Více než polovina českých zákazníků již využila AI při výběru nebo nákupu produktu. Pro e-shopy to znamená novou výzvu: Jak zajistit, aby ChatGPT, Gemini či Perplexity doporučovali právě jejich produkty?
Viditelnost v AI se postupně stává dalším prostorem, ve kterém značky soutěží o pozornost zákazníků. Pravidla jsou však trochu jiná než při klasickém SEO. Nestačí být vysoko ve výsledcích Googlu. AI asistenti pracují s produktovými feedy, recenzemi, porovnávači, obsahem webu i dalšími zdroji, z nichž skládají doporučení.
Proč AI většinu českých e-shopů stále přehlíží, co rozhoduje o doporučení produktu a jak mohou značky svou viditelnost zlepšit? O tom jsme se bavili s Vojtěchem Oravcem, zakladatelem a CEO společnosti Ranketta, která se specializuje na měření a optimalizaci viditelnosti produktů v AI asistentech. Vojtěch v minulosti působil ve výzkumném týmu Tomáše Mikolova, autora algoritmu word2vec, a za svou práci v oblasti AI-driven commerce získal ocenění Discovery of the Year na Czech Online Expo.
AI mění způsob, jakým zákazníci vybírají produkty
ui42: Na úvod nám představte Rankettu. Komu pomáháte a s čím?
Vojtěch Oravec: Důvod vzniku Ranketty je celkem jednoduchý. Lidé se dnes běžně ptají Google AI nebo ChatGPT, co si koupit a jaký produkt by jim AI doporučila. Firmy však neměly jak zjistit, zda se jejich produkty v těchto odpovědích vůbec objevují. Dostupné nástroje to nepokrývaly a ruční kontrola nestačila.
Proto jsme vytvořili platformu, která měří viditelnost značek i jednotlivých produktů (SKU) v AI asistentech. Sledujeme, jak často a v jakém kontextu AI produkty doporučuje, a zároveň pomáháme optimalizovat produktová data tak, aby je AI dokázala lépe zpracovat.
Sledujeme všechny velké hráče - ChatGPT, AI Overviews, AI Mode, Perplexity, Gemini, Claude, Copilot i Grok.
Naším typickým zákazníkem je e-shop nebo značka, která prodává produkty přímo zákazníkům. Jde například o výživové doplňky, kosmetiku, elektroniku či sportovní potřeby, tedy kategorie, ve kterých se lidé AI často ptají na radu.
Druhou skupinou jsou agentury, které chtějí viditelnost v AI měřit a reportovat více klientům najednou.
ui42: Podle E-commerce barometru 2026, který jsme v ui42 připravili spolu s Ipsos, použilo za posledního půl roku AI při výběru nebo nákupu 51,9 % českých respondentů. Doporučením AI však věří pouze 22,3 %. Jak si tento rozdíl vysvětlujete?
Vojtěch Oravec: Podle nás v tom není rozpor. Spíše to ukazuje, na co dnes lidé AI používají: aby se zorientovali, zúžili si výběr a porovnali produkty. Finální rozhodnutí si však často ověřují jinde - a samotná AI je tam neraz pošle.
V našich datech za říjen 2026, které vycházejí z českých otázek sledovaných pro klienty, citoval Google AI Mode Heureku v 10 % odpovědí a Perplexity Zboží.cz dokonce v 17 %.
Pro e-shopy to komplikuje i měření. Ve stejném období AI citovala web značky pouze v 48 % odpovědí, ve kterých značku zmínila. Výrazně se to liší podle asistenta. Perplexity přidá odkaz v 73 % případů, ChatGPT v 63 %, zatímco Gemini a AI Mode od Googlu přibližně v 40 %.
V ostatních případech se zákazník o značce dozví, ale na web se může dostat jinou cestou a v analytice se pak objeví například jako přímý vstup nebo organická návštěvnost.
Pro e-shop z toho vyplývají dvě úlohy. Nejprve se musí dostat do užšího výběru, který AI zákazníkovi nabídne. Potom musí obstát při ověřování. Cena, parametry či hodnocení proto musí sedět na e-shopu, Heurece i ve feedu pro Merchant Center.
Co rozhoduje o tom, které produkty AI doporučí?
ui42: Jak ChatGPT, Gemini nebo Perplexity vybírají produkty, které zákazníkovi doporučí?
Vojtěch Oravec: Každý AI asistent hledá informace trochu jinde. Nákupní odpovědi Googlu - AI Mode, AI Overviews a Gemini - stojí na Shopping Graphe, do kterého se promítají i feedy z Merchant Center. Jde o stejný export s cenami a dostupností, jaký e-shopy používají pro nákupní reklamy. ChatGPT a Perplexity zase ve větší míře čtou web: produktové stránky, porovnávače, marketplace či recenze.
Rozdíl vidíme i v českých datech. V říjnu 2026 citoval Perplexity Zboží.cz v 17 % odpovědí, Google AI Mode Heureku v 10 % a ChatGPT Heureku přibližně v 5 %. Kdo chybí na Zboží.cz, má tedy horší šanci v Perplexity. Kdo má slabé hodnocení na Heurece, může ztrácet v AI Mode. Optimalizovat pouze pro jednoho asistenta proto nestačí.
Základy jsou však podobné: přesný název produktu s parametry, cena a dostupnost, recenze a zmínky na dalších webech. Velkou roli hraje GTIN, tedy například EAN kód. Podle něj dokáže AI spojit konkrétní produkt s recenzemi a porovnáními na jiných místech. Bez něj ho musí párovat pouze podle názvu, což nemusí fungovat spolehlivě. Stejně důležitá je konzistentnost ceny. AI ji může přebírat z feedu nebo porovnávačů, takže by měla být všude stejná.
ui42: Proč AI některé e-shopy nebo jejich produkty v doporučeních úplně přeskočí?
Vojtěch Oravec: Většinou to není proto, že by AI e-shop vyhodnotila negativně. Spíše o něm jednoduše neví dost.
V naší studii z června 2026 jsme analyzovali milion nákupních otázek. Z přibližně 67 tisíc aktivních českých e-shopů se v doporučeních objevilo pouze zhruba 9 %. Zbytek doporučení si rozdělily marketplace a porovnávače.
Jedním z nejčastějších problémů je GTIN. Mezi e-shopy, jejichž katalogy máme k dispozici, chybí nebo je chybný GTIN u 77 % z nich.
Druhým problémem jsou neúplné názvy. U 79 % e-shopů, u kterých evidujeme velikost nebo barvu produktu, chybí tyto údaje v názvu alespoň u deseti variant.
Bez GTIN AI produkt hůře spáruje s recenzemi a z názvu typu „Běžecká bota Pro“ nemusí vědět, o který konkrétní variant jde.
Dalším problémem bývá obsah načítaný až prostřednictvím JavaScriptu. Podle analýzy Vercelu z prosince 2024 roboty OpenAI a Anthropicu JavaScript nespouštějí. Důležité informace, jako popis, cena a parametry, by proto měly být přímo v HTML.
A nakonec často chybí obsah, který může AI použít jako zdroj: porovnání, návody či odpovědi na konkrétní otázky zákazníků. Právě ty má smysl tvořit podle toho, co lidé reálně zadávají do AI asistentů.
Optimalizace pro AI: Co funguje a co je jen mýtus?
ui42: O optimalizaci pro AI se dnes mluví čím dál více. S jakými doporučeními se setkáváte, ačkoliv je data nepotvrzují?
Vojtěch Oravec: Stále se například opakuje rada přidat na web soubor llms.txt. Podle dostupných dat ho však téměř nikdo nečte.
Analýza Ahrefs z května 2026, která zahrnovala přibližně 137 tisíc webů, ukázala, že drtivá většina těchto souborů nebyla během sledovaného období vůbec načtena. Google navíc ve svém oficiálním průvodci uvádí, že llms.txt pro své AI funkce nepoužívá.
Druhou radou je rozdělovat texty na co nejmenší kousky a hledat „ideální“ délku odstavce, protože AI je údajně lépe zpracuje.
Google však uvádí, že nic takového není potřeba a ideální délka stránky neexistuje. U ostatních asistentů srovnatelné potvrzení nemáme, takže to vnímám spíše jako nepotvrzené tvrzení. Texty má stále smysl psát především pro lidi.
Třetí představou je, že samotné přidání strukturovaných dat automaticky zvýší počet doporučení v AI.
Ahrefs v roce 2026 sledoval stránky, které je přidaly, a počet citací v ChatGPT a AI Mode se výrazně nezměnil. Tato analýza má své limity – například sledovala stránky, které už AI citovala.
Strukturovaná data bych proto určitě neodstraňoval, protože mají další využití, například při obohacených výsledcích v Google. Jen od nich netřeba očekávat zázrak.
Jak měřit viditelnost v AI a její vliv na tržby?
ui42: Jak může e-shop zjistit, zda mu viditelnost v AI skutečně přináší zákazníky a tržby?
Vojtěch Oravec: Klasická analytika ukáže pouze část vlivu AI. Kliknutí z AI Overviews a AI Mode počítá GA4 do organického vyhledávání, část návštěv z aplikací se může zapsat jako přímý vstup a přibližně polovina zmínek podle našich dat vůbec neobsahuje odkaz.
U e-shopů s napojeným GA4 přišlo v říjnu 2026 z AI asistentů pouze přibližně 2,4 % návštěvnosti ve srovnání s organikou.
Tyto návštěvy však mají vyšší hodnotu. U typického e-shopu z našeho vzorku konvertuje návštěvnost z AI přibližně o třetinu lépe než organika - medián konverzního poměru byl 2,61 % oproti 1,98 %.
Zároveň přináší přibližně o pětinu vyšší tržbu na jednu návštěvu. Lepší konverzi z AI jsme zaznamenali u 68 % e-shopů, u kterých jsme měli dostatek dat. Neplatí to však univerzálně a u části e-shopů AI za organikou zaostává.
Proto doporučujeme sledovat u konkrétních produktů a AI asistentů, jak často se produkt v odpovědích objeví, na jaké pozici a jaký podíl doporučení získává oproti konkurenci.
Dopad na peníze pak třeba skládat z více zdrojů. V GA4 si nastavte kanál AI Assistant, sledujte vývoj vyhledávání vaší značky a do objednávkového procesu můžete přidat jednoduchou otázku: „Kde jste se o nás dozvěděli?“
ui42: Máte konkrétní příklad e-shopu nebo značky, které se podařilo viditelnost v AI výrazně zlepšit?
Vojtěch Oravec: Jedním z příkladů je BrainMarket, český e-shop se zdravou výživou, výživovými doplňky a přírodní kosmetikou. Jeho průměrná pozice v odpovědích AI se zlepšila přibližně ze šestého na třetí místo. V některých kategoriích, například u berberinu nebo ashwagandhy, se objevuje až ve 44 % relevantních odpovědí. Meziročně mu zároveň vzrostla návštěvnost z AI zdrojů o 143 % a tržby z této návštěvnosti o 145 %.
Podobný posun vidíme i mimo e-commerce. Slovenský CloudTalk, který poskytuje cloudovou telefonickou platformu, během dvou měsíců – od května do června 2026 – přibližně zdvojnásobil svou viditelnost v AI na 38,7 %. Jeho web cloudtalk.io se stal nejcitovanější doménou v otázkách, které sleduje.
Nejvíce pomohlo to, že tým věděl, které stránky už AI cituje, a mohl je aktualizovat jako první.
Kde začít s optimalizací e-shopu pro AI?
ui42: Co byste doporučili e-shopu, který chce zlepšit svou viditelnost v AI? Co se dá zvládnout za první měsíc a co si vyžaduje dlouhodobou práci?
Vojtěch Oravec: Začal bych tím, co dokážete změřit a co se dá relativně levně opravit.
Ve firmě by měl mít tuto téma na starosti někdo, kdo dokáže propojovat e-commerce, produktová data a marketing - například e-commerce lead - spolu s člověkem odpovědným za produktový feed.
Za první měsíc se většinou dá doplnit GTIN alespoň u nejprodávanějších produktů a zkontrolovat feed v Merchant Center. Zamítnutý produkt se totiž v nákupních odpovědích Googlu nemusí zobrazit. Zároveň se vyplatí ověřit, zda je hlavní obsah přímo v kódu stránky, a u klíčových produktů doplnit jasný popis toho, na co slouží a pro koho jsou vhodné.
Potom třeba nastavit měření. Jednotlivé změny bych nehodnotil ze dne na den - výsledky se mezi otázkami mění, proto je rozumnější dívat se na vývoj minimálně přibližně po týdnu.
Dlouhodobou prací je obsah a reputace. Patří sem porovnání, návody a testy vytvořené podle skutečných otázek zákazníků, ale i recenze na Heurece či zmínky v médiích a odborných webech. Právě z takových zdrojů AI skládá své doporučení a výsledky se proto mohou projevit v horizontu měsíců.
V Rankette nabízíme i bezplatný audit, na který stačí pracovní e-mail a doména. Ukážeme, jak často se e-shop v odpovědích AI objevuje, kdo ho v kategorii předbíhá a které oblasti má smysl řešit jako první.
Jak se při zlepšování AI viditelnosti doplňují Ranketta a ui42?
ui42: Ranketta dokáže odhalit problémy s viditelností produktů v AI. Kdo však navrhované změny reálně zrealizuje? Jak se v tomto směru doplňujete s agenturou, jakou je ui42?
Vojtěch Oravec: My v Rankette děláme dvě hlavní věci: měříme viditelnost konkrétních produktů a navrhujeme úpravy jejich údajů.
Náš agent dokáže upravit názvy, popisy, GTIN a parametry a při každé změně uvádí míru jistoty. Změny můžete schvalovat jednotlivě nebo nastavit hranici, od které je agent provede automaticky. O tom, co se nakonec zveřejní, rozhoduje klient.
Schválené úpravy následně posíláme do prodejních kanálů, jako jsou Merchant Center, Heureka, Zboží či Amazon, prostřednictvím produktových feedů. Se Shopify a Shoptetem máme i přímé propojení. Výhodou je, že přitom nemusíme zasahovat do původního produktového katalogu e-shopu.
Další část práce už přirozeně patří agentuře. Jde například o vývoj a programování webových řešení na míru, správné nasazení strukturovaných dat, tvorbu článků podle otázek, které Ranketta identifikuje, práci s feedy nebo kampaně.
Podobně je to při ChatGPT Ads. V Rankette máme v betaverzi funkcionalitu, která ukazuje, zda a jak často se reklamy v dané kategorii zobrazují a zda se mezi nimi objevuje i reklama konkrétní značky.
My tuto oblast měříme, samotné kampaně by však řešila agentura.
Největší smysl má takové propojení u e-shopů s větším katalogem, které nemají dostatečné interní kapacity na vývoj či obsah. Při menším počtu produktů a vlastním týmu se velká část základů dá zvládnout i interně.
Co z rozhovoru vyplývá pro e-shopy?
AI není nový Google. Je to další místo, kde se rozhoduje o nákupu.
Nástup AI asistentů neznamená, že klasické vyhledávání, porovnávače nebo recenze přestávají být důležité. Právě naopak. AI z těchto zdrojů čerpá a spojuje je do odpovědi, která může výrazně ovlivnit další krok zákazníka.
Pro e-shopy proto nevzniká pouze další disciplína s novou zkratkou. Mění se především cesta zákazníka k produktu. Část rozhodování, která se kdysi odehrávala mezi výsledky vyhledávání, produktovými stránkami a porovnávači, se dnes může začít jednou otázkou položenou ChatGPT, Gemini či Perplexity.
Základ však zůstává velmi praktický: mít kvalitní a konzistentní produktová data, být přítomný ve zdrojích, z kterých AI čerpá, a měřit, zda vás asistenti při relevantních otázkách skutečně doporučují.
Chcete vědět, jak váš e-shop vidí AI?
S úpravami webu, obsahu a produktových dat, které audit odhalí, vám můžeme pomoci v ui42.
Ranketta je platforma pro optimalizaci agentic commerce. Sleduje, jak AI asistenti jako ChatGPT, Perplexity nebo Google AI Mode doporučují produkty, a to napříč deseti AI modely na úrovni značky i jednotlivých produktů (SKU). Produktová data, ze kterých AI vychází, umí obohatit a schválené změny poslat zpět do prodejních kanálů přes feedy nebo přímé napojení, aniž by přepisovala katalog e-shopu.