Generative engine optimization: boj o místo v jediné odpovědi AI

V únoru 2026 položili analytici z firmy Amplifying programovacímu agentovi Claude Code stovky otevřených otázek nad skutečnými softwarovými projekty. V žádném zadání nepadl název konkrétního nástroje. Když šlo o to, kam nasadit backend v Pythonu postavený na frameworku FastAPI, agent podle studie „What Claude Code Actually Chooses“ ve 82 % případů sáhl po hostingové platformě Railway. Docker, Fly.io a Render dostaly jednotky procent. AWS, Google Cloud a Azure nezískaly napříč všemi otázkami na nasazení ani jedno primární doporučení.

Zakladatel Railway Jake Cooper o tom nemluví jako o šťastné náhodě. „Agentní“ kanál jeho firma podle vlastních slov v podcastu Latent Space upřednostnila jako vstup do celého prodejního trychtýře („We've prioritized agentic as a top-of-funnel thing“). Na webu má Railway samostatné stránky pro Claude Code, Codex nebo Cursor. Doporučení od AI se tak z vedlejšího efektu stává marketingovým kanálem, o který se dá cíleně usilovat.

Stejný mechanismus ale nefunguje jen u volby hostingu. Funguje i u otázky, koho volit. A tam má vážnější následky.

Od deseti odkazů k jedné větě

Disciplína, která se snaží ovlivnit, co jazykové modely odpovídají, má jméno: generative engine optimization neboli GEO (optimalizace obsahu pro generativní vyhledávače). Pojem zavedli informatici z Princetonu a dalších institucí v paperu „GEO: Generative Engine Optimization“, poprvé zveřejněném v listopadu 2023 a později přijatém na konferenci KDD 2024. Autoři v něm ukázali, že vhodné úpravy textu zvýší viditelnost stránky v odpovědích generativních vyhledávačů až o 40 %.

Princip se dá vysvětlit ve třech vrstvách.

Nejjednodušeji: SEO soutěží o místo v seznamu odkazů, GEO o místo ve větě, kterou napíše stroj.

O něco podrobněji: AI vyhledávače jako ChatGPT se zapnutým vyhledáváním, Perplexity nebo Google AI Mode nejdřív stáhnou několik webových stránek a pak z nich jazykový model složí jednu souvislou odpověď. Kdo se do té hrstky stránek nedostane, v odpovědi neexistuje. A kdo se dostane, ještě nemá vyhráno: rozhoduje, jak s jeho textem model naloží.

Nejpodrobněji: technicky jde o retrieval-augmented generation (generování odpovědi s dohledáním podkladů). Model tu nefunguje jako katalog, ale spíš jako redaktor, který dostane balík materiálů a musí z nich za pár sekund napsat shrnutí. GEO je umění připravit materiál tak, aby si ho tenhle redaktor vybral a převzal jeho rámování. Analogie má ale limit. Lidský redaktor zná své zdroje a ručí za ně. Model nezná ani jedno.

Co ukázaly volby v USA a Japonsku

Jak tohle vypadá v politice, zkoumá studie VoteGEO-Bench, kterou 15. října zveřejnili Shiqi Zhang a Xiaokui Xiao z National University of Singapore. Autoři sledovali, jaké zdroje AI vyhledávače citují u otázek k prezidentským volbám v USA 2024 a k volbám do japonské Sněmovny reprezentantů v roce 2026. Pracovali s 17 251 webovými stránkami a zhruba 28 200 kombinacemi dotazů, dnů a modelů.

První zjištění se týká toho, odkud modely berou podklady. Podle HTML verze paperu tvoří vlastní a samopublikované zdroje, tedy weby kandidátů a stran jako kamalaharris.com nebo jimin.jp, 24,8 až 44,3 % citací. Otevřené platformy s obsahem od uživatelů, například Reddit nebo japonský blogovací web note.com, tvoří až 22,2 %. Nezávislý a placený tisk je sice největším zdrojem, ale jde jen o 46,4 až 60,9 % citací. Autoři to shrnují tak, že velkou část citovaných zdrojů tvoří „levné“ stránky, které si kampaň napíše sama.

Druhé zjištění je praktičtější a znepokojivější. Výzkumníci vzali stránky z citovaných zdrojů a nechali je přepsat podle 11 strategií ve čtyřech skupinách: struktura, důkazy, styl a argumentace. Přepis bez jasného cíle expozici kandidáta téměř nezvýšil. Přepis s pojmenovaným cílem ano, a to ve 24 z 36 testovaných nastavení. Nejlépe vyšla úprava struktury textu a srovnávací argumentace, tedy text, který kandidáta výslovně vymezuje vůči soupeři. Přidávání citátů, statistik a autorit pomáhalo méně než lepší struktura a ostřejší argument.

Pro mediální gramotnost je to nepříjemná zpráva. Modely v tomto experimentu odměňují spíš dobře postavený text než doložený.

Větší páka než přepsaná stránka

Třetí zjištění studie posouvá debatu jinam. Autoři modelům zadávali profily voličů, demografické i stranické. Když uživatel výslovně uvedl stranickou příslušnost, rozdíl ve výchozí viditelnosti stran dosáhl až 11,6 procentního bodu. Nejúčinnější přepisová strategie přitom přidala demokratům zhruba dva body.

Jinými slovy: to, co model ví o tazateli, změnilo odpověď víc než cílená manipulace jedné stránky. U implicitních profilů, sestavených z dotazníkových dat bez ideologických proměnných, byl posun menší, na modelu gpt-4o-mini ale stále až 7,4 bodu. Personalizace, kterou známe ze sociálních sítí jako filtrační bublinu, se tu odehrává uvnitř jediného odstavce.

Studie má jasné hranice a autoři je přiznávají. Měří jen expozici, tedy kolikrát se kandidát v odpovědi objeví. Neříká, jestli o něm model mluví příznivě, jestli je obsah pravdivý, ani jestli to někoho přesvědčí. Přepsané stránky autoři nikdy nepublikovali na živý web a experiment běžel nad pevnými sadami stránek s vypnutým vyhledáváním. Také u čísla Railway je opatrnost na místě: Amplifying sám upozorňuje, že jde o preference jednoho nástroje za jeden měsíc, ve čtyřech typech projektů, a „ne o data o tržní adopci“. Z pythonových úloh se navíc podařilo vytěžit čitelnou volbu jen v 61 % odpovědí. A pozdější měření Amplifying na novějším modelu už ukazuje jiného favorita, Railway v něm dostala jen několik primárních doporučení. Viditelnost v AI odpovědích tedy není trvalé vítězství, ale stav, který se mění s každou verzí modelu.

Proč je GEO neviditelnější než SEO

Manipulace výsledků vyhledávání byla vždycky problém. Měla ale jednu výhodu: byla vidět. Spamová stránka na třetím místě vypadala jako spamová stránka. Uživatel ji mohl přeskočit, porovnat s devíti dalšími odkazy, všimnout si, že nahoře je reklama.

Syntetizovaná odpověď tuhle stopu maže. Čtenář nevidí stránky, které se do odpovědi nedostaly. Nevidí, že formulace, kterou model převzal, pochází z volebního webu kandidáta a ne z novin. A nemá s čím srovnávat, protože odpověď je jen jedna. Citace pod textem existují, ale fungují jako poznámky pod čarou: technicky dostupné, prakticky nečtené.

Přidává se proměnlivost. U amerických dotazů na aktuální dění byl podle VoteGEO-Bench překryv citovaných URL mezi jednotlivými dny nulový. Na stejnou otázku tedy zítra přijde odpověď z jiných zdrojů. Auditovat, co „AI říká o kandidátovi“, se tím mění z jednorázové kontroly v průběžné měření.

Česko už měří

Na tuhle potřebu reaguje trh. Česká monitorovací firma NEWTON Media spustila 13. října modul pro sledování viditelnosti značek v odpovědích AI v platformě NewtonOne. Sleduje ChatGPT, Google AI Mode, Copilot, Claude a Perplexity, ukazuje, s kým model značku srovnává, v jakém kontextu ji zmiňuje a ze kterých zdrojů čerpá. Generální ředitelka Magdalena Horánska v oznámení uvádí, že firmy často vůbec nevědí, jestli je generativní AI doporučuje.

Domácí prostor pro GEO se zároveň rozšiřuje. Seznam.cz podle ČTK do konce roku propojí Mapy.com se svým asistentem Seznam AI, který skládá informace z celého ekosystému firmy do jedné uspořádané odpovědi. Pro restauraci, e-shop nebo radnici to znamená další místo, kde o jejich viditelnosti rozhoduje syntéza, a ne pořadí.

Nástroje, které měří viditelnost v AI pro značky, se dají stejně dobře použít pro kandidáty. Politická komunikace s AI už ostatně experimentuje: americké kampaně před listopadovými volbami utratily přes 137 milionů dolarů za reklamy vytvořené s pomocí AI. U reklamy alespoň víme, že jde o reklamu. U GEO ne.

Co z toho plyne

Pro firmy je závěr přímočarý a trochu nepříjemný. Viditelnost v AI odpovědích se dá měřit a zčásti ovlivnit, ale velký hráč s dobrou dokumentací a srozumitelným webem má náskok, který se reklamou nekoupí. AWS v testech Amplifying nezískal ani jedno primární doporučení, přestože je na trhu cloudu dominantní.

Pro voliče plyne z VoteGEO-Bench několik praktických návyků. Otevírat citace a dívat se, komu citovaná stránka patří: web kandidáta je volební leták, i když ho model shrne neutrálním tónem. Položit stejnou otázku znovu bez informací o sobě a porovnat odpovědi. A brát odpověď AI na politickou otázku jako výchozí bod, ne jako verdikt.

Pro mediální gramotnost to znamená posun. Tradiční rada „ověř si zdroj“ předpokládala, že čtenář zdroj vidí. Dnes je potřeba učit i to, že odpověď AI je redakční výběr, který nikdo nepodepsal. Platformám autoři studie konkrétní doporučení nedávají. Píšou jen, že doufají, že jejich práce pomůže navrhnout pojistky proti manipulaci přes dohledávaný webový obsah.

Railway nikomu neplatila za to, aby ji Claude Code doporučoval. Na čas se stala výchozí volbou, protože její materiály dobře sedly tomu, jak model čte. U hostingu je to zajímavá obchodní zpráva. U voleb je to stejný mechanismus, jen s vyššími sázkami a bez štítku „reklama“.