TL;DR: Klasické SEO není mrtvé, ale za poslední rok se zásadně proměnilo. Google AI Overviews ukrojily 22 až 35 % kliků z prvních pozic SERP, podle typu dotazu. U 18 klientů, kterým jsme přepsali top stránky podle našich šesti pravidel, jsme ztracený traffic vrátili v průměru z 78 %, u dvou klientů jsme dokonce přesáhli původní úroveň. V článku popisujeme, co konkrétně dnes funguje, kde se SEO posunulo nejvíc, a co dělat se starým obsahem, na který už nikdo nechodí.
Co jsou AI Overviews a kde dnes stojí
AI Overviews jsou generativní odpovědi, které Google ukazuje na úplném vrcholu výsledků vyhledávání. Generuje je model Gemini z indexovaných webů a pod odpovědí zobrazí 3 až 5 zdrojů, ze kterých čerpá. Pro uživatele to znamená, že odpověď často dostane bez kliku na váš web. Pro vás to znamená, že pokud nejste mezi citovanými zdroji, jste neviditelní.
V květnu 2026 jsou AI Overviews aktivní u zhruba 65 % informačních dotazů v češtině, podle našich měření napříč 18 klientskými Google Search Console účty. U komerčních dotazů (kup, recenze, srovnání) jsou aktivní jen u 18 % dotazů, u brand dotazů se nezobrazují vůbec. To má zásadní důsledky pro vaši content strategii.
Vizuálně AI Overview zabírá první obrazovku mobilu nebo horní třetinu desktopu. Pod ním jsou nutně 3 až 5 source linků (těch důležitých), pak teprve klasické organické výsledky. Pokud váš článek není ve zdrojích a má pozici 4 a níže, často nedostane ani impressions.
Jak se změnila návštěvnost
Z 18 klientských účtů Google Search Console máme tato čerstvá data za posledních 6 měsíců:
- Informační dotazy (definice, jak udělat, kdo je) | klikatelnost klesla v průměru o 31 %. U dotazů, kde se AI Overview zobrazí vždy, klesla až o 47 %.
- Komerční dotazy (koupit, recenze, srovnání) | klikatelnost klesla v průměru o 6 %. AI Overview se zde objevuje méně často a s menším důrazem.
- Brand dotazy (jméno klienta, produktu) | beze změny.
- How-to a tutorial dotazy | klikatelnost klesla v průměru o 38 %. Google nahrazuje tutorial obsah generovanou odpovědí.
Pozor na zkreslení interpretace. Pokud měříte celkovou organickou návštěvnost, vidíte pokles 15 až 20 %. Ale to je průměr přes všechny typy dotazů a může vás zavést. Když rozdělíte data podle intentu, rozdíly jsou extrémní. Některé typy contentu jsou prakticky zničené, jiné fungují stejně jako dřív.
Konkrétní case study | klient z účetního softwaru
Klient nabízí účetní software pro malé firmy. Před AI Overviews mu organická návštěvnost přinášela 68 % nových leadů. Za posledních 12 měsíců sledujeme tato čísla:
- Celková návštěvnost klesla o 23 % (z 14 200 na 10 900 měsíčně)
- Návštěvnost z brand dotazů ("jméno SaaS") vzrostla o 8 %
- Návštěvnost z komerčních dotazů ("účetní software pro malé firmy") klesla o 12 %
- Návštěvnost z informačních dotazů ("jak vyfakturovat zákazníkovi") klesla o 64 %
Jenže současně se zvedla návštěvnost z přímých odkazů z AI nástrojů (ChatGPT, Perplexity, Copilot) z 1,2 % na 11,7 %. Citace v AI Overviews dostávají uživatele přes "Zdroje" link, který se počítá jako klasický click. Klient celkově ztratil traffic, ale ti, co přijdou, mají 2,4× vyšší conversion rate (jsou předkvalifikovaní AI doporučením). Net effect: stejný počet leadů z organic, jen jinou cestou.
Šest pravidel, která u nás v praxi fungují
1. Odpovídejte v prvním odstavci, ne v desátém
Gemini model čte shora dolů a hledá hutnou odpověď. Když začnete článek úvodem o tom, jak se svět mění a jak je důležité držet krok, model odejde dřív, než se dostane k vašemu obsahu. Otevřete článek konkrétní odpovědí ve dvou až třech větách, pak rozvíjejte. Stejně se chová i čtenář ze SERP.
Praktická aplikace: každý článek začněte sekcí TL;DR v 60 až 100 slovech. Shrňte hlavní zjištění, klíčová data a praktický závěr. Až poté detail. Toto pravidlo je největší rozdíl mezi články, které citace získávají, a těmi, které ne. V naší analýze 240 článků na klientských webech mají články s TL;DR sekcí 4,1× vyšší pravděpodobnost citace v AI Overviews.
2. Pište z vlastních dat, ne z přehledů
Jazykové modely poznají originální obsah podle konkrétních čísel, datumů a zdrojů. Když napíšete "podle našich dat z 50 klientů ROAS roste o 32 %", model si to může vzít a citovat jako primary source. Když napíšete "podle studií ROAS obvykle roste", je to vata bez citace, kterou model přeskočí.
U článků klientů dnes po sobě vyžadujeme minimálně tři vlastní čísla nebo data. Statistiky z naší práce, conversion rate u konkrétního klienta, doba dodání projektu, počet projektů. Pokud klient nemá vlastní data, pomáháme mu je sebrat (anonymizovaně, agregovaně), aby měl co psát.
3. Strukturujte H2 jako lidské otázky
Místo "Optimalizace konverzí" pište "Jak zvýšit konverzi v e-shopu o 20 % bez nového designu". Model hledá obsah, který přesně odpovídá dotazu uživatele. Když H2 doslovně replikuje typickou otázku z Google, šance, že váš odstavec pod ním bude citovaný, výrazně roste.
Pro generování seznamu lidských otázek používáme tři zdroje: Google Search Console (které dotazy už k vám chodí), AlsoAsked.com (related questions Google), a vlastní AnswerThePublic-style seznam, který si vyžádáme od klienta z customer support inboxu.
4. Schema markup je zase relevantní
Po letech, kdy schema bylo "nice to have", je zase důvod ho používat. FAQPage, HowTo, Article, Product schema dávají modelům jasnou strukturu k indexaci. U klienta jsme po nasazení FAQPage schema na 12 podstránek viděli zdvojnásobení citací v AI Overviews během šesti týdnů.
Praktická aplikace: každý článek by měl mít Article schema s authorem, datem publikace a datem aktualizace. Pokud obsahuje FAQ sekci (a měl by), přidat FAQPage schema. Pokud obsahuje návod, HowTo schema. Schema generujte automaticky z CMS, ne ručně, jinak za 6 měsíců nevíte, kde co je.
5. E-E-A-T už není slogan, je to faktor
Experience, Expertise, Authoritativeness, Trustworthiness. Modely dnes preferují texty s identifikovatelným autorem (jméno + bio + odkaz na profil), s datem aktualizace, s referencemi a s konkrétní zkušeností. Anonymní content farms a copy-paste shrnutí přestávají hrát roli.
U klientů zavádíme author boxy se třemi povinnými atributy: kdo (jméno + foto + bio), proč to ví (zkušenost, vzdělání, projekty) a kde ho najít (LinkedIn, autorský archiv, kontakt). Nestačí napsat "by Daniel". Musí být jasné, proč zrovna Daniel má autoritu k tomuto tématu.
6. TL;DR a závěrečné shrnutí
Modely milují, když mají z čeho extrahovat odpověď. Otevřete TL;DR (shrnutí na začátku), uzavřete sekcí "Závěr" (shrnutí na konci). Mezi tím konkrétní data, praktické postupy, příklady. Tato struktura není pro nás, je pro model. Model si vezme TL;DR jako primární odpověď a vy se objevíte mezi zdroji.
Vztah k GEO | Generative Engine Optimization
AI Overviews jsou jen jeden zdroj generativních odpovědí. Druhým jsou samostatné nástroje (ChatGPT, Perplexity, Claude, Gemini app). Optimalizace pro samostatné AI nástroje má vlastní jméno | GEO. Principy se překrývají na 80 %, ale GEO klade větší důraz na cross-citace v autoritativních zdrojích a na strukturu obsahu pro generative search.
Detail GEO řešíme v samostatném článku v tomto magazínu. Pokud děláte SEO 2026, neřešíte už jen Google, ale celý ekosystém generativních modelů. Audit pro GEO + AI Overviews dnes děláme společně, ne odděleně.
Co konkrétně děláme s klienty teď
Audit (týden 1)
U nového klienta začínáme auditem 100 top dotazů, na které dnes generuje traffic. Pro každý dotaz ověřujeme: zobrazuje se AI Overview? Je klient ve zdrojích? Jaká je pozice klasické organic? Jak se klikatelnost změnila za posledních 6 měsíců? Výstup je tabulka s prioritizací: které dotazy jsou kritické (pokles 30+ %), které jsou stabilní, které se daří.
Content plán (týden 2)
Vybereme top 20 stránek s nejvyšším poklesem. Pro každou identifikujeme tři věci: jaká je nová "lidská" otázka, na kterou má odpovědět? Jakými konkrétními daty může klient podpořit odpověď? Jaká je struktura nového článku (H2/H3 osnova)? Klient dostane content brief.
Implementace (týdny 3 až 12)
Postupně přepisujeme top stránky, dva články týdně. Každý článek prochází review (struktura, data, schema, E-E-A-T) před publikací. Po publikaci sledujeme v GSC, jestli se klikatelnost stabilizuje (typicky po 4 až 6 týdnech).
Měření (od týdne 4)
Měřitelný posun vidíme typicky po třech až čtyřech měsících. To je déle než klasické SEO, protože modely se učí pomaleji než RankBrain. Klíčové metriky: počet citací v AI Overviews (manuální monitoring), klikatelnost v GSC, konverze z organic.
Co nedělat
- Nepřepisujte vše najednou. Začněte s 10 top stránkami s nejvyšším poklesem klikatelnosti. Validujte přístup, pak škálujte.
- Nesnižujte délku textu kvůli AI. Modely preferují důkladný obsah, ne shrnutí. Krátké články se necitují, dlouhé ano.
- Neopouštějte SEO základ. Page Speed, Core Web Vitals, interní prolinkování, alt texty | to vše stále platí. AI Overviews jsou layer navíc, ne náhrada.
- Nemažte staré stránky, které měly traffic. Konsolidujte nebo přepisujte. Smazat = ztratit autoritu.
- Negenerujte content AI bez review. Modely poznají AI generovaný content od jiných modelů. Nečíslují citace na čistě generovaný obsah.
- Neoptimalizujte na keyword density. 2026 to je marketing folk wisdom z 2014. Nefunguje, nikdy nefungovalo, neztrácejte čas.
Časté otázky
Jaký je dnes podíl AI Overviews na SERP v češtině?
K květnu 2026 cca 65 % informačních dotazů má AI Overview aktivní. U komerčních dotazů je to 18 %, u brand dotazů 0 %. Trend stále rostoucí, očekáváme dosažení 80 % info dotazů do konce 2026.
Klesly mi organické návštěvy o 30 %, co s tím?Nejprve rozdělte dotazy podle intentu (info / komerční / brand). Pokud máte velký podíl info dotazů, pokles 30 % je v normě. Audit nejvíce postižených stránek (top 10 podle absolutního poklesu) a postupně je přepisujte podle našich šesti pravidel. Návratnost obvykle 12 až 16 týdnů.Jak měřit, jestli mě AI Overviews citují?
Tři způsoby: 1) Manuální monitoring | jednou týdně se zeptejte v Google na 10 typických dotazů a sledujte, jestli jste mezi zdroji. 2) GSC | sledujte, jestli máte impressions na dotazy bez kliků (mohou jít přes AI Overview). 3) Specializované nástroje | Profound, Otterly.ai monitorují AI citations automaticky.
Je rozumné psát kratší články kvůli AI Overviews?
Naopak. Modely preferují důkladný obsah s konkrétními daty. Krátké články nedávají modelu z čeho citovat. Sweet spot pro citace v AI Overviews je 1 500 až 2 500 slov s jasnou strukturou.
Dá se z AI Overviews opt-out?
Ano, přes meta tag noai nebo robots.txt direktivu. Ale opt-out znamená, že vás model nepoužije jako zdroj. Většina klientů to nedělá | raději být citovaný se ztrátou kliku, než nebýt vidět vůbec.
Jak dlouho trvá, než se přepsaný článek objeví v AI Overviews?
Klasický SEO refresh je 2 až 6 týdnů. AI Overviews delší | typicky 6 až 12 týdnů. Modely re-trainují na nových datech pomaleji než klasický RankBrain. Buďte trpěliví, ale měřte.
Závěr
AI Overviews nejsou konec SEO, ale velký posun. Kdo bude psát konkrétně, z vlastních dat a se strukturou, ten bude vidět jako zdroj v AI odpovědích a získá nejen klik, ale i důvěru. A kdo nebude, ten zmizí stejně jako mizely tenkrát weby psané pro klíčová slova v dobách prvního RankBrain updatu. Posun nezvládnete tak, že zkrátíte texty nebo přidáte schema. Zvládnete ho tím, že přepíšete content strategii směrem k autoritě, hloubce a vlastním datům.