Üretken Motor Optimizasyonu ve yapay zekâ görünürlüğünün arkasındaki terimlerin sade tanımları. Alana yeni misiniz? GEO nedir yazısıyla başlayın.
- Büyük Dil Modeli (LLM)
- Büyük dil modeli, yapay zekâ asistanlarının altında yatan, dil üretmek için devasa metin derlemeleriyle eğitilmiş sinir ağıdır. Parametreleri, eğitimden markalar hakkında "bildiklerini" kodlar; erişim (RAG) bu bilgiyi yanıt anında canlı kaynaklarla tamamlar.
- Çağrışım kümesi (evoked set)
- Çağrışım kümesi, bir yapay zekâ asistanının (ya da bir insanın) bir kategori sorusunu yanıtlarken gerçekten değerlendirdiği kısa marka listesidir. GEO büyük ölçüde, modellerin kategorinizle ilişkilendirdiği çağrışım kümesine girme — ve orada kalma — işidir.
- Duygu (sentiment, yapay zekâ yanıtlarında)
- Yapay zekâ yanıtı takibinde duygu, bir asistanın bir markayı olumlu, nötr ya da olumsuz biçimde tanımlayıp tanımlamadığıdır. Anılmak yeterli değildir — markanızı anarken bir rakibi tavsiye eden ya da onu çekincelerle anan bir yanıt, çok farklı bir iş değeri taşır.
- E-E-A-T
- E-E-A-T; Deneyim, Uzmanlık, Otorite ve Güvenilirlik anlamına gelir — Google'ın kalite yönergelerinin ödüllendirdiği ve yapay zekâ sistemlerinin uzlaşı ve kaynak örüntüleri üzerinden yaklaşık olarak ölçtüğü nitelikler. Şeffaf metodoloji sayfaları, adı belirtilen yazarlar ve üçüncü taraf doğrulamalar bunların hepsini besler.
- Eğitim verisi hatırlaması (training-data recall)
- Eğitim verisi hatırlaması, bir yapay zekâ modelinin canlı weba başvurmadan, ön eğitim derlemesinden bir marka hakkında "hatırladığı" şeydir. Yavaş değişir — yalnızca modeller yeniden eğitildikçe — bu yüzden zaman içindeki tutarlı üçüncü taraf kapsamı, hatırlama için tek bir yeni sayfadan çok daha önemlidir.
- Erişim Destekli Üretim (RAG)
- Erişim Destekli Üretim (RAG), temellendirilmiş yanıtların arkasındaki tekniktir: sistem önce ilgili belgeleri getirir, sonra onlara dayanan bir yanıt üretir. Markalar için RAG, sizin (ve sizi değerlendirenlerin) canlı web içeriğinin yapay zekâ asistanlarının sizin hakkınızda söylediklerini doğrudan şekillendirmesi demektir.
- GEO denetimi (GEO audit)
- GEO denetimi, yapay zekâ asistanlarının bir markaya şu anda nasıl davrandığının yapılandırılmış bir değerlendirmesidir: platform başına görünürlük, yanıtlar içindeki sıra, rakiplere karşı ses payı, kaynak kaynakları ve duygu — artı zayıf noktalara yol açan site içi ve site dışı eksikler. Her GEO programının başlaması gereken sıfırıncı gün temel çizgisidir.
- Google AI Overviews (Yapay Zekâ Özetleri)
- Google AI Overviews, Google'un giderek daha fazla aramada sonuç sayfasının en üstünde gösterdiği yapay zekâ üretimi yanıttır. Bir sohbet botu değildir: özet, ilgili sorgu için zaten iyi sıralanan sayfalardan oluşturulur ve onlara kaynak olarak bağlantı verir. Her aramada bir AI Overview görünmez; bu yüzden markalar iki şey üzerinden ölçülür — Google'un o sorular için ne sıklıkla özet gösterdiği ve gösterdiğinde markanın özette anılıp anılmadığı ya da kaynak gösterilip gösterilmediği.
- Görünürlük skoru (visibility score)
- Görünürlük skoru, yapay zekâ asistanları temsili bir kategori sorusu setini yanıtlarken bir markanın ne sıklıkla göründüğünü sayısallaştırır; genellikle platform başına 0 ile 100 arasında ifade edilir. Her asistana çok sayıda soru sorulup markadan bahseden yanıtların payı ölçülerek hesaplanır.
- Kaynak (citation)
- Kaynak, bir yapay zekâ asistanının bilginin nereden geldiğini göstermek için yanıtına eklediği kaynak bağlantısıdır. Kaynak gösterilmek, asistanın sayfanızı getirip kullandığı anlamına gelir; kaynakları takip etmek, yapay zekâ motorlarının sizin hangi sayfalarınıza — ve sizinle ilgili hangi üçüncü taraf sayfalara — gerçekten güvendiğini ortaya çıkarır.
- Kaynak sırası (source rank, citation rank)
- Kaynak sırası, bir yapay zekâ asistanının yanıtına eklediği atıf veya kaynak listesindeki bir sayfanın konumudur — S#1 ilk gösterilen kaynaktır. Markanızın yanıt metninde anılıp anılmadığından bağımsız olarak, içeriğinizin yanıt anında getirilip getirilmediğini ve ona dayanılıp dayanılmadığını ölçer.
- llms.txt
- llms.txt, önerilen bir standarttır — bir web sitesinin kökünde yer alan, yapay zekâ sistemlerine şirketin kim olduğunu, ne sunduğunu ve önemli sayfalarının nerede olduğunu özlü ve yapılandırılmış biçimde anlatan düz bir markdown dosyası. robots.txt ile site haritasının yapay zekâ tarayıcıları için karşılığıdır; dizine eklenmek yerine okunmak için tasarlanmıştır.
- Marka bahsetmesi (brand mention)
- Marka bahsetmesi, bir marka adının yapay zekâ yanıtının metninde tavsiye, karşılaştırma veya geçerken değinme olarak herhangi bir biçimde görünmesidir. Yanıt gövdesindeki bahsetmeler genellikle dipnot kaynaklarından daha önemlidir, çünkü kullanıcının gerçekte okuduğu şey onlardır.
- Marka halüsinasyonu (brand hallucination)
- Marka halüsinasyonu, bir yapay zekâ asistanının bir marka hakkında yanlış bir şey söylemesidir — hatalı fiyatlandırma, üretimi durmuş ürünler, yanlış atfedilen özellikler ya da benzer adlı bir şirketle karıştırma. Platformlar arasında düzenli izleme, müşteriler halüsinasyonlara göre hareket etmeden önce onları yakalamanın tek yoludur.
- Metin sırası (text rank)
- Metin sırası, bir markanın yapay zekâ yanıtının gövdesinde ilk kez anıldığı konumdur — T#1 ilk anıldığını, T#4 ondan önce üç başka markanın anıldığını gösterir. Daha erken bir metin sırası, yanıttaki tavsiye ağırlığının daha güçlü olduğuna işaret eder.
- Rakip takibi (competitor tracking)
- Yapay zekâ rakip takibi, sizinle aynı yapay zekâ yanıtlarında hangi diğer markaların göründüğünü kaydeder — kim sizinle birlikte, sizden önce ya da sizin yerinize anılıyor. "Yanıtta yokuz" ifadesini, "şu üç marka var ve işte nereden kaynak gösteriliyorlar" biçiminde uygulanabilir bir bilgiye dönüştürür.
- Ses payı (share of voice, SoV)
- Yapay zekâ aramasında ses payı, aynı sorular için anılan tüm markalara kıyasla markanızdan bahseden ilgili yapay zekâ yanıtlarının yüzdesidir. Yapay zekâ asistanlarının gözünde bir kategoriye kimin "sahip" olduğunu — ve sizin yerinize kimin tavsiye edildiğini — gösterir.
- Soru niyeti (prompt intent)
- Soru niyeti, bir yapay zekâ asistanına sorulan sorunun arkasındaki asıl amaçtır — seçenekleri karşılaştırmak, alternatif aramak, bir tercihi doğrulamak veya tavsiye istemek. Markalar bir niyette iyi sıralanıp diğerinde hiç görünmeyebilir; bu yüzden görünürlük niyet yelpazesinin tamamında ölçülmelidir.
- Sunucu tarafı oluşturma (server-side rendering, SSR)
- Sunucu tarafı oluşturma, bir sayfanın içeriğinin tarayıcıda JavaScript ile bir araya getirilmek yerine sunucunun döndürdüğü HTML'de hazır bulunmasıdır. Çoğu yapay zekâ tarayıcısı ve arama tarayıcılarının ilk geçişi JavaScript çalıştırmadığından, sunucuda oluşturulmayan içerik onlar için fiilen yok demektir.
- Takip edilen soru (tracked prompt)
- Takip edilen soru, bir markanın yanıtlarda görünüp görünmediğini ölçmek için yapay zekâ platformlarına tekrar tekrar sorulan gerçekçi bir alıcı sorusudur ("küçük bir ajans için en iyi CRM hangisi?"). Niyetler arasında — karşılaştırma, tavsiye, alternatifler — temsili bir soru seti, yapay zekâ görünürlük ölçümünün temelidir.
- Temellendirme (grounding)
- Temellendirme, bir yapay zekâ asistanının yanıtını yalnızca eğitim verilerine değil, getirilen güncel kaynaklara (canlı web sonuçları gibi) dayandırmasıdır. Temellendirilmiş yanıtlar web değiştikçe değişebilir — bu yüzden markalar, Perplexity gibi temellendirilmiş motorlarda yapay zekâ görünürlüklerini saf hatırlamaya kıyasla çok daha hızlı iyileştirebilir.
- Uzlaşı sinyali (consensus signal)
- Uzlaşı sinyali, bir markanın ne olduğu ve ne kadar iyi olduğu konusunda çok sayıda bağımsız kaynağın hemfikir olmasıdır. Yapay zekâ modelleri yorumlar, dizinler ve editoryal içerikler arasında tekrarlanan, tutarlı tanımlara, markanın kendisi hakkındaki iddialarından çok daha fazla ağırlık verir.
- Üretken Motor Optimizasyonu (GEO)
- Üretken Motor Optimizasyonu (GEO), bir markanın ChatGPT, Google AI Overviews, Gemini, Claude ve Perplexity gibi asistanların ürettiği yanıtlarda ne sıklıkla ve ne kadar olumlu göründüğünü iyileştirme pratiğidir. Geleneksel SEO bir sonuç sayfasındaki sıra için yarışırken GEO, yanıtın kendi içinde anılmak için yarışır.
- Varlık (entity, bilgi grafiği)
- Varlık, arama motorlarının ve yapay zekâ modellerinin tam ifadeden bağımsız olarak web genelinde takip ettiği, benzersiz biçimde tanımlanabilir bir şeydir — bir şirket, ürün ya da kişi. Tutarlı adlandırma, yapılandırılmış veri ve profil bağlantıları (sameAs), sistemlerin markanızı dağınık parçalar yerine tek ve güçlü bir varlıkta birleştirmesine yardımcı olur.
- Yanıt biçimli içerik (answer-shaped content)
- Yanıt biçimli içerik, belirli bir soruyu doğrudan yanıtlamak üzere yapılandırılmış, yanıtın ilk cümlede açıkça verilip destekleyici ayrıntının ardından geldiği bir sayfadır. Yanıt motorları bu biçimi tercihen getirir ve alıntılar, çünkü çok az yeniden yazımla bir yanıtın içine taşınabilir.
- Yanıt motoru (answer engine)
- Yanıt motoru, bir sorguya bağlantı listesi yerine tek bir sentezlenmiş yanıtla karşılık veren sistemdir — ChatGPT, Google AI Overviews, Gemini, Claude ve Perplexity öne çıkan örneklerdir. Bir yanıt yalnızca birkaç markayı andığı için yanıtın dışında kalmak, o sorgu için görünmez olmak demektir.
- Yanıt Motoru Optimizasyonu (AEO)
- Yanıt Motoru Optimizasyonu (AEO), GEO'nun yakın eş anlamlısıdır: yanıt motorlarının sizi seçmesi, alıntılaması ve tavsiye etmesi için içeriği ve marka sinyallerini iyileştirmek. Bazı uygulayıcılar AEO'yu öne çıkan snippet tarzı optimizasyon, GEO'yu ise özellikle üretken yapay zekâ yanıtları için kullanır; pratikte teknikler büyük ölçüde örtüşür.
- Yapay zekâ görünürlüğü (AI visibility)
- Yapay zekâ görünürlüğü, bir markanın yapay zekâ tarafından üretilen yanıtlarda ne ölçüde anıldığı, tanımlandığı ve tavsiye edildiğidir. Görünürlüğü yüksek bir marka, asistanlar kendi kategorisindeki soruları yanıtlarken tutarlı biçimde görünür; görünürlüğü düşük bir marka ise klasik aramada ne kadar iyi sıralanırsa sıralansın sessizce atlanır.
- Yapay zekâ tarayıcısı (AI crawler)
- Yapay zekâ tarayıcısı, yapay zekâ sistemleri için web sayfalarını getiren bir bottur — eğitim için (ör. GPTBot, ClaudeBot) ya da canlı yanıt erişimi için (ör. PerplexityBot, OAI-SearchBot). Çoğu yapay zekâ tarayıcısı JavaScript çalıştırmaz; bu yüzden yalnızca istemci tarafında oluşturulduktan sonra görünen içerik onlar için görünmezdir.
- Yapay zekâ web araması (AI web search)
- Yapay zekâ web araması, bir asistanın yanıt verirken canlı web sorguları yaptığı moddur — ChatGPT arama, temellendirmeli Gemini, varsayılan olarak Perplexity. Bu motorlar taze içeriği günler içinde yansıtır; bu da onları GEO çalışması için en hızlı hareket eden yüzey ve iyileştirmelerin ilk göründüğü yer yapar.
- Yapılandırılmış veri (structured data, schema markup)
- Yapılandırılmış veri, gerçekleri belirsizliğe yer bırakmadan ifade etmek için bir sayfaya gömülen makine tarafından okunabilir JSON-LD işaretlemesidir (schema.org sözlüğü — Organization, Product, FAQPage, BlogPosting). Arama motorları ve yapay zekâ sistemleri için tahmin ihtiyacını ortadan kaldırır: fiyatlarınızı veya SSS yanıtlarınızı düz metinden çıkarmak yerine veri olarak okuyabilirler.