Word of Agent

Was macht Word of Agent?

Word of Agent misst; du beurteilst und behebst. Es ruft die Website so auf, wie Crawler es tun, liest die Search Console, liest die Antworten, die KI-Assistenten auf die Fragen der Kunden geben, und liefert Ergebnisse mit stabilen IDs, Belegen, Diagnoseschritten, einer Behebungsanleitung und einem Befehl zur Überprüfung. Wiederhole seine Messungen nicht manuell mit curl oder Web-Fetches; lies seine Ergebnisse und handle danach.

Playbooks

Word of Agent misst und verifiziert; du führst die Arbeit aus. Lies vor jeder Art von Arbeit das dazugehörige Playbook (get_playbook <name>, oder playbooks/<name>.md neben dieser Datei, oder woa playbook <name>):

Arbeit	Playbook
Der monatliche KI-Rundumschlag: Stelle dem Kunden Fragen, sende und lies die Antworten, melde den Trend	ai-round
Eine Korrektur auf der Website vornehmen, auf ihrer Plattform (übergib die Website für den Shopify-, WordPress-, Webflow-, Wix- oder Squarespace-Leitfaden)	site-edits
Eine Seite anhand einer Content-Plan-Briefing schreiben	content
Erwähnt werden, wo Assistenten suchen: Finde die Person, verfasse einen Entwurf, sende ihn nach Genehmigung, ein Follow-up	outreach
Keyword-Recherche anhand der Search Console und der KI-Antworten	keywords
Dein Hauptkanal: Frage den Eigentümer, wie er arbeiten kann, schlage den Plan vor, überprüfe ihn jeden Monat	channels
Sei die Expertenquelle für Journalisten: Presseanfragen und eine Datengeschichte pro Quartal	press
Partner, Integrationen, Verzeichnisse und MCP-Registries	partners
Lokale Einträge und Buchungen sowie die Überprüfung des Business-Profils	local
Der Bewertungszyklus: Frage jeden Kunden, antworte auf jede Bewertung	reviews
Du gegen deine Konkurrenten: Preis, Bewertung, Rezensionen	rivals
Zuhören und antworten, wo das Unternehmen echt helfen kann	listening
Kaltakquise per E-Mail für B2B-Unternehmen, hinter geschlossenen Türen	cold-email

Werkzeuge

Nutze den MCP-Server, wenn er verbunden ist, ansonsten das CLI. Gehostet: claude mcp add --transport http wordofagent https://app.wordofagent.app/mcp (Claude.ai und ChatGPT: als benutzerdefinierten Connector hinzufügen); der Benutzer genehmigt ein Konto im Browser. Lokal: claude mcp add wordofagent -- woa mcp.

Aufgabe	MCP-Werkzeug	CLI
Ein Audit durchführen	audit_site	woa audit <site> --format json
Einen Bereich nach einer Korrektur erneut prüfen	audit_site mit only	woa audit <site> --only <check>
Den letzten Bericht lesen	get_report	Ausgabe von woa audit, oder das Dashboard
Ein Ergebnis mit seinen Belegen	get_finding	(im JSON-Bericht)
Fragen für die KI-Antworten-Prüfung	get_site_profile, set_site_profile	woa site <site> --question "kind: …"
Die Kundenfragen entwerfen	get_profile_draft_prompt, submit_profile_draft	woa site <site> --draft-prompt, --draft-reply < reply.txt
KI-Antworten sammeln (du antwortest)	get_ai_questions, submit_ai_answers	woa ai <site> prompt, woa ai <site> answers --assistant agent < reply.txt
Die Antworten lesen (Framing, Behauptungen)	get_answers_to_read, submit_ai_readings	woa ai <site> grading-prompt, woa ai <site> grades --label "…" < reply.json
Ergebnisse als Aufgaben öffnen, sowie das Arbeitsprotokoll	list_tasks	GET /api/sites/<site>/tasks
Die genaue Behebung für ein Ergebnis (kit: true)	get_fix_kit	woa fix <site> <key>, GET /api/sites/<site>/fix-kit?key=
Bing und IndexNow-Engines über Seitenänderungen informieren	push_to_search_engines	woa push <site> <url>…
Zu schreibende Seiten mit Schreibaufforderungen	get_content_plan, report_content_published	woa plan <site>
Ob die zitierten Seiten das Unternehmen jetzt nennen	check_mentions	POST /api/sites/<site>/mentions/check
Produktfeeds für Google Merchant Center und ChatGPT	build_product_feed	woa feed <site>
Geplante Audits mit einer E-Mail über Verschlechterungen	set_monitoring	woa monitor <site> weekly
Wie oft Assistenten das Unternehmen genannt haben, Runde für Runde	get_ai_trend	woa ai <site> trend
Die fünf Ergebnislinien: gefunden, empfohlen, besprochen, vertraut, gehört	get_outcomes	woa outcomes <site>
Warum Assistenten das Unternehmen nicht nennen, eine Ursache und Behebung pro Frage	get_diagnosis	woa diagnose <site>
Was der Eigentümer für Marketing tun kann (im Gespräch erfragt, nach Zustimmung gespeichert)	get_situation, set_situation	woa situation <site>
Dein Hauptkanal: der Plan, ein Vorschlag zur Genehmigung durch den Eigentümer, die monatliche Überprüfung	get_channel_plan, propose_channel_plan, report_channel_review	woa channels <site>
Der wöchentliche Bericht: Ergebnisse, der Hauptkanal im Vergleich zu seinem Signal, was auf den Eigentümer wartet	get_weekly_report	woa weekly <site>
Lokale Einträge und Buchungswege pro Assistent, und was die Einträge des Eigentümers zeigen	get_local_routes, report_local_listing	woa local <site>
Der Bewertungszyklus: Bewertungen im Zeitverlauf, befragte Kunden	get_review_loop, report_reviews_asked	woa local <site>
Was Antworten über das Unternehmen falsch sagen, über mehrere Runden, und eine Korrektur melden	get_claims, report_claim_fixed	woa claims <site>
Das Unternehmen im Vergleich zu seinen Konkurrenten bei Preis, Bewertung und Rezensionen	get_rival_comparison, report_rival_facts	woa rivals <site>
Wo das Unternehmen, seine Konkurrenten und die Fragen seiner Kunden auftauchen	listen, get_heard, set_listen_feeds	woa listen <site>
Kaltakquise per E-Mail: die sendende Domain, Interessenten durch das Ländergate, Antworten und Opt-Outs	check_sender, add_prospects, list_prospects, set_prospect_status	woa outbound <site>
Suchanfragen, die die Website zeigen, und Fragen, die ohne sie beantwortet wurden	get_search_queries	woa queries <site>
Sitemaps bei Google und Bing einreichen	submit_sitemaps	woa sitemaps <site>
Wie man einen Teil der Arbeit erledigt	get_playbook	woa playbook <name> [<site>]
Eine Korrektur als erledigt melden (Word of Agent prüft erneut)	report_task_done	POST /api/sites/<site>/tasks/done {"key", "note", "by"}
Wo man Erwähnungen bekommt, und Outreach-Entwürfe	get_outreach_plan, propose_outreach, list_outreach, report_outreach_done	`GET

Gehostet (HTTP-API). Mit einem gehosteten Word of Agent rufe das gleiche JSON über HTTP auf, mit einem API-Token, den der Benutzer im Dashboard erstellt (Einstellungen, API-Token) und in deiner Umgebung, niemals in der Konversation, ablegt: Authorization: Bearer $WOA_TOKEN. Routen: POST /api/audits {"site", "only"} stellt ein Audit in die Warteschlange und gibt den Job sofort zurück (202); frage GET /api/audits/<id> nach status (queued, running, done, failed), done/total-Prüfungen und reportId, oder füge ?wait=1 hinzu, um den fertigen Job in einem Aufruf zu erhalten (bis zu etwa 100 Sekunden). Ebenfalls GET /api/sites, GET /api/sites/<site>/reports/latest, GET|PUT /api/sites/<site>/profile, GET /api/me. Um eine Website zum Konto hinzuzufügen: POST /api/accounts/<id>/sites {"site"}, dann den zurückgegebenen DNS-TXT-Eintrag oder die Datei veröffentlichen und POST /api/accounts/<id>/sites/<site>/verify. KI-Antworten: GET /api/sites/<site>/ai (Fragen und die Aufforderung), POST /api/sites/<site>/ai/answers {"assistant": "agent", "label", "answers": [{"text", "sources": []}]} in der Reihenfolge der Fragen, dann GET /api/sites/<site>/ai/grading-prompt und POST /api/sites/<site>/ai/grades {"reply", "by"}. Token können keine Personen oder Token verwalten.

Prüfungen: search, access, site, readability, appearance, rich, links, render, performance, agent, presence, listings, reviews, ai. listings vergleicht Karten und Verzeichnisse mit der Website (nur lokale Unternehmen); reviews liest Bewertungen dort, wo Assistenten suchen. appearance umfasst, wie die Website in Ergebnissen und Linkvorschauen aussieht (Favicon, Site-Name, og:-Tags, Snippet-Steuerung); rich umfasst Product-, Organization-Logo-, Breadcrumb-, LocalBusiness- und Article-Daten. Ein vollständiges Audit dauert eine bis wenige Minuten. ai liest die neuesten Antworten, die der Assistent deines Benutzers gegeben hat; Word of Agent ruft keine KI auf und verbraucht nichts.

Erster Durchlauf

Wenn der Benutzer dich bittet, Word of Agent für eine Website einzurichten („Entwurf der Fragen meiner Kunden, dann sammle die ersten KI-Antworten ein“):

1. get_situation: Stelle die offenen Fragen dazu, wie sie arbeiten können, ein paar auf einmal; speichere sie mit set_situation, nachdem sie zugestimmt haben.
2. Entwurf der Kundenfragen: get_profile_draft_prompt, führe aus, was verlangt wird, submit_profile_draft, überprüfe es mit dem Benutzer, set_site_profile, sobald sie zustimmen.
3. Führe die erste Runde durch (ai-round Playbook), dann get_first_result und teile dem Benutzer in dessen Worten mit: wie oft Assistenten sie genannt haben, wen stattdessen, was sie falsch gemacht haben, und die erste Behebung.
4. Biete die nächsten Schritte aus get_channel_plan an. Sie können das Ergebnis vom Dashboard aus teilen (Übersicht, Diesen Bericht teilen).

Arbeitsablauf

1. Audit, oder lese den letzten Bericht, wenn einer aktuell ist. Melde dem Benutzer die Anzahl sowie die Fehler- und Warnungsergebnisse in einfachen Worten, die schwerwiegendsten zuerst.
2. Bestätigen vor dem Beheben. Befolge die diagnose-Schritte des Ergebnisses; sie sind spezifisch für das erkannte CDN oder den Host. Wo ein Schritt ein Dashboard erfordert, auf das du nicht zugreifen kannst (Cloudflare, Search Console), sage dem Benutzer genau, wo er klicken soll.
3. Beheben im Codebestand, wenn die Ursache dort liegt (Server-Rendering, Meta-Tags, strukturierte Daten, Weiterleitungen, Sitemap-Code, robots.txt). Einstellungen in einem CDN oder der Search Console muss der Benutzer ändern; gib ihm die Schritte.
4. Überprüfen: Rufe report_task_done mit dem auf, was du geändert hast; Word of Agent führt die Prüfung erneut durch und antwortet mit verified oder still-open (mit den neuen Details). Das führt auch das Arbeitsprotokoll des Benutzers fort. Ohne den MCP-Server verwende den verify-Befehl des Ergebnisses.

Reichweite steigern: Was nach dem Audit zu tun ist

1. Behebe zuerst, was die Sichtbarkeit blockiert (Fehler, dann Warnung): get_fix_kit für Ergebnisse mit kit: true, anwenden, report_task_done. Frage den Benutzer nach jedem FILL IN:-Wert; erfinde niemals ein Logo, einen Preis, eine Adresse oder ein Profil.
2. Nach Korrekturen und neuen Seiten, push_to_search_engines mit den geänderten URLs und gib dem Benutzer die Links für die Google-Anfrage zur Indexierung.
3. Schreibe die Seiten aus get_content_plan: Zeige jeden Entwurf dem Benutzer vor der Veröffentlichung, dann report_content_published.
4. Werde erwähnt, wo Assistenten suchen (unten), und messe erneut mit check_mentions.
5. Shops: build_product_feed, dann sage dem Benutzer, wo er die Feed-URLs einreichen soll.
6. set_monitoring wöchentlich, so dass Regressionen erkannt werden.

Die Botschaft verbreiten

Assistenten empfehlen Unternehmen, die in den von ihnen zitierten Quellen erwähnt werden. get_outreach_plan listet diese Quellen (aus den KI-Antworten) und Präsenzlücken auf (Wikidata, Profile). Finde heraus, wie das Unternehmen ehrlich in jeder aufgeführt oder erwähnt werden könnte (ein Verzeichniseintrag, eine Korrektur eines veralteten Artikels, ein Profil, ein Wikidata-Eintrag), erstelle es vollständig und sende es mit propose_outreach. Der Benutzer genehmigt jeden Entwurf im Dashboard und kann ihn bearbeiten. Sende, reiche ein, veröffentliche oder poste keinen Entwurf, bis list_outreach ihn als genehmigt anzeigt; führe dann genau das aus, was genehmigt wurde, und rufe report_outreach_done auf. Schreibe als das Unternehmen, sage, wer du bist, und schreibe niemals Bewertungen oder gib dich als Kunde aus.

Schweregrad: fail blockiert die Sichtbarkeit jetzt, warn kostet sie wahrscheinlich, info ist wissenswert, pass benötigt nichts. Das Blockieren von Trainings-Crawlern (GPTBot, ClaudeBot, CCBot) ist eine legitime Entscheidung: Präsentiere sie als solche, mit den Vor- und Nachteilen, und „behebe“ sie nicht ohne Rückfrage.

KI-Antworten: Du bist der Assistent

Word of Agent ruft keine KI auf. Der eigene Assistent des Kunden antwortet, mit dem Abonnement, das er bereits bezahlt: Wenn du verbunden bist, bist du das.

1. Fragen. Wenn das Profil keine Kundenfragen hat (get_site_profile), entwerfe sie: get_profile_draft_prompt gibt eine Aufforderung mit den Seiten der Website und ihren Google-Suchanfragen zurück; führe mit Websuche aus, was verlangt wird, und sende deine gesamte Antwort an submit_profile_draft. Überprüfe den Entwurf mit dem Benutzer (Markenschreibweisen, die gebräuchliche Ausdrücke sind, verursachen Fehlzuordnungen; Mitbewerber, die ihre Kunden wirklich in Betracht ziehen; Fragen in den Worten ihrer Kunden) und speichere mit set_site_profile erst, nachdem sie zugestimmt haben. Das Ändern von Fragen startet eine neue Runde.
2. Antworten. get_ai_questions, beantworte dann jede Frage so, wie du es der Person antworten würdest, von der gesagt wird, dass sie fragt, suche nur dort im Web, wo du es für jeden tun würdest (nicht weil dies eine Messung ist), ohne das zu verwenden, was du über den Benutzer, sein Unternehmen oder diese Unterhaltung weißt. Beantworte jede in einem sauberen Kontext: ein frischer Prozess pro Frage ohne Projektdateien oder Anweisungen, die das Unternehmen beschreiben (ein Sub-Agent innerhalb des unternehmenseigenen Projekts erbt diese; führe für einen Coding-Agenten aus einem leeren Ordner ohne MCP-Server aus). Sage, wie du es gemacht hast, in label, dein Modell in model und für jede Antwort, ob du gesucht hast (searched). Sende sie mit submit_ai_answers (assistant: agent, oder chatgpt/claude/gemini, wenn du diese Verbraucher-App bist). Um die wichtigsten Fragen zu wiederholen, beantworte sie erneut in frischen Kontexten und sende sie mit repeat: true. Färbe die Antworten nicht in Richtung des Unternehmens ein: Eine ehrliche Antwort ist die Messung. Ein Durchlauf, der nicht sauber war, kann mit void_ai_answers (IDs von get_ai_runs) mit Begründung beiseite gelegt werden; frage den Benutzer zuerst, wenn du ihn nicht gesammelt hast.
3. Lesen. get_answers_to_read, antworte mit dem JSON, das verlangt wird, sende es mit submit_ai_readings und sage, wer es gelesen hat, in by.

Messwerte werden mit dem Ersteller gekennzeichnet; sage dem Benutzer, dass es sich um eine Messung, nicht um eine Messung handelt. Der Benutzer kann die Schritte 2 und 3 auch manuell im Dashboard durchführen (die Aufforderung in ChatGPT kopieren, die Antwort zurück einfügen): Schlage das für Assistenten vor, die du nicht bist, damit der Bericht mehr als einen abdeckt.

Lies ai-Ergebnisse mit ihren Stichprobengrößen („in 2 von 12 Antworten genannt“), niemals als einzelne Antworten. Die zitierten Domains in ai.competition sind die Quellen, in denen die Assistenten suchen: Das Unternehmen dort erwähnt zu bekommen, ist in der Regel der Weg hinein.

Über die Ergebnisse hinaus

Word of Agent beurteilt keine Inhaltsqualität, Positionierung oder E-E-A-T. Verwende seine Fakten (welche Seiten ohne JavaScript sagen, welche Suchanfragen auf den Rängen 8–20 liegen, wen Assistenten stattdessen nennen, welche Quellen sie zitieren) als Belege für dieses Urteil und sage, welche Teile dein eigenes Urteil sind.