Query fan-out je rozložení jednoho dotazu na několik souvisejících vyhledávání. AI systém tak může získat podklady k různým částem otázky a využít je při sestavování odpovědi. Pro SEO z toho neplyne povinnost vytvořit stránku pro každou myslitelnou podotázku. Podstatnější je zjistit, co váš zákazník potřebuje rozhodnout a zda mu k tomu na webu nabízíte dostatečně konkrétní informace.
Google tento postup popisuje u AI Mode i AI Overviews. Nejde ale o univerzální návod, podle kterého by fungoval každý jazykový model, ani o poslední stupeň vývoje, který nahrazuje všechny předchozí vyhledávací metody.
Co query fan-out znamená a co o něm víme
Podle dokumentace Googlu k AI funkcím ve vyhledávání mohou AI Mode a AI Overviews používat několik souvisejících vyhledávání napříč dílčími tématy a datovými zdroji. Při přípravě odpovědi tím mohou nacházet další podpůrné stránky. Důležité je slovo mohou: dokumentace neříká, že každý dotaz projde stejným rozkladem nebo že oba produkty používají totožné modely a postupy.
Veřejný popis nám pomáhá pochopit princip, nikoli rekonstruovat kompletní algoritmus. Neznáme z něj přesný počet poddotazů, váhy jednotlivých zdrojů ani pravidlo, podle kterého by se konkrétní web musel objevit v odpovědi. Přehled produktového rozhraní najdete také v článku o Google AI Overviews.
V SEO se někdy fan-out představuje jako další příčka žebříku: přesná shoda, fulltext, sémantika a nakonec AI. Tím se ale směšují různé věci. Fulltext říká, že hledáme v obsahu dokumentů. Lexikální a sémantické metody pomáhají najít relevantní dokumenty. Fan-out mění nebo rozšiřuje sadu vyhledávacích dotazů. Tyto postupy se mohou doplňovat, ne pouze nahrazovat.
Kde leží v procesu AI vyhledávání
Pro orientaci si proces rozdělte na několik úloh. Systém nejprve potřebuje vyhodnotit otázku a případně ji rozložit. Potom dohledá podklady, vybere relevantní výsledky a může je dále přerovnat. Nakonec z vybraných informací sestaví odpověď. Jde o vysvětlující model, ne o zveřejněný technický diagram Googlu; skutečné provedení se může lišit a některé kroky se mohou opakovat.
Retrieval znamená dohledání podkladů. Reranking je následné přehodnocení pořadí nalezených kandidátů. Syntéza je sestavení výsledné odpovědi. Query fan-out není synonymem ani jedné z těchto úloh: může připravit více dílčích hledání, pro která se retrieval teprve provede. Podrobnější vysvětlení metod nabízí článek o lexikálním, sémantickém a hybridním vyhledávání.
Tohle rozlišení má praktický důsledek. Nástroj, který navrhne deset podotázek, ještě nedokládá, že je některý vyhledávač skutečně použil. A stránka nalezená při dílčím hledání se nemusí stát citovaným zdrojem v hotové odpovědi.
Modelový příklad: který smartphone si vybrat
Představte si dotaz: „Jaký smartphone vybrat na focení a práci, když nechci příliš velký telefon?“ K rozumnému doporučení je potřeba víc než seznam populárních modelů. Následující otázky jsou ilustrace možného rozkladu, nikoli záznam skutečného dotazu Googlu:
- Které telefony odpovídají požadované velikosti a jaké mají rozměry?
- Jak si jejich fotoaparáty vedou při pohybu nebo za horšího světla?
- Jaká je výdrž baterie při pracovním použití?
- Jak dlouho výrobce deklaruje softwarovou podporu?
- Za jakých podmínek a za jakou aktuální cenu lze telefon koupit?
Požadavek na kompaktní rozměry může být v rozporu s jinou prioritou. Dobrá odpověď by proto měla vysvětlit kompromis, případně si vyžádat rozpočet nebo další upřesnění. Samotné přidání slova „nejlepší“ do nadpisu takový úkol nevyřeší. Stejně tak rok v titulku nezaručuje aktuálnost cen, dostupnosti či parametrů.
Pro obchod s telefony z toho může vyplynout potřeba doplnit rozměry do produktových stránek, zpřehlednit podmínky nákupu a připravit skutečné srovnání fotoaparátů. Neznamená to automaticky napsat pět nových článků. Část odpovědí patří přímo k produktu, část do společného nákupního průvodce a pouze samostatný rozhodovací problém si zaslouží vlastní stránku.
Jak převést podotázky na obsahovou mapu
Začněte u potřeb zákazníků, které dokážete doložit. Projděte dotazy v Search Console, hledání na vlastním webu, otázky obchodníkům a dostupnou zpětnou vazbu. Každý zdroj má limity: Search Console neukazuje všechny potřeby trhu a pár rozhovorů není reprezentativní průzkum. Dohromady vám ale dají pevnější základ než samotný seznam vygenerovaný modelem.
- Sepište rozhodovací úlohy. Oddělte například výběr výrobku, jeho použití a řešení potíží po nákupu. Podobná slova ještě neznamenají stejný záměr.
- Přiřaďte existující URL. U každé otázky určete stránku, která má odpověď nést. Zkontrolujte, zda odpověď opravdu obsahuje, nikoli jen zda má vhodný titulek.
- Pojmenujte konkrétní mezeru. Může chybět parametr, příklad, omezení, zdroj nebo srozumitelná navigace. „Potřebujeme víc textu“ je na zadání příliš neurčité.
- Rozhodněte o zásahu. Doplňte existující stránku, propojte související obsah nebo založte nový článek, pokud má vlastní účel a dost podkladů.
- Určete ověření. Zapište, kdo potvrdí odbornou správnost a podle čeho poznáte, že změna pomohla čtenářům i obchodnímu cíli.
Praktický výstup může mít podobu tabulky „potřeba → důkaz → současná URL → mezera → další krok“. Taková mapa se dá použít v obsahové strategii i bez toho, abyste přesně znali interní dotazy AI systému.
Co mají umět jednotlivé pasáže a celý web
Podstatnou odpověď pište tak, aby měla jasný předmět, podmínky a zdroj. Odstavec o výdrži telefonu by měl říkat, jakého modelu a způsobu použití se týká. Bez kontextu může být věta „vydrží celý den“ prakticky nepoužitelná. Srozumitelné H2 a H3 pomáhají čtenáři najít odpověď; nejsou však příkazem, podle kterého AI musí daný blok převzít.
Neopouštějte přitom kvalitu celé stránky. Google popisuje také passage ranking, tedy využití jednotlivých pasáží pro lepší porozumění relevanci stránky. Z toho nelze odvodit, že celek přestal být důležitý nebo že každá krátká odpověď funguje jako samostatně indexovaná stránka.
Stále platí technické základy. Pro podpůrný odkaz v AI funkcích Googlu musí být stránka indexovaná a způsobilá k zobrazení s úryvkem. Dokumentace pro tuto způsobilost nevyžaduje zvláštní AI značkování. Splnění podmínek ovšem není zárukou zobrazení. Širší postup rozebírám v článku Jak optimalizovat web pro AI.
Co vám ukážou nástroje a co pouze odhadují
U nástrojů pro fan-out nejprve zjistěte původ dat. Generátor navrhující pravděpodobné otázky je pomůcka pro brainstorming. Nástroj čtoucí údaje zpřístupněné konkrétní aplikací může zachytit část jednoho průběhu. Ani jedno samo o sobě nepředstavuje úplný audit interního vyhledávání všech AI produktů.
Například bookmarklet Jeana-Christopha Chouinarda autor popisuje jako způsob zobrazení dat o vyhledávání z konverzace ChatGPT. Dostupnost autorova návodu ale není nezávislé ověření dnešní funkčnosti bookmarkletu ani důkaz, že odhalí všechny poddotazy. Před spouštěním cizího kódu v přihlášeném prohlížeči zvažte bezpečnost a nepoužívejte pro takový pokus citlivou konverzaci.
Při vlastním pozorování ukládejte přesné zadání, produkt, datum, jazyk a trh, výslednou odpověď i odkazy na zdroje. Opakování vám ukáže variabilitu sledovaných odpovědí. Neudělá z odhadu kompletní log a samo neprokáže, že změnu způsobila vaše editace webu.
Další krok: opravte jednu skutečnou mezeru
Vyberte jednu důležitou zákaznickou otázku a zkontrolujte, zda na ni má váš web použitelnou odpověď. Pokud ano, zpřesněte její podmínky a návazné odkazy. Pokud ne, zjistěte nejprve, jaké podklady chybějí. To je užitečnější začátek než hromadná výroba článků pro hypotetické dotazy.
Potřebujete z podobné mapy sestavit priority? V rámci obsahové strategie můžeme oddělit témata k rozšíření, nové stránky a obsah, který zatím nemá dostatečný důvod vzniknout.








