ai-seo

Überblick

Was der ai-seo Skill macht

ai-seo ist ein spezialisierter SEO- und Content-Strategie-Skill mit Fokus auf KI-Suche – nicht nur auf klassische Google-Rankings. Er hilft dir, deine Seiten für KI-Systeme wie Google AI Overviews, ChatGPT, Perplexity, Claude, Gemini und Copilot auffindbar, extrahierbar und zitierbar zu machen.

Statt nur für blaue Links zu optimieren, leitet dich ai-seo dabei an:

• Die aktuelle Sichtbarkeit deiner Marke in KI-generierten Antworten zu prüfen
• Deine Content-Struktur so zu verbessern, dass LLMs sie sauber zitieren können
• Autoritätssignale zu stärken, damit deine Seite bevorzugt als Quelle genannt wird
• Deine Inhalte mit der Art und Weise abzugleichen, wie verschiedene KI-Plattformen Quellen auswählen und bewerten

Der Skill stützt sich auf:

• Einen strukturierten AI Visibility Audit-Workflow
• Ein Drei-Säulen-Framework: Structure, Authority, Presence
• Praktische Content-Patterns für Answer Engines (AEO) und Generative Engines (GEO)
• Plattform-spezifische Hinweise zu Ranking-Faktoren über die wichtigsten KI-Assistenten hinweg

Für wen ai-seo gedacht ist

ai-seo passt gut zu dir, wenn du:

• Marketing- oder SEO-Verantwortliche:r bist und möchtest, dass deine Marke in KI-Antworten genannt wird
• Als Content-Strateg:in eine Roadmap für KI-Sichtbarkeit planst
• Gründer:in oder PMM bist und ständig Wettbewerber in ChatGPT oder Perplexity zitiert siehst
• Eine Agentur oder Beratung betreibst und AI SEO / AEO / GEO als Service anbietest

Er ist nicht primär gedacht für:

• Tiefe technische SEO-Audits (Crawl-Fehler, Ladezeit, interne Verlinkung) → nutze stattdessen seo-audit
• Details zu Schema.org oder strukturierter Datenimplementierung → nutze stattdessen schema-markup
• Generische Keyword-Recherche ohne Fokus auf KI-getriebene Ergebnisse

Probleme, die der ai-seo Skill löst

Nutze ai-seo, wenn du Fragen beantworten musst wie:

• „Wie bekommen wir unser SaaS in Empfehlungen von ChatGPT und Perplexity?“
• „Warum zitieren AI Overviews unsere Inhalte nie?“
• „Welche Content-Patterns helfen uns, AI Answer Boxes und Zusammenfassungen zu gewinnen?“
• „Sollten wir KI-Crawler in robots.txt erlauben oder blockieren?“
• „Wie entscheiden verschiedene KI-Plattformen, welche Websites sie zitieren?“

Der Skill hilft dir dabei, systematisch:

• Zu prüfen, ob und wo deine Marke aktuell in KI-Antworten auftaucht
• Lücken in deiner Content-Struktur zu erkennen, die LLMs vom Zitieren abhalten
• Bewährte AEO- und GEO-Content-Block-Patterns auf wichtige Seiten anzuwenden
• Konkrete nächste Schritte anhand forschungsbasierter Ranking-Signale zu priorisieren

---

Nutzung

Installation und Setup

Um ai-seo zu deiner Agent-Umgebung hinzuzufügen, installiere ihn aus dem coreyhaines31/marketingskills Repository:

npx skills add https://github.com/coreyhaines31/marketingskills --skill ai-seo

Nach der Installation:

1. Öffne den Ordner skills/ai-seo/.
2. Starte mit SKILL.md, um Kernverhalten, Scope und Entscheidungslogik zu verstehen.
3. Sieh dir die Ordner references/ und evals/ für Patterns und Beispiele an.

Wichtige Dateien:

• SKILL.md – Hauptdefinition des ai-seo Skills und Workflows
• references/content-patterns.md – wiederverwendbare AEO- und GEO-Content-Patterns
• references/platform-ranking-factors.md – wie große KI-Plattformen Quellen auswählen
• evals/evals.json – Beispiel-Prompts und erwartete Verhaltensweisen zur Validierung

Kern-Workflow: vom Audit zum Maßnahmenplan

Der ai-seo Skill ist um eine schrittweise Strategie herum aufgebaut – nicht um einmalige Tipps. Der grobe Ablauf umfasst:

1. AI Visibility-Kontext sammeln

Bevor eine tiefere Analyse startet, sucht der Skill nach breiterem Produkt- und Marken-Kontext.

Wenn dein Repo eine Product-Marketing-Kontextdatei enthält, erwartet ai-seo, dass sie zuerst gelesen wird:

• .agents/product-marketing-context.md (aktuelles Pattern)
• .claude/product-marketing-context.md (ältere Setups)

Wenn diese Datei fehlt oder unvollständig ist, fragt der Workflow nach Essentials wie:

• Deinem Produkt und der Kategorie (z. B. „B2B Project Management SaaS“)
• Priorisierten Use Cases und Zielgruppen
• Wichtigen Wettbewerbsmarken, die du in KI-Antworten zitiert siehst
• Deinen wichtigsten Suchanfragen oder Themen

So werden Wiederholungsfragen vermieden und AI-SEO-Entscheidungen bleiben mit deiner Positionierung abgestimmt.

2. Einen AI Visibility Audit durchführen

Als Nächstes führt dich ai-seo durch einen AI Visibility Audit über die wichtigsten Plattformen, typischerweise:

• Google AI Overviews
• ChatGPT
• Perplexity
• Claude
• Gemini
• Copilot

Der Audit konzentriert sich auf:

• Ob deine Marke für Ziel-Queries überhaupt erscheint
• Wie oft du im Vergleich zu Wettbewerbern zitiert wirst
• Welche Seitentypen (Guides, Dokus, Pricing, Vergleiche) typischerweise zitiert werden

In dieser Phase identifizierst du Zero-Visibility-Lücken und priorisierst, welche Queries oder Seiten zuerst angegangen werden.

3. Die drei Säulen anwenden: Structure, Authority, Presence

ai-seo nutzt ein Drei-Säulen-Framework, das sich durch Prompts und Referenzen zieht:

1. Structure – Content extrahierbar machen

   • Klare Überschriften, präzise Definitionen und in sich geschlossene Antwortblöcke verwenden
   • Komplexe Erklärungen in Schritt-für-Schritt- oder FAQ-Patterns aufteilen
   • Gut strukturierte Vergleiche und Pro/Contra-Tabellen einbauen

2. Authority – Content zitierbar machen

   • E-E-A-T-Signale mit Autorenexpertise und glaubwürdigen Quellen stärken
   • Statistiken, externe Quellen und klar formulierte Claims integrieren
   • Übermäßig werbliche Texte auf zentralen edukativen Seiten vermeiden, die KI-Systeme als Quellen nutzen

3. Presence – Dort sein, wo KI sucht

   • Sicherstellen, dass deine Inhalte in den Such-Indizes vertreten sind, die jede KI-Plattform nutzt
   • Prüfen, ob KI-Bots in robots.txt erlaubt sind, falls du Zitate möchtest
   • Formate und Themen publizieren, die die jeweiligen KI-Assistenten bevorzugt zitieren

Der Skill nutzt diese Säulen, um von Audit-Ergebnissen zu einer priorisierten Liste konkreter Maßnahmen zu kommen.

4. AEO- und GEO-Content-Patterns nutzen

Die Datei references/content-patterns.md stellt dir fertige Patterns bereit, die speziell für Answer Engines und Generative Engines entwickelt wurden.

Aus diesem Guide erhältst du:

• Answer Engine Optimization (AEO) Patterns

  • Definitionsblöcke für „What is X?“-Queries
  • Schritt-für-Schritt-Blöcke für „How to“-Queries
  • Vergleichstabellen-Blöcke für „[Tool] vs [Tool]“-Content
  • Pro-und-Contra-, FAQ- und Listicle-Blöcke für schnell erfassbare Antworten

• Generative Engine Optimization (GEO) Patterns

  • Statistik-Zitationsblöcke
  • Expert Quotes und Autoritäts-Claim-Blöcke
  • In sich geschlossene Antwortblöcke, die KI direkt in Antworten einfügen kann
  • Evidenzfokussierte „Sandwich“-Strukturen, die Claims und Belege kombinieren

ai-seo kann dir helfen zu entscheiden, welche Patterns du auf eine bestimmte Seite anwenden solltest und wie du sie an deine Brand Voice anpasst.

5. Mit plattformspezifischen Ranking-Faktoren abgleichen

Verschiedene KI-Plattformen nutzen unterschiedliche Indizes und Ranking-Logiken. Der Guide references/platform-ranking-factors.md (den ai-seo für seine Reasoning nutzt) erklärt:

• Gemeinsame Grundlagen: Index Inclusion, Crawlability, Extractability
• Wie Google AI Overviews KI-Auswahl auf klassische SEO-Signale aufsetzt
• Warum Zitate, Statistiken und strukturierte Daten mit besserer Sichtbarkeit korrelieren
• Wie Studien zu Domain Authority und thematischer Relevanz mit KI-Zitaten zusammenhängen

Der Skill nutzt dieses Wissen, um Empfehlungen zuzuspitzen, zum Beispiel:

• E-E-A-T und strukturierte Daten für Google AI Overviews besonders zu betonen
• Klar belegte, in sich geschlossene Passagen für LLMs wie ChatGPT und Perplexity zu priorisieren

6. Einen priorisierten Maßnahmenplan erstellen

Auf Basis von Audit und Patterns schlägt ai-seo typischerweise einen prägnanten, priorisierten Plan vor, zum Beispiel:

• High-Impact-Überarbeitungen wichtiger Seiten mit AEO/GEO-Patterns
• Neue Inhalte, die Sichtbarkeitslücken für bestimmte Queries schließen
• Technische und Policy-Entscheidungen rund um KI-Bot-Zugriff und Indexierung

Diese Aufgaben kannst du anschließend an Texter:innen, SEOs oder Product Marketer:innen übergeben.

Beispiele für Prompts an den ai-seo Skill

Sobald installiert, leite Anfragen an ai-seo, wenn sie klaren KI-SEO-Fokus haben, zum Beispiel:

• „Wir erscheinen nie in Google AI Overviews. Was sollten wir zuerst angehen?“
• „Wie optimiere ich unsere Blogposts, damit ChatGPT uns als Quelle zitiert?“
• „Erstelle eine AI Visibility Audit Checkliste für unser Fintech SaaS.“
• „Hilf mir, diese Vergleichsseite so zu überarbeiten, dass Perplexity sie eher zitiert.“

In all diesen Fällen wird ai-seo:

• Nach Product-Marketing-Kontext suchen
• Das Drei-Säulen-Framework durchlaufen
• Auf den Visibility-Audit-Guide und die Content-Pattern-Guides zurückgreifen
• Einen strukturierten, priorisierten Maßnahmenkatalog zurückgeben

Wann ai-seo nicht die beste Wahl ist

Nutze einen anderen Skill, wenn dein Hauptbedarf ist:

• Technische SEO-Health-Checks (Crawl Budget, Sitemaps, 404s) → nutze seo-audit
• Schema Markup Planung und Validierung → nutze schema-markup
• Reine Social-Media-Content-Kalender ohne Ziel „KI-Sichtbarkeit in der Suche“ → nutze stattdessen Social- oder Content-fokussierte Skills

ai-seo ist am wirkungsvollsten, wenn KI-getriebene Suchsichtbarkeit, Answer Engine Optimization und KI-Zitate deine primären Ziele sind.

---

FAQ

Worin unterscheidet sich ai-seo von klassischen SEO-Tools?

ai-seo konzentriert sich speziell auf KI-Suche und Answer Engines. Statt nur Rankings in klassischen SERPs zu verbessern, hilft dir der Skill dabei:

• Zu prüfen, wie oft du in KI-generierten Antworten auftauchst
• Inhalte so zu strukturieren, dass LLMs sie leicht zitieren können
• Dich an KI-spezifischen Ranking-Faktoren auszurichten, die in den Referenz-Guides des Repos beschrieben sind

Für vollständige technische SEO oder die allgemeine Website-Gesundheit solltest du ai-seo mit klassischen SEO-Skills und Tools kombinieren.

Wie installiere ich den ai-seo Skill?

Installiere ai-seo aus dem coreyhaines31/marketingskills Repository mit:

npx skills add https://github.com/coreyhaines31/marketingskills --skill ai-seo

Öffne danach den Ordner skills/ai-seo/ und lies SKILL.md, gefolgt von den Verzeichnissen references/ und evals/.

Welche Dateien sollte ich nach der Installation zuerst lesen?

Für einen schnellen, aber fundierten Einstieg:

1. SKILL.md – erklärt, was ai-seo macht und wie er sich verhalten soll.
2. references/content-patterns.md – zeigt AEO- und GEO-Content-Block-Patterns, die du sofort anwenden kannst.
3. references/platform-ranking-factors.md – erklärt, wie verschiedene KI-Plattformen Quellen auswählen.
4. evals/evals.json – enthält Beispiel-Prompts und erwartete Outputs, damit du siehst, wie der Skill antworten sollte.

Kann ai-seo mir sagen, ob ich AI-Crawler in robots.txt blockieren soll?

Ja. Die Evals und Referenzen enthalten Szenarien zu KI-Bot-Zugriff. Der Skill berücksichtigt dabei:

• Deine Bedenken (z. B. Content-Wiederverwendung vs. Marken-Sichtbarkeit)
• Trade-offs zwischen dem Blockieren von Bots und dem Verlust von Zitat-Chancen
• Die Bedeutung von Crawlability, um in KI-Antworten zitiert zu werden

Du kannst ai-seo etwa fragen:

• „Sollten wir GPTBot und PerplexityBot blockieren?“
• „Was passiert mit unserer KI-Sichtbarkeit, wenn wir AI-Crawler disallowen?“

Deckt ai-seo strukturierte Daten und Schema Markup ab?

ai-seo berücksichtigt, dass strukturierte Daten die Sichtbarkeit in AI Overviews und Answer Engines unterstützen können, ist aber nicht auf Schema-Implementierung spezialisiert. Für detaillierte Schema-Strategie und Markup-Unterstützung solltest du den dedizierten schema-markup Skill parallel zu ai-seo nutzen.

Ist ai-seo auch für Nicht-SaaS-Unternehmen geeignet?

Ja. Auch wenn viele Beispiele SaaS und B2B referenzieren, lassen sich die zugrunde liegenden Frameworks anwenden auf:

• E‑Commerce
• Content-Publisher
• Dienstleistungsunternehmen
• Professionelle und beratende Kanzleien/Firmen

Solange dein Ziel ist, in KI-Antworten aufzutauchen und zitiert zu werden, lässt sich ai-seo mithilfe deines eigenen Product-Marketing-Kontexts auf deine Domain anpassen.

Woran erkenne ich, ob ai-seo wirkt?

Du kannst die Wirkung messen, indem du:

• Deinen AI Visibility Audit regelmäßig wiederholst und Verbesserungen dokumentierst
• Prüfst, ob deine Marke häufiger als Quelle für Ziel-Queries zitiert wird
• Veränderungen bei Traffic und unterstützten Conversions aus KI-beeinflussten Queries beobachtest (wo messbar)

ai-seo liefert die strategische Planung und strukturierte Empfehlungen; die Messung findet in deinen gewohnten Analytics-Tools und KI-Plattform-Checks statt.