Proč se AI na nákupu neshodne: Co ukázalo 1 536 odpovědí

Zákazník se zeptá AI, který výrobek vybrat. Odpověď zní sebejistě, obsahuje značky a možná i odkazy. Jenže při dalším dotazu nebo v jiné službě se výběr může změnit. Pro e-shop je lákavé udělat závěr z jedné odpovědi; právě to je ale slabý základ pro obchodní rozhodnutí.

Nový akademický preprint ukazuje, jak rozdílná mohou být doporučení a jejich zdroje. Je cenný pro návrh poctivého měření. Není však měřením českých zákazníků ani důkazem, že jeden konkrétní rytmus měření vyhrává vždy.

Metodika a zdroje

Redakčně ověřeno k 2026-09-25.

Ověřili jsme celý text a metodiku studie Marina a kolegů ze 16. září 2026. Čísla jsou výsledky autorů, nikoli našich klientů. Dotazy se sbíraly v podmínkách spojených s Nizozemskem a anglickým jazykovým nastavením; studie samostatně neměřila české e-shopy ani české odpovědi. Následující postup pro ČR je naše interpretace, nikoli univerzálně potvrzený optimální počet opakování nebo frekvence.

Co vědci vlastně měřili

Výchozí soubor obsahoval 2 528 reálných uživatelských dotazů žádajících komerční radu. Pro samotné porovnání vybrali 117 otázek na fyzické produkty. Každou poslali třikrát v pěti podmínkách: do zákaznického rozhraní ChatGPT a Gemini, do jejich API a do vyhledávání s Google AI Overviews. Z 1 755 pokusů získali 1 536 odpovědí. Opakování dělily hodiny, nikoli týdny.

To není 1 536 českých nákupů ani 1 536 nezávislých českých zákazníků. Číslo popisuje odpovědi v přesně vymezeném výzkumném uspořádání. Také u AI Overviews se neobjevila zpracovatelná AI odpověď při každém vyhledávání: autoři ji zachytili ve 134 z 351 pokusů. I chybějící odpověď je pro interpretaci důležitá.

AI se může lišit v tónu, produktech i zdrojích

Mezi odpověďmi, které doporučily produkt, vyjádřilo ChatGPT vlastní preferenci v 79 % případů; Gemini v 7 % a AI Overviews ve 2 %. To popisuje způsob formulace doporučení. Neznamená to, že ChatGPT doporučí vaši značku v 79 % případů.

Zobrazené zdroje se lišily ještě nápadněji. Při stejné otázce měly zákaznické verze ChatGPT a Gemini průměrný překryv 5,4 % domén; v 76,7 % porovnání se neobjevila žádná společná doména. Jde o domény zobrazených zdrojů, ne o tvrzení, že se v 76,7 % případů neshodly doporučené produkty nebo že jedna odpověď byla chybná.

API může být užitečné pro systematickou diagnostiku. Nemůžeme však jeho výstup bez ověření vydávat za odpověď, kterou viděl zákazník. Rozhraní a API ukazují různé vrstvy zdrojů. Proto musí mít každý report jasně napsáno, jaký kanál a jaký typ odpovědi skutečně pozoroval.

Co z toho vyplývá pro český e-shop

Začali bychom otázkami, které skuteční lidé pokládají před nákupem: „Hodí se tento výrobek pro…?“, „V čem se liší dvě varianty?“, „Jaké jsou limity a celková cena?“ Do panelu patří i otázky, u kterých e-shop nemusí vyjít jako vítěz. Pak u každé odpovědi odděleně zapíšeme:

1. Zmínku: Objevila se značka či konkrétní produkt?
2. Doporučení: Opravdu jej AI navrhla pro danou potřebu, nebo ho jen uvedla v seznamu?
3. Citaci a správnost: Odkázala na zdroj a popsala cenu, vlastnosti a omezení pravdivě?
4. Obchodní výsledek: Má e-shop zvlášť ověřenou návštěvu, poptávku či objednávku?

Pevný soubor otázek a opakovaná pozorování umožňují vidět vzorec namísto jediné šťastné odpovědi. V další fázi zjištění převedeme do priorit: chybí jednoznačná kompatibilita, nesedí produktová data, AI čerpá ze zastaralého zdroje, nebo na stránce chybí odpověď na důležitou námitku? My měříme, interpretujeme a připravujeme zadání; změny v e-shopu realizuje klient či jeho dodavatel. Poté stejné otázky znovu porovnáme.

Pro strategické srovnání používáme opakovaný týdenní benchmark; rychlejší kontrola se hodí pro upozornění na náhlou změnu. Tato studie podporuje zohlednění variability. Nedokazuje však, že týdenní měření je vždy lepší než denní, ani že tři opakování jsou univerzální optimum. To závisí na účelu a na tom, jak často se mění nabídka.

První praktický krok

Sepište pět až deset skutečných nákupních otázek a ověřte, zda na ně umí přesně odpovědět i váš vlastní web. Pak se podívejte, co v konkrétním trhu říkají AI kanály, které opravdu měříte. Vedle příjemných zmínek si uložte i nepřítomnost značky, nepřesnosti a zdroje, ze kterých vznikají. Teprve potom rozhodněte, co opravit a co znovu měřit.

Smyslem není vyhrát jeden prompt. Smyslem je rozumět tomu, kdy, proč a s jakou mírou jistoty AI vaši nabídku zákazníkovi představí.

Časté dotazy

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

Proč AI na stejnou nákupní otázku odpoví pokaždé jinak?

+

Výsledek se může lišit podle systému, rozhraní, dostupných zdrojů i opakování dotazu. Studie ze září 2026 pozorovala změny doporučených produktů a zobrazených zdrojů v konkrétních testovacích podmínkách. Neříká, že každá odlišná odpověď je chybná; ukazuje, proč jedna odpověď nestačí jako obraz celé zákaznické zkušenosti.

Stačí pro měření výsledky z API místo odpovědí pro zákazníky?

+

Ne vždy. Ve studii byl průměrný překryv zobrazených domén mezi rozhraním a API 12,0 % u ChatGPT a 14,8 % u Gemini. API navíc může ukazovat jinou vrstvu zdrojových informací. Výsledky je nutné označit podle skutečně měřeného rozhraní a ověřit, zda zvolený způsob odpovídá zákaznické zkušenosti.

Dokazuje studie, že týdenní měření se třemi opakováními je nejlepší?

+

Ne. Autoři zadali 117 produktových otázek třikrát v pěti podmínkách, přičemž opakování dělily hodiny. To podporuje sledování variability, ale neporovnává denní a týdenní rytmus a neurčuje univerzálně nejlepší počet opakování pro každý e-shop či trh.

Co má český e-shop sledovat vedle samotné zmínky značky?

+

Odděleně sledujte, zda AI značku jen jmenuje, konkrétně doporučuje produkt, uvádí zdroj a popisuje nabídku správně. Výsledky odpovědí nesměšujte s návštěvami, poptávkami ani prodeji, které musí potvrdit vlastní analytika či objednávky. Citace sama o sobě není doporučení ani důkaz nákupu.

Primární výzkum a rozsah závěrů

• Marin a kol., „Auditing AI-Generated Product Recommendations“ (arXiv, 16. 9. 2026) — souhrn, autoři a stav publikace.
• Plný text a metodika studie — výběr otázek, pět podmínek, tři opakování, země sběru, počty odpovědí a omezení.

Ověřeno 25. 9. 2026. Jde o preprint, nikoli o výzkum českého trhu nebo vlastní experiment GEO Tracker AI.