Fragenentwurf

Was macht Fragenentwurf?

Verwenden Sie dies, wenn jemand die Käuferfragen zur Verfolgung in KI-Apps haben möchte, den aktuellen Satz überprüft haben möchte oder fragt, ob seine Fragen gut sind. Das Ziel ist ein Fragensatz, der die Entdeckung ehrlich misst und eine realistische Chance auf eine erste markenlose Erwähnung bietet.

Mit oder ohne Frontmost AI

• Mit einem Frontmost AI-Projekt führen Sie alle sechs Schritte durch. Die gespeicherten Antworten zeigen, welche Fragen schwach sind, und die zitierten Seiten zeigen, wie echte Leute fragen.
• Ohne Frontmost AI-Projekt führen Sie die Schritte 2 bis 4 mit dem durch, was die Person bereitstellt, und was Sie im Web lesen können. Überspringen Sie die Schritte 1, 5 und 6. Geben Sie die Tabelle zurück und sagen Sie, dass noch keine KI-Antworten gemessen werden.
• Wenn ein Frontmost AI-Tool setup_required zurückgibt, geben Sie der Person die url aus dem Ergebnis. Wenn es plan_required zurückgibt, sagen Sie, dass die Daten einen kostenpflichtigen Plan benötigen. Fahren Sie in beiden Fällen mit dem Pfad ohne Projekt fort.

Lesen Sie zuerst die Beispiele

Bevor Sie entwerfen, lesen Sie references/examples.md. Wenn die Datei nicht verfügbar ist, halten Sie an und sagen Sie es.

Was die Forschung sagt (behalten Sie dies während des gesamten Vorgangs im Hinterkopf)

• Derselbe Prompt gibt fast nie zweimal dieselbe Markenliste zurück. Wie oft eine Marke erscheint, ist stabil. Ihr Rang ist es nicht. (SparkToro und Gumshoe, Jan. 2026)
• Ein einziger Durchlauf eines einzigen Prompts ist nahezu uninformativ. Verwenden Sie mehrere Formulierungen pro Absicht und lesen Sie Ergebnisse über einen rollierenden Zeitraum von 2 bis 4 Wochen. (University of St. Gallen Preprint, Apr. 2026)
• Umformulierungen ändern die Ergebnisse kaum, solange die Bedeutung nahe beieinander bleibt. Das Format ist wichtiger: listenartige und kurze Keyword-Prompts zeigen etwa 20 bis 25 Prozent mehr Marken an. Ein geänderter Qualifikator (Budget, Standort, Teamgröße, benannter Rivale) ist eine neue Absicht. (Peec AI-Studie, Jun. 2026, anbieterfinanziert)
• Bewerten Sie Cluster von Prompts, nicht einzelne Prompts, und halten Sie Marken- und Markenlose getrennt. (Ahrefs-Leitfaden)
• Öffentliche Daten darüber, was Leute KI-Apps fragen, sind dünn. Sagen Sie es. Stellen Sie niemals eine entworfene Frage als bekannte echte Abfrage dar.

Schritt 1: Lesen des aktuellen Satzes

Dieser Schritt benötigt ein Frontmost AI-Projekt. Rufen Sie list_projects auf, dann get_questions für das Projekt (und get_scan mit questions: "unbranded" für den markenlosen Split). Notieren Sie für jede vorhandene Frage:

• Umfang: markengebunden (nennt die Marke des Projekts) oder markenlos.
• Kaufphase: frühe Recherche, Optionen vergleichen oder kaufbereit.
• Format: Liste ("Bestes X"), kurzes Keyword, "Was empfehlen X", Problem-zuerst, Persona, Vergleich oder Alternativen-zu.
• Qualifikatoren: Budget, Teamgröße, Standort, Plattform, benannter Rivale.

Markieren Sie schwache Fragen mit Belegen aus gespeicherten Antworten:

• Mehrdeutig: Antworten driften in eine andere Produktkategorie ab. Überprüfen Sie, welches Unternehmen jede Antwort zuerst nannte.
• Nicht gewinnbar: Die Frage fordert die KI auf, aus einer geschlossenen Liste benannter Rivalen zu wählen, sodass die Marke nie genannt werden kann. Nützlich für Wettbewerbsinformationen, fügt aber garantierte Nullen zur markenlosen Zählung hinzu.
• Außerhalb des Ziels: An einen Käufer gerichtet, an den das Unternehmen nicht verkauft.
• Monokultur: Die meisten Fragen teilen ein Format oder eine Phase.

Ändern Sie in diesem Schritt nichts, pausieren oder entfernen Sie nichts.

Schritt 2: Sammeln echter Formulierungen

Verwenden Sie in dieser Reihenfolge. Die Punkte 1 bis 3 benötigen ein Frontmost AI-Projekt:

1. get_sources mit questions: "unbranded": Titel der zitierten List-Artikel und der zitierten Reddit-Threads. Thread-Titel sind echte Fragen von echten Leuten.
2. get_rivals: Die am häufigsten genannten Rivalen, für "Alternativen zu"- und Vergleichsfragen.
3. get_queries: Die Web-Suchanfragen, die ChatGPT ausgeführt hat. Behandeln Sie als schwache Belege, da sie die bereits verfolgten Fragen widerspiegeln.
4. Alles, was die Person bereitstellt: Search Console-Fragen, Support-Chats, Verkaufsgespräche, Foren-Threads.
5. Die eigenen Unterscheidungsmerkmale des Unternehmens (Preispunkt, Integrationen, Methode). Überprüfen Sie jedes, bevor Sie es verwenden. Behaupten Sie nicht "am günstigsten" oder ähnliches, ohne es zu überprüfen.

Schritt 3: Entwurf

Standardwerte, sofern die Person nichts anderes sagt:

• Verhältnis: etwa 3 markenlos zu 1 markengebunden.
• Phasenmix für markenlos: etwa 25 Prozent frühe Recherche, 50 Prozent Optionen vergleichen, 25 Prozent kaufbereit.
• Nach Absichtscluster organisieren. Geben Sie wichtigen Absichten 2 bis 4 Formulierungen in verschiedenen Formaten.
• Immer den einfachen Oberbegriff im Listenformat einschließen ("Was sind die besten -Tools gerade?"). Es ist das Format, das die meisten Marken hervorbringt.
• Das eigene Vokabular der Kategorie einschließen (für KI-Sichtbarkeit: AEO, GEO).
• Eine "Alternativen zu "-Frage pro Top-Rivale, der nicht bereits abgedeckt ist.
• Einige Fragen, die auf überprüften Unterscheidungsmerkmalen basieren. Dies sind diejenigen, bei denen eine erste Erwähnung am plausibelsten ist, aber versprechen Sie es nicht.
• Markengebundener Satz: Was es ist und für wen es ist, ein Vergleich pro Top-Rivale, eine Vertrauensfrage ("Ist es seriös, gibt es Bewertungen"), "Alternativen zu " und Preise.

Formulierungsregeln:

• Schreiben Sie, wie ein Käufer es tippen würde. Schlicht, erste Person, wo natürlich.
• Markenlose Fragen enthalten niemals den Markennamen.
• Geben Sie die Kategorie eindeutig an. Wenn ein Ausdruck eine andere Produktkategorie bedeuten könnte, fügen Sie die Wörter hinzu, die es eingrenzen.
• Eine Absicht und höchstens ein Qualifikator pro Frage.
• Bitten Sie die KI niemals, in einer markenlosen Frage aus einer festen Liste von Rivalen auszuwählen.
• Kein Jahr in der Frage, keine einleitenden Behauptungen, halten Sie es unter etwa 25 Wörtern.
• Keine versehentlichen nahen Duplikate. Eine bewusste Clustervariante muss sich im Format unterscheiden, nicht nur in einem oder zwei Wörtern.

Überprüfen Sie jeden Entwurf anhand der Beispiele in references/examples.md, bevor Sie ihn präsentieren.

Schritt 4: Zur Genehmigung vorlegen

Zeigen Sie eine Tabelle: Frage, Umfang, Thema, Phase, Format, Cluster und worauf sie basiert (zitierter Thread, zitierter Artikel, Rivale-Daten, Unterscheidungsmerkmal oder Beurteilung). Geben Sie dann an:

• Mit einem Projekt: Wie viele Fragen das Projekt und der Plan nach der Änderung haben werden.
• Dass sich der markenlose Nenner ändert, sodass Tag-zu-Tag-Vergleiche an dem Tag, an dem sie beginnen, unterbrochen werden.
• Welche Entwürfe auf Belegen beruhen und welche Beurteilungen sind.
• Schwache vorhandene Fragen, die in Schritt 1 gefunden wurden, als separate Empfehlung.

Fügen Sie noch nichts hinzu. Eine Frage, ob Sie sie hinzufügen können, ist keine Erlaubnis.

Schritt 5: Hinzufügen, nur bei expliziter Zustimmung

• Fügen Sie in einem edit_questions-Batch mit einem Thema für jede hinzu.
• Das Umformulieren einer vorhandenen Frage pausiert die alte Formulierung und startet eine neue Historie. Tun Sie es nur, wenn darum gebeten wird, und sagen Sie, was es kostet.
• Sagen Sie der Person, sie solle nach dem nächsten Scan erneut fragen. Bestätigen Sie dann, dass jede neue Frage korrekt als markengebunden oder markenlos einsortiert wurde. Korrigieren Sie eine falsche mit branded_override.
• Melden Sie die neuen Gesamtzahlen und wann die ersten Ergebnisse eintreffen.

Schritt 6: Lesen der ersten Ergebnisse

• Melden Sie die Gesamtsichtbarkeit, markengebunden und markenlos zusammen, jeweils mit Zählungen.
• Vergleichen Sie die ursprünglichen Fragen getrennt von den neuen über mindestens eine Woche. Ein Rückgang der markengebundenen Sichtbarkeit nach dem Hinzufügen markengebundener Fragen ist in der Regel eine Änderung der Mischung, kein Rückgang.
• Vergleichen Sie Formate getrennt (Liste gegen Liste, Persona gegen Persona).
• Ein Tag ist eine erste Lesung. Ziehen Sie Schlussfolgerungen aus einem rollierenden Zeitraum von 2 bis 4 Wochen.
• Suchen Sie nach dem, was die neuen Fragen jenseits der Punktzahl offenbaren: Markenverwechslung mit einem ähnlich benannten Unternehmen, Vertrauenslücken, neue zitierte Seiten, die die Marke nicht auflisten.
• Wenn die markenlose Sichtbarkeit immer noch null ist, sagen Sie es klar und weisen Sie auf die führenden Maßnahmen hin: zitierte Seiten, die die Marke auflisten, und Antworten, die diese Seiten zitieren.