"ChatGPT'de çıkıyor muyum?" sorusunun bir tek dürüst cevabı var: bilmiyorum, ölçelim.
Bu yazı o ölçümün nasıl yapıldığını anlatıyor. Sonunda kendi markanız için çalıştırabileceğiniz bir yöntem olacak.
Görünürlük neden tahmin edilemez?
Çünkü yapay zeka cevapları klasik arama sonuçları gibi sabit değil.
Google'da "e-ticaret danışmanı" araması bugün de yarın da benzer bir liste verir. Aynı soruyu ChatGPT'ye iki kez sorduğunuzda ise iki farklı cevap gelebilir; farklı markalar geçebilir, kaynak listesi değişebilir. Model her seferinde yeniden üretiyor.
Buna bir de şu ekleniyor: cevap sorduğunuz kişiye göre değişiyor. Geçmiş konuşmalarınız, hesabınızın dili, hatta soruyu nasıl kurduğunuz sonucu etkiliyor. Kendi telefonunuzdan sorup "işte çıkıyorum" demek ölçüm değil.
Ölçüm, tek seferlik bir kontrol değil düzenli ve aynı koşullarda tekrarlanan bir kontrol demek.
Hangi motorlar, hangi sorularla test edilir?
Üç motora bakmak yeterli, çünkü Türkiye'de kullanım orada yoğunlaşıyor:
- ChatGPT — en yaygın olanı. Arama tarafı ayrı bir bot kullanıyor (
OAI-SearchBot), o kapalıysa hiç görünmezsiniz. - Google'ın yapay zeka özetleri — normal aramanın üstünde çıkan kutu. Türkçe'de aktif ama her sorguda çıkmıyor.
- Perplexity — daha küçük kitle ama kaynak göstermeye en meyilli olanı.
Soru setini kurarken yaptığım hata şuydu: marka adımı sorup "çıkıyorum" diye sevinmek. Marka adınızı soran zaten sizi tanıyor. Asıl ölçmek istediğiniz şey, sizi tanımayan birinin sorduğu soruda geçip geçmediğiniz.
Dört tip soru kuruyorum:
| Tip | Örnek | Ne ölçer | |---|---|---| | Kategori | "İstanbul'da e-ticaret sitesi kuran firmalar" | Sektörde tanınıyor musunuz | | Problem | "Sitem Google'da çıkmıyor ne yapmalıyım" | Çözüm olarak anılıyor musunuz | | Karşılaştırma | "Hazır altyapı mı özel yazılım mı" | Uzman görüşü olarak alıntılanıyor musunuz | | Marka | "Yunus Emre Gündüz kimdir" | Hakkınızdaki bilgi doğru mu |
İlk üçü görünürlüğü ölçer. Dördüncüsü ayrı bir işe yarar: model sizin hakkınızda yanlış bir şey söylüyorsa onu düzeltmek gerekir, ve bu düzeltme içerik işidir.
On beş yirmi soruluk bir set genelde yetiyor. Az soru gürültüye açık, çok soru yönetilemiyor.
Sonuç nasıl okunur?
Ham çıktı bir metin yığını. İşe yarar hale gelmesi için dört şeye bakıyorum.
Geçip geçmediğiniz. En basit sinyal. Cevapta adınız var mı, yok mu.
Nasıl geçtiğiniz. "Şu firmaya bakabilirsiniz" ile "bu konuda X ve Y öne çıkıyor" aynı şey değil. İlki listede olmak, ikincisi tavsiye edilmek.
Kimin yerinize geçtiği. Sizin çıkmadığınız sorularda çıkan isimler, gerçek rakip listenizdir. Bu liste çoğu zaman işletme sahibinin kafasındaki listeden farklı çıkıyor — ve bu tek başına ölçümün en değerli çıktısı oluyor.
Hangi kaynakların gösterildiği. Model bir sayfayı kaynak gösteriyorsa o sayfa alıntılanabilir yazılmış demektir. Rakibin hangi sayfası alıntılanıyorsa, sizin karşılık gelen sayfanızın neye benzemesi gerektiğini de görürsünüz.
Ölçümü bozan üç şey
Ölçüme başlayanların çoğu ilk turda yanlış sonuç alıyor. Sebepleri hep aynı üç şey.
Kendi hesabınızdan sormak. ChatGPT geçmiş konuşmalarınızı bağlam olarak kullanıyor. Daha önce kendi siteniz hakkında konuştuysanız model o bilgiyi hatırlıyor ve size sizi öneriyor. Ölçüm gizli pencerede, oturum açmadan yapılmalı.
Soruyu yönlendirmek. "İstanbul'daki en iyi dijital pazarlama danışmanı kim?" sorusu bir isim istiyor ve model bir isim uyduruyor. Gerçek kullanıcı böyle sormuyor; "sitem Google'da çıkmıyor, kime danışmalıyım" diye soruyor. Ölçüm sorularınız gerçek kullanıcı diline yakın olmalı.
Tek seferlik bakmak. Aynı soruya iki farklı cevap gelebiliyor. Bir soruda çıkmadınız diye "görünmüyorum" sonucuna varmak yanlış; aynı soruyu üç kez sorup kaç kezinde çıktığınıza bakmak gerekiyor. Ben her soruyu üç tur çalıştırıp oran alıyorum.
Bu üçü düzeltildiğinde ölçüm tekrarlanabilir hale geliyor — yani bir ay sonra aynı işi yaptığınızda farkın gerçek olduğundan emin olabiliyorsunuz.
Sonucu tabloya nasıl dökersiniz?
Ham cevaplar okunabilir bir şey değil. On beş soru, üç motor, üç tur demek yüz otuz beş cevap. Bunu tek sayfaya indirmeniz gerekiyor.
Kullandığım tablo şu sütunlardan oluşuyor: soru, motor, geçtiniz mi (evet/hayır), nasıl geçtiniz (liste / tavsiye), yerinize geçenler, gösterilen kaynaklar.
Bu tablodan üç sayı çıkarıyorum:
- Görünürlük oranı: kaç soruda geçtiniz / toplam soru. Tek başına anlamlı değil ama ay ay karşılaştırınca anlam kazanıyor.
- Tavsiye oranı: kaç kez "listede" değil "önerilen" olarak geçtiniz.
- Rakip yoğunluğu: sizin çıkmadığınız sorularda en sık çıkan üç isim.
Üçüncüsü çoğu zaman en faydalısı oluyor. İşletme sahibinin rakip listesi ile modelin rakip listesi farklı çıktığında, bu fark stratejiyi doğrudan değiştiriyor.
Ölçtükten sonra ne yapılır?
Ölçüm bir fotoğraf. İşe dönüşmesi için üç adım gerekiyor.
Boşluğu adlandırın. "Görünmüyorum" bir teşhis değil. "Karşılaştırma sorularında hiç geçmiyorum ama kategori sorularında geçiyorum" bir teşhistir. Birincisi için karşılaştırma içeriği yazmanız gerekir.
İçeriği alıntılanabilir hale getirin. Modeller, sorunun cevabını doğrudan veren ve tek başına anlaşılan bölümleri seçiyor. Princeton ve Georgia Tech araştırmacılarının 2024'te yayımladığı bir çalışma, kaynaklı istatistik ve alıntı eklemenin yapay zeka görünürlüğünü belirgin biçimde artırdığını ölçtü. Somut sayı ve kaynak, modele "bu sayfa güvenilir" sinyali veriyor.
Tekrar ölçün. Aynı soru setiyle, ayda bir. Tek ölçüm size nerede olduğunuzu söyler; ikinci ölçüm yaptığınız işin işe yarayıp yaramadığını.
Bu ölçüm neyi ölçmüyor?
Dürüst olmak gerekirse birkaç şeyi ölçmüyor ve satın alma kararı verirken bunu bilmeniz gerekiyor.
Gerçek kullanım dağılımını ölçmüyor. Sizin seçtiğiniz on beş soru, gerçek kullanıcıların sorduğu sorulara yakın olabilir ama aynısı değil. Hangi sorunun ne sıklıkta sorulduğunu kimse bilmiyor — arama motorlarının aksine yapay zeka araçları sorgu hacmi yayımlamıyor.
Trafiğe dönüşü ölçmüyor. Cevapta geçtiniz, peki kaç kişi tıkladı? Analitikte yapay zeka kaynaklı trafiği ayırt etmek mümkün ama eksik: bazı araçlar yönlendirme bilgisi göndermiyor, bazı kullanıcılar hiç tıklamayıp marka adını sonra Google'da arıyor.
Kişiselleştirmeyi ölçmüyor. Sizin gizli pencerede aldığınız cevap, bir kullanıcının kendi hesabından alacağı cevaptan farklı olabilir.
Bunları söylüyorum çünkü ölçümün ne olduğunu doğru anlamak lazım: bir eğilim göstergesi, kesin bir trafik raporu değil. Ay ay karşılaştırıldığında değerli; tek seferlik bir fotoğraf olarak sınırlı.
Bunu hangi araçla yaparsınız?
Elle de yapılır: soruları bir tabloya yazın, üç motorda tek tek sorun, sonucu not edin. On beş soru üç motor demek kırk beş sorgu; bir saatinizi alır. Ayda bir tekrarlanacaksa yorucu ama mümkün.
Otomatik yapan araçlar da var. Türkiye'den GEONI bu işi yapıyor; SEOYEN'in bir yapay zeka modülü var; Semrush yapay zeka özetleri için ücretsiz bir kontrol sunuyor. Yani "bu ölçümü kimse yapmıyor" demek doğru olmaz — yapan var.
Ben kendi aracımı kullanıyorum: Webburrow. Farkı iddialı bir şey değil, iki pratik şey: çıktı Türkçe rapor olarak geliyor ve geçmiş taramalar hesabınızda birikiyor, böylece değişimi grafikten görüyorsunuz. Bir tarama ücretsiz, kredi kartı istemiyor.
Hangi aracı seçerseniz seçin, dikkat edeceğiniz tek şey şu: aynı soru setini, aynı biçimde tekrarlıyor mu? Her seferinde farklı soru soran bir ölçüm, ölçüm değildir.
Model hakkınızda yanlış bir şey söylüyorsa
Bu, ölçümün beklenmedik ama sık çıkan sonucu. Marka sorularında model sizi tanıyor ama yanlış tanıyor: kapanmış bir hizmeti sayıyor, yanlış şehir söylüyor, başka bir firmayla karıştırıyor.
Sebebi genelde eski veya çelişkili bilgi. Site dışındaki kaynaklarda (dizinler, eski profiller, haber sayfaları) duran eski bilgi, sizin güncel sitenizden daha ağır basabiliyor — özellikle kendi siteniz o bilgiyi net söylemiyorsa.
Düzeltmenin yolu doğrudan değil, dolaylı: doğru bilgiyi çok sayıda güvenilir yerde tutarlı hale getirmek. Kendi sitenizde yapısal veri (Person, Organization) ile makine okunur biçimde yazmak, doğrulanmış hesaplarınızı birbirine bağlamak, eski profilleri güncellemek ya da kapatmak.
Bu hızlı bir iş değil — modeller indeksini tazeledikçe düzeliyor. Ama düzeliyor.
Ne sıklıkta ölçmeli?
Ayda bir yeterli. Haftalık ölçüm gürültü üretiyor: model cevapları doğal olarak dalgalanıyor ve haftalık farkın çoğu gerçek değil.
Üç istisna var. Yeni bir içerik kümesi yayınladıysanız, sitede büyük bir teknik değişiklik yaptıysanız veya bot erişim ayarlarına dokunduysanız — üçünde de iki hafta sonra ara ölçüm mantıklı.
Bir de şu: ölçümü her zaman aynı soru setiyle yapın. Set değişirse karşılaştırma anlamını kaybediyor. Yeni soru eklemek isterseniz ekleyin ama eskileri de tutun; iki ayrı seri olarak izleyin.
Küçük bir işletme bu yarışa girebilir mi?
Girebilir, ve bazı açılardan büyük markadan avantajlı.
Yapay zeka modelleri, bir konuyu net anlatan kaynağı tercih ediyor. Büyük markaların site içerikleri genelde kurumsal dille yazılmış ve somut cevap vermiyor: "müşteri odaklı çözümler sunuyoruz" cümlesi hiçbir soruya karşılık gelmiyor.
Küçük bir işletme kendi işini somut anlatabiliyor. "Elli ürünlük bir mağazada hazır altyapı mantıklı, şu eşikten sonra özel yazılım" cümlesi alıntılanabilir bir cümle. Büyük marka bunu yazamıyor çünkü hukuk ve pazarlama süzgecinden geçiyor.
İkinci avantaj: dar alan. Bütün sektörde görünmeye çalışmak yerine belirli bir soruda birinci kaynak olmak çok daha ulaşılabilir. On beş soruluk ölçüm setinizi geniş tutmak yerine daralttığınızda, ilerlemeyi de daha net görüyorsunuz.
Bunu söylerken bir sınırı da belirteyim: marka bilinirliği hâlâ etkili. Model, çok sayıda kaynakta geçen bir ismi daha güvenilir buluyor. Yani küçük olmak dezavantaj değil ama görünmez olmak dezavantaj.
Kısa özet
Yapay zeka görünürlüğü tahmin edilmez, ölçülür. Üç motor, dört tip soru, on beş yirmi sorgu, her soru üç tur. Gizli pencerede, gerçek kullanıcı diliyle sorun. Sonucu okurken geçip geçmediğinize değil, nasıl geçtiğinize ve yerinize kimin geçtiğine bakın. Ayda bir, aynı setle tekrarlayın.
Ölçüm çıktısını birlikte okumak isterseniz GEO hizmet sayfasında nasıl çalıştığımı ve fiyatı yazdım.