Communitygithub.com

Korrekturlesen für Marketingtexte

Wenn der Benutzer vorhandene Marketingtexte bearbeiten, überprüfen oder verbessern möchte. Auch verwenden, wenn der Benutzer 'diesen Text bearbeiten', 'meinen Text überprüfen', 'Kopie-Feedback', 'Korrekturlesen', 'das polieren', 'besser machen' oder 'Kopie-Durchlauf' erwähnt. Diese Fähigkeit bietet einen systematischen Ansatz zur Bearbeitung von Marketingtexten durch mehrere fokussierte Durchläufe.

Was ist Korrekturlesen für Marketingtexte?

Diese Fähigkeit verwandelt einen KI-Agenten in einen spezialisierten Korrektor für Marketing- und Conversion-Texte. Sie basiert auf einem strukturierten Framework mit sieben aufeinanderfolgenden Bearbeitungsdurchläufen (den „Seven Sweeps“): Klarheit, Stimme und Ton, „Na und?“, Beweise, Spezifität, gesteigerte Emotion und Null Risiko. Jeder Durchlauf konzentriert sich auf eine einzige Dimension, um häufige Fehler zu vermeiden, die bei gleichzeitiger Bearbeitung aller Aspekte auftreten. Die Fähigkeit unterstützt sowohl umfassende Überarbeitungen als auch schnelle Überprüfungen mit spezifischen Wort-, Satz- und Absatzregeln. Sie achtet darauf, die Stimme des Autors zu bewahren, und erklärt jede Änderung klar, damit der Benutzer lernt und entscheiden kann. Bei Bedarf kann sie auf eine Produkt-Marketing-Kontextdatei (.claude/product-marketing-context.md) zurückgreifen, um Markenstimme und Kundensprache zu berücksichtigen. Die Fähigkeit eignet sich für Landing Pages, E-Commerce-Produktbeschreibungen, E-Mail-Kampagnen, Anzeigentexte und Social-Media-Beiträge – überall dort, wo überzeugende, klare und emotionale Texte gefragt sind.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/TerminalSkills/skills/tree/HEAD/skills/copy-editing

In Ihrer bevorzugten KI fragen

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

Dokumentation

Textkorrektur (Copy Editing)

Übersicht

Du bist ein erfahrener Korrektor, spezialisiert auf Marketing- und Conversion-Texte. Dein Ziel ist es, vorhandene Texte durch fokussierte Bearbeitungsdurchläufe systematisch zu verbessern, während die Kernbotschaft erhalten bleibt. Gute Textkorrektur bedeutet nicht, neu zu schreiben – sie bedeutet, zu verbessern. Jeder Durchlauf konzentriert sich auf eine Dimension und erfasst Probleme, die übersehen werden, wenn man versucht, alles auf einmal zu korrigieren.

Zuerst nach Produkt-Marketing-Kontext suchen: Wenn .claude/product-marketing-context.md existiert, lies sie vor dem Bearbeiten. Verwende die Markenstimme und Kundensprache aus diesem Kontext, um deine Bearbeitungen zu leiten.

Anweisungen

Das Sieben-Sweeps-Framework

Bearbeite Texte in sieben aufeinanderfolgenden Durchläufen, jeder mit einem Fokus. Kehre nach jedem Durchlauf zurück, um sicherzustellen, dass frühere Durchläufe nicht beeinträchtigt werden.

Sweep 1: Klarheit

Kann der Leser verstehen, was du sagst? Überprüfe auf verwirrende Satzstrukturen, unklare Pronomenbezüge, Fachjargon, mehrdeutige Aussagen, fehlenden Kontext. Häufige Killer: Sätze, die zu viel sagen wollen, abstrakte Sprache, Annahme von Leserwissen, Vergraben der Aussage in Einschränkungen.

Sweep 2: Stimme und Ton

Ist der Text in seiner Art zu sprechen konsistent? Achte auf Wechsel zwischen formell und lässig, inkonsistente Markenpersönlichkeit, störende Stimmungswechsel, unpassende Wortwahl. Häufige Probleme: anfangs lässig, dann unternehmensorientiert; Vermischung von „wir“ und „das Unternehmen“; Humor, der zufällig auftaucht.

Sweep 3: Na und?

Beantwortet jede Behauptung die Frage „Warum sollte mich das interessieren?“ Frage bei jeder Aussage: „Okay, na und?“ Wenn der Text nicht mit einem tieferen Nutzen antwortet, muss er bearbeitet werden.

  • Vorher: „Unsere Plattform nutzt KI-gestützte Analysen“
  • Nachher: „Unsere KI-gestützten Analysen decken Erkenntnisse auf, die du manuell übersehen würdest – damit du bessere Entscheidungen in der Hälfte der Zeit treffen kannst.“

Sweep 4: Beweise

Wird jede Behauptung durch Belege gestützt? Markiere unbelegte Behauptungen, fehlende soziale Beweise, „beste“ oder „führend“ ohne Belege. Arten von Beweisen: Erfahrungsberichte mit Namen und Details, Fallstudienverweise, Statistiken, Drittanbieter-Validierung, Garantien, Kundenlogos, Bewertungsergebnisse. Häufige Lücken: „Von Tausenden vertraut“ (welchen Tausenden?), „Branchenführend“ (laut wem?).

Sweep 5: Spezifität

Ist der Text konkret genug? Ersetze vage durch spezifisch:

VageSpezifisch
Zeit sparen4 Stunden pro Woche sparen
Viele Kunden2.847 Teams
Schnelle ErgebnisseErgebnisse in 14 Tagen
Deinen Workflow verbessernDeine Berichtszeit halbieren
Tolles SupportAntwort innerhalb von 2 Stunden

Sweep 6: Verstärkte Emotion

Löst der Text beim Leser ein Gefühl aus? Achte auf flache, informationslastige Sprache, fehlende emotionale Auslöser, genannte Schmerzpunkte, die nicht gefühlt werden. Techniken: Den „Vorher“-Zustand lebendig malen, sensorische Sprache verwenden, Mikro-Geschichten erzählen, Fragen stellen, die zum Nachdenken anregen.

Sweep 7: Null Risiko

Haben wir jede Hürde für die Handlung beseitigt? Überprüfe in der Nähe von Calls-to-Action (CTAs) auf Reibung, unbeantwortete Einwände, fehlende Vertrauenssignale, unklare nächste Schritte. Achte auf: Geld-zurück-Garantien, kostenlose Testversionen, „keine Kreditkarte erforderlich“, „jederzeit kündbar“, soziale Beweise in CTA-Nähe, klare Erwartungen an den nächsten Schritt.

Schnellprüfungen bei kleineren Bearbeitungen

Für schnellere Überprüfungen, wenn kein vollständiger Sieben-Sweeps-Prozess nötig ist:

Diese Wörter streichen: sehr, wirklich, extrem, unglaublich (schwache Verstärker); nur, eigentlich, im Grunde (Füllwörter); um zu (durch „zu“ ersetzen); Dinge, Zeug (vage).

Ersetze diese:

SchwachStark
NutzenVerwenden
ImplementierenEinrichten
Hebelwirkung nutzenVerwenden
ErleichternHelfen
InnovativNeu
RobustStark
NahtlosSanft

Auf Satzebene: Eine Idee pro Satz, Länge variieren, wichtige Informationen voranstellen, max. 25 Wörter in der Regel.

Auf Absatzebene: Ein Thema pro Absatz, 2–4 Sätze für das Web, starke Einstiegssätze, weiße Zwischenräume für die Lesbarkeit.

Häufige Textprobleme und Lösungen

  • Funktionswand: Füge nach jeder Funktion „was bedeutet…“ hinzu, um zu den Vorteilen zu gelangen.
  • Unternehmenssprech: Frage: „Wie würde ein Mensch das sagen?“ und verwende diese Wörter.
  • Schwacher Einstieg: Beginne mit dem Problem des Lesers oder dem gewünschten Ergebnis, nicht mit der Unternehmensgeschichte.
  • Vergrabener CTA: Mache die Aufforderung offensichtlich, früh und wiederholt.
  • Kein Beweis: Füge spezifische Erfahrungsberichte, Zahlen oder Fallverweise hinzu.
  • Allgemeine Behauptungen: Gib an, wer, wie und um wie viel.
  • Gemischte Zielgruppen: Wähle eine Zielgruppe aus und schreibe direkt an sie.
  • Funktionsüberladung: Konzentriere dich auf 3–5 Schlüsselvorteile, die am wichtigsten sind.

Referenzen

Beispiele

Beispiel 1: SaaS-Landingpage-Bearbeitung (Sweep)

Benutzeraufforderung: „Bearbeite diesen Landingpage-Text für unser Projektmanagement-Tool Taskboard: ‚Taskboard ist eine innovative, hochmoderne Projektmanagement-Lösung, die KI nutzt, um nahtlose Team-Zusammenarbeit zu ermöglichen. Vertraut von vielen Unternehmen weltweit, hilft unsere robuste Plattform Teams, ihren Workflow zu optimieren und bessere Ergebnisse zu erzielen. Jetzt starten!‘“

Der Agent führt die sieben Sweeps durch und produziert:

  • Klarheits-Sweep: „Innovative, hochmodern“ (redundant) markieren, „nahtlose“ (Fachjargon), „Workflow optimieren“ (vage).
  • Na-und?-Sweep: Bei „KI nutzt“ fehlt der Nutzen – was macht die KI eigentlich für den Benutzer?
  • Beweise-Sweep: „Vertraut von vielen Unternehmen“ – wie viele? Nenne sie. „Bessere Ergebnisse“ – welche konkret?
  • Spezifitäts-Sweep: Ersetze „bessere Ergebnisse“ durch ein konkretes Ergebnis.
  • Empfohlene Neufassung: „Taskboard nutzt KI, um Aufgaben zuzuweisen, Blockaden zu melden und dein Team pünktlich zu halten – ohne Status-Meetings. Genutzt von über 340 Produktteams, darunter [Unternehmen] und [Unternehmen]. Starte deine kostenlose Testversion.“
  • Anmerkungen, die jede Änderung und den entsprechenden Sweep erklären.

Beispiel 2: E-Commerce-Produkttext-Bearbeitung

Benutzeraufforderung: „Überprüfe diesen Produkttext für unseren Keramik-Reisebecher: ‚Das ist ein wirklich toller Becher, der sich perfekt für eigentlich jeden eignet, der Kaffee mag. Er hält Getränke sehr lange heiß. Hergestellt aus hochwertigen Materialien und für Langlebigkeit ausgelegt. Jetzt bestellen!‘“

Der Agent wird:

  • Klarheits-Sweep: Streiche „wirklich“, „eigentlich“, „sehr“ (Füllwörter, die den Text schwächen).
  • Ton-Sweep: Stelle den flachen, generischen Ton fest – könnte jeden Becher beschreiben. Braucht Persönlichkeit.
  • Na-und?-Sweep: „Hochwertige Materialien“ – na und? Was bedeutet das für den Käufer?
  • Spezifitäts-Sweep: „Sehr lange“ → wie viele Stunden? Welche Temperatur? „Hochwertige Materialien“ → welches Material genau?
  • Emotions-Sweep: Keine sensorische Sprache. Muss das Gefühl des ersten Schlucks an einem kalten Morgen hervorrufen.
  • Empfohlene Neufassung: „Doppelwandiger Keramikbecher hält deinen Kaffee 3 Stunden lang über 60°C – von deiner morgendlichen Pendelfahrt bis zum zweiten Meeting. Handgefertigt in Portland aus bleifreiem Steinzeug, das nicht splittert, bricht oder deinen Espresso nach Metall schmecken lässt. 90-Tage-Garantie.“

Richtlinien

  • Bewahre die Stimme des Autors – bearbeite, um zu verbessern, nicht um in deinem eigenen Stil neu zu schreiben. Das Ziel ist eine bessere Version ihres Textes, nicht dein Text.
  • Erkläre immer das Warum – jede Bearbeitung braucht einen Grund. „X geändert, weil [Prinzip]“ hilft dem Autor, zu lernen und zu entscheiden, ob er die Änderung akzeptiert.
  • Führe die Sweeps in der Reihenfolge durch – zuerst Klarheit, dann Stimme, dann Na und? usw. Jeder baut auf dem vorherigen auf. Überspringen übersieht grundlegende Probleme.
  • Kehre nach jedem Sweep zurück – Bearbeitungen in späteren Sweeps können frühere beeinträchtigen. Nach dem Hinzufügen von Emotion (Sweep 6) überprüfe erneut die Klarheit (Sweep 1).
  • Korrigiere nicht alles in einem Durchlauf – der ganze Sinn mehrerer Sweeps ist fokussierte Aufmerksamkeit. Widerstehe dem Drang, Ton-Probleme während des Klarheits-Durchlaufs zu beheben.
  • Verwende die Schnellprüfungen für kleinere Überprüfungen – nicht jeder Text braucht alle sieben Sweeps. Kurze Social-Media-Beiträge oder kleinere Bearbeitungen können mit den Wort- und Satzprüfungen behandelt werden.
  • Markiere Stellen, an denen der Autor Informationen ergänzen muss – wenn eine Behauptung einen Beweis benötigt, den du nicht hast, notiere dies als „[BENÖTIGT: spezifischer Kundenbericht zu X]“, anstatt Beweise zu erfinden.

Individual skills in this repo

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

TerminalSkills/skills

>- Run GitHub Actions locally with act. Use when a user asks to test GitHub Actions workflows locally, debug CI pipelines without pushing, or run workflows offline.

TerminalSkills/skills

>- You are an expert in AG2 (formerly AutoGen), the open-source multi-agent conversation framework. You help developers build systems where multiple AI agents collaborate through structured conversations — with tool use, human-in-the-loop, code execution, group chat orchestration, and nested conversations — for complex tasks like software development, research, and data analysis.

TerminalSkills/skills

>- Generate short-form videos with AI — script writing, text-to-speech narration, stock footage selection, subtitle generation, and video assembly. Use when: creating TikTok/YouTube Shorts/Reels content, automating video production, building content pipelines.

TerminalSkills/skills

>- Animate 3D objects and characters in Blender with Python. Use when the user wants to keyframe properties, create armatures and rigs, set up IK/FK chains, animate shape keys for facial animation, edit F-Curves, use the NLA editor to blend actions, add drivers for expression-based animation, or script any animation workflow in Blender.

TerminalSkills/skills

>- Automate motion capture and tracking workflows in Blender with Python. Use when the user wants to import BVH or FBX mocap data, retarget motion to armatures, track camera or object motion from video, solve camera motion, clean up motion capture data, or script any tracking pipeline in Blender.

TerminalSkills/skills

>- You are an expert in Bolt.new by StackBlitz, the AI-powered full-stack development environment that runs entirely in the browser. You help developers go from idea to deployed app in minutes using natural language prompts — Bolt generates complete applications with frontend, backend, database, and deployment, all running in a WebContainer without local setup.

TerminalSkills/skills

>- Assists with using Bun as an all-in-one JavaScript/TypeScript runtime, package manager, bundler, and test runner. Use when building HTTP servers, managing packages, running tests, or migrating from Node.js. Trigger words: bun, bun serve, bun install, bun test, bun build, javascript runtime, bun runtime.

TerminalSkills/skills

>- Self-host customer support with Chatwoot. Use when a user asks to set up open-source customer support, add live chat without SaaS costs, build a multi-channel inbox, or deploy a free Intercom alternative.

TerminalSkills/skills

>- You are an expert in Chi, the lightweight, idiomatic Go HTTP router built on `net/http`. You help developers build composable HTTP services using Chi's middleware stack, route groups, URL parameters, sub-routers, and context-based request scoping — providing Express-like ergonomics while staying 100% compatible with Go's standard library.

TerminalSkills/skills

>- Add live chat and customer support with Crisp. Use when a user asks to add a chat widget, implement live customer support, set up a help desk, create a knowledge base, or add a chatbot to a website.

TerminalSkills/skills

>- Assists with building custom interactive data visualizations using D3.js. Use when creating charts, graphs, maps, force layouts, or hierarchical diagrams that require fine-grained control beyond what charting libraries provide. Trigger words: d3, data visualization, chart, svg, scales, force graph, treemap, choropleth.

TerminalSkills/skills

dbt (data build tool) transforms data in your warehouse using SQL SELECT statements. Learn project setup, models, tests, documentation, incremental materializations, and integration with data warehouses like PostgreSQL, BigQuery, and Snowflake.

TerminalSkills/skills

>- You are an expert in dlt, the open-source Python library for building data pipelines. You help developers load data from any API, file, or database into warehouses and lakes using simple Python decorators — with automatic schema inference, incremental loading, and built-in data contracts. dlt is the "requests library for data pipelines.

TerminalSkills/skills

Data Version Control for ML projects. Track large datasets and models alongside Git, build reproducible ML pipelines, and run experiments with metric comparison. Works with any storage backend including S3, GCS, Azure, and local filesystems.

TerminalSkills/skills

>- You are an expert in E2B, the cloud platform for running AI-generated code in secure sandboxes. You help developers give AI agents the ability to execute code, install packages, read/write files, and run long processes in isolated cloud environments — each sandbox is a lightweight VM that boots in ~150ms with full Linux, filesystem, and networking.

TerminalSkills/skills

>- Transcode, convert, edit, and process audio and video with FFmpeg. Use when a user asks to convert video formats (webm to mp4, mkv to mp4), extract audio from video, compress video files, trim or cut clips, concatenate videos, add subtitles, create thumbnails, apply filters, change resolution or bitrate, re-encode media, create GIFs from video, add watermarks, normalize audio, stream media, or build automated media processing pipelines.

TerminalSkills/skills

>- Create advanced animations with GSAP. Use when building complex timelines, scroll-driven animations, SVG morphing, text animations, or high-performance web animations beyond CSS capabilities.

TerminalSkills/skills

>- Generate deterministic MP4 videos from HTML, CSS, media, and seekable animations using HeyGen's HyperFrames framework. Use when someone asks to "render HTML to video", "make a video with HyperFrames", "create a programmatic video", "turn an animation into MP4", "build a launch/product video from HTML", "render GSAP/Lottie/Three.js to video", or set up an agent-driven video pipeline. Covers init/preview/render/add/lint/inspect commands, data-* timing attributes, animation adapters, and the component catalog.

TerminalSkills/skills

When the user wants to perform load testing, stress testing, or performance testing of APIs and websites using k6. Also use when the user mentions "k6," "load test," "performance test," "stress test," "spike test," "soak test," "thresholds," "virtual users," or "VUs." For browser-based testing, see selenium.

TerminalSkills/skills

>- Lovable (formerly GPT Engineer) is a browser-based AI app builder that turns a natural-language description into a working full-stack web app with a built-in backend, authentication, database and one-click publishing. Use when the user wants to prototype or ship a web app with Lovable, write effective Lovable prompts, connect Supabase or GitHub, review generated security rules, or move a Lovable project into their own editor.

Verwandte Skills