agentleFS
Sign inStart free
LOGIN-TBLOGIN-TB/hermes-toolbox/skills/ai-seo/SKILL.md

ai-seo

Skill1 starsChanged 3 months agoMITView on GitHub

Sichtbarkeit, Zitierung und Empfehlung in KI-Antwortsystemen für Deutschland und den DACH-Raum evidenzbasiert prüfen und verbessern.

88 other projects use a version of this, 1 of them edited.

Adopted by

Most recently taken up by

Used with

Projects with it also use popups, co-marketing and 7 more.

Other files people use alongside this one.

Files found in the same public projects as a version of this one, more often than they turn up anywhere else. Each project counts once, large collections count for less, and this file's own repository is left out.
  • CesarjoquinSkill

    popups

    When the user wants to create or optimize popups, modals, overlays, slide-ins, or banners for conversion purposes. Also use when the user mentions "exit intent," "popup conversions," "modal optimization," "lead capture popup," "email popup," "announcement banner," "overlay," "collect emails with a popup," "exit popup," "scroll trigger," "sticky bar," or "notification bar." Use this for any overlay or interrupt-style conversion element. For forms outside of popups, see cro. For general page conversion optimization, see cro.

    Also in 22 projects that use this

  • CesarjoquinSkill

    co-marketing

    When the user wants to find co-marketing partners, plan joint campaigns, or brainstorm partnership opportunities. Use when the user says 'co-marketing,' 'partner marketing,' 'joint campaign,' 'who should we partner with,' 'integration marketing,' 'cross-promotion,' 'collaborate with another company,' 'partnership ideas,' or 'co-brand.' For customer referral programs, see referrals. For launch-specific partnerships, see launch.

    Also in 24 projects that use this

  • coreyhaines31Skill

    marketing-council

    When the user wants multiple expert perspectives on a marketing question — a simulated board of advisors staffed by legendary marketers (Seth Godin, David Ogilvy, Eugene Schwartz, April Dunford, Rory Sutherland, Alex Hormozi, Byron Sharp, and more). Also use when the user mentions 'marketing council,' 'board of advisors,' 'advisory board,' 'what would Seth Godin say,' 'what would Ogilvy think,' 'channel Hormozi,' 'get multiple perspectives,' 'debate this,' 'have the council review,' 'marketing mentors,' or asks how a famous marketer would approach their problem. The council gives each advisor's take through their documented frameworks, surfaces where they disagree, and synthesizes a recommendation. For executing the winning direction, hand off to positioning, offers, copywriting, ads, or the relevant skill.

    Also in 18 projects that use this

  • coreyhaines31Skill

    marketing-loops

    When the user wants to set up a recurring, self-running marketing workflow — a repeatable loop an AI agent runs on a cadence (weekly, daily, on a trigger) rather than a one-off task. Also use when the user mentions 'marketing loop,' 'recurring marketing workflow,' 'automate my marketing,' 'marketing on autopilot,' 'weekly marketing review,' 'ad fatigue check,' 'weekly ads check,' 'content refresh loop,' 'churn watch,' 'ranking drop alert,' 'run my SEO,' 'SEO operator,' 'daily SEO agent,' 'run my outbound,' 'AI SDR,' 'reply triage,' 'always-on marketing,' 'marketing automation workflow,' or 'run this every week.' Use this to pick, adapt, and schedule an ongoing marketing loop that orchestrates the other marketing skills. For one-off marketing ideas, see marketing-ideas. For the experimentation loop specifically, see ab-testing.

    Also in 10 projects that use this

  • +5 more from Cesarjoquin

The file

Create a free account to mount
Files
SKILL.md

KI-SEO

Verbessere, wie eine Marke oder Seite in KI-generierten Antworten abgerufen, zitiert, erwähnt und empfohlen wird. Klassische SEO, Crawlbarkeit, nützliche Inhalte und überprüfbare Autorität bilden die Grundlage; KI-spezifische Struktur ist nur eine zusätzliche Ebene.

Evidenzregeln

KI-Suchverhalten ändert sich schnell, viele Studien sind beobachtend. Vor aktuellen Prozentwerten, Crawlernamen, Plattform-Backends, Sichtbarkeitssteigerungen oder Mechanismen:

  1. aktuelle Primärdokumentation oder Originalstudie prüfen;
  2. Quelle, Datum, Plattform/Modell, Region und Methode nennen;
  3. Korrelation nicht als Rankingfaktor oder Kausalität ausgeben;
  4. keine Zitate, Rankings, Empfehlungen oder Trafficwirkung versprechen;
  5. für Google-KI-Funktionen aktuelle Google-Hinweise zugrunde legen: normale Suchberechtigung und nutzerorientierte SEO; kein Spezial-Markup oder KI-Textfile als Pflicht behaupten.

Keine erfundenen Rankingfaktoren. Weder Strukturmuster, llms.txt, Schema, Erwähnungen, Autorenprofile noch Crawlerfreigaben als bestätigten KI-Rankingfaktor bezeichnen, sofern die jeweilige Plattform dies nicht aktuell und eindeutig dokumentiert.

Kontext und Sichtbarkeitsstufen

Erfasse Domain, Prioritätsseiten, Marke, Angebot, Zielgruppe, Region, Sprache, wichtige Prompts, Plattformen, Wettbewerber, Ausgangssichtbarkeit und Ziel. Keine privaten Verzeichnisse, Zugangsdaten oder personenbezogenen Daten durchsuchen.

Trenne:

  1. Abgerufen: System liest die Seite während der Antwortbildung.
  2. Zitiert: Seite erscheint als Quelle.
  3. Erwähnt: Marke steht im Antworttext.
  4. Empfohlen: Marke gelangt in eine Auswahlliste.

Ein nützlicher Inhalt kann zitiert werden, ohne dass der Anbieter empfohlen wird. Empfehlungen können von überprüfbarer, webweiter Bestätigung durch Rezensionen, Communities, Fachmedien, Videos, Podcasts oder Analysten abhängen; dies ist keine Garantie.

Audit-Ablauf

1. Reproduzierbare Baseline

PromptPlattform/ModellDatum/Region/SpracheAntwortAbgerufen/zitiert/erwähnt/empfohlenQuellenEinordnung

Wiederholte Prüfungen nutzen, um Volatilität sichtbar zu machen. Aus einer Antwort oder einem Konto keine stabile Sichtbarkeit ableiten.

2. Technische Eignung

Erreichbarkeit, Statuscode, Canonical, Robots, Sitemap, Indexierbarkeit, gerendertes HTML, semantische Struktur, Login-/Consent-Barrieren, Titel, Überschriften, Autorenschaft, Datum, interne Links und strukturierte Daten prüfen. Strukturierte Daten müssen sichtbare Inhalte korrekt abbilden und aktuelle Plattformregeln erfüllen. Visuelle, DOM- und Accessibility-Tree-Nutzbarkeit berücksichtigen.

3. Crawler-Richtlinien präzise prüfen

Keine pauschale Empfehlung „alle KI-Bots erlauben“. Aktuelle Tokens und Zwecke aus Primärquellen unterscheiden:

  • Such-/Indexcrawler beeinflussen möglicherweise Auffindbarkeit;
  • nutzerausgelöste Fetcher rufen auf konkrete Anfrage ab;
  • Trainingscrawler regeln Modelltraining und steuern nicht zwingend Suchzitate.

OpenAI unterscheidet beispielsweise nach aktueller Dokumentation Suchbot, Nutzer-Fetcher und Trainingsbot; Google trennt Google-Extended vom normalen Search-Crawling. Anthropic, Perplexity und andere live prüfen. Datenschutz, Lizenzierung, Serverlast, Auffindbarkeit und Zitation abwägen. robots.txt nie ohne Freigabe und Validierung ändern.

4. Extrahierbarkeit und Nutzwert

Direkte, korrekte Antworten dort voranstellen, wo es natürlich ist; beschreibende H2/H3, fokussierte Absätze, echte Vergleichstabellen, Prozesslisten, selbstständige Aussagen, Definitionen, Grenzen, Daten, Einheiten und Beispiele verwenden. Landmarken, Überschriften und Alt-Texte korrekt setzen. Keine fragmentierte „KI-Köder“-Seite, keine Doorway-Varianten und keine massenhaft dünnen Inhalte erzeugen.

5. Autorität und Evidenz

Primärquellen bevorzugen, Statistik mit Datum/Methodik versehen, praktische Erfahrung zeigen, echte Autorenschaft und relevante Qualifikation nennen, Fakt/Schätzung/Meinung/Anbieteraussage trennen und übertriebene oder veraltete Aussagen entfernen. Keine Statistiken, Zitate, Kunden, Rezensionen, Auszeichnungen, Qualifikationen oder Quellen erfinden.

6. Externer Konsens

Für Empfehlungsziele seriöse Bewertungsplattformen, Fachgemeinschaften, Branchenberichterstattung, redaktionell verdiente Reichweite, YouTube, Podcasts, Transkripte und konsistente Organisationsdaten prüfen. Nur authentische Beteiligung empfehlen; keine falschen Bewertungen, verdeckten Platzierungen, Wikipedia-Manipulation, Forenspam oder erfundenen Belege.

7. Maschinenlesbare Ergänzungen

llms.txt, öffentliche Markdown-Dokumentation, transparente Preis-/Spezifikationsdateien oder Feeds höchstens als messbare Zugänglichkeits-/Discovery-Experimente behandeln. Mit sichtbarem kanonischem Inhalt konsistent halten, nur wartbar einführen, keine vertraulichen Daten oder geschütztes Material offenlegen und nie als Google-Pflicht oder bestätigten Rankingfaktor bezeichnen. Aufkommende Protokolle bleiben experimentell, bis Erstanbieteradoption belegt ist.

Inhaltsmuster

  • Definition: direkte Definition, Geltungsbereich, Abgrenzung und Nutzen.
  • Prozess: nummerierte, konkrete Handlungen mit Abschlusskriterien.
  • Vergleich: überprüfbare Kriterien, Eignung, Grenzen, Datum, Methodik und Quellen; Eigenangebot nicht automatisch zuerst.
  • Evidenzblock: Aussage, Primärquelle, Ergebnis mit Datum/Umfang, Einschränkung und praktische Folgerung.
  • FAQ: echte Nutzerfragen; FAQ-Markup nur bei sichtbarem Inhalt und aktuell zulässiger Verwendung.

Priorisierung und Messung

Bewerte Geschäftsnutzen, Evidenzstärke, Aufwand, Täuschungs-/Richtlinienrisiko und Messbarkeit. Reihenfolge: Crawl-/Index-/Renderingfehler; falsche Aussagen; fehlende Kerninformation; schwache Struktur/Barrierefreiheit; fehlende Evidenz/Autorenschaft; externer Konsens; experimentelle Dateien.

Messdreiklang:

  1. Prompt-Tracking mit Prompt, Datum, Modell, Region, Sprache, Quellen und Einordnung;
  2. freiwillige Selbstauskunft zur Herkunft;
  3. Vertriebs-/Gesprächsevidenz nur rechtmäßig und mit nötiger Einwilligung.

Zusätzlich markenbezogene Suche, qualifizierte Besuche, Conversions, Bot-Logs und zitierte Zielseiten beobachten. Direkter Traffic oder Markensuche kann Einfluss verschleiern; daraus nicht automatisch Kausalität ableiten.

Deutscher/DACH-Kontext

Standardannahme ist Deutschland, falls kein Zielmarkt genannt ist. Prompts, Quellen, Modelle, Sprachvarianten und Antwortregion müssen für Deutschland reproduzierbar dokumentiert werden. DSGVO/TDDDG, Urheber-, Marken- und Persönlichkeitsrechte sind konkrete Reviewpunkte bei Logs, Tracking, Trainings-/Crawlerentscheidungen, Quellenübernahme und personenbezogenen Inhalten. Keine Rechtsberatung und keine Rechtsgarantie.

  • Deutschland: deutsche Fachsprache, Suchintention, Anbieter-/Autorenvertrauen und Primärquellen berücksichtigen, ohne daraus Rankingfaktoren zu erfinden.
  • Österreich: österreichische Terminologie, Quellenlandschaft, Markt- und Rechtskontext separat testen.
  • Schweiz: deutsche, französische und italienische Prompts sowie Schweizer Quellen, Markt- und revDSG-Kontext getrennt untersuchen.

Ein Ergebnis für Deutschland ist nicht automatisch auf AT/CH übertragbar. Plattformantworten können je Konto, Modell, Zeitpunkt, Sprache und Standort variieren.

Ausgabeformat

  1. Umfang, Zielmarkt und Methodik
  2. Evidenzaufnahme mit Quellenständen
  3. Baseline-Tabelle je Prompt/Plattform/Region
  4. Befunde je Sichtbarkeitsstufe
  5. Befunde zu Struktur, Autorität und Präsenz
  6. Plattformspezifische Einschränkungen
  7. Priorisierte Maßnahmen mit Verantwortlichem, Aufwand, Wirkungshypothese und Validierung
  8. 30-/60-/90-Tage-Plan
  9. Messtabelle
  10. Unsicherheiten, experimentelle Annahmen und neu zu prüfende Aussagen

Prüfliste

  • Aktuelle Primärquellen und Datumsstände genannt
  • Abgerufen, zitiert, erwähnt und empfohlen getrennt
  • Mehrfachmessung und regionale/sprachliche Parameter dokumentiert
  • Keine erfundenen Rankingfaktoren oder Kausalitäten
  • Crawler nach Zweck statt pauschal bewertet
  • Technische Eignung und gerenderter Inhalt geprüft
  • Aussagen, Autoren, Statistik und Quellen verifiziert
  • Keine Doorways, Fake-Reviews oder Spam-Maßnahmen
  • Experimentelle Dateien klar als Experiment markiert
  • DE-Standardannahme sowie AT/CH separat ausgewiesen
  • Keine Website-, Crawler- oder Analyseänderung ohne Freigabe

Herkunft und Abweichungen

Deutsche/DACH-Adaption des MIT-lizenzierten Ausgangs-Skills von Corey Haines; Homepage und Commit bleiben unverändert in den Metadaten. Gegenüber Commit 7868cb9251fad80a73d26e488a5ad5f6c4a9f335 wurden Haupttext und Beschreibung vollständig deutsch gefasst, Deutschland als Standardannahme sowie Österreich und Schweiz getrennt ergänzt. Nicht belegte Rankingfaktoren wurden ausdrücklich ausgeschlossen; Crawlerzwecke, volatile Promptmessung, experimentelle maschinenlesbare Dateien, Rechte und DACH-Lokalisierung wurden präzisiert. Der externe Werkzeugregister-Verweis der Ausgangsfassung bleibt entfernt und die Trennung von Trainingscrawlern, Suchcrawlern und Nutzer-Fetchern erhalten. Zentraler Nachweis: docs/UPSTREAM-AENDERUNGEN.md.

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

Check your setup, free