Náš klient LOMAX patří mezi významné výrobce garážových vrat a stínicí techniky. V roce 2024 jsme u něj začali sledovat nový zdroj návštěvnosti – LLM modely (ChatGPT, Perplexity, Gemini, Copilot apod.), které začínají fungovat jako alternativní vyhledávače. A čekala nás zajímavá zjištění.
Na začátku projektu byla návštěvnost z těchto systémů prakticky nulová a web nebyl téměř nikde citovaný.
Hlavním cílem proto bylo:
- zvýšit viditelnost značky v odpovědích AI modelů.
- zajistit, aby AI modely citovaly stránky klienta.
- generovat relevantní návštěvnost z AI nástrojů.
- získat z doručených návštěv ideálně předem určené konverze.
A jaký byl výsledek?
Během několika měsíců se podařilo vytvořit stabilní růst návštěvnosti z LLM systémů.
- návštěvnost postupně rostla od jednotek návštěv měsíčně.
- během roku dosáhla desítek až téměř 100 návštěv měsíčně.
- trend je dlouhodobě rostoucí.
To potvrzuje, že AI vyhledávání začíná generovat měřitelnou návštěvnost, pokud je web pro tyto systémy správně připraven.
Graf vývoje návštěvnosti v čase
Co jsme pro to udělali?
Práce jsme rozdělili do několika klíčových oblastí.
1. Analýza dotazů pro AI modely
Nejdříve jsme analyzovali, jakým způsobem se lidé ptají AI nástrojů na produkty a služby klienta.
Vytvořili jsme:
- seznam dotazů, kterými mohou uživatelé hledat produkty a značku.
- rozpad dotazů na tzv. fan-out queries.
Fan-out queries představují širší množinu dotazů, které mohou vznikat z jednoho tématu, například:
- Jaká jsou nejlepší garážová vrata?
- Jaká vrata jsou nejtišší?
- Jsou lepší rolovací nebo výklopná vrata?
- Kolik stojí garážová vrata LOMAX?
2. Měření viditelnosti ve výsledcích AI
U identifikovaných dotazů jsme analyzovali:
- jaké weby AI modely citují.
- jaké stránky se zobrazují jako zdroj.
- jaké stránky mají šanci stát se autoritativním zdrojem odpovědi.
Na základě této analýzy jsme určili konkrétní přistávací stránky, které je potřeba doplnit o obsah, který měl za úkol na zjištěné fan-out queries relevantně odpovědět.
3. Vytvoření rozsáhlé znalostní vrstvy (FAQ)
AI modely často odpovídají na základě:
- FAQ,
- strukturovaných odpovědí,
- vysvětlujících článků.
Časté dotazy tedy do webu stále doplňujeme na základě zjištěných dat i podnětů přímo od zákazníků.
Tento proces probíhá prakticky kontinuálně
- Doplňování seznamu dotazů zákazníků.
- Doplnění odpovědí společně s klientem.
- Implementace FAQ na web.
Tím vzniká obsah, který AI modely rády citují a který kontinuálně přizpůsobujeme .
4. Technická optimalizace pro AI
Součástí projektu je také technická příprava webu.
- implementované úpravy
- doplnění schema.org strukturovaných dat
například:
- FAQPage
- Organization
- LocalBusiness
- BlogPosting
- implementace souboru llms.txt
- doplnění parametrů do produktových tabulek
- aktualizace stránky O nás
Tyto úpravy pomáhají AI modelům:
- lépe porozumět obsahu,
- identifikovat autoritu webu,
- správně citovat zdroje.
V tomto případě to není tak jednoduché, protože část schémat se dá automatizovat, ale některé ne – třeba FAQ jsou ke každé URL jiné, proto je máme rozděleny na 2 skupiny a kontinuálně je doplňujeme do webu.
6. Aktualizace a audit obsahu
Pravidelně revidujeme aktuálnost obsahu na webu.
Cílem je detekovat a aktualizovat:
- zastaralé informace,
- staré roky a data,
- změny norem,
- změny v dotacích.
Aktuální a přesné informace jsou pro AI modely klíčovým signálem důvěryhodnosti.
Současný meziroční vývoj
Shrnutí
AI modely se postupně stávají novým distribučním kanálem návštěvnosti, který bude v dalších letech rychle růst. Ač v současné době (poč. roku 2026) nejde o nijak závratnou návštěvnost, pozorujeme daleko vyšší konverzní poměry než u jiných kanálů. To přičítáme důvěře v navrhované výsledky LLM modelům.
Chcete i být v AI modelech na očích i vy? Ozvěte se!