AI Search Blog Optimiser für Claude Code
Gib dem Plugin eine Unternehmensblog-URL. Es indexiert den Blog mit Crawl4AI MCP, liest Peec-MCP-Daten, lernt und verwendet die Markenstimme erneut, erstellt GEO-Empfehlungen und nutzt einen Schreib-Agenten, um bestehende Beiträge in optimierte Artikel zu verwandeln.
Zuletzt aktualisiert am 27. April 2026. Gebaut für Claude-Code-Teams, die regelmäßige, Peec-gestützte GEO-Blogoptimierung mit Crawl4AI MCP ausführen.
Kurzfassung
Eine wiederholbare KI-Suchoptimierungsschleife für eigene Inhalte
Die meisten Unternehmensblogs wurden für Google-Suche geschrieben, nicht für KI-Antworten, Zitationen und promptförmige Käuferfragen. Der AI Search Blog Optimiser hilft Produktmarketing, SEO-Teams, SEO/GEO-Agenturen und Content-Verantwortlichen, bestehende eigene Inhalte in Richtung GEO weiterzuentwickeln.
Er macht aus manueller KI-Suchrecherche und Überarbeitung eine wiederholbare Optimierungsschleife: eigene Inhalte alle 2 bis 4 Wochen prüfen, Beiträge identifizieren, die gegen Wettbewerber verlieren oder in KI-Antworten fehlen, und Seiten aktualisieren, die Sichtbarkeit zurückgewinnen können.
Der praktische Effekt: 40, 50 oder 100 bestehende Artikel mit demselben evidenzbasierten Prozess verbessern, damit der Blog mit Kategorie, Markenleistung und Wettbewerbsdynamik aktuell bleibt.
Claude-Code-Schnellstart erhalten
E-Mail eingeben, um herunterzuladen ai-search-blog-optimiser-claude-code-quickstart.md und Zugang zum GitHub-Repository zu erhalten.
Kein Spam, niemals. Deine E-Mail wird sicher gespeichert, damit wir dir Updates zu neuen Anwendungsfällen und Workflows senden können.
Problem
Welches Problem löst das Tool?
Die meisten Unternehmensblogs wurden für Google-Suche geschrieben, nicht für KI-Antworten, Zitationen und promptförmige Käuferfragen. Der AI Search Blog Optimiser ist für Produktmarketing, SEO-Teams, SEO/GEO-Agenturen und Content-Verantwortliche gedacht, die bestehende Blogbeiträge in Richtung GEO weiterentwickeln und in der KI-Suche sichtbar halten müssen.
Statt ChatGPT, Perplexity, Gemini, Claude und Google-AI-Ergebnisse manuell zu prüfen, Markenpräsenz, Wettbewerbererwähnungen, vertrauenswürdige Quellen und Lücken pro Artikel zu untersuchen, verwandelt das Plugin diese Recherche- und Rewrite-Schleife in einen wiederholbaren Workflow.
Es hilft Teams, bestehende Artikel zu aktualisieren, damit der Blog mit der Kategorie, der eigenen Markenleistung und der Wettbewerbslandschaft Schritt hält.
Die Fragen, die Teams beantworten müssen
- Werden wir erwähnt, wenn Käufer ChatGPT oder Perplexity zu unserer Kategorie fragen?
- Welche Wettbewerber werden stattdessen genannt?
- Welche Drittquellen vertrauen KI-Engines?
- Welche Struktur oder Semantik haben diese zitierten Seiten, die unserem Artikel fehlt?
- Können wir einen bestehenden Blogbeitrag verbessern, statt einen neuen zu beauftragen?
Warum es manuell scheitert
10-100+
Für ein oder zwei Beiträge ist das machbar. Bei einem echten Blog wird daraus ein dynamisches System, das sich Woche für Woche und Monat für Monat mit Kategorie und Markt weiterentwickeln muss.
Der manuelle Workflow, der ersetzt wird
Manuell ist diese Arbeit langsam. Meist sieht sie so aus, bevor der Optimiser Recherche, Empfehlungen, Rewrite und Übergabe automatisiert.
- 1Käufer-Prompts in ChatGPT, Perplexity, Google AI Overview, Gemini, Claude und Copilot testen.
- 2Erfassen, welche Marken erscheinen und welche Quellen zitiert werden.
- 3Wettbewerberseiten und häufig zitierte redaktionelle Seiten öffnen.
- 4Struktur, Schema, FAQ-Abdeckung, Vertrauenssignale, Evidenz und Formulierungen vergleichen.
- 5Entscheiden, was dem Artikel fehlt.
- 6Daraus eine verständliche Empfehlungsliste erstellen.
- 7An Writer oder Produktmarketing übergeben.
- 8Den Artikel überarbeiten.
- 9Prüfen, ob TL;DR, Evidenz, Links, Schema, FAQ, Vertrauensblock und promptförmige Abschnitte ergänzt wurden.
- 10Alle paar Wochen wiederholen, während sich Kategorie-Sprache, Produktclaims, Wettbewerber und KI-Zitationen verändern.
Der AI Search Blog Optimiser automatisiert die vorgelagerte Arbeit: Seiten crawlen, Peec-Recherche lesen, Wettbewerber- und Top-Quellen-Seiten vergleichen, Empfehlungen generieren und diese an einen Schreib-Agenten übergeben, der den optimierten Artikel erstellt.
Es ist ein Workflow, um das weiterzuverwenden, was du bereits besitzt.
Workflow
Wie funktioniert der AI Search Blog Optimiser?
Du gibst dem Claude-Code-Plugin eine Blog-URL und eine Peec-Projekt-ID.
Es crawlt den Blog, extrahiert eine wiederverwendbare Markenstimme, liest Peec-MCP-Daten zu Sichtbarkeitslücken, Wettbewerbern, zitierten Quellen, Sentiment und Prompts und erstellt dann evidenzbasierte Empfehlungen. Nutze Gruppen von 5 bis 10 Artikeln für fokussierte Reviews oder größere Gruppen, wenn du den gesamten Blog durcharbeiten willst.
Ein Schreib-Agent verwandelt diese Empfehlungen in GEO-optimierte Artikelpakete mit antwortorientierten TL;DRs, promptförmigen Überschriften, Vertrauensblöcken, semantischer Struktur, internen Links, FAQ/Schema-Abdeckung, Inline-Evidenz, Markdown, HTML, eigenständigem Schema, Diffs, Übergabenotizen und Qualitätsmanifest.
| Phase | Was passiert |
|---|---|
| Blog crawlen | Artikel-URLs aus dem Blogindex finden und Quellinhalte für jeden Beitrag mit Crawl4AI MCP speichern. |
| Markenstimme extrahieren | Eine wiederverwendbare Stimm-Basis aus bestehenden Artikeln erstellen, damit Überarbeitungen Sprache, Produktframing, Einschränkungen und Rhythmus der Marke behalten. |
| Peec-MCP-Lücken lesen | Getrackte Prompts, KI-Engine-Sichtbarkeit, Share of Voice, Sentiment, zitierte Domains, Quellenlücken, Antwortauszüge und Peec-Handlungschancen abrufen. |
| Evidenz aufbauen | Claims, Quellen, Reviewer-Signale und interne Links sammeln, die die Überarbeitung verwenden darf. |
| Empfehlungen erzeugen | Einen praktischen Optimierungsplan erstellen: TL;DR, promptförmige Überschriften, fehlende Claims, quellenbasierte Evidenz, interne Links, FAQ/Schema, Vertrauensblöcke und engine-spezifische Maßnahmen. |
| Optimierten Artikel erstellen | Originalartikel und Empfehlungen an einen Schreib-Agenten übergeben, der ein GEO-optimiertes Artikelpaket mit antwortorientierter Copy, semantischer Struktur, internen Links, FAQ/Schema-Abdeckung und Inline-Evidenz erstellt. |
| Paket prüfen | Schema, FAQ-Abdeckung, Evidenz, Vertrauenssignale, Links, Umsetzungsgrad der Empfehlungen, Status der Qualitätsprüfung und Übergabedateien für das Content-Team prüfen. |
Markenstimmen-Gedächtnis
Der Rewrite nutzt die Stimme der Website, nicht generische KI-Copy.
Bevor der Schreib-Agent schreibt, extrahiert das Plugin eine wiederverwendbare Stimm-Basis aus dem Originalblog. Spätere Läufe verwenden diese Basis erneut, damit aktualisierte Artikel Produktsprache, Einschränkungen, Ton und Belegstil des Unternehmens behalten und gleichzeitig Peec-gestützte GEO-Struktur ergänzen.
- wiederkehrende Produktsprache
- Satzrhythmus und Artikelstruktur
- bevorzugte Belege und Einschränkungen
- Begriffe, die die Marke nutzt oder vermeidet
- Übergabenotizen für spätere Artikelgruppen
Installation
Wie installierst du das Plugin in Claude Code?
Claude Code unterstützt eigene Plugin-Marketplaces, nicht den Cowork-Drag-and-drop-ZIP-Flow. Dieses Plugin wird aus dem AI-Heroes-GitHub-Marketplace installiert, nicht aus dem offiziellen Anthropic-Marketplace. Füge das GitHub-Repo hinzu, installiere das Plugin, lade Plugins neu und verbinde dann Peec MCP und lokales Crawl4AI MCP vor dem ersten Lauf.
AI-Heroes-GitHub-Marketplace hinzufügen
Füge in Claude Code den eigenen AI-Heroes-Marketplace aus dem öffentlichen GitHub-Repo hinzu. Das ist nicht der offizielle Anthropic-Marketplace.
/plugin marketplace add mlobo2012/AI-search-blog-optimiserPlugin installieren
Installiere den AI Search Blog Optimiser aus diesem Marketplace.
/plugin install ai-search-blog-optimiser@ai-heroes-blog-optimiserPlugins neu laden
Lade Claude Code neu, damit der /blog-optimiser-Befehl, die Agents, Skills und das lokale Dashboard-MCP verfügbar sind.
/reload-pluginsMCPs verbinden
Verbinde Peec MCP und danach lokales Crawl4AI MCP.
https://api.peec.ai/mcp
claude mcp add --transport sse c4ai-sse http://localhost:11235/mcp/ssePeec MCP verbinden
Füge den Peec-MCP-Server mit Streamable-HTTP-Transport zu Claude Code hinzu und melde dich per Peec OAuth an, wenn du dazu aufgefordert wirst.
https://api.peec.ai/mcpDas Plugin erwartet ein Peec-Projekt mit eigener Marke, Wettbewerbern, getrackten Prompts und mindestens einem Tag Peec-Daten. Diese Evidenz macht aus generischer SEO-Beratung artikelspezifische GEO-Empfehlungen.
Crawl4AI MCP lokal installieren
Crawl4AI MCP funktioniert mit diesem Plugin. Installiere auf dem Mac Docker Desktop, starte den Crawl4AI-Container, prüfe den lokalen SSE-Endpunkt und füge ihn dann Claude Code hinzu.
http://localhost:11235/mcp/sse
docker run -d \
-p 11235:11235 \
--name crawl4ai \
--shm-size=1g \
unclecode/crawl4ai:latestDer offizielle Crawl4AI-Server stellt MCP unter `http://localhost:11235/mcp/sse` bereit. Claude Code kann direkt per SSE-Transport verbinden.
claude mcp add --transport sse c4ai-sse http://localhost:11235/mcp/sse
claude mcp listSchnellstart
Wie startest du die erste Optimierung?
Wenn Claude Code das Plugin, Peec MCP und Crawl4AI MCP verbunden hat, führe das Granola-Beispiel aus, um Dashboard, Empfehlungen, Wiederverwendung der Markenstimme und generierte Artikelpakete zu sehen.
/blog-optimiser https://www.granola.ai/blog --max-articles 2/blog-optimiser https://your-company.com/blog --max-articles 10Was nach dem Lauf passiert
- das Dashboard für den Lauf öffnet sich
- der Blogindex wird gecrawlt
- das Plugin zieht Artikelinhalte über Crawl4AI MCP
- die Markenstimme wird generiert und für spätere Läufe gespeichert
- Peec-Daten zeigen, wo die Marke in KI-Antworten fehlt
- Wettbewerber- und Top-Quellen-Muster formen die Empfehlungen
- Empfehlungen gehen an einen Schreib-Agenten, der einen optimierten Artikel erstellt
- du erhältst Markdown, HTML, Schema, Diff, Übergabenotizen und ein Qualitätsmanifest
Granola-Beispiel
Der Beispiellauf nutzte zwei Granola-Beiträge: den Granola-MCP-Einführungsartikel und den Microsoft-Anmeldeartikel. Beide passen zu echten GEO-Prompt-Familien: KI-App-Integrationen und Workflow-Kontext sowie Microsoft-Teams- und Outlook-Adoption.
Empfehlungen mit Evidenz
Der Empfehlungs-Agent verwandelt Peec-Lücken in konkrete Artikeländerungen. Entscheidend ist, dass die Empfehlungen Evidenzanker und Umsetzungssprache enthalten, nicht nur generische Content-Ratschläge.
Generierte Artikelpakete
Der Workflow endet nicht bei Empfehlungen. Der Schreib-Agent kombiniert Originalartikel, extrahierte Markenstimme und Peec-gestützte Empfehlungen zu GEO-optimierten Entwürfen mit antwortorientierten TL;DRs, Vertrauensblöcken, promptförmigen Überschriften, semantischer Struktur, Inline-Evidenz, internen Links, FAQ/Schema-Abdeckung und Status der Qualitätsprüfung.
Was erhältst du pro Artikel?
Für jeden Artikel liefert der Workflow:
Regelmäßige GEO-Blogoptimierung
Eigene Inhalte sind in der KI-Suche nicht statisch. Ein Artikel, der heute gewinnt, kann verlieren, wenn ein Wettbewerber eine stärkere Vergleichsseite veröffentlicht, Produktclaims aktualisiert, frischere Evidenz ergänzt, eine Zitation von einer vertrauenswürdigen Quelle erhält oder über dieselben Käufer-Prompts konsistenter erscheint.
Deshalb ist ein 2- bis 4-Wochen-Rhythmus meist ideal. Er ist häufig genug, um Bewegungen bei Peec-Sichtbarkeit, Wettbewerberpräsenz, zitierten Domains, Sentiment und Quellenlücken zu erkennen, aber nicht so häufig, dass Teams Seiten überarbeiten, bevor genug Signal vorliegt.
Dieser Workflow lässt Produktmarketing oder Content-Verantwortliche alle 2 bis 4 Wochen denselben Prozess ausführen:
- 1Den Blog crawlen.
- 2Die gespeicherte Markenstimme wiederverwenden.
- 3Frische Peec-Daten zu Sichtbarkeit, Wettbewerbern, Quellen, Sentiment und Handlungschancen abrufen.
- 4Finden, welche Owned Posts fehlen, veraltet sind, zu wenig Struktur haben oder von Wettbewerberseiten geschlagen werden.
- 5Empfehlungen für die nächste Gruppe von 5 bis 10 Artikeln generieren.
- 6Den Schreib-Agenten aus den Empfehlungen optimierte Artikel erstellen lassen.
- 7Markdown und Übergabenotizen an das Content-Team senden.
Das ist der Kernwert: kein einmaliges Audit, sondern eine wiederholbare Optimierungsschleife für eigene Inhalte, die deinen Blog an Kategorieentwicklung, Markenleistung und Wettbewerbersichtbarkeit ausrichtet.
Publishing-Übergabe
Was veröffentlicht das Content-Team tatsächlich?
Das Plugin schreibt nicht direkt in dein CMS. Es liefert ein review-fähiges Artikelpaket: Seitenbody, Schema, QA-Nachweis, redaktionelles Diff und Publisher-Notizen, damit Peec-Insights ohne Evidenz- oder Kontextverlust zur Website-Aktualisierung werden.
HTML-Vorschau
Eine gestaltete Review-Ansicht, um finale Artikelstruktur, TL;DR, Trust-Block, Evidenzplatzierung, Tabellen, FAQ, Links und eingebettetes Schema vor dem CMS zu prüfen.
Markdown-Body
Der saubere Artikelbody für CMS-Editoren, Content-Teams oder Entwickler, die den Rewrite in das bestehende Blogtemplate der Website übertragen.
Übergabenotizen
Publisher-orientierte Notizen, die sichtbare Seiteninhalte von Off-Page-Aktionen, Implementierungshinweisen und Follow-up-Arbeit trennen.
Schema JSON
Ein eigenständiges Structured-Data-Paket, damit CMS-Verantwortliche JSON-LD ergänzen oder prüfen können, ohne die HTML-Vorschau zu durchsuchen.
Redaktionelles Diff
Eine klare Erklärung, was sich gegenüber dem Originalartikel geändert hat und warum der Rewrite besser zur KI-Suchnachfrage passt.
Qualitätsmanifest
Der QA-Nachweis, der zeigt, ob der Artikel bestanden hat, welche GEO-Module umgesetzt wurden und was die Veröffentlichung noch blockiert.
Empfohlenes Übergabepaket
Nutze den Markdown-Body für den CMS-Artikel, die Übergabenotizen für den Publisher, Schema JSON für strukturierte Daten und das Manifest als finalen Pass/Block-QA-Nachweis. Die HTML-Vorschau bleibt die beste Ansicht für Copy-Review, aber die Website sollte den Inhalt in der Regel über das eigene Blogtemplate veröffentlichen, statt das Preview-Styling des Plugins direkt zu übernehmen.
Häufig gestellte Fragen
Er ist ein kostenloses Claude-Code-Plugin, das einen bestehenden Blog crawlt, die Markenstimme lernt, Peec-MCP-Sichtbarkeitsdaten liest, GEO-Empfehlungen generiert und mit einem Schreib-Agenten bestehende Beiträge in optimierte Artikelpakete verwandelt.
Peec MCP liefert Live-Projektdaten: getrackte Prompts, Markensichtbarkeit, Share of Voice, Sentiment, Quellenlücken, Wettbewerbererwähnungen, zitierte Domains, Auszüge aus KI-Antworten und Peec-Handlungschancen. Der Optimiser nutzt diese Evidenz, statt zu raten, worauf ein Artikel abzielen sollte.
Ja. Version 0.7.0 funktioniert mit Crawl4AI MCP für Crawl- und Scrape-Arbeit.
Produktmarketing, Inhaltsteams, SEO-Teams, SEO/GEO-Agenturen, PR-Teams und interne Marketingteams, die bestehende eigene Inhalte in Richtung GEO weiterentwickeln und Blogbeiträge in der KI-Suche sichtbar halten müssen.
Nein. Es erstellt lokale Dashboard-Ausgaben, Markdown, HTML, Schema, Diffs, Übergabenotizen und Qualitätsmanifeste zur Prüfung. Dein Team entscheidet, was veröffentlicht wird.
Ja, für neue evidenzbasierte Läufe. Der aktuelle Workflow erwartet eine Peec-Projekt-ID und verbundenes Peec MCP, damit die Empfehlungen auf echten KI-Sichtbarkeitsdaten basieren.
Ein Rhythmus von 2 bis 4 Wochen ist meist ideal. Er ist häufig genug, um Bewegungen bei Sichtbarkeit, Wettbewerberpräsenz, zitierten Domains, Sentiment und Quellenlücken zu erkennen, aber nicht so häufig, dass Seiten überarbeitet werden, bevor genug Signal vorliegt.
Bereit, Peec-Insights in KI-Such-Rewrites zu verwandeln?
Lade den Claude-Code-Schnellstart herunter, installiere das Plugin aus dem AI-Heroes-Marketplace, verbinde Peec MCP und crawle mit lokalem Crawl4AI MCP vor deinem ersten evidenzbasierten Blogoptimierungsworkflow.
Claude-Code-Schnellstart herunterladen