GEO Uygulama Rehberi: Markanızı Yapay Zekâ Cevaplarına Taşımak

GEO (Generative Engine Optimization), markanızın ChatGPT, Gemini, Perplexity, Copilot ve Google AI Overviews / AI Mode gibi yapay zekâ cevaplarında doğru bilgiyle anılması ve kaynak gösterilmesi için yapılan çalışmadır. Kavramın genel çerçevesini GEO rehberinde anlattım; bu sayfa uygulama tarafına, yani bir projede hangi sırayla ne yaptığıma odaklanıyor.

Konuyla ilgili iki yazı daha var ve burada tekrar etmeyeceğim: markanızın ChatGPT'de nasıl göründüğünü test etme yöntemi ölçüm adımlarını ve OpenAI botlarının robots.txt ayarını, llms.txt dosyasının gerçek etkisini anlatan yazı ise bu dosyanın neden öncelik olmadığını ele alıyor. Bu rehber, testten çıkan bulguları bir iş planına çevirmek için yazıldı.

Kısa cevap: GEO uygulaması beş adımdan oluşur: müşterilerin yapay zekâya sorduğu soruları belirlemek, markanızı her yerde aynı ve net biçimde tanımlamak, bu soruları doğrudan yanıtlayan alıntılanabilir içerik üretmek, üçüncü taraf kaynaklarda anılmak ve sonucu düzenli ölçmek. Ayrı bir teknik hile yoktur; çalışma sağlam bir SEO temeli üzerine kurulur.

GEO ile SEO arasındaki fark nedir, neler ortaktır?

Pratikte GEO, SEO'nun yerini almıyor; onun üzerine ekleniyor. Google, AI Overviews ve AI Mode'da görünmek için ayrı bir teknik gereklilik olmadığını, temel SEO uygulamalarının geçerli olduğunu belirtiyor. Diğer asistanlar da cevap üretirken web kaynaklarına başvurabiliyor. Taranamayan ya da indekslenmeyen bir sayfanın kaynak gösterilme şansı olmadığı için işe her zaman teknik SEO temelleri ile başlıyorum.

Farkın özü şu: klasik SEO'da bir sayfayı sıralatırsınız; yapay zekâ cevabında ise sistem birden fazla kaynağı okuyup tek bir cevap sentezler. Bu yüzden kendi sitenizin dışında markanız hakkında söylenenler de işin doğrudan parçasıdır.

Adım 1: GEO için soru seti ve konu haritası nasıl çıkarılır?

Test yazısında soru setinin nasıl kurulduğunu ve puanlandığını anlattım. Uygulama aşamasında aynı seti bir içerik haritasına çeviriyorum: her soru için “Bu soruya sitede doğrudan cevap veren bir sayfa var mı, yoksa hangi sayfa bu cevabı vermeli?” diye soruyorum.

• Soru kaynakları: satış ve müşteri hizmetleri ekibinin duyduğu sorular, Search Console'daki uzun sorgular, teklif görüşmelerinde gelen itirazlar.
• Niyet katmanları: tanım (“X nedir”), seçim (“kimi seçmeliyim”), karşılaştırma (“A mı B mi”), fiyat ve süreç (“ne kadar sürer, neye göre fiyatlanır”).
• Eşleştirme: her soru kümesi tek bir hedef sayfaya bağlanır; iki sayfa aynı soruyu yanıtlıyorsa birini güçlendirip diğerini sadeleştiriyorum.

Bu eşleştirme, anahtar kelime araştırmasında yaptığımız kümeleme çalışmasının sohbet diline uyarlanmış hâlidir. Fark, soruların daha uzun olması ve sayfanın da karşılaması gereken “İstanbul'da”, “küçük işletme için”, “bütçem kısıtlı” gibi bağlam ifadeleri taşımasıdır.

Adım 2: Varlık netliği, yapay zekâ markanızı doğru tanıyor mu?

Yapay zekâ cevaplarında sahada en sık gördüğüm sorun görünmemek değil, yanlış tanımlanmaktır: eski adres, artık verilmeyen bir hizmet, başka bir firmayla karışan isim. Bunun kökünde çoğu zaman markanın farklı yerlerde farklı anlatılması yatar. Varlık netliği için kullandığım kontrol listesi şu:

• Marka adının yazımı her yerde aynı (kısaltma ve şirket türü eki dâhil)
• Ana sayfada ve Hakkımızda sayfasında markanın ne yaptığı, kime hizmet verdiği ve nerede olduğu tek cümlede net
• Kurucu ya da uzmanlar için gerçek bilgilerle dolu ayrı profil sayfaları var
• Organization veya Person yapısal verisi, sameAs ile resmî sosyal profillere bağlanmış
• Google Business Profile, LinkedIn, sektör rehberleri ve sitedeki adres-telefon bilgileri birebir aynı
• Eski marka adı, birleşme veya taşınma gibi değişiklikler sitede açıkça anlatılmış

Yapısal verinin nasıl kurulacağını schema ve yapısal veri rehberinde @id grafiğiyle birlikte anlattım. Fiziksel adresi olan işletmelerde yerel SEO çalışması ile varlık netliği aynı işin iki yüzüdür.

Adım 3: Yapay zekânın alıntılayacağı içerik nasıl yazılır?

Yapay zekâ cevabı bir sayfanın tamamını değil, çoğu zaman tek bir paragrafını ya da bir tablo satırını kullanır. Bu yüzden içeriği, bir parçası tek başına okunduğunda da anlamlı kalacak biçimde yazıyorum.

Uyguladığım yazım kuralları

• Önce cevap: başlığın altındaki ilk iki üç cümle sorunun doğrudan cevabını verir; ayrıntı sonra gelir.
• Kendi kendine yeten paragraflar: “yukarıda belirttiğimiz gibi” gibi bağlama muhtaç ifadeler yerine özneyi yeniden adlandırın.
• Somut bilgi: fiyatın neye göre değiştiği, süreç adımları, süreler ve koşullar; doğrulayamadığınız rakamı ise hiç yazmayın.
• Karşılaştırma tabloları: seçenekleri aynı ölçütlerle kıyaslayan tablolar, karşılaştırma sorularına hazır cevap sunar.
• Yazar ve tarih: kimin yazdığı, uzmanlığı ve son güncelleme tarihi sayfada görünür olsun.
• Özgün bilgi: kendi süreciniz, saha gözlemleriniz ve kendi verileriniz; başka yerde bulunmayan bilgi, kaynak gösterilmek için en güçlü gerekçedir.

Bu kuralların içerik takvimine nasıl yerleşeceğini ve hangi sayfa tiplerinin öne alınacağını içerik stratejisi rehberinde ele aldım. Sık kullanılan terimleri kısa tanımlarla açıklayan sözlük sayfaları da bu açıdan değerlidir; örnek olarak yapay zekâ ve SEO sözlüğüne bakabilirsiniz.

Adım 4: Marka bahsi ve üçüncü taraf kaynaklarda yer almak

Bir asistan “kimi önerirsin” sorusunu cevaplarken yalnızca sizin sitenize bakmaz; sektör listeleri, karşılaştırma yazıları, haberler, yorum platformları ve forumlar da cevabın hammaddesidir. Test sırasında kaynak gösterilen üçüncü taraf siteleri listelemenizi önermiştim; uygulamada bu liste bir hedef listesine dönüşür.

Bu çalışma klasik link kazanımına çok benzer; tek fark, bağlantısız marka bahsinin de değer taşımasıdır. Yöntemleri ve kaçınılması gereken riskli uygulamaları backlink ve dijital PR rehberinde ayrıntılı anlattım.

Adım 5: GEO sonuçları nasıl ölçülür ve raporlanır?

Ölçümün temel yöntemi, yani soru setini düzenli çalıştırmak ve GA4'te yapay zekâ kaynaklarını ayırmak, test yazısında var. Burada bunları aylık bir rapora nasıl bağladığımı özetliyorum:

• Görünürlük göstergeleri: görünme oranı, kaynak gösterilme oranı, rakiplere göre ses payı ve tanım doğruluğu; her ay aynı soru setiyle.
• Trafik göstergeleri: GA4'te yapay zekâ platformlarından gelen oturumlar, giriş yapılan sayfalar ve dönüşümler.
• Google tarafı: Search Console performans verileri AI Overviews ve AI Mode'dan gelen tıklamaları da içerir; bu yüzden soru setiyle eşleşen sayfaların gösterim ve tıklama eğilimini ayrıca izliyorum.
• Dolaylı sinyaller: markalı aramalardaki değişim ve yeni müşterilerin “bizi nereden duydunuz” sorusuna verdiği cevaplar.

Bu göstergelerin genel raporla nasıl birleştirileceğini SEO raporlama rehberinde anlattım. Yapay zekâ kaynaklı ziyaretlerin bir kısmı doğrudan trafik olarak göründüğü için GA4'teki rakamları gerçek etkinin alt sınırı olarak okuyun.

İlk 90 günde GEO uygulama planı

Projelerde izlediğim sıra aşağıdaki gibi. Dönemler kısmen üst üste biner; önemli olan erişim ve başlangıç ölçümünün her şeyden önce gelmesidir.

Değişikliklerin cevaplara yansıma süresi platforma ve kaynağa göre değişir; bu yüzden ilk çeyreği bir öğrenme dönemi olarak görüyorum. Bu planı kendi projenize uyarlamak isterseniz GEO uzmanı olarak nasıl çalıştığımı inceleyebilir ya da doğrudan GEO danışmanlığı için randevu alabilirsiniz.