Wie verbessert man App-Store-Screenshots mit KI? Der exakte Prompt.

Wenn ich an Screenshot-Strips arbeite, will ich Wettbewerbs-Insights statt vagem “Design-Feedback”.

Mein Vorgehen hat drei Schritte:

1. Ich lade meine Screenshots als Strip hoch (ein Bild mit allen Screenshots der Reihe nach)
2. Ich füge 10 Referenz-Strips von Top-Apps der Kategorie hinzu
3. Ich nutze diesen Prompt:

Task:
I'll upload my new screenshot strip plus a folder of 10 reference
screenshot strips from top competitors.

Output format:
Give me a Markdown table with three columns:
- Change to make (one short sentence)
- How many leaders already do it (X / Y form)
- Why it matters (one short sentence)

Rules:
- Use exact app titles
- Keep language simple
- No row should run longer than one sentence
- Flag anything done by fewer than 5 / Y apps as experimental
  in the "Why" column
- End with a one-line summary
- If you have extra points to tell, be proactive, don't make me
  miss important things

Das bringt mir:

• Datenbasiertes Feedback statt Design-Meinungen
• Priorisierung danach, was erfolgreiche Apps tun
• Klare nächste Schritte

Eine Zeile aus einem Beispiel-Output: “Download-Zahl hinzufügen” (8/10 machen es), weil Social Proof Downloads fördert.

Wie ich bei jeder Zeile vorgehe

1. Ich sehe mir die Referenz-Strips an und prüfe die Zahl selbst nach, bevor ich eine Zeile umsetze.
2. Ich beginne mit den höchsten Zahlen. Änderungen, die mehr führende Apps schon umsetzen, kommen zuerst, und alles, was weniger als 5 der 10 Apps tun, bekommt in der “Why”-Spalte die Markierung “experimental”.
3. Wenn die Änderung eine Behauptung auf den Screenshot bringt, etwa eine Download-Zahl, zeige ich nur eine Zahl, die die App belegen kann.
4. Jede Zeile ist ein Test, und ich beurteile ihn an der Conversion der eigenen Store-Seite.

Ich arbeite so, weil Screenshot-Arbeit mit dem beginnen sollte, was die führenden Apps der Kategorie tun, und mit dem enden sollte, was mein eigener Test zeigt.