Ein Käufer fotografiert einen Laufschuh und fragt ChatGPT: "Ist dieser gut für einen Marathon?" Ein Entwickler fügt einen Screenshot eines Fehlers ein und fragt Claude: "Wie behebe ich das?" Dies sind Suchanfragen, die auf Ihren Bildern basieren, nicht auf Ihren Keywords. Dieser Leitfaden zeigt Ihnen, wie Sie Ihre visuellen Inhalte für multimodale Modelle wie GPT-4o, Gemini und Claude lesbar machen, damit Ihre Produkte und Diagramme angezeigt werden, anstatt die Ihrer Konkurrenz.
Moderne Modelle können Pixel sehen, aber sie raten immer noch bei der Bedeutung. Sie erkennen "einen blauen Schuh", ohne zu wissen, dass es sich um den Nike Pegasus 40 handelt, der für neutrale Fußgewölbeunterstützung entwickelt wurde. Ihre Aufgabe ist es, die Lücke zwischen Pixeln und Entitäten zu schließen, indem Sie Text verwenden, dem das Modell vertrauen kann.
Wichtige Erkenntnisse
- Multimodale Modelle lesen die Pixel und den umgebenden Text; Alt-Text dient jetzt der Entitätsverankerung, nicht nur der Barrierefreiheit. - Jedes wichtige Bild benötigt eine spezifische Beschriftung, die Produkt, Modell, Version und Anwendungsfall in einfacher Sprache benennt. - `ImageObject`- und `VideoObject`-Strukturierte Daten geben der KI eine maschinenlesbare Kennzeichnung für jedes Asset. - Video- und Audioinhalte werden nur dann zitiert, wenn eine vollständige Transkription als durchsuchbarer Text auf der Seite vorhanden ist. - Dateinamen, Abmessungen und Seitenkontext stärken das Vertrauen des Modells, dass Ihr Bild die Frage beantwortet.
Schritt 1: Alt-Text für Entitätsverankerung umschreiben
Alter SEO-Alt-Text beschrieb das Erscheinungsbild: "blauer Laufschuh." Das sagt einem Modell nichts, was es nicht bereits sehen kann. GEO-Alt-Text benennt die Entität und den Kontext, damit das Modell das Bild mit realen Fakten verknüpfen kann.
Schreiben Sie Alt-Text, der beantwortet, wer, was und welche Version. Vergleich:
- Alt: `alt="blauer Laufschuh"` - GEO: `alt="Nike Pegasus 40 Laufschuh in Blau, Modell 2025, neutrale Fußgewölbeunterstützung für Straßenläufe"`
Halten Sie den Text unter etwa 125 Zeichen, beginnen Sie mit dem spezifischen Namen und vermeiden Sie Keyword-Stuffing. Wenn das Bild ein Diagramm zeigt, beschreiben Sie, was das Diagramm beweist: `alt="Balkendiagramm, das zeigt, dass der KI-Referral-Traffic für Shopify-Shops im Jahresvergleich um das 7-fache gestiegen ist"`. Dieser Satz kann wörtlich in eine Antwort übernommen werden.
Schritt 2: Sichtbare Beschriftungen und nahegelegenen Kontext hinzufügen
Alt-Text hilft, aber Modelle gewichten den sichtbaren Text um ein Bild herum stark. Eine Beschriftung direkt unter dem Bild, plus ein Satz im Textkörper, der darauf verweist, zeigt dem Modell, dass das Bild und die Aussage zusammengehören.
Schreiben Sie Beschriftungen als vollständige Aussagen: "Die Zwischensohle des Pegasus 40 verwendet ReactX-Schaum, der 13 % mehr Energie zurückgibt als das vorherige Modell." Geben Sie Spezifikationen in einer kurzen Liste in der Nähe des Bildes an, anstatt sie in das Bild einzubetten, da Text innerhalb eines Bildes schwerer zuverlässig extrahiert werden kann. Wenn eine Spezifikation wichtig ist, sollte sie als echter HTML-Text auf der Seite existieren.
