Kliniky bez citace: jak vypadá SEO pro AI Perplexity a Claude AI ve zdravotnictví

Pacient s bolestí v podžebří nezadá do vyhledávače „gastroenterologie Praha“. Napíše celou větu o tom, co ho bolí, jak dlouho a co už zkusil, a od AI asistenta čeká rovnou vysvětlení i doporučení, kam se objednat. Odpověď, kterou dostane, stojí na hrstce konkrétních stránek. Web, který mezi nimi není, nezachrání ani dobrá pozice v klasickém vyhledávání.

Zdravotnická zařízení mají přitom nezvykle dobrou výchozí pozici. Disponují odborností, jmenovanými lékaři s atestacemi, reálnými čísly o počtech výkonů a povinnými informačními stránkami. Jenže tenhle materiál bývá na webech napsaný pro pojišťovnu nebo pro zřizovatele, ne pro čtenáře, a generativní modely si z něj nemají co vzít. Rozdíl mezi citovaným a přehlíženým zdrojem je často jen otázka formátu — co znamená SEO pro AI Perplexity v praxi, se dá shrnout do jedné věty: dodat ověřitelný fakt dřív, než ho model musí hledat jinde.

Perplexity hledá čísla, ne dojmy

Perplexity AI nefunguje jako klasický vyhledávač s výsledkovou stránkou. Pro každý dotaz prohledá web živě a opře se o vlastní index čítající přes 200 miliard URL. Dotaz si nejdřív rozloží na tři až pět podotázek, ke každé stáhne řádově deset stránek a ty pak protáhne vícevrstvým rerankerem, který váží relevanci, autoritu, čerstvost, strukturu a jednoznačnost entit. Teprve z toho, co projde, skládá odpověď s inline citacemi.

Citace přidává vždy, mimo režim psaní, a typicky uvádí tři až osm zdrojů. Jedna stránka přitom může být citovaná víckrát u různých podtémat. To je pro zdravotnická zařízení dobrá zpráva: nemusíte být nejlepší stránkou na celý dotaz, stačí být nejlepší na jeden dílčí úhel — na čekací dobu, na přípravu před výkonem, na cenu pro samoplátce.

Co model odmění: konkrétní data. Míry, počty, ceny, termíny, jmenované entity. Vágní formulace typu „moderní přístup a individuální péče“ nemá v tomhle výběru žádnou váhu, protože z ní nejde vytáhnout atribuovatelné tvrzení. Čerstvost hraje roli taky — novější stránka se stejným obsahem poráží starší.

Claude cituje málo, a proto vybírá tvrdě

Claude AI sahá na web přes Brave Search a dělá to jen tehdy, když dotaz vyžaduje aktuální nebo externí informace. Zásadní rozdíl je v počtu: zatímco Perplexity rozprostře pozornost mezi několik pramenů, Claude jich uvede často jen dva nebo tři. Konkurence o místo je tedy tvrdší, ale hodnota jedné citace vyšší. Praktické důsledky rozebírá téma SEO pro Claude AI podrobněji; podstata je v tom, že se sem nedostanete objemem obsahu, ale jeho ověřitelností.

Claude výrazně preferuje referenční a first-party stránky — tedy web samotného poskytovatele služby, ne agregátor ani přehledový článek třetí strany. Odměňuje doložitelnou odbornost a zkušenost, entity definované hned při první zmínce a takzvané ukazování práce: tvrzení, u kterého je vidět, odkud pochází. Oceňuje i přiznanou nejistotu, tedy explicitní hranice toho, za jakých podmínek daná informace platí.

Pro zdravotnický web se to překládá překvapivě přímočaře. Jmenovaný lékař s uvedenou atestací a pracovištěm. Zdroj doporučeného postupu, o který se text opírá. Datum publikace i poslední aktualizace na viditelném místě. A věta, která říká, pro koho postup neplatí — právě ta bývá tím, co model z celé stránky vytáhne.

Malé pracoviště proti velkému portálu

Obavu, že proti zavedeným zdravotnickým portálům nemá jednotlivá klinika šanci, praxe nepotvrzuje. Portály vyhrávají v šíři záběru, prohrávají v hloubce konkrétního výkonu. Pokud model hledá odpověď na otázku o průběhu jednoho zákroku, dobře napsaná stránka pracoviště, které ho provádí, nabízí přesně to, co portál nemá — údaje z první ruky.

Rozhoduje formát, ne velikost domény. Autorita hraje roli, ale je jen jedním z několika vážených signálů, a u dotazů úzce vymezených bývá překonána konkrétností a čerstvostí. Menší weby proto mají největší šanci u specifických, dlouhých dotazů, kde velké portály nabízejí jen obecný přehled.

Druhá věc je rozsah práce. Portál musí udržovat tisíce stránek, pracoviště pět až deset opravdu dobrých. Při srovnatelném objemu času tedy může být kvalita jednotlivé stránky u menšího hráče vyšší, a právě to se v generativním výběru počítá.

Z toho plyne i doporučení, kam nesměřovat energii. Snaha pokrýt obecná zdravotnická témata, na která existují stovky článků, je u jednotlivého zařízení ztráta času. Smysl dává opak: úzce zaměřený obsah k tomu, co skutečně dělá.

Kde se oba nástroje liší a co s tím na webu

Přehled níže shrnuje rozdíly, které mají přímý dopad na to, jak stránku napsat a strukturovat. Nejde o dvě verze téhož: jeden nástroj hledá hustotu faktů, druhý důvěryhodnost pramene.

Signál	Perplexity AI	Claude AI	Co s tím na webu zařízení
Zdroj kandidátů	vlastní index, živý retrieval	web search přes Brave Search	být indexovaný a technicky přístupný pro oba
Počet citací	zpravidla 3–8	často jen 2–3	u Clauda mířit na referenční stránku, ne na blog
Nejsilnější signál	tvrdá čísla a datumy	doložitelná odbornost autora	doplnit statistiky i jmenovaného lékaře
Čerstvost	rozhoduje mezi shodným obsahem	vyžaduje viditelné datum	uvádět datum publikace i aktualizace
Formát, který vyhrává	odpověď napřed, důkaz hned pod ní	samostatně stojící referenční blok	H2 jako otázka, pod ním krátká odpověď
Typická chyba	obecné marketingové fráze	anonymní text bez autora a data	přepsat „o nás“ na věcný profil pracoviště

Společný jmenovatel: struktura, ze které jde odpověď vytáhnout

Přes všechny rozdíly se oba systémy shodnou na několika věcech. Odpověď patří dopředu — závěr nebo definice hned pod nadpis, důkaz nejvýš o odstavec dál. Modely zvedají první atribuovatelné tvrzení, které najdou, a historii tématu přeskočí. Druhá věc je entita: název pracoviště, výkonu i diagnózy musí být pokaždé ve stejném tvaru a definovaný při první zmínce, jinak stránka z výběru kandidátů vypadne kvůli nejednoznačnosti.

Třetí věc je členění na samostatné bloky. Model nečte stránku jako celek, pracuje s výseky. Každý odstavec by proto měl dávat smysl i vytržený z kontextu — bez odkazu na „výše zmíněné“ a bez zájmen, jejichž referent je o tři odstavce výš. Tabulky a výčty s jednou myšlenkou na buňku fungují z téhož důvodu.

Původní akademická studie generativní optimalizace (Aggarwal a kol., 2024) zjistila, že doplnění citací, statistik a přímých citátů zvedlo viditelnost obsahu v generativních odpovědích až o desítky procent napříč testovanými dotazy. Není to záruka, je to zjištění na omezeném vzorku — směr je ale konzistentní s tím, co je vidět v praxi.

Postup pro jedno pracoviště a jak si ověřit výsledek

Začněte pěti stránkami, ne celým webem. Vyberte výkony a diagnózy, na které se lidé reálně ptají, a každou stránku přepište do formátu otázka v nadpisu, krátká odpověď pod ní, doklad hned za ní. Doplňte čísla, která už máte a nikde je neuvádíte: počet provedených výkonů za rok, průměrnou čekací dobu, ceník pro samoplátce, ordinační hodiny s datem platnosti. Přidejte strukturovaná data pro organizaci, lékaře a často kladené otázky.

Měřit se to dá jednodušeji, než se čeká. V analytice sledujte návštěvy z odkazujících domén obou nástrojů — u generativních odpovědí jsou objemy malé, ale konverzní poměr bývá vysoký, protože uživatel přichází až po přečtení doporučení. Doplňte to ručním testováním: sestavte dvacet dotazů, které vaši pacienti reálně píší, jednou měsíčně je oběma nástrojům zadejte a zapisujte, kdo je citovaný. Za tři měsíce máte trend, který se nedá získat jinak.

Čemu se vyhnout: nedatovaným textům, kopírovaným popisům výkonů od dodavatele přístroje a stránkám, které slibují, ale netvrdí nic konkrétního. Model si z nich nemá co vzít, a tak si vezme obsah někoho jiného.

Tři typy dotazů, na které zdravotnický web obvykle nemá odpověď

První skupinu tvoří orientační dotazy. Co znamená nález ve zprávě, jaký je rozdíl mezi dvěma podobnými vyšetřeními, kdy je co vhodnější. Weby zařízení tuhle úroveň většinou přeskakují, protože ji považují za samozřejmou, a přenechávají ji obsahovým portálům. Přitom právě tady se rozhoduje o tom, koho model uvede jako pramen — vysvětlení podané odborníkem má proti obecnému článku výhodu, pokud je vůbec k dispozici.

Druhou skupinou jsou organizační dotazy. Jak dlouho se čeká na termín, co si vzít s sebou, jestli je potřeba doprovod, kdy se člověk vrátí do práce, co hradí pojišťovna a co ne. Tyhle informace zařízení mají, ale žijí v telefonátech se sestrou nebo v tištěném letáku. Převedení do stránky s jasnými čísly a datem je práce na dopoledne a přináší přesně ten typ konkrétnosti, který oba nástroje odměňují.

Třetí skupina se týká rozhodování mezi poskytovateli. Kolik výkonů pracoviště ročně provede, jaké vybavení používá, kdo tvoří tým a jaké má kvalifikace. Zveřejnění těchto údajů bývá pro zařízení nezvyklé, ale je to jediná cesta, jak model může firmu odlišit od desítky podobných. Bez čísel zbývá jen tvrzení o kvalitě, které nemá váhu.

Zbývá jedna praktická poznámka. Odpovědi na všechny tři skupiny nemusí vzniknout jako nové články — obvykle už někde v provozu existují, jen ne v podobě, kterou dokáže systém přečíst.

Doporučení

Pro zdravotnická zařízení dává smysl začít u Clauda, i když je jeho dosah menší. Laťka pro citaci je tam nejvyšší, takže obsah, který projde přes něj, obvykle uspěje i jinde — jmenovaný autor, viditelné datum a doložený zdroj jsou univerzální měna. Perplexity pak přidejte doplněním tvrdých čísel do už hotových stránek, což je práce na hodiny, ne na měsíce. Tým SEOconsult.cz se optimalizací obsahu pro AI asistenty zabývá v praxi a upozorňuje na jednu věc, která bývá podceněná: u zdravotnických webů je nejčastější překážkou ne technika, ale to, že se odborné informace vůbec nedostanou z ordinace na web. Bez nich není co citovat.