SEO v době AI – 2. díl

8 minut čtení

30. 7. 2025

Tradičně jsme SEO chápali jako kombinovaný kanál. Z větší části výkonnostní, z menší části brandový. Tento poměr byl funkční v době, kdy vyhledávání fungovalo jako série klikacích výsledků.

V prostředí generativního vyhledávání se ale tento poměr bude pravděpodobně srovnávat, možná i obracet. Už nepůjde primárně o proklik, ale o začlenění do odpovědi, která často uživatele uspokojí přímo. Klik se stane výjimkou – nikoli cílem.

Zobrazování AI přehledu podle oboru. Klíčová slova z oblastí zdraví (67,47 %) a bezpečnosti (46,09 %) mají větší pravděpodobnost spuštění AI Overviews.

SEO jako kanál důvěry: Jak redefinovat cíle a metriky?

Z pohledu značky se tak SEO posune z kanálu výkonu na kanál důvěry a relevance.

Nepůjde jen o to být vidět, ale být rozpoznán modelem jako vhodný zdroj pro odpověď. Tedy být systémem vybrán, parafrázován, citován.

Nové cíle a nové metriky

Chceme-li měřit dopad SEO v tomto novém prostředí, nestačí už počítat jen návštěvy z organiky. Musíme se ptát:

Jak často je náš obsah použitý v generované odpovědi?
Jaký tón, citace a kontext se s naší značkou spojují?
Jaká je naše přítomnost v rámci AI odpovědí na témata, která nás definují?
Kde a jak nás AI systémy vnímají jako relevantní autoritu?

To vede k novým indikátorům výkonu, mezi které můžeme zařadit například:

share of voice v AI odpovědích,
citace včetně pozice a tónu,
modelová relevance – tedy jak blízko jsme významově k tématům, která pokrýváme,
rozšířená atribuce – protože poslední klik je v AI světě často nedosažitelný.

Strategické dopady pro značky

Tato změna neznamená, že by SEO ztrácelo hodnotu. Znamená, že se mění způsob, jak hodnotu vytváří a jak ji měříme.

Organizace, které chápou SEO jen jako kanál návštěvnosti, budou tyto posuny vnímat jako ztrátu. Naopak ty, které ho začnou chápat jako součást budování relevance a důvěry ve světě, kde o obsahu rozhodují stroje, získají náskok.

To vyžaduje:

jiné cíle,
jiné nástroje,
jiný reporting,
a hlavně jiný postoj k SEO jako disciplíně.

Obsah jako vstup, ne cíl

V tradičním SEO byl obsah cílem – snažili jsme se přivést uživatele na stránku, která mu nabídne odpověď, informaci nebo řešení. Optimalizovali jsme nadpisy, strukturu, klíčová slova, abychom Google i uživateli dali jasný signál, že právě tento obsah je relevantní.

V prostředí generativního vyhledávání se ale mění samotná role obsahu. Obsah už není cílem, ale vstupem do systému. Je surovinou, ze které si AI skládá odpovědi. Nehledá „nejlepší stránku“, ale vybírá konkrétní pasáže, ze kterých sestaví výslednou odpověď na základě kontextu dotazu, uživatele a své paměti.

Co to znamená pro tvorbu obsahu?

Myslet ve fragmentech, ne jen ve stránkách.

Vyhledávací modely pracují s tzv. „passage-level retrieval“. Zajímají se o konkrétní úryvky, které odpovídají určitému dotazu. To znamená, že každý odstavec, každá část stránky musí být srozumitelná, kontextově bohatá a jednoznačně použitelná samostatně.

Optimalizace pro porozumění, ne jen pro čtení

Dříve jsme obsah „psali pro lidi“, dnes ho musíme navrhovat i pro stroje. Neznamená to rezignovat na čitelnost, ale strukturovat informace tak, aby byly snadno pochopitelné i bez lidského kontextu. To zahrnuje např. práci s nadpisy, výčty, kontextovým ukotvením či explicitními formulacemi.

Obsah jako datová entita

AI systémy nevidí „články“ jako my. Pracují s entitami, vztahy, tvrzeními a kontextem. Úspěšný obsah je ten, který jednoznačně vyjadřuje kdo/co/co dělá/proč/jak, a který lze snadno zapsat jako strukturovanou informaci. Například:

„Japonská matcha z oblasti Uji se obvykle pěstuje zastíněním 20–30 dní před sklizní, což zvyšuje obsah L-theaninu.“

je užitečnější než obecné tvrzení:

„Japonská matcha je kvalitní a má mnoho benefitů.“

Znalostní architektura

Obsah nestačí „jen napsat“. Musí být strategicky rozvržen:

Co tvoříme?
Jak to pokrývá hlavní dotazy a jejich varianty?
Jak jednotlivé stránky spolu logicky souvisí a podporují se?

Cílem je vybudovat znalostní síť, která dává smysl jak člověku, tak algoritmu.

Multimodalita jako výhoda

AI systémy dnes zpracovávají nejen text, ale i obrázky, tabulky, grafy, videa nebo hlas. Pokud má téma vizuální či datovou dimenzi, je výhodné ji využít. Formát má vliv na výběr do odpovědi.

Tato změna vnímání obsahu – z cíle na vstup – je možná největší změnou myšlení, kterou musí firmy i agentury přijmout. Už neoptimalizujeme jen pro kliknutí. Optimalizujeme pro pochopení, výběr a znovupoužití.

Jak se mění měření a analytika

Jedním z největších dopadů přechodu ke generativnímu vyhledávání je změna způsobu, jakým měříme výkon SEO. V tradičním prostředí jsme měli (a samozřejmě stále máme) k dispozici stabilní sadu metrik: pozice ve výsledcích, počet kliknutí, organická návštěvnost, míra prokliku (CTR). V AI prostředí se ale řada z těchto metrik stává buď irelevantní, nebo velmi nepřesnou.

Proč „pozice“ přestává dávat smysl

V klasickém SERPu šlo o to „být co nejvýše na co nejvíce slov“.

V AI ale není žádná jednoznačná pozice. Odpovědi se generují na základě syntézy více zdrojů a každý uživatel může dostat mírně (nebo výrazně) jinou odpověď. Není kam „seřadit“ odkazy. A už vůbec nelze jednoduše říct: „jsme na 3. místě“.

Je však důležité zdůraznit, že první pozice v klasickém Google vyhledávání si stále udržuje velký význam. AI modely totiž často čerpají z autoritativních a vysoce hodnocených zdrojů, které se v tradičním SERPu umisťují vysoko. Tradiční SEO tak zůstává klíčovým předpokladem pro získání důvěry a viditelnosti v AI prostředí, ačkoliv už není jediným a konečným cílem.

Ptejme se:

Byl náš obsah použit jako zdroj?

Byl parafrázován, citován, uveden jako odkaz?

Byl preferován pro určitou formu odpovědi – text, obrázek, tabulku?

Proč kliknutí není spolehlivá metrika

Uživatelé v AI odpovědích často vůbec neklikají. Pokud odpověď vyhovuje, žádný klik nenastane. Vzniká tak prostředí tzv. zero-click behavior, kde značka může být viditelná, relevantní, důvěryhodná – ale žádná návštěvnost se v analytice neobjeví.

To nutí firmy i agentury redefinovat pojetí „úspěchu“. Ne vždy totiž absence návštěvnosti znamená selhání. Naopak – pokud je značka důvěryhodným vstupem do odpovědi, může být vnímána, zapamatována a použita později.

Jaké nové typy dat dává smysl sledovat

Přítomnost v odpovědích – např. počet dotazů, ve kterých je značka použita jako zdroj (byť bez prokliku).
Typ zapojení – je značka citována, nebo jen použita? Je parafrázována, nebo zobrazena jako formální odkaz?
Tématické pokrytí – ve kterých oblastech nás AI používá, a kde naopak chybíme?
Semantická blízkost – jak „blízko“ jsme významově k důležitým tématům? Jsme stále považováni za relevantní?
Dotazové cesty a kontexty – jaké dotazy vedou ke zmínce značky? Jaké typy uživatelů a jaké fáze jejich rozhodování?