#153 Wie optimiert man 150 Blogposts?

Wie geht das? Natürlich mit KI!

Was brauche ich?

A. Die Blogposts im HTML-Format. Ich kann die Blogposts mit make.com von Ghost abrufen oder aus meiner Airtable-Datenbank, in die ich regelmäßig die neuesten Blogposts importiere.

B. Eine Methode zur Bewertung der Blogposts.

Die Idee: Ich nehme eine Komponente, z. B. ein Textstück, und lasse sie von der KI bewerten:
a. Ist die Komponente grammatikalisch korrekt?
b. Ist der Text gut erklärt?
c. Was ist das für eine Komponente?
d. Soll die Komponente bearbeitet werden?
e. Wenn ja, wie kann man sie in einen optimierten Workflow einbinden?

Was für Komponenten kann ein Blogpost haben (Auszug)?

Übersicht über die Komponenten eines Blogposts:

1. Haupttitel (Main Title)
   • Der primäre Titel des Blogposts
   • Ziel: Aufmerksamkeit erregen und das Hauptthema zusammenfassen
2. Untertitel (Subtitle)
   • Ein sekundärer Titel, der den Haupttitel ergänzt
   • Ziel: Zusätzliche Informationen oder Kontext zum Haupttitel geben
3. Hook
   • Der einleitende Satz oder Absatz, der das Interesse des Lesers wecken soll
   • Ziel: Den Leser zum Weiterlesen motivieren
4. Einleitung (Introduction)
   • Der einführende Abschnitt des Blogposts
   • Ziel: Das Thema vorstellen und einen Überblick geben
5. Hauptinhalt-Überschrift (Body Heading)
   • Überschriften, die den Hauptteil des Posts strukturieren
   • Ziel: Den Inhalt in logische Abschnitte unterteilen
6. Hauptinhalt-Text (Body Text)
   • Der Hauptteil des Blogpost-Inhalts
   • Ziel: Detaillierte Informationen zum Thema liefern
7. Schlüsselpunkte (Key Points)
   • Hervorgehobene oder aufgelistete Hauptpunkte
   • Ziel: Wichtige Informationen übersichtlich zusammenfassen
8. Zitat (Quote)
   • Ein hervorgehobenes Zitat aus dem Text oder von einer externen Quelle
   • Ziel: Aussagen betonen oder Glaubwürdigkeit erhöhen
9. Fallstudie (Case Study)
   • Ein Beispiel oder eine detaillierte Analyse eines spezifischen Falls
   • Ziel: Theoretische Konzepte praktisch veranschaulichen
10. Beispiel (Example)
    • Eine konkrete Illustration eines Konzepts oder einer Idee
    • Ziel: Abstrakte Informationen greifbar machen
11. Bild (Image)
    • Visuelle Elemente wie Fotos, Grafiken oder Infografiken
    • Ziel: Inhalte visuell unterstützen oder ergänzen
12. Bildunterschrift (Image Caption)
    • Text, der ein Bild beschreibt oder erklärt
    • Ziel: Kontext zu visuellen Elementen liefern
13. Call-to-Action (CTA)
    • Eine Aufforderung an den Leser, eine bestimmte Aktion auszuführen
    • Ziel: Leserengagement oder Konversion fördern
14. FAQ-Sektion
    • Ein Abschnitt mit häufig gestellten Fragen und Antworten
    • Ziel: Antizipierte Fragen der Leser beantworten
15. Fazit (Conclusion)
    • Der abschließende Abschnitt des Blogposts
    • Ziel: Hauptpunkte zusammenfassen und den Post abrunden
16. Autor-Bio
    • Informationen über den Verfasser des Blogposts
    • Ziel: Glaubwürdigkeit aufbauen und persönliche Verbindung herstellen
17. Interne Links
    • Verweise auf andere Seiten oder Posts innerhalb derselben Website
    • Ziel: Navigation verbessern und Leser auf der Website halten
18. Externe Links
    • Verweise auf Quellen oder relevante Informationen auf anderen Websites
    • Ziel: Aussagen belegen und zusätzliche Ressourcen anbieten
19. Schlagworte (Tags)
    • Kategorien oder Schlüsselwörter, die den Inhalt des Posts beschreiben
    • Ziel: Inhalte organisieren und die Auffindbarkeit verbessern
20. Meta-Beschreibung
    • Eine kurze Zusammenfassung des Posts für Suchmaschinen
    • Ziel: SEO optimieren und Klickraten in Suchergebnissen erhöhen

Was nicht so funktioniert

Mit diesem Workflow habe ich versucht die Blogpost vollständig zu optimieren, das klappt auch ganz gut, aber ich komme selten über 70/80 Punkten. Zeit zum optimieren

Der Workflow im Überblick

Optimierung über Komponenten oder Absatz für Absatz. Wichtig ist, die Absätze in nummerierte Komponenten umzuwandeln, damit der Blogpost wieder in der richtigen Reihenfolge zusammengesetzt wird. Die Komponenten werden auf die Zielgruppe angepasst.

Ich habe Claude eine JSON-Struktur erstellen lassen, um die Ergebnisse des Blogposts zu strukturieren.

Bei diesem Ansatz meldete Claude oft: „Model overloaded„, wodurch ich die Output Kontextlänge überschritt. Daher führte ich drei Claude Prompts nacheinander aus:

A. Überführung des Blogposts in die JSON-Struktur
B. Klassifizierung der Komponenten
C. Bewertung der Komponenten

Beispiel für einen Prompt:

Du bist ein KI-Assistent, der die Qualität und Verständlichkeit von Blogpost-Inhalten bewertet. Deine Aufgabe ist es, 5 Inhaltseinträge im „content“-Array des JSONs zu analysieren und einen Optimierungsbedarf festzustellen. Befolge diese Anweisungen:

Gehe durch jedes Element im „content“-Array des gegebenen JSONs.

Füge jedem Element einen neuen Schlüssel „optimization_needed“ hinzu, der ein Objekt mit folgenden Eigenschaften enthält:

„score“: Eine Zahl von 1-10, wobei 1 bedeutet „keine Optimierung nötig“ und 10 „dringende Optimierung erforderlich“

„reason“: Eine kurze Begründung für die Bewertung

Berücksichtige bei deiner Bewertung folgende Aspekte:

Rechtschreibung und Grammatik

Verständlichkeit für die angegebene Zielgruppe

Klarheit und Prägnanz des Ausdrucks

Angemessenheit des Sprachniveaus für die Zielgruppe

Logischer Aufbau und Struktur des Inhalts

Passe deine Bewertung an den Typ des Inhaltselements an (z.B. Überschrift, Textabschnitt, Aufzählung).

Berücksichtige bei deiner Bewertung immer die angegebene Zielgruppe: Anfänger die KI-Workflows elernen möchten

Wenn ein Element keinen textuellen Inhalt hat (z.B. Bilder), bewerte es mit 1 und erkläre, dass keine textuelle Optimierung möglich ist.

Sei in deinen Begründungen spezifisch und gib, wenn möglich, konkrete Verbesserungsvorschläge.

Hier ist ein Beispiel für das erwartete Ausgabeformat:

{
  "content": [
    {
      "order": 1,
      "type": "heading",
      "level": 1,
      "content": "Die 10 besten Tips für effektives Zeitmanagement",
      "optimization_needed": {
        "score": 3,
        "reason": "Geringfügige Optimierung empfohlen. 'Tips' sollte als 'Tipps' geschrieben werden. Ansonsten ist die Überschrift klar und ansprechend für die Zielgruppe."
      }
    },
    {
      "order": 2,
      "type": "text",
      "content": "Zeitmanagement ist eine kritische Fähigkeit in der heutigen schnelllebigen Welt. Es ermöglicht uns, mehr in weniger Zeit zu erreichen und reduziert Stress.",
      "optimization_needed": {
        "score": 1,
        "reason": "Keine Optimierung nötig. Der Text ist klar, verständlich und frei von Fehlern. Er führt das Thema gut ein und ist für die Zielgruppe angemessen."
      }
    }
    // Weitere Inhalte hier...
  ]
}

Bitte analysiere und bewerte den Optimierungsbedarf für ALLE Elemente im „content“-Array des gegebenen JSONs. Berücksichtige dabei die angegebene Zielgruppe.

Zielgruppe: [Hier wird die Zielgruppe eingefügt, z.B. „Berufstätige Erwachsene mit grundlegenden Zeitmanagement-Kenntnissen“]

Gegebenes JSON zur Analyse und Bewertung:
{{20.Json}}

Wichtig: Stelle sicher, dass du jedes Element im „content“-Array bewertest, unabhängig von der Anzahl der Elemente. Wenn du aus irgendeinem Grund nicht alle Elemente in einem Durchgang verarbeiten kannst, gib an, bis zu welchem Element du gekommen bist, damit der Prozess in der nächsten Iteration fortgesetzt werden kann.

Output

-Gib das resultierende JSON zurück

keine Einleitung oder anderen Text

keine „` Zeichen und json text am Anfang

Gestern kündigte Claude an, dass die Output-Länge bald 8K beträgt. Das ist großartig für den Workflow.

Ergebnis der strukturierten Bewertung

Weitere Ideen

1. Automatisierte Kategorisierung: Der Workflow könnte erweitert werden, um Blogposts automatisch in Kategorien einzuordnen, basierend auf ihrem Inhalt und den identifizierten Komponenten.
2. SEO-Optimierung: Die KI könnte genutzt werden, um Vorschläge für SEO-freundliche Formulierungen und Keywords zu machen, basierend auf der Analyse des Inhalts.
3. Personalisierte Leseempfehlungen: Durch die detaillierte Analyse der Blogpost-Komponenten könnte ein System entwickelt werden, das Lesern personalisierte Empfehlungen für ähnliche oder ergänzende Artikel gibt.
4. Inhaltliche Lückenanalyse: Die KI könnte nicht nur bewerten, was vorhanden ist, sondern auch identifizieren, welche wichtigen Informationen oder Komponenten in einem Blogpost fehlen.
5. Multimediale Ergänzungsvorschläge: Basierend auf dem Textinhalt könnten Vorschläge für passende Bilder, Videos oder Infografiken gemacht werden, um den Content visuell aufzuwerten.
6. Zielgruppenspezifische Anpassung: Der Workflow könnte erweitert werden, um Inhalte automatisch an verschiedene Zielgruppen anzupassen, z.B. durch Vereinfachung oder Detaillierung des Textes.
7. Interaktive Elemente: Die KI könnte Vorschläge für interaktive Elemente wie Quizze oder Umfragen machen, die thematisch zum Blogpost passen und das Leserengagement erhöhen.
8. Cross-Linking-Optimierung: Automatische Vorschläge für sinnvolle interne und externe Links könnten generiert werden, um die Vernetzung der Inhalte zu verbessern.
9. Content-Kalender-Integration: Der Optimierungsprozess könnte mit einem Content-Kalender verknüpft werden, um regelmäßige Updates und Überarbeitungen zu planen.
10. A/B-Testing-Vorschläge: Die KI könnte verschiedene Versionen von Überschriften oder Einleitungen vorschlagen, die dann im A/B-Testing verglichen werden können.

Diese Ideen könnten den bestehenden Workflow ergänzen und die Möglichkeiten für eine umfassende, KI-gestützte Content-Optimierung erweitern.

Fazit:

Claude hat sich als sehr zuverlässig erwiesen, auch JSON-Formate auszugeben.

Was kommt als Nächstes? Ich werde den Optimierungs-Workflow bauen. Ich bin gespannt.

Heute wurde mir wieder klar, dass die Möglichkeiten mit der KI fast unbegrenzt sind.

Wenn ich für jeden Blogpost 1-2 Stunden manuelle Optimierung einplane, wären das 300 Stunden. Den Workflow bauen hingegen benötigt nur 8-12 Stunden.