Jak fungují vyhledávače?

Vyhledávač je systém, který nepřetržitě prochází web, ukládá si jeho obsah do vlastní databáze a na základě dotazu uživatele z ní během zlomku sekundy vybere a seřadí nejrelevantnější výsledky. Zní to jednoduše, ale za jedním vyhledáváním na Googlu stojí tři navazující procesy – crawling, indexování a ranking – a desítky signálů, které rozhodují o tom, jestli se váš web objeví na první stránce ve vyhledávání, nebo zapadne mezi miliardy jiných.

V tomto článku si projdeme, jak to celé funguje krok za krokem, jaký je rozdíl mezi Googlem a Seznamem a proč dnešní vyhledávače čím dál víc „myslí“ v entitách a významu, nejen v klíčových slovech.

Co je vyhledávač a k čemu slouží?

Vyhledávač (anglicky search engine) je software, který umožňuje fulltextové vyhledávání napříč obsahem webu – tedy hledání podle libovolného slova nebo fráze v textu stránky, nejen podle názvu nebo kategorie.

Když zadáte vyhledávací dotaz, vyhledávač ho neporovnává přímo s !živým internetem“, ale se svou vlastní databází, neustále aktualizovanou kopií webu.

Výsledky vyhledávání které dostanete, jsou tedy výstupem tří kroků: vyhledávač web nejdřív musí znát (crawling), pak ho musí mít zpracovaný a uložený do databáze (indexování) a nakonec musí umět rozhodnout, co je pro váš dotaz nejrelevantnější (ranking).

Hlavní vyhledávače na trhu

V Česku se reálně potkáte se dvěma relevantními hráči. Google má celosvětově i v ČR drtivě dominantní podíl a jeho algoritmus je nejsložitější a nejvíc prozkoumaný systém v oboru.

Tím druhým je Seznam.cz = nejpoužívanější vyhledávač v Česku – má vlastní crawler i index a v posledních letech investuje do vlastních AI modelů pro porozumění jazyku, ale objemem dat a komplexností signálů za Googlem výrazně zaostává.

Pro klasické SEO to znamená jedno: optimalizace pro Google pokryje naprostou většinu potenciálu, Seznam.cz je spíše takový doplněk, ne náhrada.

Tři fáze fungování vyhledávače

Celý proces řídí vyhledávací algoritmus – soubor matematických pravidel a modelů strojového učení, podle kterých vyhledávač rozhoduje, co bude crawlovat, co zaindexuje a v jakém pořadí výsledky zobrazí. Tento algoritmus se neustále mění – jen Google provede ročně tisíce menších úprav (Google update) a několik velkých aktualizací (Google Core update).

1) Procházení webu (crawling)

Procházení (crawling) je proces, při kterém webový crawler (u Googlu konkrétně Googlebot) – postupně navštěvuje stránky, čte jejich obsah a sleduje odkazy, které z nich vedou na další stránky. Tak crawler objevuje nový obsah a aktualizuje ten starý.

Ne každá stránka je ale stejně snadno dohledatelná. Crawlability (schopnost stránky být crawlerem nalezena a procházena) ovlivňuje řada faktorů, mezi které můžeme zařadit: interní prolinkování, rychlost serveru, struktura URL nebo to, jestli stránku crawler vůbec smí navštívit.

💬 U jednoho e-shopu jsme měli stovky produktových stránek, které Google roky nenavštívil – nebyly nikde prolinkované, jen v sitemapě (tzv: osiřelé stránky). Stačilo přidat pár interních odkazů z kategorií a do měsíce byly téměř všechny zaindexované.

Crawlování JavaScriptových webů

Crawlability, o které mluvím výše, má u moderních webů postavených na JavaScriptu (React, Vue, Angular) jeden důležitý dodatek. Googlebot totiž prochází takové stránky ve dvou samostatných vlnách, ne najednou.

V první vlně si Googlebot stáhne a zpracuje prvotní HTML kód stránky – tedy to, co server pošle ještě před vykonáním jakéhokoli JavaScriptu.

Teprve v druhé vlně, s určitým časovým odstupem (může jít o hodiny, ale i dny až týdny u méně autoritativních webů), se Googlebot vrátí a stránku plně vyrenderuje včetně veškerého JS obsahu.

Prakticky to znamená, že obsah, který se na stránce objevuje až po vykonání JavaScriptu – typicky dynamicky načítaný text, produktové recenze, nebo třeba i klíčové meta tagy vkládané přes JS – může Google zaregistrovat se výrazným zpožděním oproti zbytku stránky.

U webů s omezeným crawl budgetem (viz níže) se tak může stát, že se k druhé, renderovací vlně Googlebot vůbec nedostane tak často, jak by web potřeboval.

Doporučení pro weby na moderních JS frameworcích je proto renderovat klíčový obsah a metadata server-side (SSR) nebo je předpřipravit staticky (SSG), ne spoléhat čistě na client-side rendering.

Crawl budget – proč Google nenavštívil jednotlivé stránky?

Crawlability výše popisuje, jestli je stránka pro crawler vůbec dosažitelná. Druhá, souvisící otázka je, jak často se k ní crawler vrací – a tady vstupuje do hry crawl budget.

Crawl budget je omezené množství zdrojů (počet požadavků, čas), které je Googlebot ochoten na váš web investovat, aniž by přetížil server. Není to fixní číslo, ale výsledek dvou faktorů – jak moc Google o váš obsah stojí (crawl demand, odvozený od autority webu a frekvence aktualizací) a jak rychle a spolehlivě server na požadavky odpovídá (crawl rate limit).

Pro malé a střední weby je crawl budget téměř vždy dostatečný a není potřeba se jím zabývat.

Relevantní se stává až u rozsáhlých webů – velkých e-shopů s tisíci produkty a filtrovanou navigací, nebo zpravodajských webů s vysokou frekvencí publikování – kde omezený budget může znamenat, že se důležité nové stránky zaindexují se zpožděním, protože Googlebot mezitím „plýtvá“ kapacitou na parametrické URL nebo jiný obsah bez hodnoty.

Podrobně, jak crawl budget diagnostikovat přímo z dat, rozebírám v článku o access lozích.

2) Indexování stránek

Indexování je proces, při kterém vyhledávač zpracuje obsah crawlované stránky a uloží ho do indexu – obrovské databáze, která funguje jako „podklad“ pro vyhledávání. Technicky stojí na inverzním indexu: datové struktuře, která místo „stránka → jaká slova obsahuje“ eviduje opačný směr, „slovo → na kterých stránkách se vyskytuje“. Díky tomu dokáže vyhledávač najít relevantní dokumenty pro miliardy dotazů během milisekund.

📊 [STUDIE]: Podle svědectví viceprezidenta Google Search Pandu Nayaka u soudu v kauze USA vs. Google (2023) udržoval Google index o velikosti přibližně 400 miliard dokumentů – přestože při crawlování objevuje řádově biliony stránek.

Velký rozdíl mezi tím, co Google objeví, a tím, co skutečně zaindexuje, má jednoduché vysvětlení: spoustu objeveného obsahu vyhledávač považuje za nepotřebný nebo problematický.

Typickým případem je duplicitní obsah – více URL se stejným nebo téměř identickým obsahem (např. produkt dostupný pod parametry URL i bez nich). Vyhledávač pak musí provést deduplikaci obsahu a rozhodnout, která verze je kanonická, tedy ta, kterou do indexu skutečně zařadí a bude zobrazovat ve výsledcích.

Moderní vyhledávače navíc čím dál víc směřují k indexu na bázi entit – místo „tahle stránka obsahuje tato slova“ si budují strukturu typu „tahle stránka pojednává o této osobě, firmě nebo produktu a jak souvisí s dalšími entitami“.

Knowledge Graph – databáze faktů propojených entit

Index na bázi entit, o kterém mluvím výše, má svou konkrétní, veřejně známou realizaci u Googlu – Knowledge Graph.

Jde o obrovskou databázi faktů o reálných entitách (osobách, firmách, místech, produktech) a vztazích mezi nimi, oddělenou od klasického webového indexu založeného na prohledávání textu stránek.

Když zadáte dotaz na konkrétní osobu nebo firmu a Google vám po straně výsledků zobrazí informační panel s fotkou, základními fakty a odkazy na sociální sítě, tenhle panel se generuje právě z Knowledge Graphu, ne z klasického webového vyhledávání.

Google si tam data doplňuje z různých strukturovaných zdrojů – Wikipedie, oficiálních profilů, strukturovaných dat (schema.org) na webu dané entity.

Pro majitele firemního webu z toho plyne praktický důsledek – čím jednoznačněji a strukturovaněji je vaše firma nebo produkt reprezentovaný napříč webem (konzistentní název, strukturovaná data, propojení s dalšími důvěryhodnými profily), tím vyšší šance, že vás Google jako samostatnou entitu v Knowledge Graphu rozpozná a začne vám přiřazovat i tenhle typ viditelnosti.

Hodnocení a řazení výsledků (ranking)

Hodnocení (ranking) je fáze, ve které vyhledávač z miliard zaindexovaných stránek vybere a seřadí ty, které nejlépe odpovídají konkrétnímu dotazu.

Historicky stál ranking na PageRanku – algoritmu, který hodnotil stránku podle počtu a kvality zpětných odkazů, jež na ni vedou. PageRank je dnes jen jeden z mnoha signálů, ne hlavní hodnotící systém.

Do hry dnes vstupuje umělá inteligence na několika úrovních:

• RankBrain – komponenta založená na strojovém učení, kterou Google nasadil už v roce 2015 pro interpretaci nejednoznačných nebo nikdy předtím neviděných dotazů.
• BERT – jazykový model pro pochopení kontextu celé věty, nejen jednotlivých slov.
• 📊 [STUDIE]: Google při představení BERTu v roce 2019 uvedl, že tento model ovlivnil přibližně 10 % vyhledávacích dotazů v angličtině – především ty delší a konverzační.
• MUM (Multitask Unified Model) – multimodální model, který umí pracovat s textem i obrázky napříč desítkami jazyků současně.

Tyto modely pomohly vyhledávačům přejít od počítání shody slov (klasicky popisované metrikou TF-IDF, která měří, jak důležité je slovo v dokumentu vůči celému korpusu) k vektorovému vyhledávání – reprezentaci obsahu i dotazu jako čísel (embeddings), mezi kterými se měří sémantická podobnost. To je technický základ toho, čemu se říká sémantické vyhledávání: vyhledávač už nehledá přesnou shodu klíčových slov, ale snaží se pochopit význam dotazu.

Jak vyhledávač rozhoduje o pořadí výsledků?

Klíčový pojem celého rankingu je relevance obsahu – míra, do jaké stránka odpovídá vyhledávacímu záměru (search intentu) za dotazem. Vyhledávač u každého dotazu odhaduje, jestli uživatel hledá informaci, konkrétní web, nebo chce něco koupit, a podle toho upravuje, jaké typy výsledků zobrazí.

Mezi hlavní signály, které vstupují do rozhodování o pořadí, patří:

• Zpětné odkazy (backlinks) – odkazy z jiných webů fungují jako důvěra „od třetí strany“.
• E-E-A-T – zkušenost, odbornost, autorita a důvěryhodnost autora a webu, zásadní zejména u YMYL témat (zdraví, finance, právo).
• Algoritmické aktualizace – historické updaty jako Panda (boj proti tenkému/nekvalitnímu obsahu) nebo Penguin (boj proti manipulativnímu budování odkazů) trvale změnily, co se vyhledávači „vyplácí“.
• Personalizace výsledků vyhledávání – lokalita, historie vyhledávání nebo zařízení uživatele mohou výsledky mírně upravit.

💬 Hodně klientů si pořád myslí, že stačí nasbírat odkazy a pozice přijdou „sami“. Po Penguinu a desítkách dalších core updatů to dávno neplatí – viděl jsem weby, které kvalitními zpětnými odkazy spadly z první stránky kvůli slabému obsahu.

Manuální akce vs. algoritmické hodnocení

Většina rankingu, který popisuju výše, probíhá plně automaticky – algoritmus vyhodnotí signály a rozhodne o pořadí bez jakéhokoli lidského zásahu. Existuje ale i druhá, méně častá cesta, kterou stojí za to znát.

Manuální akce (manual action) je ruční zásah člověka z týmu Google Search Quality, který prošel konkrétní web a shledal porušení pravidel – typicky u vážnějších případů jako nákup odkazů, skrytý text nebo klamavé přesměrování.

Na rozdíl od algoritmické penalizace, kde pozice prostě klesnou bez jakéhokoli varování, manuální akci uvidíte přímo v Google Search Console v sekci Zabezpečení a manuální opatření, včetně konkrétního popisu prohřešku.

Rozdíl je důležitý hlavně diagnosticky – pokud vám pozice klesnou a v GSC nevidíte žádné manuální opatření, jde téměř jistě o algoritmickou příčinu (core update, technický problém, kvalita obsahu).

Pokud manuální opatření vidíte, jde o jasně pojmenovaný problém, který lze opravit a následně požádat Google o přezkoumání.

Konkrétní typy manuálních opatření a jak se z nich dostat ven podrobně rozebírám v článku o Black Hat SEO.

TIP na čtení:

• SEO marketing- Co to je a čím se liší od „obyčejného“ SEO?
• Analýza webových stránek: proč nestačí jen seznam chyb?
• Optimalizace webu: proč nestačí jen SEO?
• Základy SEO: Co skutečně potřebujete vědět v roce 2026?
• SEO katalogy: Kdy mají smysl a kdy jsou jen ztráta času

Co je SERP a jak vypadá stránka výsledků?

SERP (Search Engine Results Page) je stránka, kterou vidíte po zadání dotazu. Skládá se z více vrstev: organické vyhledávání (neplacené výsledky řazené podle relevance), placená reklama a čím dál častěji speciální prvky jako featured snippet – vybraný úryvek textu zobrazený na „pozici nula“ nad klasickými výsledky – nebo strukturovaná data (Schema.org), díky kterým mohou stránky získat rich results: „hvězdičkové hodnocení“, ceny, rozbalovací bloky FAQ přímo ve výsledcích.

Každý organický výsledek tvoří title tag (klikatelný nadpis) a meta description (krátký popisek pod ním) – oba prvky si vyhledávač může i sám přegenerovat, pokud usoudí, že lépe odpoví na konkrétní dotaz.

Nejnovější vrstvou SERPu je Search Generative Experience (SGE), respektive AI Overviews – generativní AI shrnutí přímo ve výsledcích, které odpovídá na dotaz a cituje zdroje, často ještě před klasickými organickými výsledky.

Pro weby to znamená nový typ konkurence o pozornost uživatele, který odpověď často dostane, aniž by na cokoli kliknul.

Zvlášť důležitou kategorií je lokální vyhledávání – u dotazů s místním záměrem (např. „kavárna Brno“) vyhledávač upřednostňuje geografickou relevanci a data z Google Business Profile před klasickým organickým rankingem.

Jak AI Overviews technicky vybírají a skládají svou odpověď?

Stojí za to jít o úroveň hlouběji, než jen „AI shrnutí, které cituje zdroje“ – protože mechanismus, kterým se taková odpověď skládá, přímo ovlivňuje, jaký typ obsahu má šanci se v ní objevit.

Klíčový koncept se nazývá query fan-out (rozpad dotazu). Místo aby systém hledal jeden zdroj přesně odpovídající původnímu dotazu uživatele, rozloží ho na víc dílčích podotázek, které pokrývají různé aspekty tématu, a pro každou z nich hledá relevantní zdroje samostatně.

Teprve výsledky všech těchto dílčích vyhledávání se syntetizují do jedné souvislé odpovědi.

Prakticky to znamená, že dotaz „jak vybrat trekingové boty“ se pro AI systém uvnitř rozpadne na dílčí dotazy jako „jaký materiál je nejlepší pro trekingové boty“, „jak poznat správnou velikost“, „rozdíl mezi nízkými a vysokými botami“ a podobně – a obsah, který má šanci být citovaný, musí dobře odpovídat na tyhle konkrétní dílčí otázky, ne jen obecně na hlavní téma.

Pro tvorbu obsahu z toho plyne jasný závěr – stránka, která pokrývá téma šířeji a strukturovaně (jasně oddělené sekce odpovídající na dílčí otázky), má výrazně vyšší šanci na citaci než stránka, která se soustředí jen na jeden úzký úhel pohledu, i kdyby ho zpracovávala sebelépe.

Jak řídit přístup vyhledávačů k webu?

Provozovatel webu má „částečnou“ kontrolu nad tím, co a jak vyhledávač crawluje a indexuje. Soubor robots.txt umístěný v kořeni domény říká crawlerům, které části webu mají, nebo nemají procházet.

Meta tag robots na úrovni jednotlivé stránky pak řídí, jestli se má konkrétní URL indexovat a jestli se mají sledovat odkazy z ní vedoucí.

Naopak meta keywords – kdysi standardní meta tag pro výčet klíčových slov – vyhledávače (Google už od roku 2009) při rankingu zcela ignorují. Jeho přítomnost na webu dnes nemá žádný SEO efekt.

XML sitemapa – co dělá a kdy je opravdu potřeba?

Sitemapu zmiňuji výše jen mimochodem v souvislosti s osiřelými stránkami (orphan pages) – stojí za samostatné vysvětlení, protože se běžně zaměňuje s robots.txt, přestože dělá přesný opak.

XML sitemapa je soubor (obvykle na adrese /sitemap.xml), který vyhledávači aktivně sděluje, jaké URL na webu existují a měly by být zvažovány ke crawlování a indexaci.

Zatímco robots.txt říká „sem nechoď“, sitemapa říká „tady jsou stránky, o kterých bys měl vědět“.

Sitemapa nikdy negarantuje indexaci – je to jen doporučení, podobně jako canonical tag. Google si pořád může vybrat, že danou URL nezaindexuje, pokud usoudí, že nemá dostatečnou hodnotu.

Kdy je sitemapa vyloženě potřeba, a kdy stačí dobré interní prolinkování?

• Nutné – u velkých webů (tisíce a víc stránek), u nových webů bez zavedené autority a odkazového profilu, u webů se slabým interním prolinkováním, kde by se crawler bez ní k některým stránkám vůbec nedostal.
• Méně kritická, ale pořád doporučená – u malých webů s pár desítkami stránek a kvalitní interní navigací, kde crawler najde všechno přirozeně i bez ní. I tady ale sitemapa zrychluje objevení nového obsahu.

Sitemapu odešlete přes Google Search Console v sekci Sitemapy – po odeslání uvidíte přímo tam, kolik URL ze sitemapy Google skutečně zaindexoval oproti tomu, kolik jich odeslal.

SEO – optimalizace pro vyhledávače

SEO (Search Engine Optimization), česky optimalizace pro vyhledávače, je soubor postupů, jak ovlivnit všechny tři popsané fáze ve svůj prospěch: zajistit, aby vyhledávač web snadno procrawloval, správně zaindexoval relevantní stránky a vyhodnotil je jako nejlepší odpověď na dotazy vaší cílové skupiny.

Prakticky to znamená pracovat s technickou stránkou webu (crawlability, struktura, rychlost), s obsahem (relevance, pokrytí search intentu, E-E-A-T) i s autoritou (kvalitní zpětné odkazy).

Vzhledem k nástupu AI Overviews a SGE přibývá i čtvrtá vrstva – optimalizace pro to, aby AI systémy váš obsah citovaly jako zdroj.

💬 Nejčastější chyba, kterou u klientů vídám, není špatný obsah, ale to, že vůbec neřeší, jestli je Google schopný se k jejich nejdůležitějším stránkám dostat. Bez crawlability je sebelepší obsah k ničemu.

Jaké jsou další kroky?

Vyhledávač funguje na principu crawling → indexování → ranking, ale dnešní podoba tohoto procesu je výrazně sofistikovanější, než byla před deseti lety.

Vyhledávače čím dál víc pracují s entitami a významem místo s pouhými slovy, využívají AI modely jako RankBrain, BERT nebo MUM a do SERPu přidávají generativní vrstvu v podobě AI Overviews.

Pro provozovatele webu z toho plyne jasný závěr: technická crawlability, kvalitní a jednoznačně strukturovaný obsah a budování skutečné autority mají dnes větší váhu než kdy dřív – protože stejné principy, na kterých vyhledávač rozhoduje o klasickém rankingu, čím dál víc rozhodují i o tom, jestli vás zmíní generativní AI odpověď.

Nejčastější otázky (FAQ)

1) Jak dlouho trvá, než Google zaindexuje novou stránku?

Obvykle od několika hodin po pár týdnů – záleží na crawlability webu, frekvenci crawlování a tom, jak je stránka prolinkovaná.

2) Proč moje stránka není v indexu Googlu, i když jsem ji odeslal v Search Console?

Nejčastější příčiny jsou duplicitní obsah s jinou kanonickou URL, blokace v robots.txt, nízká kvalita obsahu nebo to, že na stránku nevede žádný interní odkaz.

3) Jaký je rozdíl mezi crawlingem a indexováním?

Crawling je objevení a stažení stránky vyhledávačem. Indexování nastává až poté – je to zpracování a uložení obsahu do databáze, ze které se pak generují výsledky vyhledávání. Stránka může být crawlovaná, ale přesto nezaindexovaná.

4) Ovlivňují placené výsledky organický ranking?

Ne. Google reklama a organické vyhledávání fungují odděleně – placená pozice nijak nezvyšuje organickou.

---

Nevíte si s něčím rady? Zeptej se mě.

Pravidelně píšu Blog a novinky ze světa seo, sdílím své know how a pro ty, kteří nerozumí tolik výrazům spojené se SEO, jsem vytvořil slovník pojmů.

Článek byl publikován: 27.72026. Autor článku: Jan Schlemmer.