GEO teze platí, důkazy selhávají

GEO může být správná teze, ale ne každé číslo je důkaz. Proč staré benchmarky, špatné jmenovatele a změny modelů mění investiční rozhodnutí v pouhou dekoraci.

---

Dostanete newsletter s přesvědčivou GEO tezí a pod ním rozpočet. Jenže čísla z Profoundu, Ahrefs, BrightEdge, Seer, Goodie a Statcounteru často nemají stejný původ ani jmenovatel. My pak neřešíme, zda GEO funguje, ale zda jeho důkazy unesou investiční rozhodnutí.

Správná GEO teze ještě není investiční důkaz

Tezi GEO považujeme za správnou a její verzi na tomto webu hájíme už 18 měsíců. Právě proto si všímáme, že kolem ní koluje jiný typ problému: důkazy vypadají přesvědčivěji než jsou. 5 hlavních statistik jsme prošli zvlášť a u každé jsme našli potíž s původem nebo aktuálností.

Na papíře to prodává jistotu, v praxi ale rozhodujeme podle něčeho jiného. Když se číslo tváří jako důkaz pro rozpočet, potřebujeme znát, kdy vzniklo, z čeho vychází a co vlastně měří. Bez toho jen potvrzujeme směr, ne prioritu investice.

Proto teď oddělíme správnou tezi od použitelných dat. Nechceme GEO zpochybnit, chceme odhalit, kde se z argumentu stává dekorace, a kde už naopak můžeme začít uvažovat o rozpočtu.

Zastaralý sběr, chybějící zdroj a špatný jmenovatel mění důkaz v dekoraci

U první statistiky vidíme přesně ten rozdíl mezi číslem a důkazem, který nás zajímá. 680 milionů citací z analýzy Profound pokrývalo srpen 2024 až červen 2025, ale později se prodávalo jako čerstvá inteligence pro rok 2026. To je jiný problém než slabá teze: data mohou být správná, a přesto pro rozhodnutí pozdě.

Stejně matoucí je číslo bez správného rámce. 47,9 % bylo čteno jako polovina citací ChatGPT z Wikipedie, jenže šlo o jiné rozložení. Vedle toho samostatná studie s 730 000 konverzacemi ukázala, že deset nejlepších domén zachycuje jen asi 12 % citací. Když pak někdo pracuje s referral share jako s market share, srovnáváme panel s univerzem. U sdílení doporučení rozhoduje i to, zda data pochází z B2B panelu průměrovaného podle značek, nebo z globálního řezu napříč vertikálami.

Nejtvrdší střet přichází u atribuce. 70,6 % AI provozu přišlo bez referrer headeru, takže GA4 vidí jen menšinu. A 76,1 % citovaných URL sice pocházelo z první desítky Googlu, ale tento vztah po změnách modelů přestal držet. Proto nás data vedou spíš k publikačnímu programu a korpusu než k drobným formátovacím úpravám; okamžitě dává smysl jen audit zdrojů, jmenovatelů a data sběru, ne víra v hezky vypadající procenta.

Rozpad starých SEO mechanik po změnách Gemini 3 a AI Overview

U Ahrefs číslo 76,10 % nebylo chybné, jen už neplatilo pro stejný mechanismus. Studie byla stará zhruba dva roky a ukazovala vztah, který se mezitím rozpadl. Stejně tak BrightEdge nejprve hlásil 54 % v říjnu 2025, ale v únoru 2026 už jen přibližně 17 %; následná analýza Ahrefs ji posunula asi na 38 %. My z toho nečteme stabilní pravidlo, ale pohyblivý cíl.

Rozhodující je i datum změny modelu. Google povýšil Gemini 3 na globální výchozí nastavení pro AI přehledy 27. ledna 2026 a po upgradu se změnila skladba citovaných domén. SE Ranking navíc po upgradu zjistil, že Gemini 3 nahradil přibližně 42 % dříve citovaných domén a vrátil asi o 32 % více zdrojových URL na odpověď. To je přesně chvíle, kdy starý benchmark přestává být oporou a stává se historií.

Stejný problém vidíme i u prevalence AI přehledů. V konzervativních smíšených datech záměru vychází jen 15–25 %, zatímco v informačně zaměřených panelech 48–50 %. Bez znalosti sady dotazů porovnáváme nesrovnatelné. A právě tady se láme praxe: ne drobná formátovací úprava, ale publikační program a širší korpus dávají větší smysl. Na místě je hned jen audit starých benchmarků, jejich data sběru a toho, zda dnes vůbec měří stejnou mechaniku, kterou dřív popisovaly.

Jmenovatel rozhoduje víc než samotné procento

Goodieho zpráva z května 2026 je poctivě zdokumentovaná a metodicky opřená o Wave 2, triangulovanou proti SimilarWeb a průměrovanou podle značek. Právě to ale vysvětluje, proč může Claude v B2B panelu vycházet na 18,5 %, zatímco Statcounter v globálních datech ukazuje jen 2,66–2,91 %. Obě čísla mohou být správná, protože neměříme totéž.

Stejně tak z dat neplyne, že by stačilo „přidat odrážky“. U Claudea tvoří blogy 43,8 % citované kategorie, takže vidíme preferenci typu obsahu, ne formátovací trik. Když někdo publikuje originální analytické psaní pod jménem autora, nejde o dvouhodinový úkol, ale o program. A ten se nedá nahradit jedním stylingovým zásahem.

Viditelná menšina provozu nestačí na tržní závěry

Podle The Digital Bloom přišlo 70,6 % AI provozu bez referrer headeru. Proto každé číslo o referral share zachycuje jen viditelnou menšinu, zhruba tři sezení z deseti. Když k tomu přidáme, že Claude posílá asi 38 066 stránek na jedno doporučení a ChatGPT jen 1 091, dostáváme rozdílné distribuce, ne univerzální žebříček.

Zajímavý je až další krok: relace doporučené Claude mají podle The Digital Bloom 16,8 % konverzi, tedy víc než ChatGPT s 14,2–15,9 %, Perplexity s 10,5 % i Gemini s 3,0 %. To už není argument pro kosmetiku. To je signál, že nám dává smysl sledovat typ obsahu, publikační kapacitu a kvalitu korpusu, protože právě tam se může lámat výkon.

Audit důkazů před investicí do GEO

My už víme, že samotná GEO teze může být správná. Rozhodující je, zda stojí na důkazech, které umíme obhájit. Proto se ptáme na tři věci: kdo to publikoval a kdy byla data sbírána, co je jmenovatel a zda se mechanika znovu testovala po změnách modelů. Bez toho kupujeme spíš důvěru než výzkum.

Pro pre-seed a seed dává smysl spustit vlastní panel dotazů, opravit atribuci dřív než obsah a budovat nezávislý obsahový engine. Viditelnost v AI vyhledávání pak nečteme jako dojem, ale jako převoditelný majetek. Autor k tomu přidává i praktický krok: povolit OAI-SearchBot v robots.txt a ověřit indexaci na Bingu, aby nás neblokoval sběr dat.

Stejný operativní rámec stojí i za měsíčním opakováním 20 dotazů napříč ChatGPT, Claude, Gemini, Grok a Perplexity. Když dodavatel neumí odpovědět na všechny 3 otázky ke své hlavní statistice, nerozhodujeme podle benchmarku, ale podle víry. A právě proto má naše GEO strategie začít auditem důkazů, na kterých stojí.

Kdy je GEO důkaz opravdu použitelný

Pro rozhodování je GEO statistika použitelná až ve chvíli, kdy známe její původ, jmenovatel a datum posledního testu vůči aktuálnímu modelu. Jakmile je číslo staré, přepočítané na jiný panel, nebo vytržené z prostředí, které už neodpovídá dnešní mechanice, není to podklad pro rozpočet, ale jen dobře znějící dekorace. V praxi tedy nemáme porovnávat hezká procenta mezi sebou, ale nejdřív si ověřit, zda měří stejnou věc ve stejném čase.

Právě proto musíme před GEO investicí dát přednost vlastnímu panelu dotazů a vlastní atribuci před cizími benchmarky. Když si neodfiltrujeme zastaralá data, špatné jmenovatele a slepé místo po změně modelu, budeme optimalizovat podle historie, ne podle reality. A to je přesně chyba, která stojí rozpočet i strategii víc než slabá teze.

Zdroj: developmentcorporate.com

---