Son bir yılda müşterilerimizden en sık duyduğumuz cümle şu oldu: “Bizi ChatGPT’ye sordum, rakibi saydı, bizi saymadı.” Bazen tam tersi oluyor, yapay zeka işletmeyi anlatıyor ama eski adresiyle, kapanmış bir şubesiyle ya da hiç vermediği bir hizmetle. İki durumda da konu aynı: insanlar artık bir kısım sorusunu arama kutusuna değil, bir yapay zeka asistanına soruyor. Cevapta ne yazdığı da işletmeyi doğrudan ilgilendiriyor.
GEO bu sorunun adı. Bu yazıda terimi, SEO ile ilişkisini, yapay zeka cevabının nasıl oluştuğunu ve bir işletmenin nereden başlaması gerektiğini sade bir dille anlatıyoruz.
GEO ne demek?
GEO, İngilizce Generative Engine Optimization ifadesinin kısaltması. Türkçede “üretken motor optimizasyonu” diye geçiyor ama pek kullanılmıyor, biz de GEO diyoruz. Kısaca şunu anlatır: ChatGPT, Gemini, Perplexity, Claude, Copilot ve Google’ın yapay zeka özetleri gibi araçlar bir soruya cevap yazarken işletmenizin doğru bilgilerle, mümkünse kaynak gösterilerek o cevapta yer alması için yapılan çalışma.
Terim, 2023 sonunda yayımlanan ve 2024’te KDD konferansında sunulan bir akademik çalışmayla yaygınlaştı (Aggarwal ve ark., “GEO: Generative Engine Optimization”). Araştırmacılar 10.000 soruluk bir test seti kurup içerikte yapılan değişikliklerin yapay zeka cevabındaki görünürlüğü nasıl etkilediğini ölçtü. Kaynak göstermek, güvenilir alıntı eklemek ve somut veri kullanmak gibi yöntemler kendi deney ortamlarında görünürlüğü yüzde 40’a kadar artırdı. Anahtar kelime doldurma ise neredeyse hiç işe yaramadı. Bu sonuçları bir garanti gibi okumamak gerekiyor, sonuçta kontrollü bir deney. Ama yön olarak bize çok şey söylüyor: yapay zeka, tekrarlanan kelimeyi değil, net ve dayanaklı bilgiyi kullanıyor.
SEO’dan farkı ne?
SEO’nun hedefi, arama sonuçları sayfasında üst sıralarda görünmek ve tıklama almak. GEO’nun hedefi ise yapay zekanın yazdığı cevabın içinde yer almak. Arada üç önemli fark var:
- Sıra yerine anılma. Yapay zeka cevabında “üçüncü sıra” diye bir şey yok. Ya adınız geçiyor, ya bilginiz kullanılıyor ama adınız geçmiyor, ya da hiç yoksunuz.
- Tıklama yerine doğru anlatılma. Kullanıcı çoğu zaman cevabı okuyup çıkıyor, siteye girmiyor. Bu yüzden cevapta ne yazdığı, kaç kişinin siteye geldiğinden daha önemli hale gelebiliyor.
- Tek sayfa yerine bütün iz. Yapay zeka sizi yalnız sitenizden tanımıyor. Google İşletme Profili, sektör rehberleri, haber siteleri, sosyal hesaplar ve forumlar da bu resmin parçası.
Yine de GEO, SEO’nun rakibi değil. Google, yapay zeka özetlerinde (AI Overviews) ve AI Mode’da yer almak için ek bir şart ya da özel bir optimizasyon olmadığını açıkça yazıyor. Sayfanın dizine eklenmiş ve arama sonucunda gösterilmeye uygun olması yetiyor. Yani taranamayan, yavaş, içeriği belirsiz bir site yapay zekada da zorlanıyor. Biz GEO’yu SEO’nun üstüne kurulan bir kat gibi görüyoruz.
AEO, LLMO ve diğer terimler
Bu alanda terimler henüz oturmadı, aynı işe farklı adlar veriliyor:
| Terim | Açılımı | Neye vurgu yapar |
|---|---|---|
| GEO | Generative Engine Optimization | Üretken yapay zeka cevaplarında yer almak |
| AEO | Answer Engine Optimization | Soruya doğrudan cevap veren sistemler (öne çıkan snippet’ler, sesli asistanlar, yapay zeka) |
| LLMO | Large Language Model Optimization | Büyük dil modellerinin sizi doğru tanıması |
| AI SEO | - | Pazarlama dilinde genel bir şemsiye |
Pratikte bu terimlerin hepsi aynı soruya çıkıyor: “Bir yapay zeka işletmemi anlatırken doğru ve güncel bilgiyi kullanıyor mu?” Terim tartışmasına çok zaman ayırmanıza gerek yok. Ayrıntı isterseniz GEO, AEO ve LLMO sözlük maddelerine bakabilirsiniz.
Yapay zeka cevabı nasıl oluşur?
GEO’yu anlamak için cevabın nereden geldiğini bilmek gerekiyor. Kabaca iki kaynak var.
1. Eğitim verisi
Büyük dil modelleri eğitilirken internetin büyük bir kısmı taranıyor. Model bu veriden dil kurmayı ve birçok bilgiyi öğreniyor. Ama bu bilgi belli bir tarihte donuyor. Modelin eğitimi bittikten sonra açtığınız şube, değiştirdiğiniz telefon numarası ya da yeni hizmetiniz bu “hafızada” yok. Eğitim verisinde hakkınızda az ve çelişkili bilgi varsa model sizi karıştırabilir, hatta olmayan bir bilgi uydurabilir. Buna halüsinasyon deniyor.
Eğitim için veri toplayan botlar ayrı çalışıyor. Örneğin OpenAI, eğitim için GPTBot’u kullanıyor, ChatGPT aramasında siteleri göstermek için ise OAI-SearchBot’u. Bu ayrım önemli, çünkü birini kapatıp diğerini açık tutmak mümkün. Ayrıntıları yapay zeka botları ve llms.txt yazımızda anlattık.
2. Canlı arama (RAG)
Güncel araçların çoğu, soruyu cevaplamadan önce internette arama yapıyor, bulduğu sayfalardan ilgili parçaları alıyor ve cevabı bu parçalara dayanarak yazıyor. Bu yönteme RAG (Retrieval-Augmented Generation, getirme destekli üretim) deniyor. Fikir, 2020’de yayımlanan bir makaleyle (Lewis ve ark.) tanımlandı ve bugün yapay zeka aramasının temelinde duruyor.
RAG’in işletme için anlamı şu: yapay zekanın o anda sitenize ulaşabilmesi, sayfanızı okuyabilmesi ve aradığı bilgiyi kolayca bulabilmesi gerekiyor. Perplexity, ChatGPT araması ve Google’ın yapay zeka özetleri cevabın altında kaynak bağlantısı gösteriyor. Kaynak olarak gösterilen site, hem güven kazanıyor hem de tıklama alma şansı buluyor.
Bu iki kaynak birlikte çalışıyor. Model genel bilgiyi eğitimden, güncel ve ayrıntılı bilgiyi aramadan alıyor. Bu yüzden GEO çalışması da iki yönlü: uzun vadede hakkınızdaki genel bilginin tutarlı olması, kısa vadede de sitenizin taranabilir ve okunur olması.
İşletme için ne anlama geliyor?
Sahada gördüğümüz tablo sektöre göre değişiyor ama bazı konular hemen her işletmede çıkıyor:
- Yanlış ya da eski bilgi. Kapanan şube, eski telefon, değişmiş çalışma saatleri. Yapay zeka bunları farklı kaynaklardan toplayıp güncelmiş gibi sunabiliyor.
- Eksik hizmet listesi. Sitede hizmetler tek bir sayfada üç kelimeyle geçiyorsa yapay zeka onları bilmiyor ya da yanlış yorumluyor.
- Karıştırılma. Benzer adlı başka bir firma, başka şehirdeki bir işletme ya da eski bir unvan. Kim olduğunuz netleşmediğinde model ihtimallerden birini seçiyor.
- Kapalı kapılar. Bazı siteler, CDN ya da güvenlik duvarı ayarları yüzünden yapay zeka botlarını farkında olmadan engelliyor. Bu durumda canlı aramada siteniz hiç okunmuyor.
- Rakibin anlatılması. Rakip, sorulan konuda net ve kaynaklı içerik yayımlamışsa yapay zeka onu kullanıyor. Bu çoğu zaman rakibin daha iyi olduğundan değil, bilgisinin daha erişilebilir olduğundan.
Burada bir şeyi açıkça söyleyelim: kimse yapay zekanın sizi şu cevapta, şu sırada anacağını garanti edemez. Cevaplar sorunun nasıl sorulduğuna, kullanılan araca, hatta saate göre değişiyor. GEO’da yapılabilecek şey, doğru anlatılma ihtimalini yükseltmek ve bunu düzenli ölçmek.
Sık duyduğumuz yanlış beklentiler
GEO yeni bir alan olduğu için hızlı çözüm vaat eden çok şey dolaşıyor. Müşterilerimizle konuşurken en sık karşılaştığımız beklentiler şunlar:
- “Bir dosya ekleyelim, yapay zeka bizi bulsun.”
llms.txtgibi dosyalar zararsız ama tek başına bir şey değiştirmiyor. Google, yapay zeka özelliklerinde görünmek için yeni makine okunur dosyalara ya da özel işaretlemeye gerek olmadığını açıkça yazıyor. - “Anahtar kelimeyi çoğaltalım.” GEO makalesindeki deneylerde anahtar kelime doldurmanın neredeyse hiç fayda sağlamadığı görüldü. Yapay zeka aynı kelimeyi on kez okumaktan değil, açık ve dayanaklı bir cümleden yararlanıyor.
- “Yapay zekaya bizi öğretelim.” Sohbet penceresinde bir modele “bizim firma en iyisidir” yazmak, başka kullanıcıların gördüğü cevabı değiştirmiyor. Yazdığınız şey o sohbetin bağlamında kalıyor, ertesi gün başka birine anlatılmıyor.
- “Ayda bir rapor yeter, siteye dokunmayalım.” Ölçüm önemli ama tek başına bir şey düzeltmiyor. Yanlış bilginin kaynağını bulmak ve düzeltmek, işin asıl kısmı.
- “Bir kere yapalım, bitsin.” Modeller güncelleniyor, arama sonuçları değişiyor, rakipler içerik yayımlıyor. Bugün doğru anlatılıyor olmanız, altı ay sonra da öyle olacağınızı göstermiyor.
Bunların ortak noktası şu: GEO’da kestirme yol yok. İşe yarayan şeyler sıkıcı ama sağlam: erişilebilir bir site, tutarlı bilgiler, gerçek sorulara verilmiş net cevaplar ve düzenli takip.
Nereden başlanır?
Biz yeni bir işletmeyle çalışmaya başlarken şu sırayı izliyoruz:
1. Bugünkü durumu görün
Müşterilerinizin sorabileceği 15-20 soruyu yazın. “İstanbul’da endüstriyel mutfak ekipmanı satan firmalar”, “X firmasının adresi ne”, “Y hizmeti için kime gitmeliyim” gibi. Bu soruları birkaç farklı yapay zeka aracına sorun ve cevapları kaydedin. Tek bir ekran görüntüsü yanıltıcı olur. Doğru ölçümün nasıl yapıldığını yapay zeka görünürlüğü nasıl ölçülür yazımızda anlattık.
2. Kapıları kontrol edin
robots.txt dosyanızda yapay zeka botlarının durumuna bakın. CDN ya da güvenlik duvarı kullanıyorsanız bot ayarlarını kontrol edin. Hangi botu açık, hangisini kapalı tutacağınız bir iş kararı. Önemli olan, bu kararı bilerek vermiş olmanız.
3. Kimliğinizi netleştirin
Ad, unvan, adres, telefon, hizmet alanı ve kuruluş yılı sitede, Google İşletme Profili’nde ve sektör rehberlerinde aynı olsun. Sitede yapısal veri kullanarak bu bilgileri makinelerin de okuyacağı biçimde yazın. Yapısal veri tek başına bir sihirli değnek değil ama kim olduğunuzu netleştiriyor.
4. Soruların cevabını sitede verin
Müşterilerin gerçekten sorduğu sorulara açık, tarihli ve kaynaklı cevaplar yazın. Her hizmet için ayrı ve dolu bir sayfa, gerçek sorulardan oluşan bir SSS bölümü, yazarı belli rehber yazıları. Google’ın önerisi de bu yönde: sıradan, her yerde bulunan içerik yerine özgün ve işe yarar içerik.
5. Düzenli takip edin
Aynı soru setini ayda bir tekrar sorun, değişimi kaydedin. Yanlış bilgi gördüğünüzde kaynağını bulun ve düzeltin. GEO bir kerelik kurulum değil, bakım işi.
Özet
- GEO, işletmenizin yapay zeka cevaplarında doğru bilgilerle yer almasıyla ilgilenir. SEO’yu bırakmayı gerektirmez, üstüne kurulur.
- Yapay zeka cevabı iki kaynaktan beslenir: eğitim verisi ve canlı arama (RAG). İkisi için de tutarlı bilgi ve okunabilir bir site gerekir.
- Kimse yapay zekada yer almayı garanti edemez. Yapılabilecek şey, ihtimali yükseltmek ve düzenli ölçmek.
- İlk adım bugünkü durumu görmek. İşletmenizin yapay zekada nasıl anlatıldığını merak ediyorsanız ücretsiz analiz isteyebilirsiniz, görünürlük hizmetimizin nasıl işlediğine de göz atabilirsiniz.