Veri API’si ve LLM’lerle backlink fırsatlarını nasıl buluyoruz: kie.ai ve evolink.ai

API Hop’i işletirken belirli bir soruyu yanıtlamak istedik: Diğer yapay zekâ API sitelerinin kullandığı hangi backlink kaynaklarını incelemeye değer?

kie.ai ve evolink.ai’ı seçerek her biri için 100 backlink kaydından oluşan ilk sayfayı aldık. Bu makalede trafiği, anahtar kelimeleri veya sitelerin genel sıralamalarını incelemedik. Yalnızca işe yarar bir backlink listesi istedik.

Temel bulgu şu: 200 ham kayıttan 5 bozuk kaydı çıkardığımızda 195 kayıt kaldı. Kaynak ana makine adına göre gruplandırınca yalnızca 29 farklı kaynak elde ettik. evolink.ai’ın 100 kaydının 95’i, sadece 9 GitHub sayfasına dağılmış şekilde GitHub’dan geliyordu.

Bu makalede kayıtları nasıl topladığımızı, saydığımızı, yapay zekâ ile düzenlediğimizi ve sonraki adımlara nasıl karar verdiğimizi bu veri kümesi üzerinden açıklıyoruz.

1. 100 backlink kaydı, 100 backlink anlamına gelmez

Aynı parametreler iki site için ne döndürdü?

2. Bu iki veri kümesini nasıl istedik?

Kullandığımız uç nokta

Önce API Hop’in SimilarwebAPI belgelerini okuduk.

İstek biçimi şöyleydi:

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'

Başarılı bir yanıtın gerçek yapısı

kie.ai yanıtının üst düzey yapısı aşağıda gösterilmiştir. Okunabilirlik için ilk kayıttan yalnızca birkaç alanı tuttuk ve diğer kayıtları çıkardık:

{
  "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. 200 kaydı araştırılabilecek kaynaklara nasıl dönüştürdük?

Önce kodla yinelenenleri kaldırın ve sayımları yapın

Sabit bir sıra izledik:

1. Hizmetin döndürdüğü tüm alanları koruyarak iki ham JSON dosyasını kaydetmek.
2. Her ham satıra, kie.ai için K001, evolink.ai için E001 ile başlayan bir kimlik vermek.
3. Geçerli kayıtları tutmak ve dışlama işaretlerini CSV’de korumak.
4. Her rakip için tam kopyaları UrlFrom + UrlTo üzerinden kaldırmak.
5. Kayıtları normalleştirilmiş kaynak ana makine adına göre gruplandırmak ve farklı UrlFrom sayfalarını saymak.
6. İki örneğin ana makine adlarını birleştirerek 29 farklı kaynak elde etmek.

Bu adımların tümünde yapay zekâdan yardım isteyebilirsiniz. Veri analizi için Claude Opus5.5 ve ChatGPT Astra öneriyoruz.

En belirgin fark, kaynakların ne kadar yoğunlaştığıydı

evolink.ai’ın GitHub kaydı sayısı kie.ai’dan çok daha fazlaydı. Bu dikkatimizi çekti ve daha yakından inceledik: 95 bağlantı 9 sayfadan geliyordu. Kaynak yollarında EvoLinkAI, Evolink-AI ve evolinkai gibi markaya yakın hesap adları vardı. Bu, açık kaynak proje backlinklerinin büyük ölçüde bu 9 projede yoğunlaştığını gösteriyor.

kie.ai için SaaSHub’daki 26 bağlantı 24 sayfadan geliyordu.

GitHub, temizlenmiş iki örneğin ortak olduğu tek ana makine adıydı. Geliştiriciler ana hedef kitlelerinden biri olduğu için bu, konumlandırmalarıyla uyumlu. Bu tür backlinkleri denemeye değer buluyoruz.

4. Yararlı sonuçlar için yapay zekâya doğru malzemeyi nasıl veririz?

Sayıları kod, sınıflandırma ve analizi model üstlensin

Bu adımı kendi otomasyonunuza eklemek için temizlenmiş CSV’yi JSON’a dönüştürüp şu istemi kullanabilirsiniz:

We are researching backlink sources for an AI API product.
The input contains actual backlink samples for kie.ai and evolink.ai.

Use only the input to organize up to 15 source hostnames:
- source_hostname
- evidence_ids: must come from the input
- source_urls: must come from the input; keep the original URLs
- target_sites: kie.ai, evolink.ai, or both
- category: developer project / product directory / tutorial / community / editorial article / other
- observation: include only facts supported by the input
- suggested_action: keep suggestions separate from facts
- verification_needed: current page status, relevance, account ownership, submission page, pricing terms
- status: always use "Needs verification"

Group by source_hostname.
Do not invent domains, titles, submission pages, or prices.
Do not describe a brand's own repositories as third-party recommendations.
Do not claim that anything is free, guarantees a listing, brings traffic, or improves rankings.
When there is not enough evidence, write "Cannot determine".

Gerçek kayıtlardan 10 backlink seçtik

Aşağıdaki tablodaki kategoriler ve öncelikler, hangi backlinkleri takip etmeye değer bulduğumuza ilişkin ilk değerlendirmemizi yansıtıyor.

6. Toplam maliyet ne oldu?

Bu turda yukarıda açıklanan yerel hizmet üzerinden iki başarılı backlink API çağrısı yaptık. Aynı istekleri API Hop üzerinden bu standart fiyatla yapan kullanıcılar şöyle bütçe ayırabilir:

7. Özet

Amacımız, API Hop ile açık uçlu bir soruyu tekrarlanabilir bir göreve dönüştürmekti: İki sorguyla 200 gerçek kayıt almak, bunları temizleyip kaynak ana makine adına göre gruplandırmak ve ardından daha fazla takip etmeye değer 10 URL seçmek. Veri API’si ipuçları sağlar, kod sayıları yeniden üretilebilir hâle getirir, yapay zekâ metni düzenlemeye yardımcı olur; harekete geçip geçmemeye ise son kontrollerimizi yaparak biz karar veririz.