Víc textu, míň citací: SEO pro Perplexity AI při psaní s pomocí AI

Firmy dnes vyrobí víc obsahu než kdykoli dřív a zároveň jsou v generativních odpovědích citované méně. Ten rozpor má jedno vysvětlení: nástroje, kterými se obsah vyrábí, produkují text plynulý a obsahově prázdný, zatímco systémy, které mají obsah citovat, hledají pravý opak — konkrétní, ověřitelné tvrzení.

Nejde o argument proti psaní s pomocí AI. Jde o rozdíl mezi tím, kdy jazykový model pomáhá a kdy škodí. Nejtěsnější vazbu na klasické vyhledávání má přitom SEO pro Microsoft Copilot, kde se kvalita obsahu hodnotí podobnými signály, na jaké jsou weby zvyklé.

Proč generický text neprojde

Model, který má sestavit odpověď, hledá tvrzení, jež může připsat zdroji. Věta o tom, že řešení přináší úsporu času a zvyšuje efektivitu, žádné takové tvrzení neobsahuje. Není nepravdivá, jen prázdná.

Jazykové modely přitom tenhle typ vět produkují spolehlivě, protože jsou statisticky nejpravděpodobnější. Bez vstupních dat nemá generovaný text z čeho čerpat konkrétnost a vyplní prostor plynulou obecností.

Výsledkem je obsah, který se dobře čte a v citacích se neobjeví. Přidání dalších tisíců slov téhož druhu situaci nezlepší — objem není faktor, kterým se výběr řídí.

Copilot: kvalita obsahu se hodnotí známými signály

Copilot dostává kandidáty z indexu Bingu, odpověď skládá 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.

Na výběr má vliv autorita domény, věcná kvalita s jedním tématem na stránku a podstatnou informací nahoře, jednoznačnost entit a technická dostupnost. Pokyny pro webmastery z února 2026 popisují i direktivy s přímým dopadem: NOARCHIVE citaci vylučuje, NOCACHE ji omezí na titulek a meta popis.

Masivně generovaný obsah tady naráží na dvě věci. Jednak rozmělňuje entitu, protože o téže věci existuje deset podobných stránek. Jednak porušuje pravidlo jednoho tématu na stránku, protože generovaný text má tendenci obsáhnout všechno naráz.

Perplexity: rozklad dotazu odhalí prázdný text okamžitě

Perplexity si dotaz rozloží na tři až pět podotázek, ke každé stáhne řádově deset stránek z vlastního indexu čítajícího přes 200 miliard adres a projde je vícevrstvým rerankerem hodnotícím relevanci, autoritu, čerstvost, strukturu a jednoznačnost entit. Citace připojuje téměř vždy, obvykle tři až osm.

Ten rozklad je pro generovaný obsah nemilosrdný. Podotázka se ptá na konkrétní věc — na číslo, období, postup — a text bez těchto údajů neprojde rerankerem bez ohledu na to, jak dobře je napsaný. Co v tomhle výběru rozhoduje, popisuje téma SEO pro Perplexity AI.

Zároveň platí, že jedna stránka může být citovaná víckrát, pokud pokrývá víc podtémat samostatnými bloky. Tohle je oblast, kde jazykový model pomáhá — přeskládat existující informace do struktury je úkol, který zvládne dobře.

Kde AI při tvorbě obsahu pomáhá a kde ne

Úkol	Vhodnost AI	Proč
Přeskládání textu do formátu otázka a odpověď	vysoká	mechanická úprava bez potřeby nových dat
Návrh struktury a členění stránky	vysoká	vzniká rámec, obsah dodá firma
Zkrácení a zpřehlednění existujícího textu	vysoká	vstupem je hotový materiál
Převod tabulek a poznámek do souvislého textu	vysoká	data existují, mění se jen forma
Psaní odborného obsahu bez vstupních dat	nízká	vznikne plynulý text bez tvrzení
Doplňování čísel a statistik	velmi nízká	riziko nepřesných údajů
Hromadná výroba variant na příbuzná témata	velmi nízká	rozmělňuje entitu, nepřidává tvrzení

Postup, který funguje

Začněte sběrem dat, ne psaním. Čísla z vlastní praxe, postupy, doby trvání, ceny, kapacity, výsledky zakázek. Půl hodiny s někým, kdo věci reálně dělá, vydá na víc než den hledání na webu.

Teprve pak nasaďte nástroj. Zadání by mělo obsahovat sesbíraná data a požadovanou strukturu, ne jen téma. Rozdíl mezi zadáním „napiš článek o tepelných čerpadlech“ a zadáním obsahujícím konkrétní parametry a modelové případy je propastný.

Výstup projděte s tužkou. Každou větu bez konkrétního údaje buď doplňte, nebo smažte. Text obvykle zkrátíte o třetinu a jeho použitelnost naopak stoupne.

Nakonec ověřte fakta. Údaj, který se objevil ve výstupu a nepocházel ze zadání, patří ke kontrole — nebo pryč.

Riziko nepřesných údajů

Jazykové modely dokážou vygenerovat číslo, které vypadá věrohodně a neodpovídá skutečnosti. V běžném textu je to nepříjemné, v obsahu určeném k citaci je to vážný problém.

Jakmile takový údaj převezme generativní nástroj, uvede ho jako fakt a připíše ho vaší firmě. Oprava trvá déle než vznik, protože se musí propsat do indexů.

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

Objem není strategie

Padesát článků, které říkají totéž jinými slovy, nabídne modelu jedno použitelné tvrzení. Pět stránek s odlišnými, doloženými fakty nabídne pět. Přitom náklad na údržbu padesáti stránek je desetinásobný.

Přebytek podobného obsahu navíc škodí aktivně. Když se téma opakuje na deseti místech v mírně odlišných formulacích, oslabuje se jednoznačnost entity a modelu není zřejmé, který výsek považovat za směrodatný.

Sloučení do menšího počtu pořádných stránek obvykle výsledek zlepší, přestože textu ubude.

Jak poznat prázdný text

Zkouška je rychlá. Vezměte odstavec a zkuste z něj vypsat jedno tvrzení s číslem, obdobím nebo jmenovanou entitou. Pokud to nejde, odstavec pro citaci neexistuje.

Druhá zkouška: dala by se ta věta napsat o kterémkoli konkurentovi beze změny? Pokud ano, nenese informaci o vaší firmě.

Třetí: obsahuje text něco, co nelze najít u ostatních? Právě tahle část rozhoduje o tom, jestli má model důvod citovat vás a ne někoho jiného.

Redakční proces, který dává smysl

Zdrojem obsahu by měli být lidé, kteří práci dělají — technik, obchodník, projektant. Jejich znalosti se sbírají krátkými strukturovanými rozhovory, ne zadáním „napište článek“.

Jazykový model pak slouží k převodu poznámek do čitelné podoby a ke kontrole struktury. Autorem obsahu ale zůstává člověk, který za čísla ručí.

Jmenovaného autora s kvalifikací uveďte na stránce. Doložitelná odbornost je jeden z faktorů, které oba nástroje hodnotí, a u generovaného textu bez autora chybí úplně.

Jak vypadá dobré zadání

Obsahuje sesbíraná data, cílovou strukturu, délku a explicitní zákazy. Bez zákazů se model vrací k obecným formulacím, protože jsou statisticky nejpravděpodobnější.

Do zákazů patří: nepoužívat čísla mimo podklady, nepsat hodnotící formulace, držet jedno téma, začínat každý odstavec tvrzením.

Užitečné je zadat i formát bloků — nadpis jako otázka, dvě věty odpovědi, doklad. Model tuhle strukturu udrží spolehlivě, pokud ji dostane výslovně.

Kontrola výstupu

Redakce generovaného textu je jiná práce než redakce lidského. Nejde o styl, ale o hustotu faktů. Každou větu bez konkrétního údaje buď doplňte, nebo smažte.

Druhým krokem je ověření všeho, co v podkladech nebylo. Údaje, které se ve výstupu objevily samy, patří ke kontrole nebo pryč.

Třetím je zkrácení. Generovaný text bývá o třetinu delší, než potřebuje, a zkrácení mu prospívá i z hlediska citovatelnosti.

Co s obsahem, který už vznikl

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

Pokud ano, doplňte čísla, autora a datum revize. Pokud ne, slučte s příbuznou stránkou a původní adresu přesměrujte.

U rozsáhlých webů postupujte po sekcích a průběžně měřte. Výsledky pomáhají udržet podporu uvnitř firmy, protože úklid působí zpočátku jako krok zpět.

Vedlejším efektem bývá nižší náklad na údržbu, což se dá vyčíslit snáz než počet citací.

Kdo za obsah odpovídá

Autorem by měl zůstat člověk, který za uvedená čísla ručí. Nástroj slouží k převodu podkladů do čitelné podoby, ne k vymýšlení obsahu.

Schvalovací proces se vyplatí zkrátit na dvě fáze — věcnou kontrolu od odborníka a jazykovou od redaktora. Delší kolečko vede k tomu, že se do textu vrátí obecné formulace, protože jsou bezpečné.

Jmenovaný autor s uvedenou kvalifikací patří na stránku. U hromadně generovaného obsahu chybí prakticky vždy a je to jeden z rozdílů, které se v citacích projeví.

Náklady, které se přehlížejí

Výroba textu tvoří menší část nákladů, než se počítá. Větší položkou je údržba — aktualizace, kontrola platnosti, opravy.

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

Ušetřenou kapacitu má smysl přesunout do sběru dat. Je to jediná část procesu, kterou nelze automatizovat, a zároveň ta, na které všechno ostatní stojí.

Zbývá otázka očekávání. Přechod na menší objem s vyšší hustotou faktů se v číslech projeví nejdřív poklesem počtu publikovaných textů, což bývá uvnitř firmy vnímáno jako krok zpět.

Pomáhá ukázat konkrétní odpověď asistenta, ve které je citovaný konkurent. Je to srozumitelnější doklad než jakákoli tabulka a obvykle stačí k tomu, aby se priorita změnila.

Doporučení

Používejte jazykové modely na formu a lidi na obsah. Sbírejte data dřív, než začnete psát, a ptejte se u každého odstavce, co konkrétního tvrdí. Objem obsahu přestal být výhodou, takže méně stránek s vyšší hustotou faktů je lepší volba i z hlediska nákladů. Tým SEOconsult.cz se optimalizací obsahu pro AI asistenty zabývá v praxi a upozorňuje na typický průběh: firma nasadí generování, objem vzroste desetinásobně a počet citací se nezmění. Chybějícím článkem nebývá nástroj, ale vstupní data.