Google'da 1. Sıradasınız Ama ChatGPT Sizi Önermiyor. Neden?

Google'da hedeflediğiniz anahtar kelimede ilk sıradasınız. Teknik SEO çalışmalarınız yapılmış, içerikleriniz düzenli olarak güncelleniyor ve organik trafik rakamlarınız da güçlü görünüyor.

Şimdi farklı bir senaryo düşünelim.

Bir kullanıcı ChatGPT'ye şu soruyu soruyor:

“Türkiye'de büyük ölçekli güneş enerjisi projelerinde deneyimli şirketler hangileri?”

Cevap geliyor. Birkaç rakibiniz öneriliyor. Şirketiniz ise listede yok.

İlk tepki genellikle şu oluyor:

“Google beni ilk sırada gösteriyorsa ChatGPT neden önermiyor?”

Kısa cevap şu: Google'da üst sıralarda yer almak, ChatGPT veya başka bir üretken yapay zekâ sisteminde önerilmenizi tek başına garanti etmez.

Bir web sayfasının belirli bir sorguda Google'da sıralama alması ile bir markanın yapay zekâ tarafından belirli bir hizmet, uzmanlık alanı veya nitelikle ilişkilendirilmesi aynı problem değildir.

Bu yazıda örnekleri ağırlıklı olarak ChatGPT üzerinden veriyoruz. Ancak anlatılan görünürlük problemi yalnızca ChatGPT ile sınırlı değildir. Claude, Gemini, Perplexity ve Microsoft Copilot gibi diğer üretken AI sistemlerinde de markanızın nasıl bulunduğu, hangi kaynaklarla ilişkilendirildiği ve hangi bağlamda temsil edildiği ayrı ayrı değerlendirilmelidir.

Platformların teknik yapıları ve kaynak seçme davranışları aynı değildir. Buna karşılık açık marka tanımı, erişilebilir içerik, güncel bilgi ve güvenilir web kaynaklarında tutarlı görünürlük gibi temel konular platformlar arası ortak bir değerlendirme alanı oluşturur.

ChatGPT gerektiğinde web üzerinde arama yapabiliyor ve cevaplarında web kaynaklarına bağlantılar sunabiliyor. Google, AI Overviews ve AI Mode gibi özelliklerinin temel Search sistemleri üzerine kurulduğunu açıklıyor. Perplexity, web araması ve kaynak bağlantılarını ürününün önemli bir parçası olarak belgeliyor. Microsoft ise Copilot ve Bing'in AI deneyimlerindeki citation görünürlüğünü Bing Webmaster Tools içerisinde raporlamaya başladı.

Bu, SEO'nun önemini kaybettiği anlamına gelmiyor.

Değişen şey daha çok şu:

Dijital görünürlüğü yalnızca klasik arama sonuçlarındaki pozisyonla ölçmek artık eksik bir tablo sunabilir.

Google'da ilk sırada olmak güçlü bir görünürlük avantajıdır. Ancak bu pozisyon, üretken AI sistemlerinin markanızı her ilgili soruda aynı şekilde değerlendireceği anlamına gelmez.

Şu iki sorguyu karşılaştıralım:

• “güneş paneli kurulumu”

• “Türkiye'de büyük ölçekli güneş enerjisi projelerinde deneyimli şirketler hangileri?”

Her iki sorgu da güneş enerjisiyle ilgilidir. Fakat kullanıcının istediği cevap aynı değildir.

İlk sorguda kullanıcı bir hizmet hakkında bilgi almak veya bu hizmeti sunan şirketlere ulaşmak istiyor olabilir.

İkinci sorgunun içerisinde ise birden fazla değerlendirme ölçütü bulunuyor:

• Türkiye'de faaliyet göstermek

• Büyük ölçekli projeler gerçekleştirmek

• Güneş enerjisi alanında çalışmak

• Deneyimli olmak

• Önerilebilecek bir şirket olmak

Buradaki kritik fark şudur:

“Güneş paneli kurulumu” sorgusunda güçlü bir sayfaya sahip olmak ile “büyük ölçekli güneş enerjisi projelerinde deneyimli şirket” olarak açıkça tanımlanmak aynı şey değildir.

Google, AI Mode ve AI Overviews gibi üretken arama özelliklerinin temel Search sıralama ve kalite sistemlerinden yararlandığını belirtiyor. Bununla birlikte Google'ın belgelediği “query fan-out” yaklaşımı, AI özelliklerinin bir kullanıcının sorusunu ele alırken ilişkili alt konular için birden fazla arama çalıştırabilmesine olanak tanıyor. Böylece sistem tek bir sorgunun klasik sonuçlarından daha geniş ve farklı bir destekleyici kaynak kümesi bulabilir.

Örneğin “büyük ölçekli güneş enerjisi projelerinde deneyimli şirketler” sorusu teorik olarak proje ölçeği, şirket deneyimi, faaliyet alanı ve coğrafi uygunluk gibi farklı alt konularla ilişkilendirilebilir.

Bu nedenle klasik bir anahtar kelimede güçlü olan sayfa ile daha geniş ve çok kriterli bir soruya cevap oluştururken kullanılan kaynakların bire bir aynı olması beklenmemelidir.

Özetle: İyi SEO güçlü bir temel oluşturur. Ancak AI tabanlı bilgi keşfinde markanızın hangi niteliklerle, hangi konularla ve hangi kanıtlarla ilişkilendirildiği de ayrı bir görünürlük problemi haline gelmektedir.

Üretken AI platformlarının tamamı aynı kaynak seçme veya cevap oluşturma sistemini kullanmaz. Bu nedenle bütün platformlara uygulanabilecek kamuya açık, sabit bir “AI sıralama faktörleri” listesi bulunmuyor.

Dolayısıyla:

“Bu 10 maddeyi uygulayın, ChatGPT sizi önersin.”

veya:

“Şu dosyayı ekleyin, bütün AI platformlarında görünür olun.”

gibi kesin formüllere temkinli yaklaşmak gerekir.

ChatGPT'nin web özellikleri, Claude'un kullanıcı tetiklemeli web erişimi, Perplexity'nin arama yapısı, Gemini'nin Google Search ile grounding mekanizmaları ve Copilot'un Bing tabanlı bilgi erişim altyapısı teknik olarak aynı değildir. İlgili platformların kendi dokümantasyonları da farklı crawler ve erişim mekanizmaları tanımlıyor.

Fakat bilgi açısından temel problemi basitleştirerek düşünmek mümkün.

Bir güneş enerjisi şirketinin web sitesinde yalnızca şu ifade bulunuyorsa:

“Sürdürülebilir enerji çözümleri sunuyoruz.”

bu cümle şirket hakkında oldukça sınırlı bilgi verir.

Güneş mi, rüzgâr mı?

Proje geliştiriyor mu?

Ekipman mı üretiyor?

Kurulum mu yapıyor?

Bireysel müşterilere mi, sanayi tesislerine mi hizmet veriyor?

Hangi ülkede faaliyet gösteriyor?

Buna karşılık şu açıklamayı düşünelim:

“XYZ Enerji, Türkiye genelinde sanayi tesisleri için çatı ve arazi tipi güneş enerjisi santrallerinin projelendirme ve anahtar teslim kurulum süreçlerini yürüten bir mühendislik şirketidir.”

Bu ifade daha açık ilişkiler kurar:

Marka → Güneş enerjisi → Sanayi tesisleri → GES projeleri → Projelendirme → Kurulum → Türkiye

Bu tür bir açıklamanın tek başına herhangi bir AI sisteminde önerilmeyi sağlayacağını söylemek doğru değildir.

Ancak şirketin ne yaptığına ilişkin belirsizliği azaltır.

Kısa cevap: Yapay zekâ görünürlüğü yalnızca daha fazla içerik üretme problemi değildir. Markanız hakkında web üzerinde bulunan bilgilerin açık, tutarlı, erişilebilir, güncel ve desteklenebilir olması gerekir.

SEO, AEO ve GEO önemli ölçüde kesişir; ancak aynı hedefi tanımlayan üç farklı isim değildir.

SEO, Search Engine Optimization yani arama motoru optimizasyonudur.

AEO, Answer Engine Optimization yani cevap motoru optimizasyonu olarak kullanılır. Kullanıcının sorusuna açık, doğrudan ve kolay ayrıştırılabilir cevaplar sunmak ön plandadır.

GEO, Generative Engine Optimization yani üretken motor optimizasyonu kavramını ifade eder.

GEO teriminin önemli akademik referanslarından biri, Pranjal Aggarwal ve diğer araştırmacıların “GEO: Generative Engine Optimization” çalışmasıdır. Araştırmacılar üretken motor cevaplarındaki kaynak görünürlüğünü ayrı bir optimizasyon problemi olarak ele aldı. Çalışmada kaynak gösterme, alıntı kullanımı ve istatistik ekleme gibi bazı yöntemlerin test edilen sistemlerde görünürlüğü artırabildiği, bazı deneylerde artışın yüzde 40'a kadar çıkabildiği rapor ediliyor.

Ancak araştırmadaki iki bulgu özellikle dikkat çekici.

İlki, keyword stuffing yani anahtar kelime yığmanın fayda sağlamaması ve test edilen görünürlük ölçümlerinde olumsuz sonuç verebilmesidir. Araştırmanın sonuç tablosunda keyword stuffing yöntemi temel içeriğe kıyasla daha düşük performans göstermiştir.

Bu nedenle AI görünürlüğü için metinlere yapay biçimde:

“güneş enerjisi şirketi, en iyi güneş enerjisi şirketi, güneş enerjisi firmaları...”

gibi kelime tekrarları eklemek güçlü bir GEO yaklaşımı olarak değerlendirilemez.

İkinci önemli bulgu ise GEO yöntemlerinin klasik arama sonuçlarında daha alt sıralarda bulunan kaynaklara daha fazla fayda sağlayabilmesidir. Araştırmacılar, alt sıralardaki web sitelerinin uygulanan optimizasyon yöntemlerinden orantısız biçimde daha fazla yarar görebildiğini belirtiyor.

Bu bulgu yazının başındaki probleme doğrudan temas ediyor.

Google'da sizden daha aşağıda bulunan bir rakibin, üretken bir AI cevabında sizden daha görünür hale gelmesi teorik olarak mümkündür.

Bu, her zaman GEO optimizasyonundan kaynaklandığı anlamına gelmez. Ancak klasik arama sıralaması ile üretken cevap görünürlüğünün bire bir aynı olmadığını gösteren önemli akademik bulgulardan biridir.

Google'ın yaklaşımı ise ayrıca değerlendirilmelidir.

Google, kendi AI Search özellikleri açısından temel SEO uygulamalarının geçerliliğini koruduğunu ve AI Overviews ile AI Mode için özel bir “AI markup” veya farklı teknik gereksinim bulunmadığını belirtiyor. Google'ın Search kontrolü açısından Googlebot ve mevcut Search mekanizmaları geçerli olmaya devam ediyor.

Temel fark: GEO'yu SEO'nun yerine geçen gizli bir sıralama yöntemi olarak düşünmemek gerekir. Bilgi keşfi ve cevap üretme biçimleri çeşitlendikçe görünürlük probleminin kapsamı da genişliyor.

Rakibinizin Google'da sizden aşağıda olması, AI tabanlı bir cevapta sizden önce önerilemeyeceği anlamına gelmez. Bunun tek bir nedeni yoktur; içerik açıklığı, kaynak görünürlüğü, güncellik ve teknik erişim birlikte değerlendirilmelidir.

Rakibiniz ne yaptığını daha açık anlatıyor olabilir

Birçok kurumsal web sitesinde benzer ifadeler bulunur:

“Sürdürülebilir bir gelecek için yenilikçi çözümler üretiyoruz.”

Bu ifade kulağa olumlu gelir.

Fakat şirketin ne yaptığını açıklamaz.

Şimdi şu ifadeyle karşılaştıralım:

“Sanayi tesislerinin elektrik tüketimini güneş enerjisinden karşılamaya yönelik çatı GES projelerini tasarlıyor, projelendiriyor ve anahtar teslim kuruyoruz.”

İkinci cümlede şirketin:

• hedef müşteri grubu,

• enerji alanı,

• proje tipi,

• sunduğu hizmetler

daha açık biçimde tanımlanır.

Buradaki amaç mümkün olduğunca fazla anahtar kelime kullanmak değildir. GEO araştırmasının keyword stuffing konusunda ölçtüğü olumsuz sonuçlar da bu ayrımı desteklemektedir.

Amaç, gerçek uzmanlığı soyut pazarlama ifadelerinin arkasında bırakmamaktır.

Rakibiniz uzmanlığını somut bilgilerle destekliyor olabilir

Şu iki ifadeyi karşılaştıralım:

“Güneş enerjisinde yüksek deneyime sahibiz.”

ve:

“2018 yılından bu yana sanayi tesisleri için çatı GES projeleri geliştiriyor ve tamamlanan projelerimizin kurulu güç bilgilerini proje sayfalarında yayımlıyoruz.”

İkinci ifade daha somut ve kontrol edilebilir bilgiler içerir.

Elbette bu bilgilerin doğru olması gerekir.

Bir şirketin yalnızca kendi web sitesinde “sektör lideri”, “en deneyimli” veya “Türkiye'nin en iyisi” olduğunu söylemesi bu iddiayı bağımsız olarak doğrulamaz.

Rakibiniz kullanıcı sorularına daha net cevap veriyor olabilir

Güneş enerjisi yatırımı düşünen bir işletme şu soruları sorabilir:

• Çatı GES yatırımı kaç yılda geri döner?

• Fabrika çatısı GES kurulumu için uygun mu?

• GES projesinin kurulum süresi ne kadar?

• Arazi GES ve çatı GES arasındaki fark nedir?

• Güneş enerjisi yatırım maliyetini hangi faktörler etkiler?

• GES projesinde hangi izinler gerekir?

Web siteniz yalnızca:

“Sürdürülebilir enerji yolculuğunuzda yanınızdayız.”

diyorsa bu soruların hiçbirine cevap vermiyorsunuz.

Rakibiniz ise bu soruları açık, güncel ve teknik olarak doğru içeriklerle ele alıyor olabilir.

Google'ın people-first content yaklaşımı da içeriğin öncelikle gerçek kullanıcı ihtiyaçlarına yardımcı olmak amacıyla hazırlanmasını öneriyor.

Özetle: Rakibiniz daha fazla blog yazdığı için değil, belirli bir konuda daha açık ve kullanılabilir bilgi sunduğu için farklı bilgi keşfi deneyimlerinde daha görünür olabilir.

Rakibiniz bağımsız kaynaklarda daha fazla yer alıyor olabilir

Bir markanın kendi web sitesi önemli bir bilgi kaynağıdır. Ancak AI tabanlı cevap sistemlerinin web araması veya grounding kullandığı senaryolarda yalnızca markanın kendi anlatımıyla sınırlı kalındığını varsaymak doğru değildir.

Sektörel yayınlar, haber kaynakları, karşılaştırma içerikleri, sektör dizinleri, forum tartışmaları, iş ortaklarının web siteleri ve Wikipedia gibi bağımsız kaynaklar bir marka hakkında ek bağlam oluşturabilir.

Örneğin rakibinizin kendi web sitesi oldukça zayıf olabilir.

Ancak rakip:

• önemli projeler hakkında sektörel haberlerde yer alıyorsa,

• iş ortaklarının proje duyurularında anılıyorsa,

• bağımsız karşılaştırma içeriklerinde değerlendiriliyorsa,

• güvenilir sektör dizinlerinde doğru bilgilerle listeleniyorsa,

• uzmanlık alanıyla ilgili tartışmalarda doğal biçimde anılıyorsa,

web üzerinde marka ile uzmanlık alanı arasında daha geniş bir ilişki ağı oluşabilir.

Bu durum, rakibinizin her AI platformunda veya her sorguda mutlaka önerileceği anlamına gelmez. Ancak marka hakkında yalnızca markanın kendi web sitesinden değil, farklı ve bağımsız web kaynaklarından da tutarlı bilgiler bulunabilmesi daha geniş bir bilgi zemini oluşturabilir.

Buradaki sonuç:

“Yüzlerce sitede marka adınızı geçirin.”

değildir.

Gerçek sektörel görünürlük ile düşük kaliteli sitelerde yapay marka mention'ları oluşturmak aynı şey değildir.

Doğal görünürlük; gerçek projeler, haber değeri taşıyan gelişmeler, uzmanlık, iş birlikleri ve sektör içerisindeki faaliyetlerin bağımsız kaynaklarda karşılık bulmasıdır.

Yapay görünürlük ise yalnızca AI cevaplarını etkilemek amacıyla düşük kaliteli veya manipülatif içerik ağları oluşturmaya çalışır.

İki yaklaşım arasındaki farkı net tutmak gerekir.

İçeriğiniz kaliteli olsa bile ilgili sistem içeriğe erişemiyorsa veya sayfanızı doğru biçimde işleyemiyorsa görünürlük fırsatları sınırlanabilir. Teknik erişim her platform için ayrı değerlendirilmelidir.

Bu konu aslında yeni değil.

Crawlability, indexability, doğru HTML çıktısı, canonical kullanımı ve robots.txt yıllardır teknik SEO'nun temel parçaları arasında bulunuyor.

Fakat AI platformları yaygınlaştıkça crawler kontrolü daha parçalı hale geldi.

Önemli içerikler erişilebilir HTML içerisinde mi?

Bir proje sayfasını tarayıcıda açtığınızda tüm metinleri görebilirsiniz.

Ancak şu soruyu da sormak gerekir:

Bu içerik teknik olarak nasıl oluşturuluyor?

Önemli içerikler:

• ilk HTML çıktısında bulunuyor mu?

• yalnızca JavaScript çalıştıktan sonra mı geliyor?

• bir API çağrısı başarısız olduğunda tamamen kayboluyor mu?

• kullanıcı etkileşiminden sonra mı yükleniyor?

• giriş ekranının arkasında mı bulunuyor?

JavaScript kullanmak tek başına SEO veya AI görünürlüğü problemi değildir.

Sorun, kritik içeriğin nasıl render edildiği ve ilgili bilgi erişim sistemlerinin içeriğe gerçekten erişip erişemediğidir.

Google, AI özelliklerinde görünürlük açısından temel Search teknik gereksinimlerinin ve indekslenebilirliğin geçerli olduğunu açıkça belirtiyor.

Robots.txt dosyanızı hangi AI platformları açısından kontrol ediyorsunuz?

“Googlebot açık, sorun yok” yaklaşımı artık bütün AI görünürlüğü senaryolarını kapsamaz. Crawler, kullanıcı tetiklemeli fetcher ve ürün bazlı erişim kontrollerinin amaçları platformdan platforma değişebilir.

OpenAI'nin güncel crawler dokümantasyonunda başlıca dört kimlik tanımlanıyor:

• OAI-SearchBot: ChatGPT'nin arama özelliklerinde web sitelerinin gösterilmesi ve kaynak bağlantılarıyla ilişkili crawler

• OAI-AdsBot: ChatGPT'ye reklam olarak gönderilen landing page'lerin güvenlik ve politika uygunluğunu doğrulamak amacıyla kullanılan bot

• GPTBot: OpenAI'nin üretken AI temel modellerinin geliştirilmesinde kullanılabilecek içerikle ilişkili crawler

• ChatGPT-User: kullanıcıların ChatGPT veya belirli Custom GPT işlemleri kapsamında başlattığı web ziyaretleriyle ilişkili user agent

Bu kimlikler aynı amaca hizmet etmez.

OpenAI, OAI-SearchBot erişimini engelleyen sitelerin ChatGPT'nin arama cevaplarında gösterilmeyeceğini, ancak sitenin navigasyon bağlantısı olarak yine görünebileceğini açıkça belirtiyor.

ChatGPT-User ise otomatik web crawling amacıyla kullanılmıyor. Kullanıcı tarafından başlatılan belirli isteklerle ilişkili olduğu için OpenAI, robots.txt kurallarının bu ziyaretlerde uygulanmayabileceğini belirtiyor. ChatGPT Search görünürlüğünü yönetmek için ChatGPT-User yerine OAI-SearchBot kontrol edilmelidir.

OAI-AdsBot ise genel organik AI görünürlüğüyle ilişkili bir crawler değildir. Yalnızca ChatGPT reklamı olarak gönderilen sayfaları ziyaret etmesi ve bu sayfaların politika uygunluğunu değerlendirmesi amacıyla belgelenmiştir.

Anthropic tarafında ClaudeBot otomatik crawling ile, Claude-User ise Claude kullanıcılarının soruları doğrultusunda gerçekleştirilebilen web erişimiyle ilişkilendiriliyor. Anthropic, Claude-User erişiminin engellenmesinin kullanıcı yönlendirmeli web aramasında bir sitenin görünürlüğünü azaltabileceğini belirtiyor.

Perplexity dokümantasyonunda PerplexityBot, web sitelerinin Perplexity arama sonuçlarında gösterilmesi ve bağlantı verilmesiyle ilişkilendiriliyor. Perplexity-User ise kullanıcı eylemleri kapsamında sayfa ziyaretleri gerçekleştirebilen ayrı bir user agent olarak tanımlanıyor.

Perplexity ayrıca kullanıcı tarafından tetiklenen Perplexity-User ziyaretlerinin robots.txt kurallarını genel olarak yok sayabildiğini açıkça belirtiyor. Dolayısıyla bütün bot ve fetcher'ların robots.txt davranışının aynı olduğu varsayılmamalıdır.

Google tarafındaki ayrım da önemlidir.

Google-Extended, web yayıncılarının Google tarafından taranan içeriklerinin gelecekteki Gemini modellerinin eğitimi ve belirli Gemini grounding kullanımları için kullanılmasını yönetmesine yarayan ayrı bir product token'dır.

Google açıkça Google-Extended ayarının bir sitenin Google Search'e dahil edilmesini etkilemediğini ve Google Search içerisinde bir sıralama sinyali olarak kullanılmadığını belirtiyor.

Google Search, AI Overviews ve AI Mode tarafındaki crawling ve indeksleme süreçlerinde temel Search mekanizmaları ile Googlebot kontrolleri geçerlidir.

Microsoft'un AI deneyimleri tarafında ise Bing'in web indeksi ve crawler altyapısı önemli bir rol oynuyor. Bing Webmaster Tools AI Performance raporu; Microsoft Copilot, Bing'in AI tarafından oluşturulan özetleri ve belirli partner entegrasyonlarında bir sitenin kaynak olarak gösterilmesini Bing tarafında ölçmeye yardımcı oluyor.

Teknik açıdan: Robots.txt ve WAF yapılandırmanızı yalnızca Googlebot veya GPTBot üzerinden değerlendirmeyin. Görünmek istediğiniz platformların güncel crawler, fetcher ve user agent dokümantasyonlarını ayrı ayrı inceleyin.

Ancak önemli bir uyarı var:

Bir crawler'a izin vermek, ilgili AI sisteminde önerilmeyi garanti etmez.

Teknik erişim yalnızca ön koşullardan biri olabilir.

Structured data tek başına çözüm mü?

Hayır.

Schema.org ve structured data, sayfadaki bilgilerin yapılandırılmış biçimde ifade edilmesine yardımcı olabilir.

Google, Article structured data kullanımının blog ve makale sayfaları hakkında daha fazla bilgi anlamasına yardımcı olabileceğini belirtiyor. author, datePublished ve dateModified gibi alanlar makale bilgilerinin yapılandırılmış şekilde sunulmasını sağlar.

Ancak görünür sayfa içeriğinde bulunmayan veya desteklenmeyen bilgileri yalnızca JSON-LD içerisine eklemek doğru değildir.

Kısa cevap: Teknik optimizasyon önemlidir. Fakat hiçbir schema, robots.txt kuralı veya özel dosya, markanızın bütün AI sistemlerinde önerilmesini garanti eden bir anahtar değildir.

Markanızın faaliyet alanını açık, somut ve tutarlı biçimde tanımlayın; bu tanımı güncel proje, hizmet ve şirket bilgileriyle destekleyin. Amaç daha fazla anahtar kelime kullanmak değil, marka ile gerçek uzmanlık alanı arasındaki belirsizliği azaltmaktır.

İlk olarak basit bir test yapın.

Web sitenizdeki şirket adını kaldırın.

Geriye kalan metinler doğrudan rakiplerinizin web sitesine de eklenebilir mi?

Cevap evetse içerikleriniz muhtemelen fazla genel olabilir.

“Sürdürülebilir gelecek.”

“Yenilikçi çözümler.”

“Güçlü mühendislik.”

“Müşteri odaklı hizmet.”

“Geleceğe değer katıyoruz.”

Bu ifadelerin tamamı iletişim dilinin bir parçası olabilir.

Fakat markanın gerçek uzmanlığını tek başına açıklamaz.

Hakkımızda sayfanızı somutlaştırın

Güneş enerjisi sektöründeki bir şirket için şu sorular değerlendirilebilir:

• Şirket hangi alanda faaliyet gösteriyor?

• Hangi proje türlerinde uzman?

• Hangi müşteri segmentlerine hizmet veriyor?

• Hangi ülkelerde veya bölgelerde faaliyet gösteriyor?

• Projelendirme yapıyor mu?

• Mühendislik hizmeti veriyor mu?

• Anahtar teslim kurulum gerçekleştiriyor mu?

• İşletme ve bakım hizmeti sunuyor mu?

• Gerçekleştirilen projelerin ölçeği nedir?

• Bu bilgileri destekleyen proje veya kaynaklar bulunuyor mu?

Her şirket bu soruların tamamını cevaplamak zorunda değildir.

Önemli olan şirketin gerçek faaliyet alanının açık biçimde anlatılmasıdır.

Proje sayfalarını yalnızca fotoğraf galerisi olarak kullanmayın

Bir güneş enerjisi şirketinin 100 MW büyüklüğünde önemli bir projeyi tamamladığını düşünelim.

Proje sayfasında yalnızca:

“Başarıyla tamamladığımız projemizden kareler.”

yazıyorsa önemli bir bilgi fırsatı kaçırılıyor olabilir.

Uygunsa şu bilgiler açıklanabilir:

• Proje adı

• Lokasyon

• Proje tipi

• Kurulu güç

• Tamamlanma tarihi

• Projedeki görev ve kapsam

• Kullanılan sistem veya yaklaşım

• Projenin çözmeyi hedeflediği ihtiyaç

Ticari sır, sözleşme şartları ve gizlilik yükümlülükleri elbette dikkate alınmalıdır.

Ancak yayımlanması mümkün olan somut proje bilgilerinin tamamen soyut pazarlama metinleri içerisinde kaybolması da marka ile uzmanlık alanı arasındaki ilişkinin kurulmasını zorlaştırabilir.

İçeriklerinizin güncelliğini görünür hale getirin

Bir markanın web sitesinde beş yıl önceki kapasite bilgisi, artık sunulmayan bir hizmet veya eski faaliyet bölgeleri yer alıyorsa bu yalnızca kullanıcı deneyimi problemi değildir.

AI tabanlı cevap sistemlerinin web kaynaklarını kullandığı senaryolarda eski bilgiler yeniden cevaplara taşınabilir.

Microsoft'un Bing AI Performance rehberi, içeriklerin güncel ve doğru tutulmasını AI cevaplarında güncel kaynakların kullanılmasına yardımcı olabilecek uygulamalar arasında gösteriyor. Bing AI Performance verileri de citation faaliyetinin zaman içerisindeki değişimini izlemeye yardımcı oluyor.

Bu nedenle:

• makalelerde yayın ve güncelleme tarihlerini görünür hale getirin,

• Hakkımızda sayfasındaki sayısal bilgileri düzenli kontrol edin,

• proje sayfalarını güncelleyin,

• artık geçerli olmayan hizmet bilgilerini kaldırın veya revize edin,

• eski ve yeni sayfalar arasında çelişen bilgiler bırakmayın.

Güncel tarih eklemek tek başına bir görünürlük faktörü değildir.

Asıl amaç, kullanıcının ve bilgi sistemlerinin karşısında aynı marka hakkında birbiriyle çelişen eski ve yeni bilgiler bırakmamaktır.

Konu kümeleri oluşturun

Tek bir “Güneş Enerjisi Çözümleri” sayfasının sektördeki bütün kullanıcı sorularına cevap vermesini beklemeyin.

Ana hizmet sayfasının etrafında şu içerikler oluşturulabilir:

• GES nedir ve nasıl çalışır?

• Sanayi tesislerinde çatı GES nasıl planlanır?

• Arazi GES ve çatı GES arasındaki farklar nelerdir?

• GES yatırım maliyetini etkileyen faktörler nelerdir?

• Güneş enerjisi yatırımının geri dönüş süresi nasıl hesaplanır?

• GES projelerinde işletme ve bakım neden önemlidir?

• Fabrika çatısının güneş paneline uygunluğu nasıl değerlendirilir?

Bu yapı, farklı kullanıcı sorularının ayrı içeriklerde kapsamlı şekilde ele alınmasını sağlar.

Internal linking ile sayfalar arasındaki konu ilişkileri de açık biçimde kurulabilir.

Ancak hedef yüzlerce yüzeysel içerik oluşturmak değildir.

Google'ın people-first content yaklaşımı, içeriğin öncelikle kullanıcıya yardımcı olmak amacıyla hazırlanmasını ve içeriğin kim tarafından, nasıl ve neden üretildiği konusunda şeffaflığın değerlendirilmesini öneriyor.

Özetle: Bir konuda uzman olduğunuzu yalnızca “uzmanız” diyerek anlatmayın. Uzman olduğunuz konudaki gerçek sorulara açık, güncel ve desteklenebilir cevaplar verin.

AI görünürlüğü tek bir sorgu ve tek bir ekran görüntüsüyle ölçülmemelidir. Farklı sorgular, tekrarlar, platformlar ve zaman aralıkları üzerinden düzenli bir ölçüm modeli oluşturmak daha anlamlıdır.

ChatGPT'ye bir kez:

“Türkiye'nin en iyi güneş enerjisi şirketleri hangileri?”

diye sorup ekran görüntüsü almak kapsamlı bir AI görünürlük analizi değildir.

Öncelikle sorgunun nasıl sorulduğu önemlidir.

Örneğin:

• Türkiye'de güneş enerjisi şirketleri hangileri?

• Büyük ölçekli GES projeleri yapan şirketler hangileri?

• Sanayi tesisleri için güneş enerjisi şirketi önerir misin?

• Türkiye'de çatı GES konusunda deneyimli firmalar hangileri?

• Anahtar teslim güneş enerjisi santrali kuran şirketler hangileri?

Bu sorguların tamamı aynı sektördedir.

Ancak her biri farklı nitelikler ve kullanıcı beklentileri içerir.

Marka adınızı sorguya eklemeyin

Şu sorgu AI görünürlüğünü ölçmez:

“XYZ Enerji iyi bir güneş enerjisi şirketi mi?”

Burada markayı sisteme siz verdiniz.

Daha anlamlı testler, markayı tanımayan potansiyel bir kullanıcının sorabileceği sorular üzerinden yapılmalıdır.

Önce gerçek kullanıcı ihtiyaçlarını belirleyin.

Ardından bu ihtiyaçlardan bir sorgu seti oluşturun.

Aynı sorguyu birden fazla kez test edin

Üretken AI cevapları klasik bir sıralama sayfası gibi deterministik değildir.

Aynı sorgu aynı platformda farklı oturumlarda veya farklı zamanlarda farklı cevap yapıları ve kaynak seçimleri oluşturabilir.

Bing'in AI Performance dokümantasyonu da citation faaliyetinin zaman içerisinde değişebildiğini ve görünürlük trendlerinin dönemsel olarak incelenebildiğini gösteriyor.

Bu nedenle her sorguyu yalnızca bir kez test etmeyin.

Örneğin:

• sorguyu birden fazla tekrar ile çalıştırın,

• sonuç tarihini kaydedin,

• önerilen markaları kaydedin,

• kullanılan kaynakları kaydedin,

• marka ile ilişkilendirilen özellikleri not edin,

• ölçümü düzenli aralıklarla, örneğin aylık olarak tekrarlayın.

Aylık periyot her marka için zorunlu bir standart değildir. Ölçüm sıklığı sektörün ve içerik değişim hızının niteliğine göre belirlenebilir.

Ama temel prensip aynıdır:

Tek seferlik cevap yerine zaman içerisindeki görünürlük desenini inceleyin.

Farklı platformları ayrı değerlendirin

ChatGPT'de alınan bir cevap ile Claude, Gemini, Google AI Mode, Microsoft Copilot veya Perplexity sonucunun aynı olmasını beklemeyin.

Platformların teknik altyapıları, kaynak seçme davranışları ve ürün deneyimleri farklıdır.

Bir markanın ChatGPT'de sık görünmesi, Perplexity'de de aynı citation görünürlüğüne sahip olacağını garanti etmez.

Benzer şekilde Gemini veya Copilot'taki bir sonuç diğer platformların davranışı için doğrudan gösterge değildir.

Bu nedenle ölçüm tablonuzda platform ayrı bir boyut olmalıdır.

Grounding query'leri anlamaya çalışın

Microsoft'un Şubat 2026'da public preview olarak sunduğu Bing Webmaster Tools AI Performance raporundaki en dikkat çekici kavramlardan biri grounding queries alanıdır.

Grounding query, kullanıcının AI asistanına bire bir yazdığı sorgu olmak zorunda değildir.

Microsoft bu alanı, AI sisteminin cevapta kaynak gösterilen içeriği bulurken kullandığı temel ifadeler olarak tanımlıyor.

Örneğin kullanıcı:

“Türkiye'de sanayi tesisleri için güneş enerjisi şirketi öner.”

diye sormuş olabilir.

Sistem cevap oluştururken bununla ilişkili farklı bilgi ihtiyaçlarını ele alabilir.

Bu mantık, Google'ın belgelediği query fan-out yaklaşımıyla kavramsal olarak benzer bir problemi gösterir: Kullanıcının tek bir sorusu, cevap üretim sürecinde birden fazla alt bilgi ihtiyacına ayrılabilir.

Google ve Microsoft'un sistemlerinin teknik olarak aynı çalıştığını söylemek doğru değildir. Ancak her iki dokümantasyon da AI tabanlı bilgi erişiminin tek bir kullanıcı sorgusunu bire bir klasik anahtar kelime gibi ele almak zorunda olmadığını gösteriyor.

Microsoft, Haziran 2026 güncellemesinde AI Performance raporuna Intents, Topics, Citation Share ve dönem karşılaştırması gibi ek görünürlük analizleri ekledi.

Bu, klasik “hangi kelimede kaçıncı sıradayım?” ölçümünden farklı bir bakış açısıdır.

Şu soruları da sormak gerekir:

• AI sistemleri içeriğimizi hangi konu kümeleriyle ilişkilendiriyor?

• Hangi bilgi ihtiyaçlarında kaynak olarak kullanılıyoruz?

• Hangi alt sorgularda rakiplerimiz kaynak olurken biz olmuyoruz?

Yalnızca marka adınızın geçmesine bakmayın

Aşağıdaki durumları ayrı ayrı değerlendirin:

1. Marka hiç görünmüyor.

2. Marka kaynaklar arasında yer alıyor.

3. Marka cevap metninde anılıyor.

4. Marka doğru hizmet alanıyla ilişkilendiriliyor.

5. Marka aranan niteliğe uygun bir seçenek olarak öneriliyor.

6. Marka hakkında eski bilgi kullanılıyor.

7. Marka yanlış bir hizmet veya uzmanlık alanıyla ilişkilendiriliyor.

Örneğin bir enerji şirketinin adı cevapta geçebilir.

Ancak sistem şirketi yalnızca enerji ekipmanı satıcısı olarak tanımlıyorsa ve şirket gerçekte büyük ölçekli GES projeleri gerçekleştiriyorsa burada görünürlükten çok bir anlam ve ilişkilendirme problemi vardır.

Ölçmeniz gereken soru yalnızca “Adımız geçti mi?” değildir.

Daha doğru soru şudur:

Markamız hangi platformda, hangi sorularda, hangi bağlamda ve hangi bilgilerle temsil ediliyor?

SEO bitmedi. Ancak kullanıcıların bilgiye ulaştığı yüzeyler genişlediği için dijital görünürlüğü yalnızca klasik arama sıralamalarıyla ölçmek giderek daha eksik bir yaklaşım haline geliyor.

Google'ın yaklaşımı bu konuda oldukça açık.

Google, AI Overviews ve AI Mode gibi üretken AI özelliklerinin temel Search sıralama ve kalite sistemlerine dayandığını; temel SEO uygulamalarının geçerliliğini koruduğunu belirtiyor.

Bu yüzden:

“SEO öldü, artık GEO yapmalısınız.”

yaklaşımı teknik olarak fazla basitleştirilmiş bir söylemdir.

Diğer uçtaki yaklaşım da eksik kalabilir:

“Google sıralamamız iyi, başka hiçbir şeyi değerlendirmemize gerek yok.”

ChatGPT web araması ve kaynak bağlantıları sunabiliyor. Claude kullanıcı yönlendirmeli web erişimi için ayrı bir mekanizma belgeliyor. Perplexity web araması ve kaynak bağlantılı cevap deneyimleri sunuyor. Google üretken Search özelliklerini genişletiyor. Microsoft, web sitelerinin AI cevaplarındaki citation görünürlüğünü Bing Webmaster Tools içerisinde raporluyor.

Dolayısıyla asıl mesele SEO'nun bitmesi değil.

Dijital görünürlüğün ölçüldüğü yüzeylerin artmasıdır.

Google'da birinci sırada olabilirsiniz.

Ancak web sitenizde şirketinizin gerçek faaliyet alanı yeterince açık anlatılmıyorsa, önemli proje bilgileri erişilebilir değilse, içerikleriniz kullanıcıların detaylı sorularına cevap vermiyorsa, bilgileriniz güncel değilse veya marka farklı web kaynaklarında tutarsız biçimde tanımlanıyorsa yalnızca klasik sıralama pozisyonuna bakmak eksik bir değerlendirme olabilir.

Asıl soru şu:

Web üzerindeki varlığınız, markanızın kim olduğunu, ne yaptığını ve hangi konuda gerçekten deneyimli olduğunu açık, güncel ve desteklenebilir biçimde anlatıyor mu?

SEO hâlâ güçlü bir temel.

Ancak artık yalnızca:

“Hangi anahtar kelimede kaçıncı sıradayız?”

sorusunu sormak yeterli olmayabilir.

“Markamız hangi sorularla ilişkilendiriliyor?”

“Claude, Gemini veya ChatGPT bizi aynı biçimde mi tanımlıyor?”

“Kaynak olarak hangi içeriklerimiz kullanılıyor?”

“Uzmanlık alanımız doğru anlaşılıyor mu?”

“Rakiplerimiz hangi sorularda görünürken biz görünmüyoruz?”

“Markamız hakkında eski bilgiler cevaplara taşınıyor mu?”

soruları da dijital görünürlük analizinin bir parçası haline geliyor.

SEO'nun değeri azalmıyor. Görünürlüğün kapsamı genişliyor.