Vločka místo teploty: proč zahradní e-shop propadá v SEO pro Chat GPT
- Poptávka vzniká z otázky, ne z produktu
- Parametry, které se nedají vytáhnout
- Ikony a obrázky jako slepé místo
- Dostupnost, která se mění každý týden
- Kalendář jako obsah s víceletou životností
- Proč katalogové popisy propadají
- Vlastní data, která nikdo jiný nemá
- Reklamace jako zdroj témat
- Recenze a nezávislé zdroje
- Technické minimum
- Kdo se ptá a co o něm víme
- Rytmus a rozsah práce
- Měření, které dává smysl
- Proč se to vyplatí i bez prokliků
- Kde se do toho nepouštět
- Doporučený postup
- Zdroje
Rostlina není zboží s pevnými parametry. Tentýž keř je v dubnu holý proutek a v červnu metr vysoký kus s listím, v srpnu už ho nemá smysl sázet a v zimě není skladem vůbec. E-shop, který ho prodává, tak řeší problém, jaký běžný obchod nezná: polovina informací o produktu závisí na datu, kdy se zákazník ptá.
To má přímý dopad na to, jak takový sortiment funguje v AI odpovědích. Model odpovídá na dotaz „kdy zasadit levanduli" nebo „co vydrží na jižní zeď" a hledá zdroj s konkrétními údaji — ne katalogovou kartu. Kdo si na tuhle práci najímá někoho, koho nabídky označují jako AI SEO specialista, měl by od něj slyšet, že se začíná u parametrů rostlin, ne u textů.
Poptávka vzniká z otázky, ne z produktu
Zákazník obvykle nezná jméno rostliny, kterou hledá. Popisuje situaci: má stinné místo pod stromem, kde nic neroste; chce živý plot, který rychle vyroste a nebude se muset stříhat třikrát ročně; hledá něco na balkon, co přežije, když na dva týdny odjede.
Tohle jsou konverzační dotazy s několika podmínkami a klasický vyhledávač na ně odpovídá špatně. Model naopak takový dotaz rozloží a vrátí dvě tři konkrétní doporučení — a e-shop, který má na webu text o rostlinách do stínu s uvedením podmínek, se do nich dostane. E-shop s filtrovaným katalogem ne.
Parametry, které se nedají vytáhnout
| Údaj | Obvyklý stav e-shopu | Použitelná podoba |
|---|---|---|
| Stanoviště | ikona slunce či mraku | slovní popis: plné slunce, polostín, stín |
| Mrazuvzdornost | zóna v tabulce obrázkem | teplota do minus X °C jako text |
| Velikost po letech | velikost při dodání | výška a šířka po třech a po deseti letech |
| Termín výsadby | — | měsíce, kdy má výsadba smysl |
| Nároky na půdu | obecná zmínka | typ půdy, pH, snášenlivost vápna |
| Doba do prvního květu | — | počet sezón, co ovlivňuje rychlost |
Ikony a obrázky jako slepé místo
Zahradnické e-shopy tradičně používají piktogramy — slunce, kapka, sněhová vločka. Pro zákazníka je to přehledné, pro model je to prázdné místo. Údaj v obrázku pro model neexistuje a s ním mizí přesně ty informace, podle kterých se rozhoduje.
Náprava nevyžaduje předělání webu, jen doplnění. Piktogramy zůstanou, ale vedle nich musí být tatáž informace jako běžný text s jednotkami. „Mrazuvzdornost do minus 23 °C" se dá vytáhnout, vločka s číslem ne — a rozdíl mezi tím rozhoduje o tom, jestli se e-shop objeví u dotazu na rostliny do drsnějších poloh.
Dostupnost, která se mění každý týden
Sortiment je živý a to znamená, že stránka propagující rostlinu, která není skladem, je pro zákazníka horší než žádná. Zároveň platí, že u časově citlivých dotazů modely preferují nedávno aktualizovaný obsah a před samotným hledáním rozhoduje klasifikátor, jestli je živé vyhledávání vůbec potřeba.
Prakticky se vyplatí oddělit dvě vrstvy. Trvalá vrstva popisuje druh, jeho nároky a použití a mění se jednou za roky — ta se cituje. Proměnná vrstva nese aktuální dostupnost, velikost dodávaných sazenic a cenu. Trvalá vrstva se buduje v zimě a nechá se zrát, protože první citace přicházejí typicky za čtyři až osm týdnů po publikaci.
Kalendář jako obsah s víceletou životností
Nejcitovanější formát v oboru je nejnudnější: co se kdy sází, řeže, hnojí a přesazuje. Tyhle dotazy se pokládají každý rok znovu a odpověď se mění minimálně, takže jeden dobře napsaný text pracuje několik sezón.
Výhodou je konkrétnost. Konkrétní měsíc a teplota se citují, obecné doporučení „na jaře" ne — model hledá údaj, který může uvést. Vyplatí se přitom rozlišit podmínky podle regionu, protože termíny se v podhůří a v nížině liší o týdny, a právě tuhle informaci obecné magazíny neuvádějí.
Proč katalogové popisy propadají
Uvnitř ChatGPT se nejdřív sestaví pool načtených stránek a teprve pak se vybírá. Podle analýzy AirOps nad více než půl milionem stránek se do citace dostane jen kolem 15 % těch, které si model přečte. Popis převzatý od dodavatele je v téhle fázi handicap — u dvaceti identických textů nemá model kritérium a sáhne po zdroji, který je unikátní.
Měření SE Ranking z listopadu 2025 navíc ukazuje výrazně vyšší šanci u domén se širokým odkazovým profilem. Menší obchod to nedožene autoritou, ale rozbor Authoritas potvrzuje, že strukturované stránky s jasnými odpověďmi dostávají řádově víc citací než tentýž obsah v souvislém textu. Práce označovaná jako SEO pro Chat GPT tak stojí hlavně na formátu a na tom, co je v textu konkrétního.
Vlastní data, která nikdo jiný nemá
E-shop s tisíci objednávkami ví věci, které v žádném atlasu rostlin nejsou. Které druhy se nejčastěji reklamují a proč. Kolik zákazníků objedná rostlinu do nevhodných podmínek. Jak se liší úspěšnost výsadby podle měsíce dodání. Které kombinace lidé kupují společně a které spolu nefungují.
Publikovaná vlastní data jsou nejsnáz citovatelný typ obsahu, protože se nedají získat jinde a přebírají je i redakce. U sortimentu, kde všichni prodávají tytéž druhy, je to prakticky jediná cesta, jak vytvořit něco, co model nemá odkud vzít.
Reklamace jako zdroj témat
Rostlina, která uschne, generuje reklamaci — a každá reklamace je signál, kde chybí obsah. Zákazník neuschl proto, že bylo zboží vadné, ale protože zasadil kyselomilnou rostlinu do vápenaté půdy nebo vysadil v srpnu bez zálivky.
Vyplatí se jednou za čtvrtletí projít důvody reklamací a k nejčastějším napsat text. Snižuje to náklady na reklamace a zároveň vytváří obsah, který odpovídá na reálnou otázku — a protože obsahuje konkrétní příčinu a řešení, model ho vytáhne přednostně před obecným návodem.
Recenze a nezávislé zdroje
Studie z University of Toronto z září 2025 ukázala, že modely dávají přednost obsahu, který o subjektu napsal někdo jiný, před sebeprezentací. V zahradním segmentu to znamená hodnocení zákazníků, zmínky v zahrádkářských komunitách, doporučení od zahradních architektů a přítomnost v přehledech dodavatelů.
Podporovat se to dá cíleně: požádat o hodnocení až po sezóně, kdy je vidět, jak se rostlina ujala, a ptát se na konkrétní věci místo hvězdiček. Hodnocení, které uvádí lokalitu, typ půdy a jak rostlina přezimovala, je zároveň obsahem pro dalšího zákazníka a modely ho vytáhnou snáz než obecnou pochvalu.
Technické minimum
Tři problémy se opakují. Parametry uvedené jen v piktogramech nebo v tabulce jako obrázek. Obsah načítaný javascriptem až po rozkliknutí záložky. A duplicitní karty z variantních URL pro různé velikosti téže rostliny, které rozmělňují signál mezi několik adres.
Ke kontrole patří indexace v Bingu, o který se podle opakovaných rozborů opírá ChatGPT a kterou české e-shopy zanedbávají; účet v Bing Webmaster Tools je zdarma a odhalí, jaká část katalogu se tam dostala. Půl dne technické kontroly bývá přínosnější než měsíc psaní, pokud se z webu nedá nic vytáhnout.
Kdo se ptá a co o něm víme
Zahradní e-shop obsluhuje dvě velmi odlišné skupiny. Zkušený zahrádkář zná názvy, hledá konkrétní odrůdu a rozhoduje se podle ceny a velikosti sazenice. Začátečník neví nic, popisuje místo a bojí se, že to zabije. Většina webů píše pro první skupinu, protože ji tvoří i lidé, kteří obsah připravují.
Přitom právě druhá skupina pokládá v chatu nejvíc dotazů a nakupuje bez znalosti alternativ. Text nadepsaný „co zasadit, když jsem ještě nikdy nic nepěstoval" má vyšší šanci na citaci než přehled odrůd, protože odpovídá na položenou otázku běžnými slovy. Odborný název přitom stačí doplnit do prvního odstavce jako upřesnění — model pak dokáže obě roviny spojit.
Rytmus a rozsah práce
Rozumný cíl je patnáct až dvacet textů: pět situačních průvodců výběrem, kalendář prací, péče po výsadbě, nejčastější příčiny neúspěchu, regionální podmínky a několik textů podle typu prostoru. Při tempu jednoho textu za dva týdny je to půl roku a dá se to odpracovat mimo sezónu.
Nárazovost je nejdražší chyba: dvacet textů v březnu a pak rok ticha funguje hůř než pravidelnost, protože model si buduje představu o zdroji postupně. U sezónního oboru to platí dvojnásob — obsah na jaro se píše v prosinci.
Měření, které dává smysl
Sestavit dvacet až třicet reálných dotazů — nejlépe z reportu vyhledávacích dotazů reklamního účtu, kde jsou i ty dlouhé konverzační — a testovat je jednou měsíčně vždy stejným způsobem, v novém vlákně bez historie. Sady se vyplatí vést dvě: dotazy na výběr rostliny podle podmínek a dotazy na termíny a péči.
Poměr vůči konkurenci je jediné číslo odolné vůči tomu, že se odpovědi mění — a měnit se budou, protože zhruba polovina citovaných zdrojů se obměňuje den ode dne a lednová aktualizace 2026 podle SE Ranking vyměnila kolem 42 % dříve citovaných domén. U sezónního oboru se navíc vyplatí srovnávat vždy stejné období, ne měsíc po měsíci.
Proč se to vyplatí i bez prokliků
Sledování Seer Interactive napříč více než padesáti značkami ukazuje, že citované značky mají řádově dvojnásobné prokliky z běžných výsledků oproti necitovaným a výrazně vyšší výkon i u placených kampaní. V krátké sezóně, kdy jsou aukce nejdražší, je tenhle efekt přímo finanční.
Zároveň je dobré znát velikost dopadu. Výzkum Pew Research Center z července 2025 na téměř sedmdesáti tisících reálných dotazů zjistil, že se shrnující odpovědí nahoře klikne uživatel na organický výsledek zhruba v 8 % případů oproti 15 % bez ní. Informační obsah přestává být zdrojem návštěv a stává se zdrojem důvěry.
Kde se do toho nepouštět
U levného doplňkového sortimentu — hnojiv, substrátů, drobného nářadí — se investice nevrátí; rozhoduje cena a doprava. Stejně tak nemá smysl začínat obsahem, pokud e-shop nezvládá dopravu živého zboží; jedna uschlá zásilka vygeneruje hodnocení, které se bude citovat roky.
Hranicí je hodnota objednávky a míra nejistoty. Čím dražší výsadba a čím větší riziko, že se rostlina neujme, tím delší je rešerše a tím větší návratnost. U živého plotu na sto metrů se rozhoduje týdny, u pytle substrátu vůbec.
Vyplatí se také uvádět, jak velká rostlina reálně dorazí — výška, velikost kořenového balu, počet výhonů. Je to nejčastější zdroj zklamání i dotazů před objednávkou a přitom se dá popsat jednou větou. Konkrétní rozměr při dodání se cituje, obecné „silná sazenice" ne — a zákazník, který ví, co dostane, nereklamuje.
Doporučený postup
Začít daty: převést stanoviště, mrazuvzdornost a velikosti z piktogramů do textu pro celý katalog. Je to systémová úprava, ne ruční práce, a obslouží i sortiment přidaný za rok. Pak napsat pět textů podle situace — do stínu, na jižní zeď, na balkon, rychle rostoucí plot, nenáročné trvalky. Nakonec nastavit měsíční měření podle dotazů z reklamního účtu.
Kdo chce vidět, jestli se práce projevila i na ceně za objednávku a na míře reklamací, řeší to obvykle s někým, kdo sleduje obsah i výkonnostní kanály najednou — touhle kombinací se v praxi zabývá tým PPCprofits.cz. Data o tom, co se zákazníkům daří a co ne, má ale e-shop vlastní a jsou to zároveň nejcitovatelnější informace, které může zveřejnit.
Zdroje
- AirOps — Retrieval versus citation analysis across 548,534 pages, 2025
- SE Ranking — Referring domains, citation probability and January 2026 domain turnover
- Authoritas — Structured content and generative engine visibility, 2025
- Dejan.ai — Query fan-out and conditional grounding analysis, June 2026
- University of Toronto — Earned media preference in generative answers, arXiv, September 2025
- Seer Interactive — Cited versus non-cited brand performance study, 2026
- Pew Research Center — Click behaviour with AI-generated answers, July 2025
- Microsoft Bing Webmaster Tools — AI Performance Report documentation, 2026
Publikováno: 17. 08. 2026