我們如何用資料 API 與 LLM 尋找反向連結機會：kie.ai 與 evolink.ai

在經營 API Hop 時，我們想回答一個具體問題：其他 AI API 網站使用的反向連結來源，哪些值得進一步研究？

我們選擇 kie.ai 和 evolink.ai，分別取得第一頁的 100 筆反向連結紀錄。這篇文章沒有研究流量、關鍵字或網站整體排名。我們只想取得一份有用的反向連結清單。

主要發現是：200 筆原始紀錄在移除 5 筆失效紀錄後，剩下 195 筆。按來源主機名稱分組後，只有 29 個不同來源。evolink.ai 的 100 筆紀錄中，95 筆來自 GitHub，而且只分布在 9 個 GitHub 頁面。

本文使用這份資料，說明我們如何蒐集和計算紀錄、用 AI 整理，以及決定下一步。

1. 100 筆反向連結紀錄，不等於 100 個反向連結

相同參數對兩個網站回傳了什麼？

2. 我們如何請求這兩份資料？

使用的端點

我們先閱讀 API Hop 的 SimilarwebAPI 文件。

請求格式如下：

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'

成功回應的實際結構

以下是 kie.ai 回應的最外層結構。為方便閱讀，我們只保留第一筆紀錄的幾個欄位，省略其他紀錄：

{
  "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. 我們如何將 200 筆紀錄整理成可研究的來源？

先用程式碼去除重複項目並計算數量

我們採用固定順序：

1. 儲存兩份原始 JSON 檔案，保留服務回傳的所有欄位。
2. 為每一筆原始資料編號，kie.ai 從 K001 開始，evolink.ai 從 E001 開始。
3. 保留有效紀錄，並在 CSV 中保留排除標記。
4. 對每個競爭對手，依 UrlFrom + UrlTo 去除完全重複的紀錄。
5. 按正規化的來源主機名稱分組，計算不重複的 UrlFrom 頁面。
6. 合併兩份樣本的主機名稱，得到 29 個不同來源。

以上步驟都可以請 AI 協助。資料分析方面，我們推薦 Claude Opus5.5 和 ChatGPT Astra。

最明顯的差異在於來源的集中程度

evolink.ai 的 GitHub 紀錄遠多於 kie.ai。這引起我們注意，因此進一步查看：95 個連結來自 9 個頁面。來源路徑包含接近品牌名稱的帳號，例如 EvoLinkAI、Evolink-AI 和 evolinkai。這顯示它的開源專案反向連結，主要集中在這 9 個專案。

kie.ai 在 SaaSHub 的 26 個連結來自 24 個頁面。

GitHub 是兩份清理後樣本唯一共同的主機名稱。這很符合它們的定位，因為開發者是主要受眾之一。我們認為這類反向連結值得嘗試。

4. 如何提供正確素材，讓 AI 產生有用結果？

讓程式碼處理數字，模型負責分類與分析

若要將這一步加入自己的自動化流程，可以把清理後的 CSV 轉成 JSON，並使用以下提示詞：

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".

我們從實際紀錄中挑選了 10 個反向連結

下表的分類與優先順序，反映我們對哪些反向連結值得追蹤的初步判斷。

6. 總共花了多少錢？

本輪我們透過上述原生服務，成功呼叫反向連結 API 兩次。使用者若透過 API Hop 以此標準價格發出相同請求，可以如此編列預算：

7. 總結

我們的重點是使用 API Hop，把開放式問題變成可重複執行的任務：透過兩次查詢取得 200 筆真實紀錄，清理後依來源主機名稱分組，再挑選 10 個值得繼續追蹤的網址。 資料 API 提供線索，程式碼讓數字可以重現，AI 協助整理文字，最後由我們核查並決定是否採取行動。