• SEO Pivo
  • Marketingová Plzeň
  • AI Bootcamp
  • Kontakt
[email protected]
Osobní web
Blog o SEO, AI a Marketingu
Martin Bangho
  • GEO & SEO
  • AI & Agenti
  • Marketing
  • GEO & SEO
  • AI & Agenti
  • Marketing
Blog GEO & SEO
Muž v modré košili vkládá modrý dílek do dřevěného třídicího tácku.

Jak měřit AI viditelnost: protokol, vzorek a metriky

Martin Bangho Martin Bangho
18. 11. 2026
Kategorie: GEO & SEO
9 minut čtení
0
0

AI viditelnost měřte jako opakovaný výskyt značky a jejích zdrojů v předem popsaném souboru odpovědí. Ne jako jednu „pozici v ChatGPT“. Potřebujete uchovat otázky, podmínky sběru, celé odpovědi a pravidla vyhodnocení. Jinak nepoznáte, zda se změnila přítomnost značky, nebo jen způsob, kterým ji sledujete.

Tento postup je určený pro marketingový tým, který chce založit kontrolovatelný monitoring nebo prověřit report dodavatele. Není to výsledek měření Bangho ani benchmark českého trhu. Základní rozdíly mezi zmínkou, citací a doporučením rozebírám samostatně; zde z nich sestavíme měřicí protokol včetně evidence chyb a pravidel pro porovnávání období.

Nejdřív napište, jaké rozhodnutí má report podpořit

Pro monitoring je příliš neurčitý cíl „zjistit, jak jsme na tom v AI“. Jiná otázka je, zda asistent správně popisuje vaše služby, a jiná, zda vás nabídne člověku, který ještě nezná název firmy. Rozdílné cíle potřebují jiné dotazy i jiné vyhodnocení. Spojení do jednoho skóre může důležitou chybu schovat.

Další články

Muž v modré košili ukazuje na tři kruhy různých velikostí a drží modrou kartu.

TOFU, MOFU a BOFU: jak zvolit obsah podle rozhodování zákazníka

18. 11. 2026
Muž v bílé košili skládá modrou cestu k malému domečku.

Co je SEO: jak funguje a kdy dává firmě smysl

18. 11. 2026
Google AI Overviews: co jsou a co sledovat na vlastním webu

Google AI Overviews: co jsou a co sledovat na vlastním webu

15. 11. 2026
Muž vkládá žlutou kartičku do barevné kapsy na nástěnce.

Analýza klíčových slov: od dotazů k mapě stránek

18. 11. 2026

Jako pracovní zadání použijte například: chceme zjistit, zda se značka objevuje při výběru řešení pro vymezený typ zákazníka a zda odpověď uvádí správné podmínky služby. Z toho lze odvodit výběrové scénáře, kontrolu správnosti a vlastníka oprav. Oproti tomu otázka „kolik poptávek přivedlo ChatGPT“ vyžaduje také skutečnou webovou a obchodní evidenci. Samotné odpovědi asistenta ji nezodpovědí.

Založte panel otázek, který má jasné hranice

Panelem zde rozumím stálý soubor testovacích otázek, nikoli reprezentativní výběr všech uživatelů. Vycházejte z dostupných obchodních dotazů, podpory, rozhovorů a vyhledávacích dat. Modelově vytvořené varianty mohou pokrýt další formulace, ale označte jejich původ. Žádnému promptu nepřiřazujte hledanost jen proto, že se podobá známému klíčovému slovu.

Oddělte otázky na značku od nebrandových. „Co nabízí firma X?“ ověřuje identitu a popis. „Jak vybrat dodavatele pro situaci Y?“ ověřuje, zda se firma dostane do výběru bez nápovědy. Pokud první skupinu přidáte do druhé, zdánlivě zlepšíte výskyt značky, aniž by se změnilo chování asistenta.

Pro každou otázku evidujte neměnné ID, přesné znění, zákaznický scénář, fázi rozhodování a zdroj námětu. Podobné formulace spojte do skupiny. Pět parafrází téže otázky není pět nezávislých zákaznických potřeb. Při celkovém souhrnu si vyberte, zda dáváte stejnou váhu otázkám, nebo skupinám scénářů, a volbu zachovejte.

U omezeného pilotu vyberte jen takový rozsah, u kterého zvládnete číst odpovědi a kontrolovat zdroje. Pilot má odhalit nejasná pravidla a technické chyby; nemá se vydávat za definitivní podíl značky v AI. Rozšíření vzorku plánujte podle rozdílů mezi scénáři a požadovaného rozhodnutí, ne podle atraktivního počtu promptů v nabídce nástroje.

Spotřebitelské rozhraní a API měřte jako dvě různé řady

ChatGPT v prohlížeči není totéž co volání modelu přes API. Uživatelský produkt může mít jiné vyhledávání, kontext konverzace nebo personalizaci; u API si konfigurujete vlastní vstup a nástroje. Neoznačujte API odpověď názvem spotřebitelského produktu bez vysvětlení, co přesně jste sbírali. Studie SparkToro také nechává shodu API a uživatelského prostředí otevřenou jako otázku pro další výzkum.[1]

Pro každé prostředí zaznamenejte produkt a režim, dostupný identifikátor modelu, jazyk, cílový trh, datum a čas, přihlášení, známou lokalitu, použití webového vyhledávání a práci s historií či pamětí. Co prostředí neukazuje, označte jako neznámé. Neslibujte kontrolu nad vnitřní verzí modelu, pokud ji poskytovatel nezpřístupňuje.

U ručního panelu určete, zda sbíráte první odpověď v nové konverzaci, nebo pevně popsaný navazující dialog. Následné „a co firma X?“ mění úkol a nepatří do stejného měření spontánního výskytu. U API uchovejte rovněž nastavení vyhledávacího nástroje a parametry, které mohou výstup ovlivnit. Když dodavatel změní sběr z prohlížeče na API, začněte novou srovnávací řadu.

Jedna odpověď je pozorování, nikoli výchozí stav značky

Výzkum SparkToro publikovaný v lednu 2026 pracoval v první části s 600 dobrovolníky, 12 prompty a 2 961 odpověďmi napříč třemi prostředími. Autoři popsali velkou proměnlivost složení i pořadí doporučení. Současně připustili, že opakovaný podíl výskytu může být užitečnější než jednotlivé pořadí.[1]

Výsledky nepřenášejte jako přesné pravděpodobnosti na svůj obor. Sběr probíhal v listopadu a prosinci 2025, nastavení účastníků nebyla jednotná a na výzkumu se podílel zástupce nástroje Gumshoe. Samotní autoři neuzavřeli otázku potřebného počtu opakování ani zobecnitelnosti na jiné sady promptů.[1] Není z toho univerzální pravidlo „třikrát stačí“ ani „každou otázku musíte položit stokrát“.

Opakování rozložte do předem domluvených časových oken a zachovejte stejný postup. Velký počet volání v jedné minutě může zachytit jen úzkou situaci. Podobné prompty, společná historie a stejná infrastruktura mohou vytvářet závislá pozorování. Úzký interval vypočtený za předpokladu nezávislých náhodných pokusů potom může působit přesněji, než odpovídá skutečnosti.

Pro první report ukažte počty, rozptyl mezi scénáři a změny mezi termíny. Pokud chcete statisticky posuzovat malý posun, vyžádejte si metodiku odpovídající uspořádání sběru, například vyhodnocení po skupinách promptů. Více desetinných míst nenahradí lepší vzorek a žádný interval sám nevyřeší, že panel neodpovídá chování vašich zákazníků.

Pravidla značení stanovte před čtením výsledků

Pro každou úspěšně získanou odpověď přiřaďte oddělené příznaky. Zmínka znamená jednoznačné uvedení sledované značky; výskyt obecného slova stejného jména nestačí. Citace vlastního webu znamená, že odpověď nabízí dohledatelný zdroj s cílem na vaší doméně. Cizí katalog o firmě patří do samostatného pole, nikoli mezi citace vašeho webu.

Doporučení označte tehdy, když odpověď značku nabízí jako vhodnou možnost pro položený scénář. Nemusí být výlučné, ale nemá zahrnovat pouhou historickou zmínku ani varování, že se nabídka nehodí. Správnost posuzujte zvlášť: i skutečné doporučení může uvádět neexistující službu. U sporného případu zapište důvod a nechte jej zkontrolovat druhým hodnotitelem.

Referraly jsou rozpoznatelné návštěvy webu z daného zdroje a leady jsou poptávky podle vaší definice. Nevznikají vyplněním kolonky u odpovědi. Panel tedy držte odděleně od návštěv a obchodních událostí; mezi jednotlivými úrovněmi není automatický převodní poměr.

Uchovejte celé odpovědi včetně skutečných cílů odkazů. Nadpis zdroje může ukazovat jinam, než očekáváte. U přesměrování evidujte původní i konečnou URL a u nedostupného odkazu stav kontroly. Automatický klasifikátor může připravit návrh příznaků, ale jeho shodu s lidským značením je třeba ověřit na vzorku, zejména u nejednoznačných názvů a podmíněných doporučení.

Výpočet potřebuje i neúspěšné pokusy

Základní výpočet podílu zmínek je počet platných odpovědí se značkou dělený počtem všech platných odpovědí ve stejné skupině. Každá odpověď se započítá nejvýše jednou, i kdyby značku zopakovala několikrát. Stejně počítejte samostatný podíl citací vlastního webu a podíl doporučení. Vedle výsledku vždy ukažte čitatele a jmenovatele.

Modelová početní ukázka, nikoli naše měření: z 40 plánovaných pokusů získáte 36 platných odpovědí a čtyři technické chyby. Značka je ve 12 odpovědích, vlastní web je citován v osmi a doporučení zazní v pěti. Podíly mezi platnými odpověďmi jsou 33,3 % pro zmínku, 22,2 % pro citaci a 13,9 % pro doporučení. Úspěšnost sběru je 90 %. Tyto skupiny se mohou překrývat; procenta se nesčítají do jedné metriky.

Čtyři technické chyby neschovejte jako nepřítomnost značky ani je beze stopy nevyřaďte. Zapište stav, důvod a pravidlo případného opakování. Jinak může výpadek u nejslabší části panelu výsledek paradoxně zlepšit. Odmítnutí odpovědi asistentem je zase jiný stav než selhání sítě; popište, zda jej zahrnujete mezi platné výstupy, a držte tuto volbu stálou.

U AI Overviews je navíc „přehled se nezobrazil“ legitimní výsledek, nikoli technická chyba. Reportujte zvlášť podíl úspěšných hledání, při kterých se přehled objevil, a výskyt značky uvnitř přehledů. Pokud počítáte i zásah přes všechna úspěšná hledání, označte odlišný jmenovatel. Google sám uvádí, že AI Overview nevzniká u každého dotazu.[14]

Pracovní záznam, který lze znovu vyhodnotit

Do tabulky si připravte následující pole. Jeden řádek odpovídá jednomu pokusu, ne jednomu promptu za celý měsíc. Samotnou odpověď lze uložit v souboru s ID záznamu; v tabulce pak zůstane odkaz na její neměnnou kopii.

run_id:
prompt_id a verze panelu:
scénář a brandový/nebrandový dotaz:
přesný prompt:
produkt, režim a UI/API:
model, pokud je známý:
jazyk, trh a známá lokalita:
čas a stav přihlášení/paměti:
vyhledávání zapnuto nebo pozorováno:
stav sběru a případná chyba:
AI Overview zobrazen ano/ne/netýká se:
uložená celá odpověď:
zmínka vlastní značky ano/ne/nejasné:
citovaná vlastní URL a cizí zdroje:
doporučení ano/ne/nejasné:
věcná chyba a důkaz opravy:
hodnotitel a stav kontroly:

Neznámé a nejasné hodnoty mají zůstat viditelné. U nejasného značení nejprve případ rozhodněte, nebo ukažte jeho počet a způsob zacházení v souhrnu. Když automatika pozná jen přesný obchodní název a přehlédne běžnou zkratku, můžete po opravě znovu zpracovat archivované odpovědi. Bez nich by nezbylo než zaměnit změnu pravidel za změnu viditelnosti.

Návštěvy a poptávky připojte bez domýšlení atribuce

V analytice sledujte rozpoznatelné zdroje návštěv a jejich chování. U leadu ověřte definici, deduplikaci a návaznost na skutečnou poptávku, ne pouze počet odeslání formuláře. Odpověď zákazníka „našel jsem vás v AI“ je užitečný samostatný údaj, ale není totožná s technicky zaznamenaným referralem.

Google zahrnuje návštěvnost z AI Overviews a AI Mode do celkových dat Search Console v typu Web.[14] Ze souhrnného grafu proto bez dalšího nerozlišíte jejich příspěvek. Také přímá návštěva po dřívějším přečtení odpovědi může zůstat bez dohledatelného zdroje. Tuto část označte jako neznámou; nevydávejte ji ani za nulu, ani za odhadnuté AI konverze.

Co má obsahovat report, podle kterého lze jednat

Výstupem má být popsaný rozsah měření, verze panelu, úspěšnost sběru a samostatné výsledky podle prostředí a scénářů. Připojte významné chyby v odpovědích, doložené příklady a změny metodiky. Pokud se současně změnil produkt, panel i obsah webu, nedá se jejich vliv jednoduše oddělit jedním procentem.

Malý pohyb skóre bez stabilních podmínek není důvod přepisovat web. Opakovaná nesprávná informace o službě už může být konkrétní úkol: ověřit zdroj, opravit vlastní podklad a potom sledovat, zda se popis mění. Takové rozhodnutí je užitečnější než příslib prvního místa v odpovědi.

Máte-li report dodavatele, vyžádejte si nejprve jmenovatele, původ promptů a ukázku archivované odpovědi.

Zdroje

[1] SparkToro: AI recommendation consistency

[14] Google Search Central: AI features and your website

Potřebujete z AI reportu udělat podklad pro rozhodnutí?

Pokud chcete metodiku a následné obsahové priority řešit společně, navazuje GEO a SEO spolupráce. Pravidelný sběr, potřebné přístupy a rozpočet se domlouvají zvlášť. Ozvěte se s otázkou, kterou má váš monitoring zodpovědět.

Štítky: AnalýzaNávod
Předchozí článek

UCP a ACP: co řeší a kdy je zavádět do e-shopu

Další příspěvek

Obsahový brief: jak zadat článek + šablona a ukázka

Martin Bangho

Martin Bangho

Jmenuji se Martin a od roku 2015 se pohybuji ve světě online marketingu a tvorby webů. Věřím v marketing postavený na faktech, ne na iluzích. Mým cílem je pomáhat podnikatelům růst díky datově řízenému marketingu. Když zrovna neřeším marketing nebo podnikání, najdete mě ve fitku, na koncertě (hlavně hip-hop) nebo s přáteli. Jsem trochu kritik, puntičkář – ale hlavně optimista, který věří, že i marketing může být fér a ziskový.

Podobné články

Muž v modré košili rámuje modrou vázu s rostlinou bílou paspartou.
GEO & SEO

Google Discover: podmínky, obrázky a měření bez slibů

18. 11. 2026
Muž v bílé košili porovnává kartotéku se stromem karet na tabuli.
GEO & SEO

Sitemap: jak ji vytvořit, udržovat a ověřit

18. 11. 2026
Muž v modré košili porovnává pevnou destičku a funkční dřevěná dvířka.
GEO & SEO

Sémantické HTML: význam prvků, přístupnost a SEO

18. 11. 2026
Muž v bílé košili ukazuje zámek vedle průhledné branky a modré šipky.
GEO & SEO

Noindex, robots.txt, canonical nebo odstranění stránky?

18. 11. 2026
Další příspěvek
Muž v bílé košili vkládá list do otevřeného černého pořadače na stole.

Obsahový brief: jak zadat článek + šablona a ukázka

Odebírat
Upozornit na
0 Komentáře
Nejstarší
Nejnovější Nejlépe hodnocené

Bangho Martin

SEO Konzultant & AI Strategist

Specializuji se na datově řízené strategie, které propojují týmovou spolupráci napříč firmou, od obchodu přes vývoj až po obsah, s tvorbou plánů, jež posilují značku i výkonnost v konkurenčním prostředí.

Štítky

Analýza B2B B2C Brand E-commerce Google Nástroje Návod Off-page SEO On-page SEO Reporty z akcí SaaS Technické SEO Teorie User Experience Webové stránky

Nejnovější příspěvky

  • Kdy GraphRAG pomůže a kdy jen prodraží vyhledávání
  • Jak otestovat firemního AI asistenta: otázky, zdroje a chyby před spuštěním
  • Firemní znalosti pro AI: kdo rozhoduje, která odpověď ještě platí
  • Google Discover: podmínky, obrázky a měření bez slibů
  • BlockRank: co výzkum řazení dokumentů říká a co ne
  • SEO Pivo
  • Marketingová Plzeň
  • AI Bootcamp
  • Kontakt

© 2025 Martin Bangho - SEO Konzultant & AI Strategist

Welcome Back!

Login to your account below

Forgotten Password?

Retrieve your password

Please enter your username or email address to reset your password.

Log In
  • GEO & SEO
  • AI
  • Marketing
[email protected]

© 2025 Martin Bangho - SEO Konzultant & AI Strategist

Tato webová stránka používá soubory cookie. Pokračováním v jejím používání vyjadřujete souhlas s jejich používáním. Navštivte naši Zásady ochrany osobních údajů a používání cookies.