Wirkung einer Content-Kampagne auf die KI-Sichtbarkeit messen

Eine Kampagne geht online, eine Zahl im Dashboard verändert sich, aber niemand weiß, welche Seiten die KI-Anbieter aufgegriffen haben. Der Vergleich zweier passender Zeiträume mit KI-Antworten macht daraus einen Plan für die Nachprüfung. Nutzen Sie den Workflow, wenn Sie ein Startdatum und eine Liste veröffentlichter URLs haben. Werden zuvor zitierte Seiten ohne Kampagne seltener genannt, geht es um Zitierungsrückgang, nicht um diesen Fall.

Das GEO-Problem, das der Workflow löst

Analytics und Search Console beantworten andere Fragen. Seitenaufrufe, Rankings und Klicks beschreiben, wie Menschen eine Seite erreichen, nicht ob ein Assistent sie zitiert. Eine Kampagne kann organischen Traffic erhöhen, ohne die überwachten Antworten zu verändern.

Belege aus KI-Antworten machen die Kampagne messbar: dieselben Teilkennzahlen in zwei gleich langen Zeiträumen, heute zitierte Kampagnen-URLs und die Ziel-Prompts. Das Ergebnis zeigt einen Zusammenhang mit Daten und Stichprobengrößen, keine Ursache.

So ist der Workflow aufgebaut

1. Zwei Zeiträume abgleichen. get_brand_performance nimmt konkrete Start- und Enddaten und liefert Erwähnungsrate, Quellen-Zitierungsrate, Share of Voice und Sentiment. In scoreDetails stehen Zähler und Nenner der ersten drei Kennzahlen. Rufen Sie es einmal pro gleich langem Zeitraum auf. get_visibility_trend akzeptiert dieselben Daten und Filter, wenn eine Zeitreihe benötigt wird.

2. Aufgegriffene Seiten prüfen. get_page_presence nimmt jeden selbst gewählten Zeitraum und liefert pro Seite status, Zitierungszahl, Anzahl eindeutiger Fragen, durchschnittliche Position und Anbieter. Rufen Sie es für beide Zeiträume auf. Das Register überwachter Seiten ist aktuell; eine URL in nur einem Ergebnis braucht daher eine Prüfung auf Umbenennung oder Registeränderung.

3. Veränderung nach Anbieter aufteilen. get_provider_breakdown nimmt dieselben Daten und Filter und liefert bis zu zehn beobachtete Anbieter. Rufen Sie es je Zeitraum auf und verwenden Sie get_brand_performance pro Anbieter, wenn Sie die Nenner benötigen.

4. Ziel-Prompts prüfen. get_content_opportunities akzeptiert beide Zeiträume und liefert höchstens zehn Zeilen je Liste. Vergleichen Sie die abgegrenzten Listen und ordnen Sie die Fragetexte mit get_prompts zu. Gespeicherte Ziel-IDs der Kampagne beschreiben die Absicht, nicht die Verfügbarkeit von Daten.

5. Nachfassplan schreiben. Hier gibt es keinen Tool-Aufruf: beobachtete Verbesserungen mit Daten und Stichprobengrößen, ungeklärte Bereiche mit nächster Prüfung und Lücken für die nächste Kampagne.

Was ein Durchlauf tatsächlich liefert

Ein reales Paar gleich langer Zeiträume: Erwähnungsrate unverändert bei 1,08 Prozent, Share of Voice unverändert bei 0,25 Prozent und Quellenrate von 2,3 auf 3,49 Prozent gestiegen, ein Plus von 1,2 Punkten bei 54 von 1.548 zitierfähigen Antworten.

Eine Kennzahl hat sich bewegt, und zwar die, die eine Kampagne beeinflussen kann. Die Quellenrate zählt Antworten, die Ihre Seiten zitieren; die Erwähnungsrate zählt Antworten, die Ihre Marke nennen. Eine Veröffentlichung kann zuerst Zitierungen und später Erwähnungen bringen. Wenn eine Kampagne aufgegriffen wird, kann das hier sichtbar werden, während die anderen beiden Kennzahlen wochenlang stabil bleiben. Eine stabile Erwähnungsrate vorschnell als Misserfolg zu lesen, soll dieser Workflow verhindern. Halten Sie beide Nenner fest: 1.548 und 928 sind nicht dieselbe Grundgesamtheit.

So nutzen Sie die Ergebnisse

Speichern Sie den Durchlauf als neue Ausgangsbasis: Daten der Zeiträume, Filter, Nenner, Kampagnen-URLs, IDs der Ziel-Prompts und aufgegriffene Seiten. Frühere Belegzeiträume können erneut abgefragt werden. Der gespeicherte Durchlauf bewahrt jedoch die Kampagnenabsicht und die damalige Konfiguration überwachter Seiten.

Dass eine Lücke in der heutigen Chancenliste fehlt, beweist nicht, dass sie geschlossen wurde. Eine Zitierung ohne Markenerwähnung ist eine eigene Beobachtung.

Lassen Sie dann den zurückgegebenen status über den nächsten Schritt entscheiden. WORKING für eine Kampagnen-URL heißt, dass sie die Zitierungsschwelle des Tools erreicht hat: Wiederholen Sie ihr Format. NEEDS_ATTENTION heißt, sie wurde zitiert, liegt aber unter der Schwelle: Warten Sie einen weiteren Zeitraum, bevor Sie das Format beurteilen. NOT_CITED nach einem vollständigen Zeitraum rechtfertigt noch keine Überarbeitung: Prüfen Sie zuerst Erreichbarkeit und Crawling. DISCOVERED heißt, dass KI-Anbieter eine nicht überwachte Seite zitieren: Nehmen Sie sie vor dem nächsten Durchlauf ins Monitoring auf. Konkurrieren zwei WORKING-Kandidaten, wählen Sie den mit dem größeren Nenner bei den Ziel-Prompts.

Der vollständige Prompt

Ich möchte die Wirkung einer Content-Kampagne auf meine KI-Sichtbarkeit messen. Liste meine überwachten Marken auf und frage bei mehreren nach der gewünschten Marke. Frage mich danach nach Startdatum, Kampagnen-URLs und gegebenenfalls gespeicherten IDs der Ziel-Prompts. Ohne gespeicherte IDs rekonstruiere die beobachteten Zeiträume, erkläre aber die beabsichtigte Prompt-Gruppe für unbekannt. Verwende, falls ich keine anderen Daten nenne, die 30 Tage nach dem Start als Messzeitraum und die 30 Tage davor als Ausgangsbasis.

1. Rufe get_brand_performance einmal je Zeitraum auf und vergleiche Erwähnungsrate, Quellen-Zitierungsrate, Share of Voice, Sentiment und Nenner in scoreDetails. Erfinde keinen zusammengesetzten Score. Liefert ein Zeitraum keine Antworten, sage das und beende den Ratenvergleich.
2. Rufe get_visibility_trend für konkrete Daten über beide Zeiträume, nach Wochen gruppiert, auf. Markiere das Startdatum und berichte Wochensummen mit Sichtbarkeitsrate und durchschnittlicher Position als Zusammenhang, nicht als Kausalität.
3. Rufe get_page_presence einmal je Zeitraum mit denselben Filtern auf und gleiche meine Kampagnen-URLs genau ab. Gib für jede Seite in beiden Zeiträumen Status, Zitierungszahl, Anzahl eindeutiger Fragen, durchschnittliche Position und Anbieter zurück. Eine URL in nur einem Ergebnis braucht eine Prüfung von URL oder Monitoring-Register, bevor sie als neu aufgegriffen oder verloren gilt.
4. Rufe get_provider_breakdown einmal je Zeitraum mit identischen Filtern auf, danach get_brand_performance pro beobachtetem Anbieter und Zeitraum. Markiere kleine oder fehlende Stichproben, statt sie zu schätzen.
5. Rufe get_content_opportunities einmal je Zeitraum mit identischen Filtern ab. Ordne die Fragetexte mit get_prompts zu und nutze get_prompt_answers für gespeicherte Ziel-IDs und beobachtete Chancen-Prompts. Ordne jeden als beobachtet mit meiner Marke, beobachtet ohne sie oder ungeklärt ein. Leere Listen bedeuten, dass keine Frage in diesem Umfang die Chancenregel erfüllte, nicht dass alle Lücken geschlossen sind.
6. Erstelle einen Nachfassplan mit getrennten Beobachtungen, Hypothesen, Prüfschritten und nächsten Versuchen. Ordne die Kampagnen-URLs nach dem zurückgegebenen Status: WORKING als Format zum Wiederholen, NEEDS_ATTENTION für einen weiteren Zeitraum, NOT_CITED für eine Crawling-Prüfung, DISCOVERED zur Aufnahme in meine überwachten Seiten. Frage vor jeder Ursachenbehauptung nach anderen Ereignissen im selben Zeitraum: Pressearbeit, Migration oder saisonale Spitze.