50 promptů ChatGPT pro Google Ads: šablony JSON

V průběžných slepých srovnávacích testech prováděných na účtech sledovaných ve veřejných benchmarcích v roce 2026 — agregovaná data Google Ads — aplikovaných na hlavní LLM (GPT-5, Claude Opus 4.7, Gemini 2.5 Pro), naivní prozaický prompt typu „napiš mi 15 RSA nadpisů pro B2B CRM" produkuje 40 až 55 % přímo použitelného výstupu — zbytek je třeba opravit nebo zahodit kvůli redundanci, nesouvisejícímu obsahu, překročení počtu znaků nebo halucinacím o neexistujících funkcích. Podle testovaných vertikál se rozdíl pohybuje mezi 28 % (technické B2B vertikály, kde AI nejvíce halucinuje) a 67 % (B2C mass market vertikály, kde je jazyk více standardizovaný). Stejný případ ve strukturovaném JSON promptu s omezeními character_max, theme_distribution, excluded_terms, format_output dosahuje 75 až 88 % použitelného výstupu. Zisk není v kvalitě modelu — je v přesnosti omezení. LLM v roce 2026 dodržuje JSON omezení drasticky lépe než próza. ChatGPT není na Google Ads kouzelník; strukturovaný se stává produktivním.

Tento článek přináší 30 JSON promptů seskupených podle případu použití: 6 generování RSA, 5 discovery negativních klíčových slov, 4 narativní audit, 5 executive reporting, 5 taktická optimalizace, plus 5 bonusových příloh. Vše testováno na reálných účtech a kalibrováno na 3 hlavních LLM pro rok 2026. Pro čistou tvorbu RSA textů viz naši metodu tvorby RSA. Pro kompletní audit účtu náš audit checklist Google Ads. A pro reporting klientů náš průvodce reportingem 10 KPI. Náš bezplatný CTR kalkulátor porovnává vaši míru prokliků s mediány Francie 2026 podle vertikály.

Proč strukturované JSON prompty (vs próza)

Strukturovaný JSON prompt je prompt formátovaný v JSON s explicitními klíči pro roli modelu, obchodní kontext, omezení (počet znaků, vyloučení, výstupní formát), few-shot příklady a instrukce validace. Ve srovnání s prózou v přirozeném jazyce nutí model dodržovat ověřitelná pravidla — což je mnohem robustnější na LLM v roce 2026, optimalizovaných k dodržování formalizovaných struktur prostřednictvím RLHF fine-tuningu.

Rozdíly pozorované ve slepém testu na 200 párových promptech (RSA, negativní slova, audit):

6 kritických komponent strukturovaného JSON promptu pro Google Ads:

• role — kdo je model („Jsi senior Google Ads specialista"). Nastavuje tón a hloubku.
• context — obchodní data účtu (vertikála, ICP, rozpočet, cíle). Stručné ale přesné, žádná vágní próza.
• task — konkrétní mise s akčním slovesem.
• constraints — tvrdá pravidla (počet znaků, formát, vyloučení). Tady se děje magie.
• examples (volitelné) — 2 až 4 few-shot příklady očekávaného stylu. Zvyšuje kvalitu o 15–25 %.
• output_format — JSON, markdown, CSV. Vynucení formátu usnadňuje automatizované parsování.

Oficiální reference pro hlubší studium: dokumentace prompt engineering OpenAI na platform.openai.com, průvodce Anthropic na docs.anthropic.com a dokumentace Google AI Studio na ai.google.dev. Všechny tři se shodují na hodnotě strukturovaných promptů — JSON nebo XML — oproti volné próze.

Rozdíl v použitelném výstupu (40–55 % vs 75–88 %) nepochází z rozdílu modelu ani z hrubé kapacity LLM. Je to tentýž GPT-5, tentýž Claude Opus 4.7, tentýž Gemini 2.5 Pro, které produkují oba výsledky. Vysvětlující proměnnou je formální struktura omezení. LLM v roce 2026 byl fine-tuningem RLHF trénován na milionech příkladů formálních struktur (JSON, XML, function calling, tool use). Když mu dáte seznam omezení ve volné próze, interpretuje je s vysokým rozptylem. Když mu dáte stejná omezení v JSON, zpracovává je jako schéma k validaci — a míra dodržování mechanicky stoupá. Je to emergentní vlastnost post-2024 tréninku, ne kouzlo promptu.

Generování RSA: 6 promptů podle formátu

Generování RSA je případ použití č. 1, kde AI šetří měřitelný čas. Klíč: nežádat „napiš 15 nadpisů", ale vnutit přísnou tematickou matici (viz metoda RSA) s počtem znaků, tematickým rozdělením a vyloučenými termíny.

Formát Responsive Search Ad kombinuje až 15 titulků a 4 popisky, které Google dynamicky permutuje při zobrazení. Strojové učení Google Ads optimalizuje kombinace titulek/popisek podle uživatele, dotazu a kontextu nabídky — ale může to dělat správně pouze tehdy, dostane-li dostatečnou tematickou rozmanitost. Podle agregovaných dat Google Ads 2025–2026 RSA s méně než 10 titulky nebo s chudou tematickou diverzitou (3 témata nebo méně z očekávaných 7) stropují Ad Strength na „Average" a CTR pod mediánem vertikály. Šest níže uvedených promptů míří na automatizaci produkce při zachování tematické rozmanitosti — klíče pro Quality Score v Search.

Prompt 1 — RSA Search standardní 15 titulků + 4 popisky

{
  "role": "Tu es un copywriter Google Ads senior, francophone, expert RSA.",
  "context": {
    "vertical": "SaaS B2B CRM",
    "icp": "PME 20-200 salariés, secteur services",
    "differentiateurs": ["RGPD compliant", "Sans engagement", "Made in France"],
    "competitors": ["HubSpot", "Pipedrive", "Salesforce Essentials"],
    "ton": "professionnel direct, factuel, evidence-based"
  },
  "task": "Genere 15 headlines RSA et 4 descriptions pour ad group 'CRM B2B PME'.",
  "constraints": {
    "headline_max_chars": 30,
    "description_max_chars": 90,
    "theme_distribution": {
      "keyword_principal": 3,
      "benefices_chiffres": 3,
      "proof_points": 2,
      "cta_direct": 2,
      "offre_urgence": 2,
      "differenciation": 2,
      "brand_seul": 1
    },
    "no_repetition_keyword_exact": true,
    "no_external_benchmarks": true,
    "include_keyword_in_3_headlines": "CRM B2B"
  },
  "examples_few_shot": [
    {"headline": "CRM B2B PME · Démo 15 min", "theme": "keyword_cta"},
    {"headline": "Gagnez 8h/semaine en 2026", "theme": "benefice_chiffre"}
  ],
  "output_format": "JSON array avec keys: headline, theme, char_count"
}

Prompt 2 — Zjednodušené RSA Display assety

{
  "role": "Copywriter Display Google Ads.",
  "task": "Genere 8 headlines (30 char max) et 4 descriptions (90 char max) pour campagne Display retargeting cart abandonners.",
  "context": {
    "vertical": "E-commerce mode femme",
    "audience": "Cart abandonners 7 derniers jours",
    "incentive": "-15% code WELCOME15",
    "deadline": "48h"
  },
  "constraints": {
    "tone": "urgence sans pression abusive",
    "headline_themes": ["incentive", "deadline", "produit_oublie", "social_proof"],
    "no_caps_lock": true,
    "no_emojis": true
  },
  "output_format": "JSON object avec arrays headlines et descriptions"
}

Prompt 3 — Kompletní RSA PMax asset group

{
  "role": "PMax asset group designer.",
  "task": "Genere asset group complet pour PMax campagne 'Sneakers Premium Hommes'.",
  "constraints": {
    "headlines_short": {"count": 5, "max_chars": 30},
    "headlines_long": {"count": 5, "max_chars": 90},
    "descriptions": {"count": 5, "max_chars": 90},
    "callouts": {"count": 4, "max_chars": 25},
    "structured_snippets": {"count": 3, "header": "brands", "values_max": 4},
    "image_brief": "5 prompts pour générer images via DALL-E ou Midjourney : produit lifestyle, gros plan détail, vidéo 6s loop, square 1:1, 9:16 vertical"
  },
  "context": {
    "vertical": "E-commerce sneakers premium",
    "price_range": "180-450€",
    "audience": "Hommes 25-45 urbains, premium-conscious"
  },
  "output_format": "JSON object structuré par asset type"
}

Prompt 4 — RSA brand defense (konkurent biduje na vaše jméno)

{
  "role": "Brand defense PPC strategist.",
  "task": "Genere 15 headlines RSA pour campagne Brand Defense — un concurrent bidde sur notre nom de marque.",
  "context": {
    "brand_name": "AcmeCRM",
    "competitor_name": "RivalCRM",
    "differentiateurs_vs_competitor": ["10 ans plus ancien", "Note 4.8/5", "Support FR 7j/7"]
  },
  "constraints": {
    "headline_max_chars": 30,
    "include_brand_in_5_headlines_minimum": true,
    "tone": "confiant sans agressif (pas de bashing direct)",
    "implicit_comparison": true,
    "no_competitor_name_mention": true
  },
  "output_format": "JSON array avec headline, theme, brand_present"
}

Prompt 5 — Sezónní variace RSA

{
  "role": "Seasonal campaign copywriter.",
  "task": "Decline RSA existante en version Black Friday.",
  "input_existing_rsa": "[Coller ici les 15 headlines actuelles]",
  "constraints": {
    "preserve_brand_voice": true,
    "preserve_3_brand_headlines": true,
    "remplacer_offre_urgence_par": "Black Friday -40% jusqu'au 30 nov",
    "remplacer_proof_par": "Best-sellers de l'année 2026",
    "ajouter_compteur_urgence": "Plus que X jours"
  },
  "output_format": "JSON avec original + nouvelle version side-by-side"
}

Prompt 6 — RSA multi-jazyčná koherence brand voice

{
  "role": "Multilingual copywriter EN/FR/ES/DE.",
  "task": "Adapte la RSA suivante en 4 langues en preservant la matrice thématique et le ton brand.",
  "input_rsa_fr": "[Coller ici les 15 headlines FR + 4 desc]",
  "constraints": {
    "no_literal_translation": true,
    "preserve_theme_distribution": true,
    "preserve_proof_points_chiffres": true,
    "adapt_idiomes_local": true,
    "respect_char_count_per_language": {
      "FR": 30, "EN": 30, "ES": 30, "DE": 30
    },
    "warn_if_translation_doesnt_fit_char_count": true
  },
  "output_format": "JSON object avec key par locale"
}

Pro těchto 6 promptů je pozorovaná úspora času podle veřejných benchmarků: počáteční produkce 45–60 min vs 2–3 h čistě lidsky, s následnou 15–20 min lidskou editací pro kalibraci zprávy-trhu. ROI produktivity potvrzen na standardizovaných reklamních skupinách (e-com mass market, lead gen volume); marginální přínos u strategických reklamních skupin (prémiová značka, B2B niche).

Jeden provozní pozor: brand voice se LLM nenaučí z jednoho promptu. Pro dosažení trvalé koherence na objemu RSA (typicky 50 až 200 měsíčně na mid-market účtu) je třeba buď sestavit knihovnu 8 až 12 reprezentativních few-shot příkladů a systematicky je vkládat do bloku examples_few_shot, nebo použít systém Projects v ChatGPT (nebo Claude Projects) pro uložení sdíleného brand voice briefu mezi všemi prompty. Na sledovaných účtech v veřejných benchmarcích Google Ads druhý přístup snižuje rozptyl tónu mezi RSA přibližně o 60–70 % oproti izolovaným promptům. Zahrnuje však disciplínu správy: aktualizace brand voice briefu musí být sledována a verzována stejně jako kód.

Discovery negativních klíčových slov: 5 promptů podle zdroje

Discovery negativních klíčových slov pomocí AI je případ použití s vysokou pákou — mid-market účet má typicky 200 až 800 negativních klíčových slov ke objevení skrytých v search query reportu. Ručně = 4 až 8 h. S dobře sestaveným JSON promptem + shlukováním, 30 až 45 min. Pro kompletní mechaniku discovery + shlukování viz náš článek AI discovery + shlukování negativních slov.

Disciplína „negativní slova" je jedním z ukazatelů vyspělosti účtu Google Ads. Podle vertikál se rozdíl CPA mezi účtem s aktuálním sdíleným seznamem negativních slov a účtem bez systematických negativních slov pohybuje mezi 15 a 28 % — pro stejný rozpočet, stejný Smart Bidding, stejné RSA. Důvod je mechanický: bez negativního filtru broad match tlačí rozpočet k informačním nebo irelevantním dotazům („jak udělat", „zdarma", „definice"), které spotřebovávají kliky bez konverze. Níže uvedených pět promptů adresuje pět doplňkových zdrojů signálů: search query report Google Ads (základ), GA4 bounce rate, Meta Ads search bar, vyloučení ochranných známek konkurentů a tematické shlukování embeddings. Kombinace všech pěti dává mnohem robustnější disciplínu discovery než přístup pouze přes search query. Pro rychlý výpočet s benchmarky 2026 podle vertikály viz náš bezplatný CPA kalkulátor.

Prompt 7 — Negativní slova ze search query reportu (bulk 500 řádků)

{
  "role": "PPC negative keywords analyst.",
  "task": "Analyse le search query report ci-joint et identifie les négatifs candidats.",
  "input_csv": "[Coller search query report CSV : query, impressions, clicks, conversions, cost]",
  "context": {
    "vertical": "SaaS CRM B2B",
    "icp_keywords_positive": ["CRM", "logiciel", "PME", "B2B"],
    "icp_keywords_negative": ["gratuit", "open source", "tutoriel", "comment faire"],
    "intent_filter": "transactionnel uniquement"
  },
  "constraints": {
    "min_impressions_threshold": 50,
    "min_clicks_threshold": 5,
    "max_conv_rate_threshold": 0.005,
    "exclude_brand_terms": ["AcmeCRM", "Acme"],
    "match_type_recommendation": "broad ou phrase selon volume",
    "no_external_benchmarks": true
  },
  "output_format": "JSON array avec query, recommended_negative, match_type, reason, priority"
}

Prompt 8 — Negativní slova z GA4 bounce rate landing page

{
  "role": "GA4 + Google Ads correlation analyst.",
  "task": "Croise les requêtes Google Ads avec les bounce rate GA4 par landing page pour detecter mismatches.",
  "input_ga4_csv": "[Page path, sessions, bounce rate, avg session duration]",
  "input_gads_csv": "[Search query, landing page, impressions, clicks, conversions]",
  "constraints": {
    "bounce_rate_threshold": 0.75,
    "min_sessions_for_signal": 30,
    "correlation_window_days": 30
  },
  "task_detail": "Identifie les requetes Google Ads qui mènent à des landing pages avec bounce > 75% — candidates négatifs.",
  "output_format": "JSON array avec query, landing_page, bounce_rate, sessions, recommended_action"
}

Prompt 9 — Negativní slova z analýzy Meta Ads search bar

{
  "role": "Cross-channel negative keywords strategist.",
  "task": "Analyse les requetes Meta Ads search bar pour identifier intents non-pertinents pour Google Ads.",
  "input_meta_search_terms": "[Coller export Meta Ads Search bar terms]",
  "context": {
    "google_ads_vertical": "Lead gen courtier immobilier",
    "google_ads_icp": "Acheteurs primo-accédants 28-45 ans"
  },
  "constraints": {
    "intent_categories_to_extract": ["info_only", "wrong_persona", "wrong_geography", "wrong_product"],
    "exclude_already_in_negative_list": "[Coller liste actuelle]"
  },
  "output_format": "JSON object grouped by intent_category"
}

Prompt 10 — Vyloučení ochranných známek konkurentů

{
  "role": "Trademark negative keywords legal-aware.",
  "task": "Genere liste exhaustive de mots-clés négatifs pour exclure mes campagnes des recherches de marques concurrentes.",
  "context": {
    "competitors_to_exclude": ["HubSpot", "Pipedrive", "Salesforce", "Zoho", "monday.com"],
    "include_misspellings": true,
    "include_branded_keyword_combos": true
  },
  "constraints": {
    "match_types": ["exact", "phrase"],
    "exclude_generic_terms": ["CRM", "software"],
    "include_typo_variants": true
  },
  "output_format": "JSON array avec negative_keyword, match_type, reason"
}

Prompt 11 — Tematické shlukování negativních slov embeddings

{
  "role": "Embeddings + clustering negative keywords specialist.",
  "task": "Recoupe la liste de 500 search queries non-converties par clusters semantiques pour grouper les négatifs.",
  "input_queries": "[Coller liste 500 search queries CSV]",
  "constraints": {
    "embedding_model": "text-embedding-3-small (suggéré)",
    "clustering_algorithm": "DBSCAN ou KMeans k=15",
    "min_cluster_size": 5,
    "output_one_negative_per_cluster": true
  },
  "task_detail": "Pour chaque cluster, propose UN négatif phrase-match qui couvre 80%+ du cluster.",
  "output_format": "JSON array avec cluster_id, sample_queries, recommended_negative_phrase, coverage_estimate"
}

Na sledovaných účtech těchto 5 promptů umožňuje typicky objevit 150 až 400 kandidátních negativních slov na čtvrtletní audit, z nichž 60–75 % je zachováno po lidské revizi. Obrovská úspora času oproti manuální revizi.

Granularita aplikace zůstává lidským rozhodnutím. Negativní slovo detekované AI lze aplikovat na čtyři různé úrovně: účet (přes sdílený seznam), kampaň, reklamní skupina nebo skupina kampaní přes sdílený seznam s omezeným rozsahem. Široké negativní slovo („zdarma", „tutoriál") se systematicky nastaví na úrovni účtu; vertikálně specifické negativní slovo (např. „rozvodový právník" v účtu s více praktikami) na úrovni kampaně; jemně cílené negativní slovo na úrovni reklamní skupiny. Dokumentovaná na oficiální stránce Google Ads o sdílených seznamech, tato hierarchie zabraňuje konfliktům, kdy negativní slovo relevantní pro B2C je omylem aplikováno na B2B kampaň, kde způsobuje ztrátu objemu.

Narativní audit: 4 prompty podle dimenze

Narativní audit AI se liší od numerického auditu (který generujeme přes skript nebo API). Narativní produkuje prózu, která kontextualizuje čísla pro obchodního stakeholdera. Tady Claude Opus 4.7 obzvláště exceluje — jeho dlouhodobá koherence poráží GPT-5 a Gemini u prozaických reportů 2–5 stran.

Narativní audit se odlišuje od numerického auditu svou funkcí: produkovat vysvětlující text, který může příjemce číst a na jehož základě rozhodovat, nikoli sled KPI. Čtyři níže auditované dimenze (struktura, kreativa, sledování, rozpočet) pokrývají společně ve většině případů více než 80 % operačních problémů mid-market účtu Google Ads. Pro rámcování těchto auditů je třeba striktně dodržovat dva principy: vkládat přímo do promptu data účtu (export CSV nebo JSON, nikoli popis v próze) a zakázat externí benchmarky (no_external_benchmarks: true). Bez těchto dvou pravidel produkuje LLM falešně přesvědčivý audit, který mísí skutečná pozorování z vašich dat a halucinace o neexistujících benchmarcích. Hranice mezi užitečným a nebezpečným auditem spočívá v tomto detailu.

Prompt 12 — Audit struktury účtu

{
  "role": "Senior Google Ads auditor avec 10 ans d'experience.",
  "task": "Analyse la structure du compte ci-joint et produit un rapport narratif de 800 mots.",
  "input_account_structure_csv": "[Coller export campaigns + ad_groups + keywords counts]",
  "dimensions_to_audit": [
    "naming_convention_consistency",
    "campaign_budget_allocation",
    "ad_group_size_balance",
    "match_types_distribution",
    "shared_negative_lists_usage"
  ],
  "constraints": {
    "tone": "factuel, sans complaisance, sans alarmisme",
    "include_priority_actions": "top 3 quick wins + top 2 strategic",
    "no_external_benchmarks": true,
    "use_only_provided_data": true
  },
  "output_format": "Markdown structuré : Executive Summary, Findings par dimension, Priority Actions, Risks"
}

Prompt 13 — Audit kreativity (RSA, Ad Strength, pinning)

{
  "role": "Creative Google Ads auditor.",
  "task": "Audit qualité créative du compte ci-joint, focus RSA et Asset Reports.",
  "input_rsa_export": "[Coller export RSA toutes campagnes : ad_group, headlines, descriptions, ad_strength, pinning]",
  "input_asset_report": "[Coller Asset Report : asset, performance_label]",
  "checks": [
    "headlines_count_per_rsa (target 15)",
    "thematic_diversity (7 themes attendus)",
    "pinning_excessive (warning si >1 pin per RSA)",
    "ad_strength_poor_count",
    "low_performing_assets_count"
  ],
  "output_format": "Tableau CSV (ad_group, issue, severity, recommended_fix) + paragraphe synthèse"
}

Prompt 14 — Audit sledování konverzí

{
  "role": "Conversion tracking auditor.",
  "task": "Detecte les anomalies tracking sur le compte.",
  "input_conversions_export": "[Coller export Tools > Conversions]",
  "input_gtm_setup": "[Coller summary GTM tags]",
  "checks": [
    "duplicates_conversion_actions",
    "missing_enhanced_conversions",
    "inconsistent_attribution_models",
    "stale_conversion_actions_no_data",
    "consent_mode_status"
  ],
  "constraints": {
    "include_remediation_steps": true,
    "include_estimated_signal_loss_percent": true
  },
  "output_format": "Markdown rapport avec sections par check"
}

Prompt 15 — Audit tempa rozpočtu

{
  "role": "Budget pacing analyst.",
  "task": "Detecte over/underspend par campagne sur les 30 derniers jours.",
  "input_daily_spend_csv": "[Coller export daily spend par campagne 30j]",
  "input_target_budgets": "[Daily budget target par campagne]",
  "checks": [
    "deviation_from_target_per_day",
    "weekday_vs_weekend_pattern",
    "early_month_overspend",
    "ramping_campaigns_unstable"
  ],
  "constraints": {
    "tolerance_threshold_percent": 8,
    "flag_if_consecutive_overspend_days": 3
  },
  "output_format": "Markdown avec tableau dérive + paragraphe explicatif"
}

Pro kompletní pillar audit viz náš checklist audit Google Ads. Výše uvedené prompty se řetězí v poloautomatizovaném auditním workflow, s lidskou validací mezi každým krokem.

Executive reporting: 5 promptů podle stakeholdera

Reporting je dalším případem použití, kde AI masivně šetří čas — account manager stráví průměrně 6 až 12 h/měsíc na klientských reportech. Se prompty podle persony stakeholdera klesne na 1–2 h. Viz náš průvodce reportingem klienta 10 KPI pro ukazatele k zařazení.

Zlaté pravidlo executive reportingu: report se neshrne v číslech: shrne se v mentálním rámci příjemce. CEO chce obchodní vizi na 1 stránce (300 slov maximálně, bez žargonu, s jedním headline číslem a plánem). CFO chce payback period a poměr LTV:CAC ve finančním, nikoli marketingovém slovníku. Obchodní tým chce kvalitu leadů vyjádřenou v MQL→SQL→deal, nikoli v CTR. Marketingový ředitel chce týdenní anomálie, navrhované testy a kontextuální poměry. Na sledovaných účtech v veřejných benchmarcích Google Ads se rozdíl mezi generickým reportingem (stejný report pro všechny stakeholdery) a personalizovaným reportingem měří v době pozornosti příjemce — která se průměrně zvyšuje z 90 sekund na 4–6 minut na report. Skutečné ROI není v ušetřených hodinách account managera, ale v jemnějších rozhodnutích příjemců.

Prompt 16 — Reporting CEO executive summary

{
  "role": "CEO-grade executive reporter.",
  "task": "Synthese 1 page exec summary à partir des données mensuelles ci-jointes.",
  "input_monthly_data": "[Coller dashboard data : spend, conversions, CPA, ROAS, vs target]",
  "audience": "CEO non-technique, attention 2 minutes",
  "constraints": {
    "max_length_words": 300,
    "no_jargon": true,
    "structure": ["headline_metric_vs_target", "what_drove_change", "next_month_plan"],
    "tone": "factuel sans embellissement",
    "include_risks": true
  },
  "output_format": "Markdown 1-page avec 3 sections"
}

Prompt 17 — Reporting marketingový tým týdně

{
  "role": "Performance marketing weekly briefer.",
  "task": "Brief hebdo opérationnel pour l'équipe marketing.",
  "input_weekly_data": "[CSV last 7 days vs previous 7 days]",
  "audience": "Marketing team mid-level, technique-friendly",
  "constraints": {
    "max_length_words": 500,
    "include_anomalies_first": true,
    "include_test_recommendations": "1-2 par semaine",
    "use_jargon_authorized": ["CTR", "CPA", "ROAS", "LTV", "Smart Bidding"]
  },
  "output_format": "Markdown : Highlights / Lowlights / Anomalies / Tests proposés"
}

Prompt 18 — Reporting obchodní tým kvalita leadů

{
  "role": "MQL/SQL pipeline analyst.",
  "task": "Brief pour l'équipe sales sur la qualité des leads Google Ads.",
  "input_crm_export": "[Coller export CRM avec source = Google Ads]",
  "audience": "Sales team, focus quality not quantity",
  "metrics_to_include": [
    "MQL_count",
    "SQL_conversion_rate_from_MQL",
    "deal_velocity_days",
    "closed_won_count",
    "average_deal_value"
  ],
  "constraints": {
    "include_lead_scoring_distribution": true,
    "flag_underperforming_campaigns_lead_quality": true
  },
  "output_format": "Markdown report sales-friendly"
}

Prompt 19 — Reporting CFO LTV:CAC

{
  "role": "CFO-grade financial reporter PPC.",
  "task": "Rapport financier focus payback period et LTV:CAC.",
  "input_data": "[CAC par cohorte mensuelle 12 derniers mois + LTV cohorte 12m]",
  "audience": "CFO, focus cash flow et marges",
  "constraints": {
    "include_payback_period_calculation": true,
    "include_ltv_cac_ratio_per_cohort": true,
    "include_blended_vs_paid_only_cac": true,
    "no_marketing_jargon": true,
    "use_finance_vocabulary": true
  },
  "output_format": "Markdown structuré sections finance"
}

Prompt 20 — Reporting klient agentury měsíční QBR

{
  "role": "Agency QBR reporter.",
  "task": "Quarterly business review report pour client agency.",
  "input_quarter_data": "[Coller data trimestre + comparatif Q-1 + comparatif Y-1]",
  "audience": "Client decision-maker + équipe ops",
  "constraints": {
    "include_strategic_recommendations_top_3": true,
    "include_competitive_benchmark_directional_only": true,
    "include_next_quarter_roadmap": true,
    "tone": "partner pas vendor",
    "max_length_words": 1500
  },
  "output_format": "Markdown long form QBR-style"
}

Taktická optimalizace: 5 promptů podle rozhodnutí

Taktická optimalizace AI je nejdelikátnější případ použití — tady může AI dávat doporučení s velkým dopadem, ale také nebezpečná doporučení, pokud jsou špatně rámcována. Vždy ověřit lidsky před spuštěním. Pro obecnou mechaniku optimalizace viz náš kompletní průvodce Performance Max 2026.

Kritické rozlišení mezi analytickými prompty a rozhodovacími prompty musí být explicitní ve vašem workflow. Analytické prompty (sekce RSA, negativní slova, audit, reporting výše) produkují obsah, který validujete před publikací nebo distribucí. Cena špatného analytického promptu je zpoždění editace. Rozhodovací prompty (pět níže) produkují doporučení, která při spuštění trvale mění výkon účtu: předčasný přechod Target CPA→Target ROAS může stát tři týdny relearning fáze; špatně kalibrovaná konsolidace reklamních skupin může rozbít relevantní publika; pauza kampaně na základě 30 dní šumu může přerušit zdravou trajektorii učení. Pro těchto pět promptů je absolutním pravidlem explicitně požadovat od modelu skóre spolehlivosti a plán rollbacku. Pod 0,75 spolehlivosti nenasazujeme. Bez zdokumentovaného rollbacku také nenasazujeme.

Prompt 21 — Rozhodnutí rebid Smart Bidding (Target CPA → Target ROAS)

{
  "role": "Smart Bidding strategy advisor.",
  "task": "Conseille sur la bascule Target CPA → Target ROAS pour la campagne ci-jointe.",
  "input_campaign_data": "[Coller 90j data : conversions, value, CPA, ROAS, learning phase status]",
  "decision_criteria": [
    "min_50_value_based_conv_per_week",
    "value_signal_reliability",
    "learning_phase_stable_30_days",
    "target_ROAS_realistic_vs_history"
  ],
  "constraints": {
    "give_go_no_go_recommendation": true,
    "include_target_ROAS_initial_value": true,
    "include_rollback_plan": true,
    "include_monitoring_metrics_first_14_days": true
  },
  "output_format": "JSON : recommendation, target_ROAS_initial, rollback_trigger, kpi_to_monitor"
}

Prompt 22 — Rozhodnutí restrukturalizace (konsolidace reklamních skupin)

{
  "role": "Account restructure strategist.",
  "task": "Identifie les ad groups à consolider pour atteindre seuil signal Smart Bidding.",
  "input_ad_groups_data": "[Coller export ad groups : conv 30j, spend, structure thématique]",
  "criteria": {
    "min_conv_per_ad_group_week": 5,
    "thematic_proximity_threshold": 0.75,
    "preserve_separate_match_types": true,
    "preserve_separate_audiences": true
  },
  "constraints": {
    "max_ad_groups_per_consolidation": 4,
    "preserve_naming_convention": true,
    "include_keyword_remap_plan": true
  },
  "output_format": "JSON array avec consolidation_group, source_ad_groups, target_ad_group_name, keywords_to_migrate"
}

Prompt 23 — Rozhodnutí o spuštění nového negativního klíčového slova

{
  "role": "Negative keyword scope advisor.",
  "task": "Pour chaque négatif candidat ci-joint, conseille la granularité d'application.",
  "input_negatives_candidates": "[Coller liste négatifs candidats avec query history]",
  "decision_levels": ["account_level", "campaign_level", "ad_group_level", "shared_negative_list"],
  "criteria": {
    "applies_to_all_campaigns": "account_level",
    "applies_to_specific_vertical": "campaign_level",
    "applies_to_specific_match_type_intent": "ad_group_level",
    "reusable_pattern": "shared_negative_list"
  },
  "output_format": "JSON array avec negative, recommended_level, justification"
}

Prompt 24 — Rozhodnutí o pauze kampaně

{
  "role": "Campaign pause/keep decision advisor.",
  "task": "Analyse si campagne doit être pausée ou retravaillée.",
  "input_campaign_60d": "[Coller 60j data campaign + benchmarks compte]",
  "decision_criteria": [
    "CPA_vs_target_3x_above",
    "conversion_rate_below_account_avg_50pct",
    "trajectory_30d_improving_or_degrading",
    "strategic_value_brand_or_test"
  ],
  "constraints": {
    "include_alternatives_to_pause": ["restructure", "rebid", "creative_refresh", "audience_pivot"],
    "include_estimated_recovery_time_per_alternative": true
  },
  "output_format": "JSON : recommendation, alternatives_ranked, rationale"
}

Prompt 25 — Rozhodnutí alokace rozpočtu cross-kanál

{
  "role": "Cross-channel budget allocator.",
  "task": "Recommande shift budget Google Ads vs Meta Ads vs Microsoft Ads selon ROI marginal.",
  "input_channels_data": "[Coller spend, conv, CAC, marginal CAC last 30d par canal]",
  "context": {
    "total_budget_eur_monthly": 25000,
    "current_split": {"google": 0.65, "meta": 0.25, "microsoft": 0.10},
    "constraints_business": ["Google brand minimum 2k€/mois", "Microsoft B2B prioritaire"]
  },
  "constraints": {
    "max_shift_percent_per_iteration": 0.15,
    "include_marginal_CAC_logic": true,
    "no_external_benchmarks": true
  },
  "output_format": "JSON : recommended_split, shift_per_channel_eur, rationale_per_shift"
}

Osvědčené postupy: záruky, validace, A/B

Osvědčené postupy pro používání JSON promptů nejsou volitelné — bez nich AI produkuje falešně přesvědčivé výstupy, které způsobují reálné škody v účtu. Tři pilíře: záruky, systematická lidská validace, A/B vs naivní verze pro měření skutečného přínosu.

Záruka je explicitní omezení, které modelu vnutíte k omezení jeho výstupního prostoru: zákaz externích benchmarků, požadavek skóre spolehlivosti, odmítnutí produkovat výstup pokud jsou poskytnutá data nedostatečná. Na sledovaných účtech v veřejných benchmarcích Google Ads agentury, které tato záruky nevynucují, publikují průměrně 12 až 18 % AI obsahu obsahujícího alespoň jednu faktickou halucinaci (vymyšlené číslo, neexistující funkce, fiktivní zdroj). S pěti níže aktivovanými zárukami systematicky klesá míra halucinací na 2–4 % — a ty, které zůstávají, jsou téměř vždy detekovány při validaci schématu, protože model explicitně označuje své předpoklady. Disciplína záruk je kumulativní: každá přidaná záruka eliminuje třídu chyb bez dodatečných nákladů a počáteční investice (5–10 min na sepsání omezení) se amortizuje od druhého použití promptu.

5 základních záruk k zařazení do každého promptu:

• no_external_benchmarks — brání modelu vymýšlet sektorové statistiky. Nutí používat pouze poskytnutá data.
• use_only_provided_data — přísná varianta předchozího. Jakákoli neposkytnutá data = neznámá, ne vymyšlená.
• flag_assumptions_explicitly — model musí explicitně vypsat předpoklady, které dělá. Umožňuje jejich validaci.
• include_confidence_score — pro rozhodnutí požádat model o skóre spolehlivosti 0–1. Filtrovat pod 0,7.
• request_clarification_if_data_insufficient — místo vymýšlení požádat o vyjasnění.

Systémový pipeline lidské validace:

1. Výstup AI — shromáždit surový JSON.
2. Validace schématu — ověřit, že JSON parsuje, že omezení character_count jsou dodržena, že výjimky jsou respektovány.
3. Sémantická namátková kontrola — lidská revize 10–20 % výstupu pro koherenci zprávy-trhu.
4. Pilotní test — nasadit na 1 reklamní skupinu nebo 1 kampaň na 7 dní před průmyslovým nasazením.
5. Měření A/B vs baseline — porovnat s ekvivalentními non-AI výstupy.

A/B test naivní prompt vs strukturovaný prompt — jasná metodologie:

# Pseudo-code workflow A/B prompt comparison
import openai

def run_ab_prompts(naive_prompt, structured_prompt, n_runs=20):
    naive_outputs = [openai.chat.completions.create(
        model="gpt-5", messages=[{"role": "user", "content": naive_prompt}]
    ) for _ in range(n_runs)]

    structured_outputs = [openai.chat.completions.create(
        model="gpt-5", messages=[{"role": "user", "content": structured_prompt}]
    ) for _ in range(n_runs)]

    metrics = {
        "char_count_compliance": compare_char_compliance(naive_outputs, structured_outputs),
        "theme_diversity": compare_diversity(naive_outputs, structured_outputs),
        "human_edit_time_avg": measure_edit_time(naive_outputs, structured_outputs),
        "hallucination_rate": detect_hallucinations(naive_outputs, structured_outputs),
    }
    return metrics

Kvalitativní testy provedené na 200 párech promptů (RSA, negativní slova, audit):

Pro automatizaci nasazení promptů v produkčním pipeline viz naše doplňkové články RSA AI + ad rotation, AI discovery + shlukování negativních slov a AI obrázky pro Google Ads. Pro automatizaci na straně infrastruktury (n8n, Zapier, MCP) viz n8n Google Ads a Google Ads API Python.

Pro inzerenty, kteří chtějí tuto AI disciplínu nasadit bez budování promptové infrastruktury sami, náš audit SteerAds integruje výše uvedených 30 promptů do svého pipeline a dodává report připravený k akci do 72 h, se systematickou lidskou validací a pilotním A/B testem na 1 reklamní skupině před průmyslovým nasazením. 30 JSON promptů není hotový produkt — jsou to šablony k adaptaci na váš vertikální kontext, brand voice a vyspělost sledování. Disciplína, na které záleží, není samotný prompt, ale workflow kolem: záruky, validace, A/B měření, měsíční iterace. Bez této disciplíny zůstává ChatGPT skutečně kouzelnictvím — které funguje ob čas a stojí draho, když selže — viz také Microsoft Advertising Research pro více detailů.

Zdroje

Oficiální zdroje použité v tomto průvodci:

• anthropic.com
• platform.openai.com
• modelcontextprotocol.io
• schema.org

FAQ