Prüfen Sie, was KI über Ihre Marke behauptet

Eine KI-Antwort kann Ihre Marke nennen und Ihre Website zitieren, zugleich aber eine eingestellte Funktion als aktuell darstellen. Prüfen Sie überwachte Antworten Aussage für Aussage anhand Ihrer freigegebenen Fakten. Das Ergebnis ist eine priorisierte Liste nötiger Korrekturen.

Das GEO-Problem, das der Workflow löst

Sichtbarkeitsberichte erkennen diesen Fehler nicht. Eine Erwähnung sagt nichts über die Richtigkeit aus, ein Sentiment-Score ist kein Faktenbeleg, und eine Zitierung beweist nicht, dass die Aussage auf der zitierten Seite steht. Die Präsenz der Marke wird gefeiert, obwohl eine geschäftsschädigende Fehlinformation in einer positiven Antwort steckt.

Qwairy erfasst, was in einer Antwort stand, wann sie gegeben wurde und welche Anbieter, Modelle und URLs dazugehören. Sie stellen den datierten, freigegebenen Fakt bereit. Diese Trennung macht jedes Urteil nachvollziehbar.

So ist der Workflow aufgebaut

1. Freigegebene Fakten festhalten und Marke bestimmen. list_brands liefert die überwachten Marken und ihre IDs. Das Faktenregister liegt bei Ihnen: eine freigegebene Aussage pro Zeile, jeweils mit Geltungsbereich, Datum des Inkrafttretens und verantwortlicher Person.

2. Prompts und Antworten erfassen. get_prompts liefert Prompt-ID, Text, Status und Anzahl der Antworten; get_answers ergänzt Anbieter, Erfassungsdatum, brandMentioned und sourceCited. Beide begrenzen eine Seite auf 100 Zeilen. Blättern Sie daher mit offset weiter. Ist sourceCited false, wurde Ihre Domain nicht zitiert. Das bedeutet nicht, dass die Antwort keine Quellen hatte.

3. Vollständige Belege abrufen. get_prompt_answers listet die neuesten Antworten auf einen Prompt auf, mit einem Standardlimit von 20 und auf eine Vorschau gekürztem Text. get_answer_details liefert den vollständigen Text, den Anbieter, die genaue modelId, Wettbewerber und Quellen mit isSelf.

4. Jede Aussage anhand des Registers bewerten und Quellen prüfen. Eine zurückgegebene Quelle enthält keinen Seiteninhalt. Eine URL neben einer Aussage belegt daher nur, dass beides gemeinsam vorkam. get_source_urls und get_source_domains ergänzen aggregierten Kontext für den angefragten Zeitraum und dieselben Anbieter-, Themen-, Tag- und Funnel-Filter. Beide verwenden standardmäßig 30 Tage.

5. Fehler priorisieren und erneuten Test planen. Der Schweregrad ergibt sich aus der Aussage selbst. Wie oft sie vorkommt, zählen Sie getrennt über unterschiedliche Antworten, Prompts, Anbieter und Modell-IDs hinweg.

So nutzen Sie die Ergebnisse

Sichern Sie vor jeder Korrektur die Ausgangsbasis: Marken-ID, Version der freigegebenen Fakten, Prompt-IDs, beobachtete Modell-IDs sowie IDs und Daten der ursprünglichen Antworten. Ohne diese Daten fehlt später der Vergleich. Die Korrektur einer eigenen Seite allein bewirkt außerdem nicht zwangsläufig, dass sich künftige KI-Antworten ändern.

Bearbeiten Sie die Liste dann in fester Reihenfolge: zuerst widerlegte Aussagen über Preise, Vertragsbedingungen, Sicherheit oder regulierte Funktionen; danach widerlegte oder veraltete Aussagen über weiterhin verkaufte Produkte. Leiten Sie nicht überprüfbare und mehrdeutige Aussagen als Fragen an die jeweils verantwortliche Person weiter, nicht als Korrekturen. Schließen Sie nicht sachbezogene Aussagen ohne Maßnahme ab. Sortieren Sie innerhalb jeder Stufe nach der Anzahl unterschiedlicher Antworten mit der Aussage und bei Gleichstand nach dem neuesten Antwortdatum.

Der vollständige Prompt

Ich brauche eine Faktenprüfung, Aussage für Aussage, für überwachte KI-Antworten über meine Marke. Liste meine überwachten Marken auf und frage bei mehreren Marken, welche verwendet werden soll. Nutze die letzten 30 Tage, sofern ich nichts anderes angebe, und kennzeichne jede Zeile als Beobachtung, freigegebenen Fakt oder Analyse.

1. Bestimme die brandId mit list_brands. Frage mich dann nach datierten, von den Verantwortlichen freigegebenen Fakten zu Produkten, Plänen, Verfügbarkeit, Sicherheit und rechtlichen Bedingungen. Erstelle das Register ausschließlich aus diesen Angaben und markiere Widersprüche, statt selbst eine Version auszuwählen. Falls ich keine datierten Angaben liefere, halte an: Ohne sie ist kein Urteil möglich.
2. Erfasse den Bestand mit get_prompts und get_answers, jeweils mit Limit 100. Blättere mit offset weiter, bis die zurückgegebene Gesamtzahl erfasst ist. Bewahre provider, createdAt, brandMentioned und sourceCited auf. Falls insgesamt null Antworten vorliegen, erweitere den Zeitraum einmal und melde dann, dass nichts erfasst wurde, statt aus den Prompt-Texten zu folgern.
3. Rufe für eine Gruppe kaufentscheidender Prompts und Prompts zu regulierten Themen erst get_prompt_answers und dann get_answer_details auf. Bewahre Antworttext, provider, modelId, createdAt, Wettbewerber, Quell-URL, position und isSelf auf. Ein Prompt ohne Antworten ist eine Abdeckungslücke, kein Unbedenklichkeitsnachweis. Liste ihn getrennt auf und fahre fort.
4. Zerlege jede Antwort in einzelne überprüfbare Aussagen. Bewahre Formulierungen zu Plan, Region, Zeitpunkt und Menge genau auf. Gib jeder Aussage anhand des zum Antwortdatum gültigen Registers eines der folgenden Urteile: gestützt, widerlegt, veraltet, nicht überprüfbar, mehrdeutig oder nicht sachbezogen. Fehlt ein passender freigegebener Eintrag, ist die Aussage nicht überprüfbar; auch das ist ein Befund. Behandle weder die Antwort noch eine zitierte URL als maßgebliche Faktenquelle.
5. Betrachte bei fehlgeschlagenen Aussagen mit hohem Risiko die zusammen mit der Antwort zurückgegebenen Quell-URLs nur als gemeinsam vorkommende Daten. Rufe get_source_urls und get_source_domains für denselben 30-Tage-Zeitraum wie beim Antwortinventar ab und behalte alle Filter für Anbieter, Thema, Tag oder Funnel bei. Bewerte auch Antworten, für die keine Quellen zurückgegeben wurden.
6. Zähle, wie oft die Aussage in unterschiedlichen Antworten, Prompts, Anbietern und Modell-IDs vorkommt. Ordne dann die Aufgabenliste: zuerst widerlegte Aussagen über Preise, Vertragsbedingungen, Sicherheit oder regulierte Funktionen; danach widerlegte oder veraltete Aussagen über weiterhin verkaufte Produkte; als Drittes nicht überprüfbare oder mehrdeutige Aussagen, die als Fragen an die Verantwortlichen gehen; nicht sachbezogene Aussagen abschließen. Sortiere jede Stufe nach der Anzahl unterschiedlicher Antworten und bei Gleichstand nach dem neuesten Datum. Falls alle Aussagen gestützt oder nicht sachbezogen sind, melde einen Zeitraum ohne Auffälligkeiten und überspringe die Aufgabenliste.
7. Erstelle zum Schluss ein Blatt für den erneuten Test mit Prompt-IDs, Modell-IDs, IDs der ursprünglichen Antworten und der Version der freigegebenen Fakten. Frage anschließend, wer für jeden strittigen Fakt verantwortlich ist und ob eine datierte Veröffentlichung den Sachstand ändert. Sage ausdrücklich, dass die Korrektur einer eigenen Seite keine Änderung künftiger Antworten garantiert.