Ausgangslage
Für SEO und GEO unserer Kunden erstellen wir regelmäßig Content: Artikel zu Suchanfragen, lokale Seiten, Inhalte für KI-Antworten. Der Prozess hatte mehrere Engpässe.
Erstens die Themenauswahl. Die besten Ideen liegen bereits in Search Console: Suchanfragen, für die die Website angezeigt wird, aber nur wenige Klicks erhält. Sie manuell zu exportieren und nach Potenzial zu gruppieren, dauert lange.
Zweitens die Veröffentlichung. Kunden arbeiten mit unterschiedlichen CMS: WordPress, Shopify, Strapi und eigenen Systemen. Ein eigener Veröffentlichungsweg für jedes System bedeutet eigenen Aufwand und eigene Fehler.
Drittens die Wahl der KI-Modelle. Für eine Textart eignet sich ein Modell besser, für eine andere ein anderes, und für Bilder gibt es eigene Dienste. Die Bindung an einen einzigen Anbieter begrenzt die Qualität.
Und schließlich die Kontrolle. Nach der Veröffentlichung muss sichtbar sein, ob die Seite indexiert wurde und wie sie in Search Console und GA4 abschneidet. Ohne das wird ein Content-Plan zum Fließband ohne Rückmeldung.
Was wir getan haben
Wir haben die Plattform auf Basis von Next.js 16, React 19, Tailwind CSS v4 und Supabase mit Deployment auf Vercel entwickelt. Die erste Version dauerte 3 Tage: 64 Commits, 17 Ansichten, 28 APIs und 20 Tabellen.
Module
- Themen: Suchanfragen aus Search Console, nach Potenzial geclustert.
- Generierung von Texten und Bildern.
- Editor mit Versionen, um Varianten zu vergleichen und frühere Fassungen wiederherzustellen.
- Content-Plan mit automatischem Lauf alle 15 Minuten: Geplante Inhalte werden selbstständig veröffentlicht.
- Analyse: Daten aus GSC und GA4, Indexierungsstatus.
- Integrationen: GA4, GSC, Kundenwebsite, Google Business Profile.
- Team und KI-Schlüssel.
Ein Connector für verschiedene CMS
Statt eigener Logik für jede Website haben wir einen einzigen Connector gebaut, der mit WordPress, Shopify, Strapi und Webhooks funktioniert. Für einen neuen Kunden genügt es, seine Website anzubinden, statt eine neue Integration zu schreiben.
Modellwahl für jede Generierung
Der Anbieter für Text (Claude, ChatGPT oder Gemini) und für Bilder (OpenAI, Imagen oder Replicate) wird für jede Generierung einzeln gewählt. So wählen wir das Modell passend zur Aufgabe und nicht nach den Grenzen der Plattform.
Ergebnis
In 3 Tagen erhielt die Agentur eine funktionsfähige Plattform, die den gesamten Zyklus abdeckt: vom Thema aus Search Console bis zur veröffentlichten Seite und der Kontrolle ihrer Indexierung.
Was sich in der Arbeit geändert hat:
- Themen stammen aus realen Search Console Daten und werden nach Potenzial gruppiert;
- der Content-Plan wird automatisch ausgeführt, geplante Inhalte werden alle 15 Minuten geprüft;
- die Veröffentlichung auf WordPress, Shopify, Strapi oder per Webhook läuft über einen Connector;
- Indexierungsstatus sowie Daten aus GSC und GA4 sind direkt neben dem Inhalt sichtbar;
- das Modell für Text und Bilder wird passend zur konkreten Aufgabe gewählt.
Traffic-Zahlen nennen wir hier nicht, denn es handelt sich um ein Werkzeug, und die Ergebnisse hängen von der jeweiligen Website und Strategie ab. Fallstudien zu SEO und GEO, in denen wir mit Content arbeiten, sind separat beschrieben.
Was dieses Projekt besonders macht
Die meisten Content-Generatoren sind an ein Modell und ein CMS gebunden. Hier sind beide Einschränkungen aufgehoben: Ein Connector bedient verschiedene Plattformen, und der Anbieter für Text und Bilder lässt sich für jede Generierung wechseln.
Die zweite Besonderheit ist die Rückmeldung. Die Plattform veröffentlicht nicht nur, sondern zeigt, ob die Seite indexiert wurde und wie sie abschneidet. Genau das unterscheidet ein Content-System für SEO und GEO von einem Textgenerator.
Und schließlich die Geschwindigkeit: 3 Tage von der Idee bis zur funktionsfähigen Version mit 17 Ansichten zeigen, wie wir auch für Kunden an Entwicklung herangehen.
Veröffentlicht: · Aktualisiert: