
Lettertrace
Lettertrace · Coding
Lettertrace ist ein kostenloses Open-Source-Tool zur Markenüberwachung mit KI. Es misst, wie oft ChatGPT, Claude und Gemini Ihr Unternehmen erwähnen. Es verwandelt die rohen Antworten der Modelle in die Kennzahlen, die AEO- und GEO-Teams verfolgen: Sichtbarkeit, Voice Share, Prominenz und Stimmung. Sie betreiben es selbst mit Ihren eigenen API-Schlüsseln, also wird nichts aufgeschlagen und kein Anbieter steht zwischen Ihnen und den Modellen. Wenn Ihre Käufer jetzt einen KI-Assistenten um Empfehlungen bitten, statt Suchergebnisse durchzuscrollen, ist das hier für Sie gebaut.

Über Lettertrace
Was ist Lettertrace
Lettertrace beantwortet eine Frage, die die meisten Marken noch nicht beantworten können: Wenn jemand ChatGPT nach „dem besten CRM für Startups" fragt, taucht dann Ihr Name auf? Das Tool überwacht, wie KI-Modelle über Ihre Marke sprechen, und verfolgt dieses Bild über die Zeit. Sie legen die Themen an, nach denen Ihre Käufer fragen, und es erzeugt automatisch die echten Fragen, die Menschen Assistenten stellen, sodass Sie überwachen, wie sie tatsächlich beantwortet werden. Betrachten Sie es als Markenerwähnungen in ChatGPT, Claude und Gemini, gebündelt in einer einzigen Trendlinie.
Es ist ein Produkt nach dem Prinzip „eigenen Schlüssel mitbringen". Sie binden Ihre eigenen Schlüssel von Anthropic, OpenAI und Google ein, und diese Schlüssel bleiben im Ruhezustand verschlüsselt und verlassen nie Ihre Infrastruktur. Die Daten liegen in Ihrer eigenen Supabase-Instanz, was bedeutet, dass es keine Anbieterbindung gibt. Das ist der Hauptgrund, warum Teams es einer gehosteten KI-Sichtbarkeitsplattform vorziehen: Nichts an Ihrer Überwachung läuft über fremde Server.
Der Preis dieser Freiheit ist die Einrichtung. Sie hosten es selbst, also brauchen Sie einen Entwickler, der ein Repository klonen, npm install ausführen und Supabase anbinden kann. Kein Anmeldebutton. Kein Support-Team. Ich würde das developer-first im wahrsten Sinne nennen. Wenn niemand in Ihrem Team ein Terminal anfasst, ist der kostenlose Teil echt, der Einrichtungsaufwand aber auch.
Erste Schritte
- Klonen Sie das Lettertrace-Repository aus der offiziellen Quelle und wechseln Sie in den Projektordner.
- Führen Sie npm install aus, um die Abhängigkeiten zu laden.
- Kopieren Sie .env.example nach .env.local und tragen Sie Ihre Supabase-URL und Ihre Schlüssel ein.
- Fügen Sie Ihren eigenen API-Schlüssel von Anthropic, OpenAI oder Google für die Modelle hinzu, die Sie überwachen wollen.
- Führen Sie npm run dev aus und öffnen Sie http://localhost:3000, richten Sie dann Ihre Marke und Ihre Themen ein und starten Sie den ersten Durchlauf.
Produktinformationen
Ein kurzer Überblick über Preise, unterstützte Plattformen und die Leistung von Lettertrace.
Am besten für
Die Nutzer, Aufgaben und Szenarien, für die dieses Tool am besten passt.
Nutzer
- SEO- und AEO-Spezialisten
- Marketing-Teams von Startups
- Growth-Engineers, die bereits eigene Schlüssel von Anthropic, OpenAI und Google besitzen
Aufgaben
- Markensichtbarkeit verfolgen
- Voice Share messen
- Stimmung lesen
- Wettbewerber vergleichen
- Schwache Erwähnungen diagnostizieren
Szenarien
- Ein Gründer will wissen, warum ChatGPT für eine Kernanfrage einen Rivalen empfiehlt.
- Eine Marketing-Leiterin bereitet einen KI-Sichtbarkeitsbericht für ein Quartalsreview vor.
- Eine Agentur betreibt dieselbe Überwachung für mehrere Kundenmarken aus einer einzigen Installation.
- Ein Entwickler will den Quellcode lesen und die Scorer erweitern, bevor er den Zahlen vertraut.
Wichtigste Funktionen
Eigenen Schlüssel mitbringen
Lettertrace läuft mit Ihren eigenen Schlüsseln von Anthropic, OpenAI und Google. Sie sind im Ruhezustand verschlüsselt und verlassen nie Ihre Infrastruktur, also gibt es keinen Aufschlag für die Nutzung und keinen Zwischenhändler, der Kosten drauflegt. Sie zahlen die Modellanbieter direkt zu deren veröffentlichten Preisen.
Überwachung über mehrere Modelle
Das Tool prüft Claude, ChatGPT, Gemini und Google AI Overviews Seite an Seite, und das ist wichtig, weil jedes Modell anders antwortet. Jedes hat seine Eigenheiten, seine Wortwahl und seine Favoriten. Sie können weitere Antwort-Engines hinzufügen, sobald sie für Ihr Publikum relevant werden, ohne Ihre Überwachung von Grund auf neu aufzubauen.
Varianten-Generierung
Sie tippen ein Thema ein, und Lettertrace schreibt daraus Dutzende natürlicher Prompts, ohne manuelles Prompt-Schreiben. Statt zu raten, welche Formulierung ein Käufer verwenden würde, decken Sie die Bandbreite ab, in der Menschen KI-Assistenten tatsächlich Fragen stellen.
Stimmung und Empfehlungen
Zu wissen, dass Sie auftauchen, reicht nicht. Lettertrace bewertet, ob eine Antwort gut über Sie spricht und ob das Modell Sie überhaupt empfiehlt, damit eine Erwähnung, die Vertrauen schädigt, nicht als Erfolg zählt. Die Stimmungsverfolgung erscheint als vorzeichenbehafteter Wert pro Durchlauf, und der Wettbewerbsvergleich läuft im selben Durchgang. So einfach ist das.
Voice Share
Voice Share zeigt, wie oft Sie die Antwort gegenüber jedem verfolgten Wettbewerber gewinnen, aufgeschlüsselt nach Thema und nach Modell. Eine Beispielausgabe liest sich klar: Sie bei 41 %, Notion bei 28 %, Linear bei 19 %, andere bei 12 %. Solche Zahlen lassen sich in einer Vorstandspräsentation leicht verteidigen, weil jede auf einen Prompt zurückgeht, den Sie zeigen können, und auf eine Modellantwort, die Sie vollständig zitieren können.
Geplante Überwachung
Durchläufe können täglich oder wöchentlich im Autopilot starten. Jeder Durchlauf ist ein Datenpunkt, also bauen Sie Woche für Woche eine Trendlinie auf, auf die Sie reagieren können, statt einer einzelnen Momentaufnahme, die nichts über die Richtung sagt. Eine wöchentliche Kadenz, zum Beispiel, erfasst die neue Kampagne eines Rivalen oder ein Modell-Update, das still ändert, wer empfohlen wird, bevor es in Ihren Traffic-Zahlen auftaucht.
Open Source unter MIT
Lettertrace steht unter MIT-Lizenz. Sie können es forken, nachsehen, was die Scorer tatsächlich tun, und es um Ihre eigenen Kennzahlen erweitern. Da die Daten in Ihrer eigenen Supabase-Instanz liegen und nichts über einen Drittanbieter läuft, gibt es keine Anbieterbindung, falls Sie sich je entscheiden, es zu verlassen und die ganze Pipeline selbst neu zu bauen.
Vor- und Nachteile
Vorteile
- Von Anfang bis Ende kostenlos, ohne Nutzungsaufschlag, weil Sie Ihre eigenen API-Schlüssel verwenden.
- Open Source unter MIT, also können Sie die Scoring-Logik lesen, forken und erweitern.
- Deckt die Modelle ab, die jetzt zählen: Claude, ChatGPT, Gemini und Google AI Overviews.
- Verfolgt Sichtbarkeit, Voice Share, Prominenz und Stimmung, nicht nur Präsenz.
- Daten bleiben in Ihrem eigenen Supabase, also keine Anbieterbindung.
Nachteile
- Selbst-Hosting ist Pflicht, also brauchen Sie einen Entwickler, der mit einem Terminal und mit Supabase vertraut ist.
- Keine gehostete Version und kein Support-Team, was bedeutet, dass Sie auf sich gestellt sind, wenn etwas kaputtgeht.
- Die API-Kosten liegen bei Ihnen, und schwere tägliche Durchläufe über mehrere Modelle summieren sich.
Häufige Fragen
Es misst, wie oft KI-Modelle Ihre Marke in den verfolgten Themen erwähnen, und verwandelt diese Antworten dann in Werte für KI-Sichtbarkeit, Voice Share, Prominenz und Stimmung pro Thema, pro Modell, über die Zeit. Wenn Sie KI-Erwähnungen systematisch verfolgen wollen, ist das der Kern.
Ähnliche Inhalte
Entdecke passende Tools, Skills und Artikel zu Lettertrace.
Alternativen zu Lettertrace
Forefront
Forefront · CodingForefront ist eine Webplattform zum Bauen mit Open-Source-KI. Sie lassen sich führende Open-Source-Sprachmodelle mit eigenen Daten feintunen, ihre Leistung bewerten und sie über eine API ausführen oder exportieren, um sie selbst zu hosten. Entwickler, die den Komfort einer geschlossenen Plattform wollen, aber darauf bestehen, ihre Modelle und Daten zu besitzen, sind hier die Zielgruppe.
Startkit
StartKit.AI · CodingStartkit ist ein Boilerplate zum Bauen von KI-SaaS-Produkten und KI-Wrappern. Man kann es sich als KI-Startup-Boilerplate vorstellen, bei dem die langweiligen Teile schon verdrahtet sind: Authentifizierung, Zahlungen über Stripe und Lemon Squeezy, Nutzungslimits, transaktionale E-Mail und ein KI-API-Starter-Kit, das mit OpenAI, Anthropic, Groq oder Llama spricht. Man klont das Repository, setzt seinen Preis und kümmert sich um den Teil des Produkts, für den Menschen wirklich bezahlen. Es basiert auf Next.js über React und Tailwind, deshalb fühlt sich ein Großteil des Boilerplate-Codes schon vertraut an.
Testim
Tricentis · CodingTestim ist eine KI-gestützte Plattform für Testautomatisierung, mit der man End-to-End-Tests für Web-, Mobile- und Salesforce-Anwendungen baut und ausführt. Sie setzt auf maschinelles Lernen, um Tests stabil zu halten, wenn sich eine Oberfläche ändert, sodass Teams weniger Zeit mit der Reparatur kaputter Selektoren verbringen. Nicht schlecht für ein Tool für automatisierte Tests, das Sie heute schon nutzen können. Sie erstellen Tests, indem Sie Aktionen im Browser aufzeichnen, und fügen danach JavaScript hinzu, wenn Sie mehr Kontrolle brauchen. Für ein beschäftigtes QA-Team eine solide Wahl.
