Automatisierte llms.txt
Manifest- und Volltextvarianten, mit Token-Budget versehen und mit dem Inhalt synchronisiert.
AEO
KI-Engine-Optimierung
Lassen Sie sich zitiert, wenn ChatGPT, Perplexity, Gemini und Claude Kauffragen beantworten.
Was es bewirkt
Die Suche verlagert sich von zehn blauen Links zu einer KI-Antwort. Das AEO-Modul erledigt vier Dinge: generiert und verwaltet llms.txt (plus eine Volltextvariante) gemäß den Spezifikationen; bewertet jede Seite anhand von zehn KI-Lesbarkeitsprüfungen mit einer Punktzahl von 0–100 und der Note A–F; Füttert mehrere KI-Engines termingerecht mit einer Zielfragendatenbank und zeichnet auf, ob Sie zitiert wurden, an welcher Position und welcher Konkurrent sich befand; und analysiert Serverprotokolle, um zu zeigen, was GPTBot und PerplexityBot tatsächlich gecrawlt haben.
Zusammen verwandeln diese vier die KI-Sichtbarkeit aus der Folklore in eine nutzbare Metrik: Welche Seiten werden analysiert, welche Fragen zitieren Sie bereits und ob die Bots gekommen sind.
Eine neuere Ebene liest Ihre Seiten wie eine Engine: Eine Zitierbarkeitsprüfung auf Passagenebene bewertet jeden Artikel Absatz für Absatz daraufhin, ob eine KI-Antwort ihn wörtlich zitieren könnte, und benennt die schwächste Passage zum Umschreiben – reine Regeln, keine Modellkosten, mit automatischer CJK-Anpassung; ein Crawler-Zugriffsaudit prüft, ob robots.txt die wichtigsten KI-Engines ausschaltet, mit einer Zugriffsbewertung und Korrekturen; und die Zitationsüberwachung wird auf fünf Kanäle erweitert, zwei davon sind native Zitatzuordnung von echten KI-Antwortmaschinen, die aufzeichnen, wer zitiert wurde und wer nicht.
Kernkompetenzen
Bewertung von Seite zu Passage
Zehn Lesbarkeitsprüfungen und eine A-F-Bewertung pro Seite, dann eine Prüfung auf Passagenebene, was eine KI wörtlich zitieren könnte – die schwächste Passage genannt.
Engineübergreifende Zitierverfolgung
Geplante Überprüfungen erfassen Zitat, Position, Snippet und zitierte Konkurrenten.
Feature-Checkliste
| Nr. | Funktionen und Leistungsdetails |
|---|---|
| 1 | Zehn Prüfungen: aussagekräftiges H1, Meta-Beschreibung, Schema, Inhaltstiefe, semantische Struktur, FAQ, ausgehende Zitate, interne Links, Titelspezifität und mehr |
| 2 | Drei Prüfkanäle: sucherweitertes Modell, Tavily-Abruf, Hauptmodellsimulation |
| 3 | Der Auto-Check-Daemon durchsucht die Fragendatenbank standardmäßig alle 24 Stunden |
| 4 | Die Bot-Traffic-Analyse identifiziert echte Crawls von ChatGPT-User, PerplexityBot, OAI-SearchBot |
| 5 | Die am häufigsten zitierten Seiten und Sichtbarkeitstrends werden auf einem Board zusammengefasst |
| 6 | Prüfung der Zitierbarkeit auf Passagenebene: Jede Passage erzielte eine Punktzahl von 0–100 in Bezug auf Antwortblockqualität, Eigenständigkeit, Struktur, statistische Dichte und Einzigartigkeit; Passagen, die die Messlatte überschreiten, sind als zitierbar-wörtlich gekennzeichnet – reine Heuristik, keine Modellkosten, CJK automatisch angepasst |
| 7 | Crawler-Zugriffsprüfung: Jeder große KI-Crawler wurde mit einem Zugriffswert von 0–100 und robots.txt-Korrekturen als zulässig/teilweise/blockiert eingestuft, ein Klick zu einer Betriebsaufgabe |
| 8 | Zitationsüberwachung über fünf Kanäle hinweg, zwei davon native Attribution von echten KI-Antwortmaschinen; zitierte Konkurrenzdomänen, die bei einem Fehlschlag erfasst wurden; Engine-Schlüssel wurden in der Konsole im laufenden Betrieb konfiguriert, nicht konfigurierte Engines wurden ohne Fehler übersprungen |
| 9 | Generative-KI-Traffic-Reporting trennt echte GA4-Ai-Assistant-Verweise von GSC-Suchauftrittsdaten; Nicht verfügbare GSC-Dimensionen bleiben sichtbar nicht verfügbar, anstatt geschätzt zu werden |
| 10 | Die Indexabdeckung erweitert jeden Artikel um seine tatsächlichen Sprach-URLs und überprüft den Status, den Kanonismus und den Google-Grund pro Version. Der Agent kann dieselben Beweise lesen und die offizielle Sitemap zur Überprüfung einreichen |
Möchten Sie die Ausführung dieses Moduls sehen?
Buchen Sie eine Demo und wir führen dieses Modul mit echten Daten aus.