Dijital görünürlüğün kuralları sessizce değişti. İnsanların önemli bir kısmı artık bir soruyu Google’a yazıp on mavi bağlantı arasından seçim yapmıyor; doğrudan ChatGPT, Gemini, Claude veya Perplexity’ye soruyor ve hazır bir cevap alıyor. Bu, markalar için yeni bir oyun alanı açtı: Yapay zekâ bir soruya cevap verirken sizi anıyor mu, sizi kaynak gösteriyor mu, yoksa rakibinizi mi öneriyor?
(Bu görsel yapay zeka ile üretilmiştir)
Bu rehber, AI citation (yapay zekâ kaynak gösterimi) kavramını sade bir dille açıklıyor, çoğu ekibin karıştırdığı citation–mention farkını netleştiriyor ve markanızı yapay zekâ yanıtlarının kalıcı bir parçası yapmak için uygulayabileceğiniz somut taktikleri sıralıyor.
AI Citation’ı Basitçe Tanımlayalım
AI citation, bir yapay zekâ sisteminin bir soruya cevap verirken içeriğinizi kaynak olarak göstermesidir; çoğu zaman bir bağlantıyla birlikte. Bunu eski “öne çıkan snippet (featured snippet)” mantığının çok daha güçlü bir hali gibi düşünebilirsiniz. Fark şu: Eskiden kullanıcı yine de Google’a tıklayıp sitenize gitmek zorundaydı. Yeni modelde markanız doğrudan cevabın içinde geçiyor; çoğu zaman tıklama bile olmadan kullanıcının zihninde bir tercih oluşuyor.
Sektörde bu yeni disipline GEO (Generative Engine Optimization) deniyor. GEO, geleneksel SEO’nun yerini almıyor; onu tamamlıyor. Hedef artık sadece “sıralamaya girmek” değil, “cevabın içinde yer almak”.
Citation ve Mention Arasındaki Fark (ve Neden Önemli?)
Çoğu ekibin yaptığı en yaygın hata, bu iki kavramı aynı şey sanmaktır. Dışarıdan ikisi de “markanız yapay zekâ cevabında geçti” gibi görünür; ama farklı mekanizmalardan doğarlar, farklı stratejiler gerektirirler ve farklı iş sonuçları üretirler.
| Kavram | Ne demek? | Hangi sinyali verir? | Neyle beslenir? |
|---|---|---|---|
| Mention (anılma) | Yapay zekânın cevabında marka adınızın geçmesi, genellikle bağlantısız | Farkındalık ve akılda kalma — sizi konuşmanın içine sokar | Basın, üçüncü taraf yorumlar, forumlar ve sektör yayınlarındaki görünürlük |
| Citation (kaynak gösterilme) | Yapay zekânın bir bilgiyi desteklemek için içeriğinizi kaynak göstermesi, çoğunlukla tıklanabilir bağlantıyla | Otorite ve güven — modelin verinize güvendiğini gösterir, ölçülebilir trafik getirir | Modelin anlık çekip kullanabileceği özgün ve iyi yapılandırılmış içerik |
Örneğin biri “uzaktan ekipler için en iyi proje yönetimi araçları” diye sorduğunda model “Asana, Monday.com ve ClickUp” der. Bunların her biri bir mention kazanmıştır. Model aynı cevabı verirken bu karşılaştırmayı sizin hazırladığınız kapsamlı kılavuza dayandırıp sizi kaynak gösterirse, işte bu da bir citation‘dır.
Burada kritik bir tuzak var; sektörde buna “kaynak–öneri uçurumu” deniyor. Şu senaryoyu düşünün: Biri ChatGPT’ye “uzaktan çalışan ekipler için en iyi proje yönetimi yazılımı hangisi?” diye soruyor. Yapay zekâ cevabında Asana, Monday.com ve ClickUp’ı öneriyor (mention), ama bu karşılaştırmayı yaparken sizin hazırladığınız kapsamlı kılavuzu kaynak gösteriyor (citation). Yani içeriğiniz işi yaptı, ama öneriyi rakibiniz kaptı. Bu yüzden ikisini birden hedeflemek gerekir.
İyi haber şu: İki sinyal birbirini besler. Üçüncü taraf kaynaklarda tutarlı biçimde anılmak, modele markanızı o kategoriyle ilişkilendirmeyi öğretir; bu da kaynak gösterilme kapısını açar. Kaynak gösterilmek ise modelin sizi tekrar anma güvenini pekiştirir.
Yapay Zekâ Kaynağı Nasıl Seçer?
Bu sistemlerin çoğu cevap üretirken tek bir sayfaya bakmaz; birden çok kaynağı tarar, birleştirir ve özetler. Arka planda sıkça kullanılan yöntem RAG (Retrieval-Augmented Generation): model anlık olarak web’den ilgili içerikleri çeker ve cevabı bu güncel bilgiyle harmanlar.
Peki yapay zekâ neden yüzlerce benzer sayfa arasından birini seçer? Bu konudaki en güvenilir cevap, Princeton ve IIT Delhi başta olmak üzere birkaç üniversitenin ortak yürüttüğü akademik bir çalışmadan (GEO paper) geliyor. Araştırmacılar 10.000 sorgu üzerinde dokuz tekniği test etti ve alıntılanmayı en çok artıran beş taktiği belirledi: kaynak gösterme, alıntı ekleme, istatistik ekleme, akıcı (anlaşılır) dil ve otoriter bir anlatım tonu. En etkili teknikler görünürlüğü yaklaşık yüzde 30-40 artırdı. Aynı çalışmanın belki de en çarpıcı bulgusu ise şu: anahtar kelime tıkıştırmak hiçbir fayda sağlamadı, hatta bazı sistemlerde performansı biraz düşürdü.
Citation Kazanmak İçin Taktikler
Kaynak gösterilmek istiyorsanız, içeriğinizin modelin “güvenle alıntılayabileceği” bir kanıt parçası olması gerekir. Yapılması gerekenler:
- Her başlığı bir soru gibi kurun ve hemen cevap verin. İlk iki üç cümlede net bir tanım ya da sonuç verin, detayı sonra ekleyin. Cevabı sayfanın ortasında saklamayın.
- Özgün veri ve istatistik kullanın. “Pek çok işletme bunu yapıyor” yerine “X araştırmasına göre işletmelerin yüzde 68’i…” gibi kaynaklı, somut ifadeler kullanın. Kendi yürüttüğünüz anket veya analizler en güçlü silahınızdır, çünkü bunları başka kimse sunamaz.
- Bilgiyi yapılandırın. Karşılaştırma tabloları, adım adım rehberler, kısa listeler ve tanım kutuları, modelin veriyi çekip cevabına yerleştirmesini kolaylaştırır. Özellikle düzgün bir karşılaştırma tablosu, “X ile Y arasındaki fark nedir?” sorularında doğrudan alıntılanma şansını artırır.
- İddialarınızı dış kaynaklarla destekleyin. Resmî kurum, akademik veya tanınmış yayın bağlantıları vermek, modele “araştırma yapmış, ciddiye alınır bir kaynak” mesajı verir. İlginç biçimde, başkalarına atıf yapmak sizin de alıntılanma ihtimalinizi yükseltir.
- İçeriği güncel tutun. Yapay zekâ eskiyen içeriği değersizleştirir. Önemli kaynak sayfalarınızı düzenli aralıklarla (örneğin her birkaç ayda bir) yenileyin; tarih ve veri güncellemelerini görünür kılın.
- Sade ve doğrudan yazın. Ağdalı, uzun cümleler yerine net ifadeler kullanın. “Güçlü alıntı sinyalleri görünürlüğü doğrudan iyileştirir” cümlesi, aynı şeyi dolambaçlı anlatan bir paragraftan çok daha “alıntılanabilir”dir.
Mention Kazanmak İçin Taktikler
Anılmak farklı bir oyundur. Burada içeriğinizin kalitesi tek başına yetmez; markanızın internetin güvenilir köşelerinde, doğru kategoriyle birlikte ne kadar göründüğü belirleyicidir. Yapılması gerekenler:
- Üçüncü taraf görünürlüğünüzü artırın. Basın bültenleri, sektör yayınlarında konuk yazılar, podcast’ler ve röportajlar, modelin markanızı kategoriyle ilişkilendirmesini sağlar. PR artık “yumuşak” bir marka faaliyeti değil, doğrudan bir AI görünürlük girdisidir.
- Toplulukların içinde olun. Reddit, Quora, sektörel forumlar ve LinkedIn tartışmaları, modellerin sıkça beslendiği kaynaklardır. Buralarda gerçek değer katan, satış kokmayan katkılar sunmak markanızın adını doğru bağlamlarda dolaşıma sokar.
- Marka konumlandırmanızı her yerde tutarlı tutun. Eğer ürününüz her yerde “uzaktan ekipler için proje yönetimi yazılımı” olarak tanımlanıyorsa, bu tekrar eden netlik modelin sizi o kullanım senaryosuyla güçlü biçimde eşleştirmesini sağlar. Farklı platformlarda farklı tanımlar kullanmak bu sinyali zayıflatır.
- “En iyi X” listelerine girin. Bağımsız karşılaştırma ve inceleme yazılarında yer almak, doğrudan öneri sorgularında anılma ihtimalinizi artırır. Yorum sitelerindeki ve incelemelerdeki varlığınızı ihmal etmeyin.
- Wikipedia ve bilgi tabanı varlığınızı güçlendirin. Yapay zekâ markaları birer “varlık” (entity) olarak değerlendirir. Wikipedia, Wikidata ve benzeri yapılarda tutarlı, doğrulanabilir bilgi bulunması, marka kimliğinizi modelin gözünde netleştirir.
(Bu görsel yapay zeka ile üretilmiştir.)
Teknik Tarafta Gerçekten Ne İşe Yarar?
Teknik altyapı önemli ama burada beklentileri yerli yerine oturtmak gerekir.
- Yapılandırılmış veri (structured data / schema) işe yarar. Article, FAQ, Product gibi schema etiketleri, içeriğinizin ne hakkında olduğunu makineye açıkça söyler ve doğru kategorize edilmenizi sağlar.
- Taranabilirlik şarttır. Sayfa hızı, gereksiz JavaScript yükünün azaltılması ve içeriğin sunucu tarafında düzgün render edilmesi temel gerekliliktir. Görülemeyen içerik ne anılır ne de alıntılanır.
- Net başlık hiyerarşisi (H1-H2-H3) modelin içeriği parçalara ayırıp hangi bölümün neye cevap verdiğini anlamasına yardımcı olur.
Bir not: Son dönemde llms.txt dosyası çokça konuşuluyor. Doğru beklentiyle yaklaşmak önemli. Bu dosya henüz büyük yapay zekâ sağlayıcılarının arama tarafında doğrudan bir sıralama sinyali değil; ancak Cursor, Claude Code, GitHub Copilot gibi yapay zekâ destekli geliştirici araçları onu aktif olarak kullanıyor. Maliyeti düşük, riski yok ve ekosistem hızla geliştiği için bugün kurmak, standart yaygınlaştığında hazır olmak demektir. Kısacası akıllı bir altyapı yatırımıdır; yalnızca onu “görünürlüğü tek başına patlatacak çözüm” olarak konumlandırmamak gerekir.
Sektöre Göre Pratik Yaklaşımlar
| Sektör | Öncelikli odak | Ne getirir? |
|---|---|---|
| E-ticaret | Ürün ve kategori sayfalarını yalnızca satış değil, bilgi odaklı kurun: tablo formatında ürün özellikleri, “kimler için uygun” senaryoları, gerçek kullanıcı yorumları | “En iyi X” sorgularında hem anılma hem kaynak gösterilme şansı |
| SaaS | Problem-çözüm odaklı içerik: karşılaştırma yazıları (X vs Y), kullanım rehberleri, özgün veriye dayanan vaka çalışmaları | “En iyi araçlar” listelerine girmenin en sağlam yolu |
| Hizmet / yerel işletmeler | Tutarlı işletme bilgisi (NAP), güçlü yorum profili, uzmanlık gösteren rehber içerikler | Hem yerel hem AI görünürlüğünü besler |
Google Ne Diyor? Resmî Rehberin Getirdiği Gerçeklik Payı
Bu konuda en güvenilir kaynaklardan biri, doğrudan Google’ın yayımladığı resmî optimizasyon rehberidir. Google’ın mesajı net ve biraz da sürpriz: Üretken yapay zekâ özellikleri (AI Bakışı ve AI Modu) temel arama sıralama ve kalite sistemlerine dayandığı için, SEO en iyi uygulamaları geçerliliğini koruyor. Google’ın bakış açısına göre yapay zekâ araması için optimizasyon yapmak aslında arama deneyimini optimize etmektir ve hâlâ SEO kapsamındadır. Yani Google için “AEO” veya “GEO” diye ayrı bir sihir yoktur.
Arka planda iki teknik çalışır: RAG (veriyle artırılmış üretim), yanıtın kalitesini ve güncelliğini artırmak için arama dizinindeki alakalı sayfalara ulaşır ve bu sayfalara tıklanabilir bağlantılar sunar. Bir de “sorgu yayılımı” (query fan-out) vardır: Model, asıl soruyu yanıtlamak için eşzamanlı olarak ilgili ek sorgular üretip daha fazla sonuç getirir.
Google’ın önerdiği temel başlıklar tanıdık ama önemli:
- Özgün ve değerli içerik üretin. Google’a göre bu, uzun vadede sitenizin yapay zekâ aramasındaki varlığını diğer tüm önerilerden daha fazla etkiler. İlk elden deneyime dayanan özgün bir bakış açısı, internette zaten söylenmiş şeyleri tekrarlayan sıradan içeriklerden çok daha değerlidir.
- Net bir teknik yapı kurun. İçeriğin taranabilir ve dizine eklenebilir olması, iyi bir sayfa deneyimi sunması ve yinelenen içeriğin azaltılması temel gerekliliklerdir.
- Yerel işletme ve e-ticaret bilgilerinizi optimize edin. Merchant Center ve Google İşletme Profilleri gibi araçlar, ürün ve hizmetlerinizin yapay zekâ yanıtlarında görünmesine yardımcı olabilir.
Google’a Göre Yapmanıza Gerek Olmayan Şeyler
Rehberin belki de en kıymetli kısmı, yaygın GEO tavsiyelerinin bir bölümünü açıkça “gereksiz” ilan ettiği yerdir. Google’a göre kendi arama özellikleri için:
- llms.txt zorunlu değil. Google, üretken yapay zekâ sonuçlarında yer almak için özel makine-okunabilir dosyalar oluşturmanın bir zorunluluk olmadığını belirtiyor. Ancak bu yalnızca Google aramasının kendi mantığıyla ilgilidir; dosyanın geliştirici araçları ve diğer yapay zekâ ekosistemleri açısından değeri ayrı bir konudur. Yani Google’ın sıralamasında doğrudan bir kaldıraç beklemeden, ileriye dönük bir altyapı olarak bulundurmakta sakınca yoktur.
- İçeriği “parçalara ayırmak” gerekmez. Google sistemleri bir sayfadaki farklı konuları kavrayıp ilgili bölümü gösterebildiği için, içeriği yapay zekâ anlasın diye küçük parçalara bölmenize gerek yoktur; ideal bir sayfa uzunluğu da yoktur.
- İçeriği yalnızca yapay zekâ için yeniden yazmak gerekmez. Yapay zekâ eş anlamlıları ve konuların genel anlamını kavrayabildiği için, her olası varyasyonu yakalamak adına özel bir “yapay zekâ dili”yle yazmanıza gerek yoktur.
- Yapay “bahsedilme” trafiği üretmeye çalışmayın. Web genelinde sahte mention trafiği yaratmaya çalışmak sanıldığı kadar işe yaramaz; sıralama sistemleri kaliteli içeriğe odaklanırken diğer sistemler spam’i engeller.
- Yapılandırılmış veriye gereğinden fazla yüklenmeyin. Üretken yapay zekâ araması için schema zorunlu değildir ve eklemeniz gereken özel bir işaretleme yoktur; yine de zengin sonuçlara yardımcı olduğu için genel SEO stratejinizin parçası olarak kullanmaya değer.
Burada önemli bir ayrım yapmak gerekiyor: Bu uyarılar Google’ın kendi arama deneyimi içindir. ChatGPT, Perplexity veya Claude gibi sistemlerin tarayıcıları ve seçim mantığı farklıdır; bu yüzden yapısal veri ve net içerik formatı diğer platformlarda hâlâ fayda sağlayabilir. Pratik sonuç şu: Egzotik “hilelere” kaynak ayırmak yerine sağlam temele yatırım yapın. Özgün içerik, temiz teknik altyapı ve gerçek otorite her platformda kazandırır.
Yeni Bir Cephe: Ajan Tabanlı Deneyimler
Rehber, geleceğe dair de bir kapı aralıyor. Yapay zekâ ajanları; rezervasyon yapmak veya ürün karşılaştırmak gibi görevleri kullanıcı adına yerine getirebilen otonom sistemlerdir. Tarayıcı ajanları, ekran görüntülerini analiz etmek, DOM yapısını incelemek ve erişilebilirlik ağacını yorumlamak için sitenize erişebilir. Arama ajanlarının daha kapsamlı işler yapmasına olanak tanıyacak Evrensel Ticaret Protokolü (UCP) gibi yeni protokoller de ortaya çıkıyor. Yani markaların yakın gelecekte yalnızca “okunabilir” değil, aynı zamanda ajanların üzerinde işlem yapabileceği siteler kurmayı düşünmesi gerekecek.
Sonuçlarınızı Nasıl Ölçersiniz?
Göremediğiniz şeyi iyileştiremezsiniz. İzlenecek iki temel metrik var:
- Marka Görünürlüğü: İzlediğiniz sorguların yüzde kaçında markanız anılıyor (bağlantılı ya da bağlantısız)? Kategori konuşmasında ne kadar varsınız?
- Citation Oranı: Bu cevapların yüzde kaçında içeriğiniz doğrudan kaynak olarak gösteriliyor? Otoriteniz farkındalığa mı takılıyor, yoksa güvene mi dönüşüyor?
Bunu manuel de izleyebilirsiniz: Hedef sorularınızı düzenli aralıklarla ChatGPT, Gemini, Claude, Perplexity ve Google AI Overviews üzerinde sorun, markanızın anılıp anılmadığını ve kaynak gösterilip gösterilmediğini bir tabloya not edin. Profesyonelleşmek isterseniz bunu otomatikleştiren GEO izleme araçları da mevcut.
Özet ve Hızlı Kontrol Listesi
Yapay zekâ sizi popüler olduğunuz için değil, doğru, net ve güvenilir olduğunuz için seçer. İşe koyulurken şu listeyi kullanabilirsiniz:
- Her sayfanın açılışında soruya net cevap veriyor musunuz?
- Özgün veri, istatistik ve karşılaştırma tablosu kullanıyor musunuz?
- İçeriğiniz schema ile etiketli ve botlar tarafından sorunsuz taranabiliyor mu?
- Markanız üçüncü taraf kaynaklarda (basın, forum, yorum) tutarlı biçimde anılıyor mu?
- Konumlandırmanız her platformda aynı mı?
- Hem anılma hem kaynak gösterilme oranınızı düzenli ölçüyor musunuz?
Anahtar kelime doldurmanın işe yaramadığı, dürüst ve iyi yapılandırılmış içeriğin kazandığı bir döneme giriyoruz. Markanızı bugünden bu standartlara göre konumlandırmaya başlayın.
Kaynakça
- Google Search Central — Web sitenizi Google Arama’daki üretken yapay zekâ özellikleri için optimize etme: https://developers.google.com/search/docs/fundamentals/ai-optimization-guide?hl=tr
- Aggarwal, Murahari ve diğerleri — GEO: Generative Engine Optimization (Princeton & IIT Delhi, KDD 2024): https://arxiv.org/abs/2311.09735
- Similarweb — AI Mentions vs. AI Citations: https://www.similarweb.com/blog/marketing/geo/ai-mentions-vs-ai-citations/
- Otterly.ai — The llms.txt Experiment: https://otterly.ai/blog/the-llms-txt-experiment/
- Google Search Central — Structured Data / Yapılandırılmış Veri: https://developers.google.com/search/docs/appearance/structured-data
- Google Search Central — Creating Helpful, Reliable, People-First Content: https://developers.google.com/search/docs/fundamentals/creating-helpful-content
