CommunityRecherche & Datenanalysegithub.com

Keyword-Fanout-Map

Verwendung für Keyword-Recherche: Verwandelt ein Start-Keyword, eine Geschäftsart oder ein Thema in eine nach Suchintention geclusterte Keyword-Map mit echten Suchvolumina, KI-Suchvolumen und den Fan-out-Fragen, die eine Seite beantworten muss. Schritt 1 des 5-Skills-SEO-Systems.

Was ist Keyword-Fanout-Map?

Der Keyword-Fanout-Map-Skill ist der erste Schritt eines umfassenden 5-Skills-SEO-Systems und dient der professionellen Keyword-Recherche. Er erzeugt eine detaillierte, nach Suchintention (informational, commercial, transactional, navigational) geclusterte Keyword-Map, die alle nachfolgenden Skills (z. B. seo-content-writer) lesen und verwenden. Der Skill bezieht echte Suchvolumen über den DataForSEO-Connector (Google Keyword Ideas, Related Keywords, KI-Suchvolumen) und reichert die Analyse mit Fan-out-Fragen aus KI-Quellen sowie der People-Also-About-Box an. Das Ergebnis sind zwei Dateien: eine CSV (`01-keyword-map.csv`) als Datengrundlage und eine HTML-Report-Seite (`01-keyword-map.html`). Der Skill verwendet Kontext aus der Projektdatei `site-brief.md` (Land, Sprache, Dienstleistungen) und vermeidet typische Fehler wie die falsche Wahl eines primären Keywords. Er unterstützt die Plattformen DataForSEO und läuft als Skill für KI-gestützte SEO-Workflows, z. B. in Claude Code oder Cursor.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/NicoSKOOL/keyword-fanout-map/tree/HEAD

Installed? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

In Ihrer bevorzugten KI fragen

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

Dokumentation

Wichtig: Dies ist Schritt 1 des 5-Skills-SEO-Systems. Die erzeugte Keyword-Map wird von allen späteren Skills gelesen, sodass nichts erneut angegeben werden muss.

Keyword- und Fan-Out-Map

Vorbereitung

Voraussetzung: Der DataForSEO-Connector. Ohne ihn gibt es keine echten Suchvolumen – der Skill würde raten, was schlimmer als nutzlos ist, weil die Schätzungen wie echte Daten aussehen.

Überprüfen Sie, ob ein DataForSEO-Tool vorhanden ist. Ist keines vorhanden, stoppen Sie und sagen Sie:

Dieser Skill benötigt echte Suchdaten. Verbinden Sie zuerst DataForSEO: → Anpassen → Verbindungen → Benutzerdefinierte Verbindung hinzufügen → https://mcp.dataforseo.com/mcp → Verbinden → Bestätigen. Dauert etwa eine Minute, führen Sie dies dann erneut aus.

Lesen Sie außerdem site-brief.md aus dem Projekt. Übernehmen Sie SEARCH_COUNTRY, SEARCH_LANGUAGE, das Dienstleistungsgebiet, die Dienstleistungsliste und die Wettbewerber daraus. Fehlt die Datei, sagen Sie dies und bieten Sie an, zuerst site-brief-builder auszuführen. Sie können ohne sie fortfahren, müssen dann aber Land und Sprache explizit abfragen und warnen, dass die Volumen nur für die angegebenen Werte korrekt sind.

Eingabe

Ein Start-Keyword oder eine Geschäftsart plus Standort oder einfach ein Thema. Wenn der Benutzer nichts angibt, schlagen Sie drei Start-Keywords aus der Dienstleistungsliste im Brief vor.

Ablauf

Schritt 1: Erweiterung

Verwenden Sie den DataForSEO-Connector. Die gewünschten Endpunkte nach API-Pfad:

  • dataforseo_labs/google/keyword_ideas – die Haupterweiterung
  • dataforseo_labs/google/related_keywords – semantisch verwandte Keywords
  • keywords_data/google_ads/search_volume – Volumen, CPC, Wettbewerb
  • ai_optimization/ai_keyword_data/keyword_data – KI-Suchvolumen, d.h. wie oft dies in einem LLM statt in einer Suchmaschine eingegeben wird
  • serp/google/organic – aktuelle Rankings (optional, verbessert aber den Bericht)

Die Toolnamen im Connector sind auf diese Pfade abgebildet. Wählen Sie das passende Tool anhand seiner Beschreibung, nicht aufgrund eines genauen Namens.

Geben Sie immer Standort und Sprache aus dem Brief an. Standardmäßig niemals auf die USA zurückgreifen, auch wenn es bequem ist.

Schritt 2: Filtern und Clustern

Verwerfen Sie: Keywords ohne Volumen und ohne KI-Volumen, offensichtliche Tippfehler sowie Markenbegriffe von Wettbewerbern.

Gruppieren Sie die verbleibenden Keywords in Themencluster. Versehen Sie jedes Keyword mit einer Suchintention:

  • informational – Nutzer möchte verstehen („was ist“, „wie funktioniert“)
  • commercial – Nutzer vergleicht vor dem Kauf („beste“, „vs.“, „Test“)
  • transactional – Nutzer ist bereit zu handeln („in meiner Nähe“, „buchen“, „kaufen“, „Preis“)
  • navigational – Nutzer sucht eine bestimmte Marke

Weisen Sie dann jedem Keyword eine Rolle zu:

  • primary – genau eines. Das H1-Thema.
  • secondary – erhält eine eigene H2.
  • support – natürlich im Fließtext verwenden.
  • skip – Richtiges Thema, aber falsche Intention für diese Seite. Behalten Sie es sichtbar, damit der Benutzer sieht, dass es geprüft und verworfen wurde, und nicht übersehen wurde.

Wählen Sie das primäre Keyword basierend auf der Intention, nicht nur auf dem Volumen. Ein informatives Keyword mit 2.400 Suchen/Monat ist das falsche primäre für eine Dienstleistungsseite – dies ist der häufigste Fehler in der Keyword-Recherche.

Schritt 3: Fan-out-Fragen

Ermitteln Sie die Folgeanfragen, die KI-Engines zu diesem Thema erweitern:

  • ai_optimization/llm_mentions für die Fan-out-Fragen, die mit dem Thema verknüpft sind
  • der „Leute fragen auch“-Block aus dem SERP-Endpunkt
  • dataforseo_labs/google/related_keywords Ergebnisse in Frageform

Behalten Sie nur die, die eine einzelne Seite wirklich beantworten kann. Jede wird eine H2 mit einer Zwei-Satz-Antwort direkt darunter. Verwerfen Sie alles, was auf eine andere Seite gehört, und sagen Sie dies.

Ausgabe

Schreiben Sie zwei Dateien.

01-keyword-map.csv, Spalten genau: cluster,keyword,intent,role,search_volume,ai_search_volume,competition,cpc Sortieren Sie nach Rolle (primary, secondary, support, skip), dann nach absteigendem Volumen. Dies ist die Datei, die seo-content-writer liest, daher sind die Spaltennamen wichtig.

01-keyword-map.html, füllen Sie templates/keyword-map.html.template aus.

Erstellen Sie eine data.json und rendern Sie diese:

python3 scripts/render.py templates/keyword-map.html.template data.json 01-keyword-map.html

data.json-Struktur:

{
  "tokens": { "SUBJECT": "...", "KW_TOTAL": 42, "...": "..." },
  "rows": {
    "KEYWORD_ROW": [{ "ROW_CLUSTER": "...", "ROW_KEYWORD": "...", "...": "..." }],
    "FANOUT_ROW": [{ "ROW_QUESTION": "...", "ROW_QUESTION_NOTE": "..." }],
    "SERP_ROW": [{ "ROW_POSITION": 1, "ROW_DOMAIN": "...", "...": "..." }]
  }
}

Hinweise zu Tokens:

  • ROW_INTENT_CLASS muss einer der Werte info, comm, trans, nav sein.
  • Wenn Sie die SERP-Prüfung übersprungen haben, setzen Sie SERP_TABLE_DISPLAY auf none und SERP_EMPTY_DISPLAY auf block. Andernfalls block und none.
  • DATA_WINDOW ist das Volumenfenster, normalerweise „12-Monats-Durchschnitt“.
  • DATA_NOTES muss den verwendeten Standort und die Sprache angeben. So erkennt der Benutzer eine Fehlläufigkeit.

Ändern Sie das Design der Vorlage nicht. Fügen Sie keine Schriftarten, Farben oder Diagramme hinzu.

Ehrlichkeitsregeln

  • Geben Sie niemals ein Volumen an, das Sie nicht von der API erhalten haben. Wenn ein Keyword kein Volumen zurückgegeben hat, zeigen Sie „keine Daten“ an, nicht 0 und keine Schätzung.
  • KI-Suchvolumen sind neuer und dünner als Google-Volumen. Fehlt es, sagen Sie, dass es fehlt, anstatt eine Null-Nachfrage zu implizieren.
  • Wenn die Gesamtzahl der Keywords aufgrund einer kleinen Nische gering ist, sagen Sie dies. Eine kurze, ehrliche Karte ist besser als eine aufgeblähte.

Übergabe

Schließen Sie ab, indem Sie dem Benutzer mitteilen:

Als Nächstes: führen Sie seo-content-writer aus. Es liest 01-keyword-map.csv automatisch, sodass Sie das Keyword nicht wiederholen müssen. Es wird drei Dinge von Ihnen erfragen, von denen nur Sie eines beantworten können.

Verwandte Skills