WisPaper
数十倍
搜索展示量增长
11.1
平均搜索排名
50%+
AI 品牌提及率
01
客户背景
WisPaper 是由复旦大学 NLP 团队孵化的 AI 学术搜索引擎，面向全球研究人员、高校师生与企业 R&D 团队，提供自然语言驱动的论文检索、文献库管理与 AI 前沿追踪服务。其核心技术 Deep Search 通过 Agent 模型对候选论文进行语义验证，论文与查询的匹配准确率远超同类竞品。产品上线初期主要依赖学术社区口碑传播，国际市场的搜索引擎自然流量与 AI 渠道曝光几乎为零。
02
目标与挑战
项目目标
客户希望在国际学术工具市场快速建立搜索引擎自然流量基础，同时在 ChatGPT 等主流 AI 助手回答「AI 论文检索工具」「文献综述神器」等高频学术场景问题时稳定出现，将 AI 提及率转化为海外注册用户的持续来源。
核心挑战
AI 学术工具赛道的国际竞品（如 Semantic Scholar、Elicit、Consensus 等）已在研究人员社区与 AI 语料中积累大量曝光，WisPaper 作为出海新晋产品在 Google 索引与 AI 引用生态中均处于冷启动阶段；目标受众为专业研究人员，内容权威性门槛高，普通软文难以获得信任；产品本身高度垂直，关键词搜索需求分散在不同学科与场景，内容体系建设工程量大。
03
策略与执行
核心洞察
研究人员与学生在寻找文献工具时，会向 ChatGPT 提问「有没有比 Google Scholar 更智能的论文搜索工具」「做文献综述用什么 AI 工具最好」。这类问题的 AI 答案直接决定了用户的第一选择。WisPaper 的技术优势（语义理解 + Agent 验证）是天然的内容素材，但这些优势必须被系统性地转化为 AI 可引用的结构化内容，才能进入 AI 的推荐答案。
GEO 执行
分析 ChatGPT 等主流 AI 对学术工具推荐类问题的回答逻辑，锁定 AI literature review tool、best academic search engine、Semantic Scholar alternative 等高频推荐场景；生产 WisPaper 技术原理解析、与主流竞品的深度对比、典型学科使用场景等高权威性内容，联合学术博客与科研社区广泛分发。
FAQ 矩阵批量生产（核心执行亮点）
基于对全球研究人员真实搜索行为与提问习惯的系统分析，围绕论文检索方法、文献综述流程、学科工具选型、AI 学术助手使用技巧等场景，批量产出数千条结构化高质量 FAQ 内容页面。每一条 FAQ 精准对应用户意图，答案权威简洁、富含可引用的技术细节，严格遵循 AI RAG 检索偏好进行格式设计——使其既能被 Google 作为精选摘要候选高效收录，又能被 ChatGPT 等 AI 助手直接抓取引用，形成 SEO × GEO 双命中的规模化内容资产。
SEO 执行
完成技术 SEO 全面审计，围绕学术工具选型、文献综述方法、AI 辅助科研等议题批量创建高质量内容页面，系统推进权威外链建设，快速提升 wispaper.ai 的域名权重与 Google 索引覆盖度。
执行节奏
项目周期约 6 个月，前三个月以 FAQ 矩阵批量生产与技术 SEO 优化为主，第四个月起 Google 展示量开始显著攀升，第五至六个月进入流量快速增长区间，点击量与展示量同步实现多倍增长。
04
项目成果
| 指标 | 变化 |
|---|---|
| Google 自然搜索展示量 | 较项目启动时增长数十倍，进入持续高位区间 |
| Google 自然搜索点击量 | 较项目启动时增长数倍，增长曲线持续向上 |
| 平均搜索排名 | 稳定在首页（平均排名 11.1），核心词大量进入前十 |
| ChatGPT 等 AI 助手品牌提及率 | 超过 50%，在学术搜索工具推荐场景中跻身主流席位 |
| FAQ 内容矩阵规模 | 数千条结构化页面全面覆盖学术工具选型场景，构建持久内容护城河 |
数据来源：Google Search Console