Communitygithub.com

geo-audit

Führt eine externe GEO- (Generative Engine Optimization) / AI-SEO-Prüfung einer Website allein anhand der URL durch und erstellt einen umsetzbaren Bericht für einen oder mehrere Länder- oder Sprachmärkte.

Was ist geo-audit?

Dieses Skill führt eine detaillierte externe Prüfung der Sichtbarkeit einer Website in KI-gestützten Suchergebnissen (ChatGPT, Perplexity, Google AI Overviews, Gemini, Claude, Copilot, Doubao, DeepSeek, Kimi, Yuanbao, Naver AI Briefing, Le Chat) durch. Es analysiert, wie gut die Website von KI-Crawlern erfasst, indiziert und für Antworten genutzt werden kann, und bewertet externe Erwähnungen. Der Prüfprozess folgt einer evidenzbasierten Methodik: Priorisiert werden Crawlbarkeit, Indexierbarkeit, Inhaltsaufnahme durch KI und externe Erwähnungen – in dieser Reihenfolge. Das Skill unterstützt mehrere Zielmärkte (CN, US, JP, KR, DE, FR, ES) und generische Märkte, führt Rendering-Vergleiche mit und ohne JavaScript durch, prüft robots.txt, Sitemaps, hreflang, strukturierte Daten und lokalisierte Inhalte. Der Bericht folgt einer strengen Vorlage, zitiert alle Aussagen mit Evidenzstärken und vermeidet gängige Fallstricke wie die Vermischung von Suchmaschinen- und KI-Sichtbarkeit. Es kann über die Bash-Installation in Claude Code, Cursor, Codex und ähnliche Tools integriert werden.

Funktioniert mit✓Claude Code✓Codex CLI✓Cursor✓Gemini CLI
npx skills add https://github.com/ClydeKuo/geo-skill/tree/HEAD/geo-audit

In Ihrer bevorzugten KI fragen

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

Dokumentation

GEO-Website-Audit

Übersicht

Führt eine externe Prüfung der KI-Such-Sichtbarkeit einer Website in einem oder mehreren Ländern/Sprachmärkten allein anhand der URL durch und erstellt einen umsetzbaren Bericht für den Kunden.

Kernprinzip: Ressourcen nach Evidenzstärke verteilen. Die größten Hebel sind (in dieser Reihenfolge) crawlbar → indexierbar → für KI aufnehmbar → extern erwähnt – nicht das Umschreiben von Texten. Jede Empfehlung muss die Evidenznummer und -stärke aus references/evidence.md angeben.

Dieses Skill folgt dem offenen Agent-Skills-Format und kann in Claude Code, Codex, Cursor und anderen Tools verwendet werden – Installation mit bash <skill>/install.sh in das Skill-Verzeichnis des jeweiligen Tools. Alle Pfade beziehen sich auf das Verzeichnis, in dem sich diese SKILL.md befindet (als <skill> bezeichnet).

Wann nicht verwenden

  • Vollständiges traditionelles SEO-Audit (Backlinks, Keyword-Rankings): Nur erwähnen, wenn GEO-relevant.
  • Tatsächliche Sichtbarkeit über KI-Schnittstellen testen: Wird nicht durchgeführt; im Bericht werden nur manuelle Methoden genannt.
  • Direkte Änderungen an der Kundenwebsite: Nur Bericht; maximal 1–2 Beispiel-Umschreibungen.

Erforderliche Umgebungsfähigkeiten

FähigkeitVerwendungFalls nicht vorhanden
Shell + Python 3Ausführen der Prüfskripte in <skill>/scripts/ (nur Standardbibliothek)Kein Audit möglich; Benutzer informieren
NetzwerkzugriffSkripte crawlen die KundenwebsiteSchritt 1 erkennt Fehler; anhalten und Benutzer bitten, Netzwerk zu aktivieren
Websuche-Tool (in Claude Code: WebSearch)Externe ErwähnungenAbschnitt „Externe Erwähnungen" mit "Nicht prüfbar (keine Websuche in dieser Umgebung)" schreiben; Abschnitt nicht weglassen
Webseiten-Fetch-Tool (in Claude Code: WebFetch)Externe Seiten lesenMit curl ersetzen
Datei-Schreib-ToolBericht schreibenMit Shell-Heredoc ersetzen
Chrome/Chromium (optional)Rendering-VergleichSkript markiert automatisch "Nicht geprüft"

Dateien

DateiVerwendung
scripts/crawl_check.pyrobots.txt auf Freigabe für KI-Crawler (RFC 9309), UA-Blockierung, Sitemap, Canonical, Noindex, HTTPS, llms.txt, ICP, hreflang (HTML/HTTP-Header/Sitemap – drei Quellen mit bidirektionaler Prüfung)
scripts/render_diff.pyVerhältnis des Textinhalts ohne JS-Ausführung zum gerenderten Inhalt
scripts/page_audit.pyÜberschriftenhierarchie, Beweiseinheiten, strukturierte Daten, Autor und Aktualisierungsdatum, Canonical, hreflang; --save-html speichert rohes HTML
references/checklist.mdAllgemeine Checkliste mit P0/P1/P2-Regeln
references/markets/<code>.mdMarktprofile: cn us jp kr de fr es; für nicht profilierte Märkte: _generic.md
references/evidence.mdEvidenzbibliothek E1–E16
references/ai-crawlers.mdCrawler-Verwendungszwecke, Engines ohne öffentlichen User-Agent, Grenzen getarnter User-Agents
references/report-template.mdBerichtsstruktur und Schreibregeln (MUSS verwendet werden)

Allgemeine Parameter aller Skripte: python3 <skill>/scripts/<skript>.py <url> [weitere url…] [--proxy URL] [--timeout sek] [--lang sprachtag] [--out datei.json]. Ausgabe als JSON auf stdout; Exit-Code immer 0. crawl_check.py akzeptiert nur eine URL, zusätzlich --markets cn,us,jp.

Prüfprozess

Zunächst das Ausgabeverzeichnis geo-report-<hostname>-<YYYYMMDD>/ erstellen (im aktuellen Arbeitsverzeichnis; <hostname> ist der unveränderte Hostname der endgültigen URL der Startseite, z. B. www.example.com); alle Rohdaten dort speichern. Die Berichtsdatei geo-report-<hostname>-<YYYYMMDD>.md liegt auf derselben Ebene.

  1. Kontext sammeln

    • URL ist Pflicht. Bei fehlender Marke/Hauptgeschäft einmal nachfragen; wenn der Benutzer nicht antwortet, aus der Startseite ableiten und im Bericht unter „Prüfumfang und Annahmen" aufführen.
    • Berichtssprache = Sprache, in der der Benutzer das Audit startet; bei abweichender Vorgabe des Benutzers dessen Vorgabe verwenden.
    • Zielmärkte (Liste der Marktcodes): Vom Benutzer genannte Märkte haben Priorität. Wenn nicht genannt, zuerst Schritt 2 ausführen, dann aus crawl.json (hreflang und Sprachumschalter) ableiten und vom Benutzer bestätigen lassen. Ein Audit deckt standardmäßig maximal 3 Märkte ab; bei keiner Antwort: „dem Standardmarkt der Website entsprechender Markt + aus hreflang maximal 2 bereits profilierte Märkte (Reihenfolge: cn, us, jp, kr, de, fr, es)"; die restlichen als „in diesem Audit nicht geprüft" aufführen. Auf ausdrücklichen Wunsch des Benutzers mehr, aber Seitenzahl und Zeitbudget bleiben unverändert.
    • Märkte werden nach Land oder Region unterschieden. zh-TW/zh-HK, en-GB (nicht-US-Englisch), de-AT/de-CH, fr-BE/fr-CA usw. verwenden _generic; Zuordnung siehe Abschnitt 1 in markets/_generic.md.
    • Netzwerk-Ausstiegsland des Prüfcomputers bestätigen (z. B. curl -s https://ipinfo.io/country).
  2. Crawl-Prüfung (gleichzeitig Netzwerk-Testlauf)

    python3 <skill>/scripts/crawl_check.py <url> --markets <codeliste> --lang <sprachtag des ersten zielmarktes> --out <ausgabeverzeichnis>/crawl.json
    
    • Wenn homepage und robots beide Netzwerkfehler melden, ist die Umgebung offline: Stopp; dem Benutzer mitteilen, dass Netzwerk aktiviert werden muss (Aktivierung in Codex siehe README); keinen leeren Bericht erstellen.
    • Werte auswerten: ai_crawlers (besonders mit relevant: true), ua_blocking, homepage, robots.value.source, meta_robots, x_robots_tag, canonical, https, sitemap, icp, hreflang, other_domains. Bewertungsregeln in references/checklist.md; lokale Crawler in den Marktprofilen, Abschnitt 4.
    • Wenn sitemap.value.truncated true ist, ist count nur die gelesene Anzahl, nicht die Gesamtzahl aller Seiten.
    • Sprachversionen auf anderen Hosts: In hreflang.declared aufgeführte Versionen auf anderer Domain/Subdomain, die zu den ausgewählten Zielmärkten gehören, werden in dieses Audit einbezogen; deren Startseite wird erneut mit crawl_check.py geprüft, Ausgabe als crawl-<hostname>.json. Andere Domains, die nicht im hreflang deklariert sind (other_domains), nur im Bericht erwähnen; separates Audit wird empfohlen.
  3. Schlüsselseiten auswählen: Pro Zielmarkt mindestens 2 Seiten (die Sprachversion des Marktes), insgesamt höchstens 20. Priorität: Startseite, Kernprodukt-/Dienstleistungsseiten, Vergleichsseiten, Preisseiten, Über-uns-Seite, Inhaltsseiten. Quellen vorzugsweise Sitemap und Navigation.

  4. Rendering-Vergleich: Jeweils 1–5 URLs, Timeout 30 s, Sprache des entsprechenden Marktes:

    python3 <skill>/scripts/render_diff.py <url1> <url2> --timeout 30 --lang ja-JP --out <ausgabeverzeichnis>/render-1.json
    
  5. Einzelseiten-Audit und Text lesen:

    python3 <skill>/scripts/page_audit.py <url1> <url2> … --lang ja-JP --save-html <ausgabeverzeichnis>/html --out <ausgabeverzeichnis>/pages-jp.json
    
    • Das Skript zählt nur und schließt Links und Überschriften in <nav> und seitenweitem <header>, <footer> aus.
    • Zum Lesen des Texts die mit --save-html gespeicherten Dateien verwenden; kein separates Crawl-Skript schreiben und keine Zwischendateien außerhalb des Ausgabeverzeichnisses ablegen.
    • Zu prüfende Aspekte: Vorhandensein von Definitonssätzen, Vergleichen, Schritten, überprüfbaren Daten; ob ein Absatz nur eine Behauptung enthält; versteckter Text (z. B. eingeklappte FAQs nur in JS-Daten, Zahlenanimationen zeigen 0 im HTML); ob die lokale Sprachversion echte Lokalisierung oder maschinelle Übersetzung ist; Lokalisierungspunkte aus Abschnitt 7 des Marktprofils.
  6. Indexierbarkeits-Check: Pro Zielmarkt 10–20 Fragen in der Landessprache ableiten (Fragenstil siehe Marktprofil Abschnitt 6), die die Phasen Bekanntheit/Vergleich/Entscheidung/After-Sales abdecken. Für jede Frage prüfen, ob eine Seite in der Sprachversion des Marktes eine direkte Antwort liefert; in die „Fragenabdeckungstabelle" des Berichts eintragen (Originalsprache + Übersetzung in Berichtssprache).

  7. Externe Erwähnungen: Mit dem Websuche-Tool die Plattformen aus Abschnitt 5 des Marktprofils durchsuchen; jeweils „vorhanden / nicht vorhanden / nicht prüfbar" mit repräsentativem Link notieren. Plattformen mit Login nicht prüfen.

  8. Audit-Konfiguration speichern: In <ausgabeverzeichnis>/audit.json schreiben:

    {"target": "", "markets": ["jp", "us"], "report_language": "ja", "brand": "", "business": "",
     "pages": {"jp": ["…"], "us": ["…"]}, "questions": {"jp": ["…"], "us": ["…"]},
     "offsite_queries": {"jp": ["…"], "us": ["…"]}, "extra_hosts": ["…"],
     "proxy_country": {"jp": "JP"}, "date": "YYYY-MM-DD"}
    

    proxy_country erfasst nur das verwendete Ausstiegsland (bei keiner Verwendung {}), nicht die Proxy-Adresse.

  9. Bericht schreiben: Nach der Struktur von references/report-template.md, in der Berichtssprache. Kapitelnummern sind fix; nicht zutreffende mit „Nicht zutreffend" kennzeichnen.

Wiederholungsmodus

Stellt der Benutzer ein früheres geo-report-<hostname>-<datum>/-Verzeichnis bereit, wird die darin enthaltene audit.json gelesen; dieselben Märkte, Schlüsselseiten, Fragen und Offsite-Suchbegriffe werden erneut verwendet; Schritte 2–7 werden wiederholt, und der Bericht enthält einen Abschnitt „Vorher-Nachher-Vergleich".

Alte audit.json-Dateien verwenden "market": "cn" | "global" | "both"; Umrechnung: "cn" → cn; "global" → us; "both" → cn,us. Der alte questions-Schlüssel global entspricht us.

Ratenbegrenzung und Zeitbudget

  • Die Skripte enthalten integriertes Backoff: Bei 429 oder 503 mit Retry-After wird einmal gewartet und wiederholt, danach werden weitere Anfragen automatisch verlangsamt. Wenn Ergebnisse rate_limited: true enthalten oder mehrere Seiten hintereinander 429 zurückgeben:
    • Die Anzahl der verbleibenden Schlüsselseiten auf 2 pro Markt reduzieren;
    • Im Bericht unter „Prüfumfang und Annahmen" vermerken: „Website limitiert Anfragen; Stichprobenumfang reduziert".
  • Bei Drosselung kann ein einzelnes Skript mehrere Minuten laufen (Warten auf Retry-After). Shell-Timeout auf 10 Minuten setzen oder das Skript im Hintergrund ausführen; JSON-Ausgabe nicht durch Timeout-Abbruch verlieren.
  • Das gesamte Audit sollte in 45 Minuten abgeschlossen sein. Bei Überschreitung keine weiteren Crawls starten; mit den vorhandenen Daten den Bericht schreiben und die nicht abgeschlossenen Prüfungen vermerken.
  • Verboten: Zum Umgehen der Ratenbegrenzung Proxys oder Ausstiegs-IPs zu wechseln, den User-Agent zu ändern oder Wiederholungen zu beschleunigen.
  • Nur in zwei Fällen darf --proxy verwendet werden, um einen bestimmten Länderausstieg zu wählen: Erreichbarkeit des Zielmarktes prüfen; Website liefert je nach Standort unterschiedliche Inhalte. Das verwendete Ausstiegsland muss im Bericht vermerkt werden – nur das Land, nicht die Proxy-Adresse (Proxy-Adresse ist interne Information des Prüfers; Bericht und audit.json werden an den Kunden weitergegeben).

Bewertungshinweise

SkriptergebnisBedeutungBerichtsformulierung
ai_crawlers: Such- oder benutzerausgelöste Crawler = failrobots.txt blockiert eindeutigP0
ai_crawlers: = unknownrobots.txt nicht lesbar„Nicht prüfbar" und Grund nennen
ai_crawlers: Trainings-Crawler = warnTrainings-Crawler blockiertNur Vor-/Nachteile nennen
ua_blocking = suspectBrowser-UA funktioniert, getarnter KI-UA wird blockiertP1, „Verdacht auf Blockierung"; Kunde bitten, CDN/WAF oder Server-Logs zu prüfen
ua_blocking = warn / unknownAlle werden blockiert / Limit oder FehlerPrüfung eingeschränkt
homepage = unknownPrüfcomputer durch WAF herausgefordertNicht „Website nicht erreichbar"; aus anderem Netzwerk prüfen
render_diff: ratio < 0.5KI-Crawler sehen den Text praktisch nichtP0; js_only_headings auflisten
hreflang.alternates: fail / warnSprachversion nicht erreichbar / nicht bidirektionalP1 / P2
Beliebiges Feld = unknownKonnte nicht geprüft werden„Nicht prüfbar" und Grund nennen; keine Bewertung
llms_txtNur Vorhandensein erfassenIn „Nicht empfohlen" aufführen
raw_words / rendered_wordsCJK-Schriftzeichen zählen als 1 pro Zeichen, andere Sprachen nach WortWortanzahlen verschiedener Sprachen sind nicht direkt vergleichbar

Richtlinien

  • Jede Aussage benötigt eine Evidenz; jede Empfehlung muss Evidenznummer und -stärke nennen. Bei Zielmarkt ungleich us: „(geschätzt)" anhängen, es sei denn, Abschnitt 8 des Marktprofils sagt etwas anderes. Bei nicht profilierten Märkten vermerken: „Dieser Markt ist nicht profiliert; Evidenz schwächer."
  • Nicht gecrawlte Inhalte mit „Nicht prüfbar" kennzeichnen; keine Bewertung aus dem Gedächtnis.
  • Nicht empfohlen: Daten fälschen, Bewertungen fingieren, Bewertungen kaufen, für KI versteckte Anweisungen einfügen, Konkurrenten herabsetzen oder maschinelle Übersetzung für Massen-Mehrsprachigkeit verwenden (E13).
  • llms.txt, FAQ-Schema, Schema.org, autoritativen Tonfall nicht als Kernempfehlungen behandeln (E10, E9, E7).
  • Keine Traffic- oder Ranking-Versprechen machen (E15).
  • Die Berichtssprache MUSS mit der Sprache der Benutzeranfrage übereinstimmen (es sei denn, der Benutzer gibt eine andere Sprache vor).

Häufige Fehler

  • suspect als definitive Blockierung behandeln: Nur eine eindeutige Blockierung in robots.txt ist P0.
  • Mit Google-Rankings auf KI-Sichtbarkeit schließen: Die Überschneidung ist gering (E13); Märkte und Engines getrennt betrachten.
  • Fragen in der Berichtssprache ableiten: Ableitung der Fragen muss in der Landessprache des Zielmarktes und aus Sicht der lokalen Nutzer erfolgen.
  • Nur Skriptzählungen als Grundlage für Schlussfolgerungen verwenden: Viele numbers bedeuten nicht zwangsläufig überprüfbare Daten; external_links können auch Fußzeilen-Links in <div>-Elementen enthalten; den Text lesen.
  • Die count der Sitemap als Gesamtseitenzahl behandeln: Bei truncated: true muss dies vermerkt werden.
  • Bei Drosselung durchhalten: Seitenzahl gemäß Abschnitt „Ratenbegrenzung und Zeitbudget" reduzieren; keine eigenen Schleifen mit langem Warten schreiben.
  • Sprachversionen auf anderen Hosts übersehen: Im hreflang deklarierte Zielmarktversionen auf anderen Domains müssen in das Audit einbezogen werden.

Verwandte Skills