Multimodal Search 2026: kako pripremiti slike za generativne rezultate

Multimodalna pretraga u 2026. godini obuhvata upite u kojima korisnik koristi fotografiju, snimak ekrana, kameru, Lens, Circle to Search ili kombinaciju slike i teksta. Za vlasnika sajta to znači da slika više nije samo vizuelni dodatak stranici: ona može biti ulaz u pretragu, signal za razumevanje proizvoda ili teme i deo materijala iz kog generativni sistem bira izvore.

Najvažnija praktična posledica je jednostavna: ne optimizujete samo fajl slike, već ceo odnos između slike, stranice na kojoj se nalazi, okolnog teksta, tehničke dostupnosti i podataka koji objašnjavaju šta slika prikazuje. Google navodi da se za generativne funkcije i dalje oslanja na osnovne SEO i image SEO prakse, dok je u septembru 2026. u Search Console dodao poseban multimodalni filter za izveštavanje o takvim pretragama.

Ovaj vodič se zato ne bavi opštim AEO/GEO principima, već užim pitanjem: kako pripremiti slike da budu pronađene, pravilno protumačene i korisne u multimodalnim i generativnim rezultatima.

Šta multimodalni signal znači za SEO slika

Kod klasične pretrage korisnik unosi tekst, a pretraživač pokušava da pronađe relevantnu stranicu ili sliku. Kod multimodalne pretrage početni signal može biti fotografija cipela, etikete proizvoda, građevinskog problema, ekrana sa greškom ili lokacije. Sistem zatim može da poveže vizuelni sadržaj sa tekstom, sličnim slikama, proizvodima, stranicama i dodatnim pitanjima.

To ne znači da svaka slika automatski dobija vidljivost u generativnom odgovoru. Potrebno je da sistem može da je otkrije i indeksira, da razume njenu temu i da pronađe dovoljno jasan tekstualni kontekst na stranici. Slika koja je tehnički nedostupna, generička ili nepovezana sa glavnim sadržajem ima slabiju informativnu vrednost bez obzira na to koliko je vizuelno atraktivna.

Za SEO tim je korisno da razlikuje tri nivoa:

• otkrivanje: pretraživač mora da pronađe URL slike i stranicu koja je sadrži;
• razumevanje: sistem mora da poveže vizuelne elemente sa alt tekstom, naslovom, opisom, okolnim tekstom i temom stranice;
• upotreba: slika ili stranica moraju da budu dovoljno relevantne i pouzdane da se prikažu kao rezultat, referenca ili deo generativnog odgovora.

1. Počnite od stranice, ne od naziva fajla

Najčešća greška je tretiranje slike kao izolovanog SEO elementa. Naziv fajla jeste koristan signal, ali je slabiji od šireg konteksta. Google preporučuje da slike budu postavljene na relevantne stranice, blizu teksta koji objašnjava njihovu temu, i da se koriste opisni nazivi umesto generičkih vrednosti poput IMG_0042.jpg.

Pre objave slike postavite tri pitanja:

1. Da li se slika direktno odnosi na glavnu temu stranice?
2. Da li tekst oko slike objašnjava ono što korisnik treba da vidi ili razume?
3. Da li bi slika imala smisla i kada bi korisnik došao na stranicu kroz vizuelni rezultat?

Na primer, fotografija instaliranog toplotnog sistema treba da bude na stranici koja govori o tom sistemu, uz tekst koji navodi model, namenu ili fazu ugradnje. Sama oznaka toplotna-pumpa.jpg nije zamena za sadržajan opis. Obrnuto, dekorativna fotografija kancelarije ne treba da dobije alt tekst koji pokušava da je pretvori u važnu poslovnu tvrdnju.

Ako uređujete širu strategiju, tehničku dostupnost slika treba posmatrati zajedno sa ostalim delovima SEO optimizacije, a ne kao odvojenu aktivnost dizajnerskog tima.

2. Omogućite otkrivanje i indeksiranje

Pretraživač ne može da koristi sliku koju ne može da pronađe ili preuzme. Za ključne slike koristite standardni HTML element <img> sa dostupnim src atributom. Google navodi da se slike ubačene kao CSS pozadine ne indeksiraju na isti način kao slike u HTML elementu.

Proverite sledeće tehničke tačke:

• slika nije blokirana pravilima u robots.txt ili meta direktivama;
• stranica na kojoj se nalazi može da se učita bez prijave ili posebne interakcije;
• postoji stabilan i kanonski URL slike;
• za responsive prikaz postoji rezervni src, čak i kada koristite srcset ili picture;
• format slike je podržan i ekstenzija odgovara stvarnom formatu;
• važne slike nisu dostupne isključivo nakon kompleksnog JavaScript procesa;
• image sitemap se koristi tamo gde pomaže otkrivanju većeg broja relevantnih slika, naročito onih koje nisu lako dostupne kroz standardni HTML.

Ovo je deo gde se multimodalni SEO preklapa sa tehničkim SEO-om. Ako imate problem sa JavaScript renderingom, CDN-om, lazy loadingom, canonical URL-ovima ili crawl kontrolama, korisno je da uključite tehnički SEO umesto da pokušavate da problem rešite promenom alt teksta.

3. Napišite alt tekst koji opisuje stvarni vizuelni sadržaj

Alt tekst prvenstveno služi pristupačnosti, ali pomaže i sistemima koji pokušavaju da razumeju temu slike. Dobar alt tekst opisuje šta je na slici i zašto je to važno u kontekstu stranice. Ne treba da bude lista ključnih reči niti prepisan naslov stranice.

Primeri:

• Slabije: SEO slike multimodalna pretraga AI Search
• Bolje: Search Console izveštaj sa filtriranom multimodalnom pretragom
• Slabije: slika proizvoda
• Bolje: crna vodootporna planinarska jakna sa reflektujućim detaljima

Alt tekst ne treba da ponavlja informacije koje su već jasno navedene u neposrednom opisu, niti da opisuje elemente koji se ne vide. Ako je slika dekorativna i ne dodaje informaciju, prazan alt atribut može biti prikladniji od veštačkog opisa.

Kod grafikona, tabela i dijagrama alt tekst treba da prenese njihovu svrhu, dok se detaljni zaključci mogu navesti u tekstu ispod. To je naročito važno kada se slika koristi kao dokaz ili objašnjenje, jer generativni sistem može imati pristup vizuelnom sadržaju, ali korisniku je i dalje potreban jasan tekstualni kontekst.

4. Uskladite sliku sa naslovom, opisom i entitetom stranice

Multimodalna optimizacija nije poziv da se u alt tekst, naziv fajla i caption ubace različite varijacije iste fraze. Naprotiv, veća vrednost dolazi iz konzistentnosti. Slika, naslov stranice, podnaslov, caption i glavni tekst treba da opisuju isti objekat, proces ili temu bez kontradikcija.

Za svaku važniju sliku definišite mali paket podataka:

Strukturirani podaci mogu pomoći da se stranica i njena glavna slika jasnije povežu, ali nisu prečica do generativnog prikaza. Ako koristite schema markup za AI Search, proverite da označeni podaci odgovaraju stvarnom sadržaju stranice i da ne dodaju tvrdnje koje korisnik ne može da proveri.

5. Birajte format prema funkciji slike

Najbolji format nije isti za svaku namenu. Fotografija proizvoda, transparentna ilustracija, screenshot i tehnički dijagram imaju različite zahteve. Google Search podržava više uobičajenih formata, uključujući JPEG, PNG, WebP, SVG i AVIF, ali podrška formata sama po sebi ne rešava problem kvaliteta ili brzine.

Praktična odluka izgleda ovako:

• za fotografije koristite kompresiju koja čuva detalje bitne za prepoznavanje;
• za ilustracije sa transparentnom pozadinom razmotrite PNG ili odgovarajući moderni format;
• za vektorske ikone i jednostavne dijagrame koristite SVG kada je bezbedno i smisleno;
• za velike hero slike koristite responsive varijante i odgovarajuće dimenzije;
• ne šaljite originalnu fotografiju od nekoliko megabajta ako korisniku i pretraživaču nije potrebna tolika rezolucija.

Preterana kompresija može ukloniti detalje koji razlikuju jedan proizvod, dokument ili objekat od drugog. Sa druge strane, nepotrebno velike slike mogu usporiti stranicu i pogoršati iskustvo. Cilj je ravnoteža između čitljivosti, brzine i stabilnog prikaza, bez obećanja da će određeni format sam po sebi poboljšati rangiranje.

6. Ne pretvarajte informaciju u tekst unutar slike

Tekst u slici može biti koristan kao deo dizajna, ali važne informacije ne treba sakriti samo u grafici. Ako su cena, specifikacija, upozorenje, koraci postupka ili zaključak dostupni samo kao pikseli, korisnicima sa čitačima ekrana, pretraživačima i generativnim sistemima otežavate proveru sadržaja.

Bolji pristup je da grafika i HTML tekst rade zajedno. Dijagram može da pokaže proces, a tekst ispod da objasni njegove korake. Screenshot može da ilustruje interfejs, ali ključna podešavanja treba navesti i u HTML-u. Tabela može imati vizuelni prikaz, ali važne vrednosti treba da budu stvarna HTML tabela ili tekstualni sadržaj.

Za odluku između slike, PDF-a i HTML-a korisno je pogledati i vodič PDF, tabela ili HTML: koji format je najlakši za citiranje i ponovno korišćenje. Ako je cilj da se informacija lako pronađe, citira i ponovo upotrebi, čisti HTML često daje jasniji tekstualni sloj od slike koja sadrži sav sadržaj.

7. Prikažite poreklo i status vizuelnog materijala

Kada je to relevantno, navedite autora, licencu, izvor ili odnos slike prema glavnoj temi. Google podržava određene oblike image metadata podataka, uključujući informacije o licenci, ali takvi podaci ne zamenjuju tačan opis slike niti garantuju poseban prikaz.

Posebno obratite pažnju na generisane ili značajno obrađene vizuale. Ako slika predstavlja ilustraciju, maketu ili konceptualni prikaz, tekst na stranici ne treba da je predstavlja kao fotografiju stvarnog događaja. Konzistentno označavanje smanjuje rizik od pogrešnog tumačenja i pomaže korisniku da proceni koliko je vizuelni materijal dokaz, a koliko ilustracija.

Kako meriti multimodalni SEO bez pogrešnih zaključaka

Od septembra 2026. Google Search Console uvodi multimodalni filter u izveštajima o performansama Search rezultata i generativnih AI funkcija. Prema Google-u, obuhvaćeni su, između ostalog, Lens, Circle to Search na Androidu, upload slike u Google Search i opcija za pretragu slike iz Chrome-a. Dostupnost podataka može zavisiti od toga da li sajt prima saobraćaj iz takvih upita.

To otvara korisniji način merenja: umesto da pitate samo da li je jedna slika „rangirala“, posmatrajte koje stranice, tipovi slika i teme dobijaju prikaze i klikove u multimodalnom segmentu. Pored toga, proverite:

• da li su važne slike indeksirane;
• da li se pojavljuju problemi sa učitavanjem ili blokiranjem resursa;
• da li se klikovi koncentrišu na određene landing stranice;
• da li korisnici dolaze na stranice koje zaista odgovaraju vizuelnom upitu;
• da li promene alt teksta, captiona ili formata menjaju razumevanje i korisničko ponašanje, bez pripisivanja uzročnosti koju podaci ne potvrđuju.

Bing Webmaster Tools je tokom 2026. proširio AI Performance izveštavanje o citiranim stranicama, grounding upitima i tematskim obrascima. To može biti dodatni izvor za posmatranje kako se sadržaj koristi u AI odgovorima, ali citation activity nije isto što i rangiranje, niti predstavlja garanciju da će slika biti uključena u određeni odgovor.

Ako želite da proverite šta botovi zaista posećuju, log analiza može biti korisnija od pretpostavki. Za taj deo pogledajte AI crawler log analizu i uporedite nalaze sa Search Console podacima.

Kontrolna lista pre objave

1. Slika je relevantna za konkretnu stranicu, a ne samo dekorativni dodatak.
2. Postoji stabilan URL i pretraživač može da je pronađe kroz HTML.
3. Naziv fajla je kratak i opisuje temu.
4. Alt tekst opisuje ono što se stvarno vidi, bez natrpanih ključnih reči.
5. Caption i okolni tekst objašnjavaju zašto je slika važna.
6. Ključne informacije nisu dostupne samo unutar slike.
7. Format, dimenzije i kompresija odgovaraju funkciji slike.
8. Strukturirani podaci i image metadata, ako se koriste, odgovaraju stvarnom sadržaju.
9. Stranica je testirana na mobilnom uređaju i sporijoj vezi.
10. Posle objave postoji plan za praćenje multimodalnog segmenta u alatima koji ga podržavaju.

Zaključak: pripremite kompletan kontekst, ne samo vizuelni fajl

Multimodal search SEO nije posebna formula za zaobilaženje klasičnog SEO-a. To je preciznija priprema vizuelnog sadržaja za situaciju u kojoj korisnik može početi pretragu slikom, a generativni sistem mora da poveže vizuelni signal sa proverljivom web stranicom.

Najbolji sledeći korak je inventar važnih slika: gde se nalaze, da li su indeksirane, šta prikazuju, koji tekst ih objašnjava i da li se njihova uloga meri. Tek nakon toga ima smisla menjati format, alt tekst, schema markup ili image sitemap. Takav redosled smanjuje nasumične izmene i povezuje rad na slikama sa stvarnim ciljevima šire SEO strategije.