Předvolby

Na soukromí nám záleží, proto můžete vypnout některé typy úložišť, které nejsou nezbytné pro základní fungování webu. Blokování kategorií může ovlivnit váš zážitek z webu. Více informací (Zásady používání cookies)

NLP v SEO: jak Google a AI čtou váš obsah a jak pro ně psát

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.

Publikováno
16/11/2026
Aktualizováno
16/11/2026
Doba čtení
23 min
NLP v SEO: jak Google a AI čtou váš obsah a jak pro ně psát

Nástroje

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?

Otázka 1 z 425%
Hledají lidé na Googlu to, co prodáváte?

Co NLP SEO skutečně znamená (a co ne)

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.

  1. Pochopit, jak vyhledávače čtou. Google používá jazykové modely v hodnocení od BERT a AI asistenti jsou na nich postaveni zcela. Jejich slabá místa (nejasný podmět, řetězce zájmen, chybějící definice) jsou předvídatelná.
  2. Měřit, jak je vaše stránka čtena. Svůj text můžete projít veřejnými NLP nástroji a zjistit, jaké entity z něj vycházejí, do jaké kategorie text spadá a které pasáže odpovídají dotazu.
  3. Psát a strukturovat pro srozumitelnost. Opravujete, co nástroje čtou špatně: věci pojmenujete, definujete, připojíte k nim atributy a propojíte je se správnými stránkami.

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

1 z 10anglických vyhledávání v USA, kterým BERT při spuštění rozuměl lépe (říjen 2019)
1000xvýkonnější než BERT, podle Google, je model MUM (květen 2021)
75jazyků, na kterých byl MUM trénován

Zdroje: Google, Pandu Nayak, „Understanding searches better than ever before“ (2019) a „MUM: A new AI milestone for understanding information“ (2021)

Od řetězců znaků k věcem

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.

Jak vyhledávače a AI čtou vaši stránku: NLP pipeline

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

  1. Vyjmutí hlavního obsahuNavigace, patička, cookie lišty a postranní panely se oddělí od těla. Chudé nebo chaotické šablony tento krok rozmazávají.
  2. Rozdělení na věty a tokenyText se rozřeže na věty a pak na tokeny (slova nebo části slov). Velmi dlouhé věty a chybějící interpunkce ho zhoršují.
  3. Označkování a parsováníKaždý token dostane slovní druh a roli ve větě: podmět, přísudek, předmět, příslovečné určení.
  4. Rozpoznání entitNázvy produktů, osob, míst, pojmů a čísla se detekují a typují (organizace, místo, cena, datum...).
  5. Propojení entitKaždá entita se přiřadí ke známému pojmu ve znalostní bázi, takže z „Jaguar“ se stane automobilka, nebo zvíře.
  6. Embedding pasážíVěty a pasáže se převedou na vektory, aby šlo význam porovnat s dotazem i bez společných slov.
  7. Klasifikace a hodnoceníStránka dostane témata, profil záměru a v některých systémech i sentiment. Pasáže se seřadí vůči dotazům.

Co každý krok znamená pro váš obsah

Tabulka níže přiřazuje každé NLP úloze konkrétní riziko na stránce a opravu, kterou máte pod kontrolou.

NLP úlohaCo stroj děláTypický problém na stránceCo změníte
Odstranění šablonyOddělí hlavní obsah od šablonyÚvod je pohřben za 600 slovy menu a widgetůDejte odpověď do prvního odstavce hlavního obsahu, v prostém HTML
Dělení na větyRozdělí text na větyOdrážky bez slovesa, věty o 60 slovechJedna myšlenka na větu, celé věty v seznamech, které nesou fakta
Závislostní parsováníNajde podmět, přísudek, předmětPodmětem je „to“ nebo „tento“ tři věty od svého podstatného jménaZopakujte podstatné jméno, držte podmět a přísudek blízko sebe
Rozpoznávání pojmenovaných entitDetekuje a typuje názvyVáš produkt je zapsán pěti různými způsobyZvolte jeden kanonický název, varianty používejte až po jejich zavedení
Propojení entitMapuje názvy na známé pojmyNejednoznačný název značky bez kontextuPřidejte kategorii vedle názvu („Sorank, SEO software...“) a schema se sameAs
EmbeddingyPorovnává význam dotazu a pasážePasáž, která má odpovídat, je obecná a hodila by se na jakoukoli stránkuPište pasáže, které zopakují termíny z otázky a dají konkrétní odpověď
KlasifikacePřiřazuje témata a záměrProduktová stránka plná blogových odbočekJeden 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.

Ilustrace webové stránky, jejíž text se mění v síť propojených modrých uzlů představujících entity a vztahy mezi nimi.
NLP mění slova na vaší stránce v entity a vztahy: čím jsou jasnější, tím lépe ji Google a AI asistenti chápou.

NLP signály, které změříte na vlastní stránce

Pět signálů lze změřit bezplatnými nebo levnými nástroji. Každý říká něco jiného a žádný z nich sám o sobě není hodnoticím faktorem.

Entity a salience

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.

Produktová stránka Google Cloud Natural Language, API pro extrakci entit, kategorií a sentimentu z textu.
Google Cloud Natural Language: veřejná produktová stránka API, které vrací entity, salience (v1), kategorie a sentiment.

Kategorie obsahu

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.

Sentiment

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.

Syntax

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 a podobnost pasáží

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“.

Srovnání metod NLP SEO

„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.

1. Optimalizace entit

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.

2. Pokrytí termínů (TF-IDF a spoluvýskyt)

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.

3. Podobnost embeddingů

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.

4. Klasifikace záměru

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.

5. Těžba otázek a pasáží

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.

6. Modelování témat a clustering

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.

MetodaÚroveňNejlepší proHlavní rizikoNástroje
Optimalizace entitStránkaStránky produktů, značek a pojmůBrát salience jako hodnoticí faktorGoogle Cloud Natural Language (v1), spaCy
Pokrytí termínů (TF-IDF)StránkaHledání chybějících podtématPsaní průměru SERP, přeplňováníNástroje pro hodnocení obsahu, Python scikit-learn
Podobnost embeddingůPasáž a webKvalita odpovědí, kanibalizace, interní odkazyZaměňovat „k tématu“ za „dobře“Sentence Transformers, vektorové databáze
Klasifikace záměruDotaz a stránkaVolba správného formátuIgnorování smíšených SERPRuční kontrola SERP, klasifikátory
Těžba otázekPasážCitace v AI, snippetyPovrchní FAQ stránkyPeople Also Ask, výzkum promptů
Clustering tématWebArchitektura, tematická autoritaNekonzistentní pravidla clusterůNástroje pro clustering, embeddingy

Optimalizace podle seznamu termínů vs optimalizace entit a pasáží

Seznam termínů (hodnocení TF-IDF)
  • Rychlá kontrola mezer vůči konkurenci
  • Odměňuje opakování slov
  • Kopíruje průměr SERP
  • Neříká nic o kvalitě odpovědi
Entity a pasáže
  • Odstraňuje nejednoznačnost hlavního tématu
  • Vytváří pasáže, které AI může citovat
  • Funguje napříč jazyky a synonymy
  • Vyžaduje o něco víc přípravy

Krok za krokem: NLP audit jedné stránky

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

  1. Vyjměte čistý textZkopírujte do textových souborů jen hlavní obsah (bez menu a patičky) své stránky a 3 až 5 stránek na předních pozicích.
  2. Vypište entitySpusťte extrakci entit. Poznamenejte si 10 hlavních entit každé stránky a jejich pořadí.
  3. Zkontrolujte hlavní entituVáš cílový pojem musí být mezi top 3 na vaší vlastní stránce. Pokud není, zjistěte, které entity mu kradou pozornost.
  4. Zmapujte chybějící entityEntity, které má většina konkurentů a vaše stránka ne, jsou kandidáti na podtémata, ne slova k vložení.
  5. Otestujte pasáže proti otázkámSepište 5 až 10 otázek, na které musí stránka odpovídat, a změřte, která pasáž odpovídá každé z nich.
  6. Přepište a spusťte znovuOpravte slabé pasáže, zopakujte obě kontroly a pak v dalších týdnech sledujte dotazy pro tuto URL v Search Console.

Kroky 1 a 2: extrahujte entity pomocí spaCy

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.

Stránka dokumentace spaCy o lingvistických funkcích, jako je rozpoznávání pojmenovaných entit a závislostní parsování.
Dokumentace spaCy k lingvistickým funkcím: rozpoznávání entit, značky slovních druhů a závislostní parsování, zdarma a open source.

Krok 3: získejte salience z API Google (v1)

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.

Krok 5: otestujte pasáže proti otázkám pomocí embeddingů

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.

Úvodní stránka dokumentace Sentence Transformers, knihovny pro porovnávání významu dotazů a pasáží.
Sentence Transformers: open-source knihovna, která měří, jak blízko má pasáž k otázce.

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.

Psaní pro NLP: pravidla na úrovni vět, která fungují

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.

Pojmenujte podmět a držte se ho

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.

Definujte větou „X je Y, který Z“

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.

Připojte atributy k entitě ve stejné větě

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.

Jeden kanonický název pro každou věc

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.

Nejdřív odpověď, pak vysvětlení

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

Před
  • „Pomáhá vám to získat větší viditelnost. Děje se to automaticky každý týden.“
  • Nejasný podmět: „to“ a „děje se to“
  • Žádná entita, atribut ani číslo
  • Hodilo by se na jakoukoli SaaS stránku
Po
  • „Rank tracker každé pondělí zkontroluje vašich 200 cílových klíčových slov v Google a pošle vám e-mailem stránky, které klesly.“
  • Pojmenovaný podmět: „rank tracker“
  • Připojené atributy: klíčová slova, vyhledávač, frekvence, výstup
  • Dost konkrétní, aby se dalo citovat jako fakt

Věta „po“ ilustruje strukturu, nepopisuje skutečný produkt: přizpůsobte atributy tomu, co vaše stránka opravdu nabízí.

Python NLP pro sémantické SEO: seskupování klíčových slov a hledání konkurenčních stránek

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.

Připravte prostředí

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.

Seskupte klíčová slova podle významu

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.

Najděte stránky, které soutěží o stejný význam

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.

SkriptVstupVýstupCo rozhodujete
Skupiny klíčových slovJedno klíčové slovo na řádekSkupiny slov se stejným významemZda každá skupina potřebuje jednu stránku, nebo více stránek
Konkurující stránkyURL a titulek, nebo první odstavec každé stránkyDvojice stránek nad vaším prahemZda sloučit, zúžit téma, nebo ponechat obě stránky

Tři omezení jsou důležitá:

  • Skóre závisí na modelu. Dvojice a skupiny porovnávejte ze stejného běhu a práh z návodu nikdy nekopírujte.
  • Embeddingy zachytí význam, ne záměr. „Nejlepší CRM software“ a „jak nastavit CRM“ sdílejí téma, ale potřebují různé stránky, takže před jakýmkoli sloučením zkontrolujte záměr.
  • Názvy značek, názvy produktů a velmi nové pojmy mohou být zakódovány špatně. Takové skupiny zkontrolujte ručně.

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.

NLP mimo text: strukturovaná data, nadpisy a interní odkazy

Jazykové modely čtou víc než vaše odstavce. Silné signály nesou tři prvky kolem textu.

Strukturovaná data, která pojmenovávají vaše entity

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 jako obsah pro stroje

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.

Interní odkazy jako mapa významů

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.

NLP SEO pro AI vyhledávání: jak se nechat citovat ChatGPT, Gemini a Perplexity

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.

  1. Každá pasáž musí obstát samostatně. Vyhledán je úsek vaší stránky, ne celá stránka. Pokud závisí na definici uvedené o tři sekce dříve, prohrává.
  2. Z jedné otázky se stane několik vyhledávání. Asistenti rozdělují prompt na dílčí dotazy (query fan-out). Stránka, která odpovídá na hlavní otázku, ale ne na její přirozená pokračování (cena, alternativy, omezení, jak začít), pokrývá jen část toho, co se hledá. Query Fan-Out Tracker od Sorank ukazuje vyhledávání, která AI za promptem skutečně spouští.
  3. Na konsenzu entit záleží. Asistent si je jistější faktem, který najde stejně formulovaný ve více zdrojích. Pomáhá konzistentní pojmenování a atributy na vašem webu, ve vašich profilech a ve zmínkách třetích stran. Naše heslo o konsenzu entit tuto vrstvu rozebírá.

Celou metodu aplikovanou na odpovědi AI najdete v našem průvodci optimalizací obsahu pro LLM.

Časté chyby v NLP SEO (a jak je opravit)

Toto jsou chyby, které na auditovaných webech vídáme nejčastěji. Každá má příznak, kterého si všimnete, a opravu, kterou můžete udělat ještě dnes.

1. Považovat salience nebo skóre obsahu za hodnoticí faktor

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.

2. Vkládat termíny konkurence jako slova, ne jako obsah

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.

3. Analyzovat celé HTML místo hlavního obsahu

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.

4. Volat v2 API Google a divit se, kam zmizela salience

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.

5. Řetězce zájmen a nejasné podměty

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.

6. Jedna stránka, několik záměrů

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.

7. Psát podle délky nebo hustoty

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.

8. Ignorovat propojení entit

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

  • Hlavní entita je pojmenována v první větě a v H1
  • Hlavní entita je mezi top 3 entitami stránky
  • Každý H2 nebo H3 jednoduchými slovy ohlašuje otázku nebo podtéma
  • První věta pod každým nadpisem s otázkou dává odpověď
  • Méně než jedna věta z pěti začíná nejasným zájmenem
  • Každý důležitý atribut stojí ve stejné větě jako jeho entita
  • Jeden kanonický název pro každý produkt, funkci a pojem
  • Strukturovaná data pojmenovávají hlavní entitu s odkazy sameAs
  • Interní odkazy používají popisné texty, které pojmenují cíl
  • Žádný termín není vložen jen proto, že ho používá nástroj nebo konkurent

Nástroje pro NLP SEO: k čemu se který hodí

Nepotřebujete velkou sadu nástrojů. Vybírejte je podle otázky, na kterou potřebujete odpověď.

NástrojTypCo vám řeknePotřebné dovednostiNejlepší využití
Google Cloud Natural LanguageCloudové API (viz ceník Google Cloud)Entity, salience (v1), kategorie, sentiment, syntaxStřední: projekt v Google Cloud a pár příkazůOvěření, jak model Google čte vaše klíčové stránky
spaCyOpen-source knihovna pro PythonEntity, struktura vět, podměty, lemmataZáklady PythonuLokální audit mnoha stránek zdarma
Sentence TransformersOpen-source knihovna pro PythonVýznamová podobnost mezi dotazy a pasážemiZáklady PythonuKontrola odpovědí, kanibalizace, mapování interních odkazů
Google Search ConsoleBezplatný nástroj GoogleDotazy, pro které se každá URL skutečně zobrazujeŽádnéMěření dopadu přepsání
Nástroje pro optimalizaci obsahuSaaSMezery v termínech a entitách oproti předním stránkámŽádnéRychlá kontrola podtémat před psaním
SorankSEO a GEO software na autopilotPřepisy, tematické clustery, sledování viditelnosti v AIŽádnéUplatnění 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.

Jak měřit dopad práce na NLP

NLP změny se týkají porozumění, takže nejdřív měřte porozumění, až potom návštěvnost.

Počet dotazů na URL

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.

Pozice na otázky, na které cílíte

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.

Citace v odpovědích AI

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.

Co udělat ještě dnes

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.

Často kladené otázky

Co je NLP v SEO?

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.

Je salience entity hodnoticím faktorem Google?

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.

Jaké bezplatné nástroje mohu pro NLP SEO použít?

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.

Získejte obsahový plán na 30 dní zdarma

Analyzujeme vaši konkurenci, váš web a vaši viditelnost v AI, abychom pro vás zdarma připravili obsahový plán na míru.

Naše bezplatné SEO nástroje

Zobrazit všechny naše bezplatné nástroje

Získejte obsahový plán na 30 dní zdarma

Analyzujeme vaši konkurenci, váš web a vaši viditelnost v AI, abychom pro vás zdarma připravili obsahový plán na míru.

Muž s tmavými vlasy a vousy v světle hnědé košili mluví před mikrofonem v podcastovém nebo nahrávacím studiu.Portrét muže s krátkými tmavými vlasy v bílé košili a tmavé bundě, který se přímo dívá do kamery s neutrálním výrazem.Muž s krátkými tmavými vlasy, vousy a čirými brýlemi v černém tričku s bílým kulatým logem, stojí před kamennou zdí.Celio fabianoUsmívající se mladá žena s dlouhými hnědými vlasy v červeném topu a náhrdelníku, venku před pozadím plným stromů.Profilová fotografie Xaviera Breulla, zákazníka Sorank
Google
Plná žlutá pětiúhelníková hvězda na průhledném pozadí.Plná žlutá pětiúhelníková hvězda na průhledném pozadí.Plná žlutá pětiúhelníková hvězda na průhledném pozadí.Plná žlutá pětiúhelníková hvězda na průhledném pozadí.Plná žlutá pětiúhelníková hvězda na průhledném pozadí.
5/5
+5,000
uživatelů

Reference od ambiciózních zakladatelů

0 na 10000 návštěvníků za 5 měsíců

Celio Fabianomonrobotlavevitre.frGoogleE-commerce

0 na 5000 návštěv za 8 měsíců

Thibault BMsorank.comGoogleSoftware

0 na 1104 kliknutí za 4 měsíce

Dominiqueflight-sensations-idf.comGoogleVolný čas a letectví

0 na 163 kliků za 6 měsíců

Coworking Pariscoworking-paris.frGoogleOffice broker

x92 kliky za 7 měsíců

Guide Zanzibarguidezanzibar.comGoogleCestování