GEO (Generative Engine Optimization) Nedir? 2026 Pratik Rehber

GEO neden şimdi önemli?

Arama davranışı 2024 ile 2026 arasında, önceki on yıldakinden daha hızlı değişti. Üç sayı bu aciliyetin nedenini özetliyor.

Birincisi, Google AI Overviews 2025 ortasında ABD'de sorguların tahminen %15'inden fazlasında varsayılan yüzey haline geldi ve 2026 başına kadar yeni dillere ve dikey alanlara yayıldı (Google, I/O 2024 ve sonraki Search Central güncellemeleri). AI Overviews'un göründüğü sorgularda ilk organik mavi linke tıklama oranı belirgin biçimde düşüyor — 2025'teki bağımsız ölçüm çalışmaları, bilgilendirici sorgularda %30-50 düşüş bildirdi (rakamlar dikey alana ve metodolojiye göre değişir).

İkincisi, ChatGPT 2025 sonunda OpenAI'ın kamuya açık açıklamalarına göre 600 milyon haftalık aktif kullanıcıyı geçti; bu kullanıcıların önemli bir kısmı yalnızca önceden eğitilmiş modele dayanmak yerine ürünün tarama (browse) ve arama özelliklerini kullanıyor. Perplexity 2025 sonunda 100 milyondan fazla aylık aktif kullanıcı bildirdi. Her iki ürün de yanıt yüzeyini bir kaynak listesi olarak değil, varış noktası olarak ele alıyor — alıntılar dipnottur, birincil kullanıcı hedefi değil.

Üçüncüsü, marka ve ürün bilgilerinin akılda kalması giderek daha çok arama sayfaları üzerinden değil, modeller üzerinden gerçekleşiyor. Bir müşteri ChatGPT'ye “10.000+ SKU'ya sahip Shopify mağazaları için en iyi envanter yönetimi aracı hangisi” diye sorduğunda aldığı yanıt — ve o yanıtta adı geçen üç marka — daha herhangi bir web sitesini ziyaret etmeden kısa listesini şekillendiriyor. Kullanıcı bir SERP görmüyor. Bir paragraf görüyor.

Yukarıdaki üç sayının tamamı anlık görüntü olarak ele alınmalı — değişecekler. Genel yön sabit: satın alma niyetli sorguların artan bir kısmı üretilmiş bir yanıtın içinde sonlanıyor ve bu yanıtlarda yer almayan markalar o sorgular için fiilen görünmez.

GEO ve SEO — aynı hedef, farklı mekanizma

GEO ile SEO aynı nihai hedefi paylaşır (bir alıcının bulduğu yanıt olmak) ama farklı mekanizmalar üzerinde çalışır. Aşağıdaki tablo mekanizma farklarını ayrıştırıyor.

Bu tablodan iki sonuç çıkıyor. Birincisi, klasik SEO temelleri — taranabilirlik, iç bağlantı, sayfa hızı, içerik kalitesi — GEO için de önkoşul olmaya devam ediyor. Bir yapay zeka motoru, çekemediği veya ayrıştıramadığı bir sayfayı alıntılayamaz. İkincisi, SEO başarısı GEO başarısını garanti etmiyor. Organik aramada 1. sırada olan bir sayfa bile, verdiği yanıt pazarlama metninin altına gömülüyse, yapısal veri içermiyorsa veya aynı şeyi daha doğrudan söyleyen bir Reddit başlığıyla rekabet ediyorsa AI motoru tarafından göz ardı edilebilir.

GEO, SEO'nun yerini almaz. Paralel çalışır ve kısmen örtüşür. İkisini ayrı bütçeler olarak ele alan ekipler genellikle aynı işi iki kez yapar; tek bir içerik ve teknik program olarak ele alan ekipler her ikisinde de daha iyi sonuç alır.

Yapay zeka motorları kimi alıntılayacağına nasıl karar veriyor?

Yapay zeka motorları farklı getirme (retrieval) yığınları kullanır ama tarttıkları sinyallerde beş ortak örüntü yineleniyor. Mekanizmayı — yalnızca belirtiyi değil — anlamak, GEO pratiğini tahminden ayıran şeydir.

Alıntılanmaya değerlik ve kaynak güveni

Modern yapay zeka motorlarının çoğu — açıkça ya da örtük biçimde — bir kaynak güveni kavramı taşır. ChatGPT'nin tarama modu ve Bing tabanlı araması, Bing indeksinin kalite sinyallerine — domain otoritesi göstergeleri ve editöryal itibar dahil — yoğun biçimde dayanır. Perplexity birincil kaynakları ve sıklıkla alıntılanan domain'leri ağırlıklandırıyor. Google AI Overviews, normal sıralama sinyallerinin üzerine kendi E-E-A-T çerçevesini (Experience, Expertise, Authoritativeness, Trustworthiness) bindiriyor.

Pratikte bu şu demek: tanınmış bir sektör yayınından, devlet kurumu domain'inden veya yerleşik bir satıcıdan gelen bir alıntı, SERP'te daha yüksek sıralansa bile ince bir affiliate sayfasından gelen alıntıya ağır basar. Alıntılanmaya değerlik inşa etmek yavaş bir süreçtir ama girdiler tanıdık: meşru yazarlık, orijinal veri, üçüncü taraf doğrulaması, akran kaynaklardan gelen linkler.

Yapısal veri derinliği

Yapay zeka motorları yapısal veriyi ayrıştırır, çünkü yapısal veri belirsizliği ortadan kaldırır. aggregateRating, offers.price ve brand içeren bir Product şeması, modelin “X ne kadar ve nasıl puanlanmış” sorusunu nesir ayrıştırmadan yanıtlamasını sağlar. Bir FAQPage şeması, modelin bir soru-cevap çiftini doğrudan almasını sağlar. Wikipedia, LinkedIn ve Crunchbase'e sameAs bağlantıları içeren bir Organization şeması varlık kimliğini pekiştirir.

Ciddi bir GEO programı için pratik minimum: Organization, WebSite, BreadcrumbList, Article (veya BlogPosting), geçerli olduğu yerde Product ve uzun biçimli içerikte FAQPage. JSON-LD tercih edilen söz dizimidir — motorlar için çıkarması daha kolaydır, microdata veya RDFa'ya kıyasla bakımı insanlar için daha kolaydır.

Varlık (entity) tanıma

Modeller dizgilerle (string) değil, varlıklarla (entity) düşünür. “Shopify,” “Shopify Inc.” ve “shopify.com” ifadelerinin tamamı modelin iç temsilinde aynı düğüme bağlanmalıdır. Üç girdi varlık tanımayı güçlendirir:

Sabit bir QID'ye sahip Wikidata veya Wikipedia kaydı. Bu, bir marka veya ürün için küresel bir tanımlayıcıya en yakın şeydir. Birçok model eğitim ve getirme sırasında Wikidata'yı bir temellendirme kaynağı olarak kullanıyor.

Organization şemasında otoriter profillere (Wikipedia, LinkedIn, Crunchbase, GitHub, resmi sosyal hesaplar) bağlanan sameAs özellikleri. Bunlar, motorun arkadaki tek varlığı doğrulamasını sağlayan köprüler işlevi görür.

Web genelinde tutarlı marka anılması — aynı isim, aynı tanımlayıcı, aynı kategori çerçevesi. Bir sayfada “envanter aracı,” başka bir sayfada “perakende işletim sistemi” olarak tanımlanan bir marka, varlık sinyalini parçalar.

Tazelik (freshness) sinyalleri

Bazı sorgular zamana duyarlıdır (“en iyi CRM 2026”) ve motorlar bu tip sorgularda tazeliği ağırlıklandırır. Article şemasındaki dateModified, görünür yayın ve güncelleme tarihleri ve yeni gelen linkler güncelliği işaret eder. Hızlı değişen bir konuda eskimiş içerik agresif biçimde filtrelenir; özellikle Perplexity ve AI Overviews bu konuda katıdır.

Tazelik, içeriği yapay yollarla güncelleme bahanesi değildir. Motorlar yapay tazeliği de (gerçek içerik değişikliği olmadan tarih değiştirmek) tespit edip değerini düşürür.

Bilgi kazanımı (information gain)

Bu en hafife alınan sinyaldir ve bir içerik ekibinin doğrudan kontrolünde olan sinyallerin başında gelir. Bilgi kazanımı, bir sayfanın motorun mevcut indeksinde halihazırda bulunmayan bir veri noktası, çerçeve veya bakış açısı içerip içermediğini ölçer. Konsensüsü özetleyen sayfalar, ona katkıda bulunan sayfalardan daha az alıntılanır.

Gerçek bilgi kazanımının kaynakları: orijinal araştırma ve anketler, platformun kendi kullanımından gelen tescilli veri, doğrulanabilir niteliklere sahip uzman alıntıları, metodoloji açıklaması, uç durum dokümantasyonu ve dürüst olumsuz bulgular (“bunu test ettik ve işe yaramadı”).

İlk on arama sonucunu farklı sözcüklerle yeniden anlatan sayfalar — 2024 öncesi SEO içeriğinin baskın örüntüsü — özgünlüğü ödüllendirmek üzere eğitilmiş getirme sistemleri tarafından sistematik biçimde geri plana itilir.

Beş temel GEO kaldıracı

Bir ekibin kullanabileceği beş operasyonel kaldıraç. Kabaca teknik temelden içerik stratejisine doğru sıralı.

1. Yapay zeka crawler erişimi. robots.txt dosyasını büyük yapay zeka tarayıcılarına açın: GPTBot (OpenAI), ClaudeBot ve anthropic-ai (Anthropic), PerplexityBot ve Perplexity-User, Google-Extended (Google'ın Gemini eğitimi ve AI özellikleri için ayrı opt-in'i), Applebot-Extended, Bytespider (ByteDance). Site kökünde bir llms.txt dosyası yayınlamak — LLM'ler için sitenin temel kaynaklarının Markdown özeti — benimsenmeye değer, gelişmekte olan bir uzlaşı. Bu tarayıcıları engellemek bazı yayıncılar için savunulabilir bir seçim ama bir GEO programıyla uyumlu değil.

2. Yapısal veri derinliği. Yukarıda tanımlanan şema minimumunu uygulayın, Google Rich Results Test ve Schema.org doğrulayıcısıyla doğrulayın ve uygulanabildiği yerde dikeye özgü tiplere (SoftwareApplication, Course, Recipe, LocalBusiness) genişletin. Yapısal veriyi tek seferlik bir SEO görevi olarak değil, bir ürün yüzeyi olarak ele alın — içerik değiştikçe bakım gerektirir.

3. Varlık otoritesi. Bir Wikidata kaydı oluşturun veya mevcutsa sahiplenin. Organization şemasından tüm kanonik profillere sameAs linkleri ekleyin. Markanızı anan ilk otuz sayfada nasıl tanımlandığını denetleyin — tutarsızlıklar varlık sinyalinizi parçalar. Belirsiz marka isimleri için kendi kanonik sayfalarınızda ayırt edici bağlam ekleyin (“Acme, Shopify envanter platformu”).

4. Bilgi kazanımı ve orijinal veri. Yalnızca sizin yayınlayabileceğiniz şeyi yayınlayın. Platform kullanım verisi, anonimleştirilmiş kıyaslamalar, metodolojisi paylaşılan orijinal araştırma, isimli uzman mülakatları ve dürüst karşılaştırma içeriği — hepsi bilgi kazanımı üretir. Tek bir orijinal araştırma, aynı konudaki onlarca özet makaleden tipik olarak daha çok alıntılanır.

5. Marka anılmalarını çoğaltmak. Alıntılar yeni alıntıları doğurur. Sektör yayınlarında, niş forumlarda, podcast'lerde ve evet — Reddit ve Hacker News'te — anılmak, getirme sistemlerini besler ve varlık ilişkilendirmelerini şekillendirir. Bu, spam yapma bahanesi değil. Alıcıların gerçekten araştırma yaptığı yerlerde (subreddit'ler, Slack toplulukları, dikey bültenler) kazanılan anılmalar, basın bülteni dağıtımından çok daha ağırlık taşır.

GEO'yu ölçmek

Ölçüm, GEO programlarının en sık tökezlediği yerdir. Metrikler tanıdık değil, veri SEO verisine kıyasla daha gürültülü ve üç farklı araç aynı marka için üç farklı sayı verir. Savunulabilir bir ölçüm yığını şöyle görünür.

Görünürlük skoru (visibility score)

Görünürlük skoru, bir markanın tanımlı bir prompt, model ve sorgu kümesi genelinde ne sıklıkla anıldığını veya alıntılandığını toplulaştırır. Çoğu araç ham yüzde yerine Bayesian veya yumuşatılmış ortalama kullanır — bir keyword'de 5 yanıtın 4'ünde, başka bir keyword'de 1 yanıtın 0'ında anılan bir marka, doğrudan %80 ve %0 olarak puanlanmamalı, çünkü ikinci örneklem çok küçük. Bayesian yumuşatma küçük örneklemleri prior'a doğru çeker ve farklı prompt hacimlerine sahip keyword'ler arasında daha stabil karşılaştırmalar üretir.

Motor bazında alıntı oranı

ChatGPT, Perplexity, Claude, Gemini ve AI Overviews farklı getirme sistemleri kullanır, dolayısıyla farklı kaynakları alıntılar. Motorlar arasında ortalaması alınmış tek bir “AI görünürlüğü” sayısı raporlamak, gösterdiğinden daha fazlasını gizler. Anlamlı bir rapor alıntı oranını motor bazında ayırır — böylece (örneğin) Perplexity'de iyi temsil edildiğinizi ama ChatGPT'nin gezinme yanıtlarında görünmez olduğunuzu görebilirsiniz; bu örüntü çoğunlukla bir Bing indekslemesi veya tazelik sorununa işaret eder.

Ses payı (share of voice) ve rakip takibi

Tanımlanmış bir sorgu kümesinde (“Shopify için envanter yönetimi,” “GEO platformları” vb.) ses payı, markanızın belirlenmiş rakiplere kıyasla ne sıklıkla göründüğünü ölçer. Zaman içinde izlendiğinde, bir GEO programı için en yararlı tek trend metriğidir.

Ölçüm varyansı — atlanmaması gereken bir uyarı

Aynı markayı ölçen iki araç nadiren tam olarak uyuşur. Üç varyans kaynağı:

Prompt kümesi kompozisyonu. Farklı araçlar farklı keyword ve ifade biçimleri takip eder. Aynı marka, farklı soru havuzu, farklı skor.

Örnekleme sıklığı ve güncellik. Bazı araçlar günlük, bazıları haftalık yeniler. Yapay zeka motoru yanıtları deterministik değildir; dolayısıyla bir gün arayla çalıştırılan aynı promptlar bile farklı alıntılar üretebilir.

Anılma, alıntı ve sıralı pozisyon. Bazı araçlar herhangi bir marka anılmasını sayar; bazıları yalnızca bağlantılı alıntıları sayar; bazıları yanıttaki pozisyona göre ağırlıklandırır. Bunlar benzer isimlerle etiketlenmiş üç farklı metriktir.

Pratik çıkarım: bir araç seçin, metodolojisini öğrenin, mutlak sayılar yerine trendleri izleyin ve zaman zaman manuel örnek kontrollerle doğrulayın. Araçlar arası mutlak karşılaştırmalar büyük ölçüde anlamsızdır.

Hızlı GEO kontrol listesi

1. robots.txt'te GPTBot, ClaudeBot, PerplexityBot ve Google-Extended'a izin verin.
2. Site kökünde bir llms.txt ve temiz bir XML sitemap yayınlayın.
3. Geçerli JSON-LD ile Organization, WebSite, BreadcrumbList, Article ve FAQPage şemasını uygulayın.
4. Bir Wikidata kaydı oluşturun veya talep edin ve sameAs ile bağlayın.
5. Web'deki ilk otuz marka anılmanızda kullanılan tanımlayıcıları denetleyin ve birleştirin.
6. Çeyrekte en az bir orijinal araştırma veya tescilli veri parçası yayınlayın.
7. Tüm editöryal içeriğe görünür yayın ve dateModified zaman damgaları ekleyin.
8. Her uzun biçimli sayfanın ilk paragrafına doğrudan yanıt yazın (TL;DR örüntüsü).
9. Sabit bir rakip kümesine karşı görünürlük, motor bazında alıntı oranı ve ses payını takip edin.
10. Çeyrekte bir yeniden denetleyin — yapay zeka motorları getirme yığınlarını, arama motorlarının geçmişte yaptığından daha hızlı günceller.

Sırada ne var?

Bu rehber temeli oluşturuyor. İki devam yazısı daha derine iniyor.

GEO'yu ölçen ve optimize eden araçların satıcı bazında karşılaştırması için — Profound, Semrush AI Visibility, Ahrefs Brand Radar, Otterly.ai ve Keysonar gibi platformlar dahil — yakında yayınlanacak En İyi GEO Araçları 2026 panoramasına bakın.

Türk e-ticaretine (Shopify, Ticimax, WooCommerce) odaklı, dikeye özgü bir uygulama için Türk E-Ticareti GEO Rehberi'ne göz atın.

Yukarıda tanımlanan sinyalleri bir GEO platformunun nasıl ölçüp izlediğini görmek isterseniz, platform sayfamız iş akışını anlatıyor.