Co je GEO audit a jak poznat důvěryhodnou metodiku
GEO audit zjišťuje, zda a jak se značka, web nebo produkt objevují v generovaných odpovědích, a hledá příčiny výsledku. Důvěryhodný audit nespoléhá jen na technický checklist ani na jedno neprůhledné skóre. Kombinuje testování odpovědí, crawl webu, kvalitu obsahu, entity, autoritu a konkurenci.
Co má audit zodpovědět
- Zná AI značku a popisuje ji správně?
- Objevuje se značka u neznačkových dotazů?
- Je pouze zmíněna, nebo aktivně doporučena?
- Které stránky jsou citovány?
- U kterých témat vítězí konkurence?
- Je web dostupný crawlerům?
- Obsahuje konkrétní informace použitelné pro odpověď?
- Jsou firma, autoři, produkty a lokality jednoznačné?
- Existují důvěryhodná externí potvrzení?
- Které změny mají nejvyšší očekávaný dopad?
Dvě vrstvy auditu
1. Pozorovaný výsledek
Audit pokládá připravené prompty jednotlivým systémům a ukládá odpovědi, zdroje, zmínky a doporučení.
2. Připravenost webu a značky
Audit kontroluje možné příčiny:
- crawl a indexaci;
- robots.txt a konkrétní boty;
- HTTP stavy a renderování;
- obsahové pokrytí;
- strukturu a přesnost informací;
- schema a entity;
- autorství a důvěryhodnost;
- externí zmínky a recenze.
Technická připravenost sama nedokazuje viditelnost. Skutečné odpovědi zase bez diagnostiky neřeknou, co opravit.
Jak má vzniknout sada promptů
Prompty mají být odvozené z:
- produktů a služeb;
- problémů zákazníků;
- fází rozhodování;
- lokalit;
- specializací;
- konkurenčních alternativ;
- dat z vyhledávání a zákaznické podpory.
Rozdělte je na značkové, informační, srovnávací, doporučovací, nákupní a lokální. Zveřejněte alespoň strukturu a příklady; klient musí rozumět tomu, co skóre představuje.
Opakování a variabilita
Každý důležitý prompt spusťte opakovaně. Uchovávejte přesný model, režim a datum. Výsledkem má být podíl výskytů, ne tvrzení „AI vás doporučuje“ založené na jednom běhu.
U většího auditu lze uvést:
- počet unikátních promptů;
- počet opakování;
- celkový počet odpovědí;
- rozdělení podle platformy;
- interval variability.
Technická kontrola
Minimální rozsah:
- Googlebot a indexace;
- OAI-SearchBot, GPTBot a další relevantní crawlery;
robots.txt, meta robots aX-Robots-Tag;- canonical;
- sitemap;
- 3xx, 4xx a 5xx;
- server-side obsah a JavaScript;
- mobilní verze;
- WAF/CDN blokace;
- strukturovaná data;
- produktové nebo lokální feedy.
llms.txt lze zkontrolovat jako doplněk, ale nesmí mít nepřiměřenou váhu.
Obsahová kontrola
Hodnotí se:
- pokrytí záměru;
- původní informace;
- konkrétnost;
- zdroje a ověřitelnost;
- jasnost odpovědí;
- autorství;
- aktuálnost;
- logická struktura;
- duplicita;
- multimédia.
Automatické skóre má sloužit jako diagnostická pomůcka, ne jako objektivní pravda.
Entity a autorita
Audit porovná:
- název, adresu, telefon a IČO;
- profily firmy;
- autory a jejich odborné profily;
sameAspropojení;- recenze;
- relevantní katalogy;
- oborové zmínky;
- odkazy a citace.
Kvantita bez kvality je zavádějící. Deset duplicitních katalogů nemusí mít větší hodnotu než jedna odborná reference.
Jak číst skóre 0–100
Ptejte se:
- Jaký je vzorec?
- Jaké jsou váhy?
- Je viditelnost oddělena od technické připravenosti?
- Jak se zachází s chybějícími daty?
- Je skóre relativní vůči konkurenci?
- Lze se prokliknout na důkaz?
- Je změna o tři body větší než běžná variabilita?
Bez odpovědi je skóre pouze vizuální zkratka.
Výstup auditu
Kvalitní report obsahuje:
- executive summary;
- metodiku a limity;
- surové metriky;
- ukázky odpovědí;
- platformní rozdíly;
- technické nálezy s URL;
- obsahové mezery;
- entitní a reputační problémy;
- konkurenci;
- priority podle dopadu a náročnosti;
- plán opakovaného měření.
Varovné signály
- garance umístění;
- tajné „interní AI metriky“;
- zaměnění GPTBotu za Search crawler;
- vysoká váha llms.txt bez důkazu;
- jediný běh každého promptu;
- neuvedené modely a datum;
- žádné surové odpovědi;
- stovky automatických doporučení bez priorit;
- srovnání konkurence jinou metodou.