Obsah pro hloubkovou rešerši: SEO pro AI Perplexity a Claude

Perplexity a Claude spojuje jedna věc, kterou ostatní nástroje nemají v takové míře: lidé je používají na hloubkovou rešerši. Ne na rychlou faktickou otázku, ale na rozhodování, u kterého záleží na přesnosti — srovnání dodavatelů, příprava podkladu, vyhodnocení trhu. A obsah, který v takové odpovědi obstojí, musí být jiného kalibru než běžný blogový text. Musí být „research-grade" — podložený, konkrétní a poctivý natolik, aby o něj šlo opřít rozhodnutí. To je laťka, kterou většina webů nepřekračuje, a právě proto je za ní tolik prostoru.

Disciplína, které se říká SEO pro AI Perplexity, na tuhle laťku míří přímo. Perplexity je vyhledávač postavený na RAG: složitější dotaz rozloží na tři až pět podotázek, k nim si živě stáhne kandidáty a přeřadí je podle relevance, autority, čerstvosti a jasnosti entit. Odměňuje tvrdá data, čerstvost a konkrétnost — přesně to, z čeho se dá poskládat důvěryhodná rešerše. Vágní, obecný text z výběru vypadává, protože nemá čeho se chytit.

Co dělá obsah „research-grade"

První znak je primární datum. Ne převzaté číslo z druhé ruky, ale vlastní zjištění, měření nebo alespoň jasně ocitovaný původní zdroj. Perplexity i Claude sahají po stránkách, které nesou ověřitelná fakta s pramenem a datem, protože takové tvrzení jde přiřadit k citaci. Číslo bez zdroje je pro obě jen šum.

Druhý znak je jmenovaná expertiza. Text, za kterým stojí konkrétní autor s doložitelnou kvalifikací, má u obou nástrojů navrch — zvlášť u Claude, který důvěryhodnost autora bere jako jeden z hlavních signálů. Anonymní obsah „od redakce" tuhle vrstvu postrádá a v konkurenci o citaci zaostává.

Třetí znak je poctivé přiznání hranic. Research-grade text neslibuje, že platí vždy a pro všechny; říká, za jakých podmínek závěr drží, čeho se netýká a kde je nejistota. Zní to kontraintuitivně, ale právě tahle střízlivost je to, čemu Claude věří nejvíc — a čtenář, který dělá vážné rozhodnutí, také.

Claude je nejpřísnější porotce

Tady vstupuje do hry SEO pro Claude AI. Claude prohledá web přes Brave Search, ale do odpovědi pustí jen hrstku zdrojů — často jen dva, tři. Být mezi nimi je mnohem těžší než u štědřejšího Perplexity, a o to cennější, protože proklik z tak úzké odpovědi má vyšší váhu. Claude přitom nápadně preferuje referenčně psané stránky s ověřitelnou autoritou před prodejním obsahem a odmítá nadsázku: stránka, která se tváří neomylně a sype superlativy, u něj spíš propadá.

Velká část toho, co Claude cituje, jsou first-party stránky značek — ovšem jen ty, které stojí na poctivé autoritě. Model odměňuje text, který „ukazuje svou práci": podložená tvrzení, jasně pojmenovanou entitu hned při první zmínce a doznání hranic. A jeho chování je pozoruhodně stabilní týden po týdnu, takže co jednou nastavíte dobře, nemusíte s každou novinkou přenastavovat. Protože má Claude z těchhle nástrojů obecně nejvyšší laťku, obsah, který uspěje u něj, zpravidla obstojí i jinde.

Proč se hloubka u těchhle dvou vyplácí dvakrát

U rychlých faktických dotazů rozhoduje spíš to, kdo má odpověď nejjednodušeji dostupnou. U rešeršních dotazů, které jsou doménou Perplexity a Claude, ale rozhoduje důvěryhodnost — a tu si nelze vypůjčit, musí se vybudovat obsahem. Firma, která na klíčové téma napíše jeden opravdu poctivý, podložený materiál, získá víc než ta, která vydá deset povrchních článků. Kvalita tady poráží kvantitu, protože oba nástroje hledají zdroj, o který se dá opřít závěr, ne stránku, která jen vyplňuje téma.

Má to i příjemný vedlejší efekt. Research-grade obsah stárne pomaleji než novinkové články — primární data a poctivá analýza zůstávají relevantní déle, takže jednou odvedená práce živí citace měsíce, u stabilního Claude klidně napříč několika obdobími bez zásahu. U Perplexity se vyplatí ho průběžně aktualizovat o čerstvá čísla, ale základní kostra vydrží. Poměr vložené práce k době, po kterou nese ovoce, je proto výrazně lepší než u běžného obsahu.

Za zmínku stojí i to, že se citace obou nástrojů překrývají jen zčásti — podle měření se domény, které cituje Claude a které jiné velké nástroje, potkávají spíš výjimečně. Kdo tedy uspěje u obou, nezískává dvakrát totéž publikum, ale přístup ke dvěma odlišným tokům pozornosti. To z research-grade obsahu dělá univerzální klíč, který otevírá víc dveří naráz.

Jak by to vypadalo v praxi

Představme si analytika, který připravuje podklad k výběru nástroje pro firemní reporting. Zeptá se Perplexity a dostane odpověď poskládanou z několika zdrojů: jeden dodá srovnání funkcí, druhý cenové rozpětí, třetí zkušenost z nasazení. Vyhrávají stránky s tvrdými čísly a čerstvým datem. Pak si totéž ověří přes Claude a dostane dva zdroje, které působí nejdůvěryhodněji jako celek — nejspíš srovnávací stránku s jasným autorem a text, který otevřeně říká, komu se nástroj hodí a komu ne.

Stejná stránka tak musí projít dvěma síty. U Perplexity uspěje hustotou faktů a aktuálností, u Claude bezvadnou ověřitelností a střízlivostí. Nevylučuje se to — research-grade obsah splňuje obojí naráz, protože je zároveň konkrétní i poctivý.

Kritérium	Perplexity AI	Claude AI
Zdroj dat	vlastní index a živý web (RAG)	web search přes Brave Search
Počet citací	zpravidla 3–8	málo, často 2–3
Silně preferuje	tvrdá data, čerstvost, dílčí expertizu	autora, ověřitelnost, referenční tón
Typická úloha	rešerše, srovnání, aktuální dění	hlubší rozhodování, B2B, ověřování
Co vás vyřadí	vágní text, zastaralost	nadsázka, anonymita, nejasná entita

Jak psát obsah, který vezmou oba

Začněte odpovědí a hned k ní připojte důkaz. Klíčové tvrzení dejte pod nadpis a do stejného odstavce vložte číslo, zdroj nebo datum, o které se opírá. Oba nástroje zvedají první tvrzení, které umí ověřit; když je proof schovaný o tři sekce níž, souvislost si nedomyslí.

Podepište se a doložte kvalifikaci. Jmenovaný autor s doložitelnou expertizou je u Claude jeden z nejsilnějších signálů a u Perplexity pomáhá autoritě zdroje. Anonymní text tuhle výhodu zahazuje.

Buďte konkrétní a čerství. Jedno ověřitelné číslo s pramenem udělá pro citaci víc než tři odstavce obecné úvahy a viditelné datum aktualizace je pro Perplexity přímý signál. Aktualizujte ale doopravdy — falešná čerstvost nikoho neošálí.

Přiznejte hranice. Uveďte, za jakých podmínek závěr platí a kde končí jistota. Právě střízlivost je to, čemu Claude věří, a čtenáři dělajícímu vážné rozhodnutí dává důvěru, že text nehraje na efekt.

Nepodceňujte ani strukturu, kterou research-grade obsah potřebuje. Hloubka neznamená dlouhé nečleněné bloky — naopak. Jasné nadpisy formulované jako otázky, stručná odpověď hned pod nimi a teprve pak rozvedení do detailu pomáhají oběma nástrojům vytáhnout přesně tu část, kterou hledají. Srovnávací tabulka nebo přehled kritérií udělá z husté analýzy něco, z čeho se dá citovat dílčí fakt. Kombinace hloubky a přehlednosti je vzácná — a právě proto tak účinná.

Nejčastější důvody, proč obsah neobstojí

Nejčastější je povrchnost — text, který téma jen obkrouží, ale nepřinese jediné vlastní číslo ani jasný závěr. Perplexity z něj nemá co vytáhnout, Claude nemá co ověřit. Druhý důvod je anonymita: bez jmenovaného autora a doložitelné expertizy chybí signál, na kterém Claude staví. Třetí je prodejní tón — superlativy místo důkazů, které u Claude fungují jako varovný signál a odrazují i náročného čtenáře. A čtvrtý je zastaralost: neaktualizovaná data u Perplexity spolehlivě prohrávají s čerstvější konkurencí, i když je jinak obsah kvalitní.

Společné je, že žádná z těch chyb se nespraví formátováním ani chytrým titulkem. Spraví se jen prací na podstatě — vlastními daty, jménem za textem, poctivým vymezením a průběžnou aktualizací. To je náročnější než napsat další obecný článek, ale právě proto to konkurence většinou neudělá a prostor zůstává otevřený.

Kde začít a jak měřit

Osvědčuje se audit: projet deset až patnáct klíčových rešeršních dotazů Perplexity i Claude a zapsat, kdo se objevuje místo vás a proč. U Perplexity vidíte citace přímo v odpovědi; u Claude je sledování těžší, takže testujte sadou dotazů a opakovaně, protože odpovědi kolísají a rozhoduje vzorec, ne jeden pokus.

Tým SEOconsult.cz, který se optimalizaci pro AI vyhledávače věnuje v každodenní praxi, k tomu přistupuje po vrstvách — technická dostupnost, obsah psaný „k vytažení" a nakonec autoritní signály jako jmenovaný autor a primární data. U dvojice Perplexity a Claude je poslední vrstva rozhodující: obě odměňují hloubku a poctivost, jen s různým důrazem.

Research-grade obsah je náročnější na výrobu, ale má delší životnost a širší dosah. Kdo ho zvládne, neobjeví se jen v Perplexity a Claude — obstojí i u přísnějších čtenářů a u dalších nástrojů, protože laťka, kterou přeskočí, je mezi nejvyššími. Je to investice, která se vrací tam, kde se rozhoduje o skutečných penězích.

Krátká poznámka k realitě čísel, která v článcích uvádíte: většina veřejných údajů o tom, kolik zdrojů ten který nástroj cituje nebo jakou váhu dává autoritě, jsou odhady z pozorování, ne oficiální metriky. V research-grade obsahu se proto vyplatí zacházet s nimi opatrně — uvádět je jako řádové orientační hodnoty, ne jako tvrdá fakta. Paradoxně právě tahle opatrnost posiluje důvěryhodnost textu u Claude i u čtenáře, protože ukazuje, že rozlišujete mezi tím, co víte jistě, a tím, co je jen odhad.