Jak si AI vybírá zdroje?

Jak se vybere právě ta jedna pasáž

Kolem optimalizace pro AI vzniká nejvíc zmatku. Často se totiž směšují dva odlišné způsoby práce s obsahem: to, jak funguje Google, a to, jak fungují vlastní systémy postavené nad dokumenty a databázemi.

Začněme u Googlu. Když skládá odpověď pomocí AI, neopírá se jen o to, co má model v paměti. Vyhledá si aktuální stránky a použije je jako podklad pro odpověď. Google tomuto postupu říká grounding, tedy ukotvení odpovědi ve vyhledaných zdrojích. Podle jeho dokumentace k tomu používá stejné hlavní systémy vyhledávání, které rozhodují i o běžných výsledcích (Google Search Central, 2026).

To je důležitá informace: Google nepopisuje žádný zvláštní index jen pro AI, do kterého byste se museli dostat jinak než do běžného vyhledávání. Google navíc neumí posoudit jen stránku jako celek. Dokáže si všimnout i toho, že relevantní odpověď se nachází třeba jen v jednom konkrétním odstavci. K tomu používá systém označovaný jako passage ranking, který pomáhá vyhodnotit jednotlivé části stránky a podle nich určit její relevanci pro hledaný dotaz (Google Search Central, 2025). To ale ještě neznamená, že přesně víme, jak Google vybírá konkrétní větu nebo odstavec, který nakonec použije v AI odpovědi. Tento krok Google veřejně nepopisuje. Škoda.

A tady se dostáváme k časté radě: rozdělte obsah na co nejmenší kousky, aby mu AI lépe rozuměla. Google to jako požadavek výslovně odmítá. Podle jeho dokumentace není potřeba text uměle rozdělovat na malé části, jeho systémy dokážou pracovat i se stránkou, která obsahuje více témat (Google Search Central, 2026).

Odkud se tedy tahle rada vzala? Z jiného typu systémů. Firmy si často stavějí vlastní AI vyhledávání nad interními dokumenty, návody nebo databázemi. Tam se text skutečně rozděluje na menší části a každá z nich se převede do číselné podoby, která zachycuje její význam. Systém pak dokáže hledat části textu, které jsou si významově podobné, i když nepoužívají stejná slova (OpenAI, 2026).

Anthropic například testoval, co se stane, když se k takto rozděleným částem textu přidá ještě informace o jejich okolním kontextu. Chybovost při vyhledávání klesla z 5,7 % na 3,7 %. Po dalším přeřazení výsledků dokonce na 1,9 % (Anthropic, 2024).

Suma sumárum. Odstavec, který dává smysl i sám o sobě, se hledá a chápe snáz než odstavec, který bez předchozího textu nedává smysl.

Například věta „Proto je to nejlepší řešení" sama o sobě skoro nic neříká. Mnohem užitečnější je „Serverově vykreslený obsah je pro většinu AI robotů dostupnější, protože nevyžaduje spuštění JavaScriptu."

Tohle je dobrý princip pro psaní obsahu. A hned vysvětlíme proč.

U vlastních AI systémů je dělení textu na menší části běžnou technikou. Google ale nikde netvrdí, že stejným způsobem fungují Přehledy od AI. Rada psát jasné a samostatně srozumitelné odstavce tedy dává smysl. Jen není správné tvrdit, že je musíte sekat na kousky, aby je Google dokázal najít.

Kousky a čísla patří napravo. Doleva ne.

Jak se z pasáže stane citace

Anthropic ve své dokumentaci poměrně podrobně popisuje, co se děje ve chvíli, kdy Claude při odpovědi hledá na webu. Model se může rozhodnout vyhledávat, získat výsledky, použít je při tvorbě odpovědi a podle potřeby celý postup ještě několikrát zopakovat. Zajímavé jsou hlavně 3 detaily: citace jsou při webovém vyhledávání zapnuté vždy, samotný citovaný úryvek může mít maximálně 150 znaků a u každého výsledku se sleduje také informace o tom, kdy byla stránka naposledy aktualizovaná (Anthropic, stav k září 2026).

Těch 150 znaků je důležité chápat správně. Jde pouze o délku textu, který se nakonec zobrazí jako citace. Neznamená to, že model při hledání přečte jen 150 znaků, ani že kratší obsah dostává nějakou výhodu v pořadí výsledků. Z praktického pohledu ale dává smysl psát důležité informace tak, aby byly srozumitelné i samostatně. Krátká, konkrétní a dobře formulovaná věta má větší šanci, že i po vytržení z okolního textu bude pořád dávat smysl. Ne proto, že by AI automaticky zvýhodňovala krátké odstavce, ale jednoduše proto, že se podstatná myšlenka vejde do omezeného prostoru citace. I proto se vyplatí psát texty pořádně.

Samotná citace ale ještě není zárukou správnosti. Evropská vysílací unie spolu s BBC a 22 veřejnoprávními médii z 18 zemí, mezi nimi i Českým rozhlasem, prověřila více než 3 000 odpovědí ve 14 jazycích. Alespoň jeden závažný problém se objevil u 45 % odpovědí a vážný problém přímo se zdroji u 31 % (EBU a BBC, 2025). Rozdíly mezi jednotlivými nástroji byly výrazné. U Gemini mělo závažný problém se zdrojováním 72 % odpovědí, u ChatGPT 24 % a u Copilotu a Perplexity shodně 15 % (plná zpráva, s. 27).

To, že AI uvede zdroj, ještě neznamená, že zdroj skutečně potvrzuje to, co odpověď tvrdí. Citaci lze zkontrolovat a právě při kontrole se často ukáže, že odkaz vede na správnou stránku, ale vyvozený závěr už správný není.

Do citace se dostane úryvek, ne celý odstavec.

Co je doložené a co si trh vymyslel

Kolem optimalizace pro AI se rychle nabalila spousta doporučení. Některá mají pevnou oporu v dokumentaci výrobců, jiná stojí na studiích, konferenčních výrocích nebo jen na opakovaném tvrzení bez jasného zdroje. Proto má smysl jednotlivé rady oddělit a podívat se, co o nich skutečně víme.

llms.txt

Soubor llms.txt je jednoduchý textový soubor umístěný v kořeni webu, ve kterém můžete stručně popsat jeho obsah pro jazykové modely. Návrh zveřejnil Jeremy Howard v září 2024 a druhá verze vyšla v srpnu 2026. Důležité ale je, že nejde o standard žádné standardizační organizace. Je to návrh, který se snaží zavést určitý zvyk, ne něco, co by výrobci AI museli podporovat.

Google říká poměrně jasně, že pro jeho vyhledávání takový soubor nepotřebujete. Není nutné vytvářet zvláštní textové soubory, speciální značky ani jiný formát určený jen pro AI a Google Search je pro účely vyhledávání ignoruje (Google Search Central, 2026). Z pohledu Googlu tedy llms.txt sám o sobě nepomůže ani neuškodí vaší viditelnosti.

Ještě důležitější je, že žádný z hlavních výrobců veřejně nedokumentuje, že by llms.txt používal při sestavování odpovědí. V září 2026 jsme prošli dokumentaci OpenAI, Anthropicu, Perplexity i Googlu a nikde není uvedeno, že by jejich systémy s tímto souborem pracovaly. To samozřejmě není důkaz, že ho nikdo nikdy nečte. Znamená to jen, že se k jeho podpoře žádný z těchto výrobců veřejně nezavázal.

Zároveň ale existují náznaky, že se kolem podobného formátu něco děje. Chrome přidal do vývojářského nástroje Lighthouse experimentální kategorii Agentic Browsing, která kontroluje, zda má web v kořeni strojově čitelné shrnutí (Chrome for Developers, 2026). Jde zatím o experiment bez výsledného skóre, takže z toho nejde vyvozovat, že se llms.txt stává standardem.

Asi nejpřesnější shrnutí nabízí samotný Webflow: llms.txt je signál, ne nástroj, kterým si něco vynutíte (Webflow University, 2026). V české praxi je jeho rozšíření zatím také malé. Z 30 e-shopů, které testoval Le Artist, jich 8 na adrese /llms.txt něco vracelo, ale jen 4 skutečný textový obsah (Le Artist, 2026).

Strukturovaná data

Strukturovaná data, často označovaná jako schéma, jsou informace zapsané přímo v kódu stránky tak, aby jim stroje dobře rozuměly. Mohou například jednoznačně určit, co je cena, jméno autora, datum vydání nebo hodnocení produktu.

Google u generativního vyhledávání říká, že strukturovaná data nejsou podmínkou a neexistuje žádné speciální schéma určené jen pro AI (Google Search Central, 2026). Microsoft je o něco vstřícnější. Fabrice Canel z Bingu na konferenci SMX v roce 2025 uvedl, že strukturovaná data mohou jejich modelům pomáhat lépe pochopit obsah stránky (Search Engine Land, 2025).

Tyto výroky si ale ve skutečnosti neodporují. Není to nutné a může to pomoct jsou dvě různé věci. Důležitý je spíš rozdíl v síle důkazu. Na straně Googlu máme oficiální dokumentaci, na straně Microsoftu veřejný výrok z konference přetlumočený médiem. Proto je rozumné strukturovaná data používat tam, kde dávají smysl i pro běžné vyhledávání a další systémy, ale nečekat od nich zvláštní zkratku k AI odpovědím.

Přepisování textů pro modely

Jedna z nejčastěji citovaných studií v této oblasti pochází z konference KDD 2024. Autoři v ní testovali 9 různých úprav textu a měřili, jak se projeví na viditelnosti v generovaných odpovědích. Přidání přímého citátu zvýšilo viditelnost o 41 %, statistiky o 33 % a uvedení zdrojů o 28 %. Naopak přehnané používání klíčových slov viditelnost snížilo o 9 % (arXiv, 2024).

Ta čísla vypadají lákavě, ale je potřeba k nim přistupovat opatrně. Studie byla podána už v roce 2023, pracovala s modelem GPT-3.5 a vůbec netestovala dnešní Přehledy od AI. Neříká, že přidáním statistiky dnes automaticky získáte o třetinu víc citací. Užitečnější je brát ji jako směr: text podložený konkrétními údaji, zdroji a citacemi může být pro generativní systémy užitečnější než text napěchovaný klíčovými slovy.

Zmínky a odkazy

Ahrefs v prosinci 2025 analyzoval 75 000 značek a hledal faktory, které souvisejí s tím, jak často je AI zmiňuje. Nejsilnější vztah našli u zmínek na YouTube, kde korelace dosáhla 0,737, následovaly zmínky značky na jiných webech s hodnotou 0,664. Naopak jejich vlastní metrika síly odkazového profilu, Domain Rating, skončila výrazně níž na 0,266 (Ahrefs, 2025).

Taková čísla ale neříkají, že stačí nakoupit zmínky na YouTube a AI vás začne doporučovat. Korelace ukazuje souvislost, ne příčinu. Silné a známé značky bývají zkrátka častěji zmiňované na více místech najednou. Sám Ahrefs na tuto výhradu upozorňuje a Google navíc výslovně varuje, že umělé shánění neautentických zmínek po webu nepomůže tolik, jak by se mohlo zdát (Google Search Central, 2026).

Praktický závěr proto není získat co nejvíc zmínek za každou cenu, ale spíš budovat skutečnou přítomnost značky tam, kde o ní lidé přirozeně mluví. To může znamenat média, odborné weby, videa, diskuse nebo jiné relevantní zdroje.

Vymyšlené mechaniky

Největší problém nastává ve chvíli, kdy se z rozumného principu začne dělat konkrétní mechanismus, který nikdo nikdy nedoložil. Na českých webech se například můžete dočíst o jakémsi Retrieval Modelu, který má údajně hodnotit autoritu zdrojů podle E-E-A-T. Žádná veřejná dokumentace Googlu takový modul nepopisuje. E-E-A-T, tedy zkušenost, odbornost, autorita a důvěryhodnost, je koncept z pokynů pro lidské hodnotitele kvality výsledků. Není to známý samostatný systém, který by stránkám přiděloval body.

Podobně je potřeba přistupovat k přesným číslům bez zveřejněné metodiky. Tvrzení, že správná hierarchie nadpisů přinese například 2,8krát více citací, zní velmi konkrétně, a právě proto působí důvěryhodně. Pokud ale pochází od firmy, která prodává nástroj pro optimalizaci do AI, a zároveň nezveřejnila způsob měření ani data, je takové číslo potřeba brát s velkou rezervou.

U optimalizace pro AI proto platí jednoduché pravidlo: čím přesnější a sebejistější tvrzení, tím důležitější je ptát se, odkud pochází a jak bylo ověřeno. Opakovaná rada ještě není důkaz.

Vlevo dokumentace. Vpravo to, co se opakuje, dokud to nezní jako fakt.

Nakonec ještě jedna věc, která se týká i nás. Google dnes říká poměrně otevřeně, že optimalizace pro jeho generativní vyhledávání je pořád hlavně dobré SEO. Jinými slovy: pokud máte kvalitní, užitečný a dobře dostupný obsah, nedává smysl kvůli Přehledům od AI stavět úplně nový paralelní svět optimalizace (Google Search Central, 2026).

Tohle ale platí především pro Google. ChatGPT, Perplexity a další AI služby fungují jinak a řídí se vlastními pravidly. Google proto nemůže být univerzálním návodem pro celý trh. U těchto systémů je dobrý obsah pořád skvělý základ, ale sám o sobě nestačí. Záleží také na tom, jestli se k němu jejich roboti dostanou, jestli ho dokážou správně načíst a jestli se váš web vůbec objeví mezi zdroji, ze kterých si model odpověď skládá.

Čím to změříte

Od 31. srpna 2026 je v Search Console celosvětově dostupný samostatný report pro generativní AI. Je to zatím nejpřímější zdroj dat od Googlu, protože ukazuje, kolikrát se odkazy na váš web zobrazily uživatelům v generativních funkcích vyhledávání. Report zahrnuje jak Přehledy od AI, tak Režim AI (Google, 2026).

Má ale jedno důležité omezení: neukazuje prokliky, pouze zobrazení. Z reportu sice zjistíte, že se váš web v AI výsledcích objevil, ale ne kolik lidí z něj skutečně přišlo. A pokud web nemá dostatečný počet zobrazení, report se nemusí zobrazit vůbec. Kde ho v Search Console najdete a jak s ním pracovat, jsme popsali v návodu na Google Search Console.

Nástroje typu Marketing Miner AI Visibility měří něco trochu jiného. Nesledují přímo data z Googlu, ale testují předem připravenou sadu dotazů a zjišťují, jak často se vaše značka nebo web objeví v odpovědích různých AI nástrojů. Oba typy měření dávají smysl, jen odpovídají na jinou otázku. Search Console říká, jak jste vidět v generativních funkcích Googlu. Specializované nástroje zase ukazují, jak si vedete u konkrétních dotazů a napříč více AI službami.

Zajímavý obrázek přinesl v dubnu 2026 také výzkum Marketing Mineru, který vycházel ze 400 000 měření na 100 000 unikátních dotazech. Ukázal, že se typ citovaného zdroje výrazně liší podle oboru. V automotive tvořila 48 % citací média, v bankovnictví 44 % firemní weby, v energetice 49 % srovnávače a v lékárenství 79 % e-shopy.

Co to znamená v praktické rovině? Pokud například v energetice AI častěji cituje srovnávače než samotné dodavatele, nemusí být problém ve vašem webu. Může jít jednoduše o to, že se AI v daném oboru častěji opírá o jiný typ zdrojů. V takové chvíli nestačí upravit titulky, nadpisy nebo strukturu stránky. Je potřeba přemýšlet i nad tím, kde všude se vaše značka a informace o ní objevují a z jakých míst AI v daném oboru skutečně čerpá.

Zdroj: výzkum AI viditelnosti Marketing Mineru, 400 000 měření, duben 2026. Marketing Miner prodává nástroj na měření AI viditelnosti.

Chybí nám ale to podstatné. Systematická česká data, která by spojila návštěvy AI robotů na konkrétních stránkách se skutečnými prokliky lidí, zatím neexistují.

Co si z toho odnést

Mechanika není magie a většina jejích kroků je zdokumentovaná. Dá se podle ní postupovat. A zároveň je to nejlepší filtr na rady, které kolují: kdo tvrdí něco, co v žádné dokumentaci není, ten si to buď domýšlí, nebo prodává nástroj a argumenty mu slouží jako byznys plán.

Tři věci, které z toho plynou hned:

1. Ověřte, co váš web vrací AI robotům. Ne robots.txt, ale skutečný návratový kód. Porucha bývá u vrátného a nikdo o ní neví.
2. Nespoléhejte na to, co dokresluje skript. Co není rovnou v kódu stránky, pro většinu robotů neexistuje.
3. Pište odpovědi tak, aby stály samostatně. Ne kvůli tomu, že to AI ocení, ale protože do citace se u Claude podle dokumentace Anthropicu vejde 150 znaků.

Praktické kroky, jak s tím pracovat dál, najdete v našem průvodci GEO. Tenhle článek popisoval mechaniku. Ten druhý ji převádí do práce na webu.