Kada sam pre više od dvadeset godina počeo ozbiljnije da se bavim optimizacijom sajtova, SEO je već imao svoj stručni jezik, ali se ipak relativno lako moglo objasniti šta radimo. Pravimo kvalitetan sajt, omogućavamo pretraživaču da ga pronađe i razume, činimo sadrćaj neodoljivim da indukuje linkove, gostujemo na drugim sajtovima i trudimo se da činimi internet lepšim i korisnijim mestom, a kao posledicu da zaslužimo što bolju poziciju u rezultatima pretrage u skladu sa svim smernicama koje je Google propisao.

Danas je situacija znatno složenija

Pored SEO-a, svakodnevno nailazimo na termine kao što su AEO, GEO, AIO, LLMO, AI SEO, AAIO, RAG, MCP, A2A, NLP, NLU, E-E-A-T, JSON-LD, API, SERP, CTR i SXO. Pojavljuju se novi alati, novi modeli, nove platforme i nove tvrdnje o tome da je prethodna generacija optimizacije navodno završena.

Tokom prethodnih godina posetio sam više konferencija posvećenih SEO-u, veštačkoj inteligenciji i digitalnom marketingu. Ono što sam kroz praksu, testiranje i razgovore sa kolegama zaključio jeste da se SEO nije ugasio, već se proširio i transformisao. Pitao sam se šta je sledeće i odgovor je uvek sa jedne strane nepredvidljiv, a sa druge strane konkretan.

Google želi da surferu ponudi najbolji odgovor za upit kojim mu se obratio.

Google i dalje mora da pronađe, obradi, razume i proceni stranicu. Međutim, više nije dovoljno razmišljati samo o poziciji jednog URL-a za jednu ključnu reč. Potrebno je razmišljati o tome:

• da li sistem razume brend i njegove entitete;
• da li sadržaj može lako da izdvoji i upotrebi;
• da li će nas izabrati kao izvor;
• da li će navesti ili citirati naš sajt;
• da li će pravilno predstaviti naš proizvod, osobu ili uslugu;
• i, sve češće, da li AI agent može da izvrši konkretnu radnju povezanu sa našim poslovanjem.

Zbog toga sam napravio ovu mapu najvažnijih akronima, procesa, kompanija, alata i tehnologija koje danas čine oblast AI optimizacije.

Šta danas zapravo znači AI optimizacija?

AI optimizacija je skup tehničkih, sadržajnih, semantičkih i reputacionih procesa kojima povećavamo verovatnoću da pretraživači, veliki jezički modeli i AI agenti pravilno pronađu, razumeju, koriste, citiraju i preporuče određeni digitalni izvor.

To ne znači da svaka kompanija mora odmah da implementira deset novih tehnologija. Ne znači ni da za svaki novi izraz treba praviti posebnu uslugu.

U najvećem broju projekata dobra AI optimizacija počinje prilično poznatim stvarima:

1. tehnički ispravnim sajtom;
2. jasnom arhitekturom informacija;
3. originalnim i stručnim sadržajem;
4. dosledno predstavljenim entitetima;
5. pouzdanim podacima;
6. reputacijom izvan sopstvenog sajta;
7. pravilnim merenjem rezultata.

Google u svojim smernicama izričito navodi da su AEO i GEO termini koji se koriste za optimizaciju vidljivosti u AI iskustvima, ali da se iz perspektive Google pretrage i dalje radi o SEO-u. Generativne funkcije Google pretrage oslanjaju se na osnovne Search sisteme, indeks i postojeće principe kvaliteta.

Drugim rečima, AI SEO nije novi sprat kuće koji lebdi bez temelja. Tradicionalni SEO je njegov temelj.

Prva grupa: osnovni akronimi digitalne vidljivosti

SEO — Search Engine Optimization

SEO je optimizacija sajta za organske rezultate pretraživača.

Njegov cilj nije samo rangiranje. Dobro postavljen SEO povezuje tehničku dostupnost, relevantnost sadržaja, nameru korisnika, autoritet izvora i poslovni rezultat.

SEO se najčešće deli na nekoliko oblasti.

Tehnički SEO

Tehnički SEO obuhvata način na koji pretraživači pronalaze, obilaze, renderuju, indeksiraju i obrađuju stranice.

Tu spadaju:

• statusni kodovi;
• robots.txt;
• XML sitemap;
• canonical oznake;
• redirekcije;
• interna struktura linkova;
• paginacija;
• brzina sajta;
• mobilna prilagođenost;
• JavaScript renderovanje;
• strukturirani podaci;
• kontrola indeksiranja.

On-page SEO

On-page SEO uređuje samu stranicu: njen naslov, „čuveni meta opis“, H1–H4 hijerarhiju, tekst, slike, interne linkove, temu, semantiku i odnos prema nameri korisnika.

Off-page SEO

Off-page SEO odnosi se na signale koji nastaju izvan sajta: linkove, citate, medijske objave, recenzije, pominjanje brenda, poslovne imenike, stručne profile i druge oblike digitalne reputacije.

Lokalni SEO

Lokalni SEO pomaže kompanijama da budu vidljive korisnicima koji traže proizvod ili uslugu na određenoj lokaciji.

Za lokalni SEO posebno su važni Google Business Profile, recenzije, lokalne stranice, tačni kontakt podaci i NAP doslednost.

SERP — Search Engine Results Page

SERP je stranica rezultata pretrage.

Nekada se SERP uglavnom sastojao od deset plavih linkova. Danas može sadržati:

• organske rezultate;
• plaćene oglase;
• mape;
• slike;
• video-rezultate;
• featured snippet;
• People Also Ask pitanja;
• proizvode;
• AI Overview;
• AI Mode;
• druge interaktivne elemente.

Zbog toga ista organska pozicija više ne mora da donese isti broj klikova kao ranije.

CTR — Click-Through Rate

CTR predstavlja odnos između broja prikazivanja i broja klikova.

Ako je stranica prikazana 1.000 puta, a dobila 100 klikova, njen CTR je 10%.

CTR zavisi od pozicije, naslova, opisa, brenda, tipa upita, izgleda SERP-a i prisustva elemenata koji korisniku daju odgovor bez klika.

U eri AI odgovora praćenje CTR-a ostaje važno, ali nije dovoljno. Sajt može imati manji broj klikova, a istovremeno veći broj pominjanja, citata ili direktnih pretraga brenda.

KPI — Key Performance Indicator

KPI je ključni pokazatelj uspeha.

U klasičnom SEO-u KPI može biti:

• organski saobraćaj;
• broj relevantnih upita;
• broj poziva;
• vidljivost;
• broj konverzija;
• prihod iz organskog kanala.

U AI optimizaciji dodaju se novi pokazatelji:

• broj pominjanja brenda;
• učestalost citiranja;
• zastupljenost među preporukama;
• AI referral saobraćaj;
• tačnost predstavljanja brenda;
• udeo glasa u generisanim odgovorima;
• broj konverzija kojima je AI kanal prethodio ili doprineo.

SXO — Search Experience Optimization

SXO povezuje SEO i korisničko iskustvo.

Nije dovoljno dovesti korisnika na stranicu. Stranica mora biti razumljiva, brza i ubedljiva, a korisnik treba lako da obavi ono zbog čega je došao.

SXO obuhvata:

• čitljivost;
• mobilni prikaz;
• navigaciju;
• brzinu;
• jasnoću ponude;
• kvalitet formulara;
• poverenje;
• pozive na akciju;
• konverziju.

Ono što je dobro za čoveka često je dobro i za AI sistem: jasni naslovi, logična struktura i precizne informacije smanjuju dvosmislenost.

Druga grupa: akronimi AI optimizacije

AI SEO — Artificial Intelligence Search Engine Optimization

AI SEO je najširi praktični naziv za primenu SEO principa u okruženju u kojem pretraživači koriste generativnu veštačku inteligenciju.

Pod ovim terminom najčešće podrazumevam kombinaciju:

• tradicionalnog SEO-a;
• optimizacije za AI odgovore;
• rada na entitetima;
• strukturiranja sadržaja;
• praćenja citata i pominjanja;
• pripreme sajta za AI agente.

AI SEO ne znači automatsko generisanje stotina tekstova. Veštačka inteligencija može pomoći u istraživanju i organizaciji sadržaja, ali Google upozorava da masovno generisanje stranica bez dodatne vrednosti može predstavljati zloupotrebu skaliranog sadržaja.

AEO — Answer Engine Optimization

AEO je optimizacija sadržaja za sisteme koji korisniku isporučuju direktan odgovor.

Ti sistemi mogu biti:

• klasični featured snippet;
• glasovni asistenti;
• Google AI Overview;
• AI Mode;
• ChatGPT Search;
• Perplexity;
• Copilot;
• drugi generativni pretraživači.

Kod AEO-a nije dovoljno da stranica bude relevantna. Potrebno je da odgovor bude lako prepoznatljiv, izdvojiv i razumljiv.

Dobra AEO struktura obično podrazumeva:

• jasno pitanje;
• kratak direktan odgovor;
• detaljnije obrazloženje;
• konkretne korake;
• podatke i primere;
• jasno naznačene uslove i ograničenja;
• pouzdano autorstvo.

AEO ne znači da svaki pasus treba pretvoriti u FAQ. Cilj nije mehaničko „seckanje“ teksta, već uklanjanje nepotrebne dvosmislenosti.

GEO — Generative Engine Optimization

GEO je optimizacija vidljivosti u odgovorima generativnih sistema.

Termin je dobio širu stručnu osnovu kroz rad „GEO: Generative Engine Optimization“, objavljen 2023. godine. Autori su GEO predstavili kao okvir za povećavanje vidljivosti sadržaja unutar odgovora generativnih sistema.

Dok se klasični SEO često pita „na kojoj poziciji se nalazi URL?“, GEO postavlja dodatna pitanja:

• Da li je izvor uključen u odgovor?
• Da li je citiran?
• Koliko prostora dobija?
• Da li je brend pravilno predstavljen?
• Da li je informacija preuzeta verno?
• Da li preporuka vodi ka poslovnom rezultatu?

Važno je izbeći preterana obećanja. Generativni odgovori nisu potpuno stabilni. Mogu se menjati u zavisnosti od formulacije pitanja, lokacije, personalizacije, modela, trenutka pretrage i izvora koji su sistemu dostupni.

Jedan noviji kritički pregled GEO istraživanja zaključuje da su terminologija i metrike još neujednačene, da postoji značajna promenljivost između različitih pokretanja i da još nema dovoljno dokaza za univerzalne taktike koje garantuju trajan organski efekat na svim platformama.

Zato GEO posmatram kao disciplinu testiranja i merenja, a ne kao magičnu formulu.

LLMO — Large Language Model Optimization

LLMO je optimizacija sadržaja i podataka kako bi ih veliki jezički modeli lakše pronašli, protumačili i upotrebili.

Razlika između GEO-a i LLMO-a nije uvek precizno definisana. U praksi se termini često preklapaju.

LLMO više naglašava:

• čitljivost za jezičke modele;
• semantičke odnose;
• doslednost činjenica;
• strukturirane izvore;
• jasne entitete;
• kvalitet dokumentacije;
• dostupnost sadržaja sistemima za preuzimanje podataka.

AIO — AI Optimization

AIO se najčešće koristi kao skraćenica za AI Optimization, ali nije potpuno standardizovan termin.

Dodatnu zabunu stvara činjenica da ljudi ponekad skraćenicu AIO koriste i kada govore o Google AI Overviews, mada je preciznije pisati AIOs ili jednostavno AI Overviews.

Kada koristim AIO u strateškom kontekstu, mislim na širu optimizaciju prisustva brenda u AI sistemima, a ne samo na jednu Google funkciju.

AAIO — Agentic AI Optimization

AAIO je optimizacija digitalnog ekosistema za AI agente koji ne pružaju samo informacije, već mogu da pokreću ili izvršavaju radnje.

Klasičan pretraživač prikazuje link.

Generativni pretraživač sastavlja odgovor.

AI agent može da:

• proveri dostupnost;
• pronađe proizvod;
• uporedi ponude;
• zakaže termin;
• popuni formular;
• pošalje zahtev;
• pozove odgovarajući API;
• inicira kupovinu;
• prati status porudžbine.

Za AAIO nisu dovoljni dobar tekst i dobar meta title. Potrebni su jasna hijerarhija podataka, pouzdani identifikatori, dokumentovani API-ji, tačni statusi, kontrola pristupa i predvidivi procesi.

U ovoj fazi optimizacija prelazi iz domena „kako da budemo pronađeni“ u domen „kako da budemo bezbedno upotrebljeni“.

Treća grupa: pojmovi vezani za jezičke modele i generativnu AI

AI — Artificial Intelligence

AI ili veštačka inteligencija je najširi pojam. Obuhvata sisteme koji obavljaju zadatke za koje su tradicionalno bili potrebni ljudsko opažanje, učenje, zaključivanje ili odlučivanje.

Nisu svi AI sistemi veliki jezički modeli.

ML — Machine Learning

Machine Learning ili mašinsko učenje omogućava sistemima da iz podataka prepoznaju obrasce i unapređuju rezultate bez ručnog definisanja svakog pravila.

NLP — Natural Language Processing

NLP je obrada prirodnog jezika. Nema veza sa neuro lingvističnim programiranjem.

Obuhvata načine na koje računar analizira, klasifikuje, prevodi, generiše i povezuje ljudski jezik.

SEO stručnjaku je NLP važan zato što pretraživači i AI sistemi više ne posmatraju stranicu samo kao niz identičnih ključnih reči. Pokušavaju da razumeju temu, kontekst, odnose i nameru.

NLU — Natural Language Understanding

NLU je deo NLP-a usmeren na razumevanje značenja.

Sistem pokušava da prepozna:

• šta korisnik traži;
• na koji entitet misli;
• koji kontekst je relevantan;
• šta je implicitno podrazumevano;
• da li postoji dvosmislenost.

NLG — Natural Language Generation

NLG je generisanje prirodnog jezika.

Kada sistem na osnovu podataka ili pronađenih izvora sastavi odgovor, izveštaj, opis ili sažetak, koristi neku formu NLG procesa.

LLM — Large Language Model

LLM je veliki jezički model treniran na ogromnoj količini tekstualnih i drugih podataka kako bi mogao da predviđa, razume i generiše jezik.

Poznate porodice modela razvijaju kompanije OpenAI, Google, Anthropic, Meta, Microsoft, xAI i drugi akteri.

Važno je razlikovati sam model od proizvoda. ChatGPT je proizvod i interfejs, dok je GPT porodica modela. Claude je i naziv proizvoda i porodice modela kompanije Anthropic. Gemini označava Google modele i proizvode povezane sa njima.

Token

Token je osnovna jedinica teksta koju model obrađuje.

Token nije isto što i reč. Jedna reč može biti podeljena na više tokena, dok kratke i česte reči nekada predstavljaju jedan token.

Tokeni utiču na:

• dužinu konteksta;
• cenu API poziva;
• brzinu obrade;
• količinu sadržaja koju model može istovremeno da analizira.

Context window

Context window je količina sadržaja koju model može da uzme u obzir u jednom procesu.

Veći kontekst ne garantuje da će svaka informacija u njemu dobiti jednaku pažnju. Zato su dobra hijerarhija, naslovi, sažeci i logički povezani segmenti i dalje važni.

Prompt

Prompt je instrukcija ili skup podataka koji se šalje modelu.

Za potrebe AI optimizacije promptovi se koriste i kao metod istraživanja. Umesto da pratimo samo ključne reči, testiramo realna pitanja:

• Koja je najbolja kompanija za određenu uslugu?
• Koji proizvod odgovara datom problemu?
• Kako se rešava određena situacija?
• Koje izvore sistem navodi?
• Da li se naš brend pojavljuje?

Grounding

Grounding je povezivanje generisanog odgovora sa konkretnim izvorima, podacima ili rezultatima pretrage.

Odgovor koji je zasnovan na aktuelnim dokumentima i navedenim izvorima trebalo bi da bude pouzdaniji od odgovora koji se oslanja samo na znanje sadržano u parametrima modela.

Halucinacija

Halucinacija je samouvereno generisana, ali netačna, izmišljena ili nepouzdana informacija.

Sa aspekta brenda posebno su problematične situacije kada AI:

• pripiše kompaniji uslugu koju ne pruža;
• navede pogrešnu cenu;
• pomeša dve osobe;
• predstavi zastarele podatke;
• izmisli funkcionalnost proizvoda.

Zbog toga AI optimizacija uključuje i kontrolu tačnosti digitalnog identiteta.

Četvrta grupa: sistemi za pronalaženje i povezivanje podataka

IR — Information Retrieval

Information Retrieval je proces pronalaženja relevantnih informacija u većoj kolekciji dokumenata.

Klasični pretraživači, interne pretrage, vektorske baze i RAG sistemi koriste različite oblike preuzimanja informacija.

RAG — Retrieval-Augmented Generation

RAG je proces u kojem sistem najpre pronalazi relevantne dokumente ili delove dokumenata, a zatim ih prosleđuje jezičkom modelu kako bi na osnovu njih sastavio odgovor.

Pojednostavljeno:

1. korisnik postavi pitanje;
2. sistem traži relevantne izvore;
3. bira delove sadržaja;
4. dodaje ih u kontekst modela;
5. model generiše odgovor.

RAG je važan za SEO i GEO zato što sadržaj najpre mora da bude pronađen i izabran. Tek tada može biti iskorišćen u odgovoru.

Embeddings

Embeddings su numerički prikazi značenja sadržaja.

Tekstovi sličnog značenja mogu u vektorskom prostoru biti bliži jedan drugom čak i kada ne koriste identične reči.

Zato je korisnije pokriti temu jasno i potpuno nego veštački ponavljati jednu formulaciju ključne reči.

Vector database

Vektorska baza čuva i pretražuje embeddings reprezentacije.

Koristi se za semantičku pretragu, preporuke, RAG sisteme, internu dokumentaciju i povezivanje korisničkog pitanja sa odgovarajućim delovima sadržaja.

Knowledge graph

Knowledge graph ili graf znanja predstavlja entitete i njihove međusobne odnose.

Na primer:

• Nedim Šabić je osoba;
• SEO škola je  je YouTube kanal Nedima Šabića;
• https://www.seolaxy.com/ je Ecommerce SEO platforma za SEO i AI SEO Nedima Šabića,
• SEO je oblast stručnosti;
• Banja Luka, Sarajevo, Zagreb, Beograd i Niš su relevantne lokacije;
• Usluga je edukativna;
• članci imaju autora i temu.

Graf znanja ne predstavlja tekst kao niz pasusa, već kao mrežu činjenica i odnosa.

Entitet

Entitet je prepoznatljiva stvar ili pojam koji može imati sopstveni identitet.

Entitet može biti:

• osoba;
• kompanija;
• proizvod;
• usluga;
• lokacija;
• događaj;
• organizacija;
• knjiga;
• koncept.

Dobar entity SEO pomaže sistemu da razume ko je ko, šta pripada kome i po čemu je određeni entitet poznat.

NER — Named Entity Recognition

NER je automatsko prepoznavanje imenovanih entiteta u tekstu.

Sistem prepoznaje da je određeni izraz ime osobe, kompanije, mesta, proizvoda ili organizacije.

Peta grupa: tehnički standardi i datoteke

HTML i semantički HTML

HTML definiše strukturu veb-stranice.

Semantički HTML koristi elemente koji jasnije opisuju funkciju sadržaja, kao što su naslov, navigacija, glavni sadržaj, članak, sekcija i podnožje.

Dobra semantika pomaže pristupačnosti, održavanju sajta i automatskoj obradi sadržaja.

H1–H4 hijerarhija

Naslovi nisu samo estetski element.

H1 označava glavnu temu. H2 deli temu na velike celine. H3 i H4 razrađuju uže podteme.

Dobro organizovan tekst može se razumeti i kada se najpre pročitaju samo naslovi. To koristi čoveku, pretraživaču i jezičkom modelu.

JSON-LD

JSON-LD je format za dodavanje strukturiranih podataka stranici.

Google preporučuje JSON-LD kao jedan od podržanih formata za strukturirane podatke. Strukturirani podaci pomažu sistemu da identifikuje tip sadržaja i konkretne osobine entiteta na stranici.

Schema.org

Schema.org je zajednički rečnik tipova i atributa koji se koriste za opisivanje podataka na internetu.

Česti tipovi su:

• Organization;
• Person;
• Product;
• Service;
• Article;
• LocalBusiness;
• Event;
• BreadcrumbList;
• FAQPage;
• WebSite;
• WebPage.

Schema nije zamena za kvalitetan sadržaj. Ako na stranici piše jedno, a u strukturiranim podacima drugo, problem nije rešen već je uvećan.

robots.txt

Robots.txt daje instrukcije crawlerima koje delove sajta mogu ili ne mogu da obilaze.

On nije univerzalni alat za uklanjanje stranice iz indeksa. Za kontrolu indeksiranja koriste se odgovarajuće meta robots ili HTTP direktive, autentifikacija i drugi mehanizmi.

XML sitemap

XML sitemap je spisak važnih URL-ova koji pretraživaču pomaže da otkrije strukturu sajta i promene na njemu.

Sitemap nije garancija indeksiranja. Ako je stranica nekvalitetna, duplirana, blokirana ili tehnički problematična, njeno prisustvo u sitemapu neće rešiti osnovni problem.

llms.txt

llms.txt je predložena Markdown datoteka u korenu domena koja treba da ponudi sažet opis sajta i kuriranu listu važnih resursa pogodnih za korišćenje u LLM kontekstu.

Predlog je objavio Jeremy Howard 2024. godine. Njegova osnovna ideja jeste da vlasnik sajta modelu ponudi pregled najvažnijih dokumenata bez navigacije, oglasa i suvišnog HTML-a.

Međutim, ovde je potrebna važna napomena.

llms.txt još nije univerzalno usvojen standard niti potvrđen faktor vidljivosti. Google je u svojim smernicama naveo da ne koristi ovu datoteku za pojavljivanje u Google Search generativnim funkcijama.

Zato ga posmatram kao:

• potencijalno koristan sadržajni direktorijum;
• način interne sistematizacije važnih resursa;
• eksperimentalni dodatak;
• pripremu za buduće oblike mašinskog čitanja.

Ne posmatram ga kao zamenu za robots.txt, sitemap, internu strukturu, indeksiranje ili kvalitetan sadržaj. Ali ako zakažete sastanak sa marketing i biznis timom ili osobama da ga pravilno popunite videćete koliko je suštinski važan ovaj fajl za brzu prezentaciju najbitnijih usluga, proizvoda, ili celina firme.

Šesta grupa: agenti, protokoli i izvršavanje radnji

AI agent

AI agent je sistem koji može da analizira cilj, planira korake, koristi alate i izvršava zadatke.

Razlika između chatbota i agenta nije uvek oštra, ali agent tipično ima veću operativnu samostalnost.

Agent može da:

1. primi cilj;
2. odluči koji podaci su mu potrebni;
3. pozove pretragu ili API;
4. obradi rezultate;
5. izvrši radnju;
6. proveri ishod;
7. nastavi proces.

API — Application Programming Interface

API omogućava različitim softverskim sistemima da razmenjuju podatke i pokreću funkcije.

Za agentic optimizaciju posebno su važni API-ji za:

• proizvode;
• rezervacije;
• raspoloživost;
• cene;
• porudžbine;
• plaćanja;
• korisničku podršku;
• lokacije;
• termine;
• isporuku.

Stranica može lepo opisati da je termin slobodan, ali agentu je potrebna pouzdana funkcija preko koje može da proveri raspoloživost u realnom vremenu.

MCP — Model Context Protocol

MCP je otvoreni standard za povezivanje AI aplikacija sa spoljnim alatima, izvorima podataka i radnim procesima.

Može se posmatrati kao standardizovan priključak između modela i sistema kao što su baze, dokumenti, pretrage, CRM platforme i poslovni alati.

MCP server može modelu izložiti alate za:

• pretragu baze;
• čitanje fajlova;
• pokretanje analize;
• rad sa CRM-om;
• proveru podataka;
• izvršavanje odobrenih funkcija.

Screaming Frog je, na primer, tokom 2026. uveo MCP mogućnost kojom se crawl i analiza mogu pokretati iz kompatibilnih AI asistenata.

A2A — Agent2Agent Protocol

A2A je otvoreni standard namenjen komunikaciji između različitih AI agenata.

Dok MCP uglavnom povezuje agenta sa podacima i alatima, A2A pomaže agentima da otkriju jedan drugog, razmenjuju informacije, delegiraju zadatke i sarađuju.

Protokol je prvobitno razvijen u Google okruženju, a zatim predat Linux Foundation upravljanju.

Pojednostavljeno:

• MCP povezuje agenta sa alatom;
• A2A povezuje agenta sa drugim agentom.

Ova dva standarda nisu konkurenti, već rešavaju različite delove agentic infrastrukture.

Agent Card

Agent Card je strukturiran opis sposobnosti agenta.

On može sadržati naziv, opis, dostupne funkcije i podatke potrebne drugom agentu da proceni da li je baš taj agent pogodan za određeni zadatak. Zvanična A2A dokumentacija opisuje Agent Card kao osnovu za otkrivanje sposobnosti agenata.

Sedma grupa: kompanije i platforme koje oblikuju AI pretragu

Google

Google je i dalje centralna platforma za klasičnu i generativnu pretragu.

Za SEO stručnjake posebno su važni:

• Google Search;
• AI Overviews;
• AI Mode;
• Google Search Console;
• Google Business Profile;
• Merchant Center;
• Google Trends;
• PageSpeed Insights;
• Lighthouse;
• Gemini.

Google AI funkcije i klasični rezultati nisu dva potpuno odvojena sveta. Google navodi da se generativna iskustva oslanjaju na sadržaj iz Search indeksa i postojeće sisteme kvaliteta.

OpenAI

OpenAI razvija GPT modele i ChatGPT.

ChatGPT Search omogućava odgovore zasnovane na aktuelnim veb-izvorima, sa linkovima i citatima. OpenAI takođe razlikuje crawlere prema njihovoj nameni, a OAI-SearchBot koristi za pojavljivanje sajtova u ChatGPT funkcijama pretrage.

Za vlasnika sajta važno je da proveri:

• da li su potrebni OpenAI botovi blokirani;
• da li je sadržaj dostupan bez nepotrebnih tehničkih prepreka;
• da li su ključne informacije jasne;
• da li su podaci ažurni i međusobno dosledni.

Microsoft

Microsoft je važan zbog Bing pretrage, Bing Webmaster Tools, Copilot sistema i učešća u razvoju AI infrastrukture.

Bing je posebno koristan za proveru indeksiranja, tehničkih problema i IndexNow prijava.

Anthropic

Anthropic razvija Claude modele i proizvode.

Kompanija je pokrenula Model Context Protocol, koji je prerastao u šire prihvaćen otvoreni standard za povezivanje AI aplikacija sa spoljnim alatima i podacima.

Perplexity

Perplexity je generativni sistem izrazito usmeren na pretragu, istraživanje i citiranje izvora.

Njegove razvojne platforme nude klasične rangirane rezultate pretrage, generisane odgovore sa citatima i API-je za semantičku pretragu i embeddings.

Za GEO analize Perplexity je koristan zato što relativno jasno prikazuje korišćene izvore, ali se rezultati ipak moraju testirati u više ponavljanja.

Meta, xAI i drugi proizvođači modela

Meta razvija Llama modele, dok xAI razvija Grok i povezane sisteme.

Za SEO stručnjaka nije neophodno da svakodnevno prati svaki novi model. Važnije je razumeti koje platforme ciljna publika koristi i da li ti sistemi:

• pretražuju otvoreni veb;
• prikazuju izvore;
• šalju referral saobraćaj;
• koriste sopstveni indeks;
• imaju posebne crawlere;
• omogućavaju izvršavanje radnji.

Osma grupa: alati za SEO i AI optimizaciju

Alati za podatke iz prve ruke

Google Search Console

Search Console ostaje jedan od najvažnijih alata jer prikazuje podatke direktno iz Google ekosistema:

• upite;
• prikazivanja;
• klikove;
• CTR;
• prosečne pozicije;
• indeksiranje;
• crawl probleme;
• status strukturiranih podataka.

Google je 2026. predstavio i posebne prikaze performansi u generativnim Search funkcijama, uključujući AI Overviews i AI Mode.

Google Analytics i druga analitika

Analitika pokazuje šta se dešava nakon dolaska korisnika:

• odakle je došao;
• šta je posetio;
• koliko se zadržao;
• da li je izvršio konverziju;
• da li se vratio;
• da li AI referral saobraćaj ima poslovnu vrednost.

Server logovi

Server logovi pokazuju šta je stvarno pristupilo sajtu.

Oni su posebno korisni za proveru:

• aktivnosti crawlera;
• učestalosti obilazaka;
• problematičnih statusnih kodova;
• bespotrebnog trošenja crawl resursa;
• pristupa AI botova.

Tehnički crawler alati

Screaming Frog SEO Spider

Screaming Frog služi za obilazak sajta i tehničku analizu URL-ova, naslova, statusnih kodova, canonical oznaka, linkova, strukturiranih podataka i drugih elemenata. Zvanično navodi više stotina provera tehničkih i on-page problema.

Sitebulb

Sitebulb je crawler usmeren na detaljne audite, prioritizaciju problema i vizuelno predstavljanje strukture sajta.

Ahrefs

Ahrefs je poznat po analizi linkova, konkurencije, ključnih reči, sadržaja i tehničkih problema.

Njegov Site Audit obilazi stranice, označava tehničke i on-page probleme i prati zdravlje sajta.

Semrush

Semrush povezuje istraživanje ključnih reči, konkurencije, linkova, pozicija, tehničkog SEO-a i AI vidljivosti.

Njegovi noviji sistemi uključuju praćenje AI pominjanja, vidljivosti i prilagođenih promptova, ali podatke iz takvih platformi treba upoređivati sa sopstvenom analitikom i ručnim testovima.

Alati za performanse

PageSpeed Insights i Lighthouse

Ovi alati pomažu u analizi tehničkih performansi, pristupačnosti i korisničkog iskustva.

Brzina nije samo SEO metrika. Spor, nestabilan ili JavaScriptom preopterećen sajt može otežati pristup i ljudima i automatizovanim sistemima.

Generativni alati

ChatGPT

Koristan je za:

• istraživanje;
• klasifikovanje upita;
• izradu nacrta;
• pronalaženje rupa u sadržaju;
• analizu dokumenata;
• simulaciju korisničkih pitanja;
• proveru strukture;
• obradu podataka.

Ne treba ga koristiti kao nekontrolisanu fabriku tekstova.

Claude

Claude je posebno koristan za rad sa dužim dokumentima, analizom, strukturiranjem informacija i povezivanjem sa alatima preko MCP-a.

Gemini

Gemini je značajan zbog povezanosti sa Google ekosistemom, multimodalnim mogućnostima i agentic alatima.

Perplexity

Perplexity je koristan za istraživanje izvora i proveru koje domene sistem koristi pri odgovaranju na određena pitanja.

Nijedan od ovih alata ne treba tretirati kao apsolutni izvor istine. Njihovi odgovori mogu biti netačni, promenljivi ili nepotpuni.

Koje metrike treba pratiti u eri AI pretrage?

Klasične SEO metrike

I dalje pratim:

• organske klikove;
• prikazivanja;
• CTR;
• pozicije;
• indeksiranje;
• crawl statistiku;
• konverzije;
• prihod;
• broj relevantnih referring domena;
• performanse važnih landing stranica.

AI visibility metrike

Dodajem:

Mention rate

Koliki procenat testiranih odgovora pominje brend?

Citation rate

Koliko često se domen pojavljuje kao citirani izvor?

Recommendation rate

Koliko često sistem preporučuje proizvod, uslugu ili kompaniju?

Share of voice

Koliki deo relevantnih AI odgovora pripada našem brendu u odnosu na konkurente?

Citation fidelity

Da li je sadržaj našeg izvora pravilno prenet?

Sentiment i kontekst

Da li je brend predstavljen pozitivno, neutralno ili problematično?

AI referral traffic

Koliko poseta dolazi sa ChatGPT-a, Perplexityja, Copilota i drugih AI platformi?

Assisted conversions

Koliko je AI kanal učestvovao u korisnikovom putu pre konačne konverzije?

Najčešće greške u AI optimizaciji

Proglašavanje smrti SEO-a

SEO se menja, ali tehnička dostupnost, relevantnost, kvalitet i autoritet nisu nestali.

Bez kvalitetnog sajta teško je graditi dugoročnu vidljivost u bilo kom sistemu koji koristi otvoreni veb.

Izmišljanje novog akronima za svaku uslugu

Novi termini mogu pomoći da preciznije opišemo promenu. Problem nastaje kada se koriste da bi prosečan SEO proces zvučao revolucionarno.

Naziv je manje važan od procesa i rezultata.

Masovno generisanje prosečnog sadržaja

Veća količina teksta ne znači veću pokrivenost teme.

Hiljade generičkih stranica mogu razvodniti identitet sajta, stvoriti duplikate i otežati održavanje tačnih informacija.

Iako je na prvi pogled dobar sadržaj pojeftinio, vrhunski sadržaj je jako teško kreirati jer uključuje lični ugao, ekspertske detalja, živ kontekst.

Optimizacija samo za jedan model

ChatGPT, Google, Perplexity, Claude i Copilot nemaju identičan način pronalaženja i predstavljanja izvora.

Strategija mora imati zajedničku osnovu, ali merenje mora biti višekanalno.

Mešanje korelacije i uzročnosti

Ako broj AI poseta raste, to ne znači automatski da je određena intervencija izazvala rast. Možda je porasla ukupna upotreba same platforme.

Zato rezultate treba porediti sa kontrolnim grupama, prethodnim periodima, konkurencijom i opštim trendovima.

Slepo verovanje AI monitoring alatima

Monitoring alati su korisni, ali svaki radi sa ograničenim skupom promptova, modela, lokacija i metodologija.

Treba ih dopuniti ručnim proverama, analitikom i server logovima.

Ignorisanje brenda

Kod generativnih preporuka brend nije samo naziv. On je skup odnosa, iskustava, pominjanja, recenzija, proizvoda, ljudi i izvora.

Kompanija koja nema jasan digitalni identitet prepušta sistemu da ga sam sastavi iz nepotpunih podataka.

Događaji i izvori koje vredi pratiti

Oblast se menja prebrzo da bi jedan članak ostao zauvek potpun. Zbog toga više pažnje obraćam na pouzdane izvore nego na senzacionalne objave.

Google Search Central

Google Search Central objavljuje dokumentaciju, promene, smernice i događaje namenjene vlasnicima sajtova i SEO stručnjacima.

Search Central Live je serija zvaničnih događaja na kojima učestvuju članovi Google Search tima i stručnjaci iz industrije.

Google I/O

Google I/O je važan zbog promena u Gemini, Search, agentima, multimodalnoj pretrazi i developerskim alatima.

Nije svaka najavljena funkcionalnost odmah relevantna za svaki sajt, ali događaj pokazuje smer razvoja Google ekosistema.

brightonSEO

BrightonSEO je jedna od najvećih međunarodnih konferencija posvećenih pretrazi i digitalnom marketingu, sa događajima u Velikoj Britaniji i Sjedinjenim Državama.

Zvanična dokumentacija AI kompanija

Za tehničke promene najpre proveravam:

• Google dokumentaciju;
• OpenAI dokumentaciju;
• Anthropic i MCP dokumentaciju;
• Microsoft i Bing Webmaster smernice;
• Perplexity developersku dokumentaciju;
• Schema.org.

Tek zatim čitam komentare, analize i eksperimente drugih stručnjaka.

Da li će AI optimizacija zameniti SEO?

Ne verujem da će se dogoditi jednostavna zamena u kojoj jednog jutra prestajemo da radimo SEO, a počinjemo da radimo nešto potpuno drugo.

Mnogo je realnije da se disciplina širi.

SEO će i dalje uređivati:

• tehničku dostupnost;
• indeksiranje;
• strukturu;
• sadržaj;
• linkove;
• korisničku nameru;
• organsku vidljivost.

AEO i GEO dodaju:

• direktne odgovore;
• citiranje;
• generativnu vidljivost;
• tačnost predstavljanja;
• praćenje pominjanja.

AAIO zatim dodaje:

• alate;
• API-je;
• protokole;
• izvršavanje radnji;
• bezbednost;
• kontrolu pristupa;
• pouzdanost poslovnih procesa.

Zato više ne optimizujemo samo stranicu za ključnu reč. Optimizujemo čitav digitalni sistem za pronalaženje, razumevanje, preporučivanje i delovanje. Broj poseta će se definitivno smanjiti ka web sajtovima, ali ne i konverzije. 

Zaključak: akronimi se menjaju, osnovni principi ostaju

U eri veštačke inteligencije lako je izgubiti se u terminima.

SEO, AEO, GEO, LLMO, AIO i AAIO opisuju različite uglove iste promene: digitalni sadržaj više ne čitaju samo ljudi i klasični crawler sistemi. Čitaju ga modeli koji pretražuju, povezuju, sažimaju, citiraju i sve češće izvršavaju konkretne zadatke.

Ipak, iza svih akronima ostaju poznata pitanja:

• Da li je sajt tehnički dostupan?
• Da li jasno objašnjava ko smo i šta nudimo?
• Da li su informacije tačne?
• Da li sadržaj donosi nešto što drugi izvori nemaju?
• Da li postoje dokazi stručnosti i iskustva?
• Da li nam relevantni izvori veruju?
• Da li korisnik može lako da napravi sledeći korak?
• Da li rezultat možemo pouzdano da izmerimo?

Moje iskustvo govori da neće pobediti onaj ko najbrže usvoji najveći broj akronima.

Pobediće onaj ko napravi najjasniji, najpouzdaniji i najupotrebljiviji digitalni sistem, a da pri tome ostane autentičan za ljude. Pobediće onaj ko ne dozvoli da mu AI kreira identitet, a u isto vreme podeli znanje koje razumeju i pretraživači, jezički modeli i AI agenti.