Claude Code Skill: Analysiert Web-Content auf Commodity-Gehalt mit contentEffort-Score, 8-Dimensionen-Breakdown und Rescue-Plan
SaferSkills independently audited commodity-checker (Agent Skill) and scored it 100/100 (green). The audit ran 55 deterministic rules across Security, Supply Chain, Maintenance, Transparency, and Community; it found 0 high-severity and 0 lower-severity findings. The full rule-by-rule trace and per-finding evidence are below. Free, methodology-open.
Findings & checks · 0 flagged
Every scanned point with the score it earned and what moved between them.
First recorded scan — no prior version to compare against.
The primary manifest — the file an agent reads to learn what this artifact does.
Hinweis: Dieses Tool ist ein internes Analyse- und Redaktionsinstrument. Es bewertet Content anhand eines eigenen heuristischen 8-Dimensionen-Modells, das sich an öffentlich diskutierten Analysen rund um contentEffort orientiert — es trifft keine Aussage über Googles tatsächliche Ranking-Logik.Bewertet Content auf Austauschbarkeit und liefert einen vollständigen Optimierungsplan. Das Scoring-Modell ist eine eigene heuristische Annäherung an öffentlich diskutierte Signale rund um contentEffort (Google Content Warehouse Leak 2024, nicht offiziell bestätigt).
Vor der ersten Ausführung: Lies beide Reference-Dateien:
references/scoring-model.md — 8-Dimensionen-Rubrik mit Beispielenreferences/rescue-strategies.md — Pattern-basierte Rescue-StrategienWenn nur Headline + URL ohne Volltext verfügbar: Quick-Mode ausführen (nur Phasen 1+2, kein SERP-Delta).
Sprache / Language: Antworte immer in der Sprache des Nutzers. / Always respond in the user's language.
Domain aus URL extrahieren (z.B. seo-kreativ.de aus https://seo-kreativ.de/artikel/). Bei Raw Content ohne URL: DOMAIN als leeren String verwenden.
Kurz ankündigen was analysiert wird. Wenn URL angegeben:
web_fetch(url, html_extraction_method="markdown", text_content_token_limit=6000)Fehlerbehandlung web_fetch:
Extrahiere aus dem HTML/Markdown:
<title> und H1@type: Personreferences/rescue-strategies.md → Abschnitt "Fingerprints")6 DACH-Patterns erkennen anhand von Titel + H2-Struktur:
Primäres Keyword aus Title/H1 ableiten (2–4 Wörter).
SERP-Delta vor der Dimension-Bewertung ausführen — die Marktlage beeinflusst die Einordnung.
Priorität: DataForSEO (wenn verfügbar)
serp_results(keyword="[primäres Keyword]", location_code=2276, language_code="de")Erste 3 organische Ergebnisse (keine Ads, nicht eigene URL) auswerten:
Fallback: web_search
web_search(query="[keyword] site:de OR site:at OR site:ch")Gleiche Auswertung wie oben.
Wenn weder DataForSEO noch web_search verfügbar: Phase überspringen, im Report kennzeichnen.
Differenzierungs-Score (1–5):
Tipp für tiefere SERP-Analyse: /serp-intelligence [keyword] liefert vollständige Entity-Gap-Analyse und Content-Tiefe der Top-10.Lies references/scoring-model.md und bewerte jede der 8 Dimensionen auf einer Skala 0–10. Berücksichtige dabei SERP-Kontext aus Phase 2: Wenn alle Konkurrenten ebenfalls niedrig in D1 sind, ist das ein Chancen-Signal.
WICHTIG — Transparenz-Pflicht: Im Report immer klar kennzeichnen:
Dieser Score basiert auf einem eigenen heuristischen Modell, das sich an öffentlich diskutierten Analysen rund um `contentEffort` orientiert (Google Content Warehouse Leak 2024, Interpretation — nicht offiziell bestätigt). Er trifft keine Aussage über Googles tatsächliche Ranking-Logik.
Berechnung:
Rohwert =
(D1_Score × 0.22) +
(D2_Score × 0.20) +
(D3_Score × 0.15) +
(D4_Score × 0.15) +
(D5_Score × 0.13) +
(D6_Score × 0.10) +
(D7_Score × 0.03) +
(D8_Score × 0.02)
→ Rohwert liegt zwischen 0.0 und 10.0
→ contentEffort Score = Rohwert × 10 → [0–100]Score-Schwellen:
| Score | Ampel | Label |
|---|---|---|
| 0–39 | 🔴 | Commodity |
| 40–59 | 🟡 | Grauzone |
| 60–74 | 🟢 | Non-Commodity |
| 75–100 | 🟢✓ | Elite Non-Commodity |
5-Fragen-Selbsttest (automatisierte Auswertung parallel zu Phase 3):
| # | Frage | Gut-Signal | Bewertung |
|---|---|---|---|
| F1 | KI-Test: Könnte ChatGPT das in 90 Sek. identisch schreiben? | Nein = gut | ✅/❌ |
| F2 | Eigene Daten: Min. 1 Datenpunkt den nur der Autor erheben konnte? | Ja = gut | ✅/❌ |
| F3 | Profi-Test: Erfährt ein Branchenexperte wirklich etwas Neues? | Ja = gut | ✅/❌ |
| F4 | Meinungstest: Klare Positionierung vorhanden die der Autor verteidigt? | Ja = gut | ✅/❌ |
| F5 | Vermisst-Test: Hätte diese Seite einen klaren Verlust für Leser oder das Team, weil dort etwas Einzigartiges dokumentiert ist? | Ja = gut | ✅/❌ |
Selbsttest-Score: Anzahl positiver Antworten / 5
Report-Struktur (in dieser Reihenfolge):
#### 📊 COMMODITY CHECK: [Titel des Artikels]
Ampel: [🔴/🟡/🟢/🟢✓] contentEffort Score: [X]/100 Selbsttest: [X]/5 positiv SERP-Differenzierung: [1–5]/5 (oder "nicht analysiert")
⚠️ Heuristisches Modell · orientiert an öffentlich diskutierten Leak-Analysen · keine offizielle Google-Aussage
#### 🔍 Commodity-Fingerprint
Pattern: [A/B/C/D/E/F] Diagnose: [1–2 Sätze warum dieser Pattern] Typisches Risiko dieses Patterns: [aus rescue-strategies.md]
#### 🆚 SERP-Delta
| # | Konkurrenz-URL | Fingerprint | Differenzierung |
|---|---|---|---|
| 1 | [domain] | Pattern [X] | [Einzeiler] |
| 2 | [domain] | Pattern [X] | [Einzeiler] |
| 3 | [domain] | Pattern [X] | [Einzeiler] |
Dein Vorteil: [Was du hast was die anderen nicht haben — oder "noch kein klarer Vorteil erkennbar"] Dein Risiko: [Was die anderen besser machen] Marktchance: [Ist der SERP-Markt für Non-Commodity Inhalte offen oder schon besetzt?]
#### 📐 contentEffort-Breakdown
| Dimension | Gewicht | Score (0–10) | Begründung |
|---|---|---|---|
| Proprietary Data | 22% | X | [konkrete Textstelle oder Beobachtung] |
| Personal Experience | 20% | X | [konkrete Textstelle oder Beobachtung] |
| Opinion/Stance | 15% | X | [konkrete Textstelle oder Beobachtung] |
| Specificity | 15% | X | [konkrete Textstelle oder Beobachtung] |
| Replication Resistance | 13% | X | [konkrete Textstelle oder Beobachtung] |
| Information Gain | 10% | X | [konkrete Textstelle oder Beobachtung] |
| Entity Signals | 3% | X | [konkrete Textstelle oder Beobachtung] |
| Structural Originality | 2% | X | [konkrete Textstelle oder Beobachtung] |
| Rohwert | 100% | [X.X] | × 10 = [Score]/100 |
#### ✅ 5-Fragen-Selbsttest
| # | Frage | Gut-Signal | Ergebnis | Begründung |
|---|---|---|---|---|
| F1 | KI-Test | Nein | ✅/❌ | [1 Satz] |
| F2 | Eigene Daten | Ja | ✅/❌ | [1 Satz] |
| F3 | Profi-Test | Ja | ✅/❌ | [1 Satz] |
| F4 | Meinungstest | Ja | ✅/❌ | [1 Satz] |
| F5 | Verlust-Test | Ja | ✅/❌ | [1 Satz] |
| Gesamt | [X]/5 |
#### 💪 Stärken (was schon gut funktioniert)
[Bullet-Liste, max. 4 Punkte — ehrlich, nicht inflationär]
#### 🚨 Gaps & Rescue-Plan
Priorität 1 — [Dimension mit größtem Hebel]
Priorität 2 — [nächste Dimension] [gleiche Struktur]
Priorität 3 — [nächste Dimension] [gleiche Struktur]
(Pattern-spezifische Rescue-Strategien: `references/rescue-strategies.md`)
#### ✍️ Headline-Rewrite (3 Alternativen)
Nur wenn proprietäre Elemente vorhanden sind. Sonst: die Fragen aus dem Rescue-Plan stellen die das Material erst liefern würden.
Original: [aktuelle Überschrift]
Option 1 — Datenpunkt-Anker: [Rewrite mit konkretem Zahlen-/Ergebnis-Anker] Warum: [1 Satz]
Option 2 — Entscheidungs-Narrative: [Rewrite als Entscheidungsgeschichte "Warum ich X gemacht / abgelehnt habe"] Warum: [1 Satz]
Option 3 — Kontra-Intuition: [Rewrite der eine Erwartung bricht oder eine unbequeme Wahrheit benennt] Warum: [1 Satz]
#### ☑️ Sofort-Maßnahmen (priorisiert)
references/scoring-model.md — detaillierte Kriterien und Beispiele für alle 8 Dimensionenreferences/rescue-strategies.md — Pattern-spezifische Rescue-Strategien + proprietäre Fragen-Kataloge~30 seconds. Free. No account. Every finding cites a rule and a line of evidence.