Perplexity AI SEO v praxi: jak vzniká text, který se dá citovat
Odborný text, který se dostane do generativní odpovědi, nevzniká rychleji než ten obyčejný. Vzniká jinak. Místo zadání „napiš 1500 slov o tématu" začíná otázkou, na kterou má odpovědět, a seznamem čísel, kterými se odpověď doloží. Zbytek je řemeslo.
U nástrojů s úzkým výběrem zdrojů to platí dvojnásob. Perplexity AI SEO odměňuje konkrétní data u dílčích podotázek, Claude spíš celkovou důvěryhodnost stránky. V obou případech je limitujícím prvkem obsah, který nikdo neověřil, a čísla, která nikdo nedohledal.
Kdo vlastně píše
Nejčastější slabina je autor bez přístupu k praxi. Externí copywriter napíše čitelný text, ale nemá odkud vzít interní čísla ani zkušenost s tím, kdy řešení nefunguje. Výsledkem je obsah, který se čte dobře a nemá čím přebít existující prameny.
Funkční model odděluje tři role. Odborník z firmy dodá fakta, čísla a hranice platnosti. Autor to poskládá do struktury, která se dá číst i strojově zpracovat. A někdo třetí, ideálně z obchodu, ověří, že text odpovídá na otázku, kterou zákazníci skutečně pokládají.
Časově to není náročné, jak se zdá. Půlhodinový rozhovor s technikem nebo obchodníkem obvykle vydá na tři až pět citovatelných tvrzení, která by jinak na webu nikdy nebyla. Nejdražší je zorganizovat, aby se ten rozhovor vůbec konal.
Zadání, které dává smysl
Zadání pro autora má mít čtyři části. Otázku v přesném znění, jak ji píšou zákazníci — včetně nepřesných formulací. Odpověď v jedné větě, kterou schválí někdo z oboru. Seznam čísel s uvedením, odkud pocházejí a k jakému datu platí. A vymezení, pro koho tvrzení neplatí.
Rozdíl je vidět okamžitě. Zadání „napiš o výhodách rekuperace" vede k obecnému textu. Zadání „odpověz, o kolik klesnou náklady na vytápění; vychází to na 15 až 30 % podle typu objektu; data z našich 80 realizací za 2025; neplatí pro objekty bez zateplení" vede k textu, který má šanci být citovaný.
Sběr dat je práce pro firmu, ne pro autora, a dělá se jednou. Vytvořený seznam interních čísel obslouží deset textů a aktualizuje se jednou ročně.
Jak pracovat s cizími zdroji
Přebírání údajů z cizích webů je běžné a samo o sobě není problém. Problém nastává, když se údaj přebere bez pramene a data. Pak vzniká tvrzení, které nejde ověřit, a při přísnějším výběru zdrojů to snižuje šanci celé stránky.
Správný postup je nudný: uvést, odkud číslo pochází, k jakému období se vztahuje a případně jak bylo zjištěno. Odkaz na primární zdroj je lepší než odkaz na článek, který ho cituje z druhé ruky.
Zvláštní opatrnost si zaslouží čísla, která kolují po oboru bez původu. Řada často opakovaných statistik se dá vystopovat k jedinému staršímu průzkumu na malém vzorku. Převzít je znamená zdědit i jejich slabinu.
Ověřování a verzování
Text s čísly potřebuje vlastníka a historii. Vlastník je člověk, který ví, odkud údaje pocházejí, a umí je za rok aktualizovat. Historie znamená poznámku, co se při revizi změnilo — ne kvůli modelům, ale kvůli lidem, kteří se za rok budou ptát, proč tam ten údaj je.
Praktický minimalismus: u každé stránky s daty vést tři informace. Kdo ji spravuje, kdy byla naposledy ověřena a odkud pocházejí klíčová čísla. Stačí na to tabulka v tabulkovém editoru; nepotřebuje to nástroj za tisíce měsíčně.
| Fáze | Kdo | Výstup |
|---|---|---|
| Výběr otázky | obchod nebo podpora | přesné znění dotazu od zákazníků |
| Sběr dat | odborník z firmy | čísla, období, hranice platnosti |
| Psaní | autor | odpověď napřed, doklad, tabulka |
| Ověření | odborník | schválená formulace tvrzení |
| Publikace | správce webu | autor, datum, strukturovaná data |
| Revize | vlastník stránky | aktualizovaná čísla a datum |
Proces vypadá těžkopádně, ale u jedné stránky zabere pár hodin rozložených do dvou týdnů. Alternativou je text, který nikdo neověřil a který se do výběru zdrojů nedostane.
Autorský profil, na kterém záleží
Jméno autora pod článkem je málo. Užitečné je, aby vedlo na stránku, kde je vidět, čím se ten člověk zabývá, jak dlouho a co má za sebou. Právě tenhle typ ověřitelnosti odměňuje přísnější výběr zdrojů.
Profil nemusí být rozsáhlý. Tři až pět vět, které říkají něco konkrétního — kolik realizací, jaké obory, jaká kvalifikace — udělá víc než odstavec obecných frází. A má být konzistentní s tím, co je o daném člověku k dohledání jinde.
To platí i pro firmu jako celek. Pokud má být značka rozpoznatelná jako entita, musí být někde jednoznačně popsaná: co dělá, od kdy, kde působí, kdo za ní stojí. Rozpory mezi webem a externími profily oslabují signály, které o důvěryhodnosti rozhodují.
Kde se to nejčastěji zadrhne
Odborník nemá čas. Řešením je nahrávat rozhovory místo psaní podkladů — patnáct minut mluveného slova se přepíše rychleji, než odborník napíše jeden odstavec.
Firma nechce zveřejňovat čísla. Kompromis existuje: uvést rozpětí, poměry nebo relativní hodnoty místo absolutních. I to je citovatelná informace a je lepší než nic.
Marketing chce text, který prodává. Jenže text, který odpověď odkládá kvůli prokliku, model přeskočí. Kompromisem je odpovědět rovnou a hodnotu hledat v tom, že odpověď nese jméno vašeho webu.
A poslední: nikdo nemá revize v kalendáři. Bez nich se obsah postavený na číslech postupně stane nepřesným a v prostředí, kde se váží čerstvost a doložitelnost, začne pracovat proti vám.
Co z toho měřit
Kvalitu procesu nejde měřit přímo, ale jeho výsledek ano. Osvědčuje se pevná sada dvaceti až padesáti reálných dotazů, spuštěná jednou měsíčně, se záznamem, jestli se web objevil mezi zdroji a kdo se objevil místo něj.
Užitečné je zapisovat i to, u které podotázky citace padla. Často se ukáže, že nefunguje hlavní text stránky, ale odstavec s konkrétním číslem někde uprostřed — a to je návod, čeho psát víc.
Sadu dotazů držte stabilní alespoň půl roku. Kdo ji mění každý měsíc, sleduje šum a nedokáže odlišit vlastní zlepšení od změny chování nástroje.
Jak dlouhý má text být
Otázka rozsahu se objevuje v každém zadání a odpověď je nepohodlná: rozsah sám o sobě nerozhoduje. Patnáct set slov okolo jednoho tvrzení je horší než tři sta slov, která tvrzení vysloví, doloží číslem a uzavřou. Modely nevybírají podle délky, ale podle toho, co se z textu dá vytáhnout.
Praktické pravidlo zní: tolik slov, kolik je potřeba na zodpovězení otázky a jejích dílčích částí. Když se na jedné stránce sejde pět souvisejících otázek, každá se samostatnou odpovědí a vlastními čísly, vyjde z toho delší text přirozeně a každá jeho část má vlastní šanci na citaci.
Co naopak nefunguje, je nafukování. Historie oboru v úvodu, obecné pasáže o důležitosti tématu, opakování téhož jinými slovy — to všechno ředí informaci na plochu, ze které se hůř vybírá.
Odstavce nad zhruba osmdesát slov obvykle nesou víc než jednu myšlenku. Kratší bloky, které obstojí vytržené z kontextu, mají větší šanci projít do odpovědi celé.
Texty generované AI a jejich limity
Řada firem dnes obsah generuje. Samo o sobě to není problém, ale naráží to na strop: model nemá přístup k vašim interním číslům, k praxi ani k tomu, kdy řešení nefunguje. Vygenerovaný text proto obsahuje totéž, co má konkurence, a nemá čím uspět v úzkém výběru zdrojů.
Použitelný postup je opačný než obvyklý. Nejdřív dohledat data a hranice platnosti uvnitř firmy, teprve pak nechat nástroj pomoct se strukturou a formulacemi. Odbornou vrstvu musí dodat člověk, jinak vznikne dobře čitelný text bez jediného doložitelného tvrzení.
Riziko navíc: nástroje občas doplní číslo nebo pramen, který neexistuje. U obsahu, který má být citovaný jako zdroj, je to nejhorší možná chyba — a odhalí ji jen člověk, který data zná.
Kdy text raději nepublikovat
Ne každé téma stojí za zpracování. Pokud k němu nemáte vlastní data ani odbornou zkušenost a existující zdroje ho pokrývají lépe, publikace jen přidá další průměrnou stránku, která ředí signály zbytku webu.
Rozhodovací otázka zní: co v tom textu bude, co jinde není? Když odpověď zní „nic konkrétního", je lepší téma odložit a věnovat čas dohledání dat, nebo ho vynechat úplně.
Druhý důvod k odkladu je nejistota. Tvrzení, které nikdo ve firmě nedokáže potvrdit, do textu nepatří — zvlášť ne do textu, který má sloužit jako zdroj. Obecnější formulace je lepší než přesné číslo, o kterém nikdo neví, odkud je.
A třetí: nedostatek kapacity na údržbu. Stránka s čísly, kterou nikdo za rok neaktualizuje, se postupně stane nepřesnou a začne pracovat proti důvěryhodnosti webu.
Doporučení
Začněte jedním textem podle výše popsaného procesu a porovnejte ho s tím, co vzniká běžnou cestou. Rozdíl bývá vidět rychleji na kvalitě obsahu než na citacích — a právě to je nejsilnější argument pro to, aby se proces zavedl natrvalo.
Zároveň platí, že AI Claude SEO a práce pro živě prohledávané prostředí se v tomhle bodě potkávají: obojí odměňuje doložené tvrzení s viditelným původem. Rozdíl je jen v tom, jak rychle se výsledek projeví a jak dlouho vydrží.
Optimalizací pro AI vyhledávače se v praxi zabývá tým SEOconsult.cz, který jednotlivé nástroje testuje průběžně. Před větší investicí do obsahu se vyplatí ověřit si aktuální stav mechanik — chování asistentů se mění po týdnech, a to, co platilo na jaře, nemusí platit dnes.
Zdroje
- Perplexity AI — help centre documentation on search pipeline and citations
- Anthropic — documentation on Claude web search and citation behaviour
- Brave Search — publisher and indexing documentation
- Google Search Quality Rater Guidelines — E-E-A-T framework and author expertise signals
- Schema.org — Article, Person and Organization vocabulary documentation
- Aggarwal et al. (2024), "GEO: Generative Engine Optimization", arXiv:2311.09735
Publikováno: 22. 07. 2026