Doporučuje AI vaše produkty?
Proveďte bezplatný audit.
AI Engine Optimisation (AEO) 2025
AEO je novým standardem pro zviditelnění a prodej v elektronickém obchodě.
Proč je AEO pro váš internetový obchod tak důležité?
- AI přebírá návštěvnost z vyhledávačů. Odpovědi umělé inteligence (AIO) se již objevují u velké části dotazů v elektronickém obchodě a generují významný provoz
- Top 1-3 v Googlu nestačí. Pouze zlomek těchto položek se dostane do AIO a většina zdrojů v AIO se neshoduje s klasickou TOP3 SEO
- Konverzace prodává. Nákupy prostřednictvím chatu/hlasu/AI dosahují stovek miliard dolarů ročně - je to životaschopný kanál příjmů, je to současnost
- Personalizace = peníze. U lídrů přináší doporučení/personalizace ~35-40 % příjmů
- Polská praxe. V průměru 6 % návštěvnosti z chatů s umělou inteligencí může generovat až 14 % příjmů (případ Semly)
- Závěr: přidejte AEO vedle SEO + Příprava dat, odesílání nabídek do ChatGPT/Gemini a měření podílu prodeje pomocí AI
Co teď dělat?
- Uspořádat údaje o produktu
- zveřejnit je v ekosystémech LLM
- zahrnují nákupního asistenta
- měření viditelnosti v oblasti umělé inteligence a dopadu na příjmy
Proč už SEO nestačí?
- Umělá inteligence zkracuje cestu uživatele, přičemž ignoruje klasické organické výsledky (80 % zdrojů v přehledu AI nejsou vedoucí SEO)
- 77 % manažerů e-shopů používá umělou inteligenci denně pro automatizaci kampaní, analýzu, doporučení a personalizaci
- 29 % maloobchodních společností již buduje výhodu založenou na velkých datech a poznatcích z AI - lepší předpovědi, zásoby, rychlá reakce na trendy
- Zero-click roste a OSR (Organic Search Revenue) se vyrovnává; regulační tlak na AIO v EU potvrzuje rozsah tohoto jevu
Co reálně přináší AEO?
- Podíl viditelnosti umělé inteligence (SAV): procento dotazů, ve kterých se značka objevuje v AIO/LLM. Dnes je "nová 1. stránka" na Googlu
- Výnosy podporované konverzací: podíl na příjmech v případech, kdy je prvním kontaktem chat/LLM (atribuce na základě parametrů a průzkumů po nákupu)
- Čas do odpovědi (TTA) a skóre kvality odpovědi: zpoždění a úplnost odpovědí (nejčastější dotazy, cena, dostupnost, vrácení zboží)
- Retence a zvýšení AOV podporované personalizací - potvrzeno metaanalýzy společnosti McKinsey
- Konverzační GMV - rostoucí koláč (290 miliard dolarů), takže i malý podíl se rovná významným příjmům
Architektura AEO - od dat k viditelnosti
Datová vrstva produktu
- Kanonický zdroj Řádky Google XML + JSON pro LLM (klíče:
productTitle,značka,gtin,mpn,sku,popis,price.value/currency,dostupnost,imageUrl,url,přeprava,vrací,země,jazyk) - Standardizace jednotek (ml/g/cm), varianty, svazek, kompatibilita s schema.org/Product (JSON-LD)
- SLA pro čerstvost: ceny/stav min. každých 15-60 min. (LLM preferuje aktuální)
Vrstva obsahu připravená pro AEO
- Popisy založené na záměr a případy použití (úplné odpovědi, ne fráze)
- ČASTO KLADENÉ OTÁZKY A ODPOVĚDI na produkt/kategorii (krátká odpověď + zdroj)
- Polyglot: stejné entity (značka, GTIN) a fráze tezauru v EN/EN/DE/ES
Vrstva důvěryhodných signálů
- Recenze (počet, čerstvost, hodnocení), pravidla pro vrácení zboží, záruka, místní státy (LIA), transparentnost dodávek
Publikační vrstva pro ekosystémy umělé inteligence
- Koncové body požití pro ChatGPT/Gemini/Perplexity (feed pull / webhook push)
- Mapování kategorií (taxonomie produktů Google) + vlastní ontologie
- Bezpečnost a práva: robots/LLM-allow, zásady zdroje, UTM pro určení autorství
Konverzační vrstva
- Asistent nákupu (chat/hlas) s uzemnění ve feedu (vyhledávání), přístup k cenám/stavům a politikám
- Předání k pokladně nebo do nákupního košíku na 1 kliknutí (hluboký odkaz, odkazy na aplikace schématu)
Pozorovatelnost
- Telemetrie: SAV, CTR na stránku s AIO/LLM, % odpovědí se správnou cenou/skladem, doba indexace změny, odvozený podíl doporučení
Údaje z polského trhu
- Příklad obchodu s dětským zbožím - implementace AEO (via Semly) přeloženo do nárůst počtu poptávek po produktech v modelech AI o 130 % meziměsíčně a zvýšení míry konverze v tomto kanálu o 18%
- Obchod s osvětlením: vzhled produktů v sekci "Zobrazit produkty" na Google Gemini dal +25 % hodnoty průměrného koše
- Obchody s oblečením: uživatelé využívající personalizovaná doporučení AI utrácejí o 30 % více času na stavběcož se přímo promítá do vyšších konverzních poměrů
Jak měřit AEO - definice klíčových ukazatelů výkonnosti
- SAV @Top Odpovědir = dotazy se značkou v "hlavní" odpovědi / všechny sledované dotazy
- Pokrytí v AIO/LLM = # indexovaných SKU v modelech / #SKU ve feedu
- Přesnost odpovědi (cena/stav) s odběrem vzorků každých N hodin
- Míra asistence při konvoluci = objednávky s prvním dotykem LLM - chat / všechny objednávky
- mCAC(AI) = (náklady na nástroj + operace) / zakázky přidělené AEO
- Zvýšení AOV/CR v kohortách "s chatem" a "bez chatu"
30denní plán implementace (vyzkoušeno v praxi)
- Den 1-5: audit dat (úplnost GTIN/MPN/značky ≥ 95 %), konzistence schématu, příprava JSON-LD + JSONL
- 6.-10. den: "Balíčky odpovědí" na 100 nejčastějších dotazů (popis, nejčastější dotazy, parametry, 2-3 porovnání alternativ)
- 11.-15. den: zveřejnění v LLM (ChatGPT/Gemini) + směrování atributů (parametry, průzkum po nákupu)
- 16.-20. den: asistent nákupu (chat) se základními informacemi a zásadami (vrácení zboží/dodání zboží/cena)
- 21.-25. den: testy čerstvosti (cena/stav), validace Odpověď Přesnost > 97 %, testy (bez SKU, bez varianty)
- 26.-30. den: ladění výzev, uspořádání kategorií (taxonomie), dashboard KPI (SAV, Conv-assist, AOV uplift)
Konverzační obchod a přínos umělé inteligence pro prodej
Celosvětové výdaje na konverzační obchodování (nakupování "přes chat", hlas, AI) v roce 2025 přesáhne 290 miliard dolarů. Pro polské obchody již zavedení AEO společností Semly znamená v průměru 6 % provozu pochází z chatovacích místností s umělou inteligencí (ChatGPT, Gemini), který je zodpovědný za až 14 % tržeb obchodu.
Anti-vzory (nejčastější chyby)
❌ "Přepis" SEO-obsahu do AEO 1:1 (příliš pomalé, nevhodné)
❌ Žádné kanonické zdroj pravdy (cena/stát) viditelný pro LLM → cenové halucinace
❌ Často kladené otázky napsané v marketingu namísto stručné odpovědi (LLM preferuje jednoznačnost)
❌ Žádné měření SAV/přesnosti → žádná smyčka zpětné vazby a žádná optimalizace
Glosář (AEO 2025)
Základní
- AEO (AI Engine Optimisation) - proces přípravy dat o produktech, obsahu a signálů důvěryhodnosti a jejich zveřejňování v ekosystémech LLM a generativních vrstvách vyhledávačů s cílem zvýšit viditelnost a prodej na základě reakcí umělé inteligence
- AIO (přehledy AI) - modul Google generující souhrnné odpovědi AI na dotazy (dříve SGE/AI Snapshots)
- LLM (Velký jazykový model) - velký jazykový model (např. ChatGPT, Gemini), který generuje odpovědi na základě znalostí a externích zdrojů
- Konverzační obchod - prodej iniciovaný nebo prováděný prostřednictvím chatu/hlasu/asistenta s umělou inteligencí
Metriky a klíčové ukazatele výkonnosti
- SAV (podíl viditelnosti AI) - podíl dotazů, v nichž se značka objevuje v hlavní odpovědi UI:
SAV = (# dotazů s viditelností v AIO/LLM) / (počet sledovaných dotazů) - Pokrytí AIO/LLM - katalogové pokrytí v modelech:
Pokrytí = (# SKU viditelných v AIO/LLM) / (# SKU ve feedu)
- Skóre kvality odpovědí (AQS) - procento odpovědí AI v souladu s cenou/stavem/politikou v kontrolních vzorcích:
AQS = (# správných odpovědí) / (# ověřených odpovědí)
- TTA (Time-to-Answer) - doba od dotazu do úplné odpovědi/předání do košíku
- Míra asistence při konvoluci (CAR) - podíl zakázek, u nichž byl prvním kontaktem LLM/chat:
CAR = (# objednávek s 1. dotykem LLM) / (všechny objednávky)
- mCAC(AI) - mezní náklady na pořízení prostřednictvím kanálu AEO:
mCAC(AI) = (náklady na nástroje + operace + obsah AEO) / (# zakázek přiřazených AEO)
- Konverzační GMV - hodnota prodeje ze sezení s konverzační interakcí
- AOV (průměrná hodnota objednávky) - průměrná hodnota objednávky
- CR (konverzní poměr) - konverzní poměr
- CAC (Customer Acquisition Cost) - náklady na získání zákazníka
- ROAS/ROMI - návratnost výdajů na reklamu / investice do marketingu
- OSR (Organic Search Revenue) - příjmy z organické návštěvnosti z vyhledávačů
Data a formáty
- Produktový kanál Google XML - standardní soubor nabídky pro Google Merchant (rozšiřitelný v rámci AEO)
- JSON-LD (schema.org/Product) - strukturovaná data na stránce (
Produkt,Nabídka,AggregateRating,Často kladené dotazyStránka) - JSONL (řádky JSON) - lineární formát záznamu (1 produkt = 1 řádek) užitečný pro dodávky LLM
- GTIN/EAN, MPN, SKU globální identifikátor zboží / číslo dílu výrobce / skladový identifikátor obchodu
- SLA pro čerstvost - garantovaná rychlost obnovování ceny/stavů (např. ≤60 minut)
- Balíčky odpovědí - krátké, jednoznačné bloky odpovědí (popis + 2-3 parametry + zdroj), které může LLM citovat 1:1
- Znalostní graf produktu - graf entit (produkty-značky-parametry-kategorie) kombinující identifikátory a atributy
Implementace umělé inteligence
- RAG (Retrieval-Augmented Generation) - generování s připojeným vyhledáváním/vyhledáváním z autoritativních dat obchodu
- Uzemnění - "zakotvení" reakcí AI v aktuálních, důvěryhodných zdrojích (zdroje, politiky, státy)
- Vkládání - vektorová reprezentace textu/dat sloužící k rychlému přiřazení obsahu a produktů
- Koncový bod požití - místo příjmu/stahování kanálů ekosystémy umělé inteligence (pull API, webhook push)
- Taxonomie/ontologie - slovník kategorií a vztahů (např. taxonomie produktů Google + vlastní rozšíření)
- LIA (Local Inventory Ads) - signály místní dostupnosti (stav ve stacionární prodejně) užitečné také pro AEO
Přisuzování a analytika
- UTM - parametry odkazu pro sledování zdroje/média/kampaň (např. utm_source=chatgpt)
- Průzkum po nákupu - krátký dotazník po nákupu, který ověřuje dopad AEO ("Kde jste se o produktu poprvé dozvěděli?")
- Hluboký odkaz - odkaz směřující na košík/konkrétní variantu s parametry přiřazení
- Předání - řízený přenos z asistenta AI do pokladní cesty (např. košík s předvyplněným SKU)
- Zero-click - situace, kdy uživatel dostane odpověď, aniž by přešel na stránku (zejména v AIO/LLM)
- LLM-allow/robots - zásady přístupu (robots.txt / meta), které jasně povolují vybraným agentům/LLM načítat data
- Pozorovatelnost - soubor protokolů, indikátorů a syntetických testů monitorujících viditelnost, čerstvost a relevanci odpovědí AI
Sdílet:
