GEO Danışmanlığı

GEO Danışmanlığı Nedir?

GEO danışmanlığı, markanızın ChatGPT, Gemini ve Perplexity gibi yapay zeka modellerinde kaynak olarak gösterilmesi ve önerilmesi için strateji geliştiren uzmanlık hizmetidir. Klasik SEO'dan temel farkı şudur: arama motoru algoritması değil, AI modelinin markanızı tanıması, anlaması ve güvenmesi hedeflenir.

Generative Engine Optimization (GEO) kavramı 2023'te Princeton ve Columbia üniversitelerinin araştırmalarıyla akademik zemine oturdu. GEO üç temel katman üzerine kurulur: entity tutarlılığı, otorite ve kaynak sinyalleri, makine okunabilir bilgi mimarisi. AEO, GEO ve LLM SEO sık sık birbirinin yerine kullanılsa da aralarında iş bölümü vardır: AEO içeriği biçimlendirir, GEO bağlamı inşa eder, LLM SEO modelin bakışını yönetir — biri olmadan diğeri yarım kalır.

GEO Danışmanı Ne Yapar?

Entity Tutarlılığı Kurma

Yapay zeka bir markayı değerlendirirken yalnızca o markanın kendi sitesine değil, dışarıdan referans gösteren güvenilir kaynaklara da bakar. Danışmanın ilk işi, markanın dijital kimliğini — entity adı, sektör, konum, hizmet kapsamı — farklı platformlarda çelişkisiz hale getirmektir. Wikipedia, Wikidata, sektör dizinleri, sosyal profiller: bunların hepsinde aynı bilgi duruyorsa model güven puanını yüksek tutar. Tek bir çelişkili kayıt bile modelin markayla ilgili belirsizlik yaşamasına yol açabilir.

Schema.org İşaretlemeleri

Schema.org yapılandırmaları, yapay zeka sistemlerinin içeriği anlamlandırma sürecinde en güçlü sinyal olarak tanımlanmaktadır. Danışman Organization, Product, Service, BreadcrumbList şemaları ve — özellikle AEO açısından kritik olan — FAQPage işaretlemeleri üretir. FAQPage şeması, modelin soru-cevap formatındaki içeriği doğrudan alıntılamasını kolaylaştırır.

Co-citation ve Dijital PR

Co-citation stratejisi, markanın sektörün doğru isimleriyle — rakipler, düzenleyiciler, sektör liderleri — birlikte anılmasını sağlayan dijital PR yöntemidir. Pratik çıktı: sektör yayınlarına, bağımsız platformlara, akademik veya kurumsal kaynaklara marka adının geçtiği içerik yerleştirmek. Bu yerleştirmeler yapay zeka tarafından güven sinyali olarak işlenir.

Otoriter İçerik Üretimi

Modellerin eğitim verisine girebilmek için açık lisanslı ve otoriter içerik üretmek gerekir. Danışman hangi soruların model tarafından sorulduğunu analiz eder, bu sorulara kaynak gösterilebilir yanıtlar yazar. Teknik makale, metodoloji belgesi, vaka çalışması — bunlar hem eğitim verisine aday olur hem de co-citation için zemin hazırlar.

Platform Bazlı GEO Stratejisi

"AI görünürlüğü" deyip tek bir stratejiyle üç platformu kazanmaya çalışmak işe yaramaz. ChatGPT, Perplexity and Gemini'nin bilgiye ulaşma mekanizmaları birbirinden temelden farklıdır.

Hedef kitlesi ChatGPT kullanan B2B karar vericilerden oluşan bir marka için öncelik otoriter sektör yayınlarında atıf birikmesidir. Perplexity'de görünmek istiyorsanız yapılandırılmış veri ve indekslenebilirlik önce gelir; Gemini söz konusuysa Google ekosistemindeki entity otoriteniz belirleyicidir.

GEO Çalışması Ne Zaman Sonuç Verir?

Yapay zeka modellerinde önerilmeye başlamak 3 ile 9 ay arasında sinyal birikimi gerektirir.

Neden bu kadar uzun sürer? ChatGPT, Gemini veya Perplexity gibi modeller web genelinde birbirine tutarlı, birbirini destekleyen sinyallerin birikmesini bekler. Bir kaynakta "X alanında uzman" olarak geçiyorsunuz ama başka bir kaynakta farklı bir tanım varsa, model bu çelişkiyi sizin lehinize yorumlamaz — o konuyu tamamen atlar. Güçlü bir teknik SEO temeli varsa GEO stratejisi bu zemin üzerine inşa edilir ve sinyal birikimi daha erken kritik kütleye ulaşır.

Pratikte ne beklemelisiniz?

• 1-3. aylar: Entity tutarlılığını sağlama, içerik sinyallerini yayma, teknik altyapıyı hazırlama dönemi. Ölçülebilir LLM atıfı beklenmez.
• 3-6. aylar: Perplexity gibi gerçek zamanlı indeksleme yapan platformlarda ilk atıflar görünmeye başlayabilir.
• 6-9. aylar: ChatGPT ve Gemini gibi daha yavaş güncellenen modellerde görünürlük netleşir.

Sektör Bazlı GEO Vakaları

Hukuk: YMYL Kısıtını Schema.org/Person ile Aşmak

Hukuk, finans ve sağlık YMYL (Your Money Your Life) kapsamına girer; bu kategoride LLM'ler çok temkinli davranır. Avukat profillerini Schema.org/Person yapısıyla işaretlemekten geçti: her avukat için uzmanlık alanı, yayınlar ve baro bilgisi yapılandırılmış veriyle tanımlandı. Sonuç: 3 avukat içerikleri Google AI Overviews'ta kaynak olarak alınmaya başladı.

E-Ticaret: Sıfırdan 27 Sorguda Referans

Başlangıçta 40'tan fazla hedef sorguda hiç görünmeyen marka, altı aylık entity mimarisi ve dijital PR çalışmasının ardından 27 sorguda referans alınır hale geldi. E-ticarette en büyük engel ince içerik sorunudur: modeller yalnızca "fiyat + özellik" listesi sunan sayfaları atıf kaynağı olarak seçmez. Kategori sayfaları gerçek rehber içeriğiyle zenginleştirildiğinde Perplexity'de ilgili sorularda kaynak gösterilmeye başlandı.

SaaS/B2B: Co-Citation ile Rakip Geçme

Co-citation bağlamı değiştirilerek — markanın hangi kavramlar ve hangi markalarla birlikte anıldığı yeniden şekillendirilerek — 4 ay içinde marka, LLM sıralamalarında rakibinin önüne geçti. Rakip marka sürekli "kurumsal ölçekli ve pahalı" bağlamında geçerken, hedef marka "orta ölçekli ekipler için" ve "hızlı kurulum" bağlamında konumlandırıldı. LLM'ler bu bağlamsal farkı zamanla modellerine işledi.

GEO Başarısı Nasıl Ölçülür?

GEO'nun getirisi anlık dönüşüm değil, erişim genişliği üzerinden ölçülür: kaç platformda, kaç sorgu tipinde, kaç farklı kaynak üzerinden görünürsünüz.

• AI bahis oranı ve marka mention sıklığı: Aynı soruyu farklı günleşmiş formülasyonlarla 20-30 kez sorun; kaç kez anıldığınızı kaydedin. Bu oran zamanla artıyorsa GEO çalışması somut etki yaratıyor demektir.
• Entity güç skoru: Markanızın Knowledge Graph'ta ne kadar iyi tanımlandığını, hangi kavramlarla ilişkilendirildiğini ve bu ilişkilerin kaç farklı kaynakta teyit edildiğini ölçer.
• LLM önerilme oranı: "Bu kategoride hangi markayı önerirsin?" türü sorgularda markanızın öneri listesine girme sıklığını rakiplerinizle kıyaslayarak izleyin.
• Kaynak çeşitliliği: Tek bir otoriter site değil, birden fazla farklı domain üzerinden co-citation örüntüsü oluşturulmuşsa LLM'ler sizi daha güvenilir buluyor.
• Google AI Overviews görünürlüğü: Yapılandırılmış içerik, Schema.org işaretlemeleri ve otorite sinyalleri doğru kurulduğunda AI Overviews kutusuna girme ihtimali artar.

GEO Danışmanı Seçerken Sormanız Gereken 6 Soru

1. Platform bazlı strateji ayrıştırıyor musunuz? ChatGPT, Perplexity ve Gemini aynı şekilde çalışmaz.
2. Sektörünüzde somut vakanız var mı? Sektörünüze yakın bir vaka yoksa danışman sizin alanınızda deneme yapacak demektir.
3. Zaman çizelgesini nasıl belirliyorsunuz? LLM önerilme süreci 3 ile 9 ay arasında sinyal birikimi gerektirir.
4. Başarıyı hangi metriklerle ölçüyorsunuz? Atıf izleme, entity görünürlük skoru, hangi sorgu kümelerinde referans alındığı vb.
5. Mevcut SEO ajansımla koordinasyon nasıl işler? GEO teknik SEO altyapınız güçlüyse daha hızlı sonuç verir.
6. Entity tutarlılığı denetimi yapıyor musunuz? Markanızın adı, kurucu bilgileri web genelinde tutarsızsa LLM'ler çelişkili sinyaller alır.

GEO Terimleri & Sözlüğü

Yapay zeka odaklı arama optimizasyonu (GEO) süreçlerinde sıkça kullanılan teknik terimler, kısaltmalar ve anlamları:

Entity (Varlık) Otoritesi

Markanızın veya ürününüzün, arama motorları ve büyük dil modelleri (LLM) tarafından eşsiz, çelişkisiz ve doğrulanabilir bir "varlık" (entity) olarak algılanması durumudur. Bilgi grafikleri ve Wikidata eşleşmeleri ile ölçümlenir.

RAG (Retrieval-Augmented Generation)

Yapay zeka modellerinin kullanıcı sorgusuna yanıt hazırlarken yalnızca statik eğitim verilerini değil; web indeksinden anlık olarak çektikleri en güvenilir verileri sentezleyerek kaynaklı ve güncel cevap üretme teknolojisidir.

Co-Citation (Birlikte Anılma Skoru)

Web genelindeki farklı bağımsız ve otoriter platformlarda markanızın, sektörünüzdeki anahtar kelimelerle veya doğrudan rakiplerinizle aynı metin bloğu içinde doğal olarak geçmesidir. AI modellerinin en güvendiği semantik referans desenlerinden biridir.

Information Gain (Bilgi Kazancı)

Bir web sayfasının, internetteki diğer tüm benzer sayfalardan farklı olarak sunduğu benzersiz veri dikeyidir. LLM'ler ve AI arama motorları, tekrarlanan makaleler yerine orijinal vaka çalışmaları ve yeni veriler barındıran sayfaları kaynak göstermeyi tercih eder.

AEO (Answer Engine Optimization)

İçeriklerin yapay zeka cevap motorları ve sesli asistanlar tarafından kolayca okunup doğrudan çekilebilmesi için soru-cevap formunda (FAQPage şemasıyla) biçimlendirilip sunulması optimizasyonudur.

LLM SEO (Large Language Model SEO)

Büyük dil modellerinin eğitim veri setlerinde yer alabilmek ve bu modellerin çıkarım yaparken (inference) markanızı öncelikli tavsiye etmesini sağlamak amacıyla uygulanan yeni nesil semantik SEO yöntemleridir.