Kolik zakázek přináší AI: měření u Claude AI a Seznam Asistenta

Kolik zakázek vám přinesla optimalizace pro AI vyhledávače minulý měsíc? Většina firem na tuhle otázku neumí odpovědět — a přesně proto do AI viditelnosti buď nechtějí investovat, nebo do ní sypou peníze naslepo. Klíč k obojímu je měření. Jenže u dvou nejnáročnějších nástrojů, Claude a Asistenta od Seznamu, se měří jinak než v klasickém marketingu, a kdo se to nenaučí, řídí akvizici poslepu.

Začněme u toho méně průhledného. Disciplína zvaná AI Claude SEO nemá veřejný nástroj, který by ukázal, kde vás Claude cituje. Claude pustí do odpovědi jen pár zdrojů — často dva, tři — a jestli jste mezi nimi, zjistíte jen tak, že si odpovědi na klíčové nákupní dotazy sami projdete a zaznamenáte. Zní to pracně, ale je to jediná spolehlivá cesta, jak zjistit, jestli vás zákazník ve chvíli rozhodování vůbec vidí.

Proč se měření vyplatí i bez reportu

Argument „nedá se to změřit, tak to nebudeme řešit" je v akvizici nebezpečný. To, že nástroj nemá report, neznamená, že se v něm zakázky netvoří — jen že si dopad musíte zjistit sami. A náklad na to je nízký: sada nákupních dotazů projížděná pravidelně dá překvapivě jasný obraz. Bez ní byste přitom mohli měsíce ztrácet zákazníky, aniž byste tušili proč.

Metodika je jednoduchá. Vyberte nákupní dotazy, kterými si vás zákazníci prověřují, projeďte je Claudem a zapište, jestli vás cituje, jak vás popisuje a kdo je tam místo vás. Opakujte v čase, protože odpovědi kolísají a rozhoduje trend, ne jeden pokus. Rostoucí podíl dotazů, u kterých vás Claude uvádí jako důvěryhodnou volbu, je pak konkrétní, obhajitelný výsledek — něco, co můžete ukázat vedení místo dojmu „nějak to funguje".

U Asistenta přibývá technická kontrola

Také optimalizace pro Seznam AI Asistent se opírá o testování sadou dotazů, protože ani Asistent report citací nenabízí. Rozdíl je v tom, že u něj musí měření obsahu předcházet dvě technické kontroly. První: jestli vás pouští dovnitř SeznamBot. Asistent nemá vlastní AI crawler, používá robota vyhledávače, takže když ho blokujete, žádné testování nemá smysl — nejste ve hře a přicházíte o celé české publikum.

Druhá kontrola je profil ve Firmy.cz a dalších službách Seznamu, ze kterých Asistent u nákupních a lokálních dotazů čerpá. Prázdný nebo zastaralý profil je promarněná příležitost — dáváte modelu méně důvodů, proč vás doporučit. Teprve když máte tyhle základy v pořádku, má smysl projíždět dotazy česky a měřit, kdo se objevuje místo vás.

Z pohledu akviziceClaude AISeznam AI Asistent
Oficiální reportnení — měřte sadou dotazůnení — sada dotazů + kontrola
Pre-kontrolabýt načítatelnýSeznamBot, profil ve Firmy.cz
Co měřitcitace, kontext, konkurenceuvedení u českých nákupních dotazů
Frekvenceopakovaně, kvůli kolísáníopakovaně, kvůli kolísání
Cena zanedbánítichá ztráta u due diligenceneviditelnost u českého publika

Neviditelná ztráta, kterou odhalí jen měření

Nejnebezpečnější druh ztráty v akvizici je ten, o kterém se nedozvíte. Když zákazník dostane od Claude nebo Asistenta tři doporučení a vy mezi nimi nejste, žádný signál nepřijde — v analytice se nic neobjeví, protože k žádné návštěvě nedošlo. Firma tak může měsíce věřit, že „na AI nikdo nic nehledá", zatímco jí přímo pod rukama odcházejí poptávky ke konkurenci. Jediný způsob, jak tuhle tichou ztrátu odhalit, je aktivní měření — projít dotazy a uvidět na vlastní oči, kdo je tam místo vás.

Jakmile tohle jednou uvidíte, přestane být AI viditelnost abstraktní téma a stane se konkrétním seznamem ztracených příležitostí. A většina z nich se dá získat zpět levně: doplnit chybějící obsah, opravit technickou závadu, zaktualizovat profil. Když si proti tomu postavíte hodnotu byť jediné zakázky, kterou byste jinak neviditelně ztratili, je návratnost měření i následných úprav okamžitá. Náklad na projetí dotazů je pár hodin; cena nevědomosti může být celý byznys.

Pro rozpočet z toho plyne důležitý argument. Investice do měření není výdaj na „hezká čísla", ale pojistka proti tiché erozi zákaznické základny. Firma, která neměří, se rozhoduje podle pocitu a snadno buď promarní příležitost, nebo utrácí za věci, které nefungují. Firma, která měří, dává peníze cíleně tam, kde vidí, že chybí — a to je v akvizici rozdíl mezi utrácením a investováním.

Co měřit kromě „jestli vás cituje"

U akvizice nestačí zjistit, že vás nástroj uvedl. Rozhoduje i kontext: jak vás popisuje a vedle koho vás staví. Jedna firma může být citovaná jako „zavedený dodavatel s doloženými výsledky", druhá jen jako jedno z jmen — a k té první dorazí úplně jiný, rozhodnutější zákazník. Tenhle rámec se dá obsahem ovlivnit, takže se vyplatí ho sledovat spolu s tím, zda vůbec jste v odpovědi. Je to rozdíl mezi tím být zmíněn a být zmíněn tak, aby to přivádělo správné zákazníky.

Druhá věc, kterou stojí za to měřit, je konkurence. Když zapíšete, kdo je citovaný místo vás, dostanete zadarmo mapu toho, co u daných nákupních dotazů funguje. Rozbor těch stránek — proč je Claude bere jako důvěryhodné, proč se o ně Asistent opírá — je často rychlejší cesta k pochopení, co dělat, než jakákoli teorie. Konkurent, kterého nástroj doporučuje, je živý příklad splněných kritérií, ze kterého se dá učit.

Jak z měření udělat návratnou akvizici

Samotná čísla nestačí — hodnota vzniká, když podle nich jednáte. Z testů vznikne seznam mezer: nákupní dotazy, u kterých chybíte, a konkurenti, kteří jsou tam místo vás. Ten se proměňuje v úkoly: doplnit doložené výsledky na stránku, kterou Claude přehlíží, opravit profil, o který se Asistent neopírá, odstranit technickou závadu, která vás vyřazuje. Po každé změně se měří znovu.

Specialisté z PPCprofits.cz, kteří se optimalizaci pro AI vyhledávače věnují dennodenně, berou měření jako uzavřený cyklus: snímek stavu, seznam ztracených dotazů, cílené úpravy, opětovné otestování. U dvojice Claude a Asistent to má společnou logiku — obojí se měří pozorováním, ne reportem — a u Asistenta jeden navíc krok: než měříte obsah, ověřte, že vás vůbec pouští dovnitř SeznamBot a že máte pořádek ve Firmy.cz.

Užitečné je testovací dotazy rozdělit podle záměru zákazníka — obecné informační, srovnávací a čistě nákupní. U každého typu vás nástroje hodnotí podle trochu jiných signálů, takže když vidíte, u kterého typu chybíte, víte i to, na čem zapracovat: na autoritě a doložených výsledcích u srovnávacích, na aktuálnosti a lokální relevanci u nákupních. Bez tohohle rozlišení měříte jen „ano/ne", s ním získáváte rovnou návod, kam napřít energii, aby se z chybějícího dotazu stala příští zakázka.

Proč začít měřit teď

Čím dřív měřit začnete, tím dřív odhalíte, kde tiše ztrácíte — a tím levněji tu ztrátu zastavíte. Obě prostředí jsou navíc zatím méně přeplněná než klasické vyhledávání, takže konkurence o doporučení je nižší a získat pozici jde snáz. Kdo počká, až se optimalizace pro AI stane samozřejmostí, bude dohánět náskok, který si ostatní vybudovali dřív, a náklad na vstup mezitím poroste.

A argument „naši zákazníci si nás přes AI nevybírají" většinou neobstojí, dokud si ho neověříte měřením. Právě u vážných, dodavatelských rozhodnutí si dnes zákazník nechává poradit — a jestli mu Claude nebo Asistent doporučí konkurenci místo vás, nedozvíte se to jinak než tím, že se podíváte. Měření tedy není jen nástroj optimalizace, ale způsob, jak vůbec zjistit, jestli vám tenhle kanál přináší, nebo bere zákazníky.

Návratnost přitom nestojí na množství prokliků, ale na kvalitě momentu. Být doporučen ve chvíli rozhodování má často vyšší hodnotu než běžné umístění — a jediný způsob, jak zjistit, jestli v té chvíli jste, nebo nejste, je systematicky měřit. Kdo to dělá, řídí akvizici podle faktů; kdo ne, doufá. V konkurenci o zákazníka je ten rozdíl často rozhodující.

Malá poznámka k číslům: veřejné údaje o chování AI nástrojů jsou většinou odhady z pozorování, ne oficiální metriky. Berte je jako řádové hodnoty a stejnou opatrnost uplatněte na vlastní měření — jeden cyklus je signál, teprve několik cyklů je trend, o který se dá opřít rozhodnutí.

A ještě jeden praktický tip k tomu, jak měření nezanedbat v každodenním shonu: zabudujte ho do pravidelného rytmu, ne ho dělejte nárazově, když zbyde čas. Firmy, které si nastaví pevný cyklus — třeba měsíční projetí klíčových dotazů — drží přehled trvale a náklad rozloží do malých dávek. Firmy, které měří jen občas, se probouzejí do nepříjemných překvapení a dohánějí ztrátu, která se mezitím nastřádala. Rozdíl je stejný jako mezi pravidelnou kontrolou a čekáním na krizi: jedno je levné a klidné, druhé drahé a ve špatnou chvíli.

Zanedbat jedno prostředí přitom znamená dobrovolně přijít o půlku obrazu. Claude a Asistent oslovují odlišná publika — jedno náročné a rešeršní, druhé české a lokální — a měřit jen jedno z nich je jako sledovat provoz jen v jedné ulici. Teprve dohromady dají obě měření celkový přehled o tom, jak si u AI vyhledávačů stojíte a kde se rozhoduje o vašich příštích zákaznících.

Zdroje

  • Anthropic — Claude web search and citations documentation (2026)
  • Otterly.ai and Conbersa — analyses of Claude citation tracking methodology (2026)
  • Seznam.cz blog and press release — Seznam Assistant and the SeLLMa model family (2025–2026)
  • MobileNet.cz — Seznam Assistant beta and SeznamBot crawler note (2026)
  • Aggarwal et al. — "GEO: Generative Engine Optimization", Princeton (2023, arXiv:2311.09735)
  • Industry reports on AI visibility measurement and B2B buyer behaviour (2025–2026)

Publikováno: 22. 07. 2026

Autor: