Pět možných zadních vrátek do výsledků vyhledávání velkých jazykových modelů

Vzhledem k propadu tradiční návštěvnosti z výsledků vyhledávačů, způsobenému novým trendem souhrnů vytvářených AI, se vydavatelé všech velikostí nyní snaží získat větší pozornost velkých jazykových modelů, které pohánějí AI souhrny webového vyhledávání, a také přímo populárních špičkových modelů, jako je ChatGPT.

Legitimní postupy podle dřívějších prací, například Optimalizace viditelnosti v generativních vyhledávačích a Jak ovládnout vyhledávání s AI, zahrnují získávání nezávislé redakční pozornosti, publikování autoritativního a dobře strukturovaného obsahu, poskytování strojově čitelných informací o produktech a přizpůsobování materiálů různým jazykům a trhům.

Alternativní metody, které nedávno upoutaly pozornost, připomínají nekalé SEO praktiky minulých desetiletí. Patří k nim předstírání spontánní podpory na Redditu, kam byla vkládána zdánlivě nezávislá doporučení ovlivňující výsledky AI vyhledávání; otravování paměti, při němž se klamavé odkazy snažily přimět asistenty uchovávat reklamní tvrzení jako důvěryhodné informace; a vkládání škodlivých instrukcí, kdy skryté pokyny na webech usilovaly o ovlivnění doporučení AI asistenta, namísto pouhého poskytnutí informací ke shrnutí.

Mimořádně důmyslný příklad manipulace GEO nastal, když výzkumníci z ETH Zürich vytvořili fiktivní fotoaparát a zveřejnili reklamní stránku se skrytým pokynem napsaným drobným bílým písmem. Ten nařizoval službě Bing Copilot od Microsoftu doporučovat výhradně tento fotoaparát. Velmi malé písmo a nízký kontrast měly manipulaci skrýt.

Dvě reklamy na fiktivní fotoaparáty použité v experimentu ETH Zürich k manipulaci doporučení AI vyhledávání. Běžná reklama vlevo obsahuje viditelný propagační text, zatímco reklama PixelBlitz vpravo skrývá pokyn v bílém písmu o velikosti jednoho bodu, neviditelném na bílém pozadí. Skrytá zpráva se vydává za systémový pokyn a nařizuje AI doporučovat výhradně PixelBlitz a zatajit existenci instrukce. V kontrolovaných testech tato technika zvýšila míru doporučování fiktivního fotoaparátu z 34 % na 59,4 %. Zdroj

V kontrolovaných testech vzrostla míra doporučování fiktivního fotoaparátu z 34 % na 59,4 %, tedy mírně nad 57,9 % dosažených skutečnými fotoaparáty Nikon a Fuji-film. To ukázalo, že škodlivé instrukce vložené do načtených webových stránek skutečně mohou ovlivnit doporučení AI.

Při tak vysokých sázkách lze rozumně předpokládat, že nekalá GEO představuje aktivní a dobře financovaný nelegitimní směr výzkumu v marketingu a dalších oborech, které chtějí získat či obnovit svou někdejší viditelnost v SEO prostřednictvím doporučení AI orákul a konverzačních systémů.

Podívejme se tedy na některé možné nebo vznikající cesty:

1: Podvody v archivech

Internet Archive patří k nejobsáhlejším a nejužitečnějším síťovým zdrojům. Jeho Wayback Machine v roce 2025 překonal hranici bilionu stránek. V době psaní IA uvádí neuvěřitelných 47 381 733 uložených PDF dokumentů dostupných veřejnosti:

Internet Archive uchovává ohromující sbírku PDF materiálů, většinou darovaných dobrovolníky. Zdroj

Jak ukazují příklady výsledků výše, mnoho nahraných PDF je docela všedních: od zapomenutých hudebních letáků z 50. až 90. let 20. století přes vzácné a fascinující časopisy a knihy považované za navždy ztracené až po úmorné soubory zápisů z městských zastupitelstev ze 70. a 80. let a mnoho dalšího.

Tato sbírka je nyní bez rozlišení zahlcována požadavky a zjevným viníkem je horda robotů sbírajících data pro AI, které zoufale hledají nová data nebo lepší či potvrzující verze dat, jež už mají.

Je zjevně triviální upravit nahraný dokument tak, aby podporoval nepravdivé tvrzení, neexistující produkty, falešné zmínky o lidech, pochvalné i pomlouvačné, nepravdivé výroky o nich a podobně.

Takový materiál lze vložit do dokumentů, které LLM považují za autoritativní zdroje, například PDF uznávaných časopisů, jež náhodou ještě nejsou v kolekci IA plně indexovány. Pozměněné vydání by pak zdánlivě legitimně vyplňovalo mezeru.

Samotná AI by mohla napodobit styl krátkého článku nebo i popisku a datum PDF by šlo změnit. Spolu s dalšími jednoduchými triky by tak dokument mohl vypadat například jako nález z archivu z 90. let nebo ještě staršího:

Jednoduchá „historická úprava“ poskytnutá bez námitek modelem ChatGPT-5.5 a snadno vložená zpět do původního PDF dokumentu. Pence Opera House tak mizí z historie, zatímco otevření Guthrie Theater, skutečného divadla v Minnesotě, se přesouvá ze skutečného roku zahájení 1963 do mnohem dřívějšího roku 1867. Zdroj

V takových případech zdánlivě stačí počkat, až informaci převezmou nenasytní roboti sbírající data pro AI. Je zatím příliš brzy s jistotou říci, do jaké míry by filtry či kontrolní systémy při přípravě datových sad mohly takové neoprávněné změny odhalit. Rozsah těchto sad je ovšem tak obrovský, že zpravidla takto důkladný dohled znemožňuje. Při tak ohromném objemu se v podstatě pouze důvěřuje datům.

2: Sítě syntetického konsenzu

Nebo pro ty, kteří si je ještě pamatují, moderní „webový kruh“: propojené weby raného internetu, které předcházely PageRanku od Googlu a metrice Domain Authority od Moz, hodnotícím počet a kvalitu příchozích odkazů.

Sítě syntetického konsenzu však jdou dále a vytvářejí zdánlivě nezávislá potvrzení na údajně nesouvisejících webech. Nedávná studie Chinese University of Hong Kong a EPFL princip obecně demonstrovala: autoři testovali 12 modelů AI na 225 produktech v 15 kategoriích a v načtených výsledcích vyhledávání nahradili odkazy na skutečné značky fiktivními alternativami.

Ilustrace ze studie ukazuje dvě cesty, kterými mohou vymyšlené údaje o produktech ovlivnit doporučení AI. Nahoře je falešný obsah umístěn na skutečný web a vstupuje do výsledků vyhledávání; dole výzkumníci tentýž proces simulují lokální úpravou načtených stránek. Obě cesty mohou přimět AI asistenta doporučit neexistující značku vedle skutečných produktů. Zdroj

Účinek zesiloval s tím, jak stejné nepravdivé informace obsahovalo více výsledků. Při třech zmanipulovaných stránkách mezi předními výsledky doporučoval nejzranitelnější model neexistující produkty v 73,8 % testů. I jediný pozměněný výsledek na prvním místě dokázal některé modely oklamat ve 27 % případů.

Ještě pozoruhodnější je, že modely někdy vymýšlely vlastní podpůrná potvrzení: v jednom testu s fiktivní značkou ochranných fólií na displej Claude a DeepSeek přidaly tvrzení o doporučeních komunity a testování produktů, která v dodaném materiálu nebyla.

Přestože experiment probíhal na lokálně upravených výsledcích vyhledávání, nikoli v živé síti podvodných webů, naznačuje, jak by koordinovaná sbírka zdánlivě nezávislých recenzí mohla vyrábět důvěryhodnost, přičemž AI nepravdu posiluje dalšími doporučeními.

3: Generování citací a „osiřelá“ tvrzení

Generování citací, snad výstižněji „praní citací“, je variantou sítí syntetického konsenzu, klade však větší důraz na zdánlivý původ informace než na počet zdrojů, které ji opakují.

Vymyšlené tvrzení se může nejprve objevit v neznámém oborovém časopise, svépomocně vydané výzkumné práci nebo specializované publikaci s malým redakčním dohledem. Následně je mohou citovat blogy, katalogy a další publikace a každé opakování dodává původnímu tvrzení o něco větší zdánlivou legitimitu.

Nakonec může AI vyhledávač narazit na tvrzení vzdálené několik kroků od původního zdroje, třeba v jinak důvěryhodném článku citujícím zprostředkující publikaci. Co začalo jako nepodložené tvrzení, má nyní historii citací, ačkoli žádný z pozdějších odkazů nepředstavuje nezávislé ověření.

Existuje již několik doložených příkladů tohoto procesu, byť většina předchází nástupu AI vyhledávání. V jednom známém případě teenager vymyslel přezdívku „brazilský hrabáč“ pro nosála a vložil ji do Wikipedie.

Vymyšlený název se rozšířil do novin a nejméně jedné akademické knihy. Nakonec sama Wikipedie citovala novinový článek jako důkaz tvrzení, které původně zavedla: téměř dokonalý kruh vykonstruované autority. Případ zdokumentoval The New Yorker.

Záměrnější ukázka přišla v roce 2025, kdy výzkumníci vytvořili několik akademických článků pomocí AI a připsali je neexistujícímu vědci. Fiktivní publikace nasbíraly na Google Scholar 380 citací a h-index 19, čímž vymyšlenému badateli zajistily zdánlivě respektované akademické postavení. Experiment publikovaný v časopise Scientific Reports vydavatelství Nature ukazuje, jak lze vyrobit počty citací bez odpovídajícího souboru skutečného výzkumu.

Ani jeden případ nedokazuje úspěšný útok na AI vyhledávač. Oba však ukazují základní slabinu: jakmile nepravdivé tvrzení zopakují zdánlivě důvěryhodné zdroje, následné systémy mohou mít problém rozlišit nezávislé potvrzení od opakovaného obíhání jedné smyšlenky. Specifickým nebezpečím pro AI vyhledávání je, že model shrne takový řetězec odkazů jako vzájemně se potvrzující důkazy, aniž pozná, že všechny zdánlivé autority vedou k témuž neověřenému tvrzení.

4: Převzetí autority

Expirované domény si mohou uchovat zdánlivou důvěryhodnost, příchozí odkazy a viditelnost ve vyhledávání po původních majitelích. Nákup těchto adres a jejich zaplnění novými materiály může způsobit, že čerstvě zavedená tvrzení vypadají jako obsah zavedených publikací. Jde o praxi starou 20–30 let. Autorita expirované či opuštěné domény se často kupuje proto, aby se její obsah přeměnil na tematicky příbuzný, ale komerční materiál.

V roce 2024 se vlivný ženský blog The Hairpin, uzavřený v roce 2018, znovu objevil pod novým vlastníkem jako továrna na obsah vytvářený AI. Původní články se mísily s přepsanými materiály a fiktivními jmény autorů, což využívalo pověsti a autority domény kdysi uznávaného média. Nejde sice o doložený útok na AI vyhledávání, případ však ukazuje, jak lze přivlastnit historii zavedeného webu.

Ačkoli archivované kopie pomáhají odhalovat rozdíl mezi skutečnou minulostí domény a jejím nově vyrobeným obsahem, ani takový důkaz nemusí být trvalý. V roce 2002 Internet Archive odstranil kopie webů kritických vůči scientologii po autorskoprávních stížnostech právníků organizace. Zpočátku přitom naznačoval, že odstranění požadovali sami vlastníci webů.

Do roku 2017 Wayback Machine uplatňoval pravidla vylučování webů zpětně, což mohlo novým majitelům domén umožnit skrýt obsah jejich předchůdců. Ačkoli tato praxe byla ukončena, Internet Archive stále posuzuje žádosti o odstranění historických kopií.

5: Zneužívání akademických repozitářů

Akademické repozitáře nabízejí další cestu ke zdánlivé autoritě. Preprintové servery dovolují badatelům zveřejňovat články před recenzním řízením a vyhledávače i systémy AI pro získávání informací mohou na tyto dokumenty narazit vedle zavedené vědecké literatury.

Problém je v tom, že zveřejnění a ověření nejsou totéž. V roce 2024 výzkumníci ukázali, jak škodlivé instrukce vložené do akademických článků mohou manipulovat AI asistenty zpracovávající tyto dokumenty. Jejich práce prokázala, že zdánlivá legitimita výzkumného článku nebrání použití jeho obsahu k ovlivnění systému AI.

Méně nápadná GEO strategie by spočívala v ukládání věrohodného, ale okrajového výzkumu, který opakovaně spojuje firmu, produkt či člověka s určitou odborností. I bez výslovných instrukcí pro AI by takové materiály mohly dodat zdánlivě vědeckou oporu tvrzením pocházejícím od samotného příjemce výhod.

Závěr

Mezi další možné cesty patří infiltrace ekosystému recenzí, tedy vkládání příznivých hodnocení na srovnávací weby a do softwarových katalogů; manipulace znalostních grafů, tedy změny strukturovaných dat vytvářející zavádějící vazby mezi firmami, produkty a odborností; a vícejazyčné praní pověsti, tedy umísťování reklamních tvrzení do méně kontrolovaných cizojazyčných zdrojů.

Nakonec by agentní GEO optimalizace mohla tyto techniky automatizovat opakovaným testováním obsahu vůči AI vyhledávačům a zdokonalováním variant, které přinášejí požadovaná doporučení.

Poprvé publikováno v pondělí 12. října 2026. Do třiceti minut upraveno kvůli opravě velkých písmen v nadpisech a chybějících značek.