Jak fungují vyhledávače? Procházení, indexace, řazení a odpovědi AI

Rychlý kvíz

Hodí se vám SEO a jak začít?

Otázka 1 z 425%

Hledají lidé na Googlu to, co prodáváte?

Ano, myslím siNe, je to nové nebo velmi úzkéNevím

Pochopení toho, jak vyhledávače fungují, je základem každého rozhodnutí v SEO: stránka, která není procházena, nemůže být indexována, a stránka, která není indexována, se nemůže umístit ani být citována AI asistentem. Google proces popisuje v podrobném průvodci fungováním Vyhledávání Google. Tento článek sleduje stejné fáze, přidává, co dělá Bing jinak, a ukazuje, co se změní, když odpovídá ChatGPT, Gemini nebo Perplexity místo seznamu modrých odkazů.

Co je vyhledávač?

Vyhledávač je software, který nachází webové stránky odpovídající dotazu. Má dvě části: index, databázi stránek, které už byly objeveny a analyzovány, a systémy řazení, které rozhodují, které indexované stránky na dotaz odpovídají nejlépe a v jakém pořadí. Vyhledávač při zadání dotazu neprohledává živý web: prohledává svou vlastní uloženou kopii. Proto může stránka publikovaná dnes ráno několik dní zůstat neviditelná.

Většinu konstrukčních rozhodnutí vysvětluje měřítko. Podle Googlu index Vyhledávání obsahuje stovky miliard webových stránek a jeho velikost přesahuje 100 000 000 gigabajtů (Google, Jak funguje Vyhledávání). Žádný vyhledávač nemůže každý den znovu procházet všechno, takže každý rozhoduje, co stáhnout, co si ponechat a co zobrazit. Google dominuje ve většině zemí, ale Bing, Yandex, Baidu, Naver a vyhledávače zaměřené na soukromí se řídí stejnou logikou, jak ukazuje náš přehled alternativních vyhledávačů k Googlu.

Jak vyhledávače fungují krok za krokem?

Tři klasické fáze se lépe využijí, když je rozdělíte na pět kroků, každý s vlastními páčkami.

Krok 1: procházení, objevování stránek

Procházení je fáze objevování. Automatické programy zvané roboti (Googlebot pro Google, Bingbot pro Bing) začínají od URL, které už znají, a sledují odkazy, aby našly nové. Čtou také XML sitemapy, které vlastníci webů odešlou. Google uvádí, že Googlebot pomocí algoritmu rozhoduje, které weby procházet, jak často a kolik stránek z každého stáhnout, a snaží se web neprocházet tak rychle, aby přetížil server.

Procházení blokují tři věci: pravidlo zakázání v souboru robots.txt, stránky za přihlášením a chyby serveru nebo časové limity. Páčkami jsou čistá struktura interního propojení bez osiřelých stránek, aktuální XML sitemapa a rychlý, stabilní server. Velké weby také spravují svůj crawl budget, tedy počet URL, které je robot v daném období ochoten na webu stáhnout.

Krok 2: vykreslování, pohled na stránku jako prohlížeč

Mnoho stránek buduje obsah pomocí JavaScriptu. Google stránky vykresluje aktuální verzí Chromu, takže dokáže spouštět skripty a vidí, co vidí návštěvník. Vykreslování stojí zdroje a může se zpozdit, a obsah, který se objeví až po kliknutí nebo závisí na skriptu, který selže, nemusí být nikdy uvidět. Mnoho dalších robotů, včetně několika AI robotů, JavaScript vůbec nespouští: klíčový obsah patří do počátečního HTML.

Krok 3: indexace, pochopení a uložení

Indexace je fáze analýzy. Vyhledávač čte text, title, nadpisy, obrázky, videa a strukturovaná data, pak seskupí stránky s podobným obsahem a vybere jednu reprezentativní URL, kanonickou, tedy verzi, která se smí objevit ve výsledcích. Ukládá signály o dané stránce: jazyk, cílovou zemi, aktuálnost, použitelnost. Google přirovnává svůj index k rejstříku na konci knihy, s položkou pro každé slovo nalezené na každé indexované stránce.

Indexace není nikdy zaručena. Google uvádí, že ne každá zpracovaná stránka bude indexována: tenký nebo duplicitní obsah, direktiva noindex nebo návrh ztěžující analýzu mohou stránku vyřadit. Náš průvodce indexací stránek v Googlu popisuje nápravy a bezplatný kontrolor indexovatelnosti vám během několika sekund řekne, zda lze URL indexovat.

Krok 4: řazení, výběr nejlepších odpovědí

Když dorazí dotaz, vyhledávač ho nejdřív interpretuje: pravopis, synonyma, jazyk, místo a záměr za slovy (zjistit, porovnat, koupit, dostat se na konkrétní web). Pak z indexu vybere kandidátské stránky a seřadí je pomocí mnoha systémů řazení, které spolupracují. Google hlavní faktory dělí na význam dotazu, relevanci obsahu, jeho kvalitu, použitelnost stránky a kontext hledání, například místo a nastavení. Odkazy z jiných webů zůstávají signálem autority. Celý obraz najdete v našem rozboru faktorů řazení Googlu.

Dva body se často chápou špatně. Za prvé, Google uvádí, že nepřijímá platbu za častější procházení webu nebo za jeho vyšší pořadí: reklamy se prodávají odděleně a jsou jako takové označené. Za druhé, místo a jazyk mění výsledky mnohem víc než osobní historie prohlížení.

Krok 5: zobrazení, sestavení výsledkové stránky

Poslední krok sestaví výsledkovou stránku. Deset modrých odkazů se proměnilo ve směs reklam, místních výsledků, obrázků, videí, boxů „Lidé se také ptají“, featured snippetů a u mnoha informačních dotazů také AI Overview. Zobrazený titulek a popis pocházejí z title tagu, meta description a obsahu stránky a strukturovaná data mohou stránku zpřístupnit pro rich results. Každý formát je samostatná šance být viděn.

Jak se Bing liší od Googlu?

Bing sleduje stejný model procházení, indexace a řazení s několika praktickými rozdíly. Tím hlavním je IndexNow, protokol, který web vyhledávače upozorní hned, když je URL přidána, aktualizována nebo smazána, místo čekání na další procházení. Podle IndexNow.org protokol podporují Microsoft Bing, Naver, Seznam.cz, Yandex a Yep; Google ho nepřijal. Výsledky Bingu také napájejí Microsoft Copilot. Podíl Bingu je ve většině zemí malý, ale nastavení Bing Webmaster Tools zabere pár minut a otevírá druhý zdroj návštěvnosti a dat.

Jak AI asistenti jako ChatGPT a AI Overviews najdou obsah?

Odpovědi AI stojí nad vyhledávači, místo aby je nahrazovaly. Většina se opírá o generování s rozšířeným vyhledáváním (RAG): systém provede jedno nebo více hledání, z webového indexu načte nejrelevantnější pasáže a jazykový model pak napíše odpověď, která některé z těchto zdrojů cituje.

• Google AI Overviews a AI Mode používají vlastní index Googlu. Stránka Googlu o funkcích AI a vašem webu uvádí, že stránka musí být jen indexovaná a způsobilá k zobrazení úryvku, bez speciálního značkování nebo textového souboru pro AI. Tyto funkce používají „rozvětvení dotazu“ (query fan-out): vydají několik souvisejících hledání napříč podtématy, aby nasbíraly podpůrné stránky.
• Vyhledávání ChatGPT načítá stránky robotem OpenAI OAI-SearchBot. Podle dokumentace robotů OpenAI jsou weby, které OAI-SearchBot blokují, vyloučeny z odpovědí vyhledávání ChatGPT, zatímco GPTBot je samostatný robot používaný k trénování modelů.
• Gemini, Perplexity a Claude také kombinují webové vyhledávání s generováním: Gemini čerpá z Vyhledávání Google, zatímco Perplexity a Claude posílají vlastní roboty (PerplexityBot, Claude-SearchBot), aby indexovali stránky, které mohou citovat.

Z toho plyne: klasické fáze stále rozhodují o viditelnosti v AI. Stránka zablokovaná pro procházení, chybějící v indexu nebo hluboko v řazení má malou šanci být načtena, a tedy citována. Mění se konečný výběr: AI vybírá pasáže, ne celé stránky, a upřednostňuje jasné definice, zdrojovaná čísla a přímé odpovědi. Naše studie zdrojů, které ChatGPT cituje, ukazuje, které typy stránek tyto citace získávají.

Co můžete ovlivnit v jednotlivých fázích?

Seřaďte fáze a dostanete kontrolní seznam, který funguje pro Google, Bing i AI asistenty:

1. Pusťte dovnitř správné roboty. Zkontrolujte robots.txt, zda neobsahuje omylem pravidla zakázání, a rozhodněte se vědomě, kterým AI robotům povolíte přístup.
2. Zajistěte, aby byla každá důležitá stránka dosažitelná do tří kliknutí přes interní odkazy a aby byla uvedena v sitemapě.
3. Podávejte obsah v HTML, ne jen přes JavaScript, a s rychlými a stabilními odpověďmi serveru.
4. Dejte každému tématu jednu kanonickou URL a vyhněte se téměř duplicitním stránkám, které rozdělují signály.
5. Odpovídejte na záměr hledání. Začněte od otázek, které lidé píšou, a ty odhalí výzkum klíčových slov, a odpovězte na ně v prvních řádcích stránky.
6. Získávejte autoritu odkazy a zmínkami od relevantních webů.
7. Pište pasáže, které lze citovat: definici, číslo s jeho zdrojem, krátký seznam kroků.
8. Měřte oba kanály: Search Console pro Google a sledování zmínek v AI, abyste viděli, zda ChatGPT, Gemini nebo Claude citují vaši značku.

Jak se vyhledávače měnily v čase?

Rané vyhledávače v devadesátých letech řadily stránky hlavně podle shody klíčových slov, což se dalo snadno zmanipulovat. PageRank od Googlu, který odkazy bral jako hlasy, způsobil, že řazení se dalo obcházet mnohem hůř, a v následujících desetiletích přibylo porozumění jazyku díky modelům strojového učení, jako je BERT, indexaci podle mobilní verze (mobile-first indexing), detekci spamu a systémům kvality. Historie Googlu ukazuje stálý vzorec: každá velká změna odměnila stránky psané pro lidi a potrestala zkratky. Generativní odpovědi jsou nejnovějším krokem a odměňují totéž: jasný, spolehlivý a dobře strukturovaný obsah.

Od procházení k návštěvnosti: kde začít

Vyhledávače odměňují stránky, které umí procházet, pochopit a kterým lze věřit, a AI asistenti citují stránky, které vyhledávače už řadí. Nejdřív opravte přístup, pak indexaci, pak relevanci a autoritu. Aby to fungovalo týden co týden, Sorank najde vaše klíčová slova, publikuje optimalizované články se zdroji a interními odkazy a sleduje, zda ChatGPT, Gemini a Claude citují vaši značku, a to na autopilotu.