Qwairy
Playbook: Technische Bereitschaft

Machen Sie Ihre Website bereit für KI-Agenten, die recherchieren, vergleichen und kaufen

Prüfen Sie Query Fan-Out, zitierte Zielseiten und beobachtete Shopping-Oberflächen. Erstellen Sie anschließend mit Qwairy MCP und Claude eine klar abgegrenzte, überprüfbare Aufgabenliste für die Vorbereitung auf KI-Agenten.
Geführter Durchlauf: 15 minFortgeschrittenAktualisiert am 23. Aug. 2026
Workflow-Blaupause
v1.0

Angestrebtes Ergebnis

Eine abgegrenzte Aufgabenliste für Agentenbereitschaft, gestützt auf beobachtete Daten

  1. Suchanfragen von KI-Systemen prüfen

  2. Zielseiten zuordnen

  3. Shopping-Ergebnisse prüfen

  4. Aufgabenliste erstellen

Schnellstart

Workflow mit einem Klick ausführen

Nichts auszufüllen: Der Prompt läuft unverändert und fragt Sie nach allem, was noch fehlt.
Erfordert den Qwairy-MCP-Connector

„In Claude ausführen“ und „In ChatGPT ausführen“ öffnen einen neuen Browser-Tab, in dem der Prompt bereits eingegeben ist. Es wird nichts gesendet, bevor Sie ihn abschicken.

ChecklisteEingaben und Ergebnisse prüfenZielgruppe, Tools, erwartetes Ergebnis und Voraussetzungen.
Ideal für
SEO-TeamsEntwicklerSaaS-Teams
Sie erhalten
  • Übersicht der Query Fan-Outs
  • Karte der Seitenpräsenz im definierten Umfang
  • Beobachtete Lücken in Shopping-Ergebnissen
  • Priorisierte Aufgabenliste für die technische Bereitschaft
Bevor Sie beginnen
  • Ein Qwairy Starter-Plan oder höher mit aktivem Monitoring
  • Claude oder ChatGPT mit aktiviertem Qwairy MCP Connector
  • Ausreichend aktuelle Monitoring-Daten zum ausgewählten Thema
Aufbau des PlaybooksSo funktioniert der WorkflowWas jeder Schritt abruft, welche GEO-Entscheidung er ermöglicht, und der vollständige Prompt.5 Min. Lesezeit4 Abschnitte

Am Ende dieses Workflows steht eine Aufgabenliste mit einer Zeile für jede von einer Maschine formulierte Suchanfrage, bei der Wettbewerber auftauchen und Sie kaum. Es handelt sich um Suchanfragen, die in Ihren überwachten Antworten erkannt wurden. Bei den meisten ist auch der auslösende Prompt erfasst. Auf diesen Datensätzen baut der gesamte Workflow auf.

Das GEO-Problem, das der Workflow löst

Die Vorbereitung auf KI-Agenten wird oft als Markup-Aufgabe behandelt: strukturierte Daten ergänzen und abwarten. Die Ebene der Suchanfragen bleibt unbeachtet. Bei einer Vergleichs- oder Kauffrage zerlegt ein Assistent die Anfrage in eigene Teilsuchen und erstellt aus deren Ergebnissen eine Antwort. Diese Teilsuchen sind sichtbar. Manche zeigen Ihre Wettbewerber, aber nie Ihre Marke. Diese Lücke lässt sich bereits messen.

Der Workflow zeigt Ihnen allerdings nicht, ob ein Agent auf Ihrer Website eine Aufgabe abschließen kann. Hier wird keine Seite geladen, kein JavaScript gerendert und kein Kaufprozess durchlaufen. Diese Prüfungen gehören in Ihre Qualitätssicherung. Würden sie hier einfließen, erschiene ein manuelles Prüfergebnis fälschlich als beobachteter Messwert.

So ist der Workflow aufgebaut

1. Von der Maschine formulierte Suchanfragen lesen. get_query_fan_out liefert die in überwachten Antworten erkannten Websuchen. Zu jeder Suche gehören die Anzahl der Vorkommen, unterschiedliche Antworten, Ihre Präsenzrate, vertretene direkte Wettbewerber, die auslösenden Prompts und eine vom Tool berechnete Priorität: very-high, wenn Wettbewerber erscheinen und Ihre Präsenz unter 20 Prozent liegt; high bei Wettbewerbern und unter 50 Prozent Präsenz; medium bei unter 50 Prozent Präsenz ohne Wettbewerber; sonst low.

2. Mögliche Zielseiten finden. get_page_presence ordnet Ihre Seiten ein: WORKING bei mindestens drei beobachteten Zitierungen, NEEDS_ATTENTION bei einer oder zwei, NOT_CITED bei null und DISCOVERED für eine zitierte Seite außerhalb der überwachten Auswahl. Verwenden Sie dieselben Filter für 30 Tage wie in Schritt 1. Innerhalb dieses gemeinsamen Rahmens klärt das Tool für jede Suchanfrage, ob schon eine Zielseite vorhanden ist oder erstellt werden muss.

3. Shopping-Oberflächen prüfen. get_shopping_insights liefert erkannte Produkte, die anbietenden Shops, durchschnittliche Bewertungen und eine Chancenliste für Shops, die Wettbewerberprodukte führen, unabhängig davon, ob sie auch Ihre Produkte anbieten. Preise und Produkteigenschaften fehlen. Das Tool zeigt, wo Sie nicht vertreten sind, aber nie, zu welchem Preis.

4. Aufgabenliste erstellen. Eine Zeile je Suchanfrage mit Priorität very-high: Suchtext, auslösende Prompts, Präsenzrate, Anzahl der Wettbewerber, heute vorhandene Zielseite und eine vorgeschlagene Änderung.

So nutzen Sie die Ergebnisse

Gehen Sie in dieser Reihenfolge vor. Wenn Sie über Dritte verkaufen, stehen Chancen bei Shops zuerst: Eine Listung ist eine Maßnahme mit einem feststellbaren Ergebnis, keine Wette auf eine spätere Berücksichtigung durch KI. Danach folgen die very-high-Suchanfragen, absteigend nach der Anzahl ihrer Vorkommen. Die Stufe high kommt erst an die Reihe, wenn very-high abgearbeitet ist.

Haben zwei very-high-Suchanfragen gleich viele Vorkommen, nehmen Sie diejenige, zu deren Thema bereits eine Seite mit Status NEEDS_ATTENTION existiert. Von einer oder zwei Zitierungen auf drei zu kommen, ist der kürzere Weg als die erste Zitierung zu gewinnen.

Auch ein leerer Schritt ist ein Ergebnis. Keine erkannten Suchanfragen bedeutet, dass die Anbieter in diesem Zeitraum ohne Websuche geantwortet haben, nicht, dass Agenten Sie ignorieren. Die Aufgabenliste entsteht dann aus den Schritten 2 und 3. Keine Shopping-Daten bedeuten, dass Ihre Prompts keine Kauffragen abdecken. Das ist ein Befund zum Prompt-Portfolio, kein Urteil über die Bereitschaft Ihrer Website.

Der vollständige Prompt

Prüfe, wie gut meine Website auf Assistenten vorbereitet ist, die im Auftrag von Nutzern suchen und vergleichen. Nutze ausschließlich die Ergebnisse der Tools.

Rufe list_brands auf. Falls mehrere Marken zurückkommen, frage vor dem Abruf weiterer Daten, welche Marke verwendet werden soll.

1. Rufe get_query_fan_out für 30 Tage mit einem Limit von 100 ab. Berichte die Anzahl eindeutiger Suchanfragen, meine durchschnittliche Präsenz und für jede Suchanfrage die Anzahl ihrer Vorkommen, unterschiedliche Antworten, Präsenzrate, Anzahl der Wettbewerber, Priorität und auslösende Prompts. Markiere nicht abgerufene Ergebnisse. Falls nichts zurückkommt, melde, dass in den überwachten Antworten während dieses Zeitraums keine Websuchen erfasst wurden. Schließe daraus niemals, dass Agenten meine Website ignorieren, und fahre mit den Schritten 2 und 3 fort.
2. Rufe get_page_presence für dieselben 30 Tage und mit denselben Filtern ab, Limit 100. Gruppiere meine Seiten nach Status: WORKING bei mindestens drei Zitierungen, NEEDS_ATTENTION bei einer oder zwei, NOT_CITED bei null und DISCOVERED für eine zitierte Seite außerhalb meiner überwachten Auswahl. Nenne für jede very-high-Suchanfrage die Seite, die heute dazu passt, oder stelle fest, dass keine vorhanden ist. Wenn überhaupt keine Seiten zurückkommen, ist das Inventar leer. Daraus folgt nicht, dass es null Zitierungen gibt.
3. Rufe get_shopping_insights für 30 Tage ab: Produkte, Shops, durchschnittliche Bewertungen und Shop-Chancen. Falls ich über einen aufgeführten Shop nicht verkaufe, frage mich nach unseren tatsächlichen Vertriebspartnern, bevor du darin eine Listungslücke siehst. Falls nichts zurückkommt, sage, dass meine Prompts keine Kauffragen abdecken, und überspringe diese Ebene, statt Vermutungen anzustellen.
4. Erstelle eine Zeile für jede very-high-Suchanfrage: Suchtext, auslösende Prompts, Präsenzrate, Anzahl der Wettbewerber, vorhandene Zielseite und ihr Status, vorgeschlagene Änderung sowie benötigte verantwortliche Person. Markiere jede Zeile, für die eine Zielseite neu erstellt werden muss.
5. Ordne die Arbeit: zuerst Shop-Chancen, falls ich über Dritte verkaufe, dann very-high-Suchanfragen absteigend nach der Anzahl ihrer Vorkommen. Nimm die Stufe high erst auf, wenn very-high leer ist. Bevorzuge bei gleicher Anzahl die Suchanfrage, zu deren Thema schon eine NEEDS_ATTENTION-Seite existiert.

Behaupte niemals, Qwairy habe eine Seite getestet, gerendert oder darauf eine Aufgabe abgeschlossen. Führe getrennt von der priorisierten Aufgabenliste auf, was meine Qualitätssicherung manuell prüfen muss. Versprich nicht, dass eine Änderung zu einer Zitierung führt.
Setzen Sie den Workflow ein

Führen Sie dieses Playbook mit Ihren eigenen KI-Sichtbarkeitsdaten aus.

Verbinden Sie Qwairy mit Claude, rufen Sie genau die Signale des Workflows ab und erhalten Sie ein umsetzungsfertiges Ergebnis.