Jak jsou e‑shopy připravené na ChatGPT a další AI

Hlavní zjištění

• Žádný e‑shop ze vzorku (0 z 278) nezakazuje v souboru robots.txt robota OAI-SearchBot, přes kterého OpenAI hledá odpovědi pro ChatGPT.
• 9 % e‑shopů (26 z 278) nepustí aspoň jednoho robota, který sbírá texty pro trénink AI nebo do archivu webu. Všech 15 obchodů, které zakazují tréninkového robota OpenAI, přitom jeho vyhledávacího robota pouští. Rozlišují tedy záměrně.
• Čtvrtina e‑shopů (62 z 256) ukáže robotu, který nespouští JavaScript, méně než polovinu textu úvodní stránky. Ceny ale téměř všechny posílají přímo v HTML.
• Strojově čitelný popis (strukturovaná data schema.org) má na úvodní stránce 83 % e‑shopů. Údaje o firmě nebo obchodě v nich má 63 %.
• Soubor llms.txt má už 27 % e‑shopů (75 z 279), přestože žádný velký AI asistent oficiálně nepotvrdil, že ho čte.

Lidé se čím dál častěji ptají na zboží ChatGPT, Clauda nebo Perplexity místo vyhledávače. Asistent ale může doporučit jen obchod, ke kterému se jeho robot dostane a kterému porozumí.

Kterého robota e-shopy nepouštějí

Všem robotům v tabulce pouští úvodní stránku 251 e‑shopů (90 %). Konkrétního AI robota jmenuje v robots.txt jen 44 z 279 e‑shopů. Ostatní je nechávají pod obecnými pravidly pro všechny roboty.

Trénink, nebo vyhledávání

AI firmy posílají na web různé roboty. Tréninkoví roboti sbírají texty, ze kterých se učí jazykové modely. Vyhledávací roboti hledají stránky, které asistent ukáže a odkáže v odpovědi. A pak jsou roboti, kteří stránku načtou, když se na ni zeptá konkrétní uživatel.

Rozdíl je podstatný. OpenAI uvádí, že web, který zakáže robota OAI-SearchBot, se v odpovědích vyhledávání ChatGPT neukáže. Zákaz robota GPTBot naopak znamená jen to, že obsah nemá sloužit k tréninku. Google-Extended není samostatný robot, ale značka v robots.txt, kterou web vyřadí z tréninku modelů Gemini. Na zobrazení ani pořadí ve vyhledávání Google podle Googlu vliv nemá.

Roboti, kteří přijdou na pokyn uživatele (ChatGPT-User, Perplexity-User), se podle svých provozovatelů pravidly robots.txt řídit nemusí.

Co uvidí robot, který nespouští JavaScript

Moderní e‑shopy často skládají stránku až v prohlížeči pomocí JavaScriptu. Robot, který JavaScript nespustí, uvidí jen to, co server pošle v samotném HTML. Google oficiálně uvádí, že jeho robot JavaScript spouští, a zároveň upozorňuje, že to neumí všichni roboti. OpenAI, Anthropic ani Perplexity na svých stránkách neuvádějí, jestli jejich roboti JavaScript spouštějí. Měříme proto pohled robota bez JavaScriptu, ne konkrétního asistenta.

• U 24 % úvodních stránek (62 z 256) je v samotném HTML méně než polovina textu, který se objeví po spuštění JavaScriptu. U 10 z nich méně než desetina.
• Typický e‑shop (medián) má v HTML 79 % textu vykreslené stránky.
• Ceny v HTML úvodní stránky chybí úplně jen u 5 z 244 e‑shopů, které na úvodu ceny ukazují (2 %). Aspoň polovinu cen tam má 83 % z nich.
• Na stránkách kategorií a produktů (123 porovnatelných) je to podobné: méně než polovina textu u 18 %, ceny chybí úplně u 8,5 %.

Strukturovaná data a sitemapa

Strukturovaná data jsou strojově čitelný popis stránky: kdo web provozuje, co prodává, za kolik a jestli je zboží skladem.

• Aspoň jeden typ strukturovaných dat má na úvodní stránce 83 % e‑shopů (227 z 272 načtených). Údaje o firmě nebo obchodě 63 %, údaje o webu 69 %.
• U 8 % e‑shopů, které strukturovaná data mají (18 z 226), se objeví až po spuštění JavaScriptu.
• Na stránkách detailu produktu má údaje o produktu a ceně 23 z 28 zkoumaných, z toho 16 už v samotném HTML. Detailů produktu bylo ve vzorku málo, číslo je proto jen orientační.
• Sitemapu, tedy seznam stránek pro roboty, jsme našli u 87 % e‑shopů (243 z 279). U 18 (6,5 %) nebyla na obvyklé adrese ani zmíněná v robots.txt.

llms.txt: rozšířený, ale nepotvrzený

Soubor llms.txt je návrh z roku 2024: stručný přehled webu v Markdownu, určený jazykovým modelům. Standardem není. OpenAI, Anthropic ani Perplexity ho na stránkách o svých robotech nezmiňují a Google k AI funkcím ve vyhledávání píše, že žádné nové soubory ani značky pro AI nejsou potřeba.

Přesto ho má 75 z 279 e‑shopů (27 %). Aspoň 28 z nich má stejnou šablonu, takže je nejspíš vytváří platforma nebo doplněk e‑shopu, ne obchod sám.

Ochrana proti botům

Náš požadavek bez prohlížeče odmítlo 19 e‑shopů (6,8 %), u 16 z nich kontrolní stránka Cloudflare. Skutečný prohlížeč se stejným označením přitom u 16 z 19 prošel. Jak tyto weby zacházejí se skutečnými AI roboty, nevíme: služby jako Cloudflare umí ověřené roboty pustit, nebo zablokovat, podle nastavení, které zvenku nevidíme.

Jak jsme měřili

• Vzorek: stejných 279 e‑shopů se zbožím (248 .cz a 31 .sk) jako v naší studii přístupnosti e‑shopů. Jde o nejodkazovanější weby na těchto doménách, tedy spíš větší a známé obchody, ne o reprezentativní vzorek všech českých e‑shopů.
• Kdy: v noci z 5. na 6. listopadu 2026, jednorázově.
• Co: úvodní stránka každého obchodu a u 151 z nich jedna další stránka (28 detailů produktu, 84 kategorií, 24 jiných, 15 nefunkčních). K tomu soubory robots.txt, sitemap.xml a llms.txt.
• robots.txt jsme vyhodnotili podle normy RFC 9309. Počítáme z 278 webů, jeden web s nefunkčním robots.txt jsme vyřadili.
• Text bez JavaScriptu: porovnali jsme text v HTML, které pošle server, s textem stránky vykreslené ve skutečném prohlížeči. Porovnatelných bylo 256 úvodních stránek.
• Šetrně a otevřeně: weby jsme procházeli jeden po druhém s pauzami, nic jsme nevyplňovali ani neklikali. Náš požadavek se podepisoval jako studie RDlabs. Za AI roboty jsme se nevydávali, co smějí, čteme jen z robots.txt.
• Co měření neumí: neříká, jestli a jak často AI asistent obchod doporučí. Povolení v robots.txt navíc neznamená, že server robota opravdu pustí.

Co s tím

• Rozhodněte se vědomě. Když nechcete, aby se z vašich textů učily modely, ale chcete se objevovat v odpovědích ChatGPT, zakažte tréninkového robota a vyhledávacího nechte:

User-agent: GPTBot
Disallow: /

User-agent: OAI-SearchBot
Allow: /

• Důležité údaje posílejte v HTML. Název, cena, dostupnost a popis zboží by neměly záviset na JavaScriptu.
• Doplňte strukturovaná data produktu s cenou a dostupností na stránky zboží.
• Zkontrolujte ochranu proti botům u hostingu nebo Cloudflare, jestli neblokuje roboty, které pustit chcete.
• Mějte sitemapu a odkaz na ni uveďte v robots.txt.

Robots.txt, sitemapu a strukturovaná data vašeho webu projde naše kontrola webu zdarma.