--- name: av-website-scorer description: Bewertet die 6 website-basierten Achsen der KI-Sichtbarkeit (Technical Discoverability, Offer & Entity Clarity, Evidence & Trust, Content & Journey Coverage, Actionability, Knowledge-Catalog Readiness) durch direkte Analyse des rohen Website-HTML. Achsen-Keys kommen aus method_config (v3: 6 Website-Achsen). --- > **EVN:** Dieser Skill misst die Eigenschaft (Stellhebel) **„Website-Dimensionen (Technical/Offer&Entity/Evidence/Content/Actionability)"** → trägt zum Vorteil **Sichtbarkeit** bei → Nutzen **Auffindbarkeit**. # av-website-scorer — Website-Achsen-Scorer (KI-Sichtbarkeits-Gap-Assessment) Bewertet die **website-basierten** Achsen des KI-Sichtbarkeits-Gap-Assessments, indem Claude das rohe HTML einer Marke liest und je Achse einen Score 0–100 mit kurzer Begründung vergibt. Das ist die „**Warum**"-Hälfte des Audits: nicht nur OB die Marke in KI-Antworten auftaucht, sondern was es auf der Seite **fördert oder bremst**. Die Achsen-Keys werden **dynamisch aus `method_config`** gelesen (`SCORED_BY_WEBSITE`) — kein hartcodierter Satz. Im **v3-Modell sind es 6 Website-Achsen**: 1. **Technical Discoverability** (`technical_discoverability`) 2. **Offer & Entity Clarity** (`offer_entity_clarity`) 3. **Evidence & Trust** (`evidence_trust`) 4. **Content & Journey Coverage** (`content_journey_coverage`) 5. **Actionability & Agentic Viability** (`actionability_agentic`) 6. **Knowledge-Catalog Readiness** (`knowledge_catalog`) — *NEU in v3 (8. Dimension); deterministische `kc_*`-Signale aus `_catalog_signals`* (zzgl. der directional-Achse `organic_search_reach`, die dasselbe Modul mitbewertet). Live-Cold läuft noch auf 5 Website-Achsen (7-Dim-Config); die 6. greift, sobald `method_config.v3.json` aktiv ist. ## Wann nutzen - Wenn ein KI-Sichtbarkeits-Gap-Assessment läuft und die Website-Seite der Spider-Achsen bepunktet werden muss. - Wenn die Qualität dieser Stufe geprüft oder ihr Prompt optimiert werden soll. ## Code & Artefakt - **Code:** `~/audit-app/ai-visibility-audit/src/website_scorer.py` — Funktion `score_website`, Default-Prompt `_SCORE_PROMPT`. - Holt das **vollständige** rohe HTML robust (inkl. gzip/deflate-Dekodierung) — **keine Frühtruncation**. Grund: eine 18-KB-Kürzung sah nur ``+Nav (erster Body-`

` steht oft erst bei Byte 190k–540k) → `h1_count`/`table_count` waren systematisch 0, auch bei Profi-SEO-Seiten, und drückten den Score fälschlich. - `_detect_signals` läuft jetzt über das ganze Dokument und liefert deterministische Fakten an Claude: `has_jsonld`, `has_schema_org`, `has_meta_description`, `has_faq_markup` (nur echtes FAQPage-Schema), `h1_count`, `table_count`, `has_author` (echte Author-Marker), `has_llms_txt`, `has_sitemap`. - `_content_excerpt` gibt dem LLM-Scorer einen boilerplate-bereinigten Body-Auszug (Title+Meta+Inhalt, ohne `/