5 technických chyb, které snižují způsobilost k citaci v AI

Můžete mít silné positioning a přesto vidět, že vaši značku AI odpovědi vynechávají. Někdy ta mezera není v „myšlenkovém vůdcovství", ale ve způsobilosti: crawlery nemohou stáhnout správné stránky, stroje nedokážou s jistotou interpretovat, co prodáváte, nebo si signály vašeho ekosystému protiřečí.

Tento článek uvádí pět opakujících se technických problémů a problémů s architekturou informací, které snižují způsobilost k citaci. Není to záruka zařazení — žádná třetí strana nemůže citace slíbit — ale tyto opravy odstraní tření, které si způsobujete sami.

Methodology & sources

Editorial review for factual claims (as of 2026-04-11).

• Ověřeno proti dokumentaci výrobců: role crawlerů OpenAI, role crawlerů Perplexity, role crawlerů Anthropicu a pokyny Google Search k AI funkcím.
• Interpretace (označená): tam, kde popisujeme „co praktici běžně vidí", jde o heuristiku — ne o publikovaný vzorec pro řazení.
• Omezení: AI odpovědi se liší podle produktu, modelu, lokality, personalizace a času; k výstupům z monitoringu přistupujte jako k orientačním.

Proč na technickém GEO záleží

Načítání zprostředkované AI v mnoha produktech stále závisí na otevřeném webu: stránky se stahují, parsují, sumarizují a odkazují. Systémy mohou selhat na stejných základech jako jakýkoli velký crawler: zablokovaný přístup, těžké vykreslování na straně klienta, pomalé odpovědi, nejasná struktura a protichůdné kanonické signály.

Chyba 1: Považovat všechny „AI boty" za jednu věc v robots.txt

robots.txt je soubor s politikou procházení. Různí user agenti existují pro různé účely — sběr tréninkových dat, indexace pro vyhledávání a načítání iniciované uživatelem nejsou zaměnitelné.

Pokud kopírujete pravidla bez mapování na výsledky, můžete omylem optimalizovat proti špatné páce (například zablokovat zařazení do vyhledávání v domnění, že jste zablokovali jen „trénink").

OpenAI: OAI-SearchBot, GPTBot a ChatGPT-User (odlišné role)

Podle přehledu crawlerů OpenAI:

• OAI-SearchBot slouží vyhledávání. OpenAI uvádí, že se používá k zobrazování webů ve vyhledávacích funkcích ChatGPT a že weby, které se z OAI-SearchBot odhlásily, se v odpovědích vyhledávání ChatGPT nezobrazí (s určitou nuancí kolem navigačních odkazů).
• GPTBot slouží ke sběru tréninkových dat pro generativní foundation modely. Zakázání GPTBot signalizuje, že se obsah nemá používat v tomto tréninkovém řetězci — to není totéž ovládací povrch jako zařazení do vyhledávání ChatGPT.
• ChatGPT-User je iniciovaný uživatelem. OpenAI uvádí, že se používá, když uživatelé (nebo určité produktové akce) vyžádají načtení stránky, že se nepoužívá k automatickému procházení a hlavně: „Protože tyto akce iniciuje uživatel, pravidla robots.txt se nemusí uplatnit." OpenAI také uvádí, že ChatGPT-User se nepoužívá k určení zařazení do vyhledávání a odkazuje vydavatele na OAI-SearchBot pro správu odhlášení z vyhledávání.

Zdroj: OpenAI — Overview of OpenAI Crawlers: developers.openai.com/api/docs/bots

Redakční důsledek: „Když zablokujete GPTBot, ChatGPT nevidí váš web" není obecně správné tvrzení. Pokud je vaším cílem viditelnost ve výsledcích vyhledávání ChatGPT, zdokumentovaná páka, kterou je třeba auditovat jako první, je obvykle OAI-SearchBot, ne GPTBot.

Perplexity: PerplexityBot vs Perplexity-User

Perplexity dokumentuje:

• PerplexityBot pro indexaci/zobrazování webů ve výsledcích vyhledávání Perplexity (a explicitně: tam není popsán jako procházející za účelem tréninku foundation modelu).
• Perplexity-User pro přístup iniciovaný uživatelem při odpovídání na dotazy.

Perplexity také uvádí, že protože je načtení iniciováno uživatelem, tento fetcher obecně ignoruje pravidla robots.txt.

Zdroj: Perplexity — Perplexity crawlers: docs.perplexity.ai/guides/bots

Anthropic: ClaudeBot, Claude-SearchBot a Claude-User

Centrum nápovědy Anthropicu popisuje tři boty a co se stane, když je každý z nich vypnut — včetně samostatných dopadů na sběr tréninkových dat vs. načítání řízené uživatelem vs. kvalitu indexace pro vyhledávání.

Zdroj: Anthropic — Does Anthropic crawl data from the web, and how can site owners block the crawler?: support.anthropic.com/en/articles/8896518-does-anthropic-crawl-data-from-the-web-and-how-can-site-owners-block-the-crawler

Google: AI funkce vs Google-Extended

Pokyny Googlu pro AI Overviews / AI Mode jsou pojaté jako součást způsobilosti a osvědčených postupů v Google Search.

Samostatně je Google-Extended token procházení používaný v jiném kontextu politiky (trénink/použití obsahu generativními AI produkty Googlu) — není to čistá náhrada za „crawler AI Overviews" a takto by se to učit nemělo.

Zdroje:

• Google Search Central — AI features and your website: developers.google.com/search/docs/appearance/ai-features
• Google — Google-Extended: developers.google.com/search/docs/crawling-google-overview/google-extended

Jednoduchý rozhodovací checklist (nejdřív politika)

1. Zařazení do vyhledávání: které nástroje jsou pro objevitelnost důležité — a který vyhledávací bot(y) každý výrobce pro tento výsledek dokumentuje?
2. Sběr tréninkových dat: chcete povolit/zakázat tréninkové crawlery nezávisle na vyhledávacích botech (OpenAI je explicitně pojímá jako nezávislá nastavení robots.txt)?
3. Načítání iniciované uživatelem: uvědomte si, že se někteří user agenti u všech požadavků nemusí chovat jako klasické crawlery „respektující robots" — záleží na vaší politice, autentizaci a ochranách na edge.

Jak to zkontrolovat

Otevřete https://vasedomena.cz/robots.txt a namapujte každou skupinu User-agent, kterou udržujete, na popis výrobce toho, co daný token ovládá. Pokud chcete rychlejší způsob, náš bezplatný nástroj pro tvorbu robots.txt pro AI boty uvádí každý hlavní AI crawler roku 2026 s výrobcem + kategorií + poznámkou k jednotlivým botům, se třemi přednastavenými postoji — a průvodce nastavením vás provede celým rozhodovacím stromem výrobce po výrobci.

O rozdílech v UX citací a zdokumentovaných rolích procházení mezi asistenty na úrovni produktu si přečtěte ChatGPT vs Perplexity. O tom, jak Google pozicuje AI Overviews a AI Mode uvnitř vyhledávání (a o běžných omylech v měření), si přečtěte Google AI Overviews vs AI Mode.

Chyba 2: Chybějící nebo zavádějící Schema.org JSON-LD

Strukturovaná data pomáhají strojům klasifikovat stránky (organizace vs. článek vs. softwarový produkt) a extrahovat pole jako název, popis a nabídky.

Dokumentace Googlu k AI funkcím uvádí, že není žádný speciální požadavek na schéma k tomu, abyste se v AI Overviews / AI Mode objevili jako podpůrný odkaz — ale nesprávná strukturovaná data mohou parsery přesto zmást a podkopat důvěru.

Časté problémy

• Špatný typ pro stránku: produktové stránky označené jako blogové příspěvky.
• Chybějící srozumitelnost Organization (nebo ekvivalentu) na kanonické URL typu „kdo jsme".
• FAQ obsah bez markupu FAQPage, když má viditelný obsah podobu otázek a odpovědí (volitelné, ale může zlepšit strojovou extrahovatelnost — není to zaručený mechanismus zařazení).

Minimální příklady (přizpůsobte pole své pravdě)

Organization JSON-LD patří tam, kde definujete kanonickou entitu firmy:

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "Your Brand Name",
  "url": "https://yourdomain.com",
  "logo": "https://yourdomain.com/logo.png",
  "description": "One clear sentence describing what your product does.",
  "sameAs": [
    "https://www.linkedin.com/company/yourbrand"
  ]
}

SoftwareApplication JSON-LD je běžně vhodné pro produktové stránky SaaS:

{
  "@context": "https://schema.org",
  "@type": "SoftwareApplication",
  "name": "Your Product Name",
  "applicationCategory": "BusinessApplication",
  "operatingSystem": "Web",
  "description": "What your product does in one sentence."
}

Pokud tyto bloky ještě nemáte nasazené, náš bezplatný generátor JSON-LD vytvoří schéma Organization, SoftwareApplication, Article a FAQPage za 60 sekund s validací Google Rich Results Test na jedno kliknutí — a průvodce nastavením JSON-LD vysvětluje, na kterých polích záleží a proč.

Chyba 3: Považovat llms.txt za povinnost (nebo ho vynechat bez strategie)

llms.txt je odlehčený textový soubor komunitního charakteru, který má nástrojům pomoci najít kurátorské odkazy na důležité stránky. Není to požadavek na řazení v Google Search.

Pokyny Google Search Central pro AI funkce explicitně říkají, že k tomu, abyste se objevili v AI Overviews / AI Mode, nepotřebujete nové strojově čitelné soubory — základem jsou uvedené základní SEO postupy a běžná způsobilost k indexaci.

Přesto může llms.txt být užitečný jako interní „směrovací tabulka" pro lidi a nástroje — zvlášť pokud je váš web velký a vaše nejlepší odpovědi nejsou z navigace na první pohled zřejmé. Pokud ho chcete nasadit, náš bezplatný generátor llms.txt vytvoří soubor odpovídající specifikaci za 60 sekund a průvodce nastavením pokrývá nastavení pro Next.js / WordPress / Webflow s úryvky ke zkopírování.

Zdroj (komunitní specifikace): llmstxt.org

Chyba 4: Nekonzistentní signály entity značky

Automatizované systémy se spoléhají na potvrzení z více zdrojů. Pokud se váš kanonický web, LinkedIn, hlavní firemní katalogy, které skutečně používáte, GitHub org a recenzní profily rozcházejí v názvu, kategorii nebo v tom, co produkt dělá, zvyšujete nejednoznačnost — a nejednoznačné entity se snáz vynechají, než obhájí.

Auditní checklist (30 minut)

1. Právní/marketingový název (velká písmena, přípony)
2. Jednovětné vymezení kategorie (co jste / co nejste)
3. Primární produktová URL (kanonická domovská stránka vs. produktová subdoména)
4. Rok založení / lokalita (jen pokud je zveřejňujete — držte je sladěné)
5. Jména vedení (pokud je veřejně uvádíte)

Jak vypadá „dobře"

Jeden kanonický interní dokument „pravdy o značce", konzistentně odražený ve veřejných profilech a v textech na stránkách.

Chyba 5: Stránky, které nikdy přímo neodpovídají na otázky kupujících

Mnoho landing pages optimalizuje na přesvědčování, ne na extrahovatelnost. Odpovědi zprostředkované AI nepoměrně často přebírají explicitní tvrzení: definice, kroky, srovnání, omezení, mechaniku cen (pokud je zveřejněna) a „pro koho to je".

Signály architektury informací

• Upřednostněte nadpisy, které odpovídají skutečným otázkám kupujících.
• Pod nadpis dejte nejdřív přímou odpověď, pak podpůrné detaily.
• U záměrů typu „vs" používejte seznamy a srovnávací tabulky.

Tohle není „obelhávání" modelu — je to sladění vaší veřejné dokumentace s tím, jak lidé kladou otázky.

Rychlý auditní checklist

• Namapujte rozhodnutí v robots.txt na role vyhledávání vs. trénink vs. iniciováno uživatelem (podle dokumentace výrobců)
• Zvalidujte JSON-LD pro hlavní šablony (domovská stránka, ceník, produkt)
• Rozhodněte, zda budete llms.txt udržovat jako kurátorskou mapu (volitelné)
• Porovnejte řetězce názvu/kategorie napříč svými hlavními veřejnými profily
• Přepište tam, kde to dává smysl, nejdůležitější nadpisy do otázkové podoby
• Držte klíčové URL rychlé a stabilní na mobilu (měřte vlastními terénními daty / RUM — vyhněte se univerzálním prahům „X sekund")

Měkká utilita: pokud chcete znovupoužitelný panel promptů, začněte od vzorců dotazů v Co je GEO? a sledujte stejných 10–20 promptů týdně.

Závěrečná poznámka

Technická práce odstraňuje překážky. Redakční a ekosystémová důvěryhodnost (recenze, nezávislé články, hloubka dokumentace) stále rozhoduje o tom, zda stojíte za citaci, jakmile jste způsobilí.

Sources and official documentation

1. OpenAI — Overview of OpenAI Crawlers: developers.openai.com/api/docs/bots
2. Perplexity — Perplexity crawlers: docs.perplexity.ai/guides/bots
3. Anthropic — Does Anthropic crawl data from the web…?: support.anthropic.com/en/articles/8896518-does-anthropic-crawl-data-from-the-web-and-how-can-site-owners-block-the-crawler
4. Google Search Central — AI features and your website: developers.google.com/search/docs/appearance/ai-features
5. Google — Google-Extended: developers.google.com/search/docs/crawling-google-overview/google-extended

Časté dotazy

Stejné otázky a odpovědi posíláme i jako strukturovaná data (FAQPage), aby je AI enginy mohly citovat doslovně.

Proč mě ChatGPT necituje?

+

Nejčastěji jde o jeden z pěti technických problémů: zablokovaní boti v souboru robots.txt (obvykle ti špatní), chybějící nebo zastaralé JSON-LD, kvůli kterému zůstává vaše entita nejednoznačná, rozkolísaný název značky napříč stránkami, žádné odstavce s přímou odpovědí poblíž nadpisů H2 formulovaných jako otázky, nebo obsah cílený na klíčová slova místo na otázky nakupujících. Nejdřív vyřešte technickou způsobilost webu, teprve pak předpokládejte, že jde o problém s obsahem.

Je llms.txt povinný?

+

Ne. Google potvrdil, že llms.txt nepoužívá jako signál pro řazení v AI Mode ani v AI Overviews a žádný z hlavních vyhledávačů ho jako takový nepodpořil. Je to levná pojistka pro menší AI klienty a MCP servery, které ho skutečně čtou — nasadíte ho za pět minut, přínos je nesouměrně vyšší než náklady a nikdy není povinný.

Mám přidat JSON-LD na každou stránku?

+

Organization schema na každou stránku ano (tvoří základ entity). SoftwareApplication / Product na hlavní stránku a klíčové produktové stránky. Article / BlogPosting ke každému článku na blogu. FAQPage jen na stránky s viditelnou sekcí častých dotazů. Vyhněte se duplicitním nebo protichůdným blokům napříč stránkami — vyhledávače berou konfliktní entity jako oddělené.

Ovlivňuje Google-Extended klasické vyhledávání Google?

+

Ne. Google-Extended je samostatný user-agent, který řídí, jestli se váš obsah používá k trénování Bard / Gemini / Vertex AI. Na klasické vyhledávání Google ani na AI Overviews / AI Mode nemá žádný vliv — ty používají Googlebot. Zablokování Google-Extended vás z AI Overviews neodstraní.

Je blokování AI crawlerů špatné?

+

Záleží na záměru. Blokování trénovacích crawlerů (GPTBot, Google-Extended) chrání vaše rozhodnutí nepodílet se na trénování, aniž by vás odstranilo z živého AI vyhledávání. Blokování vyhledávacích crawlerů (OAI-SearchBot, PerplexityBot, ChatGPT-User) vás naopak z AI citací odstraní. Častá chyba je zacházet s obojím jako se stejnou pákou.