Cara kami menggunakan API data dan LLM untuk menemukan peluang backlink: kie.ai dan evolink.ai

Saat menjalankan API Hop, kami ingin menjawab pertanyaan spesifik: Sumber backlink yang digunakan situs API AI lain mana yang layak ditelusuri?

Kami memilih kie.ai dan evolink.ai, lalu mengambil halaman pertama berisi 100 catatan backlink untuk masing-masing situs. Untuk artikel ini, kami tidak meneliti lalu lintas, kata kunci, atau peringkat situs secara keseluruhan. Kami hanya menginginkan daftar backlink yang berguna.

Temuan utamanya: Dari 200 catatan mentah, tersisa 195 setelah kami menghapus 5 catatan rusak. Pengelompokan berdasarkan hostname sumber menghasilkan hanya 29 sumber berbeda. Dari 100 catatan evolink.ai, 95 berasal dari GitHub, tersebar di hanya 9 halaman GitHub.

Dalam artikel ini, kami menggunakan kumpulan data tersebut untuk menjelaskan cara mengumpulkan catatan, menghitungnya, menggunakan AI untuk menatanya, dan menentukan langkah berikutnya.

1. 100 catatan backlink tidak berarti 100 backlink

Apa yang dikembalikan parameter yang sama untuk kedua situs?

2. Bagaimana kami meminta kedua kumpulan data ini?

Endpoint yang kami gunakan

Kami terlebih dahulu membaca dokumentasi SimilarwebAPI API Hop.

Format permintaannya:

curl --fail-with-body --max-time 90 --get \
  'https://api.apihop.ai/v1/similarweb/websites/backlinks' \
  --header "Authorization: Bearer ${APIHOP_API_KEY}" \
  --data-urlencode 'Key=kie.ai' \
  --data-urlencode 'Page=1' \
  --data-urlencode 'PageSize=100' \
  --data-urlencode 'Status=Active' \
  --data-urlencode 'FollowType=All' \
  --data-urlencode 'sort=DomainScore' \
  --data-urlencode 'asc=false'

Struktur sebenarnya dari respons berhasil

Struktur tingkat atas respons kie.ai ditampilkan di bawah. Agar mudah dibaca, kami hanya mempertahankan beberapa kolom dari catatan pertama dan menghilangkan catatan lainnya:

{
  "TotalRecords": 42009,
  "Records": [
    {
      "UrlFrom": "https://github.com/yitao2020/Vue-AI-web-game-asset-generator",
      "UrlTo": "https://kie.ai/",
      "Anchor": "KIE.ai",
      "DomainScore": 89,
      "IsLost": false,
      "IsBroken": false
    }
  ],
  "Page": 1,
  "PageSize": 100
}

3. Bagaimana kami mengubah 200 catatan menjadi sumber untuk diteliti?

Gunakan kode untuk menghapus duplikat dan menghitung terlebih dahulu

Kami mengikuti urutan tetap:

1. Simpan kedua file JSON mentah, dengan mempertahankan setiap kolom yang dikembalikan layanan.
2. Beri setiap baris mentah sebuah ID, dimulai dari K001 untuk kie.ai dan E001 untuk evolink.ai.
3. Pertahankan catatan valid dan simpan penanda pengecualian dalam CSV.
4. Untuk setiap pesaing, hapus duplikat persis berdasarkan UrlFrom + UrlTo.
5. Kelompokkan catatan berdasarkan hostname sumber yang dinormalisasi dan hitung halaman UrlFrom yang berbeda.
6. Gabungkan hostname dari kedua sampel untuk mendapatkan 29 sumber berbeda.

Anda dapat meminta AI membantu seluruh langkah ini. Untuk analisis data, kami merekomendasikan Claude Opus5.5 dan ChatGPT Astra.

Perbedaan paling jelas adalah tingkat konsentrasi sumber

evolink.ai memiliki jauh lebih banyak catatan GitHub daripada kie.ai. Hal itu menarik perhatian kami, jadi kami memeriksanya lebih dekat: 95 tautan berasal dari 9 halaman. Jalur sumber mencakup nama akun yang mirip dengan merek, seperti EvoLinkAI, Evolink-AI, dan evolinkai. Ini menunjukkan bahwa backlink proyek sumber terbukanya sebagian besar terkonsentrasi pada 9 proyek ini.

Untuk kie.ai di SaaSHub, 26 tautan berasal dari 24 halaman.

GitHub adalah satu-satunya hostname yang sama pada kedua sampel yang telah dibersihkan. Hal ini cocok dengan posisi produk mereka, karena pengembang merupakan salah satu audiens utama. Menurut kami, jenis backlink ini layak dicoba.

4. Bagaimana memberikan materi yang tepat kepada AI agar hasilnya berguna?

Biarkan kode menangani angka dan model menangani klasifikasi serta analisis

Untuk menambahkan langkah ini ke otomatisasi Anda sendiri, konversikan CSV yang sudah dibersihkan menjadi JSON dan gunakan prompt ini:

Kita sedang meneliti sumber backlink untuk produk AI API.
Masukan berisi sampel backlink nyata untuk kie.ai dan evolink.ai.

Gunakan hanya masukan tersebut untuk menyusun hingga 15 nama host sumber:
- source_hostname
- evidence_ids: harus berasal dari masukan
- source_urls: harus berasal dari masukan; pertahankan URL aslinya
- target_sites: kie.ai, evolink.ai, atau keduanya
- category: proyek pengembang / direktori produk / tutorial / komunitas / artikel editorial / lainnya
- observation: sertakan hanya fakta yang didukung oleh masukan
- suggested_action: pisahkan saran dari fakta
- verification_needed: status halaman saat ini, relevansi, kepemilikan akun, halaman pengajuan, ketentuan harga
- status: selalu gunakan "Needs verification"

Kelompokkan berdasarkan source_hostname.
Jangan mengarang domain, judul, halaman pengajuan, atau harga.
Jangan menyebut repositori milik suatu merek sebagai rekomendasi pihak ketiga.
Jangan mengklaim bahwa sesuatu gratis, menjamin pencantuman, mendatangkan trafik, atau meningkatkan peringkat.
Jika bukti tidak mencukupi, tulis "Cannot determine".

Kami memilih 10 backlink dari catatan sebenarnya

Kategori dan prioritas pada tabel di bawah mencerminkan penilaian awal kami tentang backlink yang layak ditindaklanjuti.

6. Berapa total biayanya?

Pada putaran ini, kami melakukan dua panggilan API backlink yang berhasil melalui layanan native yang dijelaskan di atas. Pengguna yang membuat permintaan yang sama melalui API Hop dengan harga standar ini dapat menganggarkan sebagai berikut:

7. Ringkasan

Fokus kami adalah menggunakan API Hop untuk mengubah pertanyaan terbuka menjadi tugas yang dapat diulang: Gunakan dua kueri untuk mendapatkan 200 catatan nyata, bersihkan dan kelompokkan berdasarkan hostname sumber, lalu pilih 10 URL yang layak ditindaklanjuti. API data menyediakan petunjuk, kode membuat angka dapat direproduksi, AI membantu menata teks, dan kami melakukan pemeriksaan akhir untuk memutuskan apakah akan bertindak.