AI shopping prakticky: Jak připravit produktová data a web pro nákupní asistenty

AI shopping je využití AI asistenta při hledání, porovnávání a výběru produktů; podle konkrétní služby může navazovat i předání zákazníka k nákupu. Pro e-shop to znamená připravit informace, ze kterých lze poznat správný výrobek, jeho variantu, aktuální nabídku a podmínky objednání.

Asistent může doporučit vhodný model, ale zákazník po prokliku najde jinou velikost, vyšší cenu nebo nedostupné zboží. Problém v takové situaci nevyřeší další odstavec o kvalitě. Potřebujete sladit produktový katalog, feed, strukturovaná data, detail produktu a košík. Tento návod ukazuje, co upravit a jak výsledek ověřit.

Dokumentace ověřena k 18. 9. 2026. Dostupnost nákupních funkcí se liší podle platformy, trhu a integrace. Ukázky jsou modelové. Pracovní postupy doporučujeme jako metodiku správy dat, nikoli jako recept na garantované doporučení v AI.

1. Rozlišujte doporučení produktu, nabídku a dokončení nákupu

Nákupní asistent může fungovat jako poradce u regálu. Pomůže s výběrem, ale nemusí mít přístup k aktuálnímu skladu ani možnost přijmout objednávku. Rozsah jeho schopností je potřeba ověřit u konkrétní služby.

2. Nejdřív ověřte platformu, trh a způsob zapojení

Neexistuje jeden feed, jehož zveřejnění automaticky zapojí e-shop do všech AI služeb. Před implementací si potvrďte, kdo data přijímá, v jakém formátu, pro kterou zemi a co jejich přijetí skutečně umožňuje.

Google: webová data a Merchant Center

Google doporučuje kombinovat produktová strukturovaná data na webu s předáním katalogu do Merchant Center. Tyto cesty se doplňují a umožňují lépe popsat nabídku. [1] Schválení položky v jedné nákupní službě však neberte jako příslib konkrétní AI odpovědi.

ChatGPT: aktuální dostupnost a přímá data

Stránka OpenAI pro obchodníky při ověření uvádí shopping v USA, možnost požádat o zapojení feedu a prioritu dokončení nákupu na webu či v aplikaci obchodníka. Dostupnost pro český obchod a jeho cílový trh je nutné potvrdit; nelze ji odvodit z toho, že zákazník používá ChatGPT. [2]

Technická dokumentace OpenAI odlišuje podporovanou verzi Stable od návrhu Draft. U podporovaného souborového feedu uvádí mimo jiné identifikátor položky, název, popis, URL, značku, prodejce, obrázek, dostupnost a cenu. Požadavky na reklamu a checkout jsou oddělené. [3]

3. Udělejte pořádek v identitě produktů a variant

Model, varianta a nabídka obchodníka jsou tři různé věci. Jeden model bot existuje v několika velikostech a stejnou variantu může prodávat více obchodů za různé ceny. Datový model musí tyto rozdíly zachovat.

Google ve specifikaci upozorňuje, aby se GTIN ani MPN neodhadovaly a aby identifikátory odpovídaly skutečnému výrobku. U kompatibilního příslušenství se nezaměňuje jeho výrobce se značkou zařízení, pro které je určeno. [4]

Chybějící identifikátor nejdřív dohledávejte u výrobce nebo dodavatele. Pokud nebyl přidělen, postupujte podle podmínek daného kanálu. Neoznačujte všechny produkty jako bez identifikátorů jen proto, že je nemáte vyplněné v administraci.

Interní ID neměňte při každé úpravě názvu a nepoužívejte staré ID pro jiný výrobek. V exportu zachovejte úvodní nuly. Při hromadné úpravě tabulky kontrolujte, zda se dlouhé kódy nezměnily na číslo se ztracenou přesností.

Každá varianta má vlastní obchodní údaje

Černá velikost M může být skladem a modrá L vyprodaná. Nesdílejte mezi nimi dostupnost jen proto, že mají společný rodičovský produkt. Stejně oddělte cenu, obrázek, rozměr a množství v balení.

Google u variant popisuje typ ProductGroup, identitu skupiny a jednoznačné označení variant. Požaduje také možnost otevřít konkrétní výběr samostatnou URL se správným obrázkem, cenou a dostupností. [5]

4. Popište údaje, podle kterých se skutečně vybírá

Otázka zákazníka často obsahuje podmínky: rozměr, materiál, kompatibilitu, způsob použití nebo rozpočet. Připravte katalog tak, aby bylo možné tyto podmínky ověřit. Univerzální seznam přídavných jmen typu „kvalitní, moderní, oblíbený“ tuto práci neudělá.

Sestavte parametrickou šablonu pro každou kategorii

U nábytku řešte rozměry a montáž, u oblečení velikostní systém a složení, u příslušenství konkrétní kompatibilitu. Určete jednotku a význam každého pole. „Šířka“ bez rozlišení výrobku, montážního otvoru a balení může vést ke špatnému výběru.

Název, popis a omezení mají různé úkoly

Název identifikuje model a důležitou variantu. Krátký popis vysvětlí použití a podstatnou vlastnost. Parametry umožní porovnání. Samostatná poznámka může objasnit omezení nebo nutné příslušenství.

U kompatibility uveďte ověřené modely a podmínky. „Univerzální“ nepište tam, kde vhodnost závisí na konektoru, verzi, montážním rozměru či jiném omezení. Pokud výrobce vlastnost nedoložil, AI ji nesmí doplnit podle podobného produktu.

Generování popisů lze použít pro převod schválených podkladů do čitelného textu. Doporučujeme však uchovat vazbu tvrzení na zdroj a kontrolovat výstupy, zejména rozměry, kompatibilitu a obsah balení. Text není důkaz vlastní správnosti.

5. Slaďte cenu a dostupnost v celém nákupním procesu

Porovnávejte tutéž variantu, trh, měnu a okamžik. Rozdíl mezi feedem a košíkem může vzniknout chybou, ale také porovnáním jiné varianty nebo jiné cenové podmínky. Bez tohoto rozlišení se oprava snadno mine cílem.

Google vyžaduje shodu ceny a měny v produktových datech, na cílové stránce a při dokončení nákupu. Dopravu řeší odděleně a pro členské ceny má zvláštní pravidla. [6] Nejnižší cenu dostupnou jen vybrané skupině proto neposílejte jako běžnou nabídku pro každého.

Vyřešte slevy, balení a měrné jednotky

U akce zkontrolujte její začátek i konec. U balení ukažte, zda zákazník kupuje jeden kus, sadu nebo karton. Cena za metr či kilogram musí být rozlišitelná od ceny objednávaného balení. Předvolené množství v košíku nesmí nenápadně změnit význam nabídky.

Pro každý trh udržujte odpovídající cenovou konfiguraci. Nepřekládejte pouze text stránky, pokud se liší měna, doprava nebo možnost dodání. Daňové zobrazení a obchodní podmínky ověřte v nastavení e-shopu pro příslušný typ zákazníka.

Dostupnost není marketingový slogan

Google odlišuje skladovou nabídku, nedostupné zboží, předobjednávku dosud nevydaného produktu a objednávku zboží čekajícího na naskladnění. U předobjednávek a čekajícího naskladnění vyžaduje také datum dostupnosti. [7]

„U dodavatele“ není automaticky totéž co připraveno k okamžité expedici. Zaznamenejte, co skutečně víte o dodání. Nedoplňujte konkrétní datum jen proto, aby položka prošla kontrolou. Změna posledního dostupného kusu musí spustit aktualizaci všech používaných výstupů.

6. Zpřístupněte dopravu, vrácení a identitu prodejce

Vhodný produkt ještě nemusí znamenat vhodnou nabídku. Zákazník potřebuje vědět, zda lze zboží doručit na jeho adresu, kolik bude doprava stát a jak bude postupovat při vrácení nebo problému s objednávkou.

• Rozlišujte čas přípravy zásilky a samotné přepravy.
• Uveďte podmínky dopravy zdarma a případné výjimky pro těžké či nadrozměrné zboží.
• Oddělte standardní pravidla vrácení od doložených výjimek konkrétního produktu.
• Zpřístupněte provozovatele, zákaznickou podporu a příslušné kontakty.

Google podporuje MerchantReturnPolicy pro standardní pravidla organizace i produktové výjimky u nabídky. [8] Značkování má vyjadřovat skutečné podmínky; tento návod neurčuje zákonné lhůty ani nenahrazuje jejich posouzení pro konkrétní obchod.

U tržiště rozlišujte provozovatele platformy a konkrétního prodávajícího. U běžného e-shopu zase nezaměňujte značku výrobku za obchodníka. U podmínek určete odpovědnou osobu, aby se text, nastavení dopravy a export při změně nerozcházely.

7. Připravte obrázky správné varianty

Hlavní fotografie má ukazovat to, co se prodává. Pokud obrázek obsahuje dekorace nebo další vybavení, text musí jasně rozlišit obsah balení. U barevných variant kontrolujte, zda se fotografie mění společně s výběrem.

Google Merchant Center má samostatné požadavky na produktové obrázky: mimo jiné odmítá nevhodné zástupné obrázky a reklamní prvky. Aktuálně uvádí minimum 500 × 500 pixelů a doporučuje přibližně 1 500 × 1 500 nebo více, pokud je to možné. [9] Jde o požadavky tohoto kanálu, nikoli jednotný rozměr pro všechny asistenty.

Ověřte veřejnou dostupnost URL obrázku, správný soubor a dostatečnou kvalitu. U doplňkových pohledů přidejte užitečný detail, rozměrový nákres nebo obsah sady. Generativní úprava nesmí změnit počet dílů, barvu, konstrukci ani jinou vlastnost prodávaného zboží.

8. Propojte katalog, feed a strukturovaná data

Feed je export katalogu pro konkrétní přijímající systém. Strukturovaná data jsou strojově čitelný popis obsahu stránky. Produktový detail je veřejné vysvětlení nabídky. Potřebujete spravovat všechny tři vrstvy ze sladěných podkladů.

U strukturovaných dat Google pro obchodní nabídky používá Product a Offer. Mohou popsat produkt i jeho cenu a dostupnost. [10] Následující zkrácený příklad je technická ukázka pro správce implementace, ne kompletní konfigurace všech nákupních kanálů.

Zjistěte, zda data už generuje e-shopová platforma nebo doplněk. Nepřidávejte další blok s jinou cenou přes existující implementaci. Správce má opravit zdroj a ověřit výsledné HTML po změně varianty.

Názvy polí a hodnoty nejsou univerzální

OpenAI ve své podporované specifikaci používá například item_id a url; u variant také skupinu a vybrané atributy. Dokumentuje i samostatnou cestu pro Google-kompatibilní feedy. Jejich dostupnost a nastavení je nutné potvrdit pro danou integraci. [3]

Proto vytvořte mapování: interní pole → cílové pole → transformace → kontrola. Neposílejte mechanicky stejnou hodnotu dostupnosti do formátů, které používají odlišné názvy nebo význam. Stejně rozlišujte chybějící hodnotu, nulu a výslovné „ne“.

9. Zajistěte spolehlivý odkaz a čitelný detail produktu

Otevřete odkaz z feedu jako nový návštěvník. Musí zobrazit správný produkt a variantu i bez dříve uložené volby. Nestačí, že funguje na počítači správce po předchozím procházení katalogu.

Google upozorňuje, že fragment za znakem # nepoužívá pro odlišení indexovaných stránek. [11] Odkaz s jiným fragmentem proto nepovažujte automaticky za dostatečně rozlišitelnou produktovou URL.

U variant zároveň řešte kanonizaci podle skutečné architektury webu. Jednostránkový model skupiny a model variant rozdělených na samostatné stránky mají v dokumentaci Googlu odlišná pravidla. [5] Nedělejte plošnou změnu kanonických adres jen kvůli názvu „AI shopping“.

Zkontrolujte dostupnost pro oprávněné roboty, odpovědi serveru, obrázky a hlavní text. Důležitý parametr nesmí existovat pouze na fotografii nebo za nefunkčním ovládacím prvkem. U chyb ověřte také ochranu hostingu a načítání skriptů; neodstraňujte plošně ochrany bez zjištění příčiny.

Na kategorii pomozte s výběrem a odkazujte na produkty. Konkrétní nabídka z feedu má vést na odpovídající detail. Srovnávací tabulka má porovnávat doložené rozdíly, ne doplňovat každému modelu vlastnosti, které výrobce nikde nepotvrdil.

10. Nastavte aktualizace a kontrolu chyb

U každého pole určete hlavní zdroj: skladový systém pro dostupnost, cenotvorbu pro cenu, produktovou evidenci pro parametry. Popište, kudy změna postupuje na web a do jednotlivých exportů. Ruční přepis na třech místech se obtížně udržuje.

Interval aktualizace volte podle změn sortimentu a možností integrace. U rychle prodávané položky je důležitá reakce na vyprodání, u technického listu kontrola po změně modelu. Univerzální slib „vše se všude aktualizuje okamžitě“ nemá bez konkrétního měření oporu.

Rozlišujte odeslání, přijetí a zveřejnění

Úspěšné vytvoření souboru neprokazuje jeho stažení. Úspěšný přenos zase neprokazuje přijetí všech řádků. Sledujte poslední úspěšný export, zpracování přijímačem, odmítnuté položky a rozdíl proti předchozímu běhu.

Upozornění nastavte například na prázdný soubor, neočekávaný pokles počtu produktů, starou cenu nebo nefunkční obrázek. Konkrétní prahy odvoďte od katalogu. Chybu cenového exportu řešte u zdroje, nikoli ruční opravou několika produktů v reportu.

11. Kuchařka šesti oprav s nejvyšší praktickou hodnotou

12. Ověřte pilotní vzorek od katalogu po košík

Začněte reprezentativním vzorkem: jednoduchý produkt, více variant, akce, vyprodaná položka, sada, nadrozměrná doprava a další relevantní výjimky. Nejde o pevný počet produktů; cílem je pokrýt odlišná pravidla vašeho obchodu.

Pro produktové značení použijte Rich Results Test a výsledek doplňte kontrolou obsahu. Google jej uvádí jako součást ověřování implementace. [10] Zelený test nepotvrzuje, že je na obrázku správný model nebo že výrobek skutečně pasuje.

U Shoptetu prověřte skutečný výstup používaného feedu, šablony a doplňků. Existence parametru v administraci ještě neříká, že se exportuje do správného pole. Při testování objednávek používejte domluvený postup, aby nevznikaly nechtěné expedice ani falešné obchodní výsledky.

13. Měřte kvalitu dat, správnost doporučení a obchod zvlášť

Přijatá položka, doporučený produkt, návštěva a objednávka nejsou stejná metrika. Přehled rozdělte do tří částí. U dat sledujte chyby a aktuálnost. U odpovědí správnost výběru a podmínek. U obchodu zachycené návštěvy a skutečné výsledky.

Pro kontrolu asistenta připravte otázky podle potřeb zákazníků. Uchovejte jejich znění, datum, platformu, cílový trh, odpověď a konkrétní nabídku. Nevyhodnocujte jen přítomnost značky: zkontrolujte i variantu, cenu, prodejce a odkaz.

Rozpoznaná návštěvnost z AI nepokrývá doporučení bez prokliku. Při malém vzorku nezobecňujte konverzní poměr a z jedné objednávky nedokazujte přírůstkový přínos celé strategie. U vratek zkoumejte důvod; špatně vysvětlená kompatibilita může znehodnotit i vysoký počet nákupů.

Co platí a co slíbit nelze

Google pro AI Overviews a AI Mode nevyžaduje speciální AI soubor ani zvláštní schema.org značení. Základy SEO zůstávají relevantní. [12] To neznamená, že každá obchodní integrace přebírá data bez vlastních požadavků.

Pro GEO je praktické odstranit rozpory a doplnit chybějící podklady k výběru. Veřejné specifikace však neumožňují garantovat pořadí produktů, četnost doporučení ani jednotný růst tržeb. Přínos ověřujte na vlastním katalogu a konkrétním kanálu.

14. Chyby, kterým se při přípravě vyhnout

Metodický kontrolní seznam; nejde o statistiku klientských chyb.

Časté otázky k AI shoppingu

Autor článku

Mgr. Michal Binka

Zakladatel SEO PRAKTICKY, 23+ let v SEO

U produktových dat řeším především to, zda podle nich zákazník vybere správnou věc a koupí ji za podmínek, které očekává. AI nákupní asistent tento požadavek nemění. Přesná varianta, doložené parametry a aktuální nabídka jsou základ pro další SEO a GEO práci.

Vedu tým seniorních specialistů v brněnském Technologickém parku. Jsme Zlatý Shoptet Partner a členové metodické skupiny pro SEO na Shoptetu.

• Autor 3 knih o SEO
• Zlatý Shoptet Partner
• Certifikovaný Collabim specialista
• 23+ let praxe

O nás → Naše knihy o SEO → Případové studie →