CommunitySchreiben & Editierengithub.com

client-web-copy

Schreiben, Umschreiben oder Überprüfen von Webinhalten für Agenturkunden – Service-Seiten, Landing Pages, Homepages, Branchenseiten, Case Studies, About-Seiten, Überschriften und CTAs – damit es wie ein Unternehmen aus der Branche des Kunden klingt, nicht wie generischer KI-Marketingtext.

Was ist client-web-copy?

Diese Fähigkeit ist darauf ausgelegt, KI-generierte Webinhalte so umzuschreiben, dass sie nicht mehr generisch klingen, sondern als echter Text eines Brancheninsiders wirken. Sie richtet sich an Entwickler und Nutzer von KI-Agenten wie Claude Code, Cursor oder Codex, die für B2B-Kunden – etwa Exporteure, Hersteller, Händler, Kliniken oder professionelle Dienstleister – Webtexte erstellen, überarbeiten oder prüfen müssen. Das Skill erkennt typische KI-Muster (Listen mit drei Punkten, Striche, erfundene Personen) und entfernt sie systematisch, ohne neue KI-Fingerabdrücke (wie erfundene Sprecher oder forcierten Widerspruch) zu hinterlassen. Es unterstützt drei Modi: Schreiben (neue Seiten), Umschreiben (Verbesserung bestehender Texte) und Erkennen (Audit ohne Änderungen). Grundlegende Regeln verbieten das Hinzufügen von Fakten und das Einfügen einer künstlichen menschlichen Stimme. Das Skill basiert auf einer Reihe von Markdown-Referenzdateien, die es dem Agenten ermöglichen, vor dem Schreiben den Kundenkontext zu laden, Branchenvokabular zu recherchieren und KI-Erzählmuster zu erkennen. Entwickler können dieses Skill nutzen, um sicherzustellen, dass ihre KI-geschriebenen Texte menschlich, branchenspezifisch und verkaufsfördernd wirken, ohne gegen die Richtlinien der Suchmaschinenoptimierung oder die Erwartungen der Kunden zu verstoßen.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/social-script/claude-seo-skills/tree/HEAD/skills/client-web-copy

Installed? Explore more Schreiben & Editieren skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Client Web Copy

Warum KI-Texte nach KI klingen

Ein Sprachmodell schreibt, was am wahrscheinlichsten als Nächstes kommt, also trifft es standardmäßig die Wahl, die für die breiteste Leserschaft passt. Ein Mensch, der für einen Kunden schreibt, trifft Entscheidungen für einen Leser in einer bestimmten Branche, daher ist sein Schreiben ungleichmäßig und spezifisch. Jeder KI-Erzählfehler ist eine Variante dieser sicheren Standardeinstellung: der Kontrast, der Gewicht hinzufügt, anstatt eine Tatsache zu nennen; die Liste von drei, weil drei vollständig klingt; der Strich, der die Entscheidung vermeidet, wie zwei Ideen zusammenhängen; die erfundene Person, die einen Punkt lebendig macht.

Geschäftskäufer lesen nicht auf Prosa-Qualität. Sie sind auf der Suche nach Beweisen dafür, dass Sie ihr Geschäft verstehen, und das entscheiden sie anhand von Vokabular und Problemen. Deshalb versagen KI-Texte auf eine Weise, die schwer zu benennen ist: Sie sind oft gut geschrieben, nur nicht von jemandem aus der Branche. Der Kunde sagt: „Es ist gut, aber es klingt nicht nach uns“ – und er hat recht.

Die Lösung ist, aus der Perspektive des Geschäfts des Lesers zu schreiben, für einen Leser.

Modi

Wählen Sie den Modus aus der Anfrage. Er legt fest, wie viel Sie ändern dürfen.

  • Schreiben – eine neue Seite oder ein neuer Abschnitt. Führen Sie den gesamten untenstehenden Prozess durch.
  • Umschreiben – Vorhandenen Text verbessern. Behalten Sie jede Behauptung, die belegt ist. Ändern Sie Wortlaut und, falls gewünscht, die Struktur.
  • Erkennen (Detect) – Nur Probleme melden, nichts ändern. Verwenden Sie dies für Texte, die der Kunde selbst geschrieben hat, für Seiten auf einer Schutzliste (Seiten, die bereits ranken) und immer dann, wenn der Benutzer eine Überprüfung oder ein Audit anfordert. Ein Problem zu finden berechtigt niemals automatisch dazu, es zu ändern.

Zwei Regeln, die alles andere überschreiben

1. Fügen Sie niemals eine Tatsache hinzu. Wenn Sie schreiben oder umschreiben, führen Sie keine Zahl, keinen Namen, kein Datum, keinen Ort, keinen Kunden, keine Zertifizierung, kein Zitat, keine Statistik oder Behauptung ein, die nicht im Quellmaterial oder vom Benutzer angegeben ist. Wenn ein Satz ein Detail benötigt, das Sie nicht haben, fragen Sie danach oder schreiben Sie einen einfacheren Satz. Überprüfen Sie Behauptungen über die eigene Website des Kunden anhand der Live-Site. Eine plausible Vermutung, die als Tatsache veröffentlicht wird, ist schlimmer als jeder KI-Erzählfehler.

2. Setzen Sie niemals eine künstliche menschliche Stimme ein. Das Entfernen von KI-Erzählfehlern führt tendenziell zu einem anderen Fingerabdruck: einem erfundenen Sprecher („meiner Erfahrung nach“, „ich habe das hundertmal gesehen“), künstlichen Einsätzen („heute mehr denn je“, „in einer Welt, in der“), erzwungenem Widerspruchsgeist („jeder sagt X, aber sie liegen falsch“), vorgetäuschter Offenheit („seien wir ehrlich“, „hier ist die Sache“, „um ehrlich zu sein“) und abgehackten Einzeiler-Fragmenten, die für Rhythmus verwendet werden. Nichts davon darf zu einem Text hinzugefügt werden, der sie nicht bereits enthielt. Das Ziel ist ein klarer, spezifischer Text, keine Persönlichkeit.

Vor dem Schreiben

Lesen Sie references/before-writing.md und arbeiten Sie es durch. Kurz gesagt:

  1. Laden Sie die Kundenkontextdatei, falls vorhanden (.claude/client-context.md im Repository des Kunden). Falls nicht, erstellen Sie sie aus assets/client-context.template.md und fragen Sie nur nach dem, was fehlt. Das erspart jeder zukünftigen Seite, bei Null anzufangen.
  2. Beantworten Sie die Fragen vor dem Schreiben: die eine Aktion, die die Seite auslösen soll; wer der Leser ist; welche Wörter er für sein Problem verwendet; seine Einwände; woher der Traffic kommt und was der Besucher bereits weiß.
  3. Holen Sie sich eine Schreibprobe, wenn möglich – die eigenen E-Mails des Kunden, Broschüren, Angebote oder eine Seite, die ihm gefällt. Eine Probe setzt die Stimme und überschreibt die Standardeinstellungen dieser Fähigkeit, einschließlich der Strich-Regel.
  4. Laden Sie den Hausstil, falls der Kunde einen hat (.claude/house-style.json, Vorlage in assets/): Rechtschreibung, verbotene Wörter, Strich-Regelung, Formalität.
  5. Lesen Sie die Top-3-Ranking-Seiten für den Zielbegriff. Lernen Sie, welches Vokabular selbstverständlich ist, was jede Seite macht und das eine, was keine von ihnen sagt. Diese Lücke ist Ihr Ansatzpunkt.
  6. Sammeln Sie 20–30 echte Branchenbegriffe. Siehe references/register.md.

Prozess

  1. Schreiben Sie zuerst die Schmerzpunkte. Normalerweise der stärkste Abschnitt und der am einfachsten falsch zu machende (siehe unten).
  2. Entwerfen Sie in einfachen Aussagesätzen. Eine Idee pro Satz, ein Argument pro Abschnitt, abwechslungsreiche Satzlängen.
  3. Führen Sie die Behauptungstests aus references/before-writing.md an jeder Überschrift, Nutzenzeile und CTA durch:
    • Na und? – Jede Behauptung beantwortet, warum der Leser sich darum kümmern sollte, normalerweise über eine „was bedeutet…“-Brücke.
    • Jetzt können Sie… – Stellen Sie dies der Überschrift voran; wenn das Ergebnis überzeugend und wahr ist, funktioniert es.
    • CTA-Formel – Aktionsverb + was sie bekommen + ggf. Qualifikator („Fordern Sie einen Keyword-Bericht für Ihre Märkte an“, nicht „Absenden“).
    • Null Risiko – In der Nähe jeder CTA: Sind Einwände beantwortet, Vertrauenssignale sichtbar, Kosten und nächste Schritte klar?
  4. Entfernen Sie die KI-Erzählfehler. Lesen Sie references/ai-tells.md. Korrigieren Sie P0 und starke Erzählfehler bei einem Auftreten; handeln Sie bei schwachen Erzählfehlern nur, wenn mehrere gehäuft auftreten. Führen Sie dann scripts/copycheck.py <file> aus (fügen Sie --list hinzu, um jeden Treffer zu sehen, --style <house-style.json> für Kundenregeln).
  5. Überlebens-Check. Überprüfen Sie nach dem Umschreiben erneut auf die fünf Erzählfehler, die am häufigsten eine Umschreibung überleben: ein Kontrast (einschließlich „statt“), ein Einzeiler am Ende, ein Strich, eine Liste von drei, eine fettgedruckte Bezeichnung.
  6. Treue-Check. Vergleichen Sie den Entwurf mit der Quelle. Jede hinzugefügte Tatsache ist ein Fehler. Jede verlorene Behauptung ist ein Fehler, es sei denn, eine Regel hat gesagt, sie zu streichen.
  7. Prüfen Sie die Keyword-Zurückhaltung (unten) und stellen Sie bei geschützten Seiten sicher, dass die Ertrags-Phrasen noch mindestens ihre vorherige Anzahl haben.
  8. Lesen Sie es als der Kunde. Würde er dies an einen Kunden weiterleiten? Würde ihn irgendeine Zeile in Verlegenheit bringen?

Was zu liefern ist

  • Schreiben/Umschreiben: den Text plus 2–3 Alternativen für die H1 und die primäre CTA, eine einzeilige Notiz, warum jede funktioniert, sowie den Titel und die Meta-Beschreibung. Der Kunde wählt; Sie entscheiden nicht allein.
  • Erkennen (Detect): Ergebnisse gruppiert nach Schweregrad (P0, P1, P2) mit dem genauen Text und einem Lösungsvorschlag, und keine Änderungen an der Datei.
  • Bearbeiten einer Datei: Nur Prosa ändern. Code, Klassennamen, URLs, Schema und Daten unberührt lassen.

Schmerzpunkte in den eigenen Worten des Kunden

Eine bloße Liste von Problemen, die der Leser bereits hat, ist der überzeugendste Abschnitt auf den meisten B2B-Seiten, da Wiedererkennung überzeugender ist als Überredung. Schreiben Sie sie so, wie der Kunde sie laut aussprechen würde, nicht so, wie ein Vermarkter sie kategorisieren würde.

  • Schwach: „Suboptimale Lead-Qualität und ineffiziente Budgetallokation“
  • Stark: „Die meisten Leads sind Händler oder Studenten, nicht Käufer“
  • Schwach: „Übermäßige Abhängigkeit von Drittanbieter-Plattformen“
  • Stark: „Alle Ihre Käufer kommen von einem Portal, und das Portal erhöht ständig seinen Preis“

Kein Prosatext um die Liste herum. Die Liste ist das Argument.

Keyword-Zurückhaltung

Setzen Sie den exakten Suchbegriff an vier Stellen und hören Sie auf: den <title>, die Meta-Beschreibung, die H1 und höchstens eine FAQ-Frage, wo er natürlich klingt. Alles andere verwendet die Wörter des Lesers. Das Publikumsnomen (Exporteur, Klinik, Hersteller) sollte der häufigste Begriff auf der Seite sein; wenn die Dienstleistungsphrase gewinnt, ist die Seite für den Algorithmus geschrieben.

Schreiben Sie nicht nach Wortanzahl. Googles eigene Richtlinien behandeln Inhalte, die auf eine Länge hin geschrieben wurden, als Zeichen dafür, dass sie für die Suche und nicht für Menschen existieren.

Belege, Statistiken und E-E-A-T

Fragen Sie, für wen eine Zahl relevant ist.

  • Über die Ergebnisse des Kunden – gehört in eine Fallstudie, bei der der Leser sich für Belege entschieden hat.
  • Über Ihre Agentur auf einer Service-Seite – macht die Seite über Sie, während der Leser prüft, ob Sie ihn verstehen, und lädt zur Überprüfung ein.
  • Eine Branchenstatistik – in Ordnung, wenn eine Quelle genannt wird und sie tragend ist, sonst Füllmaterial. Niemals „Experten sagen“ oder „Studien zeigen“ ohne Nennung der Quelle.

Standardmäßig keine Statistiken auf Service-Seiten. Platzieren Sie Belege in Fallstudien und machen Sie sie aus erster Hand: Vorher/Nachher-Ergebnisse, den tatsächlichen Prozess, echte Screenshots und Fotos, namentlich genannte Kunden. Google gewichtet dieses Erfahrungssignal inzwischen stark. Jede Seite sollte auch Googles Wer / Wie / Warum-Test bestehen – wer sie geschrieben hat, wie sie erstellt wurde und ob sie existiert, um Menschen zu helfen oder Klicks zu fangen. Details in references/before-writing.md.

Veröffentlichen Sie niemals eine Zahl, die Sie nicht am selben Tag mit ihrer Quelle abgeglichen haben.

Seitenstruktur, die für B2B-Service-Seiten funktioniert

Weichen Sie mit Grund ab, nicht standardmäßig.

  1. Klare H1, die benennt, was dies ist und für wen es ist
  2. Ein Absatz, der beschreibt, was Sie tun, in deren Vokabular
  3. Kundennamen oder Logos
  4. Warum diese Branche anders ist als allgemeine Arbeit
  5. Die Schmerzpunkt-Liste
  6. Wie ihre Käufer tatsächlich entscheiden, mit echten Such- oder Bewertungsbeispielen
  7. Dienstleistungen, jede mit einer klaren Überschrift und einer kurzen Liste dessen, was enthalten ist
  8. Kundenarbeiten, beschrieben ohne Metriken (Link zur Fallstudie)
  9. Warum Kunden Sie wählen – klare Behauptungen, keine Superlative
  10. FAQ, die beantwortet, was ein echter Interessent fragt, bevor er anfragt
  11. CTA, die nach dem Gespräch fragt, nicht nach dem Verkauf

Ratgeber und Blogbeiträge sind anders: Sie werden gelesen, nicht bewertet, daher sind längere Prosa und charaktervollere Überschriften dort in Ordnung. Die KI-Erzählfehler-Regeln gelten weiterhin.

Bewusst ausgeschlossen

Diese sind in anderen Copywriting-Fähigkeiten üblich und passen nicht zu unseren Kunden:

  • Statistisch gestützte Überzeugung („+81 % Konversionen“) auf Service-Seiten
  • Humor und rhetorische Fragen als Standardmittel – falscher Ton für die meisten indischen B2B-Käufer
  • Hinzufügen von Meinungen oder Reaktionen, um „menschlich zu klingen“ (siehe Regel 2)
  • Wortanzahl-Ziele
  • Simulierte „Expertenpanel“-Bewertungen

Dateien

  • references/before-writing.md – Fragen vor dem Schreiben, die Behauptungstests, Wer/Wie/Warum und E-E-A-T, Lieferformat.
  • references/ai-tells.md – Jedes KI-Muster nach Schweregrad, mit Vorher/Nachher-Umschreibungen. Vor der Überprüfung eines Entwurfs lesen.
  • references/register.md – Recherche des Vokabulars einer Branche, Schreibproben, Hausstile.
  • references/examples.md – Echte Vorher/Nachher-Passagen aus Kundenarbeiten.
  • assets/client-context.template.md – Kontextdatei pro Kunde.
  • assets/house-style.template.json – Stilregeln pro Kunde, die der Prüfer durchsetzen kann.
  • scripts/copycheck.py – Mechanische Überprüfung nach Schweregrad. Fängt, was ein müder Leser übersieht; es kann nicht sagen, ob der Text gut ist.

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

Verwandte Skills