AI Discoverability Audit

Reviderer hvordan et brand vises i AI-søgning (ChatGPT, Perplexity, Claude) og scorer mangler

Af BrianRWagner · BrianRWagner/ai-marketing-claude-code-skills

Testet · Virker ★ 8.4/10

AI Discoverability Audit — Reviderer hvordan et brand vises i AI-søgning (ChatGPT, Perplexity, Claude) og scorer mangler

Hvad det gør

En prompt-only færdighed, der reviderer, hvordan et brand beskrives og anbefales af AI-assistenter som ChatGPT, Perplexity, Claude og Gemini, scorer derefter seks dimensioner ud af 30 og udgiver en prioriteret fix-roadmap med daterede 30/60/90-dages re-audit checkpoints. Udløses når brugeren nævner AI-søgning, AEO, LLM-synlighed, AI-opdagelighed, eller spørger, hvordan deres brand vises i ChatGPT. Kræver webadgang eller at brugeren indsætter søgeresultater for at teste platforme ud over den, Claude kan svare fra sin egen viden.

Testrapport

Hentede SKILL.md via rå GitHub: frontmatter parses med name+description, ingen scripts refereret, ingen sikkerhedsbrister; medfølgende references/query-bank.md og SKILL-OC.md returnerer begge HTTP 200. Udløserfraser testet (3 skal udløse: "how does my SaaS show up when people ask ChatGPT for recommendations", "run an AEO / AI discoverability audit on my brand", "is my company visible to LLMs like Perplexity and Claude"; 2 skal ikke: "do a technical SEO audit of crawlability and Core Web Vitals", "write me a ChatGPT prompt to generate blog ideas") — alle 5 bedømt korrekt. Til output reviderede jeg Plausible Analytics mod min egen Claude-viden: baseline (110 ord) var ustruktureret prosa, der sluttede med "strong presence, keep publishing comparisons"; den færdigheds-følgende artefakt (442 ord) producerede en pre-audit entitets-klarheds-hypotese, der afslørede en ægte mangel (ordet "plausible" fortyndede ikke-brandede forespørgsler), en 6-dimensionel 24/30 score, en samme-forespørgsel-sæt konkurrentmatrix, lagdelte mangler, daterede 30/60/90-dages re-audit checkpoints og en selvkritik, der markerede, at kun 1 ud af 3 platforme faktisk blev forespurgt. Output scorede 7 not højere, fordi den multi-platform empiriske testning, der er revisionens kerne-løfte, ikke kan køre uden webadgang eller manuel resultat-indsættelse.

Testet: 2026-07-21 · Claude Code 2.x (agent harness)

Installation

git clone --depth 1 https://github.com/BrianRWagner/ai-marketing-claude-code-skills.git /tmp/ai-discoverability-audit-src
mkdir -p ~/.claude/skills
cp -R /tmp/ai-discoverability-audit-src/ai-discoverability-audit ~/.claude/skills/ai-discoverability-audit
# No deps, no API keys, no scripts. Pure-prompt skill.
# Bundles references/query-bank.md (copy/paste query library) and SKILL-OC.md alongside SKILL.md.
# To run a real multi-platform audit you need web access OR must paste ChatGPT/Perplexity/Gemini results back in;
# without that, only the Claude-knowledge portion of the audit is empirical.

Kommandoer og eksempelprompter

  • /ai-discoverability-auditReviderer hvordan et brand vises i AI-søgning (ChatGPT, Perplexity, Claude) og scorer mangler

Skills udløses af almindelige forespørgsler — ingen kommandoer at huske. Efter installationen aktiverer prompter som disse skillen (på engelsk):

  • Audit how our brand shows up in ChatGPT
  • Check our AI discoverability across LLMs
  • Improve our visibility in AI-powered search