Představte si zákazníka, který nehledá konkrétní značku ani kód zboží, ale potřebuje vyřešit životní situaci: hledá funkční prádlo na náročný sport, vhodný dárek pro partnerku k výročí nebo šperk, který vydrží každodenní nošení. Zatímco dříve by prošel seznam odkazů ve vyhledávači, dnes se stále častěji obrací na umělou inteligenci. Ta mu nejen nabídne konkrétní produkty, ale rovnou vysvětlí i jejich přednosti. Jak se však do tohoto úzkého výběru dostat? Nový výzkum naznačuje, že běžně doporučované technické triky k úspěchu nestačí.
Aktuální analýza, kterou zpracovali výzkumníci Mahe Chen a Nick Koudas, staví na datech z 158 099 odpovědí umělé inteligence a 468 037 citací. Výsledky studie, zveřejněné 10. října 2026 jako preprint na serveru arXiv, zpochybňují zažité představy o tom, co rozhoduje o viditelnosti značky v éře generativních vyhledávačů. Ukazuje se, že pouhé přidání sekce často kladených otázek (FAQ) nebo nasazení strukturovaných dat automaticky nezajistí, že si AI systém vybere právě váš obchod.
O citování stránek v AI rozhoduje zejména jejich souvislost s konkrétní otázkou uživatele a způsob, jakým je systém vyhledá.
GEO jako nová výzva pro e-shopy
S nástupem umělé inteligence se pozornost marketérů přesouvá k termínu GEO (Generative Engine Optimization). Jde o optimalizaci viditelnosti v systémech, které informace nevyhledávají pouze jako seznam, ale generují ucelené odpovědi. Výzkum odhalil, že klíčovým faktorem pro citovanost je to, nakolik názvy a doprovodné texty na webu odpovídají reálným otázkám uživatelů. Samotná přítomnost souhrnných boxů nebo technické pozadí webu rozdíly v citovanosti mezi srovnatelnými stránkami nevysvětlovala.
Výzkumníci v kontrolovaných experimentech navíc narazili na zajímavý jev: změna názvu značky dokázala ovlivnit pořadí doporučených produktů, i když všechny ostatní parametry zboží zůstaly identické. Do výsledku tedy zásadně vstupuje nejen aktuálně nalezený obsah, ale i to, co už model o dané značce ví ze své tréninkové fáze. Pro e-shopy to znamená, že dlouhodobá známost brandu hraje v digitálním doporučování silnější roli, než se dosud předpokládalo.
Jak proměnit web v odpověď pro AI
Pro obchodníky vyvstává zásadní otázka: obsahuje jejich e-shop informace, podle kterých se dá skutečně rozhodnout? Obecné proklamace o „vysoké kvalitě“ jsou pro algoritmy i lidi nečitelné. Experti doporučují čerpat inspiraci přímo u zákaznické podpory. Opakující se dotazy jsou nejlepším vodítkem k tomu, co v popisech chybí – ať už jde o chybějící rozměry, specifické vlastnosti materiálů nebo srozumitelné srovnání různých variant jednoho produktu.
Podle výsledků výzkumu a zkušeností z praxe by se e-shopy měly zaměřit na tyto oblasti:
- Konkrétnost odpovědí — text musí přímo řešit reálné potřeby zákazníků (např. výběr materiálu pro sport).
- Čitelnost značky — brand musí být jasně definován v tom, co nabízí a čím se odlišuje od konkurence.
- Práce s kontextem — popis produktu by měl vysvětlit, jak se zboží používá nebo kombinuje v situacích, které fotografie nezachytí.
- Sledování nákupních dotazů — průběžné testování, jak různí AI asistenti reagují na běžné otázky spojené se sortimentem.
Změna názvu značky ovlivnila pořadí produktů v AI systémech, i když jejich ostatní vlastnosti zůstaly stejné.
Role textu tam, kde fotografie nestačí
U sortimentu, kde hrají prim emoce a vzhled, jako jsou například šperky, je role textového popisu ještě kritičtější. Zákazník si na dálku nemůže předmět vyzkoušet ani odhadnout jeho skutečnou váhu. Nicole Váchová ze specializovaného e-shopu franco bene potvrzuje, že přesný popis musí dodat to, co z obrazu není patrné – proporce, způsob nošení nebo materiálové detaily. Právě tyto detaily pomáhají jak zákaznici při nákupu, tak umělé inteligenci při vyhledávání.
„Výzkum podle mě ukazuje, že viditelnost v AI nelze vyřešit jednou technickou úpravou. Rozhoduje, zda obchod dokáže nabídnout konkrétní odpověď na to, co zákazník právě řeší. Pro e-shopy je to důležitý signál: vedle pozic ve vyhledávačích musíme přemýšlet také o tom, jak našim produktům rozumějí systémy, které lidem pomáhají s výběrem,“
Petr Polák, internetový obchod Trenýrkarna.cz
Průběžná práce místo jednorázových triků
Výzkum Chena a Koudase neznamená, že by majitelé webů měli rezignovat na technickou údržbu nebo strukturovaná data. Tato data mají stále svůj význam, ale sama o sobě nejsou „vstupenkou“ k doporučení. Cesta k úspěchu v systémech AI vede přes průběžnou práci s obsahem a přesností údajů. Důležité je také rozlišovat, zda umělá inteligence značku jen zmíní, nebo ji skutečně doporučí jako řešení konkrétní potřeby, což má pro byznys zcela odlišný dopad.
Obchodníci, jako jsou Trenýrkárna.cz nebo franco bene, již na tyto trendy reagují systematickými změnami ve struktuře webů. Zaměřují se na doplňování obsahu podle otázek, které lidé skutečně řeší u střihů či materiálů. Je to proces, který nekončí nasazením nového webu, ale pokračuje neustálým sledováním, v jakých situacích a s jakými vlastnostmi AI jejich nabídku popisuje. Univerzální „zázračný“ návod totiž zatím neexistuje.
