So verwenden Sie die Domain Semantic Map in AmICited

Die Domain Semantic Map fasst alles, was AmICited über Ihren Themenbereich weiß, in einem einzigen Bild zusammen: all Ihre Prompts, die Fan-out-Abfragen, in die KI-Engines sie aufspalten, und die Titel der URLs, die zitiert werden – so angeordnet, dass semantisch verwandte Elemente nahe beieinander liegen.

Wo Sie sie finden

Scrollen Sie im Dashboard nach unten zur Karte Domain semantic map. Der Kopfbereich zeigt an, wann sie zuletzt generiert wurde, sowie einen Button Regenerieren und ein Vollbild-Symbol. Wenn sich die zugrunde liegenden Daten kürzlich geändert haben, wird möglicherweise „Die Karte wird aktualisiert – das vorherige Ergebnis wird angezeigt, bis sie fertig ist.“ eingeblendet.

Was Sie sehen

Jeder Punkt ist ein Element, und sein Typ wird durch die Umschalter oberhalb der Karte angezeigt:

• Prompts – die Fragen, die Sie verfolgen.
• Fan-out-Abfragen – die vielen Unterabfragen, in die KI-Engines einen Prompt bei der Recherche einer Antwort aufspalten.
• Seitentitel – die Titel der zitierten URLs.

Punkte, die nahe beieinander liegen, sind semantisch ähnlich; die Linien zeigen Beziehungen zwischen ihnen. Dichte Cluster sind Themen mit viel Aktivität; vereinzelte Punkte an den Rändern sind Nischen- oder Randthemen.

Wie Sie sie erkunden

• Schalten Sie die Ebenen ein und aus (Prompts / Fan-out-Abfragen / Seitentitel), um sich jeweils auf eine Elementart zu konzentrieren.
• Scrollen Sie zum Zoomen, ziehen Sie zum Verschieben und klicken Sie auf eine Cluster-Beschriftung, um einen Bereich zu fokussieren – der Hinweis auf der Karte erklärt dies.
• Klicken Sie auf einen beliebigen Punkt, um dessen Detailseite zu öffnen – bei einem Prompt ist dies die vollständige Leistungsansicht.
• Nutzen Sie die Domain-Liste auf der rechten Seite, um bestimmte Domains auf der Karte einzufärben und zu lokalisieren (in einer eigenen Anleitung beschrieben).

Der Hinweis „Die 8 wichtigsten Domains nach Zitierungen sind farbig markiert; die restlichen sind grau“ erklärt die Farbgebung, und ein Hinweis wie „N zitierten Seiten wurden übersprungen, da sie nicht abgerufen oder gelesen werden konnten“ gibt an, wie viele Quellen nicht einbezogen werden konnten.

Wie Sie sie nutzen

1. Themencluster erkennen, in denen sich viele Fan-out-Abfragen sammeln – das sind die Themen, die KI-Engines in Ihrem Bereich am meisten beachten.
2. Lücken finden, in denen Seitentitel von Wettbewerbern clusterartig auftauchen, Ihre eigenen jedoch nicht – Content-Möglichkeiten.
3. Regenerieren nach größeren Content-Änderungen, um zu sehen, wie sich Ihr Fußabdruck auf der Karte verschiebt.