Optimalizácia AI citácií: ako LLM vyberajú, ktoré značky spomenú

Klasické SEO optimalizuje pre rankingový algoritmus, ktorý zoradí desať odkazov. Optimalizácia AI citácií optimalizuje pre jazykový model, ktorý sformuluje odpoveď a uvedie v nej len niekoľko zdrojov. To je zásadne iná hra s vlastnými pravidlami. Tento článok vysvetľuje, ako LLM ako ChatGPT, Perplexity a Google AI Overviews vyberajú značky a zdroje, prečo sa zmienky o značke bez odkazu stávajú najdôležitejšou menou, ktoré on-page a off-page páky preukázateľne fungujú a ako B2B firma v regióne DACH buduje a meria vlastnú AI viditeľnosť.

Prečo je optimalizácia AI citácií dôležitá pre B2B v regióne DACH

Vyhľadávanie sa merateľne presúva od klasického zoznamu odkazov ku generatívnej odpovedi. Podľa reprezentatívneho prieskumu asociácie Bitkom už v Nemecku polovica ľudí (50 %) aspoň niekedy používa namiesto klasického internetového vyhľadávania chat s AI, 7 % prevažne a 5 % dokonca výlučne. Prieskum pokrýva iba Nemecko, pre región DACH sa však tento trend považuje za smerodajný. Kto sa v týchto AI odpovediach neobjaví, stráca presne tú viditeľnosť, ktorú predtým zabezpečoval organický ranking.

Rozhodujúce je, že AI systémy vyberajú iné zdroje ako Google. Medzinárodná analýza 15 000 long-tail promptov ukazuje, že iba 12 % odkazov citovaných v odpovediach ChatGPT, Gemini a Copilot sa pre ten istý prompt objavuje v top 10 Google a že približne 80 % týchto citácií sa pre pôvodný dopyt v Google vôbec neumiestňuje. Dobrá pozícia v Google teda nie je zárukou AI citácie. Ihrisko je nové a čiastočne odmeňuje iné signály.

Pre rakúsky B2B trh to znamená: kto včas vsadí na citovateľnosť v AI, zabezpečí si viditeľnosť v kanáli, o ktorý sa zatiaľ nebojuje tak intenzívne ako o klasickú SERP. Mechanizmus v pozadí sa preto oplatí dôkladne pochopiť.

Ako LLM vyberajú zdroje: retrieval, grounding a query fan-out

AI citácia vzniká technicky inak ako ranking v Google. Moderné AI odpovede kombinujú dva zdroje poznatkov. Prvým sú parametrické znalosti, ktoré sú uložené priamo v modeli a pochádzajú z trénovacích dát. Druhým je aktuálny retrieval, pri ktorom systém naživo načíta webové stránky a opiera o ne svoju odpoveď. Tento druhý krok sa nazýva grounding: odpoveď sa ukotví v načítaných zdrojoch a podloží citáciami.

Najdôležitejší rozdiel oproti rankingu v Google spočíva v query fan-out. Namiesto toho, aby systém odpovedal na jediný vyhľadávací dopyt, rozloží pôvodný dopyt na viacero čiastkových otázok a variantov a načíta stránky, ktoré zodpovedajú tomuto vejáru. Štúdia Ahrefs o prekryve výsledkov opisuje tento mechanizmus ako dôvod, prečo AI načítava stránky na základe viacerých variantov dopytu, a nie iba na základe presnej pôvodnej otázky. Zdroj, ktorý dodáva solídny obsah naprieč mnohými súvisiacimi čiastkovými otázkami, bude preto citovaný s vyššou pravdepodobnosťou ako zdroj, ktorý sa silno umiestňuje len pre jedno kľúčové slovo.

Z toho vyplýva ústredný strategický poznatok. Nestačí byť jednotkou pre jedno kľúčové slovo. Značka musí byť na webe prítomná ako entita, a to široko, konzistentne a v spojení so svojimi kľúčovými témami, aby ju systém v celom query fan-out rozpoznal ako relevantný zdroj. Práve tu nastupuje entitné SEO.

Signály značky a entitné SEO ako základ

Pri viditeľnosti v Google AI Overviews majú zmienky o značke jasne navrch nad spätnými odkazmi. Medzinárodná analýza Ahrefs ukazuje, že zmienky o značke na webe (branded web mentions) majú s hodnotou 0,664 najsilnejšiu koreláciu zo všetkých skúmaných signálov značky, zatiaľ čo počet spätných odkazov dosahuje iba 0,218. To je pomer približne 3 ku 1 v prospech zmienok. Ešte zreteľnejší je efekt na hornom konci: v podkladovej štúdii so 75 000 značkami dosahujú značky v najvyššom kvartile podľa zmienok na webe v priemere 169 zmienok v Google AI Overviews, teda viac ako desaťnásobok oproti značkám v druhom najvyššom kvartile so 14 zmienkami.

Dôvod spočíva vo fungovaní modelov. LLM sa učia entity a vzťahy medzi nimi z frekvencie a kontextu, v ktorom sa značky, témy a pojmy objavujú spoločne. Tento spoločný výskyt (co-occurrence) je jazyk, ktorému jazykový model rozumie. Konzistentný profil entity sa buduje z viacerých stavebných prvkov:

• Konzistentné uvádzanie značky: Názov firmy, spôsob písania, adresa a hlavná služba musia byť vo všetkých zdrojoch identické. Protichodné údaje rozriedia entitu v Knowledge Graph.
• Wikidata a Wikipédia: Štruktúrované databázy znalostí sú hlavným zdrojom parametrických znalostí. Čistá entita vo Wikidata a, ak sú splnené kritériá významnosti, záznam v nemeckojazyčnej Wikipédii ukotvia značku v Knowledge Graph.
• Spoločný výskyt s témami: Značka by sa mala pravidelne objavovať v rovnakom kontexte ako jej kľúčové témy. Kto chce byť ako rakúsky B2B poskytovateľ citovaný pre určitý odbor, musí byť s touto témou viditeľne prepojený.
• Štruktúrované dáta: Označenia Organization a sameAs jednoznačne prepájajú web s profilmi značky a pomáhajú systémom správne rozpoznať entitu.

Význam štruktúrovaných zdrojov znalostí sa prejavuje pri trénovaní aj pri citovaní. V trénovacom mixe GPT-3 mala anglická Wikipédia váhu 3 % a model ju prešiel približne 3,4-krát, častejšie než ktorýkoľvek iný zdroj dát. V odpovediach ChatGPT bola Wikipédia zároveň najcitovanejším samostatným zdrojom, ako ukazuje analýza Profound 680 miliónov citácií z obdobia od augusta 2024 do júna 2025. Kto tam existuje ako čistá entita, je bližšie k zdroju parametrických znalostí.

Zmienky o značke bez odkazu ako mena AI

V klasickom SEO rozhoduje predovšetkým zmienka s odkazom. Pre LLM to platí len obmedzene. Jazykový model spracúva text. Značku a jej kontext rozpozná aj vtedy, keď zmienka nemá odkaz. Zmienka o značke bez odkazu, teda unlinked brand mention, sa tak stáva samostatnou menou AI viditeľnosti. Práve to vysvetľuje, prečo zmienky o značke na webe v korelačných dátach jasne porážajú spätné odkazy.

V praxi to presúva dôraz od čistého linkbuildingu k digitálnemu PR a earned media. Cieľom už nie je iba odkaz, ale zmienka so silným kontextom v dôveryhodných zdrojoch. Dosiahnuť sa to dá viacerými cestami:

• Digitálne PR: Práca s médiami, ktorá vedie k redakčnému spravodajstvu, vytvára zmienky o značke v dôveryhodných médiách, často s tematickým kontextom.
• Obsah založený na dátach: Vlastné štúdie, prieskumy alebo čísla z odvetvia citujú tretie strany a opakovane tak spájajú značku s jej odbornou témou.
• Odborné médiá a odvetvové portály: Príspevky, rozhovory a zmienky v relevantných odborných médiách v regióne DACH umiestnia značku do správneho tematického prostredia.
• Monitoring zmienok bez odkazu: Existujúce zmienky bez odkazu sa dajú vyhľadať a ďalej rozvíjať, napríklad zjednotením spôsobu písania a spresnením kontextu.

Strategický dôsledok: PR umiestnenie, ktoré sa kedysi cenilo len kvôli odkazu, má dnes dodatočnú hodnotu ako AI signál, aj keď odkaz chýba. To zásadne mení hodnotenie earned media.

On-page GEO taktiky: ako vytvoriť citovateľný obsah

Off-page rozhoduje o tom, či systém rozpozná značku ako relevantnú entitu. On-page rozhoduje o tom, či je konkrétna stránka citovateľná ako zdroj. Vedecký základ k tomu poskytuje štúdia z konferencie KDD 2024 o Generative Engine Optimization. Ukazuje, že GEO môže zvýšiť viditeľnosť v generatívnych odpovediach až o 40 %. Účinné taktiky pripravujú obsah tak, aby ho jazykový model ľahko extrahoval a citoval:

• Štatistiky so zdrojom: Konkrétne, podložené čísla sú veľmi dobre citovateľné, pretože spresňujú odpoveď. Ku každému číslu patrí jasné uvedenie zdroja.
• Citáty expertov: Výroky menovaných odborníkov s uvedením autora zvyšujú dôveryhodnosť a dávajú modelu citovateľné stavebné prvky.
• Uvádzanie zdrojov a dôkazy: Transparentné odkazy na primárne zdroje signalizujú dôveryhodnosť, ktorá je hlavným kritériom pri výbere zdrojov.
• FAQ a štruktúrované odpovede: Jasne sformulované bloky otázok a odpovedí zodpovedajú presne formátu, v ktorom AI systémy skladajú odpovede.
• Markup Schema.org: Štruktúrované dáta ako FAQPage, Article alebo Organization robia význam obsahu strojovo čitateľným.
• Citovateľné bloky obsahu: Priama odpoveď na konkrétnu otázku, stručná a úplná pod vhodným medzititulkom, zvyšuje šancu, že ju model prevezme doslova.

Spoločným menovateľom týchto taktík je extrahovateľnosť. Obsah, ktorý jednoznačne a podložene odpovedá na otázku, je preferovaným zdrojom pre featured snippets aj pre AI odpovede.

Špecifiká platforiem: ChatGPT, Perplexity a Google AI Overviews

Optimalizácia AI citácií nie je jednotná disciplína. Veľké platformy vyberajú zdroje rozdielne. To má priame dôsledky pre taktiku.

ChatGPT sa silno opiera o etablované, encyklopedické znalosti. Podľa analýzy Profound, ktorá zahŕňala 680 miliónov citácií (august 2024 až jún 2025), bola Wikipédia najcitovanejším zdrojom ChatGPT so 7,8 % všetkých citácií a 47,9 % citácií medzi desiatimi najcitovanejšími doménami. Medzinárodný 2025 AI Citation & LLM Visibility Report od The Digital Bloom navyše ukazuje, že 87 % citácií SearchGPT sa zhoduje s top 10 výsledkami Bingu. Kto tu chce byť viditeľný, potrebuje čistú entitu vo Wikipédii a Wikidata a solídnu prítomnosť v Bingu.

Perplexity sa viac opiera o retrieval v reálnom čase a o obsah vytváraný používateľmi. V tej istej analýze Profound viedol pri Perplexity Reddit so 6,6 % všetkých citácií, medzi desiatimi najcitovanejšími doménami so 46,7 %. Perplexity navyše vo väčšej miere zohľadňuje klasické rankingy: podľa štúdie o prekryve výsledkov smeruje pri Perplexity takmer jedna z troch citácií na stránky, ktoré sa umiestňujú v top 10. Tu pôsobí aktuálny obsah a prítomnosť v komunitách spolu s dobrým rankingom v Google.

Google AI Overviews čerpajú svoje citácie čoraz viac zo širšieho poľa, nie iba z najlepších výsledkov. Podľa dát Ahrefs, ktoré vyhodnotil Search Engine Journal, klesol podiel citácií v AI Overviews z najvyššie umiestnených stránok zo 76 % v júli 2025 na 38 %, pri dátovej základni 863 000 kľúčových slov a 4 miliónov URL z AI Overviews. Ostatné citácie sa rozdeľujú na pozície 11 až 100 s 31,2 % a pozície za 100. miestom s 31,0 %. Aj Google tak odmeňuje tematickú šírku nad rámec úzkeho zamerania na ranking.

Ako málo sa platformy prekrývajú, ukazuje jediné číslo: podľa AI Citation Report sa iba 11 % domén objavuje v citáciách ChatGPT aj Perplexity. Zdroj, ktorý je silný na jednej platforme, často nie je silný na inej. Stratégie pre jednotlivé platformy sú preto povinnosťou, nie voliteľným doplnkom.

Vzťah k DACH a Rakúsku: lokálne autoritatívne zdroje ako základ citácií

Pre rakúsky trh je rozhodujúca otázka, ktoré nemeckojazyčné zdroje platia za autoritu. Keďže Wikipédia bola v analýze Profound najcitovanejším zdrojom ChatGPT, je nemeckojazyčná Wikipédia ústredným kotviacim bodom. Okrem nej existujú v regióne DACH špecifické autoritatívne zdroje, ktoré slúžia ako základ citácií:

• Profil WKO a Firmen A-Z: Úplný, konzistentný profil vo firemnom adresári Hospodárskej komory Rakúska (Wirtschaftskammer Österreich) poskytuje spoľahlivý, štruktúrovaný údaj o entite pre rakúsky trh.
• Nemeckojazyčné odborné médiá a odvetvové portály: Zmienky v relevantných odborných publikáciách prepájajú značku v správnom tematickom a jazykovom kontexte.
• Lokálne adresáre a komory: Odvetvové registre a profily v komorách podporujú konzistentnosť údajov o značke.
• Nemeckojazyčná Wikipédia a Wikidata: Ak sú splnené kritériá významnosti, záznam v nemeckojazyčnej Wikipédii s prepojenou entitou vo Wikidata je najstabilnejším ukotvením v Knowledge Graph.

Výhodou zamerania na DACH je nižšia konkurencia. Kým o medzinárodné anglojazyčné zdroje sa vedie silný boj, konzistentné nemeckojazyčné signály entity sa dajú budovať cielenejšie.

Správa reputácie a recenzií v súlade s GDPR

Signály značky a AI signály vznikajú aj z hodnotení, práce s médiami a externých zdrojov dát. V regióne DACH podliehajú tieto aktivity GDPR, čo si vyžaduje právne bezpečný postup. Recenzie a údaje o reputácii sú cennými signálmi spoločného výskytu, musia sa však získavať a používať v súlade s ochranou údajov:

• Získavať hodnotenia právne bezpečne: Hodnotenia zákazníkov by mali stáť na jasnom právnom základe, mali by sa získavať transparentne a bez manipulácie. Falošné recenzie sú právne rizikové a podkopávajú signál dôvery.
• Dbať na osobné údaje: Pri práci s médiami a prípadových štúdiách treba získať súhlas menovaných osôb a osobné údaje používať striedmo.
• Preverovať zdroje dát: Externé zdroje dát pre monitoring značky musia byť v súlade s GDPR. Právny základ spracúvania by mal byť zdokumentovaný.
• Zachovať transparentnosť: Úplné povinné údaje o prevádzkovateľovi webu (Impressum), jasné vyhlásenie o ochrane osobných údajov a konzistentné údaje o firme zároveň posilňujú dôveryhodnosť entity.

Právna istota a AI viditeľnosť si neodporujú. Naopak: transparentné, konzistentné a overiteľné údaje sú presne tie znaky dôvery, ktoré vyžaduje GDPR a ktoré AI systémy uprednostňujú pri výbere zdrojov.

Od klasického spätného odkazu k AI signálu: nové rozdelenie rozpočtu

S AI vyhľadávaním a poznatkami z úniku dokumentácie Google API sa mení váha off-page opatrení. Samotný spätný odkaz nestráca účinok, už však nie je dominantným signálom pre AI viditeľnosť. Korelačné dáta sú jednoznačné: zmienky o značke na webe korelujú s viditeľnosťou v AI Overviews hodnotou 0,664, spätné odkazy iba hodnotou 0,218. To naznačuje, že rozpočet treba prerozdeliť.

V praxi to znamená posun v troch oblastiach. Po prvé menej izolovaného linkbuildingu, ktorý cieli iba na odkaz. Po druhé viac digitálneho PR a earned media, ktoré vytvárajú zmienky o značke so silným kontextom, nezávisle od odkazu. Po tretie cielené GEO opatrenia na vlastnom webe, ktoré robia obsah citovateľným. Spätný odkaz zostáva súčasťou mixu, rozpočet však teraz zdieľa s disciplínami, ktoré priamejšie prispievajú k AI signálu.

Dôležité je triezve zhodnotenie: klasické SEO a AI optimalizácia sa navzájom nevylučujú. Silná entita, podložený obsah a signály dôvery pôsobia v oboch svetoch. Otázka rozpočtu nie je rozhodnutím typu buď, alebo, ale otázkou váhy v prospech signálov, ktorých účinok v AI vyhľadávaní rastie s rozsahom.

Praktický postup pre B2B: od entity k meraniu

Realistické budovanie má jasné poradie a potrebuje čas. Prvé efekty sú zvyčajne viditeľné po troch až šiestich mesiacoch, pretože signály entity a zmienky sa musia najprv dostať do modelov a do retrievalu.

• Nastavenie entity (mesiac 1): Zjednotiť údaje o značke, preveriť a vybudovať entitu vo Wikidata, zosúladiť profil WKO a adresáre, implementovať schému Organization a sameAs.
• On-page GEO (mesiac 1 až 2): Upraviť kľúčové stránky tak, aby boli citovateľné, pomocou podložených štatistík, citátov s uvedením autora, blokov FAQ a čistého markupu schémy.
• Digitálne PR a earned media (mesiac 2 až 4): Cielene umiestňovať obsah založený na dátach a výstupy práce s médiami, aby vznikali zmienky o značke v odborných médiách v regióne DACH, s odkazom aj bez neho.
• Nastaviť monitoring (od mesiaca 1, priebežne): Definovať sady promptov, sledovať AI viditeľnosť a podiel citácií, monitorovať sentiment zmienok.
• Iterovať (od mesiaca 3): Podľa nameraných dát upravovať postup pre jednotlivé platformy, napríklad posilniť prítomnosť vo Wikipédii pre ChatGPT alebo aktuálny obsah pre Perplexity.

Tento postup nie je jednorazový projekt. Keďže sa platformy priebežne menia, ako ukazuje pokles citácií z top 10 Google zo 76 na 38 %, patrí prispôsobovanie do pravidelnej rutiny.

Časté chyby pri optimalizácii AI citácií

• Stavať len na spätných odkazoch: Kto ďalej investuje rozpočet primárne do odkazov, ignoruje silnejší signál. Zmienky o značke korelujú hodnotou 0,664 oproti 0,218 pri spätných odkazoch.
• Jedna stratégia pre všetky platformy: ChatGPT, Perplexity a Google vyberajú rozdielne. Keďže ChatGPT a Perplexity spoločne citujú iba 11 % domén, jednotný prístup zlyháva.
• Spoliehať sa na dobrý ranking v Google: Top pozícia nestačí. Približne 80 % AI citácií sa v Google vôbec neumiestňuje pre pôvodnú otázku.
• Nepripraviť obsah tak, aby bol citovateľný: Bez podložených štatistík, jasných odpovedí a štruktúry chýba extrahovateľnosť. GEO môže zvýšiť viditeľnosť až o 40 %, ak sa taktiky dôsledne uplatnia.
• Udržiavať nekonzistentnú entitu: Protichodné údaje o značke rozrieďujú profil v Knowledge Graph a oslabujú signály spoločného výskytu.
• Ignorovať riziká GDPR: Manipulované recenzie alebo netransparentné zdroje dát sú právne rizikové a podkopávajú signál dôvery, ktorý AI systémy hodnotia.

Metriky a meranie AI viditeľnosti

AI viditeľnosť je merateľná, vyžaduje však iné ukazovatele ako klasické SEO. V centre stoja štyri veličiny. Po prvé podiel citácií, teda ako často sa značka v odpovediach na definovanú sadu promptov uvádza alebo sa na ňu odkazuje. Po druhé AI share of voice, ktorý meria vlastný podiel zmienok v porovnaní s konkurenciou. Po tretie sentiment, teda v akom tóne sa o značke hovorí. Po štvrté vývoj zmienok o značke na webe ako predstihový ukazovateľ.

Metodickým základom je starostlivo definovaná sada promptov: pevný zoznam otázok, ktoré by potenciálni zákazníci v B2B kontexte skutočne položili. Táto sada sa pravidelne zadáva na relevantných platformách a vyhodnocuje sa podiel citácií. Nástroje ako Ahrefs Brand Radar alebo AI funkcie Semrush podporujú sledovanie zmienok o značke a AI viditeľnosti v čase.

Pri interpretácii je rozhodujúci kontext platformy. Keďže sa výber zdrojov v systémoch dynamicky posúva, ako dokladá pokles citácií z top 10 Google zo 76 na 38 %, jednotlivá nameraná hodnota má menšiu výpovednú hodnotu ako trend za niekoľko mesiacov. Predstihovou pákou pritom zostáva počet zmienok o značke, pretože značky v najvyššom kvartile podľa zmienok sú v Google AI Overviews uvádzané viac ako desaťkrát častejšie než značky v druhom najvyššom kvartile.

Na prehĺbenie

Optimalizácia AI citácií je logickým rozšírením off-page SEO do sveta, v ktorom výber robia jazykové modely. Základom zostáva silná, konzistentná entita, ukotvená na webe prostredníctvom zmienok o značke, štruktúrovaných zdrojov znalostí a tematického spoločného výskytu. Na nej stavajú citovateľný obsah a taktiky pre jednotlivé platformy. Zmysluplnými ďalšími krokmi pre B2B firmu v regióne DACH sú audit vlastných signálov entity, definícia sady promptov pre monitoring a postupné prerozdelenie off-page rozpočtu od izolovaného linkbuildingu k digitálnemu PR, earned media a GEO. Kto tieto disciplíny prepojí, buduje viditeľnosť v kanáli, ktorý čoraz viac dopĺňa klasické vyhľadávanie.