Yapay Zekada Görünürlük Nasıl Artırılır? GEO SEO Rehberi

Yapay zekada görünürlük, ChatGPT, Gemini, Claude ya da Google’ın Yapay Zeka Bakışı bir soruya cevap verirken markanızın önerilmesi, kaynak olarak gösterilmesi ve doğru anlatılmasıdır. Sektörde buna GEO SEO, yapay zeka SEO ya da AI SEO deniyor. Kısa cevap şu: bu iş klasik SEO’nun yerine geçmiyor, onun üstüne üç katman ekliyor. Botların sitenize gerçekten girebilmesi, modellerin sizi başka sitelerde de görmesi ve cevabın alıntılayabileceği net cümleler. Bu rehber, bu üç katmanı adım adım ve kendi ölçümlerimizde gördüklerimizle anlatıyor.

Yapay zekada görünürlük nedir?

Klasik aramada görünürlük, bir sorguda kaçıncı sırada çıktığınızla ölçülür. Yapay zeka cevaplarında sıra yok; tek bir metin var ve o metinde üç şey olabilir: markanız önerilir, siteniz kaynak olarak gösterilir ya da markanız hakkında bir şey söylenir. Yapay zekada görünürlük bu üçünün toplamıdır.

Alanın adı henüz oturmadı. GEO (Generative Engine Optimization, üretken motor optimizasyonu), AEO (cevap motoru optimizasyonu), LLM SEO, yapay zeka SEO ve AI SEO aşağı yukarı aynı işi tarif ediyor. Türkiye’de en çok aranan kalıplar “ai seo”, “geo seo” ve “yapay zeka seo”. Terimlerin ayrıntısını ve arama deneyiminin nasıl değiştiğini yapay zeka aramalarında görünürlük yazımızda anlattık. Bu yazı işin uygulama tarafına odaklanıyor: ne yapılır, hangi sırayla yapılır ve sonucu nasıl anlarsınız.

Önemli bir ayrım: görünürlük yalnızca “geçmek” değil. Model markanızı rakibinizden sonra, bir çekinceyle ya da yanlış bir bilgiyle anıyorsa da görünürsünüz ama bu işinize yaramaz. Bu yüzden ölçüm ve iyileştirme her zaman önerilme, kaynak gösterilme ve anlatım tonunu birlikte ele alır.

Model markanızı nereden öğreniyor?

Bir dil modeli markanız hakkında iki yoldan bilgi sahibi olur. Birincisi eğitim verisidir: model, eğitildiği tarihe kadar webde gördüğü metinlerden markanız hakkında genel bir kanı oluşturur. Bu bilgi model güncellenene kadar donuktur; bugün yaptığınız bir değişiklik ona aylar sonra, belki hiç yansımaz.

İkincisi canlı web aramasıdır. ChatGPT’nin arama özelliği, Gemini’nin Google araması ile temellendirme yapması ya da Claude’un web araması, soruyu cevaplarken o anda arama yapıp sayfaları okur. Burada bugünkü içeriğiniz, bugünkü teknik erişiminiz ve bugünkü üçüncü taraf kaynaklar belirleyicidir. GEO SEO çalışmalarının kısa vadede sonuç verdiği yer burasıdır.

Pratikte iki yol iç içe geçer. Model her soruda arama yapmaz. Kendi ölçümlerimizde, aynı modelin bazı genel sorularda aramayı tamamen atlayıp yalnızca eğitim bilgisiyle cevap verdiğini, aynı sorunun başka bir sürümünde ise arama yaptığını gördük. Yani hem kalıcı bir dijital ayak izine (eğitim verisine girecek kadar yaygın anılmaya) hem de bugün bulunabilir olmaya ihtiyacınız var.

Cevaptaki kaynaklar nasıl seçiliyor?

Canlı aramalı cevaplarda model önce arama yapar, sonra bulduğu sayfaları okuyup birleştirir. Google bu süreci kendi dokümanında açıkça anlatıyor: Yapay Zeka Bakışı ve Yapay Zeka Modu, bir cevap geliştirmek için “sorgu yayma” tekniğini, yani alt konularda ve veri kaynaklarında birden fazla ilgili arama yapmayı kullanabiliyor. Tek bir sorgu için değil, sorunun parçaları için de bulunabilir olmanız bu yüzden önemli.

Google’ın aynı dokümandaki ikinci net ifadesi şu: bir sayfanın Yapay Zeka Bakışı veya Yapay Zeka Modu’nda destekleyici bağlantı olarak gösterilebilmesi için dizine eklenmiş ve Google Arama’da snippet ile gösterilmeye uygun olması gerekiyor; ek teknik koşul yok. Yani Google tarafında yapay zeka görünürlüğünün kapısı hâlâ klasik dizindir.

ChatGPT ve Claude gibi sohbet araçlarında tablo biraz farklı: kendi arama altyapıları ve kendi botları var. Ortak nokta, “en iyi X hangisi” türündeki sorularda modelin sık sık liste sayfalarına, karşılaştırma yazılarına, dizinlere ve forumlara gitmesi. Markanızın kendi sitesi tek başına yetmiyor; sizi başkalarının nasıl anlattığı cevabın büyük kısmını belirliyor. Bu son cümle bizim gözlemimiz, herhangi bir sağlayıcının resmi açıklaması değil.

Kendi ajansımızı ölçtüğümüzde ne gördük?

Bu işi müşterilere önermeden önce kendimize uyguladık. Eylül 2026’da ajans seçimiyle ilgili, içinde marka adı geçmeyen 15 soruyu üç farklı modele sorduk. 45 cevabın hiçbirinde Glowy geçmedi. Daha da öğreticisi, bir model “Glowy nedir” sorusuna bir makyaj trendini anlattı. Yani sorun yalnızca önerilmemek değil, adımızın başka bir şeyle karışmasıydı.

Cevaplarda kaynak olarak gösterilen sitelere baktığımızda modellerin ajans önerirken ağırlıkla ajans listelerinden, dizinlerden ve diğer ajansların kendi yazdığı “en iyi ajanslar” sayfalarından beslendiğini gördük. Bu listelerin nasıl okunması gerektiğini dijital ajans listeleri nasıl okunur yazısında ayrıca ele aldık.

Üçüncü bulgu teknikti ve en az beklediğimiz şeydi. robots.txt dosyamızda yapay zeka botlarına izin verdiğimiz hâlde, barındırma sunucusu bazı botları kullanıcı aracısına bakarak engelliyordu: OpenAI’nin botuna 429, Bing’in botuna 400 dönüyordu. Yalnızca önbellekten sunulan sayfalar geçebiliyordu. robots.txt “izin veriyorum” diyordu, sunucu “hayır” diyordu. Bunu ancak erişim loglarını satır satır okuyunca fark ettik.

1. adım: Başlangıç ölçümü

Bir şeyi düzeltmeden önce nerede durduğunuzu bilmeniz gerekiyor. Başlangıç ölçümü için müşterilerinizin gerçekten soracağı, içinde marka adı geçmeyen 30 ile 100 arası soru hazırlayın. “Kuru cilt için hangi nemlendirici”, “İstanbul’da e-ticaret reklam ajansı önerir misin”, “120×200 ortopedik yatak tavsiyesi” gibi. Soruları ihtiyaçlara göre gruplayın; hangi konuda güçlü, hangisinde zayıf olduğunuzu ancak böyle görürsünüz.

Her soruyu birden fazla modele ve birden fazla kez sorun. Yapay zeka cevapları aynı soruda bile değişiyor; tek bir deneme şans eseri olabilir. Cevapların ham hâlini saklayın, çünkü ölçüm kuralınız değiştiğinde geçmişi yeniden hesaplamanız gerekecek. Soru setinin nasıl kurulacağını, kaç tekrar gerektiğini ve hangi model sürümlerinin karşılaştırılacağını ChatGPT ve Gemini’de marka görünürlüğü nasıl ölçülür yazısında ayrıntılı anlattık.

Bir de konum ayarı var. Ölçümü yapan sunucu Türkiye dışındaysa model, kullanıcının o ülkede olduğunu varsayabilir. Kendi ölçüm altyapımızda sunucu Almanya’daydı ve bir model ilk denemede Türkiye yerine Almanya’daki mağazaları önerdi. Ölçüm araçlarında kullanıcının konumunu açıkça belirtmek şart.

2. adım: Botların siteye gerçekten girebilmesi

GEO SEO’nun en sık atlanan ama en ucuz adımı budur. Önce hangi botun ne yaptığını ayırın, çünkü hepsi aynı işi yapmıyor:

Tablonun ana mesajı şu: eğitimden çıkmak ile arama cevaplarından çıkmak ayrı kararlar. Telif ya da gizlilik gerekçesiyle eğitim botlarını engellemek isteyebilirsiniz, ama arama botlarını da engellerseniz bugünkü cevaplardan da düşersiniz. OpenAI, robots.txt değişikliğinin arama sonuçlarına yansımasının yaklaşık 24 saat sürebileceğini de belirtiyor.

İkinci kontrol robots.txt’nin ötesi. Google’ın yapay zeka özellikleri dokümanı, taramaya robots.txt’de ve tüm CDN veya barındırma altyapılarında izin verildiğinden emin olmayı ayrı bir madde olarak yazıyor. Güvenlik duvarı, bot koruması, hız sınırlaması ve barındırma firmasının kendi kuralları botu robots.txt’den önce durdurabilir. Bunu yalnızca erişim loglarında görürsünüz: bot kullanıcı aracısına göre filtreleyin ve hangi kodun döndüğüne bakın. 200 dışında bir kod, özellikle 403, 429 ve 503, ciddiye alınması gereken bir işarettir.

JavaScript, önbellek ve metin biçimi

Google’ın aynı dokümandaki bir diğer maddesi, önemli içeriğin metin biçiminde sunulduğundan emin olmak. Fiyat bir görselin içindeyse, ürün açıklaması bir sekmenin arkasında JavaScript ile yükleniyorsa ya da sayfanın tamamı tarayıcıda çiziliyorsa, bot sayfayı açtığında boş bir kabuk görebilir. Google’ın tarayıcısı JavaScript’i işleyebiliyor; diğer bütün botların aynı şeyi aynı sürede yaptığını varsaymamak gerekir. Bu son cümle bizim temkinli yorumumuz.

Kontrol yöntemi basit: sayfanın kaynak kodunu (tarayıcıda “sayfa kaynağını görüntüle”, geliştirici araçları değil) açın ve kritik bilgilerin orada düz metin olarak durup durmadığına bakın. Ürün adı, fiyat, stok durumu, kısa açıklama, iletişim bilgisi ve sık sorulan sorular ilk HTML’de olmalı. Tek sayfa uygulaması olarak çalışan sitelerde sunucu tarafında çizim ya da önceden çizim (prerender) çözümü gerekir.

Önbellek de işin parçası. Kendi sunucumuzda gördüğümüz gibi, bazı barındırma kurulumlarında yalnızca önbellekteki sayfalar botlara sorunsuz sunulabiliyor. Önbelleğin süresi dolduğunda ya da bir sayfayı güncellediğinizde önbellek temizleniyorsa, bot tam o arada gelirse hata alır. Önemli sayfalarınızın önbellekte tutulduğundan ve güncelleme sonrası yeniden ısıtıldığından emin olun.

llms.txt ne işe yarar, ne yaramaz?

llms.txt, sitenin kök dizinine konan ve dil modellerine sitenin kısa bir özetini ve önemli sayfalarının bağlantılarını Markdown biçiminde veren bir dosya önerisi. Önerinin kendi sitesi bunu “web sitelerine dil modeli dostu içerik sağlamak için bir /llms.txt Markdown dosyası eklemeyi öneriyoruz” diye tanımlıyor. Bir standart değil, bir öneri.

Google bu konuda net: Yapay Zeka Bakışı ve Yapay Zeka Modu’nda görünmek için yeni makine tarafından okunabilir dosyalar, yapay zeka metin dosyaları veya işaretleme oluşturmanız gerekmiyor; eklemeniz gereken özel bir schema.org yapılandırılmış verisi de yok. Yani Google tarafında llms.txt sizi öne çıkarmaz.

Biz kendi sitemizde llms.txt kullanıyoruz, çünkü maliyeti düşük ve sitenin ne olduğunu tek bir yerde düzgünce anlatmaya zorluyor. Ama onu bir görünürlük garantisi olarak satmak yanlış olur. Önce botların siteye girebildiğinden emin olun; giremeyen bir bot llms.txt dosyasını da okuyamaz.

3. adım: Markanın kim olduğunu netleştirmek

Model markanızı başka bir şeyle karıştırıyorsa, ne kadar içerik üretirseniz üretin önerilmezsiniz. Bizim “Glowy” adımızın bir makyaj trendiyle karışması bunun örneği. Varlık netliği, markanın adının, ne yaptığının, nerede olduğunun ve kime hizmet verdiğinin her yerde aynı biçimde söylenmesidir.

Yapılacaklar kısa bir liste: hakkımızda sayfasına tek paragraflık, olgulardan oluşan bir tanım koyun (ad, kuruluş yılı, şehir, ne yaptığı, kime). Bu tanımı LinkedIn, Instagram, İşletme Profili ve dizinlerdeki açıklamalarla aynı tutun. Organization yapılandırılmış verisinde yalnızca gerçekten var olan profilleri bağlayın; olmayan bir profile bağlantı vermek yanlış bir sinyaldir. Adınız genel bir kelimeyse, ilk cümlede ne olduğunuzu söyleyin: “Glowy, İstanbul merkezli bir dijital pazarlama ajansıdır” gibi.

Google’ın dokümanı burada da somut bir uyarı içeriyor: yapılandırılmış verinizin sayfadaki görünür metinle eşleştiğinden emin olun. Şemada bir fiyat, sayfada başka bir fiyat ya da şemada var olan ama sayfada görünmeyen bir puan, güven yerine şüphe üretir.

4. adım: Listeler, dizinler ve yorumlar

Kendi deneyimimizdeki en net ders buydu: modeller “kimi önerirsin” sorusunda başkalarının yazdıklarına bakıyor. Bu yüzden yapay zeka SEO çalışmasının önemli bir kısmı kendi sitenizin dışında geçer. Sektörünüzde hangi sitelerin kaynak gösterildiğini ölçümden çıkarın ve listeyi önceliklendirin.

Tipik kaynak türleri şunlar: sektör dizinleri ve karşılaştırma platformları, “en iyi X” türü liste yazıları, kullanıcı yorum siteleri ve pazaryerleri, forumlar ve soru cevap siteleri, haber ve sektör yayınları, uzman blogları. B2B’de dizin ve inceleme platformları, e-ticarette pazaryerleri ve yorum siteleri, yerel işletmelerde harita ve rehber kayıtları öne çıkıyor. Bu dağılım sektörden sektöre değişiyor; kendi ölçümünüzdeki kaynak listesine güvenin.

Yapılacak iş çoğunlukla emek ister, teknik değildir: dizinlerde eksik ya da yanlış kayıtları düzeltmek, müşterilerinizden gerçek yorum istemek, sektör yayınlarına veri ya da görüş vermek, liste yazılarının editörleriyle iletişime geçmek. Sahte yorum, parayla alınmış liste yerleşimi ya da kendi yazdığınız sahte karşılaştırma yazıları kısa vadede işe yarasa bile modellerin ve platformların bunları ayıklama ihtimali yüksek ve marka riski taşıyor.

5. adım: Cevap verilebilir içerik

Model bir sayfayı okuduğunda, soruya cevap olabilecek cümleyi arıyor. Cevabı üçüncü paragrafa saklayan, uzun bir girişle başlayan ya da her şeyi genel geçer ifadelerle anlatan sayfalar dezavantajlı. Yapay zeka SEO için içerik yazarken şu kalıpları kullanın:

• Soru başlığı, ilk cümlede cevap. H2’yi müşterinin sorduğu soru olarak yazın ve hemen altındaki ilk cümlede doğrudan cevap verin.
• Kime uygun, kime değil. Modeller öneri yaparken koşul arıyor: “sırt ağrısı olanlar için”, “küçük bütçeli markalar için”. Ürününüzün ya da hizmetinizin kime uygun olmadığını da yazmak güven yaratır.
• Karşılaştırma. Kendi ürün gruplarınız arasında ya da kategori seçenekleri arasında dürüst karşılaştırmalar yazın. Karşılaştırma soruları yapay zeka aramalarının büyük bir kısmını oluşturuyor.
• Fiyat ve somut bilgi. Fiyat aralığı, ölçü, süre, garanti, teslimat gibi bilgiler model için alıntılanabilir olgudur. “Uygun fiyatlı” yerine bir aralık verin.
• Sık sorulan sorular. Gerçek müşteri sorularından, satış ve destek ekibinin duyduklarından oluşan bir SSS bölümü, modelin sorgu yayma sırasında aradığı alt sorulara denk gelir.

Bunların hiçbiri yeni değil; iyi içerik ilkeleri zaten bunları söylüyordu. Fark şu ki artık bu kurallara uymayan içerik yalnızca daha az tıklanmıyor, hiç alıntılanmıyor.

Özgün veri ve alıntılanabilir cümle

GEO kavramını ilk kez sistematik olarak tanımlayan akademik çalışma, Princeton ve başka kurumlardan araştırmacıların 2023’te yayınladığı “GEO: Generative Engine Optimization” makalesi. Araştırmacılar içerikte yapılan farklı değişikliklerin, üretken arama cevaplarındaki görünürlüğü nasıl etkilediğini kendi hazırladıkları bir soru seti üzerinde test etti.

Makaleye göre GEO, üretken motor cevaplarında görünürlüğü yüzde 40’a kadar artırabiliyor. En iyi sonuç veren yöntemler kaynak göstermek, güvenilir kaynaklardan alıntı eklemek ve istatistik eklemek oldu; bu yöntemler makalenin ana metriğinde yüzde 30 ile 40 arası göreli iyileşme sağladı. Klasik SEO’daki gibi anahtar kelime doldurmak ise iyi sonuç vermedi. Makale ayrıca yöntemlerin etkisinin alandan alana değiştiğini vurguluyor.

Bu bir laboratuvar çalışması, yani her sektörde aynı sonucu vereceğinin garantisi yok. Ama yön net: sayı, alıntı ve kaynak içeren içerik, genel ifadelerden daha çok alıntılanıyor. En güçlü veri, başka yerde bulunmayan veridir: kendi müşteri anketiniz, kendi satış verinizden çıkan anonim bir eğilim, kendi testleriniz. Herkesin aynı kaynaklardan özet çıkardığı bir ortamda, modelin size başvurması için size ait bir bilgi olması gerekir.

E-ticaret ve yerel işletmeler için ek adımlar

Google’ın yapay zeka özellikleri dokümanındaki SEO temel ilkeleri listesinde Merchant Center ve İşletme Profili bilgilerinin güncel olup olmadığını kontrol etmek ayrı bir madde olarak yer alıyor. E-ticaret markaları için bu, ürün verisinin yapay zeka görünürlüğünün bir parçası olduğu anlamına geliyor.

E-ticarette kontrol listesi: ürün feed’inde başlık, açıklama, marka, GTIN, renk, beden ve fiyat alanlarının eksiksiz ve sitedekiyle aynı olması; ürün sayfalarında Product yapılandırılmış verisinin görünür fiyat ve stokla eşleşmesi; kategori sayfalarında yalnızca ürün ızgarası değil, kategoriyi anlatan ve seçim yapmaya yardım eden bir metin bulunması. Feed tarafını Google Alışveriş ve Performance Max yazısında ayrıca anlattık.

Yerel işletmelerde ise “yakınımdaki”, “Kadıköy’de”, “İstanbul’da” içeren sorular için İşletme Profili belirleyici. Kategori, çalışma saatleri, hizmet listesi, fotoğraflar ve yorumlar güncel olmalı; birden fazla şubeniz varsa şube adları tutarlı olmalı. Ayrıntılar için Google İşletme Profili optimizasyonu yazısına bakabilirsiniz.

Model markanızı yanlış anlatıyorsa

Önerilmek kadar nasıl önerildiğiniz de önemli. Ölçümlerde sık karşılaştığımız bir durum, modelin bir markayı önerirken yanına bir çekince eklemesi: “kaliteli ama pahalı”, “iade süreci hakkında şikayetler var” gibi. Bu cümleler markanın tonunu belirliyor ve çoğu zaman belirli bir kaynaktan geliyor.

Düzeltme yöntemi şu sırayla ilerler. Önce çekince cümlelerini toplayın ve gruplayın: fiyat mı, hizmet mi, eski bir sorun mu? Sonra bu cevaplarda hangi sayfaların kaynak gösterildiğine bakın. Bilgi eskiyse ya da yanlışsa, kaynağın sahibiyle iletişime geçin ya da kendi sitenizde konuyu açıkça ele alan güncel bir sayfa yayınlayın. Bilgi doğruysa, sorun içerik değil üründür; onu düzeltmeden anlatımı değiştirmek mümkün değil.

Ton ölçümü olmadan bu çekinceleri fark etmek zor. Yalnızca “geçti mi geçmedi mi” sayan bir ölçüm, olumsuz bir bahsi de başarı gibi gösterir.

GEO SEO hangi metriklerle takip edilir?

Yapay zeka görünürlüğünü tek bir sayıyla raporlamak yanıltıcı. Biz şu metrikleri birlikte izliyoruz:

• Öneri payı (share of recommendation). Markasız sorulara verilen cevaplardaki tüm marka önerileri içinde sizin payınız. Paydaya sizin takip etmediğiniz markalar da girmeli; yoksa pay olduğundan yüksek görünür.
• Konu sahipliği. Hangi ihtiyaç ya da kategoride güçlü, hangisinde zayıf olduğunuz. Ortalama bir pay, güçlü olduğunuz tek bir konunun zayıf olduğunuz beş konuyu örtmesine yol açabilir.
• Kaynak payı. Cevaplarda sitenizin ve sizi anlatan üçüncü taraf sayfaların kaynak gösterilme sıklığı. Hangi sitelerin rakiplerinizi önerirken kaynak gösterildiği, dış kaynak çalışmasının hedef listesidir.
• Ton. Bahsedildiğiniz cevapların olumlu, karışık, nötr ya da olumsuz dağılımı ve en sık geçen çekinceler.
• Tekrar tutarlılığı. Aynı soruya aynı model tekrar sorulduğunda önerilen marka kümesinin ne kadar benzer kaldığı. Tutarlılık düşükse, iki ölçüm arasındaki küçük farklar gerçek bir değişim değil gürültü olabilir.

Bu metrikleri elle toplamak zahmetli. Biz ölçümleri kendi geliştirdiğimiz bir araçla, soru seti, model ve tekrar sayısı sabit tutularak düzenli aralıklarla çalıştırıyoruz. Öneri payını, kaynak payını ve tonu model bazında AI Visibility aracımızla takip ediyoruz. Hangi aracı kullanırsanız kullanın, dönemler arası karşılaştırmada aynı soru setini ve aynı model sürümlerini kullandığınızdan emin olun; model değiştiğinde sonuçların değişmesi sizin çalışmanızın etkisi değildir.

Google tarafında ayrı bir rapor yok. Google’ın dokümanına göre Yapay Zeka Bakışı ve Yapay Zeka Modu’nda görünen siteler, Search Console’da genel arama trafiğine, Performans raporunun “Web” arama türüne dahil ediliyor.

Modeller neden farklı cevap veriyor?

Aynı soruyu ChatGPT, Gemini ve Claude’a sorduğunuzda farklı markalar duymanız normal. Her modelin eğitim verisi, arama altyapısı ve aramayı ne zaman yapacağına dair kararı farklı. Kendi yürüttüğümüz bir kozmetik sektörü ölçümünde, aynı ürün kategorisinde bir model belirli bir markayı cevapların büyük çoğunluğunda önerirken başka bir model aynı markayı cevapların yarısından azında önerdi.

Aynı ölçümde başka bir ders daha çıktı: modellerin önerdiği marka sayısı, başta hazırladığımız rakip listesinin neredeyse iki katına çıktı. 1.257 cevabı inceledikçe marka sözlüğümüz 244 markadan 484 markaya büyüdü. Yani rakiplerinizi siz belirlemiyorsunuz; model kimi önerirse rakibiniz odur. Ölçümde yalnızca bildiğiniz rakipleri saymak, payınızı olduğundan yüksek gösterir.

Pratik sonuç: tek bir modelde iyi olmak yetmez, ama her modele ayrı strateji kurmak da gerekmez. Teknik erişim, varlık netliği, üçüncü taraf kaynaklar ve cevap verilebilir içerik bütün modellerde işe yarar. Modeller arası farkı ise hangi kaynaklara öncelik vereceğinize karar verirken kullanın.

90 günlük uygulama planı

Yapay zekada görünürlük çalışmasını sıraya koymak için kullandığımız plan:

1. 1-2. hafta: Ölçüm. Soru seti, en az üç model, en az iki tekrar. Öneri payı, kaynak listesi, ton ve marka tanımı kaydedilir.
2. 2-3. hafta: Teknik erişim. robots.txt bot kuralları, erişim logları, güvenlik duvarı ve CDN kuralları, önbellek, sayfa kaynağında metin kontrolü. Engel varsa barındırma firmasıyla birlikte çözülür.
3. 3-4. hafta: Varlık netliği. Hakkımızda tanımı, Organization şeması, profil açıklamalarının eşitlenmesi, İşletme Profili ve Merchant Center kontrolü.
4. 5-8. hafta: İçerik. Zayıf çıkan konular için soru odaklı sayfalar, karşılaştırmalar, SSS bölümleri; en az bir özgün veri içeriği.
5. 5-12. hafta: Üçüncü taraf kaynaklar. Ölçümde rakipler için kaynak gösterilen siteler sırayla ele alınır: dizin kayıtları, yorum talebi, editör iletişimi, basın.
6. 12. hafta: İkinci ölçüm. Aynı soru seti ve aynı modellerle. Değişim konu bazında okunur; tekrar tutarlılığı düşük konulardaki küçük farklar yorumlanmaz.

Eğitim verisine dayalı cevaplarda değişim bu süreden uzun sürebilir. Canlı aramalı cevaplarda teknik ve içerik düzeltmelerinin etkisi daha erken görülebilir; ama bu bir garanti değil, gözlemdir.

Sık yapılan hatalar

• Tek bir soruyu bir kez sorup karar vermek. Cevaplar değişkendir; tek bir ekran görüntüsü ölçüm değildir.
• Marka adını soruya koymak. “X markası iyi mi” sorusu öneri payını ölçmez; markasız soru sormak gerekir.
• Arama botlarını eğitim botlarıyla birlikte engellemek. Eğitimden çıkmak isterken arama cevaplarından da çıkmak.
• robots.txt’ye bakıp logları kontrol etmemek. Sunucu, güvenlik duvarı ya da CDN botu robots.txt’den önce durdurabilir.
• llms.txt’yi sihirli çözüm sanmak. Google gerekmediğini açıkça söylüyor; giremeyen bot da onu okuyamaz.
• Yalnızca kendi siteye içerik yazmak. Öneri sorularında model başkalarının yazdıklarına bakıyor.
• Anahtar kelime doldurmak. GEO makalesinde en zayıf yöntemlerden biri çıktı.
• Şema ile görünür metnin çelişmesi. Şemada başka, sayfada başka fiyat.
• Sadece “geçtik mi” diye bakmak. Olumsuz bir bahis de “geçmek” sayılır.
• Model değişince sonucun değişmesini başarı ya da başarısızlık sanmak. Karşılaştırmada model sürümü sabit tutulmalı.

Sıkça sorulan sorular

Yapay zekada görünürlük ile GEO SEO aynı şey mi?

Pratikte evet. Yapay zekada görünürlük hedefi, GEO SEO ise o hedefe ulaşmak için yapılan çalışmanın adı. Yapay zeka SEO, AI SEO ve LLM SEO da aynı işi tarif ediyor.

Klasik SEO yapmadan yapay zekada görünür olabilir miyim?

Zor. Google’ın yapay zeka özelliklerinde görünmek için sayfanın dizine eklenmiş ve snippet ile gösterilmeye uygun olması gerekiyor. Diğer araçlar da büyük ölçüde web aramasına dayanıyor. Klasik SEO zemini, yapay zeka görünürlüğünün ön koşulu.

GPTBot’u engellersem ChatGPT’de görünmez miyim?

OpenAI’nin dokümanına göre GPTBot model eğitimi için tarama yapıyor; ChatGPT’nin arama özelliklerinde gösterilmek için ise OAI-SearchBot kullanılıyor. GPTBot’u engellemek eğitimden çıkmak demek, OAI-SearchBot’u engellemek ise arama cevaplarından çıkmak demek.

llms.txt eklemeli miyim?

Zararı yok, maliyeti düşük. Ama Google bu dosyanın yapay zeka özelliklerinde görünmek için gerekmediğini açıkça söylüyor. Önceliği teknik erişime, içeriğe ve üçüncü taraf kaynaklara verin.

Sonuçları ne zaman görürüm?

Canlı web araması yapan cevaplarda teknik ve içerik düzeltmelerinin etkisi birkaç hafta içinde görülebilir. Eğitim verisine dayalı cevaplarda değişim, model güncellenene kadar beklemek demek. Ölçümü 12 haftalık aralıklarla tekrarlamak makul bir başlangıç.

Yapay zeka trafiğini Search Console’da ayrı görebilir miyim?

Google’ın dokümanına göre Yapay Zeka Bakışı ve Yapay Zeka Modu’ndaki görünürlük, Search Console Performans raporunda genel “Web” arama türünün içinde sayılıyor; ayrı bir filtre yok. ChatGPT gibi araçlardan gelen ziyaretleri ise analitik aracınızda yönlendiren kaynak üzerinden izleyebilirsiniz.

Rakibim sürekli öneriliyor, ben önerilmiyorum. İlk ne yapmalıyım?

Rakibinizin önerildiği cevaplarda hangi sitelerin kaynak gösterildiğine bakın. Çoğu zaman cevap orada: rakibiniz bir listede, bir dizinde ya da bir karşılaştırma yazısında var, siz yoksunuz. Önce o kaynaklarda yer almaya çalışın.

Terimler sözlüğü

• GEO (Generative Engine Optimization): Üretken yapay zeka cevaplarında görünürlüğü artırmaya yönelik çalışmalar.
• AEO (Answer Engine Optimization): İçeriğin doğrudan cevap olarak kullanılabilir hâle getirilmesi.
• Yapay Zeka Bakışı (AI Overviews): Google arama sonuçlarının üstünde gösterilen yapay zeka özeti.
• Yapay Zeka Modu (AI Mode): Google’ın sohbet biçimindeki yapay zeka arama deneyimi.
• Sorgu yayma (query fan-out): Bir soruyu cevaplamak için alt konularda birden fazla ilgili arama yapılması.
• Temellendirme (grounding): Modelin cevabını o anda arama ile bulunan kaynaklara dayandırması.
• Öneri payı (share of recommendation): Markasız sorulara verilen cevaplardaki tüm marka önerileri içinde bir markanın payı.
• Kaynak payı: Cevaplarda bir sitenin kaynak gösterilme sıklığı.
• Tekrar tutarlılığı: Aynı sorunun tekrarlarında önerilen marka kümesinin benzerliği.
• llms.txt: Dil modellerine sitenin özetini Markdown biçiminde veren dosya önerisi.
• Varlık (entity): Arama motorlarının ve modellerin bir marka, kişi ya da yer olarak tanıdığı tekil kavram.

Kaynaklar

• Google Search Central: Yapay zeka özellikleri ve web siteniz. Ek şart ve özel optimizasyon olmaması, dizine eklenme ve snippet koşulu, sorgu yayma, CDN ve barındırma altyapısında taramaya izin, metin biçimi, yapılandırılmış verinin görünür metinle eşleşmesi, Merchant Center ve İşletme Profili, yapay zeka metin dosyalarının gerekmemesi ve Search Console’da “Web” arama türü bilgileri bu dokümandan alındı.
• Google Search Central: Google’ın yaygın tarayıcıları. Google-Extended’ın Google Arama’ya dahil edilmeyi ve sıralamayı etkilemediği bilgisi.
• OpenAI: Overview of OpenAI Crawlers. OAI-SearchBot, GPTBot ve ChatGPT-User botlarının görevleri, robots.txt değişikliğinin yaklaşık 24 saatte yansıması.
• Anthropic: Does Anthropic crawl data from the web. ClaudeBot, Claude-User ve Claude-SearchBot botlarının görevleri ve engellendiklerinde ne olduğu.
• llmstxt.org: The /llms.txt file. llms.txt önerisinin tanımı.
• Aggarwal ve diğerleri, GEO: Generative Engine Optimization (arXiv:2311.09735). Yüzde 40’a kadar görünürlük artışı, kaynak gösterme, alıntı ve istatistik eklemenin en iyi sonuç vermesi, anahtar kelime doldurmanın iyi sonuç vermemesi bulguları.
• Glowy’nin kendi ölçümleri (Eylül ve Ekim 2026): kendi ajansımız için yaptığımız 45 cevaplık yoklama, sunucu erişim logları ve kozmetik sektörü ölçümü. Müşteri verisi kullanılmadı.

Özet

Yapay zekada görünürlük, yani GEO SEO ya da yapay zeka SEO, klasik SEO’nun yerine geçmiyor; onun üstüne kuruluyor. Google, yapay zeka özelliklerinde görünmek için ek bir şart ya da özel dosya gerekmediğini söylüyor; kapı hâlâ dizinden geçiyor. ChatGPT ve Claude gibi araçlarda ise kendi botlarınıza izin vermek, sunucunuzun bu botları gerçekten içeri aldığından emin olmak ve sizi başka sitelerde de anlatan bir iz bırakmak belirleyici. Sıra şu: önce markasız sorularla ölçün, sonra teknik erişimi düzeltin, markanızın kim olduğunu her yerde aynı biçimde söyleyin, rakiplerinizin kaynak gösterildiği sitelerde yer alın ve soruya ilk cümlede cevap veren, sayı ve kaynak içeren içerik üretin. 12 hafta sonra aynı soru setiyle tekrar ölçün.