Dvě stě článků za měsíc: SEO pro Microsoft Copilot a hranice automatizace

Marketingové oddělení dostalo za úkol zdvojnásobit objem obsahu a splnilo ho během měsíce — dvě stě textů, všechny gramaticky bezchybné, všechny na téma. Po čtvrtletí se ukázalo, že se počet zmínek v generativních odpovědích nezměnil. Nejde o ojedinělý případ, ale o typický průběh.

Důvod je v tom, co se vlastně vyhodnocuje. Generativní nástroj nevybírá stránky podle množství ani podle jazykové kvality, ale hledá tvrzení, které může připsat konkrétnímu zdroji. Text bez takového tvrzení neuspěje bez ohledu na to, kolik ho je. Jak výběr probíhá u nástroje navázaného na index Bingu, popisuje téma SEO pro Microsoft Copilot.

Kde se hromadná výroba obsahu láme

První problém je prázdnota. Jazykový model bez vstupních dat produkuje statisticky nejpravděpodobnější formulace, tedy obecné věty o efektivitě, kvalitě a individuálním přístupu. Čtou se dobře a neobsahují nic ověřitelného.

Druhý problém je duplicita významu. Padesát textů o příbuzných tématech se překrývá a rozmělňuje entitu — modelu není zřejmé, který výsek považovat za směrodatný, takže nepoužije žádný.

Třetí problém je údržba. Dvě stě stránek s proměnlivými údaji nikdo neaktualizuje, takže po roce web obsahuje neplatné informace, které aktivně snižují důvěryhodnost.

Copilot hodnotí soustředěnost stránky

Copilot dostává kandidáty z indexu Bingu, odpověď zformuluje jazykový model a citace připojí k několika pramenům, o které se opřel nejvíc. Z řádově deseti navštívených stránek jich cituje zhruba tři až čtyři. Živý web zpravidla nenavštěvuje.

Mezi faktory výběru patří autorita domény, věcná kvalita s jedním tématem na stránku a podstatnou informací nahoře, jednoznačnost entit a technická dostupnost. Generovaný obsah má tendenci obsáhnout všechno naráz, čímž porušuje hned první z těchto pravidel.

Pokyny pro webmastery z února 2026 navíc připomínají, že některé direktivy citaci znemožňují úplně. Objem obsahu na tom nic nezmění, dokud se technická překážka neodstraní.

SEO pro Perplexity AI: podotázka chce konkrétní údaj

Perplexity rozloží dotaz na tři až pět podotázek, ke každé stáhne řádově deset stránek z vlastního rozsáhlého indexu a projde je rerankerem hodnotícím relevanci, autoritu, čerstvost, strukturu a jednoznačnost entit. Citace připojuje téměř vždy, obvykle tři až osm. Co z toho plyne pro obsah, rozebírá téma SEO pro Perplexity AI.

Rozklad na podotázky je pro generovaný obsah tvrdý filtr. Podotázka míří na konkrétní věc — na číslo, období, postup — a plynulý text bez těchto údajů neprojde, i kdyby byl stylisticky bezvadný.

Zároveň tu leží příležitost. Jedna stránka může být citovaná víckrát v téže odpovědi, pokud pokrývá víc podtémat samostatnými bloky. Právě přeskládání existujícího materiálu do takové struktury je úkol, kde jazykový model pomáhá spolehlivě.

Kdy nástroj pomáhá a kdy škodí

Použití	Efekt	Poznámka
Převod poznámek a tabulek do textu	pozitivní	data existují, mění se jen forma
Rozdělení dlouhé stránky na bloky	pozitivní	zvyšuje šanci na citaci u podotázek
Zkrácení rozvláčného textu	pozitivní	hustota faktů roste
Návrh otázek, které lidé kladou	pozitivní	slouží jako osnova, ne jako obsah
Psaní odborného textu bez podkladů	negativní	vzniká plynulý text bez tvrzení
Generování čísel a statistik	rizikové	nepřesný údaj se šíří dál
Hromadná výroba variant	negativní	rozmělňuje entitu, zvyšuje náklady na údržbu

Sběr dat jako první krok

Nejúčinnější změnou v redakčním procesu bývá přesunutí těžiště od psaní ke sběru. Půl hodiny s technikem, obchodníkem nebo projektantem vydá na víc konkrétních faktů než celý den rešerše na webu.

Otázky přitom stačí čtyři: co se u téhle věci nejčastěji ptají zákazníci, jaká čísla k ní máme, kde se to nejčastěji pokazí a co lidé obvykle nevědí.

Odpovědi tvoří kostru stránky. Teprve pak má smysl nasadit nástroj a nechat ho převést poznámky do souvislého textu.

Zadání rozhoduje o výstupu

Rozdíl mezi pokynem napsat článek o dané službě a zadáním, které obsahuje sesbíraná data, cílovou strukturu a požadavek na konkrétnost, je zásadní. První vede k obecnému textu, druhý k použitelnému.

Do zadání patří i zákazy. Nepoužívat čísla, která nejsou v podkladech. Nepsat obecné hodnotící formulace. Držet jedno téma. Každý odstavec začít tvrzením, ne úvodem.

Výstup pak projděte s tužkou a každou větu bez konkrétního údaje buď doplňte, nebo smažte. Text se obvykle zkrátí o třetinu a jeho použitelnost stoupne.

Kontrola faktů není formalita

Jazykové modely dokážou vygenerovat věrohodně vypadající číslo, které neodpovídá skutečnosti. V obsahu určeném k citaci je to vážné riziko — jakmile údaj převezme generativní nástroj, uvede ho jako fakt a připíše ho vaší firmě.

Oprava trvá déle než vznik, protože se musí propsat do indexů obou systémů a mezitím se údaj šíří dál.

Pravidlo je proto jednoduché: do textu smí jen čísla, která má firma doložená. Vše ostatní se formuluje obecněji nebo vypustí.

Co dělat s obsahem, který už vznikl

Plošné mazání není nutné. Projděte stránky podle jediného kritéria: obsahuje text aspoň jedno tvrzení, které jinde na webu není?

Pokud ano, doplňte čísla a datum revize. Pokud ne, slučte stránku s příbuznou a původní adresu přesměrujte. Objem klesne, jednoznačnost stoupne.

U rozsáhlých webů postupujte po sekcích a měřte dopad. Není potřeba přepisovat vše najednou a průběžné výsledky pomáhají udržet podporu uvnitř firmy.

Jak to poznat na první pohled

Zkouška trvá deset sekund. Dala by se ta věta napsat o kterémkoli konkurentovi beze změny? Pokud ano, nenese informaci o vaší firmě a v citaci nemá co dělat.

Druhá zkouška: obsahuje odstavec číslo, období nebo jmenovanou entitu? Pokud ne, pro model neexistuje.

Třetí: je na stránce uvedený autor a datum revize? Doložitelná odbornost patří k faktorům, které se hodnotí, a u hromadně generovaného obsahu chybí prakticky vždy.

Jak sbírat data uvnitř firmy

Znalosti, které chybí, nejsou na webu — jsou u lidí, kteří práci dělají. Krátký strukturovaný rozhovor je proto účinnější než rešerše.

Čtyři otázky obvykle stačí: na co se zákazníci nejčastěji ptají, jaká čísla k tomu máme, kde se to nejčastěji pokazí a co lidé obvykle nevědí.

Odpovědi tvoří kostru stránky a zároveň se z nich dá vytáhnout několik samostatných bloků k dílčím otázkám.

Půl hodiny s technikem vydá na dvě stránky obsahu, který nemá konkurence.

Redakční proces s jasnou odpovědností

Autorem obsahu by měl zůstat člověk, který za čísla ručí. Jazykový model slouží k převodu podkladů do čitelné podoby a ke kontrole struktury, ne k vymýšlení obsahu.

Jmenovaný autor s kvalifikací patří na stránku. Doložitelná odbornost je jeden z hodnocených faktorů a u hromadně generovaného obsahu chybí prakticky vždy.

Schvalovací kolečko je vhodné zkrátit na dvě fáze — věcná kontrola od odborníka a jazyková od redaktora. Delší proces vede k tomu, že se do textu vrátí obecné formulace.

Náklady a jejich skutečná struktura

Výroba textu tvoří menší část nákladů, než se obvykle počítá. Větší položkou je údržba: aktualizace údajů, kontrola platnosti, opravy odkazů.

Dvě stě stránek znamená desetinásobný náklad na údržbu proti dvaceti, aniž by přinesly desetinásobek tvrzení. Objem se tak z výhody mění v trvalý závazek.

Přepočet na jedno použitelné tvrzení bývá pro vedení srozumitelnější než metrika citací a vede k témuž rozhodnutí.

Ušetřená kapacita se dá přesunout do sběru dat, což je jediná část procesu, kterou nelze automatizovat.

Struktura, kterou model zvládne spolehlivě

Přeskládání existujícího textu do bloků je úkol, kde jazykový model pomáhá nejvíc. Zadejte hotový materiál a požadovaný formát — nadpis jako otázka, dvě věty odpovědi, doklad — a výsledek bývá lepší než ruční přepis.

Stejně dobře funguje zkracování. Generovaný i lidský text bývá o třetinu delší, než potřebuje, a zkrácení zvyšuje hustotu faktů.

Naopak návrh témat bez znalosti firmy vede k obecným nápadům, které už zpracoval každý konkurent. Zdrojem témat mají být dotazy zákazníků, ne nástroj.

Měření po změně přístupu

Efekt se neprojeví v počtu publikovaných textů, protože ten obvykle klesne. Sledovat se má počet situací, ve kterých je firma uvedena jako pramen.

Praktický postup je ruční test: dvacet až třicet dotazů formulovaných celou větou, měsíční kadence, záznam o tom, kdo je citovaný a u které dílčí otázky.

U nástroje navázaného na index Bingu lze navíc využít report citací v nástrojích pro webmastery, který ukáže i dotazy, jež obsah do odpovědi vytáhly.

Trend je vidět zhruba po čtvrtletí, jednorázové srovnání nic neřekne.

Poslední poznámka se týká jazyka. Generovaný text má sklon k plynulým přechodovým frázím, které nic netvrdí a zabírají místo. Jejich odstranění zkrátí stránku a zvýší podíl vět, ze kterých lze něco vytáhnout.

Užitečnou kontrolou je přečíst si jen první věty odstavců. Pokud z nich vznikne srozumitelné shrnutí, je text dobře postavený; pokud ne, chybí tvrzení na začátcích.

Doporučení

Nasazení jazykových modelů má smysl na formu, ne na obsah. Sbírejte data od lidí, kteří práci dělají, zadávejte je nástroji jako vstup a výstup pak krátce a nemilosrdně redigujte. Objem přestal být výhodou — menší počet stránek s vyšší hustotou faktů přináší lepší výsledky a nižší náklady na údržbu. Tým PPCprofits.cz se přípravou obsahu pro AI asistenty zabývá v praxi a upozorňuje, že chybějícím článkem nebývá nástroj ani rozpočet, ale vstupní data. Bez nich vznikne jen plynulý text, který nikdo neocituje.