SEO pro Claude AI a Perplexity: proč méně zdrojů znamená tvrdší boj

Perplexity AI se v odpovědi opře zpravidla o tři až osm zdrojů. Claude jich uvádí výrazně méně, často jen dva nebo tři. Ten rozdíl vypadá jako detail, ale mění celou ekonomiku práce: čím užší je výběr, tím tvrdší je konkurence o místo — a tím větší hodnotu má jedna jediná citace.

Optimalizovat pro oba nástroje najednou proto nedává smysl bez rozmyslu, co se kde vyplatí. SEO pro AI Perplexity je hra na dílčí vítězství, kde se dá uspět s jedním dobře doloženým odstavcem. U Claude je laťka výš a rozhoduje spíš celková důvěryhodnost stránky než šikovně napsaná pasáž.

Perplexity: vyhrát podotázku, ne celý dotaz

Perplexity pracuje jako RAG systém. Dotaz si rozloží na tři až pět podotázek, ke každé živě dohledá zdroje z vlastního indexu čítajícího stovky miliard adres, protáhne je vícevrstvým rerankerem a složí odpověď s inline citacemi. Cituje vždy, s jedinou výjimkou režimu pro psaní textů.

Reranker váží relevanci, autoritu, čerstvost, strukturu a jednoznačnost entit. Nejužitečnější důsledek: jeden zdroj může být citovaný opakovaně za různá podtémata a nemusí být nejlepší na celý dotaz. Kdo má na stránce samostatně zodpovězenou otázku po cenách, druhou po termínech a třetí po legislativě, má tři nezávislé šance místo jedné.

Druhá silná páka je čerstvost. Novější text se stejným obsahem zpravidla přebije ten starší, protože reranker čerstvost přímo hodnotí. Prakticky to znamená revidovat čísla, ne jen přidávat nové články: statistika s uvedeným rokem a pramenem stárne pomaleji než tvrzení bez datace, protože je zjevné, čeho se týká.

SEO pro Claude AI: méně zdrojů, vyšší laťka

Claude sahá na web přes vyhledávač Brave, a to jen tehdy, když dotaz vyžaduje aktuální nebo externí informace. Zdrojů uvádí méně než ostatní nástroje, takže se do výběru dostane obsah, který nese odpověď sám o sobě — ne navigace, ne rozcestník, ne článek, který téma obchází.

Charakteristické je, po čem sahá. Vysoký podíl citací tvoří brandové, produktové a referenční stránky, tedy first-party obsah přímo od zdroje. Těžiště dotazů je v rešerších, srovnáních a B2B rozhodování. Praktický závěr je nepříjemný pro firmy, které mají všechen užitečný obsah na blogu a produktové stránky prázdné: právě ty stránky jsou pro tenhle typ citace nejzajímavější, a bývají nejhůř napsané.

Rozhoduje také ověřitelnost. SEO pro Claude AI se v praxi z velké části překrývá s poctivým E-E-A-T: jmenovaný autor s doložitelnou kvalifikací, primární data místo přebíraných tvrzení, viditelné datum publikace i aktualizace, a otevřené přiznání, co se neví nebo za jakých podmínek tvrzení platí. Text, který si troufá říct „tohle platí jen pro firmy nad padesát zaměstnanců", působí spolehlivěji než text, který slibuje univerzální pravdu.

Kde se rozhoduje o citaci

RozměrPerplexity AIClaude AI
Vyhledávací vrstvavlastní index a živý retrievalweb search přes Brave Search
Počet citovaných zdrojůobvykle tři až osmčasto jen dva až tři
Typ preferovaného obsahukonkrétní data k dílčí podotázcereferenční a produktové stránky, first-party obsah
Nejsilnější signálčerstvost a tvrdá číslaověřitelná odbornost a autorství
Typický dotazrychlá rešerše, srovnání, aktualityrozhodovací rešerše, hlubší srovnání, B2B
Kde získat výhodurozdělit téma na samostatně zodpovězené částiudělat z klíčové stránky referenční zdroj

Kdo si chce vybrat, kde začít, může se řídit jednoduchou úvahou: Perplexity odměňuje šířku dobře poskládaných faktů, Claude hloubku a doložitelnost. Obojí se dá dělat na stejném webu, ale ne na stejné stránce a ne stejným způsobem.

Entita jako společný jmenovatel

Obě prostředí trestají nejednoznačnost. Model pracuje s úryvky textu, které musí obstát samostatně — pokud odstavec mluví o „naší platformě" a jméno produktu je až o tři sekce výš, chybí vazba a úryvek je nepoužitelný. Řešení je psaní zaměřené na entitu: klíčové jméno definovat hned při první zmínce a dál ho používat konzistentně, ne v synonymech.

Druhý společný prvek je odpověď napřed. Závěr nebo definice patří hned pod nadpis, doklad nejdál o odstavec dál. Třetí je čerstvost, u obou nástrojů odlišně silná, ale nikdy zanedbatelná — viditelné datum aktualizace je levné a funguje. A čtvrtý je struktura k vytažení: nadpis jako otázka, krátká odpověď, důkaz, tabulky s jednou myšlenkou na buňku.

Stojí za zmínku, že citační chování Claude bývá napříč týdny poměrně stabilní, což je pro plánování dobrá zpráva: práce odvedená na důvěryhodnosti stránky nezastará přes noc. Naopak u Perplexity je potřeba počítat s tím, že čerstvější konkurenční text může místo obsadit rychle.

Anatomie referenční stránky

Pokud Claude sahá častěji po produktových a referenčních stránkách než po článcích, je logické začít právě u nich — a většina z nich se na to musí přepsat. Referenční stránka není delší prodejní text; je to místo, kde si čtenář ověří fakta a nemusí nikam dál.

Skládá se ze čtyř částí. Nahoře jednovětá definice toho, co produkt nebo služba je, formulovaná tak, aby dávala smysl vytržená z kontextu. Pod ní parametry, které jsou skutečně parametry — čísla, rozsahy, doby, kompatibilita — nejlépe v tabulce s jednou informací na buňku. Pak podmínky platnosti: pro koho to je, pro koho ne, kdy dává smysl jiné řešení. A nakonec doklad: kdo stránku spravuje, kdy naposledy, a odkud pocházejí uvedená čísla.

Čtvrtá část je ta, kterou firmy vynechávají nejčastěji, a přitom je rozhodující. Údaj bez data se dá jen těžko použít, protože není poznat, zda platí. Tvrzení bez uvedeného původu se nedá ověřit. Stránka, která přizná, že řešení není vhodné pro určitý typ zákazníka, přitom neztrácí — získává důvěryhodnost, kterou model při výběru zdroje odměňuje, a zároveň odfiltruje poptávky, které by stejně nedopadly.

Užitečná zkouška: dá se z té stránky odpovědět na otázku zákazníka, aniž by bylo potřeba někomu volat? Když ne, chybí tam přesně to, co by model citoval.

Kdy se to nevyplatí

Poctivá odpověď zní, že v některých případech je optimalizace pro generativní odpovědi špatná priorita. Prvním jsou obory s výhradně lokální a impulzivní poptávkou — restaurace, drobné služby v okolí — kde uživatel řeší dotaz mapou a telefonem, ne rešerší. Tam přinese víc práce na profilech v katalogových službách a na recenzích.

Druhým případem jsou weby, které mají zásadní technické problémy. Pokud stránky nejsou zaindexované, načítají se pomalu nebo se obsah objevuje až po interakci, je optimalizace textu předběhnutá o dva kroky. Nejdřív se opraví základ, teprve pak se řeší formulace.

Třetím je situace, kdy firma nemá o čem psát doložitelně. Text bez vlastních čísel a bez odbornosti se v úzkém výběru dvou až tří zdrojů neprosadí, protože nemá čím přebít existující prameny. Rozumnější je pak nejdřív posbírat vlastní data — z realizací, servisu, reklamací — a psát až potom.

Naopak jednoznačně se práce vyplácí tam, kde má rozhodování delší cyklus, kde si zákazník téma studuje a kde jedna zakázka pokryje náklady na dlouhé měsíce obsahové práce. To je typicky B2B, technické obory, řemesla s vyšší cenou zakázky a odborné služby.

Jak si rozdělit práci mezi stránky

Pokud jde o dva nástroje s odlišnou logikou, nemá smysl dělat všechno všude. Rozumné rozdělení vychází z typu stránky.

Produktové a referenční stránky se optimalizují pro přísnější výběr: definice, parametry, podmínky platnosti, autor, datum. Cílem je, aby stránka působila jako zdroj, ne jako nabídka. Sem patří i případové studie s vlastními čísly, protože jsou to primární data, která nikdo jiný nemá.

Blog a znalostní báze se optimalizují na dílčí odpovědi. Jedna otázka na sekci, číslo s datem, samostatně stojící odstavce, aby se každý dal citovat zvlášť. Tady se vyplácí spíš víc kratších, přesně cílených textů než jeden obsáhlý přehled.

Kategorie a rozcestníky se optimalizovat prakticky nedají a nevadí to — jejich úkolem je navigace, ne odpověď. Snaha nacpat do nich odstavce textu obvykle jen zhorší použitelnost pro lidi.

Poslední vrstva jsou stránky o firmě, které se podceňují nejvíc. Pokud má být značka rozpoznatelná jako entita, musí být někde jednoznačně popsaná: co dělá, od kdy, kdo za ní stojí, jaká je oblast působnosti. Konzistentní podoba téhle informace napříč webem a externími profily je levná práce, která zlepší výsledky u všech dotazů, kde se řeší důvěryhodnost.

Postup, který se osvědčuje

Začněte výběrem pěti stránek, které mají největší obchodní hodnotu, a u každé si položte otázku, na kterou má odpovídat. Pokud odpověď není v prvních dvou větách pod nadpisem, přepište úvod. Pak doplňte ke každému tvrzení číslo, datum a pramen a rozdělte téma na samostatně stojící pasáže, aby se každá dala citovat zvlášť.

Pro Claude přidejte to, co ověřitelnost zvyšuje: jméno autora s kvalifikací, datum aktualizace, primární data z vlastní praxe, jasně vymezené podmínky platnosti. Pro Perplexity naopak sledujte kalendář — obsah s čísly si zaslouží revizi alespoň dvakrát ročně, jinak ho přeskočí novější text.

Výsledek se měří ručně, na pevné sadě dvaceti až padesáti reálných dotazů spuštěné jednou měsíčně, se záznamem, zda se web objevil mezi zdroji a kdo tam byl místo něj. Tímhle typem optimalizace se v praxi zabývá tým SEOconsult.cz, který jednotlivé nástroje testuje průběžně. Konkrétní podíly a mechaniky se přitom mění rychle, takže před větší investicí se vyplatí ověřit si aktuální stav, ne se spolehnout na loňský článek.

Zdroje

  • Perplexity AI — help centre documentation on search, citations and Writing mode
  • Anthropic — documentation on Claude web search and citation features
  • Brave Search — publisher and indexing documentation
  • Practitioner analyses of citation counts and source types across generative answer engines (2026)
  • Aggarwal et al. (2024), "GEO: Generative Engine Optimization", arXiv:2311.09735
  • Google Search Quality Rater Guidelines — E-E-A-T framework (reference for verifiable expertise)

Publikováno: 22. 07. 2026

Autor: