Co je keyword proximity jednoduše vysvětleno
Představte si, že někomu popisujete cestu do obchodu. Můžete říct:
„Zahněte doprava. Pak jděte rovně. Asi po pěti minutách uvidíte obchod.“
Nebo:
„Zahněte doprava a po pěti minutách uvidíte obchod.“
Druhá věta je srozumitelnější, protože spojuje klíčové informace (akce → výsledek) těsně u sebe. Přesně takhle fungují AI modely, když čtou váš web. Když hledají odpověď na otázku „Kde sídlí firma XYZ?“, pokud je sídlo a adresa a město v jednom odstavci, AI to vyhodnotí jako silný signál. Když jsou tyto informace rozprostřené po celé stránce, musí AI „hádat“ vztahy mezi nimi — a často se splete.
Keyword proximity tedy není o opakování klíčových slov. Je o tom, kde je umístíte v textu vzhledem k sobě.
Proč keyword proximity získává v GEO na důležitosti
AI modely fungují jinak než klasické vyhledávače. Mají dva zásadní mechanismy, které keyword proximity ovlivňují:
Attention mechanism. Transformery (technologie za GPT, Claude i Gemini) vyhodnocují vztahy mezi slovy skrz tzv. attention weights. Čím blíž jsou slova u sebe, tím vyšší vzájemnou „pozornost“ model přikládá. Slova vzdálená tisíce tokenů od sebe mají mnohem slabší vazbu.
Chunking při RAG. Když AI dělá retrieval-augmented generation (vyhledávání obsahu a jeho vkládání do kontextu), rozděluje váš web na úseky o 200–500 slovech. Pokud klíčová odpověď na otázku překračuje hranici chunku, AI ji vůbec nemusí najít. Stačí, že je nadpis na jedné straně a odpověď o tři odstavce níž.
To je radikální změna oproti klasickému SEO, kde Google indexuje celou stránku jako jednu jednotku. U AI vyhledávání se část obsahu může „ztratit“ jen proto, že je špatně strukturovaná.
Jak keyword proximity v praxi vypadá
Rozdíl mezi dobrou a špatnou proximity je nejvíc vidět na konkrétním příkladu. Představte si, že máte e-shop s kávovary a chcete, aby AI odpověděla na otázku: „Kde koupit espresso kávovar v Praze?“
Špatná proximity (AI odpověď vás nenajde):
Naše firma vznikla v roce 2012. Za tu dobu jsme prodali tisíce produktů po celé České republice. Naším cílem je nabízet kvalitní zboží za férové ceny.
(…další tři odstavce o historii…)
Mezi naše produkty patří kávovary různých značek.
(…další odstavce…)
Naše prodejna se nachází v Praze na Vinohradech.
Klíčová slova espresso kávovar, Praha a prodejna jsou od sebe vzdálená stovky slov. AI je pravděpodobně neznalezne v jednom chunku.
Dobrá proximity (AI vás ocituje):
Prodáváme espresso kávovary v naší pražské prodejně na Vinohradech. V sortimentu najdete značky jako DeLonghi, Sage nebo Jura — od přístrojů pro domácnost po profesionální stroje pro kavárny. Prodejna je otevřená denně od 9 do 18 hodin, adresa: Vinohradská 123, Praha 2.
Všechna klíčová slova (espresso kávovar, prodejna, Praha, Vinohrady, adresa) jsou v jednom odstavci. AI model vidí jasný sémantický vztah a ví, že tento odstavec odpovídá na otázku „Kde koupit espresso kávovar v Praze?“.
Funguje keyword proximity vůbec? Upřímný pohled
Keyword proximity není nová věc — existuje v SEO od poloviny 2000. Otázka je, jestli má v AI éře opravdu měřitelný vliv, nebo jde o další přežitek.
Co říkají data
Analýzy citovaných zdrojů v ChatGPT a Perplexity z roku 2026 ukazují, že AI modely preferují obsah, kde je odpověď na otázku obsažena v jednom odstavci nebo sekci. Když je informace fragmentovaná přes více částí stránky, pravděpodobnost citace klesá.
Studie od SEMrush z roku 2025 analyzovala 25 000 odpovědí v Google AI Overviews a zjistila, že 73 % citovaných úryvků mělo hlavní klíčová slova v rozmezí 50 slov. U necitovaného obsahu byla průměrná vzdálenost 180 slov a víc.
Co říkají technické principy
Keyword proximity je přímo zakořeněná v tom, jak transformery fungují. Není to heuristika nebo pravidlo, které někdo vymyslel — je to architekturální vlastnost modelů jako GPT a Claude. To znamená, že nezmizí ani v budoucích generacích AI.
Kde keyword proximity nefunguje
Přesto má své limity:
- U velmi krátkých textů (do 100 slov) je keyword proximity irelevantní, protože celý text se vejde do jednoho chunku.
- U odborných textů s konzistentní terminologií AI dokáže vztahy odvodit z kontextu, i když jsou slova vzdálenější.
- Přehnaná optimalizace (keyword stuffing vedle sebe) může zhoršit čtivost a snížit E-E-A-T signál.
Realistické očekávání: Keyword proximity je jeden ze signálů, ne zázrak. Ale je to signál, který funguje napříč všemi AI modely, protože vychází z jejich technické podstaty.
Jak keyword proximity měřit
Keyword proximity se dá změřit, ale žádný standardizovaný nástroj pro GEO zatím neexistuje. Tady jsou tři přístupy, které fungují:
Ruční analýza. Vezměte klíčovou otázku (například „Kolik stojí vaše služba?“) a identifikujte všechna slova, která by měla být v odpovědi (cena, služba, název produktu, měna). Spočítejte, kolik slov je mezi nimi. Pokud víc než 100, přepište odstavec.
SEO nástroje s proximity analýzou. Surfer SEO, Clearscope a MarketMuse umí měřit vzdálenost mezi klíčovými slovy. I když jsou primárně pro SEO, výsledky jsou použitelné i pro GEO.
Test přímo v AI. Nejpraktičtější metoda: zkopírujte svůj text do ChatGPT nebo Claude a zeptejte se: „Na základě tohoto textu, jak dlouho má firma prodejnu v Praze?“ Pokud AI odpoví správně a rychle, máte dobrou proximity. Pokud váhá nebo si vymýšlí, text je příliš fragmentovaný.
Jak optimalizovat keyword proximity na svém webu
Praktické kroky, které fungují napříč typy obsahu:
1. Odpovědi na klíčové otázky soustřeďte do jednoho odstavce. Jestli má článek odpovídat na „Jak funguje GEO?“, napište odpověď jako samostatný, kompaktní odstavec. Neodkládejte ji na jiné místo článku.
2. Používejte FAQ sekce. FAQ mají přirozeně dobrou proximity — otázka a odpověď jsou vždy vedle sebe. Pro AI je to ideální formát k citování.
3. Shrnutí nahoře článku. Stejně jako v tomto článku začínáme sekcí „Stručná odpověď“ — obsahuje klíčová slova v těsné blízkosti. AI je s vysokou pravděpodobností vyzvedne.
4. Nadpisy (H2, H3) umisťujte blízko relevantního obsahu. AI často používá nadpis jako anchor pro vyhledávání. Pokud je nadpis „Cena služeb“ a skutečná cena je až po třech odstavcích, vazba se rozpadne.
5. Používejte seznamy s kontextem. Suché odrážky bez kontextu AI málokdy cituje. Každá položka v seznamu by měla obsahovat dostatek slov, aby sama stála na vlastních nohou.
6. NAP data držte pohromadě. Jméno firmy, adresa, telefon — vždycky v jednom bloku. Tohle platí pro AI ještě víc než pro klasické SEO.
Časté chyby
- Rozdělení odpovědi do několika odstavců. Pokud „Naše cena začíná na 10 000 Kč“ a „…za jednoduchý WordPress web“ jsou v různých odstavcích, AI může vrátit špatnou informaci nebo si domyslet kontext.
- Nadpis bez doprovodného obsahu. H2 „Kontakt“ a pak seznam linků. AI neví, jestli jde o telefon, email nebo adresu — dejte tam jasně napsaný text.
- Klíčové informace v tabulkách nebo obrázcích. AI modely často špatně parsují tabulky a obrázky neumí číst bez alt textu. Pokud je klíčová informace jen v tabulce, proximity je pro AI nulová.
- Příliš dlouhé úvody. Před tím, než se dostanete k odpovědi, prochází 500 slov úvodu. AI to buď neabsorbuje, nebo ocituje úvod místo odpovědi.
- Keyword stuffing vedle sebe. Opakování klíčových slov v těsné blízkosti („Nejlepší kávovar Praha, kávovar Praha, espresso kávovar Praha“) snižuje E-E-A-T a působí jako spam.
- Ignorování „above the fold“ obsahu. První odstavec článku má pro AI nejvyšší váhu. Pokud v něm nejsou klíčová slova, celý článek ztrácí sílu.