Viditelnost v ChatGPT

Představte si, že musíte pozvat klienta na pracovní večeři. Háček je v tom, že se to má odehrát v jeho rodném městě, které vy vůbec neznáte.

Ještě před pár lety by celý proces vypadal takto: otevřete Google, napíšete „restaurace Praha pracovní večeře“. Dostanete seznam výsledků. Otevřete mapu a zkontrolujete, které restaurace jsou blízko vašeho hotelu. Pak začnete prolistovávat weby (abyste zjistili menu a celou atmosféru) a recenze (abyste nesedli přímo do pasti). Po deseti minutách a deseti otevřených kartách v prohlížeči se váš výběr zúží na pár silných kandidátů a vy si můžete bezpečně vybrat podle intuice.

A co dnes? Otevřete ChatGPT nebo Gemini a napíšete všechny podmínky najednou: „Hledám klidnou restauraci v centru Prahy pro večeři s důležitým klientem. Měla by mít vegetariánské možnosti, nacházet se do patnácti minut chůze od hotelu X a mít dobré recenzí od lidí, kteří tam hostili obchodní schůzky.“

Samotné zadání se nezměnilo, ale velkou část práce nyní zvládá stroj. Model zpřesní vaše kritéria, prohledá zdroje, zkombinuje informace a předloží pár možností. Uživatel (tedy vy) může navštívit web restaurace až ve chvíli, kdy si budete chtít prohlédnout menu nebo rezervovat stůl. Nebo ho možná ani nikdy neotevřete.

Před několika lety jsem psal o fenoménu zero-click. Už tehdy se Google snažil uspokojit potřeby uživatelů, aniž by je vůbec poslal mimo svou vlastní stránku. Repertoár kin, letecké spoje, ceny hotelů, otevírací doby nebo odpověď vytážená přímo z článku – vše se objevovalo přímo ve výsledcích vyhledávání. A to bylo ještě před érou AI shrnutí!

V roce 2024, podle studie SparkToro a Datos, 59,7 % vyhledávání v Evropské unii skončilo bez kliknutí na výsledek vedoucí mimo Google. Uživatel prostě ukončil relaci nebo změnil dotaz.¹

AI shrnutí tento jev pouze zesilují. Pew Research Center analyzoval téměř 69 000 vyhledávání provedených 900 dospělými Američany. Když se na stránce objevilo „AI Overview“ – tedy shrnutí generované AI zobrazené nad běžnými výsledky – uživatelé klikli na tradiční výsledek pouze v 8 % případů. Bez AI shrnutí to udělali v 15 % případů. A zde je další důležitý bod: Google v těchto AI souhrnech skutečně obsahuje odkaz na zdroj (abyste si mohli sami ověřit, zda si AI něco nevymýšlí). Lidé na něj klikali… méně než v 1 % případů.²

Zároveň stále více lidí začíná hledat informace mimo Google. Podle studie Mediapanel v červnu 2025 využívalo ChatGPT 9,33 milionu polských internetových uživatelů, což bylo 31,37 % dotázané online populace. Největší skupinu tvořili uživatelé ve věku \*25–34 let\* – lidé, kteří se nejen učí a experimentují, ale také pracují, nakupují a rozhodují se o věcech v rámci businessu.³

Když tedy mluvíme o zviditelnění v ChatGPT, už nejde jen o kliky. Stále častěji bojujeme prostě o to, aby se značka objevila v odpovědi, na základě které si uživatel vůbec sestavuje svůj výběr. Nikdo vás nevybere, pokud nejste ani na tom seznamu.

AI mění horní část trychtýře a komprimuje střed

Vyhledávání v Google vyžadovalo od vás určitou míru znalostí už při vstupu. Především však vyžadovalo schopnost pojmenovat řešení. Pojďme si to ukázat na příkladu.

Představte si, že vedete malou reklamní agenturu. Váš problém je, že klienti vám posílají dotazy e-mailem, přes Instagram, WhatsApp a LinkedIn. K tomu všemu v agentuře na dotazy odpovídá několik lidí – často se stává, že osoba A neví, že osoba B už na klientovu zprávu odpověděla.

Řešením vašeho problému je slušný CRM systém. Nebo možná systém pro řízení projektů, pokud chcete kromě sledování korespondence sledovat i postup projektů. Ale musíte to vědět dřív, než začnete v Google hledat různé CRM systémy nebo systémy pro řízení projektů. Je to jedna věc, když má výrobce CRM na svém webu články o vašem přesném problému – pak řešení nějak najdete. Ale co když se popisy soustředí čistě na funkce produktu? To je případ většiny ne-marketingových oborů: dozvíte se, jaký typ držáku má stativ pro kameru, nikoliv jestli bude pasovat do vašeho studia nebo fungovat pro natáčení podcastů.

V konverzaci s LLM můžete začít tím, že popíšete problém svými vlastními slovy – své potřeby, své symptomy. Model se vás pak může doptat:

Objevuje se problém při získávání klientů, nebo až po podpisu smlouvy?
Měl by klient vidět pouze aktualizace stavu, nebo také komentovat a schvalovat podklady?
Potřebuje tým sledování času, fakturaci a účtování?
Kolik projektů probíhá současně a jaký je rozpočet?

Na základě vašich odpovědí může model vaši potřebu zúžit na lehký projektový systém s klientským portálem, nebo jen na CRM. Začínáte konverzaci popisem problému – pravděpodobně trochu nešikovně, něco jako „v naší agentuře je chaos“ – a končíte s pojmenovanou kategorií a dokonce i s doporučeními konkrétních nástrojů!

Vrchol trychtýře se tedy mění. LLM pomáhá uživateli si problém uvědomit, uspořádat symptomy a propojit je s kategorií řešení. Značka může vstoupit do konverzace dříve, než potenciální zákazník vůbec zná název produktu, který potřebuje.

Ale nejvíce se zkracuje střed trychtýře. V minulosti uživatel otevíral několik až desíclavku karet, četl články, fora, recenze a srovnání. Sám si ručně vybíral opakující se argumenty a sestavoval si krátký seznam. Nyní provádá velkou část syntézy a prvotního filtrování právě LLM.

Starý trychtýř vypadal přibližně takto: potřeba $\rightarrow$ vyhledávací dotaz v Google $\rightarrow$ seznam výsledků $\rightarrow$ několik zdrojů $\rightarrow$ srovnání $\rightarrow$ krátký výběr (shortlist) $\rightarrow$ web značky $\rightarrow$ rozhodnutí

Nová cesta je často kratší: symptomy $\rightarrow$ konverzace s AI $\né$ pojmenování potřeby $\rightarrow$ kritéria a výběr (shortlist) $\rightarrow$ ověření značky $\rightarrow$ rozhodnutí

Stále častěji práci s vyhledáváním za uživatele vykonává model s přístupem k vyhledávači: může poslat několik dotazů, projít zdroje a předat výsledek. Pokud se vaše značka neobjeví v materiálu, ze kterého je syntéza sestavena, má malou šanci dostat se na výběrový seznam.

Co vlastně znamená „zviditelnění v ChatGPT“?

Termín zní povědomě, protože jsme si ho zapůjčili z SEO. V Google můžete v přibližné míře sledovat pozici stránky pro danou frázi. Odpovědi jazykových modelů jsou mnohem méně stabilní. Závisí na tom, jak je otázka formulována, na kontextu konverzace, lokalitě, dostupných nástrojích, použitéch zdrojích a aktuální verzi modelu.

Proto je viditelnost značky v LLM nejlépe sledovat ve třech dimenzích:

Zmínka – model v odpovědi uvede značku.
Citování – odpověď obsahuje odkaz na web značky nebo ji uvádí jako zdroj.
Doporučení – značka se dostane na výběrový seznam řešení odpovídajících situaci uživatele.

Každá dimenze má jinou hodnotu a může existovat nezávisle na ostatních.

Zmínka může budovat povědomí o značce a může také přivést návštěvnost, která… není přiřazena žádnému konkrétnímu zdroji. Stává se mi to neustále: model zmíní nástroj a já si otevřu novou kartu v prohlížeči a sama si jeho název vyhledám. Analytika to ukáže jako „z Google“ nebo dokonce jako „přímý návštěvník“.
Citování může přivést návštěvnost – a to takovou, kterou lze skutečně změřit. Pokud mi LLM ukáže fragment článku, pravděpodobně na něj kliknu, abych si přečetla zbytek. Ale pozor: pouze tehdy, když citovaný fragment plně neodpoví na mou otázku (pamatujete, že jen 1 % lidí kliká na odkazy v AI souhrnech?).
Doporučení přímo ovlivňuje rozhodování, i když uživatel na žádný odkaz neklikne.

V odborných diskusích se s tímto procesem setkáte pod několika názvy:

GEO – Generative Engine Optimization,
AEO – Answer Engine Optimization,
LLMO – Large Language Model Optimization,
AI SEO – nebo prostě AI ranking.

Spory o to, který zkratka je lepší, do každodenní práce moc nepřináší. Všechny vedou ke stejné otázce: co musíte udělat, aby systém mohl o vaší značce najít informace, správně je pochopil a měl důvod použít je ve své odpovědi?

Kde si ChatGPT a další nástroje AI berou odpovědi?

LLM má dvě vrstvy, ze kterých čerpá znalosti o vaší značce. První – a ta, která dominuje v běžném myšlení – je ta, že LLM „ví“ vše díky svému tréninku. Pokud jste známá značka nebo celebrity, o kterých se v internetu neustále píše, je to pravda. Problém je, že data uložená v rámci tréninku nelze aktualizovat pouhou publikací jednoho článku na vašem webu.

Druhá vrstva, která je pro marketéry mnohem praktičtější, je vyhledávání a získávání informací během generování odpovědi. Systémy vybavené touto schopností – včetně ChatGPT Search, Perplexity, Google AI Overviews, AI Mode nebo Microsoft Copilot – mohou čerpat z aktuálních webových stránek, indexů vyhledávačů a dalších databáz.

Google popisuje mechanismus nazvaný query fan-out, který se používá v jeho AI funkcích: systém rozloží komplexní otázku na několik menších dotazů pokrývajících různé aspekty problému. U otázky na klidnou restauraci může samostatně zkontrolovat lokalitu, menu, recenze, otevírací dobu a celkovou atmosféru – a poté výsledky sloučí do jedné odpovědi.

To má dva důležité důsledky. Prvním je, že klasické SEO stále ovlivňuje viditelnost v AI, protože stránka musí být stále objevena, přečtena a zindexována. Druhým je, že jediná „hlavní klíčová fráze“ ztrácí část své staré síly. Značka musí být dobře popsána v celé síti témat, otázek, případných použití a vztahů, které může model při hledání odpovědi aktivovat.

Zbytek práce lze shrnout do pěti sloves: najít $\rightarrow$ pochopit $\rightarrow$ potvrdit $\rightarrow$ citovat $\rightarrow$ změřit.

Krok první: dejte si na pořádek viditelnost v Google a technické základy

Než se pustíte do pozycování v ChatGPT a dalších LLM, musíte zkontrolovat, zda je klasické pozycování vaší značky v Google v dobrém stavu. Proč? Protože funkce jako featured snippets, Google Maps, Local Pack a informační panely (knowledge panels) existovaly ještě před generativními odpověďmi. Stále zabírají cenné místo v Google a ukazují, zda vyhledávač správně rozumí firmě, osobě, produktu nebo lokalitě.

Featured snippets (Výrazné úryvky)

Featured snippet vytáhne fragment ze stránky a zobrazí ho na zvýrazněném místě ve výsledcích. Google si vybírá stránku i fragment sám, takže neexistuje žádný formulář ani značka, která by vám úspěch zaručila.

Můžete však usnadnit výběr Google:

budujte nadpisové struktury kolem skutečných otázek, které uživatelé kladou;
pod nadpisem uveďte krátkou, samostatnou odpověď;
u otázek týkajících se postupu používejte očíslovaný seznam;
u srovnávání parametrů používejte přehlednou tabulku;
dbejte na indexaci, vnitřní prolinkování a sémantický HTML;
uvádějte zdroje a aktualizujte informace, které rychle zastarávají.

Fragment musí dávat smysl i po tom, co je vytržen ze zbytku článku. Tato vlastnost zvyšuje jeho užitečnost i pro systémy budující AI odpovědi.

Neexistuje zde žádný speciální typ schema.org pro featured snippets. Místo toho si dejte pozor na direktivy, které ovládají náhledy. nosnippet blokuje použití obsahu v běžných i zvýrazněných úryvcích, data-nosnippet vylučuje označenou část stránky a nízký max-snippet omezuje délku textu, který může Google zobrazit. Pokud chcete být v odpovědích viditelní, omylem si tyto „brýle“ nepřikládejte. Google popisuje pravidla a ovládací prvky v dokumentaci k featured snippets.

Google Maps a Local Pack

Pro lokální podnik je základem ověřený a aktuální Profil firmy v Google. Název, hlavní kategorie, adresa nebo oblast služeb, telefonní číslo, otevírací doba, služby, fotografie a recenze by měly popisovat stejnou firmu, kterou uživatel vidí na vašem webu.

Google uvádí tři hlavní skupiny signálů pro lokální výsledky: relevance (relevance), vzdálenost (distance) a prominence (výraznost/známost). Vzdálenosti nemůžete změnit dobrým SEO textem. Můžete však:

přesně popsat svou kategorii,
udržovat data kompletní,
získávat skutečné recenze,
budovat přítomnost firmy v důvěryhodných lokálních a oborových zdrojích.

Skutečný název firmy funguje lépe než název přeplněný klíčovými slovy. „Květinářství Růžný zahrada“ by mělo zůst zůstat „Květinářství Růžný zahrada“, místo aby se změnilo na „Květinářství Růžný zahrada – svatební květiny Praha levně“. Google také zakazuje profily pro virtuální kanceláře a kupování nebo selektivní vybírání pozitivních recenzí. Můžete neutrálně požádat každého skutečného zákazníka o recenzi a odpovídat jak na chválu, tak na kritiku. Velmi dobrým nápadem je QR kód, který lidi dovede přímo na stránku, kde mohou zanechat recenzi.

Vytyčné pro lokální ranking v Google neposkytují žádnou placenou zkratku k vrcholu organického Local Packu.

Pokud má firma více poboček, vyplatí se vytvořit pro každou skutečnou lokalitu samostatnou, indexovatelnou podstránku. Umístěte na ni shodná kontaktní údaje, otevírací dobu, rozsah služeb, pokyny k dojezdu a správný podtyp LocalBusiness. Strukturovaná data pomáhají propojit fakta, ale o pozici stále rozhodují relevance, vzdálenost a známost.

Panel znalostí (Knowledge Panel)

Panel znalostí se objeví, když Google rozpozná osobu, organizaci nebo jiný koncept jako entitu a dokáže sestavit informace z více zdrojů. Pomáhají v tom:

jednoznačná stránka „O nás“ nebo „O autorovi“;
konzistentní název a popis toho, co děláte;
strukturovaná data pro Organization, Person a ProfilePage;
vlastnost sameAs odkazující na vaše oficiální profily;
nezávislé, důvěryhodné publikace potvrzující klíčová fakta;
aktuální Profil firmy v Google, pokud značka působí lokálně.

Pokud panel již existuje, jeho zástupce jej může převzít a navrhnout opravy. Pouhé přidání schémy nebo sociálního profilu však Google k vytvoření panelu nenutí. Google sestavuje obraz entity z mnoha konzistentních signálů.

Po ověření může žadatel navrhovat změny, ale konečný obsah panelu je v kompetenci Google. Každou opravu podložte veřejným zdrojem. Pokud neplatný popis pochází z externího webu, opravte i ten zdroj – jinak se chyba může při příštím zpracování dat vrátit. Google popisuje proces převzetí panelu znalostí.

Požádejte agenta o audit viditelnosti webu

Než začnete vytvářet speciální obsah pro AI, ověřte si, zda se robotové vůbec dostanou k tomu, co už máte. Agent s přístupem k internetu a kódu vašeho webu může zvládnout značnou část technického auditu.

Požádejte ho o kontrolu:

odpovědí serveru a přesměrování;
souboru robots.txt a sitemapy;
direktiv noindex, nosnippet a canonical;
titulků, meta popisků a struktury nadpisů;
interního prolinkování – a po spuštění plného skenu webu i osamělých stránek (orphaned pages);
dostupnosti nejdůležitějšího obsahu v HTML;
strukturovaných dat a jejich shody s textem viditelným pro lidi;
přístupu pro Googlebota, Bingbota, OAI-SearchBota a PerplexityBota;
nekonzistentních informací o vašem jméně, autorovi, nabídce, adrese nebo profilech značky.

Ukázkový brief může vypadat takto:

Prompt

Przeprowadź publiczny audyt stránky `[URL]` pro viditelnost v Google. Zkontroluj domovskou stránku a nejdůležitější podstránky, `robots.txt`, sitemapu, indexovatelnost, canonicaly, metadata, nadpisy a interní prolinkování. Také posuzuj, zda informace o značce vytváří konzistentní obraz entity. Nedělej odhady. U každého problému uveď URL stránky nebo úryvek kódu, který to dokazuje. Výsledky představ v tabulce: problém, důkaz, dopad, priorita a doporučená oprava. Odděl pozorování, která lze provést veřejně, od dat, která vyžadují přístup k Google Search Console nebo analytice.

To poslední věta je velmi důležitá. Agent prohlížející váš veřejný web nezná dotazy, na které se zobrazuje, počet zobrazení, CTR ani problémy viditelné pouze v dashboardech majitele.

To nás vede k dalšímu tématu.

Jak předat agentovi data z Google Search Console?

Máte tři rozumné možnosti. Výběr závisí především na tom, zda provádíte jednorázový audit, nebo budujete kontinuální proces.

| Potřeba | Způsob přístupu | Úroveň obtížnosti |
|---|---|---|
| Jednorázová analýza | Export do CSV, Excel nebo Google Sheets | nízká |
| Samostatné prohlížení několika reportů | Osobní účet s omezeným přístupem v prohlížeči | nízká až střední |
| Průběžný monitoring | Search Console API s přístupem pouze pro čtení | střední až vysoká |

Nejjednodušší metoda nevyžaduje žádnou integraci. Exportujte data o dotazech a stránkách z reportu „Výkon“ (Performance) do CSV nebo Google Sheets. Poté soubor předdejte agentovi a požádejte o analýzu. Pro začátek je vhodné exportovat alespoň tři měsíce dat zahrnujících dotaz, stránku, kliknutí, zobrazení, CTR a průměrnou pozici.

Standardní export reportu obsahuje až 1 000 nejvýraznějších řádků viditelných v reportu. Na větším webu to znamená, že agent uvidí nejdůležitější část dotazů, ale může přijít o dlouhý ocas (long tail). Zmiňte to v briefu. Nejbezpečnější je předat tři samostatné exporty: dotazy, stránky a data s porovnáním období. Google dokumentuje rozsah exportu v nápovědě Search Console.

Agent pak může odhalit:

stránky s vysokým počtem zobrazení a nízkým CTR;
dotazy, kde obsah neodpovídá záměru uživatele;
stránky soupeřící o stejné dotazy – za předpokladu, že dodáte vztah mezi dotazem a stránkou (vytažený přes API nebo získaný filtrováním v rozhraní);
témata, která získávají nebo ztrácejí viditelnost;
otázky, které si zaslouží vlastní, citovatelnou odpověď;
rozdíly mezi značkovým (branded) a nebrandovým provozem.

Pro kontinuální práci je pohodlnější přístup přes Search Console API nebo hotovou integraci. Návod krok za krokem přesahuje rámec tohoto článku, ale dokumentace Google obsahuje vše, co vy nebo váš webmaster potřebujete vědět.

Třetí cesta využívá agenta pracujícího v přihlášeném prohlížeči. Ujistěte se, že váš ChatGPT nebo Claude má přístup k prohlížeči, přihlaste se ke svému účtu Google a nechte agenta převzít kontrolu. Agent bude klikat a číst, co potřebuje. Zde si dejte pozor na bezpečnost – agent v prohlížeči má stejná oprávčená práva jako vy. Pokud tedy ve vašem Search Consoli máte více než jednoho klienta (např. jste agentura) nebo si nejste zcela jistí, co děláte – nastavte si alespoň samostatný účet Google Search Console, přihlaste se jím a nechte agenta pracovat v těchto omezeních. Pokyn zapsaný do promptu pomáhá agenta vést, ale pouze systémová oprávnění skutečně omezují jeho možnosti.

Moje preferovaná metoda je API. Přes API může agent analyzovat Search Analytics, sitemapy a data z URL Inspection (stav stránky v indexu, blokády, vybraný canonical, datum posledního skenu a detekované bohaté výsledky). URL Inspection API ukazuje verzi známou indexu, nikoliv živý test aktuální stránky. Proto by data z dashboardu měla doplňovat veřejný audit kódu, nikoliv ho nahrazovat.

Nejjednšší pravidlo zní: první audit – CSV; analýza v rozhraní – samostatný účet s omezeným přístupem; kontinuální monitoring – API pouze pro čtení.

Krok druhý: vybudujte jednoznačnou entitu

Entita je rozpoznatelný objekt: osoba, firma, značka, produkt, událost nebo místo. „Paul Skah“ může být jen řetězec znaků, ale pro systém by měl znamenat konkrétní osobu spojenou s určitými knihami, společností MIDEA, tématy přednášek, oficiálním webem a sociálními profily.

Model musí rozhodnout několik věcí:

Jak se značka jmenuje? Pro mě je to Paul Skah.
Do jaké kategorie patří? Pro mě je Paul Skah osoba.
Co nabízí a komu pomáhá? Mám několik stránek popisujících mé služby, tréninkové programy atd.
Kde působí? Nejsem lokální firma, takže mě na Mapách Google nenajdete.
Které osoby, produkty a organizace jsou s ní propojeny? Napsal jsem tři knihy, každá má svou stránku.
Které profily a stránky popisují stejný objekt? Mám značku sameAs, která odkazuje na mé sociální profily a také na můj záznam na Wikipedii (ano, mám ho). V srpnu 2026 Google také umožnil přidávat sociální profily (zatím ne všechny – aktuálně Instagram, TikTok, YouTube a X) do Google Search Console – stojí to za to udělat.
Jaké nezávislé zdroje tyto informace potvrzují?

Začněte vlastním webem. Měl by obsahovat jednoznačnou stránku o firmě nebo autorovi, kompletní kontaktní údaje, jasný popis kategorie a odkazy na oficiální profily. Informace opakované v patičce, v kontaktech, v biografii a v strukturovaných datech musí být shodné.

Schema.org pomáhá předávat část těchto informací ve strojově čitelném formátu. Pro firmu obvykle stačí Organization nebo LocalBusiness; pro autora Person a ProfilePage; pro obsah Article nebo BlogPosting; pro navigaci BreadcrumbList. Vlastnost sameAs může propojit entitu s oficiálními profily a dalšími stránkami popisujícími stejný objekt.

Strukturovaná data by měla odrážet obsah, který uživatelé skutečně vidí. Google může ignorovat ocenění, recenze nebo vztahy uvedené pouze v kódu, a nesrovnalost může porušit jeho zásady pro strukturovaná data.

Potřebuje každá firma záznam ve Wikidata?

Wikidata je otevřený graf znalostí, kde jsou informace zapsány jako vztahy: osoba je autorem knihy, firma má sídlo v městě, produkt patří značce. Toto formát usnadňuje jednoznačné rozpoznání entity. Vytvoření položky ve Wikidata však samo o sobě neposkytuje zdokumentovanou výhodu v ChatGPT.

Záznam ve Wikidata dává smysl, pokud osoba nebo organizace splňuje kritéria významnosti projektu a lze ji popsat na základě vážných, veřejně dostupných zdrojů. Každé významné tvrzení by mělo vést ke zdroji. Propagační záznam založený pouze na vlastním webu subjektu může být zpochybněn nebo smazán.

Pokud vaše entita splňuje tyto podmínky:

zkontrolujte, zda položka již neexistuje, abyste nevytvořili duplikát;
přidejte stručné označení a popis, který odlišuje entitu od jiných se stejným názvem;
vyplňte vlastnosti jako oficiální web, odvětví, sídlo, autorství nebo související organizace;
podložte významná tvrzení nezávislými zdroji;
propojte položku s ostatními existujícími entitami.

Berte tedy Wikidata jako možný nástroj pro organizaci identity vaší značky, pokud k tomu existují důvody. Než k tomu přijdete, zajměte se konzistentního webu, strukturovaných dat, profilů v oboru a nezávislých publikací.

Krok třetí: publikujte obsah, který stojí za to citovat v odpovědi

Model budující odpověď potřebuje víc než jen obecné tvrzení, že firma je „lídrem v kvalitě“. Hledá fragmenty, které pomáhají odpovědět na konkrétní otázku.

Nejbardziej užitečné jsou:

jasné definice;
krátké odpovědi na konkrétní otázky;
postupy krok za krokem;
srovnávací tabulky;
originální data a výsledky výzkumu;
popsané metody a experimenty;
případové studie s reálnými čísly;
odborné komentáře;
informace aktualizované spolu s datem změny.

Studie, která odstartovala popularitu termínu GEO, zjistila v kontrolovaných experimentech, že přidávání důvěryhodných zdrojů, konkrétní statistiky a odborných citátů zvyšovalo viditelnost obsahu v generovaných odpovědích. Výsledek berte spíše jako směrnice než jako dogmatu, protože experiment nemodeluje všechny moderní systémy ani všechny obory.⁵

Dobrý obsah by měl být snadno citovatelný bez ztráty smyslu. Pokud nadpis pokládá otázku, věty přímo pod ním by měly odpověď poskytnout. Teprve poté můžete přidat kontext, historii a výjimky. Čtenáři ocení rychlou odpověď a systém snadněji přiřadí fragment správné otázce.

Největší výhodu přináší materiál, který vaše konkurence prostě nemůže zkopírovat: vaše vlastní data, zkušenosti z projektů, originální rámce (frameworky), dobře zdokumentované experimenty nebo sbírka reálných příkladů. Další text, který shrnuje deset článků jiných lidí, zvyšuje objem obsahu na internetu, ale málokdy přispívá k jeho znalostem. Takový obsah si nechte raději na sociální sítě.

Krok čtvrtý: ujistěte se, že i ostatní potvrzují vaši pozici

Vlastní web říká, kým chcete být. Zbytek internetu ukazuje, za koho si vás okolí skutečně považuje.

Oborové publikace, podcasty, konference, recenze, adresáře relevantní pro daný obor, profily autorů a odborné komentáře pomáhají systémům potvrdit vztah mezi značkou a tématem. Záleží na kvalitě a kontextu zmínky. Náhodný firemní adresář přináší méně než článek v uznávaném médiu, kde expert vysvětluje problém ve svém oboru.

Já se snažím o vystupování v médiích právě jako způsob, jak získat citace. Zde jsou příklady:

Můj komentář k žebříčku 100 nejhodnotnějších osobních značek žen pro Forbes (tento je za paywallem)
Jak číst report o hodnotě osobních značek pro Wirtualne Media
Můj komentář k článku o vtipných názvech firem a značek pro Bankier.pl

Nějakou dobu zpět, když jsem psal o osobní značce blogera, používal jsem termín content graph: ukaž mi, kdo tě publikuje, a já ti řeknu, kým jsi. V světě generativního vyhledávání získává toto pravidlo nový význam. LLM může postavit svou odpověď na externím zdroji, který potvrzuje odbornost značky, i když přímo necituje její vlastní web.

Budujte tedy opakovatelné a skutečné asociace: značka $\rightarrow$ kategorie $\rightarrow$ problém $\rightarrow$ důkaz $\rightarrow$ externí zdroj

Kupování falešných zmínek, vytváření lživých recenzí a vkládání názvu firmy do náhodných stránek pouze zvyšuje šum. Kredibilita roste tehdy, když nezávislé zdroje mají skutečný důvod psát o vaší značce.

Krok pátý: měřte svou viditelnost v odpovědích

Jedna otázka položená jednou v ChatGPT vám dá anekdotu. Smysluplné měření vyžaduje fixní sadu promptů a opakovatelný proces.

Vytvořte si seznam 20–30 otázek rozdělených do několika kategorií:

brandové: „Co dělá značka X?“;
kategoriální: „Jaké firmy pomáhají s…?“;
problémové: „Mám tento problém – co bych měl hledat?“;
srovnávací: „X nebo Y – co je lepší pro…?“;
doporučovací: „Doporučte tři řešení pro…?“;
lokální: „Koho doporučujete v [město/region]?“

Testujte je v několika systémech, protože ChatGPT, Gemini, Perplexity, Copilot a Google AI Overviews využívají různé mechanismy a zdroje. Pokud je to možné, používejte čisté relace bez historie chatu. Spouštějte stejnou sadu otázek jednou měsíčně; každodenní kontrolovaní náhodných dotazů by vyprodukovalo hlavně nervozitu.

Měřte samostatně:

zda byla značka zmíněna;
zda byla citována odkazem;
zda se dostala do doporučení;
na jakém místě se na seznamu objevila;
jak byla popsána;
zda popis obsahuje chyby;
které zdroje byly citovány;
jak si stojí ve srovnání s konkurencí;
zda roste návštěvnost z AI nástrojů a objem vyhledávání značky.

Pro začátek stačí tabulka. Do řádků dejte otázky, do sloupců systémy a data měření. Zapisujte odpověď, citované domény a skóre viditelnosti.

Při větším počtu promptů pomáhají specializované monitorovací nástroje. Liší se v tom, které modely pokrývají, jak často měří, jak analyzují konkurenci, historii citací a cenu. Následující přehled jsem zkontroloval 14. srpna 2026.

| Nástroj | Co měří | Pro koho |
|---|---|---|
| Ahrefs AI Visibility Checker | Bezplatný rychlý test viditelnosti značky | první průzkum |
| OtterlyAI | Zmínky, citace, podíl v odpovědích a sentiment (např. ChatGPT, AI Overviews, Perplexity, Copilot) | sóloví podnikatelé a malé firmy |
| Semrush AI Visibility Toolkit | Vlastní prompty, konkurence, citace, sentiment a audit připravenosti webu | firmy kombinující AI monitoring s klasickým SEO |
| Peec AI | Denní sledování viditelnosti, pozic, konkurence a citovaných zdrojů v vybraných motorech | malý tým nebo agentura spravující více projektů |
| Ahrefs Brand Radar | Zmínky a citace v mnoha systémech propojené s daty SEO, YouTube, Reddit a TikTok | značka se zavedeným SEO procesem potřebující širší obraz |
| Profound | Podíl v odpovědích, zdroje, sentiment, chyby v tvrzeních o značce a provoz z AI | větší týmy nebo velké organizace |

Ceny a rozsahy těchto služeb se rychle mění, proto si před koupem zkontrolujte aktuální ceník. Pro značku mimo největší anglicky mluvící trhy jsou důležitější než počet grafů tři otázky: podporuje nástroj váš lokální trh a jazyk, umožňuje vám nahrát vlastní prompty z různých etapí trychtýře a rozlišuje mezi zmínkou, doporučením a citací?

Zkontrolujte také způsob získávání odpovědí. Některé nástroje dotazují uživatelské rozhraní, jiné API, a výsledky se mohou lišit. Spočítejte si náklady pro celé nastavení: počet promptů $\times$ počet motorů $\times$ počet zemí $\times$ frekvence. Reklama na „50 monitorovaných promptů“ vám zatím neřekne, kolik skutečných odpovědí váš abonament pokrývá.

Monitor viditelnosti v LLM připomíná spíše pravidelné průzkumy veřejného mínění než kontrolu pozic v Google. Pravidelně klade vybraným modelům stejnou sadu otázek a ukazuje, zda se narativ o značce pohybuje směrem, který si přejete. Žádný nástroj nevidí soukromé konverzace uživatelů ani každou odpověď, kterou ChatGPT kdy vygeneruje.

Nezapomínejte ani na data z běžných vyhledávačů. V červnu 2026 Google Search Console začala testovat samostatné reporty viditelnosti pro generativní vyhledávací funkce pro vybranou část webů a Bing Webmaster Tools vydal AI Performance report ukazující citace a přítomnost obsahu v Copilotovi. Dostupnost reportů závisí na webu a fázi nasazování.

Akční plán na prvních 30 dní

Týden 1: zkontrolujte svůj výchozí bod

připravte si sadu otázek a proveďte první měření;
požádejte agenta o veřejný audit vašeho webu;
exportujte data z Google Search Console;
zkontrolujte stav indexace nejdůležitějších podstránek.

Týden 2: opravte základy a entitu

opravte bloky v crawlingu, canonicaly a chyby indexace;
doplnte stránku „O nás“ nebo profil autora;
urovnejte data o firmě a oficiální profily;
přidejte nebo opravte správné značení schema.org;
aktualizujte svůj Profil firmy v Google.

Týden 3: vytvořte jeden zdrojový materiál

vyberte důležitou otázku zákazníka;
připravte odpověď založenou na vlastní zkušenosti nebo datech;
přidejte metodu, příklady a důvěryhodné zdroje;
vytvořte jasnou strukturu nadpisů, seznamů a tabulek;
propojte článek odkazymi na existující obsah.

Týden 4: distribuujte důkazy a změřte změnu

sdílejte článek s partnery, médii a oborovou komunitou;
využijte data v newsletteru, podcastu a přednáškách;
zkontrolujte, zda se objevily nové citace nebo zmínky;
po měsíci znovu spusťte svůj základní seznam otázek.

Až bude příště někdo žádat AI o restauraci, systém pro agenturu nebo odborníka na konkrétní problém, vaše značka bude soupeřit o místo na výběrovém seznamu ještě před prvním kliknutím. Začněte jedním krokem: napište si deset otázek, na které by se vaše značka měla objevovat, a dnes zkuste odpovědi v třech systémech. Toto měření vám ukáže, zda musíte nejprve opravit základy, urovnat entitu, vytvořit lepší zdroj nebo získat více vnějších potvrzení.

Nejčastější otázky

Jak krok za krokem zlepšit viditelnost firmy v ChatGPT?

Nejprve zkontrolujte, zda vyhledávače a AI botové mohou najít a přečíst vaše nejdůležitější stránky. Poté urovnejte entitu značky: její název, kategorii, nabídku, vztahy, profily a strukturovaná data. Publikujte obsah, který odpovídá na konkrétní otázky zákazníků a obsahuje vaše vlastní data, příklady nebo zkušenosti. Získávejte důvěryhodné zmínky v externích zdrojích, které potvrzují vztah značky k tématu. Nakonec pravidelně kladte stejnou sadu otázek v několika systémech a samostatně měřte zmínky, citace a doporučení.

Má SEO stále význam pro ChatGPT a AI Overviews?

Ano. Systém využívající vyhledávání musí nejprve stránku objevit, přečíst a zhodnotit. Google výslovně doporučuje aplikovat stejné základy SEO i na své AI funkce: crawlability, indexovatelnost, interní prolinkování, obsah dostupný jako text a strukturovaná data v souladu s viditelným obsahem.

Zaručuje schema.org citování v AI?

Schema.org pomáhá vyhledávačům pochopit typ objektu, jeho vlastnosti a vztahy, ale nezaručuje citování v AI. Největší hodnotu přináší tehdy, když potvrzuje informace, které jsou již jasně viditelné na stránce.

Potřebuji soubor `llms.txt`?

Google uvádí, že jeho AI funkce nevyžadují žádné speciální soubory ani dodatečné značky. llms.txt zůstává návrhem používaným některými vývojáři nástrojů, ale nenahrazuje indexaci, sitemapu, prolinkování ani kvalitní robots.txt.

Jak zjistím, zda může ChatGPT navštívit můj web?

Zkontrolujte, zda robots.txt, firewall nebo CDN neblokují OAI-SearchBot. OpenAI jej používá k objevování obsahu, který by se mohl zobrazit v ChatGPT Search. GPTBot slouží k jinému účelu – sběru dat pro trénování modelů. Můžete povolit vyhledávacího robota a zároveň blokovat ten trénovací.

Měl by každý podnik vytvořit položku ve Wikidata?

Položka by měla splňovat kritéria projektu Wikidata a opírat se o vážné, veřejné zdroje. Pro firmu bez nezávislých publikací je lepším začátkem úprava vlastního webu, profilů, značení schema.org a přítomnosti v oborových zdrojích.

Jak dlouho trvá dosažení výsledků?

Roboti musí znovu navštívit stránky, vyhledávače musí zpracovat změny a systémy musí aktualizovat své indexy. Některé technické opravy mohou vykazovat výsledky během dnů či týdnů. Budování odbornosti a vnějšího potvrzení obvykle trvá měsíce. Proto začínejte základním měřením a sledujte trend na základě série opakovaných měření.

Zdroje

SparkToro a Datos, 2024 Zero-Click Search Study.
Pew Research Center, Google users are less likely to click on links when an AI summary appears.
Gemius a Polskie Badania Internetu, Jak polscy internauci korzystają z ChatGPT?.
Google Search Central, AI features and your website.
Aggarwal et al., GEO: Generative Engine Optimization.
OpenAI, Publishers and Developers FAQ.