Unsere Methodik
Promptalyze setzt auf Transparenz statt Blackbox-Scores. Hier erklären wir, wie wir messen und bewerten.
Sichtbarkeitserkennung
Promptalyze erkennt Markenpräsenz durch deterministischen String-Abgleich: Ihr Markenname und alle konfigurierten Aliases werden case-insensitiv gegen den normalisierten Antworttext geprüft. Das Ergebnis ist binär und nachvollziehbar — entweder die Marke wird erwähnt oder nicht.
Zitierungserkennung
Zitierungen werden über Domain-Matching erkannt: Jede im Antwort-Snapshot enthaltene URL wird gegen Ihre konfigurierten eigenen Domains und Wettbewerber-Domains geprüft. Subdomain-Matching ist eingeschlossen. Das Ergebnis zeigt exakt, welche Domains zitiert werden.
Genauigkeitsbewertung
Die Genauigkeitsbewertung basiert auf dem Critical-Facts-Framework: Sie definieren Schlüsselfakten, Keywords und Muster. Das System erkennt, wenn konfigurierte Keywords fehlen oder riskante Muster auftreten. KI-gestützte Analyse ergänzt, ersetzt aber nicht die deterministische Erkennung.
Diagnosegenerierung
Diagnosen werden aus einer Kombination von Findings und historischen Vergleichen abgeleitet. Der Schweregrad folgt einer transparenten Matrix: Issue-Typ × Frage-Priorität = Severity. Jede Diagnose verweist auf konkrete Belege (Snapshots, Findings, Diffs).
Empfehlungen
Empfehlungen sind evidenz-basiert: Jede Empfehlung verweist auf den auslösenden Befund und enthält eine Begründung mit Trigger, Beleg, erwartetem Ergebnis und Konfidenz. Die Taxonomie umfasst 16 Empfehlungstypen für präzise, handlungsorientierte Guidance.
Was wir nicht tun
Wir behaupten keine semantische Wahrheitsverifikation, die wir nicht leisten können. Wir erzeugen keine Scores ohne inspizierbare Grundlage. Wir umgehen keine Anti-Bot-Maßnahmen. Unsere Methodik ist deterministisch und erklärbar, ergänzt durch ehrliche KI-Unterstützung.