GEO Nedir? Generative Engine Optimization Rehberi

Öne Çıkanlar

• GEO terimi Kasım 2023'te akademik bir makaleyle ortaya atıldı (arXiv 2311.09735); çalışma KDD 2024'te kabul edildi¹. (Kaynak: arXiv)
• Google resmen söylüyor: AI Overviews veya AI Mode'da görünmek için ek gereklilik ya da özel optimizasyon yok². (Kaynak: Google Search Central)
• AI özeti gören kullanıcılar ziyaretlerin yalnızca %8'inde bir arama sonucuna tıkladı; özeti görmeyenlerde bu oran %15⁷⁷. (ABD verisi, Pew Research Center)
• AI Overview varlığında 1. sıradaki ortalama tıklama oranı %58 daha düşük ölçümlendi⁸. (Global veri, Ahrefs, 300.000 kelime⁸)
• AI özetlerinin %88'i üç veya daha fazla kaynağa atıf yapıyor; tek kaynak olmak gerekmiyor, havuza girmek yetiyor⁷. (ABD verisi, Pew)
• Akademik çalışma, kontrollü deney koşullarında görünürlüğün EN FAZLA %40 artabildiğini söylüyor; bu bir ortalama değil üst sınır ve etki alana göre değişiyor¹¹. (Kaynak: arXiv)
• Cloudflare'in Ağustos 2025 ölçümünde, Ağustos 2024 – Temmuz 2025 döneminde AI taramalarının %80'i model eğitimi, yalnızca %18'i aramaydı¹⁰; doğru arama botunu açmak GEO'nun en somut adımı. (Global veri, Cloudflare)

GEO Nedir? Kısa Tanım ve Terimin Kökeni

GEO (Generative Engine Optimization), Türkçesiyle üretken motor optimizasyonu, bir içeriğin ChatGPT, Gemini, Perplexity ve Google AI Overviews gibi üretken arama sistemlerinin yazdığı yanıtlarda kaynak olarak seçilme ve alıntılanma olasılığını artırma çalışmasıdır. GEO nedir sorusunun tek cümlelik karşılığı budur; geri kalan her şey üç soruda toplanıyor: terim nereden geldi, neyi kapsıyor, neyi kapsamıyor?

GEO (Generative Engine Optimization / üretken motor optimizasyonu): İçeriğin, üretken yapay zekâ sistemlerinin oluşturduğu yanıtlarda kaynak olarak gösterilme olasılığını artırmayı hedefleyen çalışma alanı. Hedef, arama sonuç sayfasında sıra kapmak değil, yanıtın kendi içinde alıntılanmaktır.

Kapsam olarak GEO üç işi birden içerir: içeriğin yapay zekâ tarayıcılarına erişilebilir olması, cevapların taşınabilir birimler hâlinde yazılması ve bu iki işin sonucunun ölçülmesi. Üçü de yeni değil. Yeni olan, hepsinin alıntılanma ölçüsü altında yeniden düzenlenmesi. Bu yüzden GEO'yu ayrı bir departman değil, mevcut işin yeni bir önceliklendirmesi olarak görmek daha doğru.

GEO burada coğrafya değil: kısaltmayı ayıralım

Pazarlama metinlerinde aynı üç harf iki ayrı şeyi kısaltıyor. Reklam tarafında “geo”, coğrafi hedeflemenin kısaltması olarak kullanılır. Yapay zekâ arama literatüründe ise GEO, Generative Engine Optimization anlamına gelir. Karışıklık anlam yakınlığından değil, kısaltma benzerliğinden doğuyor; bir kez ayırdıktan sonra sorun kalmaz. Bu yazıdaki her cümlede GEO, üretken motor optimizasyonu anlamındadır.

Terim nereden geldi? arXiv 2311.09735 ve KDD 2024

GEO ne demek sorusunun kaynağı belli: Kasım 2023'te yayımlanan bir akademik makale¹. Pranjal Aggarwal, Vishvak Murahari, Tanmay Rajpurohit, Ashwin Kalyan, Karthik Narasimhan ve Ameet Deshpande'nin arXiv 2311.09735 numaralı çalışması terimi literatüre soktu; makale KDD 2024 konferansında kabul edildi¹. Yazarlar GEO'yu, içerik üreticilerinin üretken motor yanıtlarındaki görünürlüğünü artırmasına yardımcı olan ilk paradigma diye tanımlıyor.

Bu köken bilgisi süs değil. Terimi bir ajans ya da araç satıcısı değil, hakemli bir konferansta kabul edilmiş bir çalışma ortaya attı. Aynı makale, kontrollü deney koşullarında önerdiği yöntemlerin görünürlüğü en fazla %40 artırabildiğini ölçtü¹. “En fazla” ifadesi kritik; bu bir ortalama değil üst sınır ve etkinin alana göre değiştiği aynı özette söyleniyor¹. Rakamın Türkçe kaynaklarda nasıl aktarıldığını ilerleyen bir bölümde ayrıca ele alıyoruz.

“Üretken motor” (generative engine) tam olarak ne?

Makalenin tanımı sade: üretken motorlar sorguları, birden fazla kaynaktan bilgi sentezleyip bunları büyük dil modelleriyle (LLM) özetleyerek karşılar¹. Yani sistem size on mavi link uzatmaz; kaynakları okur, birleştirir ve tek bir yanıt yazar. Kaynaklar çoğu zaman yanıtın yanında küçük atıf bağlantıları hâlinde durur. GEO'nun bütün mesele ettiği şey işte o atıf listesidir.

Üretken motoru klasik arama motorundan ayıran şey arayüz değil, işin sırası. Klasik motor sıralar, kullanıcı seçer. Üretken motor önce seçer, sonra yazar. Seçim aşamasına giremeyen içerik, ne kadar iyi yazılmış olursa olsun yanıtın dışında kalır.

• Google AI Overviews ve AI Mode: Google, AI Overviews'ın bir milyardan fazla kişi tarafından kullanıldığını açıkladı³.
• ChatGPT ve ChatGPT Search: yanıtı yazar, kullandığı sayfaları yanıtın içinde bağlantı olarak gösterir.
• Perplexity: yanıtı doğrudan numaralı atıflarla kurar; kaynak listesi arayüzün merkezindedir.
• Gemini ve Microsoft Copilot: aynı sentezle-ve-atıf-ver düzenini kendi ürün yüzeylerinde uygular.

Bu ürünlerin ortak yanı, kullanıcıya bir liste değil bir cevap vermeleri. Cevabın içine giren kaynak; trafiğin, güvenin ve marka anımsanırlığının büyük kısmını alıyor. Giremeyen kaynak ise ekranın çok altında kalıyor. GEO, bu yeni yüzeyde kaynak olarak seçilme ihtimalini artırmaya çalışan işin adı. Neden şimdi ortaya çıktığını sıradaki bölümde rakamlarla görelim.

GEO Neden Ortaya Çıktı? Aramanın Kırılma Noktası

GEO, arama sonuç sayfasının yerini yapay zekâ yanıtının almaya başlamasıyla ortaya çıktı. Bu bir öngörü değil, iki bağımsız yöntemle ölçülmüş bir davranış değişimi. Birinci ölçüm kullanıcıların gerçek gezinme verisinden, ikincisi yüz binlerce anahtar kelimenin arama sonuçlarından geliyor. İkisi de aynı yöne işaret ediyor.

Tıklama davranışı değişti: %15'ten %8'e

Pew Research Center'ın Temmuz 2025 çalışmasında, AI özeti gören kullanıcılar geleneksel bir arama sonucuna ziyaretlerin yalnızca %8'inde tıkladı⁷. Özet görmeyen kullanıcılarda aynı oran %15'ti⁷. Yöntem önemli: bu bir anket değil, tarayıcı davranışını izleyen bir uygulamayı kuran 900 ABD'li yetişkinin gerçek gezinme kaydı⁷. Rakamlar ABD verisidir.

Aynı çalışmada katılımcıların yaklaşık onda altısı (%58), Mart 2025'te en az bir kez AI özeti üreten bir Google araması yaptı⁷; bu bir kullanıcı payıdır, tıklama oranı değil. Yani AI özeti kenarda kalan bir deneyim değil, çoğunluğun karşılaştığı standart bir ekran. İki bulgu birlikte okunduğunda tablo netleşiyor: aynı sorgu, aynı kullanıcı, daha az tıklama.

Bu ölçümler tıklamanın bittiğini söylemiyor. Söyledikleri şu: aynı görünürlük artık daha az tıklama üretiyor ve sonucun üstündeki alanı bir yanıt kaplıyor. Yayıncı açısından soru değişiyor. Artık “ilk sırada mıyım” değil, “o yanıtın içinde miyim” diye soruluyor.

İkinci bir ölçüm, aynı sonuç: 1. sırada %58 daha düşük tıklama oranı

Ahrefs, Şubat 2026'da yayımladığı güncellemede AI Overview bulunan sonuç sayfalarında 1. sıranın ortalama tıklama oranının %58 daha düşük olduğunu ölçtü⁸. Ahrefs bunu bir korelasyon olarak raporluyor; nedensellik iddia etmiyor. Yöntem: 150.000 AI Overview'lu ve 150.000 AI Overview'suz bilgi niyetli kelime, toplam 300.000 kelime⁸. Aynı örüntü ilk sırayla sınırlı da değil; 2. sırada ölçülen fark %50,8⁸. Bunlar global verilerdir.

Aynı çalışmanın zaman serisi tabloyu somutlaştırıyor: AI Overview'lu kelimelerde 1. sıra tıklama oranı Aralık 2023'te 0,073 iken Aralık 2025'te 0,016'ya inmiş⁸. Pew davranış tarafından, Ahrefs sonuç sayfası tarafından bakıyor. Farklı veri, farklı yöntem, aynı yön. Bir bulguyu ciddiye almanın en sağlam gerekçesi budur.

Az trafik, farklı trafik: AI ziyaretçisinin değeri

“Trafik düşüyorsa neden uğraşayım” sorusunun cevabı hacimde değil nitelikte. Semrush'ın 500'ten fazla konuyu incelediği çalışmasında ortalama bir AI arama ziyaretçisi, dönüşüm oranına göre ortalama organik arama ziyaretçisinden 4,4 kat daha değerli bulundu⁹. Bu rakamın bir SEO aracı satıcısının kendi ölçümü olduğunu belirtelim; bağımsız bir çalışma değil. Yine de yön bilgisi olarak anlamlı.

Aynı çalışmanın bir bulgusu daha var: ChatGPT Search, geleneksel aramada 21 ve sonrasındaki sıralarda yer alan sayfaları da alıntılıyor⁹. Klasik sıralama ile AI görünürlüğü aynı şey değil. Semrush ayrıca dijital pazarlama ve SEO konularında AI arama ziyaretçilerinin 2028 başında geleneksel arama ziyaretçilerini geçebileceğini öngörüyor; bu ölçülmüş bir veri değil, şirketin kendi projeksiyonu, yani tahmin⁹.

Buradan çıkan pratik sonuç şu: AI tarafındaki ziyaret sayısı bugün küçük olsa bile, o ziyaretlerin dönüşüm davranışı farklı. Bu yüzden kararı yalnızca oturum sayısına bakarak vermek yanıltıcı oluyor.

Türkiye'de tablo ne? Google ve Yandex gerçeği

Buraya kadarki bütün rakamlar ABD ya da global ölçümlerdir. Türkiye'ye özgü, birincil kaynaktan doğrulanmış bir AI arama kullanım istatistiği elimizde yok; olmayan rakamı da uydurmuyoruz. Doğrulanabilir tek Türkiye verisi arama motoru pazar payı: StatCounter'a göre Temmuz 2026'da Google'ın Türkiye payı %80,5¹¹. İkinci sırada %17,5 ile Yandex var¹¹; Bing'in payı ise %0,97, yani yüzde birin altında¹¹.

Pratik çıkarım basit. Türkiye'de AI görünürlüğü çalışmasının ağırlık merkezi Google tarafı, yani AI Overviews ve AI Mode olmalı. Microsoft Copilot'a ayrılan bütçe, Bing'in %1'in altındaki payı düşünüldüğünde¹¹ öncelik listesinin altında kalır. ChatGPT ve Perplexity ise arama motoru payından bağımsız, doğrudan kendi uygulamaları üzerinden kullanılıyor; onları ayrı birer kanal olarak ele almak gerekir.

GEO ile SEO Arasındaki 5 Temel Fark

Temel fark hedefte: SEO tıklama kazanmayı, GEO ise yapay zekâ yanıtının içinde kaynak olarak alıntılanmayı hedefler. Geri kalan farkların hepsi bu tek cümleden türüyor. Aşağıdaki beş kriter, iki işin birbirinin yerine geçmediğini ama aynı altyapıyı paylaştığını gösteriyor.

Farkları okurken şunu akılda tutun: aşağıdaki hiçbir madde “SEO bitti” demiyor. Maddelerin tamamı, aynı içerik yatırımının artık hangi ölçü altında değerlendirildiğini anlatıyor. Ölçü değişince öncelik sırası değişiyor; yapılan işin kendisi büyük ölçüde aynı kalıyor.

1. Hedef: sıralama değil, alıntılanma

SEO'da başarı ölçüsü sonuç sayfasında yukarı çıkmak ve tıklama almaktır. GEO'da başarı, üretken motorun ürettiği yanıtın kaynakları arasında yer almaktır. İkisi çoğu zaman birlikte hareket eder, ama her zaman değil. Sıralamada güçlü bir sayfa yanıtta hiç anılmayabilir; tersi de olur. Bu yüzden GEO ayrı bir hedef olarak izlenmeyi hak ediyor.

2. Birim: sayfa değil, pasaj

SEO'nun optimize ettiği birim genelde sayfadır: başlık, iç yapı, bağlantılar, hız. Üretken motor ise sayfanın tamamını değil, sorunun cevabını taşıyan kısa bölümü alır. Dolayısıyla GEO'da optimize edilen birim pasajdır. Pratikte bu, her sayfada tek bir soruya tek bir yerde, kendi başına ayakta duran bir cevap bulundurmak demektir. Uzun ve dolambaçlı paragraflar bu işte cezalandırılır.

3. Ölçüm: pozisyon değil, görünürlük ve atıf payı

SEO'nun ölçüm dili yerleşik: pozisyon, gösterim, tıklama, tıklama oranı. GEO'da böyle bir standart henüz yok. Semrush'ın ölçümünde ChatGPT Search, geleneksel aramada 21 ve sonrasındaki sıralarda yer alan sayfaları da alıntılıyor⁹. Yani yalnızca pozisyon takip eden bir rapor, AI tarafındaki gerçek durumu göstermez. Ölçümün nasıl kurulacağını yazının sonundaki bölümde ayrıntılandırıyoruz.

4. Kazanan sayısı: 10 mavi link değil, birkaç kaynak

Klasik sonuç sayfasında ilk on bağlantı için yarışılır. Üretken yanıtta kaynak sayısı daha az ama kapı sanıldığı kadar dar değil: Pew'in incelediği AI özetlerinin %88'i üç veya daha fazla kaynağa atıf yaptı⁷. Bu, birinci olmak zorunda olmadığınız anlamına gelir. Yeterince net bir cevap taşıyorsanız kaynak havuzuna girmeniz mümkün. ABD verisidir.

5. Zemin: tek motor değil, dört ayrı sistem

SEO pratiğinde ağırlık uzun süredir tek bir motordaydı. GEO'da ise Google AI Overviews, ChatGPT, Gemini ve Perplexity gibi birbirinden bağımsız sistemler var; her birinin kendi tarayıcısı, kendi kaynak seçimi ve kendi arayüz mantığı bulunuyor. Bir sistemde alıntılanmak diğerinde alıntılanmayı garanti etmiyor. Bu da çalışmayı tek kanal optimizasyonu olmaktan çıkarıp çok kanallı bir işe dönüştürüyor.

Bu beş farkın hiçbiri GEO'nun SEO'nun yerini aldığı anlamına gelmiyor. Üretken motorlar da içeriği taranabilir, indekslenebilir ve anlaşılır bulmak zorunda; teknik sağlık, sayfa hızı, bilgi mimarisi ve güvenilirlik sinyalleri aynen geçerli. GEO, mevcut SEO çalışmaları üzerine binen bir katmandır, onların ikamesi değil. Temeli zayıf bir sitede GEO çalışması yapmak, çatısı olmayan eve mobilya almaya benzer.

Peki ağırlığı ne zaman GEO tarafına kaydırmalı? Bilgi niyetli sorguların hacimli olduğu, kullanıcının satın almadan önce uzun araştırma yaptığı ve rakiplerin yapay zekâ yanıtlarında düzenli anıldığı konularda. İşlem niyetli sayfalarda, yani ürün ve kategori sayfalarında, klasik arama hâlâ birincil kanal olmayı sürdürüyor.

GEO, AEO ve AI SEO: Hangisi Ne Anlama Geliyor?

Bu üç kısaltma çoğu metinde birbirinin yerine kullanılıyor; oysa aynı işin farklı katmanlarını anlatıyorlar. GEO, üretken sistemlerin yanıtlarında kaynak olma işinin kategori adıdır. AEO (Answer Engine Optimization / yanıt motoru optimizasyonu) bu işin cevap katmanına, yani içeriğin bir soruya doğrudan cevap verecek biçimde kurulmasına odaklanır. AI SEO ise pazarın günlük konuşmada kullandığı, sınırları gevşek bir şemsiye terimdir.

• GEO: kategori terimi; üretken motor yanıtlarında kaynak olarak seçilmeyi konu alır.
• AI SEO: sektörde yaygın kullanılan, sınırları belirsiz şemsiye ifade.
• LLMO: aynı işin daha az yaygın adı; büyük dil modeli optimizasyonu.

Dördü eş anlamlı değil, katmanlı. Uygulamada aynı masada otururlar: teknik erişilebilirlik altta, cevap mimarisi ortada, ölçüm üstte. Bu yazının konusu kategori düzeyi olduğu için AEO'nun tanımını ve uygulama adımlarını burada tekrarlamıyoruz; o konunun ayrıntısı için AEO stratejileri rehberimiz doğru adres.

Hangi terimi seçtiğiniz pratikte fark yaratmaz; içeriği hangi ölçüyle kurduğunuz yaratır. Ekip içinde tek bir terim belirleyip tutarlı kullanmak, üç kısaltmayı aynı cümlede karıştırmaktan daha faydalıdır.

GEO Nasıl Çalışır? Üretken Motorlar Kaynağı Nasıl Seçiyor

Üretken motorlar önce bir kaynak havuzu getirir, sonra o havuzdan sentezleyerek yanıtı yazar. GEO'nun işi iki aşamalıdır: önce bu havuza girmek, sonra havuzun içinde alıntılanabilir olmak. İkisi ayrı problemdir ve çoğu içerik birinciyi geçip ikincide elenir.

Önce getir, sonra yaz: geri getirme (retrieval) ve sentez

Bir soru sorulduğunda sistem doğrudan cevap uydurmaz; önce ilgili sayfaları getirir. Bu adıma geri getirme (retrieval) deniyor. Ardından büyük dil modeli, getirilen kaynakları okuyup tek bir metin hâlinde birleştirir. Akademik tanım da bunu söylüyor: üretken motorlar sorguları, birden fazla kaynaktan bilgi sentezleyip bunları büyük dil modelleriyle özetleyerek karşılar¹.

Bu iki aşamalı yapının kısa adı RAG'dir; yani modelin kendi hafızasıyla değil, o an getirilen belgelerle cevap üretmesi. Yayıncı açısından sonucu şudur: sayfanız getirilemiyorsa yanıtta hiç yer alamazsınız. Getirildiği hâlde net bir cevap taşımıyorsa da modelin başka bir kaynağı tercih etme ihtimali yükselir. Görünürlük bu iki eşikte kaybediliyor.

Alıntılanabilirlik nedir? Bir pasajı alıntı için cazip yapan şey

Alıntılanabilirlik, bir metin parçasının bağlamından koparıldığında bile doğru ve anlaşılır kalmasıdır. Model bir paragrafı yanıtına taşırken çevresindeki cümleleri getirmez. Dolayısıyla cevap, bulunduğu yerde kendi başına ayakta durmalıdır. Pratikte alıntılanabilir bir pasaj tek bir soruya cevap verir, cevabı ilk cümlede söyler ve iddiasının yanına kanıtını koyar.

• Zayıf pasaj: “Kurumsal müşterilerimizin ihtiyaçlarına göre esnek ve bütünsel çözümler sunuyoruz.” Bu cümle hiçbir soruya cevap vermez, tek başına taşınamaz.
• Güçlü pasaj: “Üretken motor önce kaynak havuzunu getirir, sonra yanıtı yazar; klasik arama motoru ise sonuçları sıralar, seçimi kullanıcı yapar.” Bu cümle bir soruya cevaptır ve kopyalandığında anlamını korur.
• Kontrol yöntemi: paragrafı sayfadan kesip boş bir sayfaya yapıştırın. Hâlâ tek başına doğru ve anlaşılırsa alıntılanabilir demektir.

Havuza girmenin kapısı sanıldığı kadar dar da değil. Pew'in incelemesinde AI özetlerinin %88'i üç veya daha fazla kaynağa atıf yaptı⁷. Yani her sorguda tek bir kazanan yok; birden fazla kaynak aynı yanıtın içinde anılıyor. Net cevap taşıyan orta ölçekli bir sayfanın bu havuza girme ihtimali gerçek. ABD verisidir.

Perplexity'nin resmi dokümantasyonu bu tezi doğrudan destekliyor: PerplexityBot, siteleri Perplexity arama sonuçlarında göstermek ve linklemek için tasarlanmıştır⁶. Kullanıcı soru sorduğunda Perplexity-User sayfayı ziyaret edip yanıtına o sayfanın linkini ekleyebilir⁶. Yani atıf, sistemin arızası değil tasarlanmış davranışı; iş, o atfa layık pasajı üretmekte.

AI Overview: üretken motorun en yaygın örneği

Türkiye'deki çoğu kullanıcı üretken motorla ilk kez Google'ın AI Overviews özelliğinde karşılaştı. Google, bu özelliğin bir milyardan fazla kişi tarafından kullanıldığını açıkladı³. AI Overviews, arama sonuçlarının üstünde birkaç paragraflık bir özet gösterir ve kullandığı sayfaları yanıtın içinde bağlantı olarak verir.

Yapı olarak burada da aynı iki aşama işliyor: kaynakları getir, sentezle, atıf ver. Farkı ölçeği ve klasik sonuç sayfasının hemen üstünde durması. Bu özelliğin mekaniğini, hangi sorgularda çıktığını ve nasıl tetiklendiğini ayrı bir yazıda anlattık; AI Overview nasıl çalışır sorusunun ayrıntılı cevabı orada.

Yapılandırılmış veri ne işe yarar, ne işe yaramaz

Burada iki bilgi birbirine karıştırılıyor. Google, AI özelliklerinde görünmek için yeni makine-okunur dosya, AI text dosyası ya da özel schema.org işaretlemesi oluşturmanız gerekmediğini açıkça yazıyor². Aynı doküman, önerdiği uygulamalar arasında yapılandırılmış verinin sayfadaki görünür metinle eşleşmesini sayıyor².

Bu ikisi çelişmiyor. Google'ın söylediği şu: AI için ayrı bir işaretleme ritüeli gerekmiyor, ama zaten kullandığınız yapılandırılmış veri sayfadaki metinle tutarlı olmalı. Yani schema bir görünürlük anahtarı değil, tutarlılık aracıdır. Sayfada yazmayan bir bilgiyi schema'ya koymak fayda değil risk üretir.

Google Ne Diyor? “Ek Gereklilik veya Özel Optimizasyon Yok”

Google, AI Overviews veya AI Mode'da görünmek için ek bir gereklilik ya da özel bir optimizasyon olmadığını resmî dokümantasyonunda yazıyor². Bu cümle, GEO'yu ayrı ve gizemli bir teknik disiplin gibi anlatan bütün metinlerin karşısında duruyor. Yazının en önemli bölümü burası; çünkü GEO'nun ne olmadığını Google'ın kendi ağzından tarif ediyor.

Google'ın birebir ifadesi ve ne anlama geliyor

Google Search Central, “AI features and your website” dokümanı: “There are no additional requirements to appear in AI Overviews or AI Mode, nor other special optimizations necessary.” Türkçesi: “AI Overviews veya AI Mode'da görünmek için ek bir gereklilik ya da başka özel optimizasyonlar gerekmez.”²

Cümlenin anlamı dar ve nettir: Google tarafında AI yanıtlarına girmek için ayrı bir teknik kapı, ayrı bir başvuru ya da ayrı bir işaretleme seti yok. Aynı doküman bir adım daha atıyor ve yeni makine-okunur dosya, AI text dosyası veya özel schema.org işaretlemesi oluşturmanın gerekmediğini söylüyor². Yani ortada satın alınacak bir anahtar yok.

Bu cümlenin pratik karşılığı şu: yapay zekâ görünürlüğü satan bir teklifte “Google'ın AI sistemine özel teknik gereklilikler” anlatılıyorsa, o gerekliliklerin kaynağını sormak gerekir. Google kendi dokümanında böyle bir gerekliliğin olmadığını yazıyor². Ortada gizli bir kural seti yok; olan şey, aynı işin daha yüksek bir netlik standardıyla yapılması.

Peki GEO diye bir şey yok mu? Çelişkiyi çözelim

Var, ama çoğu metnin anlattığı gibi değil. Google “yeni bir teknik ritüel yok” diyor; bu, “yapacak bir şey yok” demek değil. GEO, yeni bir kural seti değildir. Mevcut kalite, netlik ve erişilebilirlik işinin yeni bir ölçü altında yeniden önceliklendirilmesidir. Bu yazının tezi tam olarak budur.

Fark şurada ortaya çıkıyor: klasik ölçüde “bu sayfa sıralamada yükselir mi” diye sorulurdu, yeni ölçüde “bu paragraf bir yanıtın içine taşınabilir mi” diye soruluyor. Aynı içerik, farklı sorunun cevabı olarak yeniden düzenleniyor. Yeni bir teknoloji satın almanız gerekmiyor; cümle kurma biçiminizi ve teknik erişim ayarlarınızı gözden geçirmeniz gerekiyor.

Google'ın gerçekten önerdiği kontroller

Aynı dokümanda somut olarak gösterilen kontroller görünürlüğü artırmak için değil, sınırlamak için var. Bu ayrım çoğu Türkçe kaynakta atlanıyor. Google'ın listelediği araçlar, içeriğinizin yapay zekâ özelliklerinde nasıl kullanılacağını kısıtlamanıza yarar².

• nosnippet: sayfanın snippet olarak gösterilmesini engeller².
• data-nosnippet: sayfa içindeki belirli bölümlerin alıntılanmasını engeller².
• max-snippet: gösterilebilecek metnin uzunluğunu sınırlar².
• noindex: sayfanın Google arama sonuçlarında hiç yer almamasını sağlar².
• Yapılandırılmış verinin görünür metinle eşleşmesi: Google'ın açıkça önerdiği uygulamalardan biri².

Bu listede “AI'da görünmek için şunu ekleyin” diyen bir madde yok. Google'ın verdiği kolların tamamı frendir, gaz değil. Bu, GEO'nun anlamsız olduğu anlamına gelmez; anlamı, işin ağırlık merkezinin teknik hilelerde değil içerik netliğinde ve erişilebilirlikte olduğunu gösterir.

Bu tablo Google dışındaki sistemler için de büyük ölçüde geçerli. OpenAI, Anthropic ve Perplexity'nin yayımladığı dokümanlar da görünürlük için özel bir işaretleme değil, erişim izni ve anlaşılır içerik istiyor. Farklılaşan tek şey hangi tarayıcının hangi amaçla geldiği. Bir sonraki bölüm tam olarak bu ayrımı kuruyor.

AI Crawler'larını Yönetmek: robots.txt'te Hangi Bot Ne İşe Yarıyor

Yapay zekâ şirketlerinin tek bir botu yok; her birinin eğitim, arama ve kullanıcı eylemi için ayrı tarayıcıları var. GEO açısından kritik olanlar arama botlarıdır. Hangisine izin verdiğinizi robots.txt dosyası belirler ve bu ayar, içerik kalitesinden önce gelen bir eşiktir. Aşağıdaki liste Ağustos 2026 itibarıyla geçerlidir; sağlayıcılar bot adlarını değiştirdiği için resmî dokümanları düzenli kontrol edin.

Eğitim botu ile arama botu aynı şey değil

Bir AI şirketi siteyi üç farklı sebeple tarayabilir: modeli eğitmek, arama dizinini beslemek veya bir kullanıcının o an sorduğu soruya cevap ararken sayfayı ziyaret etmek. Cloudflare'in Ağustos 2025'te yayımladığı altyapı seviyesindeki ölçümde, Ağustos 2024 – Temmuz 2025 döneminde AI taramalarının %80'i model eğitimi, %18'i arama ve %2'si kullanıcı eylemi içindi¹⁰. Aynı ölçümün son altı aylık diliminde (yaklaşık Şubat–Temmuz 2025) eğitim payı %82'ye çıkmış, arama %15'e inmişti¹⁰. Bu global bir ölçümdür.

Bu dağılım en yaygın hatayı da açıklıyor. “AI botlarını engelledik” diyen şirketlerin çoğu tek bir satırla eğitim botunu kapatırken arama botunu da kapatıyor ve ChatGPT tarafındaki görünürlüğünü sıfırlıyor. Doğru karar “hepsini aç” ya da “hepsini kapat” değil; eğitim ile aramayı ayırmaktır. Bu ayrımı yapmadan verilen her karar yanlış tarafa düşüyor.

OpenAI: GPTBot, OAI-SearchBot, ChatGPT-User

OpenAI'nin dokümantasyonu üç botu ayrı ayrı tanımlıyor. OAI-SearchBot arama içindir⁴. GPTBot, üretken yapay zekâ temel modellerini daha kullanışlı ve güvenli hale getirmek için kullanılır; yani eğitim tarafıdır⁴. ChatGPT-User ise ChatGPT ve Custom GPT'lerdeki belirli kullanıcı eylemleri için çalışır⁴. ChatGPT'de görünmek isteyip eğitime veri vermek istemeyen bir site OAI-SearchBot'a izin verip GPTBot'u engelleyebilir.

Anthropic: ClaudeBot, Claude-SearchBot, Claude-User

Anthropic tarafında da aynı üçlü ayrım var. ClaudeBot, eğitime katkı sağlayabilecek web içeriğini toplayarak modelleri geliştirmek için kullanılır⁵. Claude-SearchBot, kullanıcılar için arama sonucu kalitesini artırmak üzere web'de gezinir ve içeriği özellikle yanıtların doğruluğunu artırmak için analiz eder⁵. Claude-User ise kullanıcı Claude'a soru sorduğunda siteye erişen ajandır⁵.

Perplexity ve Google tarafı

Perplexity'nin dokümantasyonu en açık ifadeyi kullanıyor: PerplexityBot, siteleri Perplexity arama sonuçlarında göstermek ve linklemek için tasarlanmıştır⁶. Google tarafında ise durum farklı işliyor. Google'ın AI özelliklerindeki kullanımı sınırlamak için gösterdiği kontroller snippet ailesidir: nosnippet, data-nosnippet, max-snippet ve noindex². Google-Extended bunlardan ayrı bir kontroldür ve arama sonuçlarındaki görünürlüğü yöneten bir düğme değildir.

Tarama bedava değil; her isteğin sunucu tarafında bir maliyeti var. Cloudflare'in ölçümünde Temmuz 2025'te Anthropic'in bot isteği başına insan ziyaretçi oranı 38.065'e inmişti; Ocak 2025'te bu sayı 286.930'du¹⁰. Aynı dönemde OpenAI'de oran 1.217'den 1.091'e geriledi¹⁰. Tarama-yönlendirme oranı, bir platformun taradığı sayfa sayısını siteye gönderdiği kullanıcı sayısıyla karşılaştırır¹⁰.

robots.txt'inizi kontrol etme adımları

1. Tarayıcıda alanadiniz.com/robots.txt adresini açın ve dosyanın gerçekten yayında olduğunu doğrulayın.
2. Disallow satırlarında OAI-SearchBot, Claude-SearchBot ve PerplexityBot geçiyor mu bakın; geçiyorsa görünürlüğünüz kapalıdır.
3. Geçmişte alınmış bir “AI botlarını engelle” kararının hangi user-agent'ları kapsadığını satır satır çıkarın.
4. Eğitim ve arama ayrımına göre karar verin; eğitimi kapatmak bir tercihtir, aramayı kapatmak görünürlüğü sıfırlar.
5. Sunucu loglarında bu user-agent'ların gerçekten geldiğini doğrulayın. robots.txt'te izin vermek tek başına ziyaret garantisi değildir.

Bir uyarı daha: robots.txt bir güvenlik sınırı değil, bir talep bildirimidir. Büyük sağlayıcılar bu talebe uyduğunu belgeliyor, ancak erişimi gerçekten kapatmak istiyorsanız sunucu tarafında ek önlem almanız gerekir.

GEO Ne Değildir? Sınırlar, Abartılan Rakamlar ve llms.txt Tartışması

GEO garantili görünürlük satan bir teknik değildir. Ölçümü zor, etkisi alana göre değişken ve büyük ölçüde yayıncının kontrolü dışında olan bir çalışma alanıdır. Bu bölüm, alanın en çok abartılan iki noktasını düzeltiyor: akademik makaledeki %40 rakamı ve llms.txt dosyası.

“%40 artış” vaadi: rakam aslında ne diyor

Terimi ortaya atan makale, önerdiği yöntemlerin üretken motor yanıtlarındaki görünürlüğü en fazla %40 artırabildiğini söylüyor¹. İngilizce orijinalindeki ifade “up to 40%”, yani “en fazla %40”. Bu bir ortalama değil, ölçülen en iyi durumdur. Türkçe kaynaklarda ise bu kayıt kimi zaman düşüyor: rakam, üst sınır olduğu belirtilmeden bir ortalama artış gibi ya da kaynağı verilmeden doğrudan bir performans vaadi gibi aktarılıyor. Her iki aktarım da makalenin söylediğini değiştiriyor.

Makalenin birebir cümlesi: “Through rigorous evaluation, we demonstrate that GEO can boost visibility by up to 40% in generative engine responses.” Buradaki “up to” ifadesi üst sınırı belirtir; ortalama etkiyi değil.¹

Aynı makale bir kayıt daha düşüyor: yöntemlerin etkisi alana göre değişiyor ve alana özgü optimizasyon gerekiyor¹. Yani bir sektörde işe yarayan düzenleme başka bir sektörde aynı sonucu vermiyor. Ayrıca bu ölçüm kontrollü deney koşullarında, araştırmacıların kendi kurdukları test ortamında yapıldı. Canlı bir sitede aynı artışı vaat etmek verinin taşıyabileceğinden fazlasını yüklemek olur.

Rakamı düzeltmek rakiplerle uğraşmak için değil, beklenti yönetimi için gerekli. Yanlış rakamla satılan bir çalışma, gerçek sonuç geldiğinde bile hayal kırıklığı üretir. Doğru cümle şudur: kontrollü deney koşullarında bazı içeriklerde ölçülen artış %40'a kadar çıkabildi, hepsinde değil¹.

llms.txt bir standart mı? Henüz değil

llms.txt, sitenin içeriğini dil modellerine özetleyen bir metin dosyası önerisidir. Zorunlu olduğunu söyleyen içerikler çoğaldı, ama büyük sağlayıcı tarafında bunu doğrulayan bir kayıt yok. Google'ın kendi dokümanı tersini söylüyor: AI özelliklerinde görünmek için yeni makine-okunur dosya, AI text dosyası veya özel schema.org işaretlemesi oluşturmanız gerekmiyor².

Dengeli çerçeve şu: llms.txt henüz bir standart değil ve hiçbir büyük sağlayıcı zorunlu tutmuyor. Denemek zararsızdır, maliyeti de düşüktür. Ancak “llms.txt eklemezseniz yapay zekâda görünmezsiniz” cümlesi kaynaksız bir iddiadır. Bir ajans bunu paket içeriğinin merkezine koyuyorsa, size neyi sattığını sorma hakkınız var.

GEO'nun gerçek dezavantajları ve ölçüm zorluğu

Alanın dört somut zorluğu var. Birincisi, atıf çoğu zaman az trafik getiriyor; tarama-yönlendirme oranı bunu ölçen metriktir¹⁰. İkincisi, ölçüm altyapısı olgunlaşmadı; standart bir sektör metriği yok. Üçüncüsü, üretken yanıtlar oturumdan oturuma değişiyor, aynı soru aynı cevabı vermiyor. Dördüncüsü, artan bot trafiği sunucu maliyeti üretiyor.

Bu maddeleri saymak GEO'yu değersizleştirmiyor; beklentiyi doğru yere koyuyor. Cloudflare'in Ağustos 2025 ölçümünde, Ağustos 2024 – Temmuz 2025 döneminde taramanın %80'i model eğitimi için yapılmıştı¹⁰; böyle bir ortamda her bot ziyaretini görünürlük sinyali saymak yanlış olur. Yatırım kararını “ne kadar taranıyorum” değil, “yanıtların içinde anılıyor muyum” sorusu üzerinden vermek gerekiyor.

GEO ne DEĞİLDİR: dört yanlış anlama

• SEO'nun yerine geçen şey değildir. Üretken motorlar da taranabilir, hızlı ve güvenilir sayfa ister.
• Yeni bir dosya veya schema ritüeli değildir. Google özel bir işaretleme gerekmediğini açıkça yazıyor².
• Prompt hilesi ya da metni yapay zekâya yazdırmak değildir. Model kendi ürettiği genel metni kaynak olarak seçmek için bir sebep bulmaz.
• Garantili sıralama veya garantili alıntı vaadi değildir. Kaynak seçimi sağlayıcının kontrolündedir, yayıncının değil.

Markalar GEO İçin Ne Yapmalı? 7 Adımlık Kontrol Listesi

İlk adım yeni bir şey üretmek değil, mevcut içeriğin arama botlarına açık olup olmadığını doğrulamaktır. Bu doğrulanmadan yazılan her yeni içerik kapalı bir kapının arkasında kalır. Aşağıdaki yedi adım, bugün başlanabilecek sırayla dizildi; her adımın gerekçesi ya bir sağlayıcının resmî dokümanına ya da açıkça belirtilmiş kendi yöntemimize dayanıyor.

Adım adım: bugün yapılabilecek 7 şey

1. robots.txt'te arama botlarını doğrulayın. OAI-SearchBot arama içindir⁴, Claude-SearchBot arama sonucu kalitesi için gezinir⁵, PerplexityBot ise siteleri sonuçlarda gösterip linklemek üzere tasarlanmıştır⁶. Bunlar kapalıysa geri kalan her çalışma boşa gider.
2. Her önemli sayfaya tek soruya tek net cevap veren bir pasaj ekleyin. Cevap ilk cümlede bitsin, gerekçe sonra gelsin. Model bir paragrafı taşırken çevresini getirmez.
3. Rakamı, tarihi ve kaynağı cevabın yanına koyun. Kanıtı yanında olan pasaj, iddiadan ibaret pasaja göre çok daha kolay alıntılanır.
4. Yapılandırılmış veriyi görünür metinle eşleştirin. Google bunu önerdiği uygulamalar arasında sayıyor²; ama AI için özel bir schema gerekmediğini de açıkça yazıyor². Yani schema tutarlılık aracıdır, görünürlük anahtarı değil.
5. Güncelleme tarihini ve yazar kimliğini sayfada görünür kılın. “Kim söylüyor, ne zaman söylemiş” sorusunun cevabı sayfanın kendisinde olmalı.
6. Marka adınızla ilgili soruları düzenli olarak ChatGPT, Gemini ve Perplexity'ye sorun. Ne söylendiğini ve kimin kaynak gösterildiğini tarihiyle birlikte kaydedin.
7. Ölçüm altyapısını kurun: Search Console, sunucu logları ve manuel sorgu testleri. Bu üçü olmadan yapılan çalışmanın sonucu da yorumlanamaz.

Önce neyi düzeltmeli? Önceliklendirme mantığı

Sıra rastgele değil. İlk üç adım erişim ve cevap mimarisiyle ilgili; yani sistemin sizi bulup kullanabilmesiyle. Sonraki iki adım güven sinyalleriyle, son iki adım ölçümle ilgili. Erişim kapalıyken cevap mimarisine yatırım yapmak, ölçüm kurmadan sonuç tartışmak kadar verimsizdir. Bütçe kısıtlıysa ilk üç adımı bitirmeden diğerlerine geçmeyin.

Başlamadan önce bir başlangıç çizgisi kaydı alın: bugünkü robots.txt hâli, seçtiğiniz yirmi sorunun yapay zekâ yanıtlarında hâlihazırda kimin kaynak gösterildiği ve sunucu loglarındaki bot ziyaretleri. Bu kayıt olmadan üç ay sonra neyin değiştiğini söyleyemezsiniz.

Türkiye bağlamında bir önceliklendirme notu daha var: sıralama, yukarıda verdiğimiz arama motoru payı verisinden çıkıyor. Ağırlık merkezi Google AI Overviews ve AI Mode tarafındadır.

Sık sorulan bir soru daha var: yeni içerik mi üretelim, mevcudu mu düzeltelim? Mevcut içerik neredeyse her zaman önce gelir. Zaten dizine girmiş, bağlantı almış ve konuyla ilgili sayfaları cevap birimlerine bölmek, sıfırdan yazılan bir içeriğin aynı olgunluğa ulaşmasından hızlıdır. Yeni içerik, kapsamda gerçek bir boşluk varsa üretilir.

Bir vakadan ne öğrendik

Yayında olan AI görünürlük vaka çalışmamız somut bir örnek veriyor. Modaltrans için sıfırdan kurulan site ve AEO odaklı içerik çalışmasının ardından Semrush'ın AI görünürlük puanı 3 ayda 0'dan 24+ seviyesine çıktı¹². İki kaydı birlikte okumak gerekiyor: bu puan Semrush'ın kendi metriğidir, sektör standardı değildir; ve bu tek bir vakadır.

Modaltrans CEO'su Faruk Çelik, vaka sayfasındaki değerlendirmesinde şunu söylüyor: “Bunun da ötesinde, global pazarda çok önemli bulduğumuz AI görünürlüğü puanımızı 0'dan 24'e çıkardılar.”¹² Buradaki puan Semrush'ın AI görünürlük metriğidir.

Tek vakadan genel bir süre kuralı çıkarmıyoruz. “Üç ayda şu skora çıkarsınız” cümlesi, elimizdeki veriyle kurulamayacak bir cümle. Söyleyebileceğimiz şey şu: erişim açıldığında ve içerik cevap birimlerine bölündüğünde ölçülebilir bir hareket gördük. Aynı yöntemin başka bir sektörde aynı hızda sonuç vereceğini iddia etmek için elimizde veri yok.

Bu bölümdeki adımları kendi sitenizde uçtan uca kurmak istiyorsanız yanıt motoru optimizasyonu hizmetimiz tam olarak bunu yapıyor: teknik erişim denetimi, cevap mimarisi ve ölçüm kurulumu. Çalışmanın hangi adımdan başlayacağı sitenizin mevcut durumuna göre belirleniyor.

Son bir hatırlatma: bu liste bir sıralama garantisi değil, bir erişilebilirlik ve netlik denetimidir. Adımların tamamı uygulandığında bile hangi yanıtta kimin alıntılanacağına sağlayıcı karar veriyor. Kontrol edebileceğiniz kısım, kaynak havuzuna girme ihtimalini artırmak; kontrol edemediğiniz kısmı vaat etmemek de işin dürüst tarafı.

GEO Performansı Nasıl Ölçülür?

GEO'nun tek bir resmî metriği yok. Ölçüm bugün üç kaynağın birleştirilmesiyle yapılıyor: Search Console verisi, sunucu ve CDN loglarındaki AI bot ile referans trafiği, ve elle yürütülen sorgu testleri. Üçü ayrı ayrı eksik, birlikte anlamlıdır.

Görünmek ile alıntılanmak aynı şey değil

Bu ayrım GEO'nun en çok karıştırılan noktası. B2B turizm sektöründeki bir partnerimizde ikisini birlikte ölçtük: AI özeti gösterilen aramalardaki varlık 4 kelimeden 6 kelimeye çıktı, ancak aynı dönemde bu özetlerin içinde alınan alıntı sayısı 0 olarak kaldı¹³. Yani sorgu tarafında ilerleme vardı, yanıtın içinde yer alma tarafında yoktu.

Bu iki rakamı ayrı ayrı raporlamak yanıltıcı olurdu. Yalnızca 4'ten 6'ya çıkışı göstermek başarı hikâyesi gibi görünür; yalnızca sıfır alıntıyı göstermek başarısızlık gibi¹³. Gerçek tablo ikisinin toplamıdır ve bize çalışmanın hangi eşikte takıldığını söylüyor: havuza yaklaştık, cevap birimlerimiz henüz alıntılanacak nitelikte değildi.

Sadece pozisyon takip eden bir rapor bu farkı hiç göstermez. Semrush'ın ölçümünde ChatGPT Search, geleneksel aramada 21 ve sonrasındaki sıralarda yer alan sayfaları da alıntılıyor⁹. Klasik sıralama ile AI görünürlüğü aynı eksende ilerlemiyor; ikisini aynı tabloda ölçmek yanlış sonuç üretir.

Elde ne var: GSC, sunucu logları ve manuel sorgu testleri

• Search Console: sorgu bazında gösterim, tıklama ve pozisyon. AI yüzeyleri ayrı raporlanmadığı için tek başına yeterli değildir.
• Sunucu ve CDN logları: OAI-SearchBot, Claude-SearchBot ve PerplexityBot user-agent'larını arayın; hangi sayfaların gerçekten tarandığını burada görürsünüz.
• Referans trafiği: chatgpt.com, perplexity.ai ve claude.ai kaynaklı oturumları ayrı bir segment olarak izleyin.
• Manuel sorgu testleri: sabit bir soru setini düzenli aralıklarla sorup kimin alıntılandığını ekran görüntüsüyle kaydedin. Yanıtlar oturumdan oturuma değiştiği için tek ölçüm yeterli değildir.

Üçüncü taraf AI görünürlük araçlarının skorları da işe yarar, ama ne olduklarını bilerek kullanmak şartıyla. Semrush dahil bu skorlar satıcının kendi metriğidir; sektör standardı değildir ve araçlar arasında karşılaştırılamaz. Bir de şunu net söyleyelim: GEO çalışmasının ne kadar sürede sonuç vereceğine dair doğrulanmış bir veri yok. Süre vaadi veren her teklif kaynaksızdır.

Ölçümü kurarken üç yaygın hataya dikkat edin. Birincisi, bot ziyaretini görünürlük sanmak; taramanın büyük kısmı model eğitimi içindir¹⁰. İkincisi, tek bir yanıt ekran görüntüsünü kanıt saymak; yanıtlar oturumdan oturuma değişiyor. Üçüncüsü, referans trafiğini toplam trafiğe oranlayıp önemsiz görmek; hacim düşük olsa da bu ziyaretler farklı bir niyetle geliyor.

Raporlamayı kurarken hedefi baştan iki ayrı satır olarak yazın: “kaç sorguda görünüyoruz” ve “kaç yanıtta alıntılanıyoruz”. Bu iki satırı ayrı tutmak, çalışmanın hangi aşamada takıldığını görmenin en pratik yolu. Tek bir toplam skora bakan rapor, iyi giden tarafı da kötü giden tarafı da gizler.