores" tactics:
- name: "Tutoriales para desarrolladores"
flag: --tutorials=48
Cuarenta y ocho tutoriales con forma de tarea (una consulta, un resultado) en Python, Node, Go y cURL, cada uno rematado con un fragmento con clave gratuita que funciona al primer pegado.
- name: "Schema de ejemplos de código"
flag: --schema=SoftwareSourceCode
Marcado TechArticle + SoftwareSourceCode con campos de lenguaje, runtime y dependencias, para que los buscadores lean un ejemplo como código y no como prosa.
- name: "AI Overviews"
flag: --answers=first
Cada página arranca con una respuesta citable, un bloque de código mínimo y una fecha con versión: el formato que citan los asistentes de IA cuando los ingenieros les preguntan cómo se hace algo.
- name: "SEO de documentación"
flag: --docs=static
Documentación prerenderizada, un canonical por endpoint, una barra lateral rastreable y enlaces internos desde cada tutorial a la página de referencia exacta que usa.
# el plan Content Engine marca el ritmo; las tácticas de arriba son la forma de apuntarlo a la intención de los desarrolladores.
git log --reverse --oneline
11 meses, commit a commit
- a41c9e2M01105
audit: rastrear docs, mapear 312 consultas de desarrolladores
Search Console, archivos de log y documentación de la competencia rastreados; intención agrupada por tarea.
- 7be03d1M02117
feat(docs): prerenderizado estático + canonicals
Los ejemplos de código, visibles para los rastreadores por primera vez.
- c90f4aaM03133
feat(tutorials): primeras 8 tareas en Python
Tablas, facturas, tickets, escritura a mano; cada una con un fragmento ejecutable.
- 13d7e6bM04155
feat(schema): SoftwareSourceCode en los ejemplos
Validado con las pruebas de resultados enriquecidos; cero errores.
- e2a58f0M05180
feat(tutorials): versiones para Node + Go
Las mismas tareas en tres runtimes más, con un selector de lenguaje al estilo hreflang.
- 5f61b3cM06209
perf: resaltado en build, LCP 1,3 s
El trabajo del hilo principal en las páginas de docs se redujo en unos dos tercios.
- 98c2d47M07241
feat(answers): reescritura con la respuesta primero
Registradas las primeras citas de tutoriales en asistentes de IA.
- 0ad4e19M08277
feat(bench): notebook de benchmark reproducible
Recogido por dos newsletters y por la documentación de un framework.
- b7e3f82M09317
feat(tutorials): 48 tareas publicadas
Long tail cubierto por completo; enlaces internos hacia la referencia.
- 4c18ad5M10359
chore: actualizar ejemplos para el SDK v3
Sellos de versión al día para que las respuestas sigan siendo citables.
- f03e6c9M11405
release: alta dentro de los tutoriales
Clave gratuita emitida en la propia página; altas orgánicas en su pico modelado.
# columna derecha: altas en la API desde orgánico, índice M00 = 100
curl -s mt.dev/cs | jq .metrics
Resultados
{
"api_sign_ups_from_organic": "+305 %",
"tutorial_sessions": "+460 %",
"ai_assistant_citations": "86",
"top_3_developer_queries": "+148",
"months": 11,
"modelled": true
}Escenario modelado para un negocio ficticio — no es el resultado de un cliente. Los rankings y el tráfico nunca están garantizados; consulta nuestros Términos.
$ mt chart api_sign_ups_from_organic
+305 %
Altas en la API desde orgánico
M00 100M11 405
$ mt chart tutorial_sessions
+460 %
Sesiones en tutoriales
M00 100M11 560
$ mt chart ai_assistant_citations
86
Citas en asistentes de IA
M00 0M11 86
$ mt chart top_3_developer_queries
+148
Consultas de desarrolladores en el top 3
M00 0M11 148
mt rank --top 10
Rankings y la SERP, antes y después
# 10 de 10 consultas · pulsa / para ir al campo
| consulta | intención | vol./mes | M00 | M11 |
|---|---|---|---|---|
| "extract table from pdf python" | tarea | 6600 | #41 | #2 |
| "ocr api" | comercial | 4400 | #27 | #3 |
| "invoice ocr node js" | tarea | 1300 | — | #1 |
| "receipt ocr api free tier" | comercial | 880 | — | #2 |
| "pdf to json python" | tarea | 3600 | #63 | #3 |
| "handwriting recognition api" | comercial | 2400 | #38 | #4 |
| "parse scanned pdf golang" | tarea | 480 | — | #1 |
| "tesseract vs cloud ocr" | comparativa | 1900 | #52 | #2 |
| "ocr bounding boxes json" | tarea | 590 | — | #2 |
| "extract text from image curl" | tarea | 1000 | #74 | #5 |
- #1cloud-hyperscaler.example/docsDocument AI quickstart
- #2qa-forum.exampleHow to read a PDF table? [closed]
- #3other-cloud.example/docsTextract developer guide
- -#41merlintide.exampleMerlintide | Fast OCR API
- +AIResumen de IAcita merlintide.example/tutorials/pdf-tables
- #1cloud-hyperscaler.example/docsDocument AI quickstart
- +#2merlintide.example/tutorialsExtract tables from a PDF in Python (9 lines)
- #3qa-forum.exampleHow to read a PDF table? [closed]
mt plan --like merlintide
Consigue un plan como este
Basado en el plan Content Engine: tutoriales y documentación pensados en torno a las tareas que tus compradores escriben de verdad, con marcado para que buscadores y asistentes de IA puedan leer el código.
$ cd ../case-studies # todos los casos de estudio