Page-Deep-Audit (Vision + KI-Render)

Page-Deep-Audit ist die tiefste Analyse, die Rankion auf eine einzelne URL anwendet. Statt Content-Signale wie Content Audit (Site-Crawl) schaut der Page-Deep-Audit auf die Landingpage als visuelles Produkt: ein Desktop-Screenshot, Lighthouse-Metriken für Mobile und Desktop, eine multimodale KI-Analyse zu Layout, Trust, CTA, Persona-Fit und kritischen Issues, dazu optional ein gpt-image-2-Render, der zeigt, wie die optimale Desktop-Variante aussehen könnte. Das ist das Werkzeug für CRO und Landingpage-Iteration, nicht für SEO-Bulk.

Was es kann

• Source-Screenshot: die Seite, wie sie auf dem Desktop aussieht.
• Lighthouse für Mobile und Desktop: Performance, SEO, Accessibility und Best Practices, je Strategie gemessen von Google PageSpeed Insights. Die Karte nennt die Quelle und den Messzeitpunkt; jede Kategorie hat eine kurze Erklärung. Ein fehlender Wert heißt „nicht gemessen" (etwa bei erschöpftem Kontingent) und wird als Strich gezeigt, nie als 0.
• KI-Vision-Analyse: user_intent, persona_fit, trust_score, layout_score, cta_score, problem_solution_clarity, above_the_fold_quality, mobile_friendliness_visual.
• Personas + Pain-Points: abgeleitet aus dem Visual, nicht aus Annahmen.
• Critical Issues: priorisiert nach Severity (high / medium / low) mit Evidence-Snippet.
• Improvement Suggestions: pro Bereich (headline, cta, trust, layout, copy, visuals, forms, navigation, seo, accessibility) mit before/after-Beispiel.
• KI-Render (Desktop): gpt-image-2 erzeugt die ideale Desktop-Version als visuelle Referenz.
• Headline-Rewrite: fertiger H1-Drop-In als Vorschlag.
• Erneut prüfen: ein Klick auf der Detailseite startet ein neues Audit derselben URL; das bisherige bleibt zum Vergleich erhalten.

Wann nutzen

• Du willst eine Landingpage CRO-mäßig auditieren, bevor du Geld auf Ads schaufelst.
• Du willst Designern eine objektive Visual-Reference geben („so sollte es aussehen").
• Du iterierst eine Variante: Audit, Anpassen, „Erneut prüfen", Scores der beiden Läufe vergleichen.
• Du brauchst Persona-getriebene Copy-Vorschläge basierend auf der echten Page, nicht auf Briefing-Theorie.

Workflow

1. Audit starten: POST /page-audit mit {url, tracking_project_id?, persona?}. Antwort 202 + {id, status:"pending", url}.
2. Pollen bis completed: Hauptflow rund 1–3 Minuten (scraping → screenshotting → analyzing → completed). Der KI-Render läuft danach bis zu 9 Minuten in einem separaten Background-Job.
3. Reports lesen: GET /page-audit/{id} liefert 2 Bild-URLs (Desktop-Screenshot und Desktop-KI-Render), den analysis-Block mit Scores, Personas, Issues, Suggestions und Headline-Rewrite sowie lighthouse (die flachen Felder sind Mobile, lighthouse.strategies.desktop ist Desktop).
4. Iterieren: Suggestions priorisiert anwenden, Page deployen, dann „Erneut prüfen" auf der Detailseite oder POST /page-audit/{id}/refresh. Das neue Audit übernimmt URL, Projekt und Persona; das alte bleibt stehen.

Polling-Beispiel:

ID=$(curl -s -X POST $BASE/page-audit \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{"url":"https://example.com/landing"}' | jq -r '.id')

while true; do
  R=$(curl -s -H "Authorization: Bearer $TOKEN" $BASE/page-audit/$ID)
  STATUS=$(echo "$R" | jq -r '.status')
  IDEAL=$(echo "$R" | jq -r '.ideal_screenshot_url // "null"')
  [ "$STATUS" = completed ] && [ "$IDEAL" != null ] && break
  sleep 30
done

API

Pipeline-Status: pending → scraping → screenshotting → analyzing → completed. Das Feld des Desktop-KI-Renders (ideal_screenshot_url) füllt sich nach completed auf.

Credits & Limits

• Hauptaudit: 30 Credits, auch für „Erneut prüfen".
• Desktop-KI-Render: 15 Credits.
• Komplettes Audit mit Desktop-Render: 45 Credits pro Run.
• Async: Hauptflow rund 1–3 min, Render bis zu 9 min danach.
• Zu wenig Guthaben: 402 mit dem benötigten Betrag; auf der Detailseite steht die Meldung direkt am Knopf, mit Link zum Nachkaufen.
• url ist Pflicht und auf 500 Zeichen begrenzt; 422 bei Validation-Fail.
• Cross-Team und Cross-Project Zugriffe liefern 403.

Verwandte Module

• Content Audit: Site-weite Inventur statt einzelner Tiefen-Audit.
• Content Optimizer: Content-Layer optimieren, Page-Deep-Audit zielt auf Visual + UX.
• AI Content Editor: Headline-Rewrite-Vorschlag direkt im Editor übernehmen.