Use Case – Prompt-Recherche Ist-Status

Von:

SISTRIX Content Team

Aktualisiert: 28.07.2026

SISTRIX MCP Server

• Use Case - Topic Prompt Research
• Use Case - Prompt-Recherche Ist-Status
• Use Case - Onsite Audit
• Use Case - Content Audit
• Use Case - Automatische Keyword-Strategie
• Use Case - SEO-Erstanalyse
• Use Case - Content Gap Analyse
• Use Case - GEO Analyse
• Zurück zur Übersicht

Nutzen

• Vollständiger Überblick auf Knopfdruck: Brand Prompts aus der AI-Suche, Wettbewerber-Gaps und reale PAA-Fragen aus Google fließen in einem strukturierten Recherche-Paket zusammen.
• Priorisierte Maßnahmen für SEO und GEO: Das Modell clustert alle Quellen nach Relevanz und leitet konkrete Handlungsempfehlungen ab, welcher Content fehlt und welcher gestärkt werden muss.
• Zeitersparnis gegenüber manuellem Abgleich: Ohne diesen Use Case wäre eine vergleichbare Analyse nur mit stundenlangem Abgleich in SISTRIX möglich.
• Flexibel kombinierbar: PAA-Fragen und AI-Prompts ergänzen sich. PAA zeigt, was Nutzer in Google fragen, Brand Prompts zeigen, ob die eigene Marke die Antwort liefert.

Prompt

Ablauf

1. Brand Prompts abrufen: Über ai_entity (view: „prompts“) werden alle Prompts abgerufen, in denen die eigene Marke bereits als Quelle zitiert oder namentlich genannt wird, inklusive AI-Modell und Antwortkontext. Das Ergebnis zeigt, in welchen Themen und auf welchen Plattformen die Marke schon sichtbar ist.
2. Wettbewerber-Analyse (Non-Brand Prompts): Für jeden Wettbewerber wird dieselbe Entity-Abfrage ausgeführt. Das Modell filtert Prompts mit explizitem Markennamen heraus und dedupliziert die generischen Fragen. Jeder verbleibende Prompt wird auf Potenzial für die eigene Marke bewertet.
3. PAA-Fragen aus der klassischen Google-Suche (3 Keywords): Für die drei definierten Keywords wird keyword_seo_serpfeatures aufgerufen. Der Wert RELATED_QUESTION zeigt, wie viele „Ähnliche Fragen“-Einträge Google für dieses Keyword anzeigt. Die konkreten Frage-Texte werden direkt aus SISTRIX entnommen und dem Modell als Liste übergeben.
4. Alle Quellen zusammenführen und priorisieren: Brand Prompts, Non-Brand Wettbewerber-Prompts und PAA-Fragen werden in einer gemeinsamen Tabelle nach Potenzial sortiert. Pro Eintrag wird eine konkrete Maßnahme abgeleitet, etwa Content-Erstellung, FAQ-Schema, interne Verlinkung oder GEO-Optimierung.

Output / Ergebnis

Am Ende der Recherche liefert das Modell eine priorisierte Tabelle aller analysierten Prompts und Fragen:

Die Tabelle kann direkt als Grundlage für eine Content-Strategie, einen Kunden-Pitch, die Sprint-Planung oder die Priorisierung von Landingpage-Optimierungen genutzt werden.

Kombinationen und Varianten

• Nur PAA-Analyse: Den Use Case auf die PAA-Fragen-Extraktion fokussieren, ideal als schnelle Grundlage für FAQ-Seiten, Featured-Snippet-Optimierungen oder strukturierte Daten (FAQ-Schema).
• Nur Brand-Monitoring: Ausschließlich Brand Prompts tracken, als monatliches Reporting, wie sich die AI-Sichtbarkeit der eigenen Marke über Zeit entwickelt.
• PAA vs. AI-Prompts vergleichen: PAA-Fragen aus Google direkt den AI-Prompts gegenüberstellen, zeigt, welche Nutzerfragen bereits in der AI-Suche ankommen und welche noch klassisch über Google laufen.
• Erweiterung Share of Voice: Nach der Prompt-Recherche über ai_entity (view: „competition“) ermitteln, welche anderen Brands in denselben Prompts genannt werden, und den eigenen Share of Voice berechnen.

Beispiel-Analysen zum Download

📥 Benefit_Cosmetics_Prompt_Recherche.xlsx: Beispiel-Rohdaten aus diesem Use Case, mit drei Tabs: Brand Prompts, Non-Brand Prompts der Wettbewerber und Fragen rund um die Marke, wie sie sich mit dem gezeigten Prompt erzeugen lassen.