Study Fetch 已有流量和付费信号;分析重点是拆出可迁移任务,不复制品牌本体。
Study Fetch
Study Fetch 是 AI 学习平台,允许学生上传 PDF、PPT、讲义、课堂录音、YouTube 视频或手写笔记,再生成 flashcards、quizzes、summaries、practice tests,并通过 Spark.E AI tutor 基于自己的课程材料答疑。
先看关键数据
流量与渠道来自 SimilarWeb 口径,关键词指标来自 DataForSEO,榜单与收入信号来自 Toolify。采集时间 2026-07-01。数据以已认证来源为准,缺失项在页面中明确标注。
A:优先做,适合马上验证
非品牌词占自然搜索 25.3%,这是独立站可进入的空间。
渠道结构share of visits
国家分布top countries
竞品流量对比3 个月访问量
商业框架拆解
十三套框架与做站策略工作台对齐:商业模式画布、价值主张画布、JTBD、ICP、同理心地图、用户旅程、SWOT、PESTAL、波特五力、3C、STP、4P、AIDMA。开篇是洞察简报,推断项在证据边界明示。Study Fetch把上传课程材料转成题卡/测验/摘要,并配AI导师答疑。
终端用户与买家同为学生,任务是把自有材料变成学习工具。
定位为基于自有材料生成的AI导师,而非通用题库。
一句话判断Study Fetch获客效率高,但定价不透明和考试季后留存疲软使其落后remnote.com。
- 85%流量零付费获取却仍落后remnote.com规模,差距在留存深度而非获客效率。
- 美国仅占28.9%但直接流量56.18%,暗示全球学生更多靠口碑而非本地化SEO。
- 定价页不透明加关键词CPC极低,暗示变现更依赖配额付费墙而非广告。
- 验证了免费首个学习集比限时试用更能降低多模态AI工具的尝试门槛。
- 证明低CPC教育关键词仍可靠自然搜索占比撑起获客,无需高价竞价。
商业模式画布
- Stripe作为支付处理方。
- 推荐流量占5.95%,暗示第三方引荐关系。
- 战略/资本合作伙伴证据缺失。
- 支付基础设施为Stripe,适配按额度/学习集数量的计费升级。
- 构建并维护多格式摄取管线与AI导师。
- 从各类上传材料生成准确的题卡/测验/摘要。
- 推动免费用户向付费层级转化。
- 围绕ai tutor(月搜8100)等词做内容SEO,自然搜索28.95%印证策略。
- 上传课程材料涉版权,需版权审查并防AI答疑助长学术不端。
- 支持PDF/PPT/录音/YouTube/手写笔记,生成题卡/测验/摘要/模拟题,AI导师答疑。
- 免费首个学习集降低尝试门槛,付费层级价值未知。
- 把杂乱材料结构化有望缓解学习焦虑(推断)
- 免费首个学习集降低付费前的试用风险。
- AI导师基于用户自有材料作答,是核心技术差异点。
- 免费增值自助订阅关系。
- AI导师Spark.E本身即主要服务/答疑渠道。
- 留存可能随学期/课程节奏波动,具体流失率未知。
- 免费首个学习集让学生先验证质量再付费。
- 学生需把笔记/课件/录音转成结构化材料并获得针对性答疑。
- 买家即学生本人,免费增值转付费,无机构管理员证据。
- 围绕具体课程/考试节点使用,AI导师类关键词需求量大。
- 痛点是手动整理笔记耗时;收益是自动生成学习材料与答疑。
- 首个学习集免费,付费定价页抓取失败,具体价值未知。
- 多格式内容摄取管线+AI导师Spark.E模型。
- 1.8M月访问,直接+自然搜索为主的流量基础。
- 支撑多格式AI处理管线的工程能力(推断)
- 月访1.8M,落后于remnote.com(约696万/3月),是细分市场追赶者。
- 需同时支撑语音转写、手写OCR和视频解析三条AI管线,算力是瓶颈。
- 直接56.18%+自然搜索28.95%,近零付费,靠复访和SEO获客。
- 直接流量56.18%,自然搜索28.95%。
- 通过Stripe完成自助付费升级。
- 基于网页的上传与学习内容生成平台。
- AI导师聊天界面充当内置服务/支持渠道。
- AI导师模型与多格式摄取管线研发成本。
- 按生成内容量计的AI推理变动成本。
- 跨格式生成内容的质量运营成本。
- 自然搜索SEO投入与免费转付费获客成本。
- 免费首个学习集仍耗OCR/转写/推理算力,免费用户越多边际成本越高。
- 免费首个学习集,付费层级具体收费未知。
- 付费升级结构未知(定价页抓取失败)
- 证据未显示机构授权等替代收入。
- 无广告或数据许可迹象,付费点更可能是导师问答次数或学习集上限。
价值主张画布
产品侧 · Value Map
- Spark.E AI导师基于上传材料做针对性问答。
- 支持PDF/PPT/录音/YouTube/手写笔记多格式解析。
- 自动生成题卡/测验/摘要替代手动整理笔记。
- 首个学习集免费让用户先体验价值再决定。
- 多格式上传整合录音、讲义和手写笔记于一处。
- Spark.E基于自有材料问答,创造更贴题的备考体验。
客户侧 · Customer Profile
- 想在考前把杂乱材料快速变成可复习自测的形式。
- 想针对自己实际学的内容提问而非查泛泛答案。
- 手动整理录音和手写笔记成复习材料很费时。
- 定价页信息缺失,不知超额上传要花多少钱。
- 一次上传自动产出题卡、测验、摘要省去整理。
- AI导师基于自己材料答疑,比通用聊天机器人更贴题。
JTBD 分析
- 当上传课程材料自学的学生要马上做出题卡/测验/摘要却卡住时,会去搜「ai tutor」或打开studyfetch.com。
- 观测上Direct占访问56.18%,说明「ai tutor」已从偶发搜索变成可重复触发的题卡/测验/摘要情景。
- 「ai tutor」仍有可观测搜索,说明Study Fetch被需要是因为当前工具链无法一次交付题卡/测验/摘要。
- 截止时间和一次出片压力让同一学生本人(免费增值转付费)必须立刻在Study Fetch的「ai tutor」与替代方案之间做决定。
- 客观任务是当场交付可用的题卡/测验/摘要,而不是再学一套完整软件。
- 购买前还要把「ai quiz generator」的质量、限额和已观测的Stripe结账放在同一张比较表里。
- 上传课程材料自学的学生希望少为一次失败的题卡/测验/摘要感到慌张,尤其是「ai tutor」对不上预期的时候。
- 自费用户想确认为「ai tutor」付的Stripe账单不会在下个周期突然失控。
- 上传课程材料自学的学生希望在同事或客户面前显得能独立完成题卡/测验/摘要,而不是还在搜「ai tutor」补课。
- 向同伴展示自己能独立完成「ai tutor」,是社会层任务。
- 成功标准是在当次会话内得到可粘贴、可分享或可继续编辑的题卡/测验/摘要产出。
- 同时把「ai quiz generator」的时间、质量和已观测的Stripe结账压进可向同一学生本人(免费增值转付费)解释的范围。
ICP 分析
- 核心画像是做题卡/测验/摘要的上传课程材料自学的学生,品类落在AI学习工具/课程材料AI导师。
- 为「ai tutor」付钱的是同一学生本人(免费增值转付费),账号治理还可能落到无独立机构管理员证据,等同终端用户。
- 购买触发常表现为搜索「ai tutor」,该词已出现在可审计关键词表。
- United States占访问28.9%,当地工作季会把「ai tutor」从潜在需求推成当周必须解决。
- 首要痛点是题卡/测验/摘要又慢又容易返工,用户才会留下「ai quiz generator」这种任务词。
- 限额用尽和是否值得付费让同一学生本人(免费增值转付费)在第一次「ai tutor」结果之后立刻犹豫。
- 「ai tutor」的预算信号:已观测的Stripe结账;结算观测为Stripe。
- 自助订阅是主路径来买「ai tutor」,1.8M规模说明有人已经在持续付或持续试用。
- 决策时会对照「ai tutor」结果样例、限额和Stripe结账是否顺畅。
- 还会把remnote.com和「ai tutor」放进短名单,信任门槛是官方定价页能否自助看清。
- 触达「ai tutor」买家的主渠道是Direct(56.18%),不是一次性投放。
- 任务词「ai tutor」和官网studyfetch.com构成第二触点,适合内容页而不是纯品牌广告。
- 暂不把需要复杂审批、专属实施、且不是来做「ai tutor」的大型政企采购当作Study Fetch的主ICP。
- 只把remnote.com用来做别的事、不搜「ai tutor」的人,不是同预算买家。
用户同理心地图
核心用户画像备考大学生,堆积录音和讲义,急需转成可复习题卡。
- 眼前反复出现「ai tutor」的搜索结果页、studyfetch.com和同类生成界面。
- 对比栏里站着remnote.com和自己正在用的旧「ai tutor」工具。
- 社区和同事会用「ai tutor」「ai quiz generator」这种词交流,而不是官方产品手册语言。
- United States用户还会听到「ai tutor」好不好付、Stripe限额够不够的口碑,而不是品牌广告词。
- 搜索ai flashcard maker想把讲义变题卡。
- 搜索ai quiz generator想生成模拟测验自测。
- 先免费上传一份讲义生成首个学习集测试。
- 把录音、YouTube视频和手写笔记一起上传整合。
- 担心考前时间不够,手动做题卡太慢。
- 希望AI导师像助教一样只答自己课程的内容。
- 看到题卡自动生成后感到省时惊喜。
- 看不到定价页具体收费而感到犹豫。
- 怕一次题卡/测验/摘要失败还要重做,搜索「ai tutor」本身已经是受挫信号。
- 免费额度突然用尽会让人觉得被锁进Study Fetch的「ai tutor」又说不出口。
- 理想结果是当次就把题卡/测验/摘要做完,并能拿「ai quiz generator」的产出去交差。
- 若Direct还能稳定找回Study Fetch做「ai tutor」(56.18%),复用成功会变成习惯而不是再比较一次。
用户体验旅程图
SWOT 矩阵
- 多模态摄取能力(录音/视频/手写)覆盖竞品未必齐全的输入。
- 56.18%直接加28.95%自然搜索构建近零付费获客体系。
- 首个学习集免费把试用门槛压到接近零。
- 官方定价页抓取失败,变现结构不透明。
- 月访问量(1.8M)低于流量邻近竞品remnote.com(约7M)
- 地域分布分散,美国占比仅28.9%。
- AI导师/AI题卡类关键词搜索量大,竞争度中等。
- 推荐流量(5.95%)显示可正式化的引荐增长渠道。
- 录音/手写等多格式摄取可覆盖竞品未覆盖场景。
- remnote.com等邻近竞品访问量高出约4倍。
- studley.ai规模相近,可能争夺同类AI导师需求。
- 近三成流量依赖自然搜索,易受算法变动影响。
PESTAL 宏观环境
- 高校正立AI使用政策,Spark.E问答或被纳入学术诚信监管。
- 课件常含版权内容,AI衍生学习材料面临出版商版权政策不确定性。
- 免费首个学习集让缺钱学生长期停留免费层,转化承压。
- ai flashcard maker等词CPC仅2.7美元,远低于安全类目。
- ai tutor月搜8100,显示AI辅助学习已被学生普遍接受。
- 师长愈发警惕AI代写,Spark.E问答存在舆论风险。
- 手写OCR和录音转写准确率取决于底层AI模型持续进步。
- Spark.E需检索增强技术保证答疑贴合材料,避免AI幻觉。
- Study Fetch把「ai tutor」放进日常工作流,同步与云端协作的常驻计算随1.8M在线时长累积。
- 「ai tutor」的会议记录、文档或任务历史若无限保留,studyfetch.com的存储足迹会超过单次推理。
- 上传课程材料自学的学生把「ai tutor」工作内容交给Study Fetch时,United States的雇主数据、隐私和行业保密义务先于功能开关。
- Stripe订阅合同与数据处理条款是采购「ai tutor」时的准入文件,不是上线后补件。
波特五力
多模态解析门槛随基础模型API商品化而降低,复制成本不高。
导师和生成功能依赖底层大模型API,定价限流变化直接冲击成本。
学生可零成本转向remnote.com或studley.ai等同规模替代品。
学生可退回手动整理笔记和同学互助,完全不用AI工具。
remnote.com(约696万/3月)和studley.ai(约602万/3月)流量均超过它。
3C 分析
- 具备整合语音转写、OCR和视频解析的多模态处理能力。
- 免费层承担获客成本,转化率与客单价均未披露。
- 月访1.8M落后于remnote.com等邻近竞品,处于追赶位置。
- 学生需把笔记/课件/录音转成结构化材料并获得针对性答疑。
- 痛点是手动整理笔记耗时;收益是自动生成学习材料与答疑。
- 首个学习集免费,付费定价页抓取失败,具体价值未知。
- remnote.com:邻近笔记/学习工具,可能同任务竞争。
- studley.ai:规模相近的AI学习类替代品。
- solvely.ai:流量邻近域名,是否同任务未知。
STP 营销战略
- 市场可先按任务切:做题卡/测验/摘要的上传课程材料自学的学生,与只搜「ai tutor」比价的评估者。
- 再按谁为「ai tutor」付钱与地理切:同一学生本人(免费增值转付费) vs 白嫖层,以及United States(28.9%)相对其他市场。
- 主攻能经Direct反复触达、并愿意为「ai tutor」付费的那一层,而不是所有到访者。
- 先吃透「ai tutor」单人成交,再考虑团队功能;排除集见ICP。
- 定位为基于自有材料生成的AI导师,而非通用题库;对用户而言,心智应停在「ai tutor」而不是泛AI。
- 可信理由是收入榜第105、约1.8M月访问能支撑「ai tutor」,对照物是remnote.com。
4P 营销组合
- 核心是AI导师问答与题卡/测验/摘要生成两大入口。
- 支持PDF/PPT/录音/YouTube/手写笔记五种上传格式。
- 官网定价页抓取失败,唯一确认的是首个学习集免费。
- 推测付费点是上传额度、导师用量或学习集数量上限。
- studyfetch.com是唯一确认销售入口,无分销或应用商店证据。
- 5.95%推荐流量显示存在小规模第三方引荐,来源未知。
- 自然搜索占28.95%,AI导师等关键词搜索量可观。
- 免费首个学习集很可能是主要转化钩子。
AIDMA 消费决策
- 注意主要来自Direct(56.18%)和「ai tutor」这类高相关入口,而不是宽泛品牌曝光。
- Organic Search占28.95%,是「ai tutor」的第二注意面;studyfetch.com标题必须让上传课程材料自学的学生一眼认出任务。
- 兴趣靠把「ai tutor」翻译成可理解的题卡/测验/摘要演示,而不是堆功能名。
- 「ai quiz generator」说明用户还想看限额、价格或用法,内容页必须回答这些下一步问题。
- 欲望成立的条件是Study Fetch在同一次「ai tutor」尝试里明显快过手工,并让人觉得比remnote.com更贴任务。
- 免费层或限量试用降低拥有「ai tutor」的门槛,否则欲望停在收藏夹。
- 高直接访问说明品牌名本身已能召回「ai tutor」,否则下次还会重新搜索。
- 收入榜第105和1.8M访问只有在人们记得「ai tutor」时才是记忆锚,单记品牌名不够。
- 行动落在studyfetch.com的第一次出结果和Stripe结账;中间多一步注册就会掉「ai tutor」流量。
- 先让免费额度跑通「ai tutor」再升级,才能把兴趣收成付费。
证据边界付费层级具体定价未知(官网定价页抓取失败);免费转付费转化率与留存数据缺失。;是否面向机构/学校销售还是纯个人自助未明确。;与流量邻近竞品的真实同任务重叠度未确认。
五向拆解
产品、商业、流量、SEO、增长五个方向,每块绑定数据与结论。产品结构分析
Study Fetch 的核心不是单个功能,而是围绕明确付费任务组织入口、模板、自动化和结果反馈。
- 从页面和证据看,Study Fetch 把用户要完成的任务前置,而不是先解释技术概念。
- 它的产品价值来自把素材输入、AI 处理、编辑导出和复用分发压成一条短链路。
- 对小站来说,可复制的是“单任务入口 + 即时结果 + 后续升级”,不是复制品牌、全套平台或复杂工作台。
可迁移方向是把 Study Fetch 拆成一个窄任务工具:优先抽取格式转换、成本估算、模板生成、字幕/转写/配音检查这类低摩擦工具。
商业模式分析
Study Fetch 的商业化信号来自定价梯度、免费限制、支付平台和高访问量共同验证。
- 免费层用于降低试用门槛,付费层通常卖额度、自动化、高级模板、团队协作、品牌/合规或更稳定的结果。
- 当前定价证据显示:官网 pricing 抓取失败;第三方与官方功能页均显示 免费 tier / 上传首个 study set 免费,核心付费点应是上传额度、AI tutor、题卡/测验生成和学习集数量。
- 小站不应照搬套餐复杂度,而应把“购买前判断”和“使用后提效”做成轻量付费点。
最适合迁移的是套餐对比、ROI 计算器、模板/检查器或线索报告,而不是复制 Study Fetch 的全平台。
流量结构分析
SimilarWeb 显示 Study Fetch 3个月访问 5.5M,渠道结构决定我们能不能从非品牌任务词切入。
- 当前渠道结构:直接访问56.18%,自然搜索28.95%,外链推荐5.95%,自然社交3.21%,付费搜索2.71%。这说明要区分品牌回访、SEO、推荐和付费渠道,不能只看总访问量。
- 品牌/非品牌比例:品牌词 74.7%,非品牌词 25.3%;非品牌空间越小,越要避开导航词。
- 头部竞品/参照为 remnote.com(3个月 7.0M)
流量层面应做 Study Fetch 周边任务词和比较/计算/模板入口,避免抢品牌词或登录词。
SEO 机会分析
本轮机会不在 Study Fetch 品牌词,而在可独立完成任务的长尾词:AI flashcard maker from notes。
- 机会词必须同时满足:用户任务明确、能做出工具化结果、SERP 可进入、品牌/官方风险可控。
- 当前最值得优先验证的是:AI flashcard maker from notes。
- 高 volume 但 KD/品牌风险高的词只适合做辅助内容,不应作为首个 MVP。
SEO 入口应落到“生成器 / 计算器 / 对比页 / 模板库 / 检查器”,以 AI flashcard maker from notes 为第一候选。
营销与增长分析
Study Fetch 的增长可拆成产品结果可分享、模板/自动化复用、渠道分发和付费升级四个层次。
- 小站增长不应从“大而全品牌故事”开始,而应从一次可交付的结果开始,让结果天然可截图、下载、分享或保存。
- 内容矩阵应围绕同一任务扩展:定义页、模板页、对比页、成本页、故障排查页、案例页。
- 渠道验证要看 UTM、索引、自然词和结果后事件,而不是只看目录是否提交。
增长打法:先做 AI flashcard maker from notes 的可用 MVP,再用模板/案例/比较页扩成矩阵。
机会词评分表
按机会分排序。Score 是 Shipsite 的机会评分,由左侧指标合成;原始指标是 Volume / KD / CPC / KGR。| 关键词 | Volume | KD | CPC | KGR | Score | 判断 |
|---|---|---|---|---|---|---|
| ai flashcard maker | 4.4K | 28 | $2.7 | — | 56.7 | candidate · MEDIUM |
| ai quiz generator | 3.6K | 25 | $3.51 | — | 57.6 | candidate · MEDIUM |
| ai study notes | 110 | 32 | $7.92 | — | 37.5 | candidate · MEDIUM |
| ai tutor | 8.1K | 40 | $5.21 | — | 63.3 | candidate · MEDIUM |
| chat with pdf | 590 | 34 | $0.76 | — | 32.9 | candidate · LOW |
口径:Opportunity Score 是墨探综合 Volume、KD、CPC、任务意图、SERP 可进入性和品牌风险后的分析评分,不是 DataForSEO/Semrush 官方字段。
AI flashcard maker from notes
A 级 · 立即验证Study Fetch 证明“把自己的资料变成复习卡”是高频学生任务;小站可做上传到 flashcards 的轻工具。
AI quiz generator from PDF
A 级 · 立即验证PDF/讲义转题是明确可工具化需求,适合 CF + LLM API MVP。
Chat with course materials
B 队列 · 候选需求强但需要文件解析和上下文质量,作为二期。
产品截图证据
只展示产品自己的公开页面截图。该产品暂无公开截图。
对做站可借鉴的动作
把产品拆成可迁移的产品、增长与商业模式动作——这也是山海司站点流水线的输入。不要复制 Study Fetch 本体;可借鉴它把 AI tutor for course materials / flashcards and quizzes from notes / PDF/PPT/video study set generation 做成清晰入口,我们的小站只切其中一个可完成任务。
这是从 Study Fetch 暴露出的可迁移动作:做计算器、比较页、生成器或检查器,让用户一次完成判断,而不是写泛介绍。
该词 volume 4400、KD 28、CPC 2.7;借鉴点是围绕真实任务做页面,不抢 Study Fetch 品牌导航词。
把主任务继续拆成对比、模板、成本、清单或工作流页,形成小站可持续扩展的内容/工具矩阵。
Study Fetch 的定价/套餐信号是:官网 pricing 抓取失败;第三方与官方功能页均显示 免费 tier / 上传首个 study set 免费,核心付费点应是上传额度、AI tutor、题卡/测验生成和学习集数量。。可迁移成 价格计算器、套餐对比或 ROI 估算器。
可借鉴课程/练习/认证结构,迁移成学习路径规划、概念解释、练习题生成和进度检查,避开作业代答与版权风险。
来源与口径
定价证据:官网 pricing 抓取失败;第三方与官方功能页均显示 free tier / 上传首个 study set 免费,核心付费点应是上传额度、AI tutor、题卡/测验生成和学习集数量。
证据边界:Score 是墨探分析评分,不是 DataForSEO/Semrush 官方字段。;不做品牌导航词,只从用户付费任务拆工具/对比/计算器/模板页。;数据证据 保存 authenticated page-level route/HTML sample;数值指标以 Toolify 和 DataForSEO 可审计文件为主。
榜单与收入信号来自 Toolify.ai;流量、渠道与国家分布为 SimilarWeb 口径;关键词 Volume / KD / CPC 来自 DataForSEO。数据为研究快照(2026-07-01),仅供市场研究参考,不构成投资建议。
更多效率 / 办公产品
找到切口了?用 Shipsite 直接开工。
把验证过的机会词变成一个可上线、可收录的独立站,Shipsite 流水线几天内交付。