AI Discoverability Audit

Granskar hur ett varumärke visas i AI-sökning (ChatGPT, Perplexity, Claude) och poängsätter brister

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

Testad · Fungerar ★ 8.4/10

AI Discoverability Audit — Granskar hur ett varumärke visas i AI-sökning (ChatGPT, Perplexity, Claude) och poängsätter brister

Vad den gör

En prompt-only-färdighet som granskar hur ett varumärke beskrivs och rekommenderas av AI-assistenter som ChatGPT, Perplexity, Claude och Gemini, poängsätter sedan sex dimensioner av 30 och producerar en prioriterad fix-färdplan med daterade 30/60/90-dagars omrevisionskontrollpunkter. Utlöses när användaren nämner AI-sökning, AEO, LLM-synlighet, AI-upptäckbarhet eller frågar hur deras varumärke visas i ChatGPT. Kräver webbåtkomst eller att användaren klistrar in sökresultat för att testa plattformar utöver den som Claude kan svara från sin egen kunskap.

Testrapport

Hämtade SKILL.md via rå GitHub: frontmatter parsas med name+description, inga skript refererade, inga säkerhetsbrister; medföljande references/query-bank.md och SKILL-OC.md returnerar båda HTTP 200. Trigger-fraser testades (3 ska utlösas: "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 ska inte: "do a technical SEO audit of crawlability and Core Web Vitals", "write me a ChatGPT prompt to generate blog ideas") — alla 5 bedömdes korrekt. För utdata granskade jag Plausible Analytics mot min egen Claude-kunskap: baslinjen (110 ord) var ostrukturerad prosa som slutade "stark närvaro, fortsätt publicera jämförelser"; den färdighetsföljda artefakten (442 ord) producerade en förhandsgranskningshypotes om entitetsklarhet som lyfte fram en verklig miss (ordet "plausible" som späder ut icke-varumärkesfrågor), en 6-dimensionell 24/30-poäng, en konkurrentmatris med samma frågeset, nivåindelade brister, daterade 30/60/90-dagars omrevisionskontrollpunkter och en självkritik som flaggade att endast 1 av 3 plattformar faktiskt frågades. Utdata fick 7 poäng, inte högre, eftersom den empiriska testningen på flera plattformar, som är revisionens kärnlöfte, inte kan köras utan webbåtkomst eller manuell inklistring av resultat.

Testad: 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.

Kommandon och exempelprompter

/ai-discoverability-auditGranskar hur ett varumärke visas i AI-sökning (ChatGPT, Perplexity, Claude) och poängsätter brister

Skills triggas av vanliga förfrågningar — inga kommandon att memorera. Efter installationen aktiverar prompter som dessa skillen (på engelska):

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

Läs hela rapporten →