ChatGPT Prompts für technisches SEO: Vorlagen für robots.txt, Weiterleitungen, Schema und Ladezeit

ChatGPT Prompts für technisches SEO machen das Modell zu einem schnellen Helfer für wiederkehrende technische Aufgaben, von der Prüfung der robots.txt bis zur Weiterleitungstabelle. Allerdings crawlt das Modell Ihre Website nicht; es deutet die Dateien und Exporte, die Sie ihm geben. In diesem Leitfaden teile ich Vorlagen aus meinen Kundenprojekten zum Kopieren und Anpassen, und ich zeige, wie ich jedes Ergebnis prüfe.

Was sind ChatGPT Prompts für technisches SEO?

ChatGPT Prompts für technisches SEO sind strukturierte Anweisungen, mit denen ein Sprachmodell Probleme bei Crawling, Indexierung, Weiterleitungen, strukturierten Daten und Ladezeit analysiert. Ein guter Prompt legt Rolle, Input, Regeln und Ausgabeformat fest. Das Ergebnis prüfen Sie immer mit offiziellen Tools, bevor Sie live etwas ändern.

Entscheidend ist dabei der Input. Das Modell verbindet sich nicht mit Ihrer Website und klickt sich nicht durch Seiten; selbst mit Websuche führt es keinen vollständigen Crawl durch. Deshalb geben Sie ihm Ihre robots.txt, einen Lighthouse Bericht, einen CSV Export Ihres Crawlers oder einen Ausschnitt Ihrer Serverlogs. Dann liest das Modell diese Daten, erkennt Muster und schlägt Korrekturen vor.

Die Grundlagen habe ich in Was ist technisches SEO erklärt. Dieser Artikel konzentriert sich dagegen auf die Praxis: welcher Prompt für welche Aufgabe passt und wann Sie der Ausgabe trauen können.

Passen Sie die Details jeder Vorlage an Ihre Website an. Nennen Sie zum Beispiel Branche, CMS und Servertyp am Anfang des Prompts, dann liefert das Modell treffendere Vorschläge. Ob Sie WordPress, Shopify oder eine eigene Software nutzen, entscheidet nämlich direkt darüber, ob eine Lösung umsetzbar ist.

Was kann ChatGPT im technischen SEO leisten und was nicht?

Stark ist das Modell vor allem bei Text und Mustern. Zum Beispiel gruppiert es lange URL Listen, schreibt reguläre Ausdrücke, entwirft Schema Markup, erklärt Regeln in der .htaccess und übersetzt Fehlermeldungen in einfache Sprache.

Schwach ist es dagegen bei allem, was Live Daten braucht. Es weiß nicht, ob eine Seite wirklich im Index ist, wie der Googlebot sie gerendert hat oder wie schnell sie für echte Nutzer lädt. Diese Informationen liegen also in der Search Console, in PageSpeed Insights und in Ihren Serverlogs.

Kurz gesagt sieht die richtige Arbeitsteilung so aus: Offizielle Tools und Crawler sammeln die Daten, das Modell ordnet und deutet sie, und Sie treffen die Entscheidung. Die Tabelle fasst diese Aufteilung für jeden Prompt in diesem Leitfaden zusammen.

Wie bauen Sie einen guten Prompt für technisches SEO auf?

In jeder Vorlage nutze ich dieselben vier Bausteine, denn diese Struktur verkleinert den Raum, in dem das Modell raten kann.

1. Rolle: ein Rahmen wie „Du bist ein erfahrener Spezialist für technisches SEO“.
2. Input: die Datei oder die Daten selbst, klar abgegrenzt.
3. Regeln: „stütze dich nur auf die gelieferten Daten“, „schreibe PRUEFEN, wenn du unsicher bist“, „schlage nichts vor, was der offiziellen Google Dokumentation widerspricht“.
4. Ausgabeformat: eine Tabelle, eine Liste oder ein Codeblock zum direkten Kopieren.

Bitten Sie das Modell außerdem, neben jeden Vorschlag eine Risikostufe zu schreiben. So entgehen Ihnen Warnungen wie „diese Regel könnte die ganze Website für Crawler sperren“ nicht. Allgemeine Techniken für Prompts sind ein eigenes Thema; hier geht es nur um Muster für technisches SEO.

Achten Sie zudem auf die Größe des Inputs. Bei sehr großen Dateien übersieht das Modell gegen Ende Details. Deshalb filtere ich Crawler Exporte zuerst und sende nur die relevanten Spalten und die Zeilen mit Problemen. Zum Beispiel schicke ich nur Zeilen mit 3xx und 4xx statt der ganzen Website.

Welchen Prompt nutzen Sie für die Prüfung der robots.txt?

Eine robots.txt ist klein, doch eine falsche Zeile kann die ganze Website für Crawler sperren. Meine Vorlage lautet daher:

Prompt: „Prüfe die folgende robots.txt. Liste für jede User-agent Gruppe die gesperrten Pfade in einer Tabelle. Markiere Regeln, die CSS, JavaScript oder Bilder sperren. Zeige widersprüchliche Allow und Disallow Zeilen. Vermerke, wenn die Sitemap Zeile fehlt. Gib für jeden Befund eine Risikostufe an.“

Denken Sie beim Lesen an eine Regel: Die robots.txt steuert das Crawling, nicht die Indexierung. Die robots.txt Dokumentation von Google sagt klar, dass eine gesperrte Seite trotzdem in den Index gelangen kann, wenn andere Seiten auf sie verlinken. Schlägt das Modell die robots.txt zum Entfernen aus dem Index vor, lehnen Sie das also ab.

Erstellen Sie eine neue Datei, bauen Sie das Grundgerüst mit dem robots.txt Generator und lassen Sie das Modell nur Ihre eigenen Regeln prüfen.

Wie lassen Sie robots.txt Regeln für KI Crawler schreiben?

Das ist derzeit eine der häufigsten technischen Fragen, weil viele Betreiber unsicher sind. Sie können das Modell die Regeln schreiben lassen, sollten die Botnamen aber immer mit offiziellen Quellen abgleichen, denn das Modell nennt manchmal veraltete oder falsche Namen.

Laut offizieller Dokumentation nutzt OpenAI den GPTBot für das Training und den OAI-SearchBot für die Suchfunktionen von ChatGPT. Außerdem betreibt Anthropic den ClaudeBot, Perplexity den PerplexityBot. Google-Extended ist dagegen kein eigener Crawler, sondern ein Token, das steuert, ob Ihre Inhalte für Training und Grounding der Gemini Modelle genutzt werden. Eine Sperre wirkt sich laut Google nicht auf Ihr Ranking in der Google Suche aus.

Prompt: „Schreibe robots.txt Gruppen, die für GPTBot und Google-Extended die ganze Website sperren, für OAI-SearchBot aber nur den Ordner /blog/ freigeben. Behalte alle anderen Regeln meiner aktuellen Datei. Liste die geänderten Zeilen separat.“

Die strategische Seite dieser Entscheidung bespreche ich in Technisches SEO nach der KI Wende. Um Ihre Website für KI Systeme zusammenzufassen, hilft außerdem der llms.txt Generator.

Wie sehen ChatGPT Prompts für technisches SEO bei Weiterleitungen aus?

Bei einem Relaunch kostet zum Beispiel die Zuordnung alter zu neuen URLs die meiste Zeit. Hier beschleunigt ChatGPT wirklich, denn es kann zwei Listen nach Titel und Pfad abgleichen.

Prompt: „Spalte A enthält alte URLs und Seitentitel, Spalte B neue URLs und Titel. Wähle für jede alte URL die passendste neue. Schreibe PRUEFEN bei unsicheren Zuordnungen. Liste Seiten ohne Gegenstück separat. Gib eine Tabelle mit drei Spalten aus: alt, neu, Sicherheit.“

Danach schreibt ein zweiter Prompt die Regeln: „Wandle diese Tabelle in 301 Regeln für die Apache .htaccess um. Warne mich vor jeder Regel, die eine Kette erzeugt.“ Nutzen Sie Nginx, formulieren Sie denselben Prompt für die Syntax von Nginx.

Die Prüfung ist deshalb Pflicht. Testen Sie die Regeln zuerst auf einer Testumgebung und kontrollieren Sie dann mit dem Redirect Checker, ob Beispiel URLs in einem Schritt am richtigen Ziel landen. Für den gesamten Umzug hilft die Checkliste zur Website Migration.

Welchen Prompt nutzen Sie für reguläre Ausdrücke?

Filter in der Search Console, Segmente in Google Analytics und Weiterleitungsregeln brauchen reguläre Ausdrücke. Die meisten kennen die Syntax allerdings nicht auswendig, während das Modell meist einen korrekten Entwurf liefert.

Prompt: „Schreibe einen regulären Ausdruck für den Leistungsbericht der Search Console. Er soll Anfragen erfassen, die mit einem Fragewort beginnen: wie, was, warum, welche, wann. Beachte, dass die Search Console die RE2 Syntax nutzt. Gib den Ausdruck sowie drei Beispiele, die passen, und drei, die nicht passen.“

Der letzte Satz ist wichtig, denn Positiv und Negativbeispiele machen die Logik für Sie testbar. RE2 unterstützt einige erweiterte Funktionen wie Lookbehind nicht; deshalb verhindert die Angabe der Syntax Fehler.

Testen Sie den Ausdruck daher vor dem Einsatz mit einigen echten Anfragen. Sehen Sie ein unerwartetes Ergebnis, geben Sie diese Anfrage dem Modell und lassen Sie den Ausdruck korrigieren.

Wie schreiben Sie ChatGPT Prompts für technisches SEO bei Schema Markup?

Schema Markup zu erzeugen, gehört zu den Stärken des Modells. Trotzdem gibt es auch hier ein Risiko: Das Modell ergänzt manchmal Bewertungen, Preise oder Rezensionen, die auf der Seite gar nicht stehen. Das verstößt gegen die Richtlinien von Google für strukturierte Daten.

Prompt: „Erzeuge Schema Markup nach schema.org im JSON Format für den folgenden Seiteninhalt. Nutze nur Informationen, die ausdrücklich im Text stehen. Lass fehlende Felder weg und liste sie separat. Nenne die Pflicht und Empfehlungsfelder von Google für diesen Typ getrennt. Seitentyp: Leistungsseite eines lokalen Unternehmens.“

Prüfen Sie die Ausgabe dann mit dem Test für Rich Results von Google. Auch ohne Fehlermeldung kontrollieren Sie selbst, ob das Markup genau zum sichtbaren Inhalt passt.

Für einen schnellen Start nutzen Sie den Schema Generator. Warum erfundene Bewertungen dem Vertrauen schaden, beschreibe ich außerdem in E-E-A-T und Vertrauen.

Wie finden Sie hreflang Fehler mit ChatGPT?

Auf mehrsprachigen Websites sehe ich am häufigsten fehlende Rückverweise. Seite A verweist auf B, aber B nicht zurück auf A. In diesem Fall ignoriert Google die Angabe womöglich.

Prompt: „In der folgenden Tabelle ist jede Zeile eine Seite mit ihren hreflang Tags. Prüfe, ob jedes Paar gegenseitig verweist. Markiere ungültige Sprach oder Regionscodes. Liste Gruppen ohne Standardeintrag für alle übrigen Sprachen. Vermerke Seiten ohne Verweis auf sich selbst.“

Zunächst exportieren Sie den Input als CSV aus einem Crawler. Dann liest das Modell die Tabelle und findet die Lücken. Maßgeblich ist die Dokumentation von Google zu lokalisierten Versionen; wirkt ein Vorschlag fraglich, prüfen Sie ihn dort.

Müssen Sie die Tags neu erzeugen, beschleunigt der hreflang Generator die Arbeit. Die Grundlagen stehen in Was ist das hreflang Tag.

Wie prüfen Sie Canonicals und doppelte Inhalte?

Exportieren Sie zunächst aus Ihrem Crawler die Spalten URL, Titel, Canonical und Statuscode. Diese Tabelle ist einer der effizientesten Inputs für das Modell.

Prompt: „Liste in dieser Tabelle Seiten, deren Canonical auf eine andere URL zeigt. Markiere Zeilen, deren Canonical Ziel 404, 301 oder noindex liefert. Gruppiere URLs mit identischem Titel. Fasse den Canonical Status von URLs mit Parametern separat zusammen.“

Solche Kreuzprüfungen erledigt das Modell schnell, denn sie folgen klaren Regeln. Allerdings ist ein Canonical ein Hinweis, keine Anweisung; Google wählt womöglich eine andere URL. Vergleichen Sie deshalb die Befunde mit der von Google gewählten kanonischen URL im URL Prüftool der Search Console.

Gruppen doppelter Titel deuten zudem oft auf ein tieferes Strukturproblem hin. Dann lösen Sie es auf Ebene der Vorlage statt Seite für Seite.

Welcher Prompt hilft bei der Prüfung der Sitemap?

Eine XML Sitemap soll Google Ihre wichtigen, indexierbaren URLs zeigen. Trotzdem ist sie auf vielen Websites voller weitergeleiteter, auf noindex gesetzter oder mit 404 antwortender Adressen.

Prompt: „Unten stehen die URLs meiner Sitemap mit Statuscode, Indexierbarkeit und Canonical aus meinem Crawler. Liste URLs, die nicht in die Sitemap gehören, mit Begründung. Zeige separat indexierbare Seiten mit Status 200, die in der Sitemap fehlen.“

Somit zeigt dieser Abgleich die Lücke zwischen Sitemap und echter Struktur. Eine saubere Datei erstellen Sie mit dem XML Sitemap Generator.

Reichen Sie die Datei nach der Korrektur im Bericht Sitemaps der Search Console erneut ein und prüfen Sie einige Tage später die Zahl der gefundenen Seiten.

Wie hilft ChatGPT bei den Core Web Vitals?

Lighthouse Berichte sind zum Beispiel lang und technisch. Das Modell hilft wirklich dabei, sie zu lesen und Prioritäten zu setzen. Allerdings liefert Lighthouse Labordaten; die Signale für das Ranking beruhen auf Daten echter Nutzer.

Prompt: „Finde in der folgenden Lighthouse Ausgabe im JSON Format die Audits zu LCP, CLS und INP. Nenne für jedes Problem die wahrscheinliche Ursache, die betroffene Metrik und den geschätzten Aufwand. Gib eine Tabelle aus, sortiert nach höchster Wirkung und geringstem Aufwand.“

INP ist die Metrik für Interaktionen, die im März 2024 den FID ersetzt hat; laut web.dev liegt der gute Wert bei 200 Millisekunden oder weniger. Bringt das Modell Ratschläge zum FID aus älteren Artikeln, erinnern Sie es also an diesen Wechsel.

Die Wirkung Ihrer Korrekturen verfolgen Sie über die Felddaten in PageSpeed Insights. Wie die Ladezeit das Ranking beeinflusst, erkläre ich in Wie beeinflusst die Ladezeit SEO.

Wie lassen Sie Serverlogs von ChatGPT auswerten?

Die Loganalyse ist die einzige Quelle, die zeigt, was der Googlebot auf Ihrer Website tatsächlich crawlt. Weil die Dateien groß sind, geben Sie dem Modell einen zusammengefassten Ausschnitt statt des Rohlogs.

Prompt: „Unten stehen Zeilen der letzten sieben Tage aus meinem Zugriffslog mit dem User Agent des Googlebot. Fasse die am häufigsten gecrawlten Verzeichnisse, URLs mit 4xx und 5xx, den Anteil der Anfragen auf URLs mit Parametern und wichtige Seiten der Sitemap zusammen, die nie gecrawlt wurden.“

Dabei lauert eine Falle: User Agents lassen sich leicht fälschen. Google empfiehlt, den Googlebot per Reverse DNS oder über die veröffentlichten IP Bereiche zu prüfen. Prüfen Sie die Zeilen deshalb vorher oder vermerken Sie zumindest, dass die Daten ungeprüft sind.

IP Adressen in Logs gelten nach der DSGVO in der Regel als personenbezogene Daten. Maskieren oder entfernen Sie die IP Spalte also, bevor Sie etwas an das Modell senden.

Welchen Prompt schreiben Sie bei JavaScript und Rendering?

Bei Websites mit viel JavaScript lautet die Kernfrage: Sieht Google dasselbe HTML wie der Nutzer? Das Modell kann das nicht selbst testen, aber zwei Ausgaben vergleichen.

Prompt: „Unten stehen der rohe HTML Quelltext und das gerenderte HTML derselben Seite. Liste die Unterschiede bei Titel, Meta Description, Canonical, H1, internen Links und Haupttext. Markiere kritische Elemente, die nur in der gerenderten Version erscheinen.“

Das gerenderte HTML erhalten Sie dann über den Live Test im URL Prüftool der Search Console. Kommen kritische Inhalte nur per JavaScript, besprechen Sie mit Ihrem Team serverseitiges Rendering oder Prerendering.

Dieser Vergleich verhindert Überraschungen, vor allem beim Wechsel auf ein neues Framework. Bei einer Umstellung auf React oder Vue entdecken Sie zum Beispiel interne Links, die nur per Klickereignis funktionieren und kein echtes Linkelement tragen. Google folgt zuverlässig nur Links mit einem href Attribut.

Welcher Prompt eignet sich für Meta Tags und Titel?

Auf einer Website mit Hunderten Seiten fehlende, zu lange oder doppelte Titel von Hand zu finden, ist mühsam. Sie können dem Modell deshalb die Crawltabelle geben und gleich Neuformulierungen anfordern.

Prompt: „Diese Tabelle enthält URL, Title und Meta Description. Liste Titel über 60 Zeichen, leere Beschreibungen und identische Titel. Schreibe für Problemzeilen neue Vorschläge, die das Seitenthema behalten. Hänge den Markennamen nicht an.“

Die Vorschläge sind allerdings nur ein Startpunkt. Fügen Sie vor allem bei Produktseiten das Hauptkeyword jeder Seite als eigene Spalte hinzu, damit das Modell nicht ins Allgemeine abrutscht.

Lassen Sie sich außerdem die Zeichenzahl jedes Vorschlags nennen. Sprachmodelle verzählen sich manchmal, also prüfen Sie die Zahl mit einem Tool. Für Länge und Darstellung helfen der Meta Tag Generator und die Google SERP Vorschau.

Wie priorisieren Sie defekte Links und interne Verlinkung?

Crawler listen zum Beispiel oft Hunderte defekte Links. Alle auf einmal zu beheben, ist unmöglich; Sie brauchen also Prioritäten.

Prompt: „Diese Tabelle enthält Quellseite, defekte Ziel URL und Ankertext. Gruppiere die defekten Ziele. Nenne für jede Gruppe die Zahl der verlinkenden Seiten. Schlage aus der folgenden Liste lebender URLs einen Ersatz vor; passt keiner, schreibe ‚entfernen‘.“

Dieser Prompt schiebt das defekte Ziel mit den meisten internen Links nach oben. Folglich reparieren Sie mit einer einzigen Weiterleitung Dutzende Links gleichzeitig. Mehr zur Struktur interner Links finden Sie in der Strategie zur internen Verlinkung.

Für regelmäßige Prüfungen nutzen Sie den Broken Link Checker. Einen schnellen Gesamtüberblick liefert dann der SEO Check.

Wie lassen Sie den Indexierungsbericht der Search Console deuten?

Der Bericht zur Seitenindexierung in der Search Console gruppiert die Gründe, warum Seiten nicht im Index sind. Status wie „Gecrawlt, zurzeit nicht indexiert“ verwirren viele Websitebetreiber.

Die Beispielliste dieses Berichts können Sie exportieren und dem Modell geben. Prompt: „Unten stehen URLs aus der Gruppe ‚Gecrawlt, zurzeit nicht indexiert‘. Gruppiere sie nach Pfadstruktur. Nenne für jede Gruppe mögliche Ursachen: dünner Inhalt, doppelte Vorlage, Parameter, Paginierung. Begründe, welche Gruppe Sie zuerst prüfen sollten.“

Das Modell stellt hier keine endgültige Diagnose, teilt aber Hunderte URLs in sinnvolle Gruppen. Zum Beispiel sehen Sie schnell, dass die meisten Probleme von Tagseiten oder Filterparametern stammen. Danach prüfen Sie einige Beispiele jeder Gruppe im URL Prüftool.

Die Bedeutung der Statusnamen lesen Sie außerdem in der Hilfe von Google nach, nicht beim Modell. Berichtsnamen ändern sich gelegentlich, und das Modell nutzt womöglich alte.

Welcher Prompt hilft bei URLs mit Parametern und Crawl Budget?

In Onlineshops erzeugen Filter, Sortierung und Sitzungsparameter Tausende URL Varianten. Auf großen Websites verringert das womöglich die Zeit, die der Googlebot für wichtige Seiten aufwendet.

Prompt: „Unten steht eine Liste von URLs mit Parametern aus meinem Crawler. Liste jeden Parameter mit Namen, zähle die betroffenen URLs und schätze die Funktion: Filter, Sortierung, Paginierung, Tracking oder Sitzung. Schlage je Parameter einen Umgang vor: Canonical, noindex, Sperre in der robots.txt oder unverändert lassen. Schreibe PRUEFEN bei unsicheren Zeilen.“

Diese Ausgabe ist ein guter Entwurf für das Gespräch mit der Entwicklung. Allerdings lässt sich eine Parametersperre schwer zurücknehmen. Sperren Sie versehentlich eine Filterseite mit Suchnachfrage, verlieren Sie Traffic.

Google weist darauf hin, dass das Crawl Budget vor allem bei sehr großen oder häufig aktualisierten Websites zählt. Hat Ihre Website einige hundert Seiten, hat diese Analyse also keine Priorität.

Wie organisieren Sie Ihre Promptbibliothek?

Statt die Vorlagen einmal zu nutzen und zu vergessen, machen Sie daraus besser eine Bibliothek. Konkret führe ich Prompts in einer einfachen Tabelle:

• Name und Zweck des Prompts
• Nötiger Input und Format (CSV, JSON, Klartext)
• Prompttext und Versionsnummer
• Prüfwerkzeug und Prüfschritt
• Datum der letzten Änderung und bekannte Schwächen

Die Versionsnummer ist vor allem ein kleines, aber wichtiges Detail. Ändern Sie einen Prompt, vergleichen Sie alte und neue Ergebnisse. Ändert Google eine Regel, finden Sie zudem schnell die betroffenen Prompts; beim Wechsel von FID zu INP mussten zum Beispiel alle Prompts zur Ladezeit auf einmal angepasst werden.

Teilen Sie die Bibliothek dann mit Ihren Kollegen. So arbeiten alle nach denselben Regeln, und die Ergebnisse hängen nicht von der Person ab.

Welche Fehler sollten Sie bei ChatGPT Prompts für technisches SEO vermeiden?

Bei Audits mit meinem Team sehen wir in Vorschlägen von KI immer wieder dieselben Fehler:

• Die robots.txt zum Entfernen aus dem Index vorschlagen; richtig ist ein noindex auf einer crawlbaren Seite.
• Bewertungen oder Rezensionen ins Schema Markup schreiben, die die Seite nicht zeigt.
• Tipps zur Ladezeit auf Basis des abgelösten FID geben.
• Nicht existierende Botnamen oder veraltete Produktnamen verwenden.
• Neue Regeln ergänzen, ohne Weiterleitungsketten zu bemerken.
• Logdaten trauen, ohne den User Agent des Googlebot zu prüfen.

Gemeinsam ist diesen Fehlern eines: Das Modell liefert eine plausible Antwort, die aktuellen offiziellen Regeln widerspricht. Deshalb ergänze ich in jedem Prompt standardmäßig den Satz „Schlage nichts vor, was der Dokumentation von Google Search Central widerspricht; sag es, wenn du unsicher bist“.

Welchen Prozess nutzen Sie zur Prüfung der Ausgabe?

Technische Änderungen sind teuer rückgängig zu machen. Eine fehlerhafte robots.txt oder eine falsche Weiterleitung kostet womöglich wochenlang Traffic. Deshalb übernehme ich Ausgaben des Modells nie direkt live, sondern gehe bei jeder Änderung diese vier Schritte:

1. Vorschlag mit der offiziellen Dokumentation abgleichen.
2. Auf einer Testumgebung umsetzen.
3. Mit dem passenden Google Tool prüfen: Test für Rich Results, URL Prüftool, robots.txt Bericht.
4. Nach dem Livegang den zugehörigen Bericht der Search Console einige Wochen beobachten.

Halten Sie außerdem Prompts und Antworten in einem Änderungsprotokoll fest. Geht etwas schief, finden Sie so schnell heraus, welche Änderung woher kam.

Welche Daten sollten Sie nicht mit ChatGPT teilen?

Daten aus dem technischen SEO sind sensibler, als sie wirken. Serverlogs enthalten IP Adressen, Konfigurationsdateien interne Serverpfade und manchmal Passwörter.

Konkret folge ich einer Regel: Das Modell bekommt nur Daten, die ohnehin öffentlich oder anonymisiert sind. robots.txt und Sitemap sind also sowieso öffentlich. In Logs maskiere ich IPs, in der .htaccess entferne ich geheime Werte.

Prüfen Sie bei Geschäftskonten zudem die Einstellungen zur Datennutzung. Für sensible Projekte bieten die API oder Enterprise Tarife zusätzliche Zusagen, etwa keine Nutzung für das Training als Standard. Die sicherste Information bleibt trotzdem die, die Sie gar nicht senden.

Wem erleichtern diese Prompts die Arbeit?

Den größten Gewinn haben Spezialisten, die technisches SEO beherrschen, aber viel Zeit mit Routine verbringen. Das Modell entscheidet allerdings nicht für sie; es ordnet Daten schnell und liefert den ersten Entwurf.

Auch Einsteiger profitieren, allerdings unter einer Bedingung: Sie nutzen die Erklärungen des Modells zum Lernen und prüfen jeden Vorschlag in der offiziellen Dokumentation. Sonst übernehmen sie womöglich eine falsche Information auf eine Live Website.

Für Entwickler schaffen Prompts zudem eine gemeinsame Sprache. Das SEO Team beschreibt das Problem im Prompt, das Modell entwirft den Code, und der Entwickler prüft und setzt ihn um. Dadurch sinkt das Hin und Her zwischen den Teams.

Berater gewinnen ebenfalls, denn Berichte entstehen schneller. Trotzdem müssen hinter jedem Befund geprüfte Daten stehen. Sätze des Modells ungeprüft in einen Bericht zu kopieren, schadet dem Vertrauen, vor allem bei falschen technischen Aussagen.

Wann sollten Sie diese Arbeit an Profis übergeben?

Bei Relaunch, Domainwechsel, Umstellung auf Mehrsprachigkeit oder ernsten Problemen mit dem Crawl Budget ist der Spielraum für Fehler klein. Prompts beschleunigen solche Projekte, doch eine erfahrene Person muss den Prozess verantworten.

Im Rahmen unserer SEO Beratung nutze ich diese Vorlagen mit meinem Team zusammen mit eigenen Prüfschritten. Müssen Sie die technische Basis neu aufbauen, planen wir die Anforderungen an SEO gleich zu Beginn im Webdesign.

Wenn Sie lieber selbst starten, beginnen Sie mit einer einzigen Aufgabe. Nutzen Sie diese Woche zum Beispiel nur die Prompts für robots.txt und Sitemap, prüfen Sie die Ergebnisse und gehen Sie dann zu den nächsten Vorlagen. Notieren Sie am Ende der Woche, welcher Prompt Zeit gespart hat und welcher zu viele Korrekturen brauchte.