Slovník GEO pojmů

AI (Umělá inteligence)

Technologie umožňující provádět operace, které normálně vyžadují lidské kognitivní schopnosti. Například interpretaci přirozeného jazyka, identifikaci vzorců a vlastní kreativní tvorbu. Současné AI systémy fungují na principu strojového učení, kdy se algoritmy zdokonalují postupnou expozicí obrovskému množství dat.

AI crawler

Specializovaný bot určený k procházení webu pro potřeby trénování nebo aktualizace vědomostní báze AI modelů. Mezi nejznámější crawlery patří GPTBot od OpenAI, ClaudeBot od Anthropicu, PerplexityBot a Google-Extended. Každý z nich se na webu chová odlišně a respektuje jiná pravidla.

AI-Augmented Search

Tradiční výsledky vyhledávání jsou nyní rozšířené o AI generované přehledy, shrnutí a odpovědi, které uživateli usnadňují objevování nových informací. Tento hybridní přístup postupně mění způsob, jakým uživatelé pracují s výsledky vyhledávání (viz pojem Zero-click search).

Answer Capsule

Kompaktní odpovědní blok uvnitř širšího textu, kterou AI modely snadněji analyzují a použijí jako přímou odpověď uživateli. Obvykle jde o krátký odstavec o dvou až čtyřech větách s jasnou definicí, číselným údajem nebo strukturovaným postupem. Pro GEO je Answer Capsule extrémně účinný formát obsahu, protože odpovídá způsobu, jakým jazykové modely organizují své výstupy.

Více o Answer Capsule i dalších obsahových taktikách se dočtete v článku Jak tvořit obsah, který bude AI milovat.

Answer Engine

Vyhledávací systém primárně zaměřený na poskytování přímých odpovědí na otázky uživatelů namísto seznamu odkazů. Klasické vyhledávače (search engines) vrací přehled relevantních URL, Answer engine zase generuje syntetizované odpovědi z více zdrojů a teprve potom odkazuje na originální materiály. Rostoucí obliba answer enginů tak razantně proměňuje pravidla viditelnosti obsahu na webu.

Atribuce a citace

Způsob, jakým AI systémy přiřazují informace ke konkrétním zdrojům. Různé platformy pracují s citacemi odlišně, což má přímý vliv na to, zda a jak je konkrétní web prezentován. Perplexity například uvádí zdroje prakticky každého tvrzení, ChatGPT odkazy zobrazuje selektivněji, Google AI Overviews citace ukotvuje pomocí postranního panelu.

Bing AI / Microsoft Copilot

AI asistent zabudovaný do vyhledávače Bing a ekosystému Microsoftu, využívající jazykové modely podobného typu jako ChatGPT pro konverzační vyhledávání a asistenci. Copilot je dnes integrován do Windows, Edge, Microsoft 365 i vývojářských nástrojů. Tím se stal jedním z nejrozšířenějších bodů styku běžných uživatelů s generativní AI.

Brand mention

Zmínka značky v textu bez aktivního odkazu, nazývaná také unlinked mention. V éře jazykových modelů nabývá i pouhá zmínka srovnatelné váhy s klasickým zpětným odkazem, protože AI zpracovává kontext a entity nezávisle na hyperlinkové struktuře webu. Pro budování autority značky v AI ekosystému proto stačí, aby se jméno značky opakovaně objevovalo ve spojení s relevantními tématy na důvěryhodných portálech.

ChatGPT (OpenAI)

Konverzační AI systém postavený na modelech GPT, využívaný pro vyhledávání informací, generování obsahu, analýzu dat i automatizaci širokého spektra úloh napříč obory. Od svého spuštění v listopadu 2022 zásadně proměnil způsob, jakým dosud běžní uživatelé vnímali digitální asistenty, a stal se synonymem pro generativní AI jako takovou.

Chunking

Proces segmentace dlouhých textů na menší, sémanticky ucelené části, se kterými následně pracují RAG systémy a vektorové databáze. Délka jednotlivých chunků se obvykle pohybuje mezi 200 a 1000 tokeny a ovlivňuje, jak dobře AI nástroje vyhledají a interpretují váš obsah. Optimální chunking respektuje přirozené hranice myšlenek, takže každý segment dává smysl i mimo původní kontext.

Claude (Anthropic)

AI asistent zaměřený na práci s rozsáhlými dokumenty, jejich interpretaci a syntézu, s důrazem na bezpečnost a schopnost využívat externí vyhledávání prostřednictvím Brave Search. Claude si oblíbili zejména profesionálové z širokého spektra oborů, ať už jde o právo, akademické prostředí, tvorbu obsahu nebo kódování. Claude je unikátní schopností skvěle udržet kontext i u velmi dlouhých textů a konverzací.

Content templating

Tvorba jednotných obsahových vzorů, které umožňují AI rychle rozpoznat typ, účel a strukturu materiálu a souvisle s ním pracovat. Šablony obvykle pracují s pevně danými sekcemi, hierarchií nadpisů a opakujícími se prvky, díky kterým AI snadněji extrahuje odpovědi na konkrétní typy dotazů.

Context window

Maximální počet tokenů, které AI model zpracuje v rámci jednoho dotazu včetně historie konverzace, systémových instrukcí a přiložených dokumentů. Současná špička pracuje se stovkami tisíc až miliony tokenů, takže se do jediného dotazu vejdou celé knihy nebo rozsáhlé webové portály. Pro GEO se vyplatí vědět, že modely s větším oknem zvládají komplexnější kontext a přesněji váží autoritu jednotlivých zdrojů.

E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness)

Soubor hodnotících kritérií, která Google využívá pro posouzení kvality obsahu. V GEO prostředí tyto faktory nabývají širšího významu, protože i jazykové modely preferují zdroje, které jasně demonstrují zkušenost, odbornost, autoritu a důvěryhodnost. Pro autory obsahu to znamená pracovat s konkrétními případovými studiemi, jmenovanými autory s ověřitelným profilem a citacemi z renomovaných institucí. Více v našem článku E-E-A-T pro AI.

Entity Recognition (Rozpoznávání entit)

Schopnost AI systémů identifikovat a klasifikovat konkrétní entity v textu, například osoby, společnosti, lokace, produkty nebo koncepty. Správně strukturovaný obsah s jasně definovanými entitami umožňuje AI přesněji pochopit, o kom nebo o čem web pojednává. V zájmu AI optimalizace je proto třeba pracovat s jednotným pojmenováním značek, propojovat entity s veřejnými znalostními databázemi typu Wikidata a výslovně uvádět vztahy mezi nimi.

Gemini (Google)

Rodina jazykových modelů od Googlu, která pohání AI Overviews, AI Mode a funguje i jako samostatný asistent. Gemini je takzvaně multimodální, takže přirozeně pracuje s textem, obrazem, zvukem i videem v rámci jediného dotazu. Pro GEO má strategický význam především kvůli těsnému propojení s vyhledávačem Google a Knowledge Graphem, díky čemuž ovlivňuje viditelnost obsahu napříč celým Google ekosystémem.

GEO (Generative Engine Optimization)

Soubor taktik zaměřených na optimalizaci webů s účelem zviditelnit je v generativních AI ekosystémech. Klasická optimalizace pro vyhledávače se soustřeďuje zejména na zlepšení umístění webu ve výsledcích vyhledávání. GEO zase usiluje o to, aby se obsah webu zobrazil v odpovědích produkovaných AI. Pro firmy představuje GEO novou disciplínu, ve které tradiční metriky pozic nahrazují ukazatele typu míra zahrnutí nebo share of voice v AI odpovědích.

Google AI Mode

Způsob vyhledávání, při kterém už neprocházíte seznam výsledků, ale vedete konverzaci s AI asistentem Gemini. Tento režim je dostupný jako samostatná karta vedle klasického vyhledávání. Oproti AI Overviews, které pouze stručně shrnují výsledky, rozebírá AI Mode dotaz na řadu dílčích poddotazů, vyhodnocuje informace z různých zdrojů a následně sestavuje komplexní odpověď přizpůsobenou konkrétnímu uživateli. Provozovatelé webů přitom musí počítat s tím, že uživatel se na originální zdroje proklikne jen tehdy, pokud ho odpověď navnadí k dalšímu zkoumání.

Google AI Overviews

Součást vyhledávání Google, která generuje AI shrnutí přímo ve výsledcích hledání a propojuje je s odkazy na relevantní zdrojové stránky. Tento formát výrazně proměnil chování uživatelů, protože odpovědi na řadu informačních dotazů takto dostávají rovnou nad organickými výsledky, čili často nemusí jakýkoliv web vůbec otevřít.

Grok (xAI) AI asistent vyvinutý společností xAI Elona Muska, integrovaný do platformy X (dříve Twitter) a dostupný také jako samostatný produkt. Grok se vůči ostatním modelům prezentuje jako alternativa s méně striktními bezpečnostními filtry a s přístupem k aktuálním datům z platformy X v reálném čase. Pro značky představuje specifický kanál viditelnosti, protože jeho odpovědi výrazně odráží aktuální diskuse a obsah šířený na sociální síti.

Grounding

Ukotvení AI odpovědi v ověřitelných externích datech namísto čistě parametrické paměti modelu. Souvisí těsně s RAG mechanismem a představuje hlavní obranu proti halucinacím. Dobře groundovaná odpověď výslovně odkazuje na konkrétní zdroje a uvádí, odkud její jednotlivá tvrzení pocházejí.

Hallucination (halucinace)

Situace, kdy AI generuje výstupy obsahující nepravdivé, zkreslené nebo zcela smyšlené informace, které na první pohled působí věrohodně. Kvalitně navržená GEO strategie tento jev omezuje poskytováním konzistentních, strukturovaných a jednoznačných dat. Halucinace bývají nejčastější u úzce specializovaných oborů, čerstvých událostí a oblastí, kde model pracuje s nedostatečným nebo rozporuplným tréninkovým signálem.

JSON-LD

JSON-LD (JavaScript Object Notation for Linked Data) je formát pro zápis strukturovaných dat, který Google i jazykové modely upřednostňují před staršími alternativami typu Microdata či RDFa. Vkládá se obvykle do hlavičky stránky jako samostatný blok skriptu a popisuje vztahy mezi entitami, autorství, typ obsahu nebo třeba parametry produktu. Pro GEO jde o jeden z nejdůležitějších nástrojů, jakými web sděluje AI systémům přesný význam svého obsahu nad rámec viditelného textu.

Knowledge Cut-off

Časová hranice, po kterou má AI přímý přístup k informacím obsaženým v trénovacích datech. Například modely řady GPT mají definovaný bod, za nímž nejsou schopny samostatně reflektovat nové události a informace bez napojení na externí zdroje (např. RAG systémy). Právě proto se moderní asistenti čím dál častěji doplňují živým webovým vyhledáváním, aby zastaralost trénovacích dat částečně kompenzovali.

Knowledge Graph

Znalostní databáze propojující entity s jejich vlastnostmi a vztahy. Vyhledávače i AI modely je využívají k hlubšímu pochopení významových souvislostí a k tvorbě kontextově přesnějších odpovědí. Pokud vaše značka, produkt nebo autoři existují v rozšířených znalostních grafech (třeba Wikidata nebo Google Knowledge Graph), AI s nimi pracuje s podstatně větší jistotou a ochotněji je cituje.

LLM (Large Language Model)

Takzvaný rozsáhlý jazykový model představuje kategorii umělé inteligence trénovanou na extenzivních textových datasetech, schopnou generovat vlastní text a reagovat na dotazy. ChatGPT, Gemini, Claude – to vše jsou LLM. Tyto systémy tvoří základ většiny současných AI asistentů a vyhledávacích aplikací. Princip jejich fungování stojí na statistické predikci dalšího tokenu v textu, takže kvalita výstupu se odvíjí od toho, jak byl model trénovaný a s jakým kontextem pracuje.

LLM vyhledávání

Forma vyhledávání, kde je jazykový model hlavním prostředníkem mezi uživatelem a informacemi, obvykle prostřednictvím dialogu, bez zapojení klasických vyhledávačů. Uživatel pokládá otázky přirozeným jazykem a dostává syntetizovanou odpověď, místo aby si sám probíral odkazy a porovnával zdroje.

LLMO (Large Language Model Optimization)

Viz heslo GEO. Specifická metodika optimalizace obsahu pro rozsáhlé jazykové systémy. Zahrnuje taktiky, které asistují AI v kvalitnějším dekódování, interpretaci a aplikaci obsahu webových portálů. Někteří odborníci LLMO chápou jako synonymum pro GEO, jiní v něm vidí užší specializaci zaměřenou spíše na správnost pochopení obsahu LLM modely.

llms.txt

Navrhovaný technický standard inspirovaný souborem robots.txt, jehož cílem je umožnit provozovatelům webů definovat pravidla, jak mají AI systémy jejich obsah číst, interpretovat a využívat. V souboru se obvykle uvádí stručný popis webu, seznam stěžejních stránek a strukturovaný přehled obsahu ve formátu Markdown, aby si model rychle udělal obrázek o celkové nabídce portálu.

llms-full.txt

Rozšířená verze souboru llms.txt, která vedle stručného přehledu nabízí kompletní textový obsah webu ve formátu Markdown. AI nástroje tak dostávají všechny důležité informace na jednom místě a nemusí procházet jednotlivé stránky. Standard zatím nemá oficiální podporu od velkých poskytovatelů AI, ale míra jeho adopce mezi technicky orientovanými portály a dokumentačními weby stále roste. Více o obou souborech pojednáváme v článku Technická optimalizace webu pro AI.

Markdown

Lehký značkovací jazyk pro formátování textu pomocí jednoduchých znaků, který se snadno čte i v surové podobě bez vykreslení nadbytečných prvků. Markdown se etabloval jako preferovaný formát pro výměnu obsahu mezi AI nástroji, protože jazykové modely v něm pracují přirozeně a bez problémů extrahují strukturu dokumentu. Standardy llms.txt a llms-full.txt jsou na Markdownu přímo postavené a stejný formát používají interně i ChatGPT, Claude nebo Gemini při generování výstupů.

MCP (Model Context Protocol)

Otevřený protokol vyvinutý Anthropicem, který standardizuje propojení jazykových modelů s externími datovými zdroji, nástroji a aplikacemi. Postupně se etabluje jako nový standard a otevírá novou kategorii integrací, ve kterých AI asistenti samostatně přistupují k interním systémům, databázím a API. Pro firmy představuje MCP zajímavou příležitost, jak vlastní data zpřístupnit AI ekosystému kontrolovaným způsobem.

Míra zahrnutí (Inclusion Rate)

Metodika měření, která sleduje, jak často se obsah daného webu objevuje ve výstupech generovaných AI nástroji. Sleduje se obvykle na vzorku reprezentativních dotazů a v posledních dvou letech se etablovala jako jedna z hlavních metrik úspěšnosti GEO aktivit. Více v článku Jak měřit úspěšnost GEO.

Multimodální vyhledávání

Typ vyhledávání, který kombinuje různé vstupní formáty, tedy text, obraz, zvuk či video, a umožňuje komplexnější interpretaci dotazů i výsledků. Uživatel tak například nahraje fotografii produktu, doplní hlasovou otázku a od AI dostane odpověď, která pracuje se všemi vstupy najednou.

Natural Language Processing (NLP)

Odvětví umělé inteligence, které se zabývá interakcí mezi počítači a lidským jazykem. NLP technologie umožňují AI systémům analyzovat, porozumět a generovat přirozený jazyk. V kontextu GEO je pochopení NLP principů důležité pro tvorbu obsahu, který AI dokáže efektivně zpracovat a interpretovat v souladu s jeho původním záměrem.

Pro autory to v praxi znamená psát srozumitelně, vyhýbat se dvojznačnostem a explicitně formulovat hlavní myšlenky bez složitých větných konstrukcí. Více v článku Sémantika a jazyk pro AI.

Perplexity AI

Dialogově orientovaný vyhledávací nástroj kombinující jazykový model s aktuálními webovými daty, jehož hlavní výhodou je transparentní uvádění zdrojů a citací v odpovědích. Právě díky důslednému odkazování patří Perplexity mezi nejcennější platformy z pohledu GEO, protože poskytuje měřitelný a dohledatelný provoz z citovaných odkazů.

Prompt

Pokyn, otázka nebo zadání, které uživatel předkládá AI systému s cílem získat odpověď, vygenerovat obsah nebo provést konkrétní úkol. Kvalita promptu zásadně ovlivňuje použitelnost výstupu, takže právě tvorba dobrých promptů se v posledních letech proměnila v samostatnou disciplínu nazývanou prompt engineering. V kontextu GEO se prompty využívají také k testování, jak AI systémy interpretují váš obsah a jak ho začleňují do vlastních odpovědí.

Prompt Engineering

Disciplína zaměřená na tvorbu a ladění instrukcí pro AI systémy tak, aby generovaly co nejpřesnější a nejrelevantnější výstupy. Dobře navržený prompt definuje roli modelu, kontext zadání, formát výstupu i omezení, kterým se má autor vyhnout, a v praxi rozhoduje o tom, jaký materiál AI vygeneruje.

Prompty pro validaci

Metodický přístup k ověřování toho, jak AI systémy chápou a interpretují obsah vašeho webu, pomocí různorodých typů dotazů simulujících reálné uživatelské chování. Validační prompty obvykle pokrývají informační, srovnávací i transakční dotazy a slouží jako diagnostický nástroj pro identifikaci slabých míst v obsahové strategii.

Query fan-out

Mechanismus, kterým AI Mode a podobné systémy jedinou uživatelskou otázku rozdrobí na desítky paralelních poddotazů a z jejich výsledků následně sestavují finální odpověď. Pro GEO to znamená mimo jiné to, že každý poddotaz představuje samostatnou příležitost k zachycení vašeho obsahu. Optimalizace se proto posouvá od jednoho hlavního klíčového slova k širokému spektru souvisejících formulací a sémantických variant.

RAG (Retrieval Augmented Generation)

Metodika, jež kombinuje vyhledávání informací s generativními systémy. RAG mechanismus primárně lokalizuje relevantní dokumenty nebo segmenty webu a následně aplikuje AI k formulaci odpovědi založené na takto identifikovaných informacích. Tento přístup řeší problém zastaralých trénovacích dat a zároveň podstatně snižuje riziko halucinací, protože model se opírá o ověřitelný textový kontext.

Schema.org a strukturovaná data

Standard pro zápis metadat, který umožňuje strojům lépe porozumět obsahu stránky. Správně implementovaná strukturovaná data usnadňují AI interpretaci vztahů, významů a kontextu vašeho obsahu. Pro GEO mají největší přínos schémata typu Article, FAQPage, HowTo, Product, Organization a Person, protože přesně mapují typy obsahu, které jazykové modely nejčastěji syntetizují do odpovědí.

SearchGPT

Vyhledávací verze ChatGPT, která kombinuje dialogový přístup s možností uvádění referenčních zdrojů a strukturovanější prací s webovým obsahem. Po fázi samostatného produktu se funkce integrovala přímo do hlavního rozhraní ChatGPT, takže uživatelé dnes přepínají mezi konverzací a aktivním webovým vyhledáváním jedním kliknutím.

Semantic drift

Postupný posun významu termínu, značky nebo entity v čase a kontextu. Pro GEO představuje zrádné riziko, protože AI model takto může spojit vaši značku s nerelevantní nebo dokonce negativní asociací, pokud si obsahový kontext sami aktivně nehlídáte. Pravidelná validace prompty a sledování, jak AI systémy o vaší značce hovoří, pomáhá tento posun včas zachytit a korigovat.

Sémantické HTML

Způsob zápisu HTML struktury, který explicitně vyjadřuje význam jednotlivých částí stránky. Pro AI je důležité nejen samotné sdělení, ale i to, jak jsou informace hierarchicky uspořádány a označeny. Správně použité tagy article, section, nav, aside, header či footer pomáhají modelům rychle pochopit, kde je hlavní obsah, kde navigace a kde podpůrné prvky.

Share of Voice

Metrika vyjadřující relativní viditelnost vaší značky v AI odpovědích ve srovnání s konkurencí. Měří se jako poměr zmínek vašeho webu nebo značky k celkovému počtu zmínek v dané kategorii nebo pro specifickou sadu dotazů. Vysoký share of voice indikuje dominantní pozici v AI ekosystému daného segmentu. Sledování této metriky v čase ukazuje, jak se daří posouvat značku do hlavního vědomí jazykových modelů a jak na stejné taktiky reaguje konkurence.

Tokenizace

Mechanismus segmentace textu na menší komponenty nazývané tokeny, které AI zpracovává. Token reprezentuje slovo, fragment slova nebo interpunkční symbol. Pochopení tokenizace je nesmírně důležité pro tvorbu obsahu, protože AI mají limity na počet tokenů, které jsou schopny simultánně zpracovat. V češtině a slovenštině bývá poměr token ku znaku méně příznivý než v angličtině, takže delší texty rychleji narážejí na kontextová omezení modelu. O tokenizaci více v článku Jak funguje AI.

Topic clustering

Strategie seskupování obsahu do tematicky provázaných okruhů, která pomáhá AI pochopit tematický rozsah, hloubku i odborné pokrytí dané oblasti. V praxi pracuje s konceptem pilířové stránky a navazujících podtémat, propojených vnitřními odkazy do významově kompaktního celku.

Topical authority (Tematická autorita)

Míra, do jaké web pokrývá danou oblast komplexně a do hloubky. Pro AI modely jde o silný signál důvěryhodnosti při výběru zdrojů k citaci, protože preferují portály s prokazatelným tematickým rozsahem i odbornou hloubkou. Budování tematické autority obvykle stojí na systematickém pokrytí všech podtémat oboru pomocí provázané sítě obsahových clusterů.

Trénovací data

Rozsáhlé datasety textů, obrázků a dalších informací, na kterých jsou AI modely trénované. Složení a kvalita trénovacích dat ovlivňují to, jaké zdroje a typy obsahu model vnímá jako autoritativní. Pokud je váš web nebo odvětví dobře reprezentován v trénovacích datech, zvyšuje to pravděpodobnost relevantních zmínek v odpovědích. Pro značky to znamená dlouhodobě budovat zmínky a citace na renomovaných portálech, protože ty se s vysokou pravděpodobností dostanou do dalších trénovacích cyklů.

Vektorová reprezentace

Metodika, kterou AI transformují slova a fráze do matematických vektorů ve vícerozměrném prostoru. Tato reprezentace umožňuje systémům zachytit sémantické relace mezi slovy a koncepty. Slova s podobným významem leží ve vektorovém prostoru blízko sebe, takže model rozpozná souvislost mezi pojmy, aniž by se vyskytly ve stejné větě.

Zero-Click Results (Výsledky bez kliku)

Situace, kdy uživatel získá požadovanou informaci přímo z AI odpovědi nebo z vyhledávacího přehledu, aniž by musel kliknout na jakýkoliv zdroj. Pro provozovatele webů představují výzvu, protože jejich obsah je sice využit, ale často vůbec negeneruje návštěvnost.

GEO strategie proto musí často balancovat mezi poskytnutím dostatečné hodnoty pro citaci a udržením motivace uživatele k návštěvě webu. Osvědčuje se cílit na dotazy, u kterých AI odpověď přirozeně nestačí, tedy na komplexní srovnání, individuální poradenství nebo konkrétní transakční záměry.

Zpětná vazba AI

Proces vyhodnocování odpovědí generovaných AI v reakci na obsah webu a následná optimalizace struktury i textů na základě zjištěných slabin či nejasností. Pravidelné testování pomocí stejné sady dotazů napříč různými platformami odhalí, kde modelům informace chybí, kde si je doplňují domněnkami a kde naopak váš obsah přebírají přesně tak, jak jste ho zamýšleli. Viz také náš článek o GEO testování.