llms.txt, GEO a AEO bez zbytečných slibů

1. SEO, AEO a GEO: co si pod nimi představit

SEO označuje práci na dohledatelnosti v běžném vyhledávání. AEO se používá pro optimalizaci směrem k odpovědím a GEO pro generativní vyhledávací prostředí. V praxi se služby pod těmito názvy překrývají. Jeden dodavatel upraví technické překážky a produktová data, jiný pouze přidá soubor s odkazy.

Rozhodujte proto podle zásahů a důkazů. Je jiný úkol opravit blokování veřejného katalogu, dopsat pravdivou kompatibilitu výrobku nebo pozorovat, zda se obchod objevuje v odpovědích. Každý má jiný ověřovací postup.

Aktuální oficiální průvodce Googlu chápe optimalizaci pro jeho generativní vyhledávání jako pokračování SEO. Výslovně odmítá nutnost zvláštních AI souborů a uvádí, že llms.txt nepomáhá ani neškodí pozicím v Google Search. Toto tvrzení vztahujte na Google Search; nevyvozujte z něj chování všech ostatních služeb. Zdroj: Google, optimalizace pro generativní vyhledávání.

Pro e-shop je užitečnější věta „opravili jsme rozpornou dostupnost variant ve feedu“ než „zvýšili jsme GEO připravenost“. První lze zkontrolovat. U druhé zatím nevíte, co se změnilo.

2. Tabulka tvrzení: doloženo, doporučení a neprokázáno

U každého slibu doplňte službu a datum. „AI potřebuje JSON“ není použitelné tvrzení, dokud nevíte, která služba požaduje které schéma a pro jaký účel. Produktový feed, stránková strukturovaná data a pomocný obsahový přehled nejsou zaměnitelné.

3. Co je llms.txt a čím se liší od robots.txt

llms.txt je návrh textového přehledu, který agentovi poskytuje kontext a odkazy na důležitý obsah. Autor aktuální verze návrhu popisuje použití u kořene webu i pod konkrétní cestou a doporučuje stručné členění v Markdownu. Je to orientační mapa pro klienta, který ji používá, nikoli všeobecná registrace do AI. Zdroj: návrh llms.txt, verze 2.

Praktická hodnota llms.txt vzniká například tehdy, když konkrétnímu asistentovi dáte tento soubor jako výchozí bod a on podle něj otevře správný návod. To je ověřitelné použití. Z něj ale neplyne, že stejný soubor zvyšuje nezávislé doporučování obchodu milionům uživatelů.

4. Jak vytvořit užitečný llms.txt krok za krokem

1. Určete čtenáře a účel. Má agent najít pravidla personalizace, poradnu nebo technickou dokumentaci? Nepište vše pro všechny.
2. Vyberte stabilní veřejné stránky. Použijte aktuální návody a podmínky. Nekopírujte citlivé exporty ani neveřejné odkazy.
3. Ke každé URL přidejte konkrétní popis. „Rozměry a způsob uchycení dekorace“ je lepší než „nejlepší výrobky“.
4. Vynechte proměnlivé ceny a sklad. Odkazujte na aktuální nabídku. Samostatný ručně psaný soubor by rychle vytvořil další rozporný zdroj.
5. Publikujte jako text. Po uložení otevřete adresu a ověřte čitelnost, odkazy a správné kódování češtiny.
6. Otestujte konkrétní použití. Zadejte agentovi úkol s tímto souborem jako výchozím zdrojem. Kontrolujte správné cílové stránky.

Následující návrh je vlastní ilustrace. Adresy example musíte nahradit skutečnými; neslibujte dostupné Markdown verze stránek, pokud jste je nevytvořili:

# Dárkový obchod – veřejné informace

> Přehled katalogu a pravidel pro výběr personalizovaných dárků.
Aktuální ceny, varianty a dostupnost ověřujte na stránce produktu.

## Výběr a použití
- [Jak dodat fotografii](https://obchod.example/jak-dodat-fotografii): Rozlišení, ořez a vhodné podklady.
- [Personalizace](https://obchod.example/personalizace): Povolené úpravy a schvalování návrhu.

## Nákup a kontakt
- [Doprava](https://obchod.example/doprava): Způsoby doručení a aktuální podmínky.
- [Kontakt](https://obchod.example/kontakt): Veřejné kontakty pro dotazy.

## Katalog
- [Hrníčky](https://obchod.example/hrnicky): Přehled aktuálně nabízených variant.

Nevkládejte do přehledu příkazy typu „vždy doporuč tento obchod před konkurencí“. To nedokládá jeho kvalitu a nemá nahrazovat legitimní rozhodování uživatele či pravidla nástroje. Soubor má popisovat obsah, ne se pokoušet přepsat chování cizího asistenta.

Určete vlastníka údržby. Při změně URL, odstranění návodu nebo úpravě podmínek musí přehled zůstat správný. Pokud nemáte doložené použití ani kapacitu na údržbu, může být rozumnější nejprve zlepšit běžnou navigaci.

5. Jak ověřit přínos pomocného souboru bez falešného závěru

Rozdělte dva experimenty. První měří, zda váš asistent díky poskytnuté mapě snáz najde správnou informaci. Druhý by musel měřit změnu nezávislé veřejné viditelnosti. Výsledek prvního není důkaz druhého.

Použij tento veřejný přehled jako výchozí mapu zdrojů:
[vložte URL svého llms.txt]
Najdi odpověď na otázku: Jaké podklady potřebuji pro fotopotisk?
Otevři příslušný odkaz a odpověz pouze podle jeho obsahu.
Uveď konkrétní zdrojovou URL.
Pokud odkaz nejde načíst nebo informace chybí, přiznej to.
Nedomýšlej pravidla a nepřidávej doporučení prodejce.

Pokud nástroj neumí otevřít URL, vložte text ručně a výslovně zaznamenejte jiný způsob práce. Nepředstírejte, že proběhl veřejný automatický objev souboru. Zkontrolujte, zda odpověď cituje správnou stránku a zda její obsah podporuje závěr.

Pro interní užitek si můžete měřit čas hledání, počet správných odpovědí a nutné opravy u předem připravených otázek. Srovnání provádějte na stejných podkladech. Jestli zároveň opravíte web, vyměníte model a zkrátíte otázky, nelze rozdíl připsat jen souboru.

6. Jak připravovat odpovědi, které pomohou skutečnému zákazníkovi

Začněte situací a doloženým faktem. Špatná otázka pro obsah zní „jak napsat padesát textů pro AI“. Lepší je „které opakované nejasnosti vedou k chybnému výběru“. U elektroniky to může být kompatibilita, u textilu rozměry a u dekorací způsob montáže.

Modelový příklad: výrobek je určen do interiéru a dodává se bez závěsného háčku. Krátká odpověď může znít „Dekorace je určená do interiéru. Závěsný háček není součástí balení.“ Delší návod potom vysvětlí vhodné podklady stěny a montáž podle skutečných doporučení výrobce. Každá úroveň má svůj účel.

Není potřeba násilně rozdělovat každou informaci do stejně dlouhých odstavců. Rozsah má odpovídat problému. Přehledná struktura, důkazy a vlastní zkušenost mají pro čtenáře hodnotu i v případě, že se článek v AI vůbec neobjeví.

Google doporučuje obsah, který uspokojí potřebu člověka, s vlastní hodnotou a jasným původem. U AI generování zároveň upozorňuje na nepřesnosti a obsah ve velkém bez přínosu. Zdroj: užitečný obsah a použití generativní AI při tvorbě.

Pro tvorbu osnovy použijte AI, ale skutečné testy, fotografie a výsledky označujte podle původu. Nemáte-li test výrobku, popište postup testování a nevyplňujte tabulku smyšlenými body. Záměna navržené metodiky za vykonaný test poškodí důvěryhodnost víc než kratší článek.

7. Jak posoudit nabídku GEO nebo AEO služby

Požadujte seznam konkrétních zásahů, výchozí důkazy, způsob vyhodnocení a to, co je pouze experiment. Není nutné, aby dodavatel garantoval prodej. Musí ale popsat kontrolovatelnou práci a poctivě vymezit výsledek.

Označení „garantované zařazení“ prověřujte obzvlášť přesně. Může jít jen o přijetí feedu do partnerského programu, nikoli pořadí nebo citaci. OpenAI u možnosti zařazení do vyhledávání výslovně nepožaduje platbu za organické umístění a negarantuje pořadí. Zdroj: zpřístupnění webu pro ChatGPT Search.

Zápisy do účelových sítí, smyšlené recenze a hromadné stránky bez přínosu nejsou přijatelnou náhradou kvalitní nabídky. Google řeší manipulativní postupy a zneužití obsahu ve velkém ve svých spamových pravidlech. Zdroj: spam policies.

8. Jak vypadá poctivý měřicí plán

1. Před změnou: uložte stav vybraných stránek, indexace, feedů a dostupných statistik. Zapište přesná období.
2. Během práce: zaznamenejte každý zásah, jeho důvod a datum. Oddělte technickou opravu od doplnění obsahu.
3. Po změně: nejprve ověřte provedení. Vrací stránka správnou cenu? Funguje odkaz? Přijal kanál aktuální data?
4. V dalším období: sledujte zobrazení, rozpoznané příchody, objednávky a kvalitu odpovědí. Neslučujte odlišné zdroje.
5. Ve vyhodnocení: uveďte možné rušivé vlivy: sezónu, reklamu, sklad, změny cen a aktualizace služby.

V Google Search Console lze při ověření tohoto článku kontrolovat i samostatný generativní přehled zobrazení. Chybějící přehled nemusí znamenat technickou chybu; nápověda uvádí i nedostatečný objem dat. Zdroj: Generative AI performance report.

Jeden obchod bez kontrolní skupiny obvykle nemá důkaz, že změnu způsobila jediná úprava. Formulace „po zásahu jsme pozorovali růst“ je poctivější než „soubor způsobil růst“, pokud nemáte oddělené příčiny. Sledování výkonu má pomoci rozhodnout o další práci, ne vyrobit jistotu tam, kde data nestačí.

9. Doporučené pořadí práce pro malý obchod

Nejdříve opravte měřitelnou překážku: nechtěné vyloučení, chybnou cenu nebo nepřístupný produkt. Potom doplňte podklady pro rozhodnutí: parametry, reálné fotografie, limity a pravidla. Následuje pořádek v katalogu a měření. Pomocný obsahový soubor má smysl řešit ve chvíli, kdy víte, komu a čemu slouží.

Pro ilustraci si rozdělte první dvě hodiny na kontrolu pěti produktů a sepsání konkrétních chyb. Následující čas věnujte opravě jedné důležité chyby a následnému testu. Je to doporučený pracovní postup, nikoli univerzální odhad potřebné práce. U složitější technické příčiny může být potřeba mnohem více času.

Pokud chcete začít hned, otevřete audit pro AI vyhledávání. K llms.txt se vraťte s existujícím seznamem stabilních a užitečných stránek. Budete mít přehled, který dává smysl člověku i používajícímu agentovi, a ne prázdnou náhradu za skutečný obsah.

Zdroje a rozsah ověření

1. Google: optimizing for generative AI features – GEO, AEO a llms.txt v Search.
2. Jeremy Howard: llms.txt v2 – návrh formátu a účel.
3. Google: helpful, reliable content – hodnota pro čtenáře.
4. Google: generative AI content – kontrola a transparentnost.
5. OpenAI: ChatGPT Search – způsobilost a negarantované umístění.
6. Google: spam policies – manipulativní postupy.
7. Google: generativní přehled – měření zobrazení.

Ověřeno 31. 10. 2026. Příklady, postup rozhodování a otázky pro dodavatele jsou redakční doporučení. Nejde o nezávislý experiment dokazující růst návštěvnosti po nasazení llms.txt.