← cd ../case-studiesGet Ranked On Top · SEO 案例研究 · 亚太地区
上次登录:模拟会话,ttys011 · 新加坡
mt case-study merlintide
客户Merlintide
业务面向开发者的文档 OCR API · 新加坡
行业科技与 SaaS · 11 个月
一款 OCR API 如何靠工程师真心收藏的教程,赢下开发者搜索
# 核心数据
+305% 自然搜索带来的 API 密钥注册量
迷你走势图 · 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
挑战
Merlintide 的 API 比对手更快、更便宜,可开发者搜索“extract table from pdf python”时,只能找到云巨头的文档。
从纸面上看,这款产品早已胜出:延迟更低、单页价格更便宜、JSON 更干净。可工程师不会去搜“OCR 供应商”。他们搜的是眼前的任务,用的是手头正在写的那门语言,而且往往是在冲刺做到一半的时候。Merlintide 没有一个页面能回答其中任何一个任务,它的文档对爬虫来说也几乎是隐形的。
与此同时,越来越多这类问题被先拿去问 AI 助手,而助手引用的,是谁给出了最清晰、能直接运行的答案。那从来都不是 Merlintide。
# 查询 → 谁给出了答案(M00) "extract table from pdf python" → 云巨头文档 #1 → 问答论坛 #2 → merlintide.example #41 # AI 助手引用次数:0
mt audit docs.merlintide.example
诊断
我们抓取了文档、日志和 312 个开发者查询,并按搜索引擎和 AI 助手的视角逐项打分。共七项发现,其中三项是阻断性问题。
- [FAIL] 01
渲染: 文档是客户端渲染的 SPA:214 个代码示例,初始 HTML 里一个都没有。
修复: 对所有文档和教程路由做静态预渲染;代码块以真实文本输出。
- [FAIL] 02
内容: 意图最强的 40 个任务型查询(“extract table from pdf python”“ocr invoice node”)没有任何对应页面。
修复: 建立以任务为先的教程库,与这些查询一一对应。
- [FAIL] 03
schema: 整个文档里找不到任何 TechArticle、HowTo 或 SoftwareSourceCode 标记。
修复: 每篇教程都加上代码示例 schema,并关联到 API 参考文档实体。
- [WARN] 04
重复: /v1、/v2 和 /latest 的参考页面同时被收录,且没有 canonical。
修复: 每个端点只保留一个 canonical;旧版本设为 noindex,并相互链接。
- [WARN] 05
答案: 教程开头全是营销文案;没有任何一段能让 AI 助手直接拿来引用。
修复: 每个页面最前面先放一段约 40 词的答案和一段可运行的代码片段。
- [WARN] 06
速度: 移动端文档 LCP 为 4.1 秒(语法高亮阻塞了主线程)。
修复: 高亮改在构建时完成;LCP 模拟值降至 1.3 秒。
- [PASS] 07
产品: 在公开基准测试中,中位延迟和单页价格都胜过云巨头的 API。
修复: 附带可复现 notebook 的基准测试页面,成了赢得外链的核心资产。
3 项失败,3 项警告,1 项通过,用时 4.2 秒
cat plan.yml
策略
plan: Content Engine duration: 11 # 个月 goal: "成为工程师先粘贴、再收藏的那个答案" tactics:
- name: "开发者教程"
flag: --tutorials=48
四十八篇以任务为单位的教程(一个查询,一个结果),覆盖 Python、Node、Go 和 cURL,每篇都以一段带免费密钥的代码片段收尾,第一次粘贴就能跑通。
- name: "代码示例 schema"
flag: --schema=SoftwareSourceCode
TechArticle + SoftwareSourceCode 标记,带有语言、运行时和依赖字段,让搜索引擎把示例当作代码来读,而不是当作普通文字。
- name: "AI 概览"
flag: --answers=first
每个页面都以一段可引用的答案、一个最小代码块和带版本号的日期开头:工程师问 AI 助手“怎么做”时,助手引用的正是这种格式。
- name: "文档 SEO"
flag: --docs=static
预渲染的文档、每个端点一个 canonical、可抓取的侧边栏,以及从每篇教程指向其所用参考页面的内部链接。
# Content Engine 方案决定节奏;上面这些战术,是把它对准开发者意图的具体做法。
git log --reverse --oneline
11 个月,一次一个提交
- a41c9e2M01105
audit: 抓取文档,梳理 312 个开发者查询
抓取了 Search Console、日志文件和竞品文档;按任务对搜索意图分组。
- 7be03d1M02117
feat(docs): 静态预渲染 + canonical
代码示例首次对爬虫可见。
- c90f4aaM03133
feat(tutorials): 首批 8 个 Python 任务
表格、发票、收据、手写体;每个都附带可运行的代码片段。
- 13d7e6bM04155
feat(schema): 为示例加上 SoftwareSourceCode
已通过富媒体搜索结果测试;零错误。
- e2a58f0M05180
feat(tutorials): 移植到 Node + Go
同样的任务,再加三种运行时,配上类似 hreflang 的语言切换器。
- 5f61b3cM06209
perf: 构建时高亮,LCP 1.3s
文档页面的主线程工作量减少约三分之二。
- 98c2d47M07241
feat(answers): 改写为答案优先
首次记录到 AI 助手引用教程页面。
- 0ad4e19M08277
feat(bench): 可复现的基准测试 notebook
被两份技术通讯和一个框架的官方文档引用。
- b7e3f82M09317
feat(tutorials): 48 个任务全部上线
长尾覆盖完成;内部链接指向参考文档。
- 4c18ad5M10359
chore: 为 SDK v3 更新示例
更新版本标记,让答案始终值得引用。
- f03e6c9M11405
release: 教程内嵌注册流程
在页面内直接发放免费密钥;自然注册量达到模拟峰值。
# 右列:自然搜索带来的 API 注册量,指数 M00 = 100
curl -s mt.dev/cs | jq .metrics
成果
{
"api_sign_ups_from_organic": "+305%",
"tutorial_sessions": "+460%",
"ai_assistant_citations": "86",
"top_3_developer_queries": "+148",
"months": 11,
"modelled": true
}这是为虚构企业建模的情景,并非真实客户成果。排名和流量从无保证;详见我们的条款。
$ mt chart api_sign_ups_from_organic
+305%
自然搜索带来的 API 注册量
M00 100M11 405
$ mt chart tutorial_sessions
+460%
教程会话数
M00 100M11 560
$ mt chart ai_assistant_citations
86
AI 助手引用次数
M00 0M11 86
$ mt chart top_3_developer_queries
+148
进入前三的开发者查询
M00 0M11 148
mt rank --top 10
排名与 SERP:前后对比
# 共 10 个查询,显示 10 个 · 按 / 聚焦搜索框
| 查询 | 意图 | 月搜索量 | M00 | M11 |
|---|---|---|---|---|
| "extract table from pdf python" | 任务 | 6,600 | #41 | #2 |
| "ocr api" | 商业 | 4,400 | #27 | #3 |
| "invoice ocr node js" | 任务 | 1,300 | — | #1 |
| "receipt ocr api free tier" | 商业 | 880 | — | #2 |
| "pdf to json python" | 任务 | 3,600 | #63 | #3 |
| "handwriting recognition api" | 商业 | 2,400 | #38 | #4 |
| "parse scanned pdf golang" | 任务 | 480 | — | #1 |
| "tesseract vs cloud ocr" | 对比 | 1,900 | #52 | #2 |
| "ocr bounding boxes json" | 任务 | 590 | — | #2 |
| "extract text from image curl" | 任务 | 1,000 | #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
- +AIAI 概览引用 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
获取同款方案
基于 Content Engine 方案:围绕买家真正会输入的任务来打造教程和文档,并加上结构化标记,让搜索引擎和 AI 助手读得懂代码。
$ cd ../case-studies # 全部案例研究