Měřit, ne hádat: SEO pro Claude AI a Seznam AI Asistent
Optimalizovat pro AI vyhledávače naslepo je drahé. Bez měření nevíte, jestli vás nástroj cituje, u kterých dotazů chybíte ani jestli poslední úprava pomohla, nebo uškodila. A přitom se právě u dvou nejnáročnějších nástrojů — Claude a Asistenta od Seznamu — měří každý úplně jinak. Jeden nedává skoro žádnou přímou zpětnou vazbu, druhý taky ne, ale z jiných důvodů. Kdo se to naučí obejít, přestane hádat a začne řídit.
Vezměme nejdřív ten nejtěžší případ. Disciplína zvaná AI Claude SEO se měří obtížně, protože Claude nemá veřejný nástroj, který by ukázal, kde vás cituje. Claude prohledá web přes Brave Search a do odpovědi pustí jen hrstku zdrojů — často dva, tři. Jestli jste mezi nimi, se dá zjistit jen tak, že si odpovědi na klíčové dotazy sami projdete a zaznamenáte.
Jak měřit u Claude
Základ je sada testovacích dotazů. Vyberte deset až dvacet otázek, na které chcete být vidět, a formulujte je tak, jak by je položil reálný uživatel. Projděte je Claudem se zapnutým vyhledáváním a u každé zapište, kdo je citován a jestli jste mezi nimi. Vznikne tak výchozí snímek — mapa, kde stojíte, než začnete cokoli měnit.
Klíčové je opakování. Odpovědi Claude kolísají formulaci od formulace i den ode dne, takže jeden test nic nedokazuje. Tutéž sadu proto projeďte víckrát a v čase; rozhoduje vzorec, ne jednotlivý pokus. Když po úpravě obsahu roste podíl dotazů, u kterých vás Claude uvádí, máte konkrétní důkaz, že práce zabírá — i bez oficiálního reportu.
Pomáhá i sledovat, jak vás Claude popisuje a vedle koho vás staví, ne jen jestli vás zmíní. Kontext citace — jestli jste „zavedený specialista" nebo jen jedno z jmen — se dá ovlivnit obsahem a stojí za to ho zaznamenávat spolu s tím, zda vůbec jste v odpovědi.
Asistent od Seznamu se měří podobně, ale s technickou vrstvou
Také optimalizace pro Seznam AI Asistent se opírá o testování sadou dotazů, protože ani Asistent nenabízí veřejný report citací. Rozdíl je, že u něj přibývá ryze technická kontrola, kterou u Claude neřešíte: jestli vás vůbec pouští dovnitř SeznamBot. Asistent nemá vlastní AI crawler, používá robota vyhledávače, takže když ho blokujete, žádné měření obsahu nemá smysl — nejste ve hře.
Druhá technická kontrola je profil ve Firmy.cz a dalších službách Seznamu, ze kterých Asistent u lokálních a nákupních dotazů čerpá. Než začnete testovat obsah, ověřte, že tenhle základ máte v pořádku. Teprve pak má smysl projíždět dotazy česky Asistentem a zapisovat, kdo se objevuje místo vás — stejnou metodikou opakovaného testování jako u Claude.
| Měření | Claude AI | Seznam AI Asistent |
|---|---|---|
| Oficiální report | není | není |
| Hlavní metoda | sada testovacích dotazů, opakovaně | sada dotazů + technická kontrola |
| Nutná pre-kontrola | být načítatelný | projít SeznamBotem, profil ve Firmy.cz |
| Co sledovat | jestli a jak vás cituje | jestli vás uvádí u českých dotazů |
| Frekvence | opakovaně, kvůli kolísání | opakovaně, kvůli kolísání |
Proč se měření u AI vyhledávačů liší od klasického SEO
V klasickém SEO jste zvyklí na bohatá data — pozice klíčových slov, prokliky, míru prokliku, konverze. AI odpovědní vrstvy tuhle vrstvu měření z velké části berou. Nevíte, kolikrát vás Claude „skoro" ocitoval, ani jak blízko jste u Asistenta byli k zařazení. Místo spojité škály tu máte binární realitu: v odpovědi buď jste, nebo nejste. To nutí měřit jinak — ne přes metriky, které nástroj nedává, ale přes systematické pozorování toho, co reálně vrací.
Právě proto je metodika testovací sady tak důležitá. Není to náhradní řešení, dokud nepřijdou lepší nástroje — je to způsob, jak z binárního světa vytáhnout trend. Když stejnou sadu dotazů projíždíte pravidelně, z jednotlivých „ano/ne" se skládá časová řada, která ukazuje směr. A směr je přesně to, co potřebujete k rozhodování: jestli se po vašich úpravách zlepšujete, stagnujete, nebo ztrácíte.
Druhý rozdíl je v tom, co měříte. V klasickém SEO stačí sledovat pozici. U AI vyhledávačů má smysl sledovat tři věci naráz: jestli vás nástroj cituje, jak vás popisuje a vedle koho vás staví. Dvě firmy můžou být obě citované, a přesto na tom být úplně jinak — jedna jako doporučená volba, druhá jako varovný protipříklad. Tenhle rozměr klasické metriky vůbec nezachytí, a přitom rozhoduje o tom, jaký zákazník k vám nakonec dorazí.
Jak si postavit jednoduchý měřicí systém
Nepotřebujete drahé nástroje, stačí disciplína. Základ je tabulka: v řádcích testovací dotazy, ve sloupcích data měření. U každého dotazu zaznamenáte, jestli vás nástroj uvedl, v jakém kontextu a které jiné zdroje byly citované. Když tohle děláte pravidelně — třeba jednou za měsíc, u rychlých témat častěji — máte po pár cyklech obraz, který vám žádné obecné doporučení nenahradí, protože je o vašem webu a vašich tématech.
Užitečné je testovací dotazy rozdělit podle záměru. Jinak se chovají obecné informační otázky, jinak srovnávací („nejlepší v kategorii") a jinak nákupní. U každého typu vás nástroje hodnotí podle trochu jiných signálů, takže když vidíte, u kterého typu chybíte, víte i to, na čem zapracovat — jestli na autoritě, na čerstvosti, nebo na doložených výsledcích.
A nezapomeňte měřit i výchozí stav konkurence. Když zapíšete, kdo je citovaný místo vás, dostanete zadarmo mapu toho, co u daných dotazů funguje. Analýza 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. Konkurence, kterou nástroj cituje, je totiž živý příklad splněných kritérií.
Jak z měření udělat řízení
Samotný snímek nestačí — hodnota vzniká, když podle něj jednáte. Z testů vznikne seznam mezer: dotazy, u kterých chybíte, a zdroje, které jsou tam místo vás. Ten se pak proměňuje v úkoly: doplnit autora a data na stránku, kterou Claude přehlíží, zpřehlednit obsah, o který se Asistent neopírá, opravit technickou závadu, která vás vyřazuje.
Po každé změně se testuje znovu. Tak zjistíte, jestli úprava pomohla, a postupně skládáte obraz o tom, co u těchhle dvou nástrojů reálně funguje na vašem webu — ne obecně, ale konkrétně u vašich témat a vaší značky. To je cennější než jakékoli univerzální doporučení.
Kde měření nejčastěji selže
Nejčastější chyba je jednorázovost. Firma jednou projede pár dotazů, vyvodí závěr a podle něj přenastaví strategii — jenže odpovědi kolísají, takže staví na náhodě. Druhá chyba je měřit jen „jestli", a ne „jak"; přehlédnout kontext citace znamená přijít o polovinu informace. Třetí je zapomenout na technickou pre-kontrolu u Asistenta: testovat obsah, když vás vyřazuje zablokovaný SeznamBot, je jako ladit motor v autě bez kol.
Čtvrtá, záludná chyba je měřit bez akce. Sbírat data a nedělat podle nich rozhodnutí je jen práce navíc. Smysl měření není vědět, jak na tom jste, ale vědět, co změnit — a pak ověřit, jestli změna zabrala. Teprve tímhle uzavřeným kruhem se z pozorování stává řízení.
Tým SEOconsult.cz, který se optimalizaci pro AI vyhledávače věnuje v každodenní praxi, staví měření právě jako uzavřený cyklus: snímek stavu, seznam mezer, cílené úpravy, opětovné otestování. U dvojice Claude a Asistent to má jednu společnou logiku — obojí se měří pozorováním, ne reportem — a jeden rozdíl: u Asistenta musí měření obsahu předcházet kontrola, že vás vůbec pouští dovnitř.
Kdo tenhle cyklus zavede, přestane u AI vyhledávačů střílet naslepo. Místo dohadů, jestli se to „nějak vyplácí", má konkrétní čísla o tom, u kterých témat roste a kde ztrácí — a podle nich řídí, kam dá další energii. To je rozdíl mezi nadějí a strategií.
Za zvážení stojí i tempo, jak často měřit. U stabilních témat, kde se odpovědi mění pomalu, stačí měsíční cyklus. U rychle se vyvíjejících oborů — kde přibývají novinky a mění se čísla — má smysl testovat častěji, protože se rychleji mění i to, koho nástroje citují. A protože je Asistent čerstvě v betě a jeho chování se ladí, u něj se vyplatí sledovat vývoj pozorněji než u zavedeného Claude, který je v čase pozoruhodně stabilní. Frekvenci měření tak přizpůsobte tomu, jak rychle se pod vámi mění půda.
Shrnuto: ani jeden z těch dvou nástrojů vám neřekne přímo, jak si vedete, ale oba se dají spolehlivě měřit systematickým pozorováním. Sada dotazů projížděná opakovaně a v čase, doplněná u Asistenta o technickou kontrolu, dá dohromady obraz, podle kterého se dá řídit. A řídit se dá jen to, co měříte — bez toho zůstává optimalizace pro AI zbožným přáním.
A poslední praktická rada: čísla, která při měření o nástrojích používáte nebo uvádíte v obsahu — kolik zdrojů Claude cituje, jaký podíl vyhledávání drží Seznam — jsou většinou odhady z pozorování, ne oficiální metriky. Berte je jako řádové orientační hodnoty a stejnou skepsi uplatněte i na vlastní naměřená data: jeden cyklus je signál, teprve několik cyklů je trend. Poctivost k tomu, co víte jistě a co jen odhadujete, je základ dobrého měření i důvěryhodného obsahu.
Zdroje
- Anthropic — Claude web search and citations documentation; Brave Search integration (2026)
- Otterly.ai — Claude AI citation study: methodology and source stability (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)
- Practitioner guides on AI visibility tracking and prompt-set testing (2026)
Publikováno: 22. 07. 2026