Jak funguje AI Mode od Googlu

7. října Google oznámil, že začíná postupně zpřístupňovat funkci AI Mode uživatelům v Česku a na Slovensku. Tato novinka zásadně mění způsob, jakým vyhledávač zpracovává dotazy a dává odpovědi. Od klasických odkazů se posouváme k plně generovaným odpovědím založeným na umělé inteligenci. Uživatel má navíc stále možnost zvolit, zda bude vyhledávat klasicky, nebo využije nový AI Mode, takže nejde o náhradu tradičního vyhledávání, ale o jeho rozšíření.

Sepsali jsme proto krok za krokem to, jak AI Mode technicky funguje, jednoduše a srozumitelně, aby mu porozuměli marketéři, copywriteři, CMO nebo kdokoliv, kdo se zajímá o to, jak se mění vyhledávání a SEO. Cílem není popsat každý detail, ale dát jasný rámec a logiku tomu, co se v pozadí AI Mode děje.

Pro ty, kdo se do fungování AI Mode chtějí ponořit hlouběji, doporučujeme projít si následující články, ze kterých jsme vycházeli:

TL;DR:

AI Mode je typ vyhledávání v Google založený na generativní umělé inteligenci, která odpovědi přímo skládá z dostupných zdrojů.
Uživatelé mají stále na výběr mezi klasickým vyhledáváním a AI Mode.
Google vytváří z původního query desítky poddotazů (Query Fan-Out) a hledá nejrelevantnější informace napříč obsahem.
Embeddingy a vektorové porovnávání jsou klíčové.
Dochází k ještě větší personalizaci – každý uživatel dostává unikátní výsledek podle svého chování.
AI Mode stále čerpá z Google indexu.
Google neposuzuje celé stránky, ale jednotlivé pasáže, které nejlépe odpovídají na dotaz.
Podle uživatelských dat z Velké Británie a USA AI Mode (alespoň prozatím) klasické vyhledávání plně nenahrazuje, ale spíše se vzájemně doplňují.

Jak AI Mode technicky funguje?

Google skládá tzv. reasoning chain – řetězec logických kroků. Jedná se o jakýsi vnitřní myšlenkový proces, kterým Google prochází před generováním odpovědi. Nejde pouze o „vyhledání a shrnutí“, ale o sled mezikroků:

co uživatel pravděpodobně myslí,
jaké informace potřebuje,
jak ověřit správnost,
jaké zdroje tvrzení podporují.

Výsledkem je souvislá odpověď, která kombinuje více zdrojů – často i z různých jazyků. Vezměme to tedy krok za krokem.

Krok 1: Uživatel zadá dotaz

Uživatel napíše dotaz, například "nejlepší běžecké boty.“

Krok 2: Získání kontextových informací (Retrieve Contextual Information)

Systém nejprve shromažďuje informace o chování uživatele, tedy předchozí dotazy, lokalitu, připojené účty (např. Gmail, Mapy), kliknutí a podobně.

Na základě těchto dat si Google vytváří tzv. vektor osobnosti – všechny údaje převádí do číselné reprezentace významu (vektorů).

Tento vektor ovlivňuje:

jak model rozumí uživatelským dotazům,
které fan-out dotazy se aktivují (vysvětlíme níže),
které pasáže upřednostní při sestavování odpovědí.

Díky tomu se personalizace posouvá na úplně novou úroveň – můžeme zapomenout na jednotné výsledky. I při stejném dotazu dostane každý uživatel s vysokou pravděpodobností unikátní a personalizované výsledky.

Krok 3: Google rozšiřuje dotaz – Query Fan-Out

Z jednoho dotazu Google vytvoří desítky až stovky skrytých poddotazů, které pokrývají:

příbuzná témata a synonyma (např. "nejlepší běžecké tenisky 2025“),
implicitní záměry, které uživatel možná řeší, ale do dotazu je přímo nezadal (např. "cenově dostupné běžecké boty do 100 €”),
porovnávací dotazy (např. "Nike ZoomX Vaporfly 3 vs. Adidas Adizero Adios Pro 3“),
personalizované dotazy podle uživatele (např. "trailové boty pro začátečníky“).

Tomuto procesu se říká Query Fan-Out. Každý takto vytvořený skrytý dotaz se samostatně vyhledá v indexu a získá relevantní dokumenty.

Krok 4: Vytvoření "Custom Corpus“

Z nasbíraných dokumentů se sestaví vlastní mini-index, tzv. custom corpus, který obsahuje jen ty texty, videa nebo obrázky, jež jsou pro daného uživatele a dotaz nejrelevantnější.

Krok 5: Hodnocení a výběr pasáží (dense retrieval)

Google už nehodnotí celé stránky, ale jednotlivé pasáže (chunks).

Všechny pasáže i dotazy jsou převedeny do vektorů – číselných reprezentací významu.

Model pak porovnává jejich podobnost pomocí kosínové podobnosti: čím jsou si významově bližší, tím výše se umístí.

Krok 6: Výběr pasáží pomocí "pairwise reasoning“

Google používá tzv. pairwise ranking prompting – model vždy porovná dvě pasáže a rozhodne, která lépe odpovídá na dotaz.

Tento proces se opakuje vícekrát, až vznikne seřazený seznam nejlepších pasáží.

Nejde tedy jen o tu, která pasáž je vektorově nejbližší. Model v tomto kroku ještě předpovídá, která pasáž nejlépe odpovídá konkrétnímu dotazu.

Krok 7: Vícevrstvé zpracování pomocí různých LLM

AI Mode následně spustí několik specializovaných LLM modelů, z nichž každý má jinou úlohu. Jednotlivé modely se spouštějí podle toho, co daná situace vyžaduje. Například:

jeden shrnuje texty,
druhý porovnává produkty,
třetí ověřuje fakta,
další formátuje výstup (např. seznam, graf, karusel).

Rozdělení rolí snižuje riziko halucinací a zvyšuje přesnost u konkrétních typů úkolů.

Krok 8: Generování a citace

Z vybraných pasáží se pomocí modelu RAG (Retrieval-Augmented Generation) vytvoří konečná odpověď. Některé pasáže jsou citovány (zobrazí se URL), jiné ne.

Citace se vybírají nezávisle na pozici v SERPu, podle toho, která věta přímo podporuje tvrzení v odpovědi.

Krok 9: Výstup a rozhraní

AI Mode zobrazí výsledek ve formě odstavce, tabulky, videa nebo karuselu podle toho, co je pro uživatele nejvhodnější. Tento přístup se nazývá multimodalita a platí jak pro výstup, tak pro vstup.

Jaký to má dopad na SEO strategii?

Především je třeba si uvědomit, že AI Mode zatím nenahrazuje klasické vyhledávání, spíše ho doplňuje.

Ukazují to i data z trhů, kde je AI Mode dostupný delší dobu:

Po spuštění AI Mode v USA tvořilo jeho využití méně než 2 % všech vyhledávání.
Ve Velké Británii podíl během prvního týdne vzrostl z 0,1 % na 9,2 % a později se ustálil na 6,3 %.

Zajímavé je, že objem klasických vyhledávání v roce 2025 meziročně vzrostl, i v době rozmachu AI nástrojů jako ChatGPT či spuštění AI Mode.

Z toho důvodu se na AI Mode zatím díváme spíše jako na novou příležitost pro zviditelnění značek.

A co to znamená pro strategii? Jak jsme si vysvětlili, AI Mode stále vyhledává informace v indexu. To znamená, že kvalitní SEO zůstává základním předpokladem i pro viditelnost v AI Mode.

To platí zejména pro technickou část:

web musí být snadno přístupný pro crawlery,
nesmí nic bránit indexaci,
musí mít jasnou architekturu

Kde se AI Mode liší od klasického Search?

Pořadí v SERPu jen slabě předpovídá přítomnost v AI Mode (často rozhodují jiné, skryté poddotazy).
Optimalizace na úrovni stránky nestačí, důležité jsou pasáže.
Personalizace: univerzální rank ztrácí význam; výsledky jsou 1:1 podle uživatelského profilu.

Jaké změny jsou možné a o čem začít s nástupem AI Mode přemýšlet

1. Práce s embeddingy a fan-outem

Je potřeba začít zvažovat, jak simulovat fan-out a generovat sadu pravděpodobných poddotazů.
Důležité je i vektorizovat pasáže (query vs. document embeddings) a měřit kosinovou podobnost.
A také porovnávat již citované pasáže se svými a zjišťovat, proč se v AI Mode zobrazují a moje ne.

2. Snadno dostupný a čitelný obsah pro LLM

Důležité jsou dobře strukturované sekce (odpověď + vysvětlení + data/zdroj).
Pomáhá jasná struktura: nadpisy, bullet pointy, tabulky, FAQ, TL;DR, citace se zdroji.
Multiformátový obsah (krátká videa s přepisem, audio snippety, jednoduché grafy a tabulky) umožní modelům čerpat data i mimo text.

3. Sémantická síť / klastry / interní odkazy

Obsah by měl vznikat na základě reálných poddotazů z fan-outu, ne podle subjektivních "topic clusterů“.
Interní linky by měly fungovat jako sémantické mosty mezi pasážemi (s jasnými anchory).

Zajímavé statistiky

Analýza SE Ranking ukázala, že mezi výsledky AI Mode a top 10 organickými výsledky Google je překryv jen 14 % na úrovni URL a 21,9 % na úrovni domén (vzorek 10 000 klíčových slov v USA).
Podle Semrush jsou tyto hodnoty vyšší, asi 35 % na úrovni URL a 54 % na úrovni domén.
Z analýzy Semrush vyplývá, že existuje silná pozitivní korelace mezi top 10 výsledky v Google a počtem AI citací v AI Mode. Zároveň ale platí, že AI Mode nepřebírá vždy ty stejné URL, které vidíme v organických výsledcích. Často vybírá jiné podstránky ze stejných důvěryhodných domén (např. blogové články, návody nebo FAQ sekce), které lépe odpovídají konkrétnímu dotazu uživatele. To přesně odpovídá tomu, jak AI Mode technicky funguje.

Shrnutí

AI Mode je jedním z největších kroků, jaké Google v oblasti vyhledávání udělal za poslední roky. Zároveň ale platí, že AI Mode zatím nenahrazuje klasické vyhledávání, je to spíše nová příležitost, jak získat další viditelnost pro značku a rozšířit dosah obsahu.

Dobrou zprávou je, že ten, kdo už dnes dělá kvalitní SEO, má tím pádem vybudované i pevné základy i pro AI Mode. Google totiž stále čerpá informace z indexu, a proto bude i nadále klíčové mít technicky správně nastavený web, jasnou strukturu a snadno přístupný obsah.

Ti, kteří začnou vnímat AI Mode jako cenný zdroj návštěvnosti, by se měli více zajímat o to, jak systém pracuje s vektory, pasážemi a Query Fan-Outem. Právě tyto principy rozhodují o tom, které části obsahu se objeví v AI odpovědích a jak dobře Google porozumí záměru uživatele.

Zdroje, z kterých jsme čerpali:

Témata na blogu

Autor článku

Fedor Dúbravský

SEO SpecialistLinkedIn

Domluvte si schůzku

Mám zájem o:

Formulář byl úspěšně odeslán

Jak funguje AI Mode od Googlu: Nový způsob vyhledávání stručně a jednoduše