GEO a AEO jsou označení pro práci s viditelností v generovaných odpovědích a odpovědních systémech. Samotné přejmenování služby ale nedokazuje nový mechanismus ani její účinnost. Při posuzování doporučení se ptejte hlavně na to, v jakém prostředí platí, z jakého důkazu vychází a co se má po úpravě skutečně změnit.
Nejčastější omyl není víra v jednu konkrétní zkratku. Je to záměna užitečné zásady za potvrzený rankingový recept. Přehlednější text může pomoci čtenáři, ale z toho ještě neplyne, že odstavec o předepsané délce zvýší počet citací v ChatGPT nebo AI Mode. Následující kontrola vychází z podkladů ověřených 17. listopadu 2026; nejde o vlastní experiment s algoritmy.
„Je to úplně nové“ a „nic se nemění“ jsou příliš snadné odpovědi
SEO řeší mimo jiné dohledatelnost, přístupnost a srozumitelnost webu. Tyto základy nezmizely tím, že část výsledků tvoří souhrnná odpověď. Google pro AI Overviews a AI Mode výslovně zachovává základní SEO doporučení a neuvádí dodatečné technické požadavky. Aby stránka mohla být podpůrným odkazem, musí být indexovaná a způsobilá k zobrazení ve vyhledávání s úryvkem.[1]
Současně se může lišit to, co uživatel uvidí a udělá. Pořadí běžných výsledků, formulace generované odpovědi a citace konkrétního zdroje nejsou jedna metrika. Nestačí tedy přepsat název starého reportu na GEO, ale ani tvrdit, že technické SEO je zbytečné. U každé práce pojmenujte její cíl: odstranit blokaci, zlepšit vysvětlení produktu, opravit chybnou informaci, nebo sledovat zobrazení značky ve vybraných odpovědích.
Také zkratky nejsou všude používány stejně. GEO obvykle odkazuje ke generativním systémům, AEO k odpovědním systémům obecněji. Praktické zadání proto musí být přesnější než název disciplíny. Uvedení produktu a konkrétního úkolu je důležitější než spor o to, zda správná vizitka zní SEO, GEO nebo AEO.
Patent není potvrzení nasazeného rankingového faktoru
Technické rozbory často spojují patenty, vědecké články, pozorování rozhraní a vlastní představu o systému do jednoho příběhu. Může být zajímavý a rozumný. Stále ale potřebuje označit, které části jsou doložené a které jen vysvětlují možný způsob fungování. Na tento problém upozorňuje i Dawn Anderson v rozboru dezinformací kolem generativního vyhledávání.[2]
Patent může popisovat postup, který připomíná chování produktu. Samotnou podobností neprokážete, že produkt používá právě tento postup, jeho konkrétní variantu nebo odvozené váhy. Stejně tak nastavení firemního vyhledávání v Google Cloudu není automaticky nastavením veřejného Googlu. Cloudová dokumentace například popisuje ranking API, které přeuspořádá dodané dokumenty podle relevance. To je doložená schopnost daného API, ne seznam signálů AI Mode.[3]
Dodavateli položte jednoduchou otázku: „Kterou část tvrzení potvrzuje dokumentace cílového produktu a kterou pouze odvozujete?“ Dobrá odpověď může obsahovat hypotézu. Potřebuje ji však přiznat a navrhnout způsob ověření. Problém začíná ve chvíli, kdy se z odhadu stane jistota v obchodní nabídce.
Pevná délka odstavce z vás automaticky neudělá citovaný zdroj
Chunking znamená rozdělování obsahu na části při jeho zpracování. Různé systémy mohou obsah dělit různými způsoby. Z existence tohoto postupu nevyplývá jedna správná délka webového odstavce pro všechny modely ani povinnost rozsekat každý článek na izolované odpovědi. Zaměňování technického dělení s přehlednou obsahovou strukturou je právě jedním z problémů, které rozebírá Dawn Anderson.[2]
Popisný nadpis, tabulka skutečných parametrů a jasně vysvětlené omezení dávají smysl i bez domněnky o interním chunkeru. Naopak přílišné zkrácení může poškodit význam. Když z textu odstraníte výjimku, abyste se vešli do doporučeného počtu slov, nezískáte přesnější obsah pro AI. Získáte nepřesný obsah pro všechny.
Modelový příklad: fiktivní servis na webu uvádí „U vybraných modelů lze baterii vyměnit na počkání, pokud je náhradní díl skladem.“ Úprava na „Baterii měníme na počkání“ sice zkrátí větu, ale odstraní dvě podmínky. Lepší je podmínky zachovat a připojit konkrétní přehled podporovaných modelů i způsob ověření zásoby. Nejde o tvrzení o Martinově nabídce ani o reálném servisu.
Podobně berte skóre sémantické podobnosti z vlastního nástroje. Může odhalit, že text vůbec neodpovídá na plánovanou otázku. Bez dalšího ověření však není pravděpodobností citace ani kopií skóre vyhledávače. Zadání úpravy má znít „doplňte chybějící informaci o podmínkách“, ne „dosáhněte tajného AI skóre“.
Information gain není povolenka přidávat další text
Pod pojmem information gain se v SEO často míní přínos oproti existujícím odpovědím. V jiných oborech, například ve strojovém učení, má pojem konkrétnější technické významy. To, že se výraz vyskytuje v patentu nebo výzkumu, neopravňuje vydávat libovolné obsahové skóre za potvrzený faktor Googlu.[2]
Užitečnou redakční otázku si ale ponechte: co se čtenář dozví navíc a jak mu to pomůže? Přínosem může být doložené srovnání podmínek, vysvětlení výjimky, přehled kompatibility nebo vlastní metodicky popsané měření. Není jím automaticky delší článek či další odstavec přepsaný od konkurence. Google ve svém návodu pro užitečný obsah výslovně zmiňuje původní informace a analýzu a varuje před pouhým přepisováním zdrojů bez další hodnoty. Zároveň odmítá představu preferovaného počtu slov.[4]
Pokud pro nový oddíl nemáte důkaz nebo uživatelský důvod, nepřidávejte ho jen kvůli názvu metriky. Praktická hodnota pro čtenáře je obhajitelný cíl i tehdy, když neznáte přesnou vnitřní architekturu vyhledávání.
llms.txt není robots.txt ani záruka zobrazení
Návrh llms.txt popisuje přehledný soubor s kontextem a odkazy na obsah vhodný pro jazykové modely a agenty. Jeho dokumentace jej odlišuje od robots.txt: llms.txt pomáhá najít a použít informace, robots.txt sděluje pravidla přístupu automatizovaným nástrojům. Nepřenášejte proto do llms.txt očekávání, že příkazy Allow nebo Disallow budou fungovat jako přístupová kontrola.[5]
Pro některé dokumentační projekty může být kurátorovaný rozcestník užitečný. Z toho ale neplyne povinnost pro každý firemní web ani garantovaný růst AI citací. Google pro účast v AI Overviews a AI Mode nový AI textový soubor nevyžaduje.[1] V nabídce rozlišujte zlepšení přístupu k dokumentaci od slibu lepšího pořadí ve vyhledávání. Jsou to odlišné zakázky s odlišnou akceptací.
Schopnost číst obrázek neznamená, že jej systém právě přečetl
Multimodální model může zpracovat obrazový vstup. Dokumentace OpenAI tuto schopnost popisuje a současně upozorňuje na chyby například u drobného textu nebo některých grafických prvků.[6] To však neprokazuje, že každý nástroj při shrnutí zadané URL načte všechny obrázky na stránce a předá jejich pixely modelu.
Chris Green tento rozdíl ilustroval malým testem dvou téměř shodných stránek, z nichž jedna měla nabídku pouze v obrázku. V popsaných pokusech s Gemini a ChatGPT se informace z obrázku při běžné práci s URL spolehlivě nepřenesla. Autor zároveň výslovně netvrdí, že modely obrázky číst neumějí; popisuje i jiný výsledek po zapojení agentního režimu.[7] Je to omezená ukázka konkrétního postupu, ne reprezentativní benchmark všech AI nástrojů.
Praktický závěr je střízlivější a použitelnější: důležitou cenu, podmínku, dostupnost či výhradu ponechte také jako čitelný text. ALT má odpovídat účelu skutečného obrázku, ale nenahrazuje celý ceník ani vysvětlení služby. Obrázky mají obsah doplňovat, ne být jediným nosičem informace rozhodující o nákupu.
Citace, návštěva a zakázka jsou tři různé výsledky
Zmínka značky v odpovědi může být bez odkazu. Citace může vést na jinou stránku, než jste chtěli. A ani přesná citace neznamená, že na ni někdo klikl nebo objednal službu. Při měření proto držte odděleně zobrazení značky ve vybraných odpovědích, konkrétní odkazy, rozpoznatelnou návštěvnost a obchodní výsledek. Podrobněji tato rozlišení rozebírá článek o zmínkách, odkazech a citacích v AI.
Před nákupem GEO nebo AEO práce si nechte popsat následující:
- Pro který produkt, režim, trh a uživatelský úkol doporučení platí.
- Jaký zdroj dokládá tvrzený mechanismus a kde začíná hypotéza.
- Co se na webu změní a jaké podmínky nebo důležité informace musí zůstat zachované.
- Jak ověříte provedení úpravy a zvlášť její případný dopad, včetně omezení atribuce.
- Kdy experiment ukončíte, pokud nepřinese dostatečně přesvědčivý výsledek.
Takto se dá zadat smysluplná práce i v prostředí, jehož všechny mechanismy neznáme. Pro konkrétní technickou a obsahovou kontrolu navazuje optimalizace webu pro AI vyhledávání. Cílem není odmítnout experimenty, ale poznat, za který důkaz a výsledek skutečně platíte.
Zdroje a rozsah výkladu
[1] Google Search Central: AI features and your website. Podmínky účasti v AI funkcích Googlu; ověřeno 17. 11. 2026.
[2] Dawn Anderson: Debunking and Demystifying Generative Information Retrieval, aktualizace 2. 3. 2026. Odborná kritika interpretací; jednotlivá tvrzení je stále nutné ověřovat. Popis llms.txt v tomto článku vychází z jeho vlastní dokumentace [5].
[3] Google Cloud: Improve search and RAG quality with ranking API. Schopnosti samostatného cloudového produktu.
[4] Google Search Central: Creating helpful, reliable, people-first content. Doporučení k originalitě, užitečnosti a rozsahu obsahu.
[5] llms.txt: návrh a formát souboru. Účel rozcestníku a rozdíl proti robots.txt; ověřeno 17. 11. 2026.
[6] OpenAI: Images and vision. Schopnost zpracovat obrazový vstup a její limity; není dokladem načtení obrázku z libovolné URL.
[7] Chris Green: AI chatbots and the illusion of reading an image. Malý autorský test práce s webovou URL, nikoli naše měření.
Potřebujete druhý názor na nabídku GEO?
Pokud zvažujete GEO nebo AEO službu a nejste si jistí jejími sliby, můžu s vámi projít navržený postup, podklady a způsob vyhodnocení. Ozvěte se s konkrétní otázkou k nabídce. Oddělíme proveditelnou práci od toho, co bude teprve potřeba ověřit.









