Jak na WordPressu nastavit web, aby mu Google a AI modely (ChatGPT, Gemini) správně rozuměly

AI modely nečtou jen text. Čtou strukturu. Když má stránka čistý HTML, jasná data a srozumitelný kontext, model ji snáz pochopí, použije a případně ocituje. Když je obsah schovaný za JavaScriptem nebo bez strukturovaných dat, máte smůlu, i když je text sebelepší.

Tenhle návod je pro majitele e-shopů a firemních webů na WordPressu, kteří chtějí, aby jejich obsah správně viděl Google i nástroje jako ChatGPT, Gemini, Claude nebo Perplexity. Projdeme šest kroků od ověření renderování až po měření výsledků. Každý krok má kontrolní bod, takže poznáte, jestli jste hotoví.

Není to pro někoho, kdo čeká jedno kliknutí v pluginu. WordPress je výhoda, protože umí generovat HTML na serveru. Ale pár věcí musíte nastavit ručně. Pojďme na to.

TL;DR Cíl je jednoduchý: web, kterému rozumí Google i AI modely zároveň. Stojí to na třech pilířích: strukturovaná data (JSON-LD), řízený přístup crawlerů (robots.txt) a kurátorská mapa (llms.txt). Klíčové číslo: 69 % AI crawlerů neumí spustit JavaScript, takže server-side HTML z WordPressu je vaše výhoda. Co NEDĚLAT: nespoléhejte na SEO plugin u AI direktiv a nepleťte si robots.txt s noindex. Výsledek měřte v GA4 a přes monitoring viditelnosti v AI, ne podle dojmů.

WordPress nastavení pro Google a AI: co se vlastně liší

Google a AI modely stojí na stejném základu, ale potřebují jiné signály. Google řeší indexaci a ranking. AI modely řeší retrieval, citace, trénink a grounding. Jinými slovy: Google se ptá "má být tahle stránka vysoko ve výsledcích?", zatímco AI se ptá "můžu tuhle informaci použít a odkud ji vzít?".

AEO a GEO tedy SEO doplňují, nenahrazují ho. AI enginy často staví na indexech Google a Bing, takže klasické SEO pořád platí. Jen k němu přidáváte vrstvu, která pomáhá modelům obsah správně přečíst a použít.

Proč mi nestačí klasické SEO? Protože dobré umístění ve vyhledávání ještě neznamená, že vás model ocituje. Čtou AI modely můj web vůbec? Ano, ale jen to, co dokážou zpracovat. A právě tam začíná práce.

Než začnete: co si připravit (vstupní podmínky)

Než sáhnete do kódu, ujasněte si, k čemu máte přístup. Ušetříte si tím půlku problémů.

• Přístup do WordPress admina (ideálně s právem editovat šablony).
• Přístup k souborům webu přes FTP nebo panel hostingu.
• Možnost upravit soubor robots.txt v rootu domény.
• Vědomost, jestli web používá page builder (třeba Elementor) nebo headless řešení.

Potřebuji vývojáře? U kroků 1 až 3 si většinou vystačíte sami. U vkládání JSON-LD do šablony se vyplatí technická osoba. Co když nemám přístup k souborům? Pak zvolte cestu přes znalostní bázi na subdoméně, o které píšeme v sekci Co dál.

Krok 1 — Ověřte, jak váš web vidí crawlery (rendering)

Tohle je první věc, kterou byste měli zkontrolovat. Podle analýzy 23 AI crawlerů neumí 69 % z nich spustit JavaScript. Když je váš obsah vykreslený jen přes JS, velká část AI botů ho prostě neuvidí.

Dobrá zpráva: blokové šablony WordPressu (Gutenberg, FSE) generují HTML na serveru. To je přesně to, co crawlery chtějí. Riziko naopak vzniká u headless WordPressu a u JS-heavy page builderů, kde se obsah dotváří až v prohlížeči.

Jak to ověřit:

• Vypněte v prohlížeči JavaScript a načtěte stránku.
• Podívejte se na zdroj stránky (Ctrl+U) a hledejte hlavní text.
• Zkontrolujte, jestli je obsah v HTML, nebo jen v JavaScriptu.

Kontrolní bod: text je ve zdroji stránky i bez JavaScriptu. Typický příznak chyby: prázdné HTML a obsah jen v JS.

Krok 2 — Přidejte strukturovaná data (JSON-LD)

Strukturovaná data dávají Googlu i AI strojově čitelný kontext. JSON-LD je lepší volba než mikrodata (itemprop). Je to nativní formát pro parsery a modely, má méně šumu, umí pracovat s @id a vztahy entit a snáz se udržuje.

Pro WordPress scénáře se hodí tyto typy:

• Organization a WebSite pro celý web.
• Article pro blog a články.
• Product pro e-shop.
• LocalBusiness pro kamenné provozovny.
• FAQPage pro otázky a odpovědi (pozor: Google rich results pro FAQ omezil, ale data pořád pomáhají modelům).

Vložit je můžete dvěma cestami. Buď přes plugin (Yoast, Rank Math), nebo vlastním blokem do <head> šablony. Krátký příklad:

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "Název firmy",
  "url": "https://example.com",
  "sameAs": ["https://www.linkedin.com/company/firma"]
}

Kontrolní bod: ověřte kód v Rich Results Test nebo Schema Markup Validator. Jaký typ schématu potřebuji? Začněte Organization a WebSite, zbytek přidávejte podle typu obsahu. Kde to vložím? Do <head> přes plugin nebo šablonu.

Krok 3 — Nastavte robots.txt pro AI crawlery

Tady dělá spousta lidí chybu. SEO pluginy negenerují AI direktivy automaticky. Musíte je přidat ručně. Jinak se spoléháte na to, že se boti chovají, jak vy chcete, což nemusí být pravda.

Příklad bloku pro robots.txt:

User-agent: GPTBot
Allow: /

User-agent: ClaudeBot
Allow: /

User-agent: PerplexityBot
Allow: /

Dvě věci, které si zapamatujte. Za prvé: Google-Extended není Googlebot. Když ho zablokujete, nepoškodíte tím Search ani ranking, jen zabráníte použití obsahu pro Gemini. Za druhé: robots.txt neblokuje indexaci. Je to jen dohoda. Pokud chcete stránku vyřadit z indexu, potřebujete noindex.

Pozor taky na server-level blokace. WAF nebo CDN (třeba Cloudflare) může boty blokovat nezávisle na tom, co máte v robots.txt.

Kontrolní bod: robots.txt je dostupný na /robots.txt a direktivy odpovídají vašemu záměru. Mám AI boty blokovat, nebo povolit? Pokud chcete být citovaní, povolte je. Blokuje robots.txt AI boty? Jen ty, které dohodu respektují.

Krok 4 — Publikujte llms.txt (a co od něj čekat)

llms.txt je kurátorská mapa obsahu pro AI. Jenže pozor na očekávání. Je to experimentální komunitní konvence, ne oficiální standard. Google ho nepodporuje. Anthropic a Perplexity mají potvrzenou podporu, OpenAI je pozorovatelná, ale nepotvrzená.

Nenahrazuje robots.txt ani sitemap.xml. Je to doplněk, který modelům usnadňuje orientaci. Jak přesně mapa llms.txt funguje, jsme rozebrali v samostatném článku.

Struktura souboru:

• H1 s názvem webu.
• Bloková citace s krátkým popisem.
• Sekce H2 s odkazy.
• Absolutní URL, kódování UTF-8, limit kolem 100 KB.

Na WordPressu ho publikujete buď jako vlastní soubor v rootu, nebo přes plugin. Starter vypadá takhle:

# Název webu

> Krátký popis, co web nabízí.

## Hlavní stránky
- [Domů](https://example.com/)
- [Produkty](https://example.com/produkty/)

Kontrolní bod: soubor je dostupný na /llms.txt a má validní formát. Podporuje Google llms.txt? Ne. Vyplatí se to? Jako levný doplněk ano, ale nečekejte zázraky.

Krok 5 — Architektura obsahu, které AI rozumí

Technika je jen půlka práce. Druhá půlka je samotný obsah. AI modely mají radši text, který odpovídá hned.

• Pište answer-first odstavce. Klíčovou informaci dejte na začátek.
• Držte hierarchii H1 až H6.
• Krátké odstavce, ideálně pod 100 slov.
• Používejte odrážky a sekce otázka-odpověď.
• Udržujte konzistenci entity značky: sameAs na oficiální profily, jednotné názvy a SKU.
• Hlídejte aktuálnost. Obsah starší 12 měsíců má zhruba dvakrát nižší šanci na citaci, takže doplňte datum aktualizace.

Jak psát, aby mě AI citovaly? Stručně, konkrétně a s jasnou strukturou. Model neocení květnaté obraty, ocení srozumitelnou odpověď.

Krok 6 — Změřte, co to přineslo

Bez měření nevíte, jestli něco funguje. Začněte v GA4 a nastavte tracking AI referralů. Jenže pozor: část AI trafficu se hlásí jako "direct", typicky u Copilotu. GA4 tedy podhodnocuje. Kombinujte proto referral tracking s log analýzou a dotazníky.

Sledujte tyto metriky:

• Citation rate, tedy jak často jste citovaní.
• Share of voice vůči konkurenci.
• Sentiment zmínek.
• Zdroje odpovědí, tedy které domény modely citují.

Dívejte se na trendy v čase, ne na jeden den. Právě tady se hodí Semly, platforma pro monitoring viditelnosti značky v AI. Sleduje, jak se značka objevuje v odpovědích ChatGPT, Gemini, Claude, Grok a Google AI, a nabízí metriky jako viditelnost, pozice, sentiment, podíl na hlasu a zdroje odpovědí. Díky tomu vidíte, jestli se vaše úpravy na WordPressu propsaly do reálných odpovědí modelů.

Kontrolní bod: v GA4 vidíte AI referrery a máte baseline pro srovnání.

Nejčastější chyby a jak je napravit

Co dál

Až budete hotoví, nezůstaňte stát. Pár dalších kroků:

• Pravidelně aktualizujte obsah i schémata.
• Rozšiřte se na WooCommerce produktové karty (Product, Offer, FAQPage).
• Pokud nemáte přístup k CMS nebo šabloně, zvolte znalostní bázi na subdoméně. Semly ji provozuje na subdoméně klienta a automaticky generuje sitemap, llms.txt, JSON-LD, Markdown a API/MCP. Je to cesta bez přestavby webu.
• Sledujte viditelnost v AI přes Semly a porovnávejte v čase.
• U headless WordPressu počítejte s tím, že potřebujete SSR vrstvu.

Kdy zvolit znalostní bázi na subdoméně vs. zásah do šablony:

• Máte přístup k šabloně a technickou osobu? Upravte přímo WordPress.
• Nemáte přístup k souborům ani šabloně? Zvolte znalostní bázi na subdoméně.
• Provozujete headless WP? Počítejte s SSR vrstvou navíc.

Checklist: 10 kroků pro WordPress web čitelný pro Google i AI

1. Ověřte, že text je ve zdroji stránky i bez JavaScriptu.
2. Přidejte JSON-LD pro Organization a WebSite.
3. Doplňte Article nebo Product podle typu obsahu.
4. Zkontrolujte validaci schématu.
5. Přidejte AI direktivy do robots.txt ručně.
6. Ověřte, že Google-Extended neblokuje Search.
7. Publikujte llms.txt v rootu.
8. Pište answer-first obsah s krátkými odstavci.
9. Udržujte konzistenci entity značky přes sameAs.
10. Nastavte měření AI viditelnosti a sledujte trendy.

Časté otázky (FAQ)

Blokuje robots.txt AI boty? Jen ty, které dohodu respektují. robots.txt je doporučení, ne vynucené pravidlo. Pro tvrdou blokaci použijte WAF nebo CDN.

Jak přidat Schema do WordPressu? Buď přes plugin (Yoast, Rank Math), nebo vlastním blokem JSON-LD do <head> šablony.

Co je GPTBot? Crawler OpenAI, který sbírá obsah pro trénink modelů. Řídí se robots.txt.

Jak měřit AI traffic? V GA4 nastavte tracking AI referralů, ale počítejte s tím, že část trafficu se hlásí jako "direct". Doplňte log analýzu a monitoring viditelnosti v AI.

Podporuje Google llms.txt? Ne. Google llms.txt nepodporuje. Podporu mají Anthropic a Perplexity, u OpenAI je pozorovatelná, ale nepotvrzená.