Terim kargaşası: GEO, AEO, LLMO, AIO… hepsi aynı şey mi?
Büyük ölçüde evet. Sektör henüz tek bir isimde anlaşamadı ve aşağıdaki terimler pratikte birbirinin yerine kullanılıyor:
| Kısaltma | Açılımı | Vurgusu |
|---|---|---|
| GEO | Generative Engine Optimization | Üretken motorlarda alıntılanmak |
| AEO | Answer Engine Optimization | Doğrudan cevap kutularında yer almak |
| LLMO | Large Language Model Optimization | Dil modellerinin bilgi kaynağı olmak |
| AIO / AI SEO | Artificial Intelligence Optimization | Genel şemsiye terim |
Akademik literatürde bu terimleri birbirinden ayıran net bir tanım henüz yok. Dolayısıyla ajansınız size “GEO ayrı bir disiplin, ayrı bütçe gerekir” diyorsa, temkinli olun. Google’ın kendi resmî duruşu da bunun aksi yönde: onlara göre üretken yapay zeka için optimizasyon, hâlâ SEO’dur.
Neden şimdi önemli? Kullanıcı davranışı değişti
Arama artık “sorgu → liste → tıklama” döngüsünden ibaret değil. Kullanıcı soruyu soruyor, cevabı sayfayı terk etmeden alıyor. Bunun ölçülebilir sonuçları var:
- AI Overviews yaygınlaştı. BrightEdge’in Şubat 2026 verilerine göre Google sorgularının yaklaşık %48’inde AI Overviews tetikleniyor — bir yıl önce bu oran %30 civarındaydı. Sağlık, eğitim ve B2B teknoloji gibi dikeylerde oran %80’in üzerine çıkıyor.
- Tıklamalar azalıyor. Seer Interactive’in ölçümlerinde, AI Overview bulunan sorgularda organik tıklama oranı %1,76’dan %0,61’e geriledi. Ahrefs’in Şubat 2026 güncellemesi ise ilk sıradaki sonuç için %58’lik bir düşüş bildiriyor.
- Ama alıntılanmak işe yarıyor. Yine Seer Interactive’e göre AI Overview içinde kaynak gösterilen markalar, aynı sonuç sayfasında yer alıp alıntılanmayan markalara kıyasla belirgin biçimde daha fazla organik tıklama alıyor.
- Gelen trafik daha nitelikli. Semrush’ın çalışmasında yapay zeka kaynaklı ziyaretçilerin dönüşüm oranı, geleneksel organik ziyaretçilere göre kat kat yüksek çıktı. Kullanıcı sitenize gelmeden önce zaten bir ön eleme yapmış oluyor.
Rakamlara temkinli yaklaşın
Bu alandaki verilerin çoğu, SEO araçları satan şirketler tarafından üretiliyor ve metodolojileri birbirinden farklı. Sıfır tıklama oranı için kaynağa göre %43 ile %65 arasında değişen rakamlar görebilirsiniz.
Dahası, önemli bir karşı veri var: Cloudflare Radar’ın Mayıs 2026 ölçümünde arama kaynaklı yönlendirmelerin hâlâ yaklaşık %88’i Google’dan geliyordu; ChatGPT, Gemini, Claude ve Perplexity’nin toplam payı yüzde birin çok altındaydı.
Buradan çıkan sonuç şu: Asıl tehdit, kullanıcıların Google’ı bırakıp ChatGPT’ye göç etmesi değil. Asıl tehdit, Google’ın cevabı kendi sayfasında vermesi. Bu ayrım stratejinizi belirler — Google’ı bırakıp her şeyi ChatGPT’ye göre kurgulamak bugün için erken bir hamle olur.
Yapay zeka motorları içeriği nasıl seçiyor?
Klasik sıralama mantığından üç önemli farkı bilmek gerekiyor:
1. Sorgu dağıtımı (query fan-out). Model, kullanıcının sorusunu olduğu gibi aramaz. Soruyu alt sorulara böler, her biri için ayrı arama yapar ve sonuçları birleştirir. Yani “İstanbul’da küçük bir kafe için POS sistemi nasıl seçilir?” sorusu; fiyatlandırma, yasal zorunluluklar, entegrasyon ve kullanıcı yorumları gibi birkaç alt aramaya dağılır. Sizin sayfanız bu alt sorulardan yalnızca birine cevap veriyorsa bile alıntılanabilirsiniz.
2. Getirmeli üretim (RAG). Google’ın üretken özellikleri, ayrı bir sistem üzerinde çalışmıyor; mevcut arama dizininden içerik çekiyor. Yani teknik olarak taranamayan veya klasik aramada zaten zayıf olan bir sayfa, yapay zeka cevaplarında da görünmez.
3. Sıralama ile alıntılanma aynı şey değil. BrightEdge’in verisine göre AI Overview alıntılarının yalnızca küçük bir kısmı (yaklaşık altıda biri) organik ilk 10’da yer alan sayfalardan geliyor. Üçüncü sayfadaki bir içerik, spesifik bir alt soruya net cevap veriyorsa alıntılanabilir.
Google resmen konuştu: 15 Mayıs 2026 rehberi
İki yıl süren tahmin oyunundan sonra Google, Search Central dokümantasyonuna “Optimizing your website for generative AI features on Google Search” başlıklı resmî bir sayfa ekledi. İçeriğinin özeti:
Google’ın önerdikleri:
- Özgün bakış açısı sunan, “emtia” olmayan içerik üretin
- İçeriği okuyucunun anlayacağı şekilde organize edin
- Kaliteli görsel ve video ekleyin
- Yerel işletme, ürün ve alışveriş verilerinizi eksiksiz sağlayın
- Standart SEO iyi uygulamalarını sürdürün
Google’ın “gerek yok” dedikleri — bu bölüm sektörde epey tartışma yarattı:
- llms.txt dosyaları: Google için özel bir muamele görmüyor
- İçeriği parçalara bölmek (chunking): Sistemler bir sayfadaki birden fazla konuyu ayırt edebiliyor
- Yapay zeka için ayrıca yeniden yazım: Modeller eş anlamlıları ve genel anlamı zaten kavrıyor
- Yapay zekaya özel şema işaretlemesi: Böyle bir şey mevcut değil
Önemli bir uyarı: bu açıklamalar Google Arama için geçerli. ChatGPT, Perplexity veya Claude gibi bağımsız sistemler farklı davranabilir ve llms.txt’yi destekleyen platformlar var. Yani Google için gereksiz olan bir şey, başka bir motorda küçük bir avantaj sağlayabilir — sadece bunu bir sihirli değnek sanmayın.
Pratik yol haritası
Teknik temeller
- robots.txt dosyanızda yapay zeka tarayıcılarını (GPTBot, PerplexityBot, ClaudeBot, Google-Extended) bilinçsizce engellemediğinizi kontrol edin
- Cloudflare veya CDN katmanınızın bu botları reddetmediğinden emin olun
- Kritik içeriğin sunucu tarafında render edildiğinden emin olun; JavaScript’in arkasına saklanan metin çoğu zaman görünmez
- Sayfa hızı ve mobil deneyim hâlâ önemli
İçerik yapısı
- İlk 200 kelimede asıl soruyu cevaplayın. Getirmeli sistemler sayfanın açılışına ağırlık veriyor. “Konuya giriş yapalım” tarzı uzun ısınmalar zarar veriyor
- Açıklayıcı başlıklar kullanın: “Çözümlerimiz” değil, “KOBİ’ler için e-fatura entegrasyonu nasıl yapılır”
- Somut veri, tarih, rakam ve isim ekleyin. Modeller belirsiz ifadeler yerine doğrulanabilir bilgiyi tercih ediyor
- Kaynak gösterin ve iddialarınızı dayanaklandırın
- Karşılaştırma tabloları, adım listeleri ve SSS bölümleri alıntılanmaya elverişli
Otorite ve marka
- Yazar biyografisi, kurumsal künye, iletişim bilgisi — E-E-A-T sinyalleri yapay zeka çağında daha da kritik
- Sektör yayınlarında, forumlarda, Reddit ve Ekşi Sözlük benzeri platformlarda markanızın adının geçmesi önemli; modeller bu kaynaklardan besleniyor
- Kendi özgün verinizi üretin. Anket, sektör raporu, iç veri analizi — başkasının söylediğini tekrar eden içerik alıntılanmaz
Ölçüm
Geleneksel metrikler artık yetmiyor. Şunları da takip edin:
- Search Console’da gösterim artarken tıklamanın düşmesi (klasik AI Overview sinyali)
- Analytics’te chatgpt.com, perplexity.ai, gemini.google.com gibi yönlendirme kaynakları
- Markanızın adının yapay zeka cevaplarında geçme sıklığı — bunun için üretilmiş izleme araçları var, ama manuel olarak kritik 20-30 sorunuzu ayda bir elle test etmek de işe yarar
- Marka aramalarındaki hacim değişimi
Sık yapılan üç hata
1. SEO’yu bırakıp GEO’ya geçmek. Bu ikisi rakip değil. Yapay zeka özellikleri aynı arama altyapısını kullanıyor. Teknik SEO’su bozuk bir sitenin yapay zeka cevaplarında görünme şansı yok.
2. Yapay zekayla toplu içerik üretmek. Google’ın rehberinde en çok vurgulanan nokta “emtia olmayan içerik”. Modelin ürettiği ortalama metni yayınlamak, tam olarak modelin zaten bildiği şeyi ona geri anlatmak demek. Alıntılanma nedeni ortadan kalkıyor.
3. Trafiği tek başarı ölçütü saymak. Tıklama hacmi düşerken dönüşüm oranı yükselebilir. Sadece oturum sayısına bakan bir rapor, işin gerçek durumunu yanlış gösterir.
Sonuç
Yapay zeka SEO’su, sıfırdan öğrenilecek yeni bir disiplin değil; SEO’nun değişen kullanıcı davranışına uyarlanmış hâli. Değişen şey hedef: tıklama almak yerine cevabın parçası olmak.
Bugün atılacak en makul adım, temel SEO’nuzu sağlamlaştırmak ve içeriğinizi “bir modelin alıntılamak isteyeceği” netlikte yeniden düzenlemek. Özgün veri, net cevaplar, doğrulanabilir bilgi ve teknik erişilebilirlik — dört başlık bunlar.
Alan hızlı hareket ediyor. Bugün geçerli olan taktiklerin bir kısmı altı ay içinde eskiyecek; ama “kullanıcıya gerçekten yarayan, başka yerde bulunmayan içerik üret” ilkesi eskimeyecek.
