Communitygithub.com

SEO

Prüfen, planen und umsetzen von SEO-Verbesserungen in den Bereichen technisches SEO, On-Page-Optimierung, strukturierte Daten, Core Web Vitals und Content-Strategie. Verwende dies, wenn der Nutzer bessere Sichtbarkeit in Suchmaschinen, SEO-Sanierung, Schema-Markup, Sitemap/Robots-Arbeiten oder Keyword-Mapping wünscht.

Was ist SEO?

Dieses Skill ermöglicht die umfassende Verbesserung der Sichtbarkeit einer Website in Suchmaschinen. Es deckt alle wesentlichen Aspekte ab: technisches SEO (Crawlability, Indexability, Performance), On-Page-Optimierung (Titel, Meta-Beschreibungen, Überschriften), strukturierte Daten (JSON-LD) und Inhaltsstrategie (Keyword-Recherche, interne Verlinkung). Der Fokus liegt auf nachhaltigen, langfristigen Qualitätssignalen statt manipulativen Taktiken. Das Skill hilft dabei, technische Blockaden zu identifizieren, bevor die Inhaltsoptimierung beginnt, und gibt konkrete, umsetzbare Empfehlungen für einzelne Seiten. Es ist ideal für Entwickler, die das SEO ihrer Projekte systematisch und datenbasiert verbessern möchten.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/seo

In Ihrer bevorzugten KI fragen

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

Dokumentation

Was macht SEO?

Verbessere die Sichtbarkeit in Suchmaschinen durch technische Korrektheit, Leistung und Inhaltsrelevanz – nicht durch Tricks.

Wann verwenden

Verwende dieses Skill, wenn:

  • die Crawlbarkeit, Indexierbarkeit, Kanonikalität oder Weiterleitungen geprüft werden sollen
  • Titel-Tags, Meta-Beschreibungen und die Überschriftenstruktur verbessert werden sollen
  • strukturierte Daten hinzugefügt oder validiert werden sollen
  • Core Web Vitals verbessert werden sollen
  • Keyword-Recherche durchgeführt und Keywords auf URLs abgebildet werden sollen
  • die interne Verlinkung oder Änderungen an Sitemap / Robots geplant sind

Funktionsweise

Prinzipien

  1. Behebe technische Blockaden vor der Inhaltsoptimierung.
  2. Eine Seite sollte eine klare primäre Suchintention haben.
  3. Bevorzuge langfristige Qualitätssignale gegenüber manipulativen Mustern.
  4. Mobile-First-Annahmen sind wichtig, da die Indexierung Mobile-First ist.
  5. Empfehlungen sollten seiten spezifisch und umsetzbar sein.

Technische SEO-Checkliste

Crawlbarkeit

  • robots.txt sollte wichtige Seiten erlauben und wenig wertvolle Oberflächen blockieren
  • keine wichtige Seite sollte unbeabsichtigt noindex sein
  • wichtige Seiten sollten in geringer Klicktiefe erreichbar sein
  • vermeide Weiterleitungsketten mit mehr als zwei Hops
  • kanonische Tags sollten selbstkonsistent und nicht in einer Schleife sein

Indexierbarkeit

  • das bevorzugte URL-Format sollte konsistent sein
  • mehrsprachige Seiten benötigen korrekte hreflang-Angaben, falls verwendet
  • Sitemaps sollten die beabsichtigte öffentliche Oberfläche widerspiegeln
  • keine doppelten URLs sollten ohne kanonische Kontrolle konkurrieren

Leistung

  • LCP < 2,5 s
  • INP < 200 ms
  • CLS < 0,1
  • häufige Korrekturen: Hero-Assets vorladen, renderblockierende Arbeit reduzieren, Layoutplatz reservieren, schweres JS reduzieren

Strukturierte Daten

  • Startseite: Organisation oder Unternehmensschema, wo angemessen
  • redaktionelle Seiten: Article / BlogPosting
  • Produktseiten: Product und Offer
  • interne Seiten: BreadcrumbList
  • Q&A-Abschnitte: FAQPage nur, wenn der Inhalt wirklich dazu passt

On-Page-Regeln

Titel-Tags

  • Ziel: etwa 50-60 Zeichen
  • setze das primäre Keyword oder Konzept an den Anfang
  • der Titel sollte für Menschen lesbar sein, nicht für Bots vollgestopft

Meta-Beschreibungen

  • Ziel: etwa 120-160 Zeichen
  • beschreibe die Seite ehrlich
  • nenne das Hauptthema natürlich

Überschriftenstruktur

  • eine klare H1
  • H2 und H3 sollten die tatsächliche Inhaltshierarchie widerspiegeln
  • überspringe keine Struktur nur aus visuellen Gründen

Keyword-Mapping

  1. Definiere die Suchintention.
  2. Sammle realistische Keyword-Varianten.
  3. Priorisiere nach Intent-Übereinstimmung, wahrscheinlichem Wert und Wettbewerb.
  4. Ordne einem primären Keyword/Thema eine URL zu.
  5. Erkenne und vermeide Kannibalisierung.

Interne Verlinkung

  • Verlinke von starken Seiten auf Seiten, die ranken sollen.
  • Verwende beschreibenden Ankertext.
  • Vermeide allgemeine Anker, wenn ein spezifischerer möglich ist.
  • Ergänze nachträglich Links von neuen Seiten zu relevanten bestehenden Seiten.

Beispiele

Titel-Formel

Primäres Thema - Spezifische Modifikation | Marke

Meta-Beschreibungs-Formel

Aktion + Thema + Nutzenversprechen + ein unterstützendes Detail

JSON-LD-Beispiel

{
  "@context": "https://schema.org",
  "@type": "Article",
  "headline": "Seitentitel hier",
  "author": {
    "@type": "Person",
    "name": "Autorenname"
  },
  "publisher": {
    "@type": "Organization",
    "name": "Markenname"
  }
}

Audit-Ausgabeform

[HIGH] Doppelte Titel-Tags auf Produktseiten
Ort: src/routes/products/[slug].tsx
Problem: Dynamische Titel fallen auf denselben Standard-String zurück, was die Relevanz schwächt und doppelte Signale erzeugt.
Lösung: Generiere einen eindeutigen Titel pro Produkt unter Verwendung des Produktnamens und der primären Kategorie.

Anti-Patterns

Anti-PatternLösung
Keyword-Stuffingschreibe zuerst für die Nutzer
dünne, nahezu doppelte Seitenkonsolidiere oder differenziere sie
Schema für Inhalte, die nicht tatsächlich vorhanden sindpasse das Schema der Realität an
Inhaltsberatung ohne Überprüfung der tatsächlichen Seitelese zuerst die echte Seite
generische „SEO verbessern“-Ausgabenverknüpfe jede Empfehlung mit einer Seite oder einer Ressource

Verwandte Skills

  • seo-specialist
  • frontend-patterns
  • brand-voice
  • market-research

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

Verwandte Skills