Wie optimiere ich für Perplexity? - Definition & Beispiele

Lexikon

Page Experience ist das Zusammenspiel aus Core Web Vitals (LCP, CLS, INP), Sicherheit (HTTPS), Mobilfreundlichkeit, Barrierefreiheit und störungsfreier UX (keine Interstitials). Praxis-Kochbuch: LCP <2,5s durch Bildkomprimierung, CDN und kritische CSS; CLS <0,1 durch reservierte Flächen; INP <200ms durch schlankes JS und wenig Third-Party-Skripte. Auf Content-Ebene zählen klare Hierarchie, starke Kontraste, große Klickflächen, saubere Breadcrumbs. Messen: CrUX/RUM für Felddaten, Lighthouse für Lab-Werte, Monitoring-Alerts bei Regressionen. Gute Page Experience hält Nutzer länger auf der Seite, senkt Absprünge und liefert AI-Systemen stabile Signale.

Lexikon

Prompt Engineering ist die Kunst, Eingabeaufforderungen für KI-Systeme so zu formulieren, dass konsistente, qualitativ hochwertige und markenkonforme Ausgaben entstehen. Im Marketing-Kontext hat Prompt Engineering zwei Anwendungsbereiche: Interne Content-Produktion (KI-gestützte Texterstellung) und externes Verständnis (wie interpretieren AI-Systeme Ihre Inhalte?). Für die Content-Produktion: Strukturierte Prompts mit klaren Anweisungen zu Tonalität, Zielgruppe, Länge und Format; Few-Shot-Learning durch Beispiele guter Texte; Chain-of-Thought für komplexe Aufgaben (erst recherchieren, dann strukturieren, dann schreiben); Iterative Verfeinerung durch Feedback-Schleifen. Für GEO-Optimierung relevant: Verstehen, wie AI-Systeme Suchanfragen interpretieren, um Inhalte entsprechend zu optimieren. Testing: Eigene Inhalte durch verschiedene AI-Systeme laufen lassen und analysieren, wie sie verstanden werden. Praktische Anwendungen im SEO: Meta-Description-Generierung im Bulk, FAQ-Erstellung aus Kundenfragen, lokale Content-Varianten für Multi-Location-Seiten, Snippet-Testing vor der Veröffentlichung. Best Practices: Prompt-Bibliothek für wiederkehrende Aufgaben pflegen, Qualitätssicherung durch menschliche Prüfung, Versionierung von Prompts, A/B-Testing verschiedener Formulierungen. Prompt Engineering ist keine Einmal-Aufgabe, sondern ein kontinuierlicher Optimierungsprozess – die besten Prompts entstehen durch systematisches Testen und Dokumentieren.