AI umí psát, ale neumí nést odpovědnost

Za poslední dva roky se generativní AI stala běžnou součástí marketingu i správy webů. Firmy ji používají na návrhy textů, popisy produktů, FAQ, e-maily i články pro blog. Podle praxe agentur i interních týmů ale platí jednoduché pravidlo: AI zrychlí výrobu obsahu, neověření faktů. Pokud model pracuje s neúplnými nebo zastaralými daty, může působit sebejistě i tam, kde se mýlí.

To je zásadní problém hlavně u témat, která ovlivňují zdraví, finance, právo, bezpečnost nebo reputaci značky. Jeden nepřesný údaj v ceníku, jedna špatně uvedená legislativní informace nebo záměna produktu může znamenat ztrátu důvěry i výkonu ve vyhledávání. Google navíc dlouhodobě vyhodnocuje signály kvality, zkušenosti a důvěryhodnosti, takže nekontrolovaný AI obsah může poškodit i SEO.

Kde AI chybuje nejčastěji a proč na tom záleží

Nejčastější problém není gramatika, ale tzv. halucinace – model vytvoří věrohodně znějící tvrzení bez opory v realitě. V praxi to může vypadat takto: AI uvede neexistující studii, přisoudí citaci špatnému autorovi, zamění technický parametr nebo „doplní“ informace, které zní logicky, ale nejsou pravdivé. U firemních webů se to děje hlavně při automatizovaném generování velkého množství textů.

  • Produktové popisy: AI si domýšlí funkce, které produkt nemá.
  • Blogové články: uvádí neaktuální statistiky nebo staré postupy.
  • Lokální SEO: špatně uvedené otevírací doby, adresy nebo služby poboček.
  • Technické texty: nepřesnosti v názvech nástrojů, verzí nebo API.
  • Právní a zdravotní obsah: nejvyšší riziko reputační i právní škody.

Pro vyhledávače je problém i duplicita a nízká přidaná hodnota. Pokud web publikuje stovky podobných textů bez editace, bez autorství a bez zdrojů, může působit jako obsahová farma. To je přesně typ signálu, který dnes algoritmy i AI Overviews hodnotí opatrně.

Jak nastavit ověřování obsahu v praxi

Nejlepší obrana není zákaz AI, ale jasný proces. U menších webů stačí jednoduchý workflow, u větších projektů je vhodné mít redakční a schvalovací systém. Cílem je, aby každý text prošel minimálně třemi kroky: návrh, fact-check a publikace.

Praktický postup může vypadat takto:

  • 1. AI návrh: model připraví osnovu, varianty titulku, FAQ nebo první verzi textu.
  • 2. Ověření faktů: editor kontroluje čísla, názvy, data, odkazy a citace proti důvěryhodným zdrojům.
  • 3. Odborná validace: u citlivých témat text schvaluje specialista z oboru.
  • 4. Jazyková a SEO úprava: doplnění klíčových slov, interních odkazů, nadpisů a meta prvků.
  • 5. Publikace a monitoring: kontrola výkonu v Search Console, GA4 a případně v AI vyhledávání.

V praxi pomáhá i checklist. U každého článku by měl být jasně uveden autor, datum vytvoření, datum poslední aktualizace a seznam zdrojů. Pokud obsah vychází z vlastního testování nebo zkušenosti firmy, je vhodné to přímo napsat. Tím se posiluje E-E-A-T, tedy zkušenost, odbornost, autorita a důvěryhodnost.

U e-commerce webů je důležité kontrolovat i strukturovaná data. Správně vyplněné schema.org pro produkty, ceny, dostupnost, recenze a FAQ pomáhá vyhledávačům pochopit obsah stránky. Špatná nebo neaktuální data ale mohou způsobit, že Google zobrazí nesprávnou cenu nebo dostupnost, což je přímý problém pro konverze.

Co vyžadují vyhledávače a AI odpovědi dnes

V prostředí, kde Google testuje AI Overviews a uživatelé stále častěji hledají odpovědi přes ChatGPT nebo Perplexity, už nestačí psát „SEO texty“. Obsah musí být snadno citovatelný, přehledný a fakticky silný. To znamená krátké jasné odpovědi, logickou strukturu, konkrétní data a důvěryhodné zdroje.

Pro weby to má několik praktických dopadů:

  • Každá důležitá stránka by měla mít jasný účel: odpovědět na jednu hlavní otázku nebo problém.
  • Informace musí být strojově čitelné: správné H1/H2, schema markup, interní prolinkování.
  • Obsah má být aktualizovaný: u cen, legislativy, nástrojů a trendů minimálně průběžně.
  • Je vhodné doplnit zdroje: studie, oficiální dokumentace, statistiky, vlastní data.

Jako příklad: článek o výkonu webu by neměl tvrdit jen „rychlost je důležitá“. Měl by uvést konkrétní metriky, například LCP do 2,5 sekundy, INP pod 200 ms a CLS pod 0,1. U technického tématu pak dává smysl přidat i nástroje jako PageSpeed Insights, Lighthouse, WebPageTest nebo Search Console. Takový obsah je pro AI i uživatele mnohem lépe použitelný než obecné fráze.

Stejně důležitý je i kontext. Pokud AI použije generický text bez lokálního nebo oborového ukotvení, web se v odpovědích hůře prosazuje. Topic clustery, interní odkazy a tematická hloubka dnes pomáhají víc než izolované články napsané „na klíčové slovo“.

Jak poznat, že je obsah důvěryhodný i pro lidi

Důvěryhodnost není jen o tom, co je napsáno, ale také o tom, jak je web postavený. Uživatel i vyhledávač sledují signály, které dohromady vytvářejí obraz značky. Patří sem autorství, kontakt, obchodní podmínky, transparentní informace o firmě, SSL certifikát, rychlý web a bezproblémová navigace.

Na úrovni obsahu se vyplatí kontrolovat několik bodů:

  • Autor: má reálné jméno, profil a odbornou kvalifikaci.
  • Zdrojování: čísla a tvrzení mají dohledatelné odkazy.
  • Aktualizace: článek má datum revize, pokud se téma mění.
  • Jazyk: text neobsahuje přehnané sliby ani marketingové klišé.
  • UX: obsah je čitelný na mobilu, bez rušivých reklam a zbytečných překryvů.

U firemních webů je vhodné nastavit pravidelný audit obsahu. Jednou za čtvrtletí projít nejnavštěvovanější stránky, zkontrolovat propad výkonu v GA4 a Search Console a ověřit, zda AI texty stále odpovídají realitě. V e-commerce to často odhalí staré ceny, neplatné akce nebo zboží, které už není skladem. U služeb zase zastaralé reference nebo neaktuální popisy procesů.

Kontrola pravdy je nová konkurenční výhoda

AI dnes umí vytvořit první verzi textu během minut, ale důvěru si stále získává člověk a systém kolem něj. Web, který má jasný redakční proces, ověřené zdroje, dobře nastavené strukturované údaje a pravidelnou aktualizaci, má větší šanci uspět v klasickém vyhledávání i v AI odpovědích. V praxi to znamená méně chyb, lepší SEO, vyšší konverze a menší reputační riziko.

Pro majitele webů je proto klíčové neptat se, zda AI používat, ale jak ji zapojit tak, aby výsledný obsah prošel kontrolou stejně pečlivě jako jakýkoli jiný firemní výstup. Kdo nastaví proces dřív, získá náskok. Kdo nechá publikaci bez kontroly, riskuje, že rychlost výroby obsahu přeroste kvalitu i důvěru.