Jak NLP utváří vyhledávání v Google i AI: entity, salience, embeddingy, audit stránky v 6 krocích s kódem, pravidla psaní a chyby, kterým se vyhnout.

Na této stránce
Ve zkratce
NLP SEO znamená psát a strukturovat stránky tak, aby jazykové modely, které používá Google a AI asistenti, přesně pochopily, o čem vaše stránka je: jaké entity pokrývá, na jakou otázku odpovídá každá pasáž a jak souvisí se zbytkem webu. V praxi proženete svůj text stejnými typy nástrojů (extrakce entit, klasifikace, embeddingy), opravíte to, co stroj čte špatně, a přepíšete věty tak, aby hlavní téma, jeho atributy a odpovědi byly vyjádřeny výslovně. Nejde o nový trik na pozice: jde o způsob, jak odstranit nejednoznačnost, a právě nejednoznačnost vás stojí pozice i citace v AI.
Chcete jít dál? Zeptejte se
Rychlý kvíz
Hodí se vám SEO a jak začít?
Sorank odpovídá vašim odpovědím
Vyzkoušejte to 3 dny na svém webu a zjistěte, kde stojíte na Googlu, v ChatGPT a v ostatních AI.
Spustit 3denní bezplatnou zkušební verzi3 dny zdarma, poté můžete kdykoli přestat. 90denní garance výsledků, platí podmínky.
Zpracování přirozeného jazyka (NLP) je oblast AI, která mění lidský text na data, se kterými stroj umí uvažovat: slova, věty, entity, vztahy a význam. Pokud chcete nejdřív obecnou definici, přečtěte si heslo v našem slovníku o zpracování přirozeného jazyka. Pro SEO je důležitá užší definice: NLP je způsob, jakým vyhledávač rozhoduje, co vaše stránka znamená, ještě než rozhodne, kam ji zařadí.
NLP SEO má proto tři vrstvy. K výsledkům potřebujete všechny tři.
Čím NLP SEO není: není to nacpání seznamu „NLP klíčových slov“ do stránky a není to honba za skóre v obsahovém nástroji. Google to říká jasně ve svém průvodci tvorbou užitečného, spolehlivého obsahu zaměřeného na lidi: pokud píšete podle počtu slov, protože jste slyšeli, že ho Google preferuje, odpověď zní „No, we don't.“ Stejná logika platí pro seznamy termínů. Cílem je být pochopen, ne vypadat optimalizovaně.
Proč porozumění jazyku změnilo SEO
Zdroje: Google, Pandu Nayak, „Understanding searches better than ever before“ (2019) a „MUM: A new AI milestone for understanding information“ (2021)
Když Google představil BERT, Pandu Nayak (Google Fellow a viceprezident pro vyhledávání) vysvětlil v oficiálním oznámení z 25. října 2019, že model pomůže vyhledávání lépe pochopit jedno z 10 anglických vyhledávání v USA. Jeho příkladem byl dotaz „2019 brazil traveler to usa need a visa“: před BERT bylo slovo „to“ z velké části ignorováno a Google zobrazoval výsledky o občanech USA cestujících do Brazílie. Po BERT byl směr cesty pochopen. Tato jediná předložka je NLP SEO v kostce: malá slova nesou význam a modely je dnes čtou. Naše heslo ve slovníku o algoritmu BERT rozebírá samotný model podrobněji.
O dva roky později Google představil MUM v příspěvku z 18. května 2021 a popsal ho jako 1000krát výkonnější než BERT a trénovaný na 75 jazycích. Ukázkovým dotazem byl turista, který vylezl na Mt. Adams a chce se připravit na Mt. Fuji příští podzim: otázka, která vyžaduje porovnat dvě entity a odvodit, co znamená „připravit se“. Dnes AI Overviews, ChatGPT, Perplexity i Gemini fungují na stejném principu: čtou pasáže, rozpoznávají entity a skládají odpovědi. Vaše stránka je pro tento proces surovinou.
Nemusíte znát matematiku. Potřebujete znát kroky, protože každý krok je místo, kde může být vaše stránka přečtena špatně. Tady je pipeline v pořadí, v jakém ji spouští typický systém.
7 kroků, kterými stroj prochází, aby přečetl vaši stránku
Tabulka níže přiřazuje každé NLP úloze konkrétní riziko na stránce a opravu, kterou máte pod kontrolou.
| NLP úloha | Co stroj dělá | Typický problém na stránce | Co změníte |
|---|---|---|---|
| Odstranění šablony | Oddělí hlavní obsah od šablony | Úvod je pohřben za 600 slovy menu a widgetů | Dejte odpověď do prvního odstavce hlavního obsahu, v prostém HTML |
| Dělení na věty | Rozdělí text na věty | Odrážky bez slovesa, věty o 60 slovech | Jedna myšlenka na větu, celé věty v seznamech, které nesou fakta |
| Závislostní parsování | Najde podmět, přísudek, předmět | Podmětem je „to“ nebo „tento“ tři věty od svého podstatného jména | Zopakujte podstatné jméno, držte podmět a přísudek blízko sebe |
| Rozpoznávání pojmenovaných entit | Detekuje a typuje názvy | Váš produkt je zapsán pěti různými způsoby | Zvolte jeden kanonický název, varianty používejte až po jejich zavedení |
| Propojení entit | Mapuje názvy na známé pojmy | Nejednoznačný název značky bez kontextu | Přidejte kategorii vedle názvu („Sorank, SEO software...“) a schema se sameAs |
| Embeddingy | Porovnává význam dotazu a pasáže | Pasáž, která má odpovídat, je obecná a hodila by se na jakoukoli stránku | Pište pasáže, které zopakují termíny z otázky a dají konkrétní odpověď |
| Klasifikace | Přiřazuje témata a záměr | Produktová stránka plná blogových odboček | Jeden dominantní záměr na URL, ostatní záměry na jiné stránky |
Poznámka
Nikdo mimo Google nezná přesně modely používané v hodnocení. Nástroje v tomto průvodci jsou zástupné: čtou text tak, jak ho čtou moderní jazykové modely, ne tak, jak ho čte hodnoticí systém Google. Používejte je k hledání nejednoznačnosti, ne k předpovídání pozic.

Pět signálů lze změřit bezplatnými nebo levnými nástroji. Každý říká něco jiného a žádný z nich sám o sobě není hodnoticím faktorem.
Entita je pojmenovaná „věc“: značka, produkt, osoba, místo, pojem jako „kanibalizace klíčových slov“. Cloud Natural Language API od Google vrací pro každou entitu typ, její zmínky a ve verzi 1 API také skóre salience. Reference objektu Entity ve v1 ho popisuje jako „the salience score associated with the entity in the [0, 1.0] range“. Typy entit jsou UNKNOWN, PERSON, LOCATION, ORGANIZATION, EVENT, WORK_OF_ART, CONSUMER_GOOD, OTHER, PHONE_NUMBER, ADDRESS, DATE, NUMBER a PRICE.
Salience je relativní k dokumentu: skóre všech entit v textu spolu soupeří. Užitečné je tedy číst pořadí, ne samotné číslo. Pokud vaše stránka cílí na „NLP SEO“ a nejvyšší entitou je „Google“, je stránka pro stroj hlavně o Google. Podrobnosti najdete v našem hesle o salience entit.
Pozor: v1 a v2
Objekt Entity ve v2 Natural Language API obsahuje jen name, type, metadata, mentions a sentiment: pole salience v něm není. Pokud tutoriál ukazuje skóre salience, volá v1. Pokud dnes píšete skript, volejte pro salience výslovně endpoint v1 a před spolehnutím se na něj ověřte dokumentaci.

Metoda classifyText vrací kategorie z pevné taxonomie (například cestu typu /Internet & Telecom/Web Services). Dokumentace Google k základům Natural Language uvádí, že klasifikace potřebuje text o délce alespoň dvaceti tokenů. Využití pro SEO: pokud je stránka určená pro „SEO software“ zařazena do obecné marketingové kategorie, je její slovník příliš obecný.
Analýza sentimentu vrací skóre od -1.0 (negativní) do 1.0 (pozitivní) a magnitude, která měří, kolik emocí text nese. Na úrovni dokumentu začíná magnitude na 0.0 a není normalizovaná, takže dlouhý text se smíšenými názory může mít neutrální skóre a vysokou magnitude. V SEO je sentiment důležitý hlavně u recenzí, srovnání a seznamů „nejlepší X“, kde plochý text bez názoru odpovídá na otázku, která o názor žádá.
Syntaktická analýza vrací pro každý token slovní druh, lemma a závislost. Vyplatí se dvě kontroly: jak často je vaše hlavní entita gramatickým podmětem věty a kolik vět začíná zájmenem („To“, „Tento“, „Oni“). Stránka, kde je hlavní entita podmětem mnoha vět, o ní mluví, ne kolem ní.
Embeddingy převádějí pasáž na vektor. Porovnání vektoru dotazu s vektory vašich pasáží (kosinová podobnost) ukazuje, kterou pasáž by vyhledávací systém pro daný dotaz vybral. Je to nejbližší veřejná aproximace toho, jak AI asistenti vybírají úsek, který citují. Je to také nejlepší test otázky „odpovídá tato stránka skutečně na otázku, nebo ji jen zmiňuje“.
„NLP SEO“ zahrnuje šest různých metod. Dodavatelé obvykle prodávají jednu z nich, jako by šlo o celý obor. Tady je každá z nich, kdy ji použít a kde přestává fungovat.
Princip: určete entity, které musí úplná odpověď obsahovat (hlavní entita, její atributy, související entity), a ověřte, že je stránka jasně pojmenovává a hlavní entita dominuje. Kdy použít: na stránkách o produktu, značce, osobě, místě nebo dobře definovaném pojmu. Silné stránky: odpovídá tomu, jak se staví znalostní grafy a odpovědi AI, a odstraňuje nejednoznačnost u kořene. Omezení: extrakce entit přehlíží oborový žargon a nové pojmy; salience není ve v2 API Google dostupná. Příklad: stránka o „Shopify SEO“, kde „WordPress“ vychází jako jedna z hlavních entit kvůli dlouhému srovnávacímu odstavci: odstavec se přesune na vlastní stránku a stránka o Shopify získá zaměření. Náš průvodce entity SEO pokrývá strategickou stránku.
Princip: porovnejte termíny, které používají stránky na předních pozicích, s vašimi, vážené podle specifičnosti (TF-IDF), a doplňte mezery. To dělá většina nástrojů pro hodnocení obsahu. Kdy použít: k odhalení podtémat, která jste na informační stránce zapomněli. Silné stránky: rychlé, snadno vysvětlitelné autorovi. Omezení: kopíruje průměr SERP, odměňuje opakování a neříká nic o tom, zda odpovídáte na otázku. Seznam termínů je kontrolní seznam podtémat, ne kvóta slov. Příklad: všechny přední stránky pro „technický SEO audit“ zmiňují „crawl budget“ a „canonical“, vaše ne: chybí dvě sekce, ne dvě slova.
Princip: zakódujte dotazy a pasáže jako vektory a změřte, jak blízko si jsou. Kdy použít: k ověření, že každá cílová otázka má jednu pasáž, která na ni jasně odpovídá, k odhalení dvou stránek soupeřících o stejný význam a k mapování interních odkazů podle významu. Silné stránky: funguje bez společných slov, blízko tomu, jak funguje vyhledávání pro odpovědi AI. Omezení: skóre závisí na modelu; vysoké skóre znamená „k tématu“, ne „správně“ nebo „užitečně“. Příklad: pasáž odpovídající na „jak dlouho trvá SEO“ má nižší skóre než nesouvisející úvodní odstavec: pasáž s odpovědí je příliš vágní a přepíše se tak, aby časový rámec zazněl hned na začátku.
Princip: klasifikujte dotaz (informační, komerční, transakční, navigační) a formát, který Google odměňuje (průvodce, seznam, nástroj, produktová stránka), a přizpůsobte se mu. Kdy použít: před psaním a když se dobrá stránka vůbec neumisťuje. Silné stránky: opravuje nejdražší chybu, tedy špatný formát. Omezení: existují smíšené SERP; záměr se v čase posouvá. Viz naše heslo ve slovníku o záměru vyhledávání.
Princip: vytáhněte otázky, které lidé kladou (People Also Ask, fóra, AI prompty, vaše tikety na podporu), a každé dejte samostatnou pasáž. Kdy použít: pro viditelnost v AI a featured snippets. Silné stránky: přímo vytváří citovatelné pasáže. Omezení: může rozdrobit stránku do FAQ bez hloubky, pokud otázky nesloučíte podle podtémat.
Princip: seskupte klíčová slova a stránky podle významu, abyste rozhodli, která stránka pokrývá co, a pak je propojte. Kdy použít: na úrovni webu, před tvorbou obsahu a když se stránky navzájem kanibalizují. Silné stránky: buduje tematickou autoritu a čistou architekturu. Omezení: clustering podle překryvu SERP a clustering podle embeddingů dávají různé skupiny; potřebujete pravidlo, které rozhodne. Náš průvodce clusteringem klíčových slov popisuje oba přístupy a heslo tematická mapa vysvětluje, jak z clusterů udělat plán.
| Metoda | Úroveň | Nejlepší pro | Hlavní riziko | Nástroje |
|---|---|---|---|---|
| Optimalizace entit | Stránka | Stránky produktů, značek a pojmů | Brát salience jako hodnoticí faktor | Google Cloud Natural Language (v1), spaCy |
| Pokrytí termínů (TF-IDF) | Stránka | Hledání chybějících podtémat | Psaní průměru SERP, přeplňování | Nástroje pro hodnocení obsahu, Python scikit-learn |
| Podobnost embeddingů | Pasáž a web | Kvalita odpovědí, kanibalizace, interní odkazy | Zaměňovat „k tématu“ za „dobře“ | Sentence Transformers, vektorové databáze |
| Klasifikace záměru | Dotaz a stránka | Volba správného formátu | Ignorování smíšených SERP | Ruční kontrola SERP, klasifikátory |
| Těžba otázek | Pasáž | Citace v AI, snippety | Povrchní FAQ stránky | People Also Ask, výzkum promptů |
| Clustering témat | Web | Architektura, tematická autorita | Nekonzistentní pravidla clusterů | Nástroje pro clustering, embeddingy |
Optimalizace podle seznamu termínů vs optimalizace entit a pasáží
Tohle je metoda, kterou doporučujeme na začátek: jedna důležitá stránka, jedno odpoledne. Potřebujete text stránky, tři až pět konkurenčních stránek a buď bezplatné online nástroje, nebo pár řádků Pythonu.
NLP audit stránky v 6 krocích
spaCy je bezplatná open-source knihovna pro Python. Její malý anglický model běží na notebooku během několika sekund. Skript níže vypíše nejčastější entity a nejčastější gramatické podměty vaší stránky: druhý seznam bývá výmluvnější než první.
import spacy
from collections import Counter
nlp = spacy.load("en_core_web_sm") # pip install spacy, then: python -m spacy download en_core_web_sm
text = open("page.txt", encoding="utf-8").read()
doc = nlp(text)
entities = Counter((e.text.lower(), e.label_) for e in doc.ents)
for (name, label), n in entities.most_common(20):
print(f"{n:>3} {label:<12} {name}")
# Who is the subject of your sentences?
subjects = Counter(t.lemma_.lower() for t in doc if t.dep_ in ("nsubj", "nsubjpass"))
print(subjects.most_common(15))
# How many sentences start with a vague pronoun?
vague = [s.text for s in doc.sents if s[0].lower_ in ("it", "this", "that", "they")]
print(len(vague), "sentences start with a pronoun")
Seznam podmětů čtěte pozorně. Pokud na stránce o softwarovém produktu dominují „you“ a „it“ a název produktu se nikdy neobjeví jako podmět, stránka popisuje činnosti, aniž by řekla, kdo je provádí. To se dá opravit za hodinu.

Obecné modely spaCy salience nepočítají. Pro ni zavolejte endpoint v1 analyzeEntities v Google Cloud Natural Language. Vytvořte projekt, povolte API, ověřte se přes příkazový řádek gcloud a pak odešlete text. Uložte toto tělo požadavku jako request.json:
{
"document": {
"type": "PLAIN_TEXT",
"language": "en",
"content": "Paste the clean main text of your page here."
},
"encodingType": "UTF8"
}
Potom zavolejte endpoint:
curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
-d @request.json \
"https://language.googleapis.com/v1/documents:analyzeEntities"
Odpověď vypíše entity s jejich type, salience, mentions a, pokud je entita propojená, s objektem metadata, který může obsahovat wikipedia_url a mid (identifikátor Knowledge Graph). Entita s URL Wikipedie v metadatech byla propojena se známým pojmem; důležitá entita bez ní může být nejednoznačná nebo příliš nová. Nahraďte analyzeEntities za classifyText a získáte kategorie obsahu. Než to spustíte na stovkách stránek, ověřte si aktuální ceny a kvóty v Google Cloud.
Knihovna Sentence Transformers porovnává význam otázky s každou pasáží vaší stránky. Model all-MiniLM-L6-v2 je malý a pro tuto kontrolu dostatečně dobrý.
from sentence_transformers import SentenceTransformer, util
model = SentenceTransformer("all-MiniLM-L6-v2")
text = open("page.txt", encoding="utf-8").read()
passages = [p.strip() for p in text.split("\n\n") if len(p.split()) > 25]
questions = [
"what is nlp seo",
"how do I find the entities of my page",
"is entity salience a ranking factor",
]
p_vecs = model.encode(passages, convert_to_tensor=True)
for q in questions:
scores = util.cos_sim(model.encode(q, convert_to_tensor=True), p_vecs)[0]
best = int(scores.argmax())
print(f"{q}\n best score {scores[best]:.2f}: {passages[best][:100]}\n")
Dva výsledky vyžadují akci. Pokud nejlepší pasáž pro otázku není ta, kterou jste jako odpověď napsali, je vaše pasáž s odpovědí příliš obecná. Pokud je nejlepší skóre pro otázku výrazně nižší než u ostatních, stránka na ni ve skutečnosti neodpovídá. Porovnávejte skóre mezi otázkami na stejné stránce, ne s absolutním prahem: hodnoty závisí na modelu.

Tip
Nepoužíváte Python? Náš bezplatný LLM Readability Checker hodnotí stránku z hlediska extrakce pomocí AI a Heading Structure Analyzer ukáže, zda vaše H2 a H3 ohlašují otázky, na které vaše pasáže odpovídají.
Většina NLP problémů se opravuje při psaní, ne v nástroji. Tato pravidla vycházejí přímo z pipeline výše: každé odstraňuje krok, ve kterém se stroj může splést.
Použijte celý název hlavní entity jako podmět první věty každé sekce. Nezačínejte odstavec slovy „To“ nebo „Tento“. Zájmena jsou v pořádku uvnitř odstavce, pokud je podstatné jméno blízko.
Definice, která uvádí kategorii (Y) a rozlišující znak (Z), je struktura, kterou model nejsnáze extrahuje a AI asistent nejsnáze cituje. „Salience entity je skóre od 0 do 1, které měří, jak ústřední je entita v textu“ vyhraje nad třemi větami kontextu.
Ceny, data, rozměry, kompatibilita a omezení musí stát vedle entity, kterou popisují. „Sorank sleduje viditelnost v ChatGPT, Gemini, Claude a Perplexity“ je jeden extrahovatelný fakt. Stejná informace rozdělená mezi nadpis, odrážku a poznámku pod čarou jsou tři fragmenty.
Zvolte jeden název pro každý produkt, funkci a pojem. Synonymum zaveďte jednou („query fan-out, tedy způsob, jakým AI asistenti rozdělí otázku do několika vyhledávání“) a pak se držte jedné formy.
Pod nadpisem, který klade otázku, dává první věta odpověď. Zbytek pasáže uvádí podmínky, příklad a výjimky. Díky tomu je pasáž samostatná.
Jeden odstavec před a po přepsání pro NLP
Věta „po“ ilustruje strukturu, nepopisuje skutečný produkt: přizpůsobte atributy tomu, co vaše stránka opravdu nabízí.
Python NLP pro sémantické SEO znamená spustit stejný typ embedding modelu jako v testu pasáží výše, ale nad celými seznamy: vašimi klíčovými slovy a stránkami webu. Dva krátké skripty odpovídají na otázky, na které nestačí kontrola jedné stránky. Která klíčová slova patří na stejnou stránku? Které vaše stránky soutěží o stejný význam? Oba běží zdarma na vašem počítači a dávají kandidáty k posouzení, ne verdikty.
Nainstalujte knihovny do virtuálního prostředí, aby nekolidovaly s jinými projekty v Pythonu:
python3 -m venv nlp-seo
source nlp-seo/bin/activate
pip install sentence-transformers scikit-learn
Model all-MiniLM-L6-v2 se při prvním spuštění stáhne jednou. Poté oba skripty běží offline.
Shlukování promění plochý seznam klíčových slov ve skupiny, na které by mohla odpovědět jedna stránka. Každé klíčové slovo se stane vektorem a slova, jejichž vektory jsou si v kosinové vzdálenosti blízko, skončí ve stejné skupině. Uložte klíčová slova do textového souboru, jedno na řádek, a spusťte tento skript:
from sentence_transformers import SentenceTransformer
from sklearn.cluster import AgglomerativeClustering
from collections import defaultdict
keywords = [line.strip() for line in open("keywords.txt", encoding="utf-8") if line.strip()]
model = SentenceTransformer("all-MiniLM-L6-v2")
vectors = model.encode(keywords, normalize_embeddings=True)
labels = AgglomerativeClustering(
n_clusters=None,
distance_threshold=0.35, # kosinová vzdálenost: nižší hodnoty dávají přísnější skupiny
metric="cosine",
linkage="average",
).fit_predict(vectors)
groups = defaultdict(list)
for label, keyword in zip(labels, keywords):
groups[label].append(keyword)
for label, members in sorted(groups.items(), key=lambda g: -len(g[1])):
print(f"Group {label} ({len(members)} keywords)")
for keyword in members:
print(" ", keyword)
Rozhodující je práh. Začněte na 0,35 a přečtěte si výstup. Pokud se do jedné skupiny dostávají nesouvisející klíčová slova, snižte ho. Pokud je téma jedné stránky rozděleno do více skupin, zvyšte ho. Průměrné propojení (average linkage) omezuje řetězení, tedy situaci, kdy řetěz volně souvisejících slov spojí dvě nesouvisející skupiny.
Druhý skript porovnává vaše stránky mezi sebou. Do souboru oddělovaného tabulátory dejte jeden řádek na stránku, s hlavičkou a sloupci url a title. Titulky jsou hrubé přiblížení, takže pro přesnější test vložte do sloupce title první odstavec každé stránky.
import csv
from sentence_transformers import SentenceTransformer, util
with open("pages.tsv", encoding="utf-8") as f:
rows = [(r["url"], r["title"]) for r in csv.DictReader(f, delimiter="\t")]
model = SentenceTransformer("all-MiniLM-L6-v2")
vectors = model.encode([title for _, title in rows], convert_to_tensor=True)
sims = util.cos_sim(vectors, vectors)
for i in range(len(rows)):
for j in range(i + 1, len(rows)):
score = float(sims[i][j])
if score > 0.8: # výchozí bod: upravte podle výsledků
print(f"{score:.2f} {rows[i][0]} vs {rows[j][0]}")
Každá vypsaná dvojice je kandidát, ne verdikt. Otevřete obě adresy a zeptejte se, zda by čtenář očekával, že jedna ze stránek odpoví na otázku té druhé. Pokud ano, sloučte obě stránky, nebo nechte jednu jako hlavní a zúžte zaměření té druhé. Heslo kanibalizace klíčových slov vysvětluje, jak vybrat.
| Skript | Vstup | Výstup | Co rozhodujete |
|---|---|---|---|
| Skupiny klíčových slov | Jedno klíčové slovo na řádek | Skupiny slov se stejným významem | Zda každá skupina potřebuje jednu stránku, nebo více stránek |
| Konkurující stránky | URL a titulek, nebo první odstavec každé stránky | Dvojice stránek nad vaším prahem | Zda sloučit, zúžit téma, nebo ponechat obě stránky |
Tři omezení jsou důležitá:
Tyto skripty jsou protějškem na úrovni webu k testu pasáží výše: jeden říká, co patří k sobě, druhý, kde se vaše stránky překrývají. Pokud nechcete skripty udržovat, nástroj Topic Cluster Generator od Sorank spouští krok seskupování s vestavěnou kontrolou proti kanibalizaci.
Jazykové modely čtou víc než vaše odstavce. Silné signály nesou tři prvky kolem textu.
Značky Schema.org samy o sobě stránku do výsledků nevynesou, ale strojově čitelně říkají, o čem stránka je a na jaké známé pojmy odkazuje. Vlastnosti about a mentions s odkazy sameAs na referenční stránky odstraňují nejednoznačnost při propojování entit.
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Article",
"headline": "NLP SEO: How Search Engines Read Your Content",
"about": {
"@type": "Thing",
"name": "Natural language processing",
"sameAs": "https://en.wikipedia.org/wiki/Natural_language_processing"
},
"mentions": [
{
"@type": "Thing",
"name": "Search engine optimization",
"sameAs": "https://en.wikipedia.org/wiki/Search_engine_optimization"
}
]
}
</script>
Vygenerujte a otestujte svá data pomocí našich bezplatných nástrojů Schema Markup Generator a Structured Data Validator.
Nadpisy jsou první věc, kterou model používá k rozdělení stránky na pasáže. Nadpis, který pojmenuje entitu i otázku („Jak se počítá salience entity“), vytvoří čistší úsek než nadpis vtipný („Pod kapotou“). Udržujte přísnou hierarchii H2 a H3: žádné H3 bez nadřazeného H2, žádné přeskočené úrovně.
Text odkazu je jedním z nejstarších NLP signálů ve vyhledávání: zvenčí říká vyhledávači, o čem je cílová stránka. Používejte popisné texty odkazů, které pojmenují cílovou entitu, propojujte stránky blízké významem a neposílejte stejný text odkazu na dvě různé stránky. Sémantický kokon je nejstrukturovanější způsob, jak to uspořádat, a náš průvodce automatizovaným interním prolinkováním vysvětluje, jak to škálovat bez vytváření šumu.
AI asistenti dotahují logiku NLP do konce. Nehodnotí celé stránky: vyhledávají pasáže, porovnávají je významově s dílčími dotazy a skládají odpověď, která někdy cituje zdroj. Z toho plynou tři důsledky.
Celou metodu aplikovanou na odpovědi AI najdete v našem průvodci optimalizací obsahu pro LLM.
Toto jsou chyby, které na auditovaných webech vídáme nejčastěji. Každá má příznak, kterého si všimnete, a opravu, kterou můžete udělat ještě dnes.
Co to je: přepisování, dokud API nedá vašemu klíčovému slovu vysokou salience nebo nástroj neukáže zelené skóre. Jak to poznat: stránka se po optimalizaci čte hůř; stejná fráze se objevuje v každém odstavci. Jak to opravit: používejte salience jen ke kontrole pořadí entit a stránku pak posuzujte podle odpovědí a dat ze Search Console. Google nikdy neřekl, že skóre tohoto API používá v hodnocení.
Co to je: přidat do věty „crawl budget“, protože ho zmiňuje pět konkurentů. Jak to poznat: termíny se objeví jednou, mimo kontext, bez vysvětlení. Jak to opravit: z každé chybějící entity udělejte otázku: potřebuje to můj čtenář? Pokud ano, napište pasáž; pokud ne, ignorujte ji.
Co to je: vložit do NLP nástroje celou stránku včetně menu a patičky. Jak to poznat: vašimi hlavními entitami jsou název značky, „cookies“, „kontakt“ nebo kategorie z patičky. Jak to opravit: před jakoukoli analýzou vyjměte jen tělo článku.
Co to je: řídit se starým tutoriálem s aktuálním endpointem. Jak to poznat: odpověď JSON obsahuje entity a zmínky, ale žádnou salience. Jak to opravit: pro salience volejte /v1/documents:analyzeEntities a počítejte s tím, že se v1 může změnit.
Co to je: odstavce, kde „to“, „tento“ a „oni“ odkazují na podstatná jména o několik vět dříve. Jak to poznat: skript spaCy výše počítá věty začínající zájmenem; víc než jedna z pěti na klíčové stránce je varovný signál. Jak to opravit: zopakujte podstatné jméno na začátku každého odstavce a za každým nadpisem.
Co to je: jedna URL se snaží definovat pojem, porovnat nástroje a prodat produkt. Jak to poznat: stránka se umisťuje na mnoho dotazů na pozicích 15 až 40 a na žádný v top 5. Jak to opravit: ponechte dominantní záměr, ostatní přesuňte na samostatné stránky a propojte je.
Co to je: nafukovat stránku, aby dosáhla cílového počtu slov nebo hustoty klíčových slov. Jak to poznat: opakované úvody, obecné odstavce, které by se hodily na jakoukoli stránku. Jak to opravit: vyškrtněte každou pasáž, která neodpovídá na otázku, kterou by čtenář položil. Náš Keyword Density Calculator se hodí obráceně: k nalezení míst, kde se opakujete příliš.
Co to je: používat název značky nebo produktu, který stroj nedokáže odlišit od běžného slova nebo jiné firmy. Jak to poznat: API vrací vaši značku jako OTHER nebo CONSUMER_GOOD bez metadat, nebo ji propojí se špatným pojmem. Jak to opravit: přidejte kategorii vedle názvu, použijte schema Organization nebo Product se sameAs na vaše oficiální profily a držte název všude stejný.
Kontrolní seznam NLP SEO pro jednu stránku
Nepotřebujete velkou sadu nástrojů. Vybírejte je podle otázky, na kterou potřebujete odpověď.
| Nástroj | Typ | Co vám řekne | Potřebné dovednosti | Nejlepší využití |
|---|---|---|---|---|
| Google Cloud Natural Language | Cloudové API (viz ceník Google Cloud) | Entity, salience (v1), kategorie, sentiment, syntax | Střední: projekt v Google Cloud a pár příkazů | Ověření, jak model Google čte vaše klíčové stránky |
| spaCy | Open-source knihovna pro Python | Entity, struktura vět, podměty, lemmata | Základy Pythonu | Lokální audit mnoha stránek zdarma |
| Sentence Transformers | Open-source knihovna pro Python | Významová podobnost mezi dotazy a pasážemi | Základy Pythonu | Kontrola odpovědí, kanibalizace, mapování interních odkazů |
| Google Search Console | Bezplatný nástroj Google | Dotazy, pro které se každá URL skutečně zobrazuje | Žádné | Měření dopadu přepsání |
| Nástroje pro optimalizaci obsahu | SaaS | Mezery v termínech a entitách oproti předním stránkám | Žádné | Rychlá kontrola podtémat před psaním |
| Sorank | SEO a GEO software na autopilot | Přepisy, tematické clustery, sledování viditelnosti v AI | Žádné | Uplatnění metody na celém webu |
Srovnání komerčních možností vedle sebe najdete v našem přehledu nejlepších nástrojů pro optimalizaci obsahu. Pokud máte desítky starších stránek k opravě, funkce Content Optimization v Sorank audituje a přepisuje existující stránky na autopilot a Topic Cluster Generator seskupí vaše klíčová slova podle významu ještě před psaním, s vestavěnou kontrolou kanibalizace.
NLP změny se týkají porozumění, takže nejdřív měřte porozumění, až potom návštěvnost.
V Google Search Console vyfiltrujte přehled Výkon na přepsanou URL a spočítejte různé dotazy se zobrazeními za 28 dní, před a po. Stránka, které se lépe rozumí, se obvykle během několika týdnů zobrazuje pro více long-tail variant, často dřív, než se pohnou kliknutí.
Sledujte 5 až 10 otázek, které jste použili v testu pasáží. Pokud zobrazení rostou, ale pozice ne, stránce se rozumí, ale není preferovaná: zapracujte na hloubce, příkladech a odkazech.
Položte stejné prompty v ChatGPT, Gemini, Claude a Perplexity před a po a zaznamenejte, zda je vaše stránka citována. Opakujte každý měsíc: odpovědi AI se mezi jednotlivými spuštěními liší, takže jeden test nic nedokazuje. Pro strukturovanou verzi této kontroly proveďte sémantický SEO audit celého clusteru, ne jedné stránky.
Vyberte stránku, která vám přináší nejvíc byznysu, a proveďte na ní audit v šesti krocích. Opravte první dva problémy, které najdete, obvykle hlavní entitu, která nedominuje, a pasáž s odpovědí, která je příliš vágní. Pak si poznamenejte datum a za čtyři týdny zkontrolujte dotazy stránky v Search Console.
NLP v SEO znamená psát obsah tak, aby mu jazykové modely snadno rozuměly: jaké entity stránka pokrývá, na jaké otázky odpovídá každá pasáž a jak stránka souvisí se zbytkem webu. Google používá jazykové modely jako BERT ve vyhledávání od roku 2019 a AI asistenti na nich stojí zcela, takže jasné a jednoznačné psaní se v praxi stalo faktorem pro pozice i citace.
Žádné veřejné prohlášení Google neříká, že skóre salience z Cloud Natural Language API se používá v hodnocení. Skóre je užitečný ukazatel, zda na stránce dominuje hlavní téma, ale čtěte spíš pořadí entit, než abyste se honili za číslem. Salience navíc vrací jen verze 1 API.
spaCy a Sentence Transformers jsou bezplatné open-source knihovny pro Python na extrakci entit a podobnost pasáží. Google Search Console, rovněž zdarma, pak ukáže, zda se přepsaná stránka zobrazuje pro více dotazů. Google Cloud Natural Language přidává salience a kategorie, přičemž používání se účtuje podle ceníku Google Cloud.
