SEO novinky: Květen 2026

Bing Webmaster Tools: Reporting pro AI vyhledávání

Zatímco Google čelí kritice za nedostatečnou transparentnost ohledně dat z AI Overviews, Microsoft na konferenci SEO Week 2026 v New Yorku poodhalil budoucnost svého nástroje Bing Webmaster Tools.

Klíčové metriky a funkce nového reportingu

• Citation Share: Zcela nová metrika, která vám ukáže, jak velký procentuální podíl z celkového objemu citací v AI odpovědích Bing přiděluje právě vašemu webu ve srovnání s konkurencí.
• Grounding Query Intent: Bing dokáže nově kategorizovat uživatelské dotazy do 15 předdefinovaných AI záměrů. Specialisté tak konečně uvidí, pro jaký typ hlubokého kontextového vyhledávání (např. srovnávání, hledání faktů, kreativní řešení) AI váš web používá.
• GEO-focused Recommendations: Modul, který bude přímo generovat tipy na optimalizaci webu pro generativní vyhledávání (Generative Engine Optimization). Nástroj na základě nasbíraných dat napoví, jak upravit strukturu a datovou hustotu obsahu, aby vás AI modely citovaly častěji.

Pro SEO komunitu jde o zásadní zprávu, poprvé dostaneme do rukou oficiální analytické rozhraní přímo od vyhledávače. Rozdíl v transparentnosti dat mezi Microsoftem a Googlem se tímto krokem opět o něco zvětšuje.

23 faktorů, které rozhodují o tom, zda vás AI cituje

Získat citaci v generativním vyhledávání (jako jsou Google AI Overviews, Perplexity nebo ChatGPT) se stává novou obdobou boje o první pozici na Googlu. Cyrus Shepard sestavil na základě analýzy desítek studií žebříček faktorů a potvrdil, že tradiční základy SEO jsou pro úspěch v AI klíčové, doplňují je však nové požadavky na formátování textu.

Nejsilnější faktory pro získání AI citace

• Tradiční pozice ve vyhledávání (Search Rank): Výzkumy (např. od Ahrefs) potvrzují, že přibližně 38 % citací v AI Overviews pochází z webů, které se již nacházejí v top 10 organických výsledků. Klasické SEO je tak stále nejsilnějším odrazovým můstkem.
• Odpovídající formát záměru (Intent-Format Match): AI preferuje weby, jejichž struktura přesně odpovídá typu dotazu. U dotazů typu „nejlepší...“ (best) AI masivně cituje přehledné srovnávací tabulky a seznamy (listicles). U dotazů „jak na to“ (how-to) naopak vyžaduje jasné návody krok za krokem.
• Dostupnost a indexace URL (URL Accessibility): Schopnost AI botů bezproblémově projít kód stránky a přečíst její obsah bez technických překážek je absolutním základem.
• Strukturovaná data (Schema): Ačkoliv je korelace o něco slabší než u samotných textů, naprostá většina studií prokázala, že správně nasazené Schema markupy pomáhají AI správně interpretovat entity a zvyšují šanci na zařazení do odpovědi.
• Pravidlo prvních 30 %: Analýzy chování LLM modelů ukazují, že 44,2 % všech citací pochází z úvodní třetiny článku. AI modely před zpracováním text rozdělují na menší části a nejraději citují jasné, deklarativní věty umístěné hned na začátku textu či odstavce.

Další zajímavosti

• Ignorování llms.txt: Soubor llms.txt, který měl sloužit jako nový standard pro komunikaci s AI roboty, získal v hodnocení důležitosti nejnižší skóre (pouze 2.0 z 10). Pro samotný algoritmus citování nemá v současnosti téměř žádný význam.
• Jazyková a lokální zaujatost: AI vyhledávače vykazují silnou vazbu na lokalitu a jazyk uživatele. Francouzský dotaz z Paříže bude téměř stoprocentně generovat pouze francouzské citace z lokálních domén.

Optimalizace pro AI citace (GEO) neodmítá klasické SEO, ale staví na něm. Aby váš web umělá inteligence doporučovala, musíte si udržet silnou autoritu domény, psát stručné deklarativní odpovědi hned v úvodu stránek a strukturovat obsah do tabulek a seznamů, které umí AI nejsnáze přečíst a zpracovat.

Analýza 5 milionů query fanouts odhalila, co AI hledá na pozadí

Když uživatel zadá do ChatGPT nebo Perplexity dotaz, umělá inteligence nehledá pouze toto konkrétní zadání. Na pozadí spustí sérii skrytých doplňujících dotazů (tzv. query fanouts), kterými si rozšiřuje kontext, hledá recenze, porovnává značky a ověřuje data. Tato analýza ukazuje, že pokud váš obsah neodpovídá na tyto skryté dotazy, šance na citování v AI dramaticky klesá.

Klíčová zjištění: Jak AI modely mění uživatelské dotazy?

• Algoritmus RRF (Reciprocal Rank Fusion): ChatGPT používá tento algoritmus ke slučování výsledků z více skrytých pod-dotazů. Stránka, která dokáže odpovědět na více těchto skrytých pod-dotazů najednou, získává výrazně vyšší skóre a AI ji s větší pravděpodobností cituje.
• Slovo „Best“ (Nejlepší) jako absolutní král: ChatGPT v 24,3 % případů (téměř u každého čtvrtého doporučujícího dotazu) tajně vloží do vyhledávání slovo „best“, i když ho uživatel vůbec nepoužil. Dotaz „Jaký Samsung si mám koupit?“ se na pozadí změní na „best Samsung Galaxy phones comparison 2026“. Proto v AI odpovědích tak masivně bodují přehledové seznamy (listicles).
• „Reviews“ (Recenze) na třetím místě: AI vyhledávače automaticky pátrají po recenzích třetích stran. Pro firmy to znamená, že to, jak o nich AI mluví, neurčuje jejich vlastní web, ale to, co o nich lidé píší na platformách jako G2, Glassdoor nebo Sitejabber.
• Důraz na aktuálnost: V 5,44 % případů ChatGPT automaticky doplňuje do skrytých dotazů aktuální rok (2026), aby vynutil čerstvé a aktualizované zdroje.

Jak se liší chování jednotlivých AI vyhledávačů?

Studie odhalila obrovské rozdíly v tom, jak komplexně jednotlivé nástroje k rešerši na pozadí přistupují:

• Perplexity (1.4 pod-dotazu na prompt): Dělá nejméně práce. Pouze očistí uživatelský dotaz od výplňových slov, zjednoduší ho a zadá do vyhledávače. Nenabízí žádný nový úhel pohledu ani hlubší kontext.
• ChatGPT (2.1 pod-dotazu na prompt): Drží se záměru uživatele, ale aktivně doplňuje srovnání konkrétních značek a klíčová slova jako „best“, „top“ nebo „reviews“.
• Grok od xAI (6.8 pod-dotazu na prompt): Funguje jako skutečný výzkumník. Jeden dotaz (např. „nejlepší autokamera“) rozpadne na 5 až 8 detailních rešerší. Cíleně omezuje vyhledávání na aktuální rok a pomocí operátoru site: vynucuje výsledky ze svých komunitně ověřených zdrojů (masivně prohledává Reddit, Wirecutter, ConsumerReports nebo G2).

V praxi to znamená strukturovat texty tak, aby obsahovaly jasná doporučení, srovnání s konkurencí, statistiky, uživatelské recenze a jasné odpovědi v úvodu sekcí, protože přesně tyto parametry algoritmy vyhledávačů na pozadí vyžadují.

Odkud bere AI informace? Tři vrstvy dat, které definují viditelnost značek

Když vám umělá inteligence (ChatGPT, Gemini či Perplexity) odpoví na dotaz, její vědomosti nepocházejí z jednoho magického místa. Celý systém se opírá o tři odlišné technologické vrstvy dat. Každá z nich má svá specifika, datum spotřeby i rizika chyb (halucinací).

Tři vrstvy, ze kterých AI čerpá

• Tréninková data (The Foundation): Jde o gigantický statický dataset (veřejné weby, Wikipedie, knihy, licencované databáze), na kterém se model učil před svým spuštěním. Zde si AI vytváří sémantické asociace o vaší značce (např. že značka „Patagonia“ patří k pojmu „ekologie“). Problém: Jakmile trénink skončí, data jsou zmrazená. AI neví, co se stalo včera, a pokud informace chybí, má tendenci halucinovat.
• RAG neboli Grounding (Ukotvení v reálném čase): Technologie Retrieval-Augmented Generation funguje jako zkouška s otevřenou knihou. Když položíte dotaz, AI si nejprve vyhledá aktuální dokumenty přes klasické vyhledávače (Google, Bing) a na jejich základě vygeneruje odpověď. Tím se drasticky snižuje riziko halucinací a AI získává aktuální data.
• MCP rozhraní a API (The Execution Layer): Nejmodernější vrstva určená pro AI agenty. Modely využívají Model Context Protocol (MCP) a přímá API k napojení na živé specializované databáze (např. AI agent od Ahrefs se takto napojuje přímo na reálná SEO data o klíčových slovech a zpětných odkazech). AI v tomto módu nečte texty z webu, ale pracuje s čistými strukturovanými daty.

Co z toho vyplývá pro marketing a značky?

Chcete-li, aby vás umělá inteligence nacházela a doporučovala, musíte krmit všechny tři vrstvy:

• Budujte off-site zmínky (PR a diskuse): Aby si vás AI zafixovala v tréninkových datech, musíte existovat mimo svůj web – v médiích, na Redditu, Wikipedii či odborných fórech. Web na vlastní doméně je pro základní tréninkový model neviditelný.
• Pokrývejte sémantické okolí (Query fan-out): AI často rozkládá dotazy na pod-otázky. Pokud prodáváte projektový nástroj, musíte pokrývat i související témata (např. „agilní vs. waterfall“), protože právě ty si AI přitáhne skrze RAG vrstvu, aby uživateli vysvětlila širší kontext.
• Čistá technická přístupnost: Pro RAG vrstvu musíte mít perfektně průchodný web (čisté HTML, rychlost), aby boti mohli váš obsah bleskově stáhnout a zpracovat jako ověřený zdroj (ground truth). Naopak formát llms.txt v roce 2026 žádný velký hráč zatím reálně nerespektuje.

Tradiční optimalizace pro vyhledávače neumírá, ale transformuje se. Tím, že AI vyhledávače v RAG vrstvě masivně používají indexy Googlu a Bingu, zůstávají vysoké organické pozice nejlepším způsobem, jak se dostat do „otevřené knihy“, ze které AI v reálném čase generuje své odpovědi a citace.

Google I/O 2026: Vyhledávání po 25 letech kompletně mění tvář, nastává éra AI agentů

Na letošní konferenci Google I/O rezonoval největší upgrade vyhledávacího pole za posledních čtvrt století. Vyhledávač definitivně opouští roli pouhého zprostředkovatele odkazů a transformuje se do komplexní agentní platformy, která za uživatele úkoly nejen vyhledá, ale rovnou i vykoná. Celý tento ekosystém pohání nově představená generace modelů Gemini 3.5.

Hlavní technologické pilíře nového vyhledávání

• Přechod na Gemini 3.5 Flash: Tento nový model se stává výchozím motorem pro AI Mode ve vyhledávání. Oproti předchozím verzím přináší 4× rychlejší generování odpovědí a extrémní posun v orchestraci nástrojů. Dokáže paralelně zpracovávat obrovské množství dat při minimální latenci a nákladech.
• Permanentní informační agenti (Always-on Agents): Uživatelé získávají možnost vytvářet a spouštět autonomní vyhledávací agenty (v čele s asistentem Gemini Spark). Tyto mikro-služby fungují nepřetržitě na pozadí: samy prohledávají web, monitorují změny, strukturují data, porovnávají nabídky a plní komplexní vícekrokové úkoly, aniž by uživatel musel ručně klikat na odkazy.
• Hluboká multimodální integrace: Vyhledávací pole nově plně podporuje kombinované vstupy v reálném čase. Uživatel může natáčet video, mluvit a zároveň psát textový prompt – vyhledávač analyzuje vizuální i zvukový kontext dohromady a okamžitě na situaci reaguje.

Personal Intelligence a soukromí

Nové vyhledávání se bezpečně propojuje s osobními aplikacemi uživatele, jako jsou Gmail, Google Photos a Google Calendar. Google staví na tzv. Personal Intelligence, která dává uživateli absolutní kontrolu nad tím, jaká data agentům zpřístupní, přičemž veškerá citlivá data podléhají nejpřísnějším bezpečnostním standardům (Frontier safeguards).

Google I/O 2026 potvrdilo, že zažíváme změnu tradičního SEO zaměřeného pouze na klíčová slova a pozice. V agentní éře už lidé nebudou procházet weby, aby našli odpověď – softwaroví agenti to udělají za ně.

Zdroje

https://searchengineland.com/bing-webmaster-tools-teases-new-ai-reporting-updates-475659
https://signal.zyppy.com/p/ai-citation-ranking-factors
https://peec.ai/blog/patterns-we-see-in-chatgpt-query-fanouts
https://ahrefs.com/blog/how-does-ai-get-its-information/
https://blog.google/products-and-platforms/products/search/search-io-2026/