Umí AI přečíst váš web? 13 kontrol

Můžete mít nejlepší stránku ve svém oboru a v ChatGPT, Claude nebo Perplexity přesto neexistovat. Ne kvůli obsahu. Kvůli tomu, že se k ní jejich crawlery nikdy nedostaly.

Postavil jsem nástroj zdarma, který to u jedné stránky zkontroluje asi za 20 sekund. Jako první jsem ho pustil na svůj vlastní web. Neprošel.

Můj vlastní web: 12 ze 13

1. listopadu 2026 ve 14:35 ukázala kontrola na tomakadlec.com 12 ze 13. Chyběla jedna věc: strukturovaná data schema.org. Stránka byla čitelná, crawlery měly přístup, ale nic stroji neříkalo „tohle je člověk, tohle je služba, tohle je článek“.

Doplnil jsem JSON-LD na všechny stránky ve všech pěti jazycích. Ve 14:46 ukázala stejná kontrola 13 ze 13. Jedenáct minut. Většina oprav z tohoto seznamu je takhle malá, jakmile víte, že něco chybí.

13 kontrol ve třech skupinách

Přístup: dostane se crawler dovnitř?

1. Existuje robots.txt. Funkční soubor v kořeni domény. Když chybí nebo je rozbitý, chování crawlerů je nevyzpytatelné.
2. AI vyhledávací crawlery mají povolený přístup. Nástroj čte robots.txt pro 16 AI crawlerů. Pro viditelnost jsou nejdůležitější vyhledávací crawlery jako OAI-SearchBot, Claude-SearchBot a PerplexityBot. Ty stahují stránky pro odpovědi AI vyhledávání.
3. Server AI crawlerům odpovídá. Některé firewally a ochrany proti botům odmítnou každý požadavek, který obsahuje „GPTBot“ nebo „ClaudeBot“. robots.txt říká ano, server říká 403. Nástroj pošle požadavky s těmito jmény a porovná odpověď s běžným prohlížečem.
4. Stránka se načte. HTTP 200. Zní to samozřejmě, ale viděl jsem řetězy přesměrování 301 a chyby 404 na stránkách, které „v prohlížeči fungují“.

Čitelnost: rozumí stránce?

1. Text je čitelný bez JavaScriptu. Většina AI crawlerů JavaScript nespouští. Když se obsah objeví až po načtení skriptů, crawler vidí prázdnou stránku. Nástroj spočítá slova přímo v HTML.
2. Titulek stránky.
3. Meta description.
4. Právě jeden nadpis H1.
5. Jazyk uvedený v tagu html.

Signály: smí použít, co přečetl?

1. Stránka není označená noindex. Zapomenutý noindex z testovacího webu stránku zabije ve vyhledávání i v AI vyhledávání.
2. Úryvky jsou povolené. nosnippet nebo max-snippet:0 omezí, kolik z vás smí AI vyhledávání citovat.
3. Strukturovaná data. JSON-LD schema.org podle toho, co stránka je: Organization, Person, Product, Article, FAQPage.
4. Sitemap. Soubor sitemap.xml, ideálně uvedený v robots.txt.

Trénování a vyhledávání: jedno zakažte, druhé nechte

Spousta webů v letech 2023 a 2024 zablokovala „AI boty“ jedním řádkem na každého bota. Často tím zablokovala špatnou věc.

Velké AI firmy mají oddělené crawlery. GPTBot sbírá data pro trénování modelů. OAI-SearchBot stahuje stránky pro odpovědi ve vyhledávání ChatGPT. Anthropic má ClaudeBot pro trénování a Claude-SearchBot pro vyhledávání. Google-Extended řídí trénování Gemini, Googlebot zůstává vaším běžným vyhledávacím crawlerem.

Můžete tedy říct ne trénování a ano citacím:

User-agent: GPTBot
Disallow: /
User-agent: OAI-SearchBot
Allow: /

Nástroj u každého crawleru ukáže jeho účel (trénování, vyhledávání, nebo požadavek uživatele), takže vidíte, co váš robots.txt skutečně rozhoduje.

Dvě poctivá omezení. OpenAI a Perplexity uvádějí, že jejich nástroje spouštěné uživatelem (ChatGPT-User, Perplexity-User) se robots.txt řídit nemusí, protože o stránku požádal člověk. A testovací požadavky jdou z mého serveru, ne z IP adres samotných crawlerů. CDN, které IP adresy crawlerů ověřuje, tak může odpovědět jinak.

Co udělat tento týden

1. Pusťte kontrolu na homepage a na stránku, která vám vydělává nejvíc.
2. Nejdřív opravte všechno červené: zablokované vyhledávací crawlery, odmítnutí serverem, noindex, prázdné stránky bez JavaScriptu.
3. Pak žluté: strukturovaná data, description, jeden H1, sitemap.
4. O trénovacích crawlerech rozhodněte vědomě, ne náhodou.
5. Pusťte kontrolu znovu po každé větší změně webu. Pluginy a nastavení CDN mění robots.txt a hlavičky, aniž by vám to řekly.

Krátce

Viditelnost v AI začíná dřív než obsah. Když se crawlery nedostanou dovnitř nebo stránku nepřečtou, na ničem dalším nezáleží. 13 kontrol, většina oprav zabere minuty.

Kontrola zdarma: AI crawler check na tomakadlec.com. Jedna URL, bez registrace. Celou zprávu s opravami vám pošle e-mailem, pokud chcete. Když něco neprojde a chcete to mít opravené, podívejte se na opravu čitelnosti pro AI nebo si domluvte 20minutový hovor zdarma.

Kterou ze 13 kontrol podle vás váš web neprojde?

Zdroje: vlastní běh AI crawler checku na tomakadlec.com, 11. 11. 2026 (12 ze 13 ve 14:35, 13 ze 13 ve 14:46) · seznam crawlerů ověřený 11. 11. 2026 v dokumentaci OpenAI, Anthropic a Perplexity · RFC 9309 (Robots Exclusion Protocol).