Zeptejte se AI vyhledávače “která značka vyrábí nejlepší běžecké boty?” dnes a dostanete odpověď. Zeptejte se na naprosto stejnou otázku zítra, nebo dokonce za pět minut, a zhruba dvě třetiny citovaných zdrojů budou jiné. Není to chyba. Takto AI vyhledávání funguje.
Co z tohoto průvodce získáte:
- Proč se viditelnost v AI vyhledávání chová jako pravděpodobnost, ne jako pevný žebříček tak, jak to dělá Google
- Jednoduché vysvětlení, jak výzkumníci měří, zda se AI odpověď skutečně změnila (Jaccard a RBO)
- Šest zjištění podložených daty, každé s vlastním grafem: obměna zdrojů, stabilita značky, koncentrace citací, náhodnost modelu, rozdíly mezi enginy a citlivost na prompt
- Přesná čísla, na kterých záleží: kolik opakovaných běhů na prompt a jak dlouhé pozorovací okno potřebujete pro důvěryhodná data
- Kontrolní seznam k okamžitému použití pro nastavení GEO měření, na které se skutečně můžete spolehnout
- FAQ pokrývající běhy, okna, enginy a metriky
Nová akademická studie to nepříjemně konkretizuje. Ve studii “Don’t Measure Once: Measuring Visibility in AI Search (GEO)” (arXiv, duben 2026) výzkumníci Julius Schulte, Malte Bleeker a Philipp Kaufmann z University of St. Gallen (ve spolupráci s Aurora Intelligence) sledovali čtyři AI vyhledávače napříč čtyřmi odvětvími každý den po dobu více než šesti týdnů. Jejich zjištění: viditelnost v AI vyhledávání je pravděpodobnostní, nikoli deterministická. Jediný dotaz je nespolehlivý snímek a zacházet s ním jako s pozicí v Google žebříčku vás dovede ke špatným závěrům. Je to součást rychle rostoucího množství akademického výzkumu o GEO , který přetváří to, jak marketéři přemýšlejí o AI viditelnosti.
Pro marketéry na tom záleží víc, než by se mohlo zdát. Pokud jednou zkontrolujete, zda se vaše značka objevuje v ChatGPT nebo Perplexity, a nazvete to “měřením”, můžete výrazně nadhodnocovat nebo podhodnocovat svou skutečnou přítomnost. Řešením není lepší jednorázový dotaz; je to jiný myšlenkový model. Musíte měřit viditelnost jako rozdělení: mnoho běhů, mnoho promptů, po delší dobu.
Níže si projdeme přesně to, co studie zjistila, proč se AI vyhledávání chová tímto způsobem, a kolik měření skutečně potřebujete, než vaše čísla začnou něco znamenat.
Stručně (co studie zjistila):
- Citované zdroje se silně obměňují. Pouze asi 34-42 % zdrojů, které AI engine cituje, se přenáší z jednoho dne na druhý, což znamená, že se přibližně 65 % zdrojů denně mění.
- Zmínky značky jsou stabilnější, ale stále volatilní. Denní překryv značek se pohybuje mezi 45-59 %, což je spolehlivější než jednotlivé URL, ale zdaleka ne stabilní.
- Citace jsou vysoce koncentrované. Hrstka domén zachycuje většinu viditelnosti. Průměrný Giniho koeficient je 0,715, a na škále 0 až 1, kde 1 znamená, že jedna doména hromadí veškeré citace, jde o velmi nevyváženou situaci.
- Je to náhodnost samotného modelu, ne aktuální dění. Spuštění identického promptu vícekrát ve stejný den produkuje stejnou míru obměny, takže většina nestability pochází ze samotného modelu, nikoli ze změn ve skutečném světě.
- Jeden běh vám neřekne téměř nic. Potřebujete alespoň 7 běhů na prompt denně pro důvěryhodný odhad viditelnosti značky a 8, pokud sledujete i jednotlivé zdrojové URL.
- Krátká okna lžou. Protože se zdroje obměňují tak rychle, potřebujete klouzavé okno o délce 2 až 4 týdny, abyste získali stabilní pohled na skutečnou viditelnost značky.
Proč se viditelnost v AI vyhledávání nechová jako žebříčky Googlu
Pokud přicházíte ze SEO, vaše instinkty jsou nastaveny na svět, který už neplatí. V klasickém vyhledávání jsou výsledky seřazené a většinou stabilní: vaše stránka je dnes na pozici 4 a zítra bude pravděpodobně na pozici 4 nebo 5. Jediná kontrola vám dá férový snímek, a když se něco pohne, pohybuje se to postupně po předvídatelném spektru. Můžete sledovat posun své pozice a reagovat.
Generative Engine Optimization (GEO) takto nefunguje. GEO funguje na principu všechno, nebo nic, tomu, co studie nazývá binární dynamikou zahrnutí a vyloučení. V dané odpovědi je vaše značka nebo zdroj buď výrazně zakomponován, nebo úplně vynechán. Neexistuje žádné utěšující “pozice 8”. Buď jste v odpovědi, nebo jste neviditelní, a co z toho se stane, se může mezi jednotlivými běhy obracet, poháněno pravděpodobnostním způsobem, jakým velké jazykové modely generují text a vybírají důkazy.
Tuto volatilitu ještě zesiluje druhý problém: AI vyhledávač je černá skříňka. Nevidíte, proč byla vaše značka zahrnuta v jedné odpovědi a v další vypadla. Model komprimuje informace z mnoha zdrojů do krátké, omezené odpovědi a proces výběru není transparentní ani reprodukovatelný. Na rozdíl od SEO žebříčku, který kolísá v rámci viditelné množiny pozic, může AI viditelnost zmizet bez varování nebo vysvětlení.
Obojí umocňuje chybějící nástroj. V SEO mají marketéři Google Search Console, nástroj první strany, který ukazuje, na jaké dotazy se objevujete a jak často. Poskytovatelé LLM nenabízejí žádný ekvivalent. Základní fakta, jako je to, jak často lidé skutečně pokládají danou otázku, jednoduše nejsou v GEO ekosystému vidět. Toto slepé místo je přesně důvod, proč marketéři musí budovat měření zvenčí, prostřednictvím opakovaného vzorkování třetí stranou, a proč je jediné, statické číslo “viditelnosti” tak snadné špatně vyložit. Zbytek tohoto článku se věnuje tomu, jak toto měření provádět správně.
Uvnitř studie: co výzkumníci skutečně udělali
Studie je osvěživě konkrétní, takže stojí za to porozumět nastavení, než uvěříte číslům. Výzkumníci z University of St. Gallen (ve spolupráci s Aurora Intelligence) postavili monitorovací nástroj, který dotazoval čtyři AI vyhledávače každý den a zaznamenával přesně to, jaké zdroje a značky každý z nich vrátil.
Testovali čtyři enginy: ChatGPT, Google Gemini, Google AI Mode a Perplexity. Každému enginu byla položena stejná sada otázek napříč čtyřmi reálnými odvětvími (studie je nazývá “kampaně”), vybranými proto, že mají vysoký objem vyhledávání na švýcarském trhu: spotřební elektronika, prodej nemovitostí, sportovní zboží a telekomunikace.
Pro každé odvětví tým napsal 8 promptů, a zde je chytrý detail: prompty nebyly vymyšlené. Vzali vysoko-objemová SEO klíčová slova, zadali je do Googlu a převzali skutečné otázky z boxu Googlu “Lidé se také ptají”. To znamená, že otázky vypadají jako to, na co se skutečně ptají reální lidé: konverzační dotazy na začátku nákupního trychtýře, jako “Která značka vyrábí dobré běžecké boty?”, nikoli holá klíčová slova.
Enginy byly dotazovány denně po dobu 45 až 46 dnů (24. ledna až 20. března 2026) ze serverů umístěných ve Švýcarsku, což hraje roli v tom, jak AI personalizuje výsledky. Celkem analýza pokryla 4 044 párů po sobě jdoucích dnů, každé srovnání “dnes vs. zítra” napříč všemi enginy, prompty a odvětvími.
Zde je návrh studie v přehledu:
| Prvek návrhu | Co bylo použito |
|---|---|
| AI enginy | 4 (ChatGPT, Gemini, Google AI Mode, Perplexity) |
| Odvětví / kampaně | 4 (spotřební elektronika, nemovitosti, sportovní zboží, telekomunikace) |
| Prompty na odvětví | 8 |
| Pozorovací okno | 45 až 46 dní (24. ledna až 20. března 2026) |
| Zdroj promptů | Google “Lidé se také ptají” |
Toto je hodně opakovaného měření, což je přesně to, co se studie snaží ukázat.
Dva jednoduché způsoby, jak měřit “změnila se odpověď?”
Aby se dalo zeptat “jak moc se dnešní odpověď lišila od včerejší?”, výzkumníci potřebovali způsob, jak ohodnotit dva seznamy vůči sobě. Použili dvě metriky a k jejich pochopení nepotřebujete žádné statistické znalosti.
Jaccardova podobnost se jednoduše ptá: ze všech zdrojů, které se objevily v obou dnech, kolik se objevilo v obou dnech? Spočítáte zdroje, které sdílejí, a pak vydělíte celkovým počtem unikátních zdrojů napříč oběma dny.
Zde je drobný příklad. Řekněme, že dnešní odpověď cituje 5 zdrojů a zítřejší také 5, ale pouze 2 z nich jsou stejné. Obě odpovědi sdílejí 2 zdroje a dohromady zmiňují 8 odlišných zdrojů (5 + 5, minus 2 počítané dvakrát). Jaccardovo skóre je tedy 2 ÷ 8 = 0,25, což znamená, že zůstala stabilní jen zhruba čtvrtina zdrojů a přes noc se obměnily zhruba tři čtvrtiny. Jaccard 1,0 by znamenal identické seznamy; 0,0 by znamenalo žádný překryv.
Rank-Biased Overlap (RBO) se ptá na totéž, ale přidává jednu věc, kterou Jaccard ignoruje: pořadí. Být citován jako první má vyšší hodnotu než být citován jako pátý, takže RBO přikládá vyšší váhu vrcholu seznamu. Protože vyžaduje, aby se sdílené položky objevovaly na podobných pozicích (nejen že jsou někde přítomné), je RBO vždy přísnější z těchto dvou metrik. Proto v této studii RBO vychází nižší než Jaccard ve všech případech.
Jak tato čísla číst:
- Vyšší = stabilnější. Skóre blízké 1,0 znamená, že se odpověď sotva změnila; blízké 0 znamená, že byla téměř úplně přeskládaná.
- Jaccard odpovídá na otázku “jsou přítomné stejné položky?”
- RBO odpovídá na otázku “jsou přítomné stejné položky a ve stejném pořadí?”
- Rozdíl mezi nimi vám ukazuje, jak moc se mění pořadí, i když se stále objevují stejné položky.
Pokud chcete vidět, jak tyto metriky zapadají vedle dalších měřítek, náš průvodce 10 důležitými metrikami AI viditelnosti dává skóre překryvu do kontextu se zbytkem vašeho monitorovacího dashboardu.
Zjištění č. 1: Dvě třetiny citovaných zdrojů se mění každý jednotlivý den
Kdyby AI vyhledávání fungovalo jako Google, položení stejné otázky dva dny po sobě by vyneslo zhruba stejné stránky. Není tomu tak. Když výzkumníci ze St. Gallen sledovali, které zdroje čtyři AI enginy citovaly každý den po dobu měsíce a půl, zjistili, že se seznam citovaných zdrojů téměř úplně přeskládá z jednoho dne na druhý.
Hlavní číslo je Jaccard, podíl citovaných zdrojů přítomných v obou dnech. Napříč čtyřmi odvětvími se pohyboval od pouhých 0,336 u spotřební elektroniky po 0,423 u telekomunikací, se sportovním zbožím na 0,355 a prodejem nemovitostí na 0,378. Jednoduše řečeno, Jaccard 0,35 znamená, že jen asi 35 % citovaných zdrojů je následující den stejných, takže se přibližně 65 % zdrojů každý jednotlivý den obmění a nahradí. Telekomunikace byly z celé skupiny nejstabilnější a spotřební elektronika nejvolatilnější, ale žádné z odvětví se ani nepřiblížilo stabilitě.
Ještě hůř to vypadá, když se zohlední pořadí. RBO, které nejvíce váží vrchol seznamu, se pohybovalo mezi 0,21 a 0,26, znatelně níž než Jaccard. Tento rozdíl je výmluvný. Znamená to, že se den ode dne nemění jen to, které zdroje se objevují; mění se i pořadí, ve kterém se objevují. I ta hrstka zdrojů, která přežije do dalšího dne, se často přesouvá, takže “nejvýše postavená” citace, kterou jste viděli včera, může být dnes zasunuta hluboko.
Je to přesně ta obměna, o které jsme psali už dříve v problému 7% překryvu : jediný dotaz je snímek pohyblivého cíle. Zkontrolujte své AI citace jednou a zaznamenejte výsledek, a zachytili jste jeden snímek z rozdělení, které se do zítřejšího rána přeskládá.
Stay Updated on AI Visibility Trends
Get the latest insights on AI mentions, brand monitoring, and optimization strategies.
Zjištění č. 2: Zmínky značky jsou stabilnější, ale stále zdaleka ne stabilní
Jednotlivé URL se divoce obměňují, ale marketéry obvykle zajímá něco hrubšího: zmiňuje se vůbec moje značka? Agregace od konkrétních zdrojů k názvům značek vyhlazuje velkou část šumu, ale i na úrovni značky je denní obraz zdaleka ne tou stabilní pozicí, kterou byste čekali od tradičního vyhledávání.
Jaccard na úrovni značky se pohyboval mezi 0,45 a 0,59, což je znatelně vyšší než 0,34-0,42, které jsme viděli u zdrojů. Telekomunikace byly nejstabilnější s 0,589, spotřební elektronika těsně za nimi s 0,557 a sportovní zboží nejnižší s 0,453. Zhruba polovina dnes zmíněných značek se tedy objeví znovu zítra, oproti jen třetině u zdrojů. Přítomnost značky je trvalejším signálem, a proto je lepším základním KPI než sledování jednotlivých URL.
Stojí za rozebrání dva detaily. Za prvé, prodej nemovitostí byl z analýzy značek úplně vyloučen. Enginy pojmenovaly konkrétní značku pouze v 53,6 % odpovědí o nemovitostech (pod 70% hranicí, kterou výzkumníci stanovili pro to, aby dané odvětví mělo dost zmínek značek na spolehlivou analýzu), protože mnoho promptů v této oblasti byly obecné daňové a investiční otázky, na které LLM odpovídají, aniž by citovaly jakoukoli firmu. Zahrnutí by data znehodnotilo, takže bylo vyřazeno.
Za druhé, sportovní zboží skončilo nejníže z konkrétního důvodu: existuje velký, vzájemně zaměnitelný fond značek běžeckých bot, takže model má k dispozici desítky téměř rovnocenných možností a den ode dne se mezi nimi střídá.
A i zde je pořadí nestabilní. RBO pro značky se pohybovalo jen mezi 0,19 a 0,30, takže pořadí, ve kterém se značky objevují, se stále výrazně mění. Stabilnější než u zdrojů, ale ne něco, co lze změřit jednou a věřit tomu. To je důvod pro nepřetržité upozornění na monitoring AI značky namísto jednorázových kontrol.
Zjištění č. 3: Několik málo domén zachycuje téměř všechny citace
Ne každá citovaná doména dostane rovný podíl koláče. V AI vyhledávání malá skupina domén pohltí naprostou většinu AI citací pro dané téma, zatímco všichni ostatní se perou o zbytky.
Studie to měří pomocí Giniho koeficientu, standardního měřítka nerovnosti. Pohybuje se od 0 do 1: Gini 0 by znamenal, že je každá doména citována stejně, a Gini 1 by znamenal, že jedna jediná doména získává všechny citace. Je to stejná matematika, kterou ekonomové používají k popisu příjmové nerovnosti, aplikovaná zde na počty citací.
Napříč všemi enginy a kampaněmi byl průměrný Gini 0,715. To je vysoké číslo. Znamená to, že je krajina citací silně nevyvážená, přičemž hrstka domén vlastní většinu viditelnosti u každého tématu.
Koncentrace se liší podle enginu. Perplexity rozprostřel citace nejrovnoměrněji (Gini 0,671), následován ChatGPT (0,684) a Gemini (0,723). Google AI Mode byl ze všech nejkoncentrovanější s 0,782, což znamená, že se opírá nejsilněji o úzký fond důvěryhodných zdrojů.
Liší se to i podle tématu. Sportovní zboží bylo nejméně koncentrované (0,680), poté spotřební elektronika (0,713) a nemovitosti (0,718), přičemž telekomunikace byly nejkoncentrovanější s 0,750.
Strategický závěr: u jakéhokoli tématu vlastní AI viditelnost pár domén a všichni ostatní jsou téměř neviditelní. Proniknutí do této top vrstvy je tam, kde leží skutečná odměna, takže by se vaše strategie AI share of voice měla zaměřit na proniknutí do koncentrovaného jádra, spíše než na honbu za dlouhým chvostem, který AI zřídka zobrazuje.
Zjištění č. 4: Je to model, ne tok zpráv
Pokud se zdroje mění den ode dne, možná je to jen tím, že se svět mění, ne? Vycházejí nové články, mění se autorita domén, obnovují se indexy. Aby to výzkumníci otestovali, provedli chytrý experiment.
Zadali stejný prompt až 10krát ve stejný kalendářní den, všem čtyřem enginům. Stejný dotaz, stejné podmínky, s odstupem minut. Kdyby denní obměna pocházela z externích zpráv a aktualizací indexu, opakované zadání promptu ve stejný den by mělo vrátit téměř identické zdroje. Podle starých předpokladů o vyhledávání byste čekali téměř dokonalý překryv.
Nestalo se to. Denní překryv zdrojů (Jaccard) v rámci stejného dne se pohyboval mezi 0,32 a 0,43 napříč kampaněmi, což znamená, že se mezi dvěma běhy spuštěnými stejný den shodovala jen asi třetina citovaných zdrojů. Spotřební elektronika dosáhla 0,327, sportovní zboží 0,321, nemovitosti 0,391 a telekomunikace 0,434.
A zde přichází pointa: toto rozmezí je v podstatě totožné s denním rozmezím 0,34-0,42. Odstranění toku zpráv jako faktoru téměř nic nezměnilo.
Závěr je nevyhnutelný. Obměna nepochází z externích aktualizací, změn algoritmu nebo pohyblivého toku zpráv. Pochází z náhodnosti samotného modelu: pravděpodobnostního způsobu, jakým AI generuje a vybírá zdroje pro každou odpověď. Zadejte stejnému enginu dotaz dvakrát po sobě a dostanete výrazně odlišné zdroje, ne proto, že se svět pohnul, ale proto, že model znovu hodil kostkou. To je přesně důvod, proč jedno měření nestačí a proč monitoring musí průměrovat napříč opakovanými běhy, aby vůbec něco znamenal.
Zjištění č. 5: Čtyři enginy nejsou zaměnitelné
Je lákavé zacházet s “AI vyhledáváním” jako s jednou monolitickou věcí. Data říkají opak. Čtyři enginy se chovají tak odlišně, že předpokládat, že jeden odráží druhý, vás výrazně zavede na scestí.
Rozklad výsledků opakovaného zadání ve stejný den podle enginu odhaluje široký rozdíl v konzistenci. U zdrojů byl Gemini zdaleka nejkonzistentnější, s denním Jaccardem 0,505, což znamená, že zhruba polovina jeho citovaných zdrojů zůstala stabilní napříč opakovanými běhy. ChatGPT byl nejméně konzistentní s pouhými 0,233, sotva čtvrtinovým překryvem. Perplexity (0,282) a Google AI Mode (0,318) byly někde uprostřed.
Obraz u značek pořadí zcela přeskládá. U zmínek značky vedl Perplexity (Jaccard 0,492), těsně následován ChatGPT (0,437), poté Gemini (0,409) a Google AI Mode (0,375). Engine, který je nejstabilnější u zdrojů, tedy není nejstabilnější u značek. Neexistuje jediný “nejstabilnější” engine.
ChatGPT vyniká z dalšího důvodu. V 57,8 % svých běhů nevrátí žádné citace. Více než polovinu času přeskočí vyhledávání na webu u definičních otázek a odpovídá místo toho z paměti. Zeptejte se ho “jaký je rozdíl mezi notebookem a laptopem?” a často nikoho necituje vůbec. To je zcela odlišné chování od Gemini nebo Perplexity, které sahají po webu mnohem ochotněji.
Ponaučení je jednoduché, ale zásadní: nemůžete předpokládat, že chování jednoho enginu odráží chování druhého. Každý má vlastní náhodnost, vlastní zvyklosti citování a vlastní zvláštnosti. Jakýkoli seriózní monitorovací program, nebo AI Visibility Index , musí nastavit výchozí hodnoty specifické pro jednotlivé enginy, místo aby vše smíchal do jednoho čísla a doufal, že bude univerzální.
Zjištění č. 6: Vybraný prompt výrazně ovlivňuje výsledek
Zde je zvrat, který většinu lidí zaskočí: prompt, který si vyberete, má stejný význam jako to, kolikrát ho spustíte. Studie měřila konzistenci jednotlivých promptů napříč každou kampaní a rozptyl je obrovský. Některé prompty vracejí téměř stejné zdroje a značky běh za během, s Jaccardem nad 0,8, což znamená, že se opakuje více než 80 % položek. Jiné jsou téměř čistý šum a pohybují se pod 0,2, kde méně než jedna z pěti položek zůstává stabilní.
Vzorec za tímto rozptylem je intuitivní, jakmile ho jednou uvidíte. Konkrétní dotazy na produkty jsou zodpovězeny konzistentněji než široké, obecné dotazy. Konkrétní otázka jako “jaké běžecké boty jsou nejlepší” přitáhne užší, opakovatelnější sadu značek a zdrojů. Vágní otázka na začátku nákupního trychtýře, kterou lze zodpovědět tuctem obhajitelných způsobů, pošle model pokaždé napříč mnohem širším fondem.
Praktický důsledek: jeden nebo dva prompty nemohou reprezentovat kampaň. Pokud si náhodou vyberete dva konzistentní prompty, nadhodnotíte svou stabilitu. Pokud si vyberete dva nestálé, přesvědčíte sami sebe, že celá kategorie je chaos. Tak jako tak měříte zvláštnosti výběru svého promptu, ne svou skutečnou viditelnost.
Řešením je rozsáhlé, rozmanité portfolio promptů, které zrcadlí to, jak se ptají skuteční uživatelé: konkrétní i obecné, transakční i informační. Průměrování napříč mnoha prompty je jediný způsob, jak vyrušit tento šum na úrovni dotazu a vidět kampaň takovou, jaká skutečně je.
Kolikrát byste měli spustit každý prompt?
Představte si jediný dotaz jako jeden hod mincí. Nikdy byste se nerozhodovali, zda je mince férová, na základě jednoho hodu, a přesto vás jednorázový dotaz v AI vyhledávání žádá přesně o to. Protože jsou AI vyhledávače pravděpodobnostní, každý běh je čerstvý hod kostkou, a jediný způsob, jak zjistit, jak často se vaše značka skutečně objevuje, je spustit prompt mnohokrát a zprůměrovat výsledky. Čím více běhů nashromáždíte, tím menší je vaše směrodatná chyba (SE), míra nejistoty kolem vašeho odhadu.
Studie kvantifikuje přesně to, jak rychle se tato míra zmenšuje.
Konvergence je zpočátku strmá a poté se vyrovnává. Jediný běh nese SE 0,370, v podstatě k ničemu. Vyjádřeno jednoduše: značka, jejíž skutečná míra detekce je 50 %, by mohla v jednorázovém snímku vyjít kdekoli mezi zhruba 0 % a 100 %. Nedozvěděli byste se nic.
Přidejte běhy a mlha se rychle rozplyne:
| Běhy na prompt | Směrodatná chyba | 95% marže (±) |
|---|---|---|
| 1 | 0,370 | 0,724 |
| 3 | 0,188 | 0,369 |
| 5 | 0,123 | 0,241 |
| 6 | 0,101 | 0,197 |
| 7 | 0,081 | 0,158 |
| 8 | 0,062 | 0,121 |
SE klesá pod hranici spolehlivosti 0,10 při 7 bězích pro sledování značky (při šesti bězích je to stále 0,101). Pokrytí na úrovni zdrojů je zašuměnější a k dosažení téže hranice potřebuje 8 běhů.
Doporučení je tedy konkrétní: spouštějte prompt alespoň 7krát denně, když sledujete viditelnost značky, a alespoň 8krát, když záleží na pokrytí na úrovni zdrojů. Méně než to, a stále házíte jednou mincí a nazýváte to měřením. To je rozdíl mezi skutečným AI Visibility Index a šťastným odhadem.
Jak dlouho byste měli sledovat? Argument pro okno 2 až 4 týdny
Dostatečný počet běhů promptu vyřeší šum uvnitř jednoho dne. Existuje ale druhý zdroj kolísání: AI odpovědi se mění i den ode dne, a s tím, že se zhruba 65 % citovaných zdrojů obmění každých 24 hodin, je jediný den (nebo dokonce jediný týden) příliš krátký na to, aby oddělil signál od šumu. Potřebujete okno dost široké, aby se denní obměna mohla zprůměrovat.
Studie měřila, jak se přesnost odhadu zlepšuje s prodlužujícím se pozorovacím oknem.
Stejná logika konvergence platí, jen v kalendářním čase namísto opakovaných běhů:
| Okno (dny) | Směrodatná chyba | 95% marže (±) |
|---|---|---|
| 1 | 0,322 | 0,631 |
| 7 | 0,135 | 0,264 |
| 10 | 0,107 | 0,210 |
| 14 | 0,080 | 0,157 |
| 21 | 0,053 | 0,105 |
| 28 | 0,033 | 0,065 |
Odhad klesá pod 0,10 při 10 dnech a pod 0,05 zhruba kolem 24. dne (při 21 dnech je to 0,053 a při 28 dnech 0,033). V praktickém vyjádření: týden dat je stále nejistý pro sledování jakékoli jednotlivé značky, ale marže 0,05 znamená, že značka skutečně citovaná ve 40 % případů se bude pohybovat zhruba mezi 30 % a 50 %, což je dost těsné na to, aby se dal důvěřovat trendu. Dva až čtyři týdny jsou bod, kdy se čísla pro jednotlivé značky stávají skutečně stabilními.
Doporučením je klouzavé okno o délce 2 až 4 týdny. Klouzavé okno slouží dvěma účelům: shromažďuje dost dní na to, aby se zmenšila statistická marže, a tiše zprůměrovává drobné aktualizace modelů a obnovy indexu, které AI enginy pravidelně nasazují, takže se jednorázová úprava v úterý nevydává za skutečný trend. To je délka okna, kterou chcete mít zabudovanou v jakémkoli monitorovacím dashboardu nebo v metodice A/B testování AI viditelnosti , než vyvodíte závěry o tom, zda se vaše viditelnost skutečně posunula.
Co to znamená pro vaši GEO strategii
Studie se přímo přetváří do několika konkrétních pravidel pro každého, kdo provozuje GEO program. Berte je jako provozní požadavky pro nastavení měření, kterému můžete skutečně věřit.
Spouštějte každý prompt alespoň 7krát denně (8krát, když záleží na zdrojích). Jediný dotaz má směrodatnou chybu 0,370 u míry detekce značky, v podstatě hod mincí přestrojený za data. Chyba klesá pod 0,10 při 7 bězích pro přítomnost značky a vyžaduje 8 běhů pro pokrytí na úrovni zdrojů. Pod touto hranicí reagujete na šum, neměříte viditelnost.
Pokryjte každé téma širokým, rozmanitým portfoliem promptů. Překryv na úrovni promptu kolísá od pod 0,2 po nad 0,8 v rámci jediné kampaně, takže jeden nebo dva prompty zachycují zvláštnosti přesně těchto formulací, nikoli vaši skutečnou pozici. Sestavte alespoň osm rozmanitých dotazů na téma, mix konkrétních produktových otázek a širokých formulací typu “co je nejlepší”, aby vaše čísla odrážela kampaň, ne náhodu formulace.
Agregujte přes klouzavé okno 2 až 4 týdny, ne den nebo týden. S tím, že se zhruba 65 % citovaných zdrojů denně obmění, krátká okna nedokážou oddělit signál od šumu. Odhady pro jednotlivé značky se ustálí pod 0,10 SE až při 10 dnech a pod 0,05 při 24 dnech. Klouzavé okno dvou až čtyř týdnů vyhlazuje denní obměnu a drobné aktualizace modelů do trvalého obrazu.
Nastavte samostatné výchozí hodnoty pro každý engine. Koncentrace citací se pohybuje od 0,671 u Perplexity až po 0,782 u Google AI Mode, a denní konzistence zdrojů se pohybuje od 0,233 u ChatGPT po 0,505 u Gemini. Jediná hranice napříč všemi čtyřmi enginy vás minimálně u jednoho z nich uvede v omyl. Benchmarkujte každý engine podle jeho vlastních podmínek.
Sledujte přítomnost značky a zdrojové URL jako dvě odlišná KPI. Stabilita na úrovni značky (Jaccard 0,45-0,59) překonává stabilitu na úrovni zdrojů (0,34-0,42), takže agregovaná přítomnost značky je vaší spolehlivější hlavní metrikou. Přesto ale pokračujte ve sledování zdrojů na úrovni URL, protože právě to vám říká, které stránky skutečně pohánějí vaše zahrnutí.
Poctivá omezení, o kterých stojí za to vědět
Autoři jsou osvěživě upřímní ohledně toho, co tento dataset může a nemůže sdělit, a každá výhrada je důvodem k tomu, abyste provozovali vlastní nepřetržité měření, místo abyste se spoléhali na jednu studii.
Je švýcarská. Všechna data pocházela ze serverů ve Švýcarsku, se švýcarskými IP adresami a lokalizací, napříč prompty v němčině. Geo-personalizovaný výběr indexu a vzorce citací mohou ve vašem regionu nebo jazyce vypadat jinak, takže berte přesná čísla jako orientační, ne univerzální.
Je to jedno časové okno. Vše probíhá z jediného období o délce 45 až 46 dní (leden až březen 2026). AI enginy se neustále aktualizují, takže snímek z jakéhokoli pevného okna, včetně tohoto, může driftovat.
ChatGPT často nevrátil nic. ChatGPT přeskočil vyhledávání na webu u 57,8 % běhů a nevytvořil žádné citace; tyto běhy byly z analýzy zdrojů vyloučeny. Vaše vlastní pokrytí ChatGPT bude nerovnoměrnější, než naznačují hlavní čísla.
Detekce značky byla založena na podřetězcích. Zmínky byly porovnávány oproti pevnému lexikonu, takže synonyma, zkratky a parafráze byly přehlédnuty. Skutečná přítomnost značky je pravděpodobně o něco vyšší, než bylo naměřeno.
Google AI Overviews byly vyloučeny jako odlišný produkt. Pokud je pro vás AIO důležité, jde o celý povrch, kterého se tato studie nikdy nedotkla.
Nic z toho hlavní zjištění nepodkopává; naopak ho posiluje. Jediný způsob, jak zjistit, jak se viditelnost chová na vašem trhu, ve vašem jazyce a tento měsíc, je měřit ji sami, nepřetržitě.
Jak uvést opakované měření do praxe
Zde je praktický kontrolní seznam vyplývající ze studie, minimální funkční nastavení pro GEO měření, podle kterého můžete jednat:
- Spouštějte každý prompt 7 až 10krát denně. Sedm běhů dostane detekci značky pod hranici spolehlivosti; osm pokrývá zdroje; deset vám dává rezervu.
- Udržujte rozmanité portfolio 8 a více promptů na téma. Kombinujte konkrétní produktové dotazy se širokými formulacemi typu “co je nejlepší”.
- Sledujte výchozí hodnoty pro jednotlivé enginy. ChatGPT, Gemini, Google AI Mode a Perplexity se chovají odlišně jak v konzistenci, tak v koncentraci citací, takže je benchmarkujte odděleně.
- Používejte klouzavé okno 2 až 4 týdny. Agregujte míry detekce přes 14 až 28 dní, aby se vyhladila denní obměna zdrojů a drobné aktualizace modelů.
- Sledujte přítomnost značky a zdrojové URL odděleně. Přítomnost na úrovni značky je vaše stabilní hlavní KPI; sledování zdrojů vám říká, které stránky si zahrnutí zaslouží.
- Sledujte koncentraci citací. Rostoucí Gini znamená zmenšující se skupinu domén vlastnících odpovědi, takže vězte, zda jste uvnitř této skupiny, nebo mimo ni.
Dělat toto všechno ručně napříč čtyřmi enginy, desítkami promptů a denními opakováními je spousta pohyblivých částí. Platforma pro monitoring AI viditelnosti jako amicited automatizuje přesně tento vzorec (více běhů, více promptů, sledování v klouzavém okně napříč ChatGPT, Gemini, Google AI Mode a Perplexity), takže je rozdělení spočítáno za vás, místo aby bylo odhadováno pouhým okem z jediného dotazu. Pro širší přehled možností se podívejte na průvodce nástroji pro sledování AI citací , a abyste zachytili posuny, jakmile nastanou, nastavte si upozornění na monitoring AI značky .
Závěr: viditelnost je rozdělení, ne číslo
Nejdůležitějším ponaučením z této studie je posun myšlenkového modelu. Viditelnost v AI vyhledávání není pevný žebříček, který si můžete přečíst na základě jednoho dotazu. Je to pravděpodobnost zmínění, která se odhalí až napříč mnoha běhy. Vzpomínáte na otázku o běžeckých botách, kterou jsme otevřeli? Zeptejte se jednou a možná uvidíte svou značku; zeptejte se znovu o minutu později, za identických podmínek, a nemusí tam být. Množiny zdrojů se den ode dne překrývají jen z 34-42 %; dokonce i značky, stabilnější signál, se překrývají jen z 45-59 %.
To znamená, že každé číslo, které vytáhnete z jediné kontroly, je ve skutečnosti náhodný výběr ze základního rozdělení, a jediný výběr vám řekne o tvaru tohoto rozdělení jen velmi málo. Značka citovaná v jednom běhu a chybějící v dalším “nevypadla”; jednoduše jste jednou vzorkovali náhodný proces házení kostkou a tento jeden vzorek jste zaměnili za pravdu.
Přestaňte se tedy ptát “jsem citován?” a začněte se ptát “jak často jsem citován a jak se to vyvíjí?” Opakované běhy, rozmanité prompty, výchozí hodnoty pro jednotlivé enginy a klouzavá okna promění zašuměný snímek ve stabilní odhad na úrovni, ze které lze rozhodovat. Měřte rozdělení, ne okamžik. To je celá hra v AI vyhledávání.
Sledujte své prompty napříč všemi AI enginy
Přestaňte věřit jedinému dotazu. AmICited spouští vaše prompty znovu a znovu napříč ChatGPT, Perplexity, Gemini a Google AI Overviews, a poté promění šum ve stabilní, denní pohled na to, jak AI popisuje vaši značku a kde dál růst.
Bezplatná kontrola · 14denní zkušební verze · bez kreditní karty