Case-Studies

最近看了一个 AI Humanizer 网站：writehuman.ai。 主要功能是把 AI 生成的文本改写得更像真人写的内容。 这个需求这两年变得很有市场。 越来越多人用 ChatGPT、Claude、Gemini、DeepSeek 写文章、邮件、作业、营销文案，但直接生成的内容经常有明显的 AI 味，句式规整、表达空泛、缺少真实语气。 这个网站切入的就是这个场景。 网站基本用法 我简单测试了一段中文 AI 文本。 原文大概是描述人工智能正在改变日常生活，语气比较标准，像常见的 AI 生成段落。 上传后，网站会生成一个改写版本。 从结果看，它会尝试增加一些更生活化的表达，比如把清晨的城市、早餐店、手机智能助手这些场景重新组织，让文本读起来更像一段人工写作。 它主要面向哪些用户 这个工具的用户大概率集中在三类人群。 第一类是学生。 很多学生会用 AI 辅助写作业、论文、申请材料，但又担心内容被 AI 检测工具识别，所以会用这类工具调整表达。 第二类是内容创作者和 SEO 写手。 AI 可以快速生成初稿，但直接发布容易有模板感，所以他们需要把文章、产品介绍、营销文案改得更自然。 第三类是英文非母语用户和自由职业者。 他们需要写英文邮件、简历、社媒内容、客户交付文案，这类工具可以帮他们提升表达效率，也能降低文字里的 AI 味。 流量数据 4 月达到 63 万，整体呈现上涨趋势。 用户主要来自哪些国家 国家分布上，美国占比最高，为 20%。 美国是 AI 工具的核心付费市场，学生、内容创作者、营销人员都很多。 菲律宾、印度、印尼这些国家的占比也很高，说明英文内容外包、远程工作、英语学习、跨境内容生产，都可能是这个工具的重要使用场景。 很多用户并不一定是在写正式论文，也可能是在写英文邮件、简历、社媒内容、产品文案、外包交付内容。 流量来源 从流量来源看，自然搜索占比最高，为 39%，直接访问占比 35%。 另外，生成式 AI 渠道占比 1.23%。 关键词 这些关键词背后的用户意图很强。 用户搜索 humanize ai，说明他已经有一段 AI 文本，需要把它改得更自然。 ...

最近我发现，Similarweb 的流量来源渠道中新增了几个分类，分别是： 显示广告、生成式 AI、联盟合作方。 其中最值得关注的是生成式 AI 这个渠道。 在我之前分析的一些网站案例中，已经有不少网站的外链来源中出现了 GEO 相关流量，也就是来自 AI 搜索、AI 问答工具或生成式 AI 推荐带来的访问。 现在 Similarweb 直接新增了生成式 AI渠道，说明这类流量已经开始被主流数据分析工具单独识别和统计。 这对于网站运营者来说是一个很重要的变化。 以后我们可以更直观地查看一个网站在 AI 推荐场景中的表现，比如是否被 ChatGPT、Perplexity、Gemini 等 AI 工具引用、推荐，或者带来了实际访问。 换句话说，GEO 正在变得越来越具体：它已经可以被工具识别、被数据呈现，也可以被网站运营者持续优化。

最近看了一个 AI 工具站：undetectable.ai。 它的核心功能很简单：检测一段文本是不是 AI 写的，然后提供一键 Humanize，把文本改写得更像人写的。 它抓住的是 AI 内容越来越多之后，用户对于被识别出来的焦虑。 网站基本介绍 网站主打两个功能： 一个是 AI Detector，用来检测文本是否像 AI 生成。 另一个是 AI Humanizer，用来把 AI 文本改写得更自然、更像人工写作。 它的产品路径非常清晰。 用户先输入一段文本检测，如果系统判断 AI 痕迹较重，页面马上引导用户点击 Humanize Text。 它不仅告诉用户文本可能像 AI，还顺手给出下一步处理方式。 这就是很好的转化步骤。 它主要面向哪些用户？ 这个网站面向的用户，大概有几类： 学生 内容创作者 SEO 从业者 博客作者 营销文案人员 需要大量英文写作的人 这些用户为什么会有这类需求？ 现在越来越多人会用 ChatGPT、Claude、Gemini 这类 AI 工具辅助写作，但很多场景里，用户又不希望自己的内容看起来像 AI 写的。 比如学生担心作业被检测出来。 内容创作者担心文章太模板化。 SEO 从业者担心 AI 内容影响网站质量。 营销人员担心文案读起来太机械。 所以网站抓住的是一个很强的心理：我可以用 AI，但我不希望别人一眼看出来我用了 AI。 我简单测试了一下 AI 检测效果 我用中文文本简单测了一下。 第一段文本是比较典型的 AI 风格： 检测结果显示，这段文本有 99% 的概率是 AI / GPT 生成。 ...

最近继续看 emoji 相关的网站，这次看的是 emojicombos.com。 这个网站创建于 2020 年，页面风格很复古，它做的事情是：提供各种 emoji 组合、颜文字、符号组合，用户搜索关键词后，可以直接复制使用。 比如搜索 cute，页面会返回大量可爱的 emoji 组合、相关符号和关键词标签。 流量数据 从数据看，emojicombos.com 的流量非常夸张。 2026 年 3 月，网站月访问量达到 984 万。 对于一个页面设计并不现代、交互也不算精致的网站来说，居然有近一千万的访问量。 用户群体的国家 用户主要来自美国，流量占比 30%。 可以看到，emoji、符号、颜文字这类需求并不局限于某个国家，而是覆盖了大量英语和非英语用户。 流量来源 流量来源里，自然搜索流量占比最高，达到 70%，直接访问占比 21%。 这说明它的大部分流量来自搜索引擎，用户会主动搜索 kaomoji、cute symbols、aesthetic symbols、emoji combos 这类关键词，然后进入网站复制内容。 关键词 关键词数据里，排名靠前的词基本都围绕 emoji、symbols、kaomoji 展开。 这些词并不复杂，但搜索量巨大，而且需求非常明确。 用户不是来阅读长文章的，他们就是想快速找到一个符号、一个表情组合、一个可以复制的文本样式。 营收 营收主要依赖 Google 广告，在搜索页面插入对应的广告获利。 最后的思考 emoji 相关需求远比想象中大。 这个网站创建于 2020 年，页面设计并不算精致，交互体验也谈不上现代，但它依然可以做到接近千万级月访问量。 很多用户每天都在聊天、发状态、写简介、做社交账号装饰，他们需要大量可复制、可搜索、可组合的表达素材。 这类需求长期存在。

今天继续介绍一个合并 emoji 的网站，emojicombiner.com。 它的创建时间比 emojikitchen.dev 晚了 8 个月左右(23 年 8 月)，流量体量也比它小。 但这类案例依然有参考价值。 对小团队和独立开发者来说，很多时候并不需要吃下整个市场，只要获取一部分流量，项目就有机会跑通。 网站使用同样非常简单，左边选一个 emoji，右边再选一个 emoji，中间就会生成一个新的混合表情。 背后的技术思路也不复杂。 它也是基于 Google Emoji Kitchen 这套玩法和素材能力来做网页化封装。 用户在网页里完成选择、预览、复制、下载这些动作，底层依托的其实是 Google 的 emoji 混合能力。 比如下图的吐舌表情加眼镜表情，最后出来的是一个带眼镜、吐着舌头的大表情。 网站传播感很强 不需要用户注册，也不需要复杂操作，更不需要长时间停留。 用户进来，选两个 emoji，看结果，复制或者下载，然后离开，天然适合分享。 流量数据 月访问量 8 万。 它的流量，核心是搜索 自然搜索占比 77%。 这基本说明，它主要靠 SEO。 emoji mix emoji mixer emoji merger 这几个词在关键词图里都排在前面，而且点击量不低。 其中 emoji mix、emoji mixer、emoji merger 这类词，本身就很像工具型需求词，用户搜索意图很明确，就是来找一个能直接用的网站。 用户分布 从国家分布图看，流量最高的地区是印度尼西亚 50%。 这个结构说明，它不是一个靠欧美市场的站。 这个案例给我的一个感受 同一个方向里，后来者依然有机会拿到流量。 emojicombiner.com 比 emojikitchen.dev 晚了 8 个月左右才上线，体量也更小。 ...

最近一直在看 emoji 的网站，昨天看到了 emojidb.org 这个网站，做 emoji、符号的搜索与复制。 用户输入一个词，比如 child、love、cute，页面就会返回一批相关结果，点一下就能直接复制。 核心就是搜索词页和批量可索引页面。 月访问量 从数据看，EmojiDB 1100 万的月访问量，非常之恐怖。 放在工具站里看，已经是很大的体量了。 而且它做的并不是什么复杂产品，就是收集 emoji 将其分门别类，让用户最快拿到自己想要的内容。 用户群体所在国家 它的用户分布非常分散，前两个国家分别是： 美国 13.30% 印度 11.59% 流量来源 流量主要来自于搜索引擎，25% 来自收藏夹访问。 一方面说明它的 SEO 做得很强，靠大量关键词页持续吃搜索流量。 另一方面也说明用户并不是来一次就走，有一部分人会反复回来用，已经形成了工具习惯。 关键词 它拿到的关键词也很有代表性，除了 emoji 这种大词，还有很多细分词： emoji cute emoji kaomoji emoji aesthetic cute emojis 这些词背后对应的都是真实需求。 有人想找可爱的表情，有人想找颜文字，有人想找适合主页装饰、社交平台美化的内容。 所以这个站吃到的并不只是一个大词流量，而是一整套围绕表达、装饰、复制、搜索展开的长尾需求。 而且流量也不只来自英文，葡语、西语相关词也在持续带来访问，说明这个方向的全球化空间很大。 变现 网站的主要收入来源还是 Google 广告。 整体看下来，它的广告展现还算克制，没有一上来就把页面塞满，主要放在 emoji 索引页底部。 这种做法其实比较克制。 因为这类网站的核心价值是让用户快速搜索、快速复制，一旦广告太重，就会直接影响体验，进而影响回访率和搜索表现。 1100 万的访问量做到这么克制，站长绝对不是一般人。 一般人很难做到这么克制，恨不得把广告铺满整个网站。 思考 emoji 这个方向的需求，远比大多数人想象的大。 网站每月高达 1000 万的访问量还是让我非常之震撼的。 ...

很多人做网站，盯着的都是效率、工具、办公、赚钱。 但有时候，真正能拿到流量的，反而是那种看起来没那么严肃的小需求。 你可能很难想到，一个拼接 emoji 的网站，居然能做到月访问 45 万。 更关键的是，这个需求几乎没有语言门槛，天然就能面向全球用户。 昨天看到一个网站，觉得很有意思。 它做的事情非常简单，就是把两个 emoji 拼在一起，生成一个新的表情图案。 比如难过的脸，加上海边小岛，就会变成一把在海边落泪的遮阳伞。 这个网站叫 emojikitchen.dev。 它背后的技术并不复杂，核心来源其实是 Google Emoji Kitchen，这个站点做的是把这种玩法搬到网页端，方便用户直接搜索、组合、复制。 我原本以为这只是个偏娱乐的小玩具，结果一看数据，流量比我预想中大得多。 流量数据 月访问量 45 万，这个体量放在独立开发网站里，已经不算小了。 网站解决了一类经常被忽视的需求： 用户对传统 emoji 早就很熟悉了，但熟悉也意味着容易重复。 大家都在用同一套表情，表达会过于平淡。 而拼接 emoji，刚好给了用户一点新鲜感，差异化，更好玩。 很多时候，用户需要一个更特别一点的表情，让聊天显得没那么千篇一律。 需求天然全球化 从热门国家和地区来看，美国占比最高，达到 18%。 后面是印度尼西亚、英国、巴西、印度。 emoji 本身就是跨语言的，视觉表达天然能跨文化传播。 这类产品有一个天然优势： 你不需要先教育用户什么叫 emoji。 也不需要解释这个产品怎么用。 用户点进去，选两个表情，看结果，喜欢就复制走，整个路径非常短。 需求足够直观，传播成本就会很低。 最核心的增长渠道是搜索 从流量来源看，这个站最主要的两块流量是： 自然搜索 54% 直接访问 40% 关键词 Backlink 外链网站里，排在前面的包括： gemini.google.com github.com canva.com 又一个被人工智能推荐的工具站，GEO 一定要引起重视。 开源为网站贡献了优质的 Backlink，github.com/xsalazar/emoji-kitchen。 启发 为什么会有人愿意拼接 emoji？ 因为普通 emoji 大家都在用。 ...

上周看了一个做视频转文字的网站 videotranscriber.ai。 核心功能是把视频转成文字，同时提供字幕、摘要、章节、导出文档这些能力。 页面上支持 TXT、DOCX、VTT、CSV 等格式导出，用户一看就知道怎么用。 在 2026 年这段时间里，访问量一路上升，3 月单月已经到了 166 万。 流量结构 这个站最大的流量来源是自然搜索，占比 52.02%，其次是直接访问 30.68%。 这组数据说明，它的增长核心还是靠搜索引擎，自然流量撑起了大盘。 关键词 排在前面的词里，有： youtube to mp4 youtube mp3 transcribe video to text 这几个关键词其实竞争很大。 用户主要来自哪里 从地区分布看，这个站前几个主要流量来源国家是： 巴基斯坦 印度 美国 这类产品有个明显特点：需求足够普遍。 不管是学生、内容创作者，还是做会议整理、课程学习、视频二次处理的人，都会有视频转文字的需要。 巴基斯坦用户最多倒是很出乎我的意料。 一个值得思考的点 我觉得这组数据里最值得关注的，不只是流量涨到了 166 万。 更重要的是，video to text 这个方向本身竞争已经很大了。 市面上早就有这类产品，且竞争激烈。 但 videotranscriber 这样一个 2025 年才创立的网站，依然能在短时间内把流量做起来，说明这个市场远没有到没有机会的阶段。 原因其实很简单： 需求足够大 搜索量足够多 用户场景足够广 新站依然有机会通过 SEO 和产品体验切进去 另外还有一个值得注意的点，它的外链来源里，chatgpt 和 perplexity 占比很高，又一个被人工智能推荐的工具站例子。 外链列表里还可以看到另外两个导航站，theresanaiforthat 和 toolify。 ...

我最近觉察到，自己平时说话里有一些很明显的习惯。 比如我总会不自觉地说，我觉得、我个人认为。 表面上看，这只是表达习惯，深入看其实是我不够自信，也不太想和别人发生冲突。 当我在讨论一个问题时，反复强调我个人认为，潜台词其实是：这只是我的个人看法，就算和大家不一样，也请不要太当真。 这种表达看起来很温和，实际上也暴露出一种退缩。 我像是在正式说出观点之前，先替自己留好退路。 好的表达方式，其实不是每次都加上这些前缀。 只需要自然、平静地把自己的想法说出来就够了。 和别人意见不同，并不等于冲突，更不意味着冒犯。 一个人总想先给自己找退路，背后往往还是怕被否定。 这种不自信，不只体现在讨论问题时，也体现在别人问我那些我其实已经坚持很久的事情上。 比如羽毛球。我打了很多年，至少也有七八年了。 可每次别人问我打得怎么样，我的第一反应是说一般。 这句话看似谦虚，实际上还是在主动压低自己。 这样说的目的，无非是想降低对方的预期。 因为只要别人对我没有期待，我就更安全。 哪怕后面表现普通，也不会显得尴尬。 写作也是一样。 我平时一直在写，也有自己的公众号，会写一些个人思考，还有出海副业相关的内容。 但如果有人问我平时写不写东西，我往往不会把这些真实地说出来，更不会主动告诉对方我有公众号。 正因为写作对我来说是很个人、很重要的一部分，我才会更在意别人知道后的反应。 我不太想让别人看到我在持续输出，也不太想他们关注我的文章之后，我在现实里再和他们碰面时那种微妙的尴尬。 说到底，这背后还是不自信。 我习惯用保守的语言保护自己，习惯把真实的自己隐藏。 这样的确很安全。 它可以让我少一点暴露，少一点被评价，也少一点不必要的压力。 但代价同样明显：别人很难真正知道我是谁，也很难真正了解我在坚持什么、热爱什么、擅长什么。 语言有时候像一道无形的边界。 你说得越保守，别人看到的你就越模糊。 我一次次压低自己，久了以后，连我自己都会慢慢相信，那个被缩小过的版本，才是真正的自己。 现在我会觉得，很多时候我缺的不是个人能力、内容，而是坦然地表达自己的勇气。 不是刻意抬高自己，也不是把自己包装得多厉害，而是如实地说出事实。 下次有人问我，我会这么说： 我打羽毛球很多年了，打得还不错，如果你也喜欢我们可以一起； 我持续在写作，有一个自己的公众号，主要记录出海和个人思考，如果你感兴趣可以关注我。 维特根斯坦说过，我的语言的界限，就是我的世界的界限。 语言不只是表达，它也在悄悄塑造我们自己。 当你总是否定自己、压低自己，你能接触到的世界也会越来越小。 所以，警惕你的语言。 你怎么表达，就会成为什么样的你。

昨天看到一个小网站：mytalkingpet.ai，觉得很有趣。 它做的事情很简单，上传一张宠物照片，输入一段文字，就能生成一条宠物开口说话的视频。 生成结果已经有比较明显的分享属性，很适合拿去发短视频平台，也适合直接发给朋友，当作祝福、表白、道歉这类小视频。 我觉得它有意思的一点在于，它不只是一个宠物娱乐工具。 它其实切中了一个很具体的表达场景。 很多话，人直接说出来会有点尴尬。 比如道歉、表白、想念、哄人开心，自己发一段正经文字，有时候太生硬；直接录视频，又有点放不开。 但如果换成宠物来表达，整个氛围就会柔和很多，尴尬感会下降，接收的人也更容易笑着看完。 有些平时不太好开口的话，换成宠物来说，反而更容易发出去。 这个网站现在还很小。 从数据看，2026 年 3 月月访问量才 1000，前两个月几乎没什么量，但 3 月已经开始明显上升。 对大站来说，这点流量不值一提，但对一个刚起步的小工具站来说，我觉得已经能看到一点趋势了。 目前访问主要来自俄罗斯、德国、意大利、印度尼西亚，美国占比反而不高。 说明它现在还没有真正打进最核心的英语主流市场。 再看关键词，虽然现在词量不多，但方向已经出来了。 像 talking pets ai、talking pet、talking pets、make pet talk ai 这些词，都已经开始有搜索曝光。 我看好它，主要有几个原因。 第一，它兼具娱乐性和情绪价值。 单纯好玩的产品很多，但能顺手帮用户解决表达问题的产品不多。 这个网站很容易被用在道歉、表白、生日祝福、想你了、哄人开心这些场景里。 一旦产品和真实情绪场景绑定，使用频率和传播空间都会比纯工具站更大一点。 第二，宠物内容天然有传播性。 宠物本来就是互联网里长期稳定的流量题材，再加上拟人化表达，会天然放大分享欲。 让宠物替你说一句生日快乐、我想你了、对不起，本身就比普通文字和图片更容易被记住。 第三，它很适合短视频平台。 这个产品的结果天然就是视频，生成后就可以直接分发到 TikTok、Instagram、YouTube。 很多工具做完功能，还要再想怎么传播。 当然，它现在离真正做起来还很远。 月访问量只有 1000 左右，关键词覆盖也还很不够，竞争对手以后肯定也不会少。 很多有潜力的网站，早期看上去都很普通。 所以我想先写下这篇文章。 等以后再回来看看，我的判断到底对不对。