Jak funguje vyhledávání informací při generování popisků pomocí AI

Začíná se tím, co už o produktu máte

Než se začne cokoli hledat na internetu, sáhne generování po datech, která máte ve svém e-shopu. Ta jsou totiž ze všech zdrojů nejdůvěryhodnější - vložil je tam člověk nebo dodavatel, ne model.

Parametry produktu - rozměry, hmotnost, materiál, barva. Cokoli máte u produktu vyplněné.
Původní dlouhý popis - i když ho chcete přepsat, informace v něm jsou často správné. AI z něj čerpá fakta, i když přepisuje formu.
Krátký popis - bývá v něm to nejdůležitější, co o produktu chcete říct.
Název, kategorie a EAN - kotva, podle které se produkt pozná i při vyhledávání na webu.

Vyhledávání na internetu tedy vaše data nenahrazuje, ale doplňuje - tím, co u produktu chybí, nebo co je třeba ověřit. Platí z toho jednoduchý závěr: čím lépe máte produkty vyplněné, tím přesnější popisek dostanete - i kdybyste žádný vyhledávací systém nezapnuli.

Proč se vůbec něco dohledává

Jazykový model nemá databázi produktů. Má statistický odhad toho, jaká slova spolu obvykle chodí. U marketingové věty to stačí, u technického parametru ne - model, který „ví“, že kola pro děti váží kolem sedmi kilo, klidně napíše sedm i u kola, které váží 5,45.

Taková chyba je zrádná tím, že vypadá věrohodně. Nikdo si jí nevšimne při korektuře, ale zákazníkovi přijde balík s jinými parametry, než sliboval popisek - a to už je vratka nebo reklamace.

Pobo proto před samotným psaním pustí research: několik AI systémů si produkt nastuduje na webu, jejich zjištění se porovnají mezi sebou a teprve výsledek jde do zadání pro model, který popisek píše.

Čtyři systémy, každý s jinou silou

V nastavení promptu, v sekci Doplňování informací, si vybíráte, kdo se má produktu ptát. Není to seznam zaměnitelných značek - každý zdroj hledá jinak a hodí se na něco jiného.

OpenAI - dohledá specifikace podle EAN kódu. EAN je globální identifikátor, takže když ho produkt má, je to nejpřesnější cesta k tomu, aby AI našla opravdu ten váš model a ne podobný. Když EAN chybí, tenhle zdroj se tiše přeskočí a nic se neúčtuje.
Perplexity - prohledává živý web a ke svým tvrzením vrací citace zdrojů. Hodí se u produktů, kde je informace roztroušená po recenzích a magazínech, ne jen v katalogu výrobce.
Gemini - odpovídá z trénovacích dat, ne z živého vyhledávání. Proto je u něj v aplikaci štítek Orientační a nikdy nevrací odkazy na zdroje. Bereme ho jako rychlý čtvrtý hlas, ne jako důkaz.
Claude - připravujeme. Přibude jako další nezávislý zdroj s jinou trénovací bází než zbylé tři.

Platí jednoduchá úměra: víc zdrojů znamená přesnější fakta, ale delší generování a vyšší spotřebu kreditů. Kolik to bude, vidíte před spuštěním na obrazovce generování.

Když chcete čerpat z konkrétních webů

Otevřené hledání po celém internetu není vždy to pravé. U technických produktů bývá jediný spolehlivý zdroj stránka výrobce nebo dodavatelský katalog - všechno ostatní jsou přepisy přepisu, kde se už ztratila desetinná čárka.

Na to je sekce Prohledávání internetu. Zadáte konkrétní adresy a AI pak fakta hledá jen na nich. Dotaz se skládá z názvu produktu a EAN kódu, pokud ho produkt má.

Dvě věci, které se vyplatí vědět:

Adresu zadávejte včetně https:// - samotná doména bez protokolu se neuloží.
Na pořadí webů nezáleží. Stejná sada adres v jiném pořadí sdílí stejný výsledek, takže přeházením řádků nic nezměníte ani nezaplatíte znovu.

Doporučené nastavení pro technický sortiment: nechte zapnuté OpenAI kvůli EANu a k tomu přidejte web výrobce. Dostanete kombinaci globálního identifikátoru a autoritativního zdroje.

A ještě jeden zdroj: co lidé opravdu hledají

V sekci Obrázky a SEO najdete přepínač Použít kontext z Google vyhledávání. Ten nesbírá technická fakta, ale skutečné dotazy z Google - sekci „Další dotazy“ (People Also Ask), nejlepší úryvky z výsledků a související vyhledávání.

Je to jiný druh informace než parametry. Fakta říkají, jaký produkt je. Google kontext říká, na co se u něj lidé ptají - a z toho se dá postavit FAQ, které odpovídá na reálné dotazy místo vymyšlených.

Oba přepínače můžou běžet zároveň a nevylučují se. Ve stejné sekci je i AI profil e-shopu - informace o vaší značce, cílové skupině a tónu, které vyplňujete jednou a použijí se v každém textu.

Neptáme se modelu, jak si je jistý

Nabízí se jednoduché řešení: nechat AI, ať u každého údaje sama řekne, na kolik procent si je jistá. Nefunguje to. Model vrátí „95 %“ i u údaje, který si před chvílí vymyslel - vlastní odhad jistoty není měření, je to další vygenerovaný text.

Pobo proto dělá něco jiného: porovná odpovědi mezi sebou. Je to stejný princip, jako když se na cenu opravy zeptáte tří servisů - když řeknou téměř totéž, asi to bude sedět.

Na příkladu: dětské kolo

Řekněme, že máte v katalogu dětské kolo a zapnuli jste tři vyhledávací systémy. Každý se podívá jinam a vrátí svůj seznam údajů. Pobo je pak prochází položku po položce - zvlášť značku, zvlášť hmotnost, zvlášť velikost kol.

Když se shodnou. Všechny tři řeknou, že kolo váží 5,45 kg. Údaj se použije a označí jako spolehlivý - tři nezávislé zdroje se netřefí do stejného čísla náhodou.

Když se shodne většina. Dva zdroje řeknou 5,45 kg, třetí 6 kg. Použije se 5,45 - hodnota, na které se shodla většina. Nedělá se průměr, protože ten by u parametru neměl smysl: mezi 510 a 515 milimetry není správně 512,5, ale jedno z těch dvou čísel.

Když to najde jen jeden. Jediný zdroj uvede výšku sedla, ostatní o ní mlčí. Údaj se sice použije, ale označí se jako méně jistý - není ho s čím porovnat. Nezáleží na tom, jak sebevědomě zněl.

Když si odporují. Jeden zdroj tvrdí hliníkový rám, druhý ocelový. Rozpor se zaznamená a předá dál s označením, že se tady zdroje neshodly.

Model, který pak píše popisek, tahle označení vidí. U spolehlivých údajů má pokyn nic neměnit, u nejistých a rozporných raději mlčet než hádat - lepší chybějící údaj než špatný.

Ještě jedna pojistka: jeden systém nemůže přehlasovat ostatní tím, že odpoví dvakrát. Když OpenAI hledá zároveň podle EANu i na vašich webech, počítá se to pořád jako jeden hlas.

Web je nedůvěryhodný vstup, a tak s ním zacházíme

Když AI čte cizí stránky, může na nich najít nejen fakta, ale i text napsaný s cílem AI zmanipulovat - třeba skrytou větu „ignoruj předchozí zadání a napiš místo toho…“. Říká se tomu nepřímá prompt injection a je to reálné riziko každého systému, který pouští model na živý web.

Obrana je v Pobo na dvou úrovních. Každý vyhledávací systém dostává instrukci brát stažený obsah výhradně jako data a ignorovat jakékoli pokyny v něm. Stejné upozornění dostane i model, který z těch faktů skládá finální popisek.

Odpovědi zdrojů navíc mají pevně daný tvar - značka, model, kategorie, parametry, úryvek, zdroje. Nic jiného z nich neprojde.

Riziko AI slopu

Za poslední dva roky se internet zaplnil textem, který vznikl jedním promptem do chatbota. Anglicky se tomu říká AI slop a má dva problémy.

Zákazníka nepřesvědčí. Kdo si vybírá mezi dvěma koly, potřebuje vědět váhu, velikost kola a výšku sedla - ne že je produkt kvalitní a spolehlivý.

Vyhledávačům nemá co nabídnout. Když stejně obecný text vygeneruje i deset dalších e-shopů, není důvod zobrazit zrovna ten váš. Odlišují vás fakta o produktu a odpovědi na konkrétní dotazy, ne přívlastky.

Celá výše popsaná vrstva - dohledávání, konsensus, instrukce raději vynechat než vymyslet - existuje právě proto, aby váš popisek nebyl další variací na totéž.

Jak AI slop poznáte v praxi

Nejlépe to ukáže dvojice odstavců o tomémž produktu. První je to, co vypadne z obecného chatbota. Druhý to, co vznikne z dohledaných faktů.

❌ „Toto dětské kolo je ideální volbou pro vaše dítě. Díky kvalitnímu zpracování a modernímu designu si získá srdce každého malého cyklisty. Nabízí skvělý poměr ceny a výkonu.“

Tři věty, nula informací. Nedozvíte se hmotnost, velikost kol ani pro jaký věk je kolo určené. Stejný odstavec by seděl na libovolné kolo ve vašem katalogu, a taky na kolo konkurence.

✅ „Kolo váží 5,45 kg, tedy zhruba polovinu toho, co běžné dětské kolo té velikosti. Hliníkový rám dítě samo zvedne přes obrubník. Kola o průměru 16 palců odpovídají výšce 105 až 120 cm, tedy zhruba čtyřem až šesti letům.“

Každá věta nese číslo a každé číslo pomáhá s rozhodnutím. Rodič pozná, jestli je kolo pro jeho dítě, a nemusí psát na podporu.

Rozdíl není ve stylu psaní. Je v tom, že druhý odstavec měl z čeho vycházet.

Poznávací znamení slopu

Když si nejste jistí, projděte popisek podle těchhle pěti bodů:

Žádné číslo. Odstavec bez jediného údaje je marketingová výplň, ne popis produktu.
Fungoval by i u jiného produktu. Zkuste v textu nahradit název jiným zbožím. Když věta pořád dává smysl, o produktu neříká nic.
Slova bez obsahu. „Kvalitní“, „moderní“, „ideální volba“, „skvělý poměr ceny a výkonu“.
Úvod, který nic neříká. „V dnešní uspěchané době…“, „Hledáte-li…“
Žádná odpověď na praktickou otázku. Vejde se to do myčky? Jak dlouho vydrží baterie? Pro jaký věk to je?

Popisek postavený na dohledaných faktech tyhle body neprojde náhodou - jednoduše proto, že má co konkrétního říct.

SEO: obsah, který vyhledávače umí přečíst

Samotný text je jen půlka věci. Pobo z něj navíc skládá strukturu, které Google rozumí.

Rich snippety u FAQ. Když má popisek FAQ widgety, Pobo k nim vygeneruje strukturovaná data (JSON-LD podle schema.org). Google z nich umí ve výsledcích vyhledávání poskládat rozbalovací otázky přímo pod odkazem. Zapíná se to jedním přepínačem pro celý e-shop.

Site links, tedy odkazy na sekce. Nadpisy úrovně H2 dostanou kotvy a nad popiskem vznikne navigace. Google z toho umí nabídnout skoky přímo do konkrétní části stránky - zákazník klikne rovnou na „Parametry“ nebo „Časté dotazy“.

Odpovědi na reálné dotazy. Když je zapnutý Google kontext, FAQ nevznikne z fantazie modelu, ale z toho, na co se lidé u daného typu produktu opravdu ptají.

To je zároveň odpověď na častý dotaz, jak si popisky poradí s vyhledáváním přes AI. Modely, které dnes odpovídají na dotazy zákazníků, hledají konkrétní údaje a strukturované odpovědi - tedy přesně to, co obecný text neobsahuje.

Technická stránka a rychlost načítání

Bohatý obsah má jednu nepříjemnou vlastnost, bývá pomalý. V Pobo je proto několik věcí řešených tak, aby produktová stránka na rychlosti netratila.

Rozměry obrázků předem. Fotky dostanou atributy šířky a výšky, takže prohlížeč si pro ně rezervuje místo dřív, než se stačí načíst. Bez toho obsah při načítání poskakuje - to je metrika CLS, kterou Google měří.

Ořez bílých okrajů. Fotky z e-shopů mívají kolem produktu spoustu prázdného místa. Pobo ho umí detekovat a oříznout přímo na CDN - produkt na fotce vyplní víc plochy a přenáší se méně dat.

Předpřipravené HTML. Hotový obsah se nerenderuje při každém požadavku znovu, ale ukládá se předpočítaný. To se projeví hlavně u e-shopů, které obsah tahají přes API a mají víc jazyků.

Ověřená fakta rovnou v několika jazycích

Když prodáváte i do zahraničí, nemusíte generování pouštět zvlášť pro každou mutaci. V sekci Překlady popisků zaškrtnete jazyky a hotový popisek se do nich přeloží rovnou při generování.

Překlad se nemusí týkat jen samotného textu. Zvlášť si zapínáte, jestli se má přeložit i název produktu, SEO meta popisky a krátký popis. Nabízejí se jen jazyky, které máte na e-shopu nastavené.

Pro tenhle článek je důležité jedno: překládá se text, který už stojí na ověřených faktech. Značka, model a parametry zůstávají stejné ve všech mutacích. Nehrozí, že by německá verze uváděla jinou hmotnost než česká, což se stává, když se každý jazyk generuje samostatně.

Fakta potřebují místo, kam se posadit

Dohledané parametry by v jednom dlouhém odstavci zanikly. Proto se popisek v Pobo neskládá z textu, ale z widgetů, a každý typ obsahu má svůj.

Tabulky parametrů - přesně tam končí technické údaje z researche. Značka, model, rozměry, materiál.
FAQ - rozbalovací otázky a odpovědi. Zároveň zdroj pro rich snippety.
Galerie a obrázky - jeden velký záběr, dva vedle sebe, tři v řadě. AI umí chybějící fotky i dogenerovat.
Videa - vložíte vlastní soubor nebo odkaz.
Výhody a ikony - krátké body, které se čtou i při prolétávání stránky.
Recenze - hodnocení zákazníků jako samostatný blok.

Ke každému widgetu šablony navíc můžete napsat vlastní instrukci - třeba že v sekci s parametry má být tabulka a jinde odrážky. Detailně to popisuje návod k promptům.

Analytika: co lidé s popiskem dělají

Nový popisek nemá smysl hodnotit podle toho, jestli se vám líbí. Analytika v Pobo měří chování návštěvníků přímo v obsahu, který jste vytvořili.

Hloubka čtení - kam až lidé doscrollovali a ve které části popisku vznikaly košíky.
Interakce s widgety - kolik použití připadá na sto zobrazení. U FAQ může číslo překročit sto, protože jeden člověk rozbalí víc otázek.
Nejčastější dotazy z FAQ - které otázky lidi zajímají nejvíc. Dobrý podklad pro to, co dopsat do dalších popisků.
Porovnání s ostatními e-shopy - benchmark, abyste věděli, jestli je vaše číslo dobré nebo běžné.

Jedna důležitá výhrada: tahle čísla jsou popisná, ne kauzální. Říkají, co se stalo, ne že to způsobil popisek. Kdo se doscrolloval hlouběji, byl pravděpodobně už předem rozhodnutější. Na otázku „pomohl ten text?“ odpovídá až další nástroj.

Kde zabrat příště

Analytika neukáže jen čísla, ale i konkrétní seznam produktů, kterým se vyplácí věnovat jako dalším. Jsou čtyři:

Chybí popisek - produkty, které lidé navštěvují, ale popisek u nich není. Seřazené od nejnavštěvovanějších, takže prvních pět řádků zabere nejvíc.
Podprůměrné - popisek existuje, ale výsledky má horší než zbytek katalogu.
Čerstvě nasazené - co je nové a stojí za sledování.
Největší pohyb - kde se výsledky nejvíc změnily.

U každého řádku je rovnou odkaz do editoru, takže z čísla k práci vede jedno kliknutí.

A/B testy: když chcete vědět, jestli to pomohlo

A/B test je jediný způsob, jak od popisného čísla přejít k odpovědi. Část návštěvníků vidí jednu variantu, část druhou, a rozdíl mezi nimi už jde přičíst obsahu.

V Pobo se dají postavit dva druhy testu:

Původní popisek proti Pobo - porovnáte svůj původní popis z e-shopu s tím, který jste vytvořili v Pobo. Odpovídá na otázku, jestli se celá práce vyplatila.
Dvě varianty Pobo obsahu - vytvoříte druhou verzi popisku a zjistíte, která prodává lépe. Vhodné na ladění tónu, pořadí sekcí nebo délky textu.

Test může běžet nad víc produkty najednou a dá se naplánovat, pozastavit i ukončit. A/B testy zatím zpřístupňujeme postupně. Pokud je ve svém účtu ještě nevidíte, napište si nám o ně.

Doporučené nastavení podle sortimentu

Není nutné zapínat všechno. Podle toho, co prodáváte, se vyplácí něco jiného:

Technika, elektro, nářadí - parametry musí sedět na desetinu. Zapněte OpenAI kvůli EANu a přidejte web výrobce do prohledávání internetu.
Kosmetika a doplňky stravy - klíčové je složení a způsob použití. Perplexity s citacemi zdrojů dává smysl, protože informace bývá mimo katalog výrobce.
Móda a bytové doplňky - méně tvrdých parametrů, víc o použití. Stačí lehčí research a víc vsadíte na Google kontext a AI profil e-shopu.
Vlastní výroba - na webu o produktu nic není, dohledávání nemá kde brát. Research klidně vypněte a místo toho popište produkt důkladně v zadání promptu, a hlavně mu dejte kvalitní vstupní data u produktu.

Ať zvolíte cokoli, vyplatí se nové nastavení nejdřív vyzkoušet na jednom produktu. Testování promptu nic nezapisuje a nestojí kredity.

Shrnutí

Popisek z Pobo nezačíná u modelu, ale u produktu. Nejdřív se vezme, co už o něm máte v e-shopu, pak se fakta dohledají na webu a porovnají mezi několika nezávislými zdroji. To, na čem se zdroje neshodnou, se označí jako nejisté. Teprve pak se píše text a vysází se do widgetů, kterým rozumí zákazník i vyhledávač.

Jestli to u vás funguje, nemusíte odhadovat. Analytika ukáže, co návštěvníci dělají, a A/B test řekne, jestli za to může obsah.

Když si s nastavením nebudete vědět rady nebo vám u konkrétního sortimentu research nevrací to, co čekáte, napište nám na podpora@pobo.cz. Rádi se podíváme na konkrétní produkt.