Query fan-out, bir yapay zeka arama sisteminin tek bir kullanıcı sorgusunu arka planda birden fazla alt sorguya bölmesi, her biri için ayrı ayrı kaynak toplaması ve sonuçları tek bir yanıtta birleştirmesidir. Google AI Modu ve AI Bakışı bu mekanizmayla çalışır. Pratik sonucu şu: artık tek bir sorguya değil, o sorgudan türeyen sorgu ailesine yanıt veriyorsunuz.
Query fan-out nedir?
Tek bir sorgunun arka planda birden fazla ilgili sorguya bölünmesi, her birinin ayrı çalıştırılması ve dönen sonuçların sentezlenerek tek yanıt üretilmesi tekniğidir. Geleneksel aramada bir sorgu bir sonuç seti üretir; AI Modu'nda tek girdi birden fazla farklı sorguya dönüşür ve kullanıcı bunların hiçbirini görmez.
Somutlaştıralım. "Hangi protein tozu daha iyi" diye sorduğunuzda sistem tek bir arama yapmıyor. Arka planda "whey ve kazein sindirim hızı farkı", "protein tozu yan etkileri", "günlük protein ihtiyacı kaç gram" gibi soruları ayrı ayrı çalıştırıp yanıtları tek bir çıktıda birleştiriyor. Bunların içinde sizin sormadığınız, ama sorduğunuz sorunun mantıksal devamı olan sorular da var — sistem takip sorularını siz aklınıza getirmeden önce tahmin ediyor.
Bu, AI aramada görünürlük çalışmasının neden klasik anahtar kelime hedeflemesinden ayrıldığını açıklayan tek mekanizma. Sayfanız asıl sorgu için mükemmel yazılmış olabilir; fan-out o sorgudan türeyen alt sorguların hiçbirine karşılık gelmiyorsa yanıta girmiyor.
Teknik tarafta Google I/O'da bir Google mühendisi, fan-out'u üretmek için Gemini'nin özel bir versiyonunun kullanıldığını açıkladı. 18 Kasım 2025'te Google, sürecin Gemini 3 lansmanıyla birlikte büyük ölçüde iyileştirildiğini duyurdu.
Terimi karıştırmamak gerekiyor: fan-out bir sıralama faktörü değil, bir geri getirme stratejisi. Sistemin sizi beğenip beğenmemesiyle ilgili bir şey yapmıyor — yalnızca hangi soruları soracağını belirliyor. Sıralama mantığı sorular sorulduktan sonra, her alt sorgu için ayrı ayrı devreye giriyor. Bu ayrım pratikte şu anlama geliyor: bir alt sorgu hiç üretilmiyorsa o konuda ne kadar iyi yazdığınızın hiçbir önemi yok, çünkü o soru hiç sorulmuyor.
Türkiye bağlamı: fan-out artık Türkçe sorgularda da çalışıyor
Google AI Modu, Türkiye'de 18 Şubat 2026'da resmi Türkçe adıyla açıldı; duyuruyu Google Türkiye Ülke Direktörü Mehmet Keteloğlu yaptı. Türkiye, özelliğin daha önce yayıldığı 180 ülkelik dalganın dışında kalmıştı. Yani Türkçe sorgular için fan-out, İngilizce sorgulardan aylar sonra devreye girdi.
Bu gecikmenin bıraktığı şey bir fırsat penceresi. İngilizce sorgularda fan-out'un ürettiği alt sorguların neredeyse tamamı için hâlihazırda yazılmış, optimize edilmiş, birbirine bağlanmış içerik var. Türkçe'de yok. Aynı konuda alt sorgu havuzu çok daha seyrek — bir alt sorguya doğru düzgün yanıt veren tek sayfa olmak İngilizce'de neredeyse imkânsızken Türkçe'de hâlâ mümkün.
Pratik karşılığı şu: İngilizce pazarda "hangi alt sorguda öne çıkarım" sorusu bir rekabet sorusu, Türkçe'de henüz bir kapsama sorusu. Kimse o alt sorguyu yazmamışsa yarışa girmenize gerek yok. Bu durum kalıcı değil; Türkçe içerik üretimi bu boşluğu birkaç çeyrekte kapatacaktır.
Bir uyarı da eklemek gerekiyor. Seyrek havuzun ikinci yüzü, sistemin Türkçe karşılık bulamadığında İngilizce kaynaklara ya da çeviri niteliğindeki içeriğe yönelmesi. Türkçe bir sorgunun yanıtında yabancı kaynakların ağırlıklı çıkması bir hata değil, boşluğun göstergesi. O boşluğu kapatan içerik, sırf Türkçe olduğu için değil, o alt sorguya doğrudan yanıt verdiği için seçiliyor — dil avantajı tek başına yeterli değil.
Mekanizma: sorgu girdikten sonra ne oluyor?
Süreç beş aşamada işliyor: sorgu sisteme giriyor, niyetlerine ayrılıyor, her niyet için alt sorgular türetiliyor, her alt sorgu için ilgili pasajlar çekiliyor ve toplanan pasajlar tek yanıtta sentezleniyor. Kullanıcı yalnızca son adımı görüyor; aradaki dördü tamamen kapalı kutu. Optimizasyon çalışmasının tamamı da bu görünmeyen dört adımda geçiyor.
Sorgu ayrıştırılır
Kullanıcının yazdığı ham sorgu AI Modu'na iletildiğinde henüz hiçbir kaynak taranmamıştır. İlk iş, sorguyu temel niyetlerine bölmek. "Uzaktan çalışan ekipler için proje yönetim aracı" sorgusu tek bir niyet gibi görünse de içinde en az üçü var: araç karşılaştırması, uzaktan çalışma senaryosu, ekip boyutu/fiyat kısıtı.
Alt sorgular türetilir
Her bileşen için ayrı sorgular üretilir.Dönüşüm kalıpları birkaç tanıdık biçimde tekrarlıyor:
- Yön / facet: "en iyi koşu ayakkabısı" → "pronasyona uygun koşu ayakkabısı"
- Problem / çözüm: "laptopum neden yavaş" → "yavaş laptop nasıl hızlandırılır"
- Örtük soru: "güneş paneli nasıl kurulur" → "güneş paneli kurulum maliyeti"
- Karşılaştırma: "hangi kredi kartı" → "kredi kartı yıllık aidat karşılaştırması"
Üçüncü kalıp en çok kaçırılanı. Kullanıcı maliyeti hiç sormadı; sistem sordu. Kurulum rehberiniz fiyat aralığına tek satır ayırmıyorsa o alt sorgu başkasına gidiyor.
Pasajlar çekilir, sonra sentezlenir
Fan-out her alt sorguya karşılık gelen ilgili pasajları ayrı ayrı çeker. İşleme giren şey sayfanın bütünü değil, doğrudan ilgili bölümler.Bu yüzden içeriğin nasıl bölümlendiği, ne kadar uzun olduğundan daha belirleyici —içerik chunking tarafında ayrıntısıyla ele alıyorum. Toplanan pasajlar son adımda birleştirilerek tek yanıt oluşturuluyor; farklı kaynak ve görüş gerektiren her prompt bu mekanizmayı tetikliyor.
Sürecin tamamının nasıl kurulduğunuyapay zeka aramanın işleyişisayfasında, geri getirme ve sentez katmanlarıyla birlikte anlatıyorum.
Örnek: bir Türkçe sorgunun fan-out haritası
"Uzaktan çalışan ekipler için proje yönetim aracı" sorgusunu ele alalım. Kullanıcı tek bir cümle yazdı, ama içinde birbirinden bağımsız en az beş karar var: hangi araç, hangi ekip büyüklüğü, hangi fiyat bandı, hangi entegrasyonlar, hangi zaman dilimi sorunu. Fan-out bunları ayırıp her biri için ayrı kaynak arıyor.
Sistemin bu sorgudan türetmesi beklenen alt sorgular kabaca şöyle görünüyor:
- uzaktan ekipler için proje yönetim aracı karşılaştırması
- küçük ekipler için ücretsiz proje yönetim aracı
- proje yönetim aracı fiyatlandırma kullanıcı başına
- farklı saat dilimlerinde çalışan ekipte görev takibi
- proje yönetim aracı Slack entegrasyonu
- asenkron çalışmada durum raporlaması nasıl yapılır
Son iki madde kritik. Kullanıcı ne Slack'ten ne asenkron çalışmadan bahsetti; ikisi de sorgunun örtük bileşenlerinden türedi. "Uzaktan ekip" ifadesi sistemin zaman dilimi ve iletişim aracı sorunlarını çağırmasına yetiyor.
Şimdi kendi içeriğinizi bu listeye karşı okuyun. Klasik yaklaşımda "en iyi proje yönetim araçları" başlıklı tek bir karşılaştırma yazınız vardır ve o yazı ilk maddeyi karşılar. Kalan beş madde için ya bir satır geçiyorsunuzdur ya hiçbir şey. Fan-out'un yanıtı kurarken beş kaynak daha çektiğini düşünürseniz, o yanıtta bir kez geçmekle beş kez geçmek arasındaki fark ortaya çıkıyor.
Aynı egzersizi kendi ana sorgunuzla yapmak, bu sayfadaki her şeyi bir saat içinde uygulanabilir hale getiriyor: sorguyu yazın, türeyebilecek alt soruları listeleyin, her birinin karşısına o soruya yanıt veren URL'nizi koyun. Boş kalan satırlar içerik planınızdır.
Fan-out ne zaman devreye girmez?
Navigasyonel ("TRT Haber"), işlemsel ("MacBook Air satın al") ve doğrudan gerçek tabanlı ("Everest kaç metre") sorgularda sistem bu adımları atlar. Niyeti tekil olan bir sorgu farklı görüşlerin sentezini gerektirmediği için fan-out'un anlamı yok — cevap zaten tek ve kesin.
Bu ayrım strateji açısından işin en pratik kısmı. Fan-out'a göre optimize etmek zaman alan bir iş; onu her sayfaya eşit dağıtmak kaynak israfı. Tetikleyiciler bilgilendirici, karşılaştırmalı ve problem çözme sorguları — "en iyi", "nasıl", "vs", "hangisi" gibi terimler içeren, tek cevabı olmayan sorular.Ürün sayfanız veya iletişim sayfanız bu kümede değil; oralara fan-out mantığı taşımanın getirisi yok.
Sorgu tiplerini ayırt etmekte zorlanıyorsanız arama niyetiçerçevesi burada doğrudan çalışıyor. Niyet sınıflandırması GEO'da yeni bir işlev kazandı: artık yalnızca hangi içerik biçimini yazacağınızı değil, fan-out'un o sorguda çalışıp çalışmayacağını da söylüyor.
AI Modu ile geleneksel arama arasındaki fark
Geleneksel aramada kaynak seçimi tek sorguya göre yapılan sıralamayla belirlenir. AI Modu'nda seçim, birden fazla alt sorgunun sonuçları birleştirilerek yapılıyor. Sonuç şu: yüksek sıralanan bir sayfa yanıta hiç girmeyebilir, sıralamada geride kalan bir sayfa tek bir alt sorguyu iyi karşıladığı için alıntılanabilir.
| Boyut | Geleneksel arama | AI Modu |
|---|---|---|
| Kaynak seçimi | Tek sorguya göre sıralama | Birden fazla alt sorgunun sonuçları birleştirilerek seçim |
| Örnek: uyku takibi sorgusu | NIH araştırma makalesi, Wired incelemesi, Samsung içeriği | Samsung makalesi, CNET ve TechRadar incelemeleri |
| Sorgu sayısı | 1 sorgu → 1 SERP | 1 sorgu → birden fazla alt sorgu → birleşik yanıt |
| Pasaj kullanımı | Sayfa sıralaması belirleyici | Pasaj düzeyinde alıntı; sayfa sırası ikincil |
| Ölçüm | Tıklama = görünürlük | Kaynak gösterilip tıklanmayabilir; izleme güçleşir |
Uyku takibi satırı bu tablonun en anlatıcı kısmı. Geleneksel sonuçlarda akademik bir kaynak, bir teknoloji dergisi incelemesi ve üretici içeriği bir arada çıkıyor; AI Modu aynı konuda üretici makalesini ve iki inceleme sitesini tercih ediyor. Otorite tanımı değişmiyor, ama hangi alt sorguya kimin daha net yanıt verdiği değişiyor.
Aynı mekanizmanın AI Bakışı (AI Overviews) bloklarında nasıl göründüğünü ve AI Modu arayüzünün bundan nerede ayrıldığını ilgili sayfalarda ayrı ayrı işliyorum. Bu sayfa ikisinin de altındaki motoru anlatıyor.
Alt sorguları nasıl tespit edersiniz?
Google, bir sorgudan kaç ve hangi alt sorgunun üretildiğini paylaşmıyor. Elinizdeki şey yaklaşık modeller: "Bunlar da soruldu" (People Also Ask) kutuları, AlsoAsked gibi soru haritalama araçları ve fan-out'u simüle etmeye çalışan Qforia. Hiçbiri gerçek çıktıyı göstermiyor, ama örüntüyü yakalamaya yetiyor.
Qforia, Mike King'in Gemini promptlarını taklit ederek geliştirdiği bir araç; girilen bir sorgu için 20-30 ilgili alt sorgu üretiyor. Bu sayı aracın kendi çıktısı, Google'ın gerçekte çalıştırdığı sorgu sayısı değil — böyle bir rakam kamuya açıklanmadı.
"Bunlar da soruldu" ve AlsoAsked, fan-out örüntülerini anlamak için hâlâ geçerli başlangıç noktaları.Yaygın ticari SEO yazılımlarının çoğu bu işe göre tasarlanmadı; anahtar kelime hacmi raporlayan bir araç, tek sorgudan türeyen soru ağacını göstermiyor.
Türkçe için bir uyarı: bu araçların Türkçe soru havuzu İngilizce'ye göre dar. Qforia çıktısını ham liste olarak kabul etmek yerine, kendi müşteri sorularınızla, satış görüşmesi notlarınızla ve destek taleplerinizle genişletmek gerekiyor. Türkçe'de en iyi alt sorgu kaynağı hâlâ gerçek kullanıcıların kendisi.
Araç çıktısını değerlendirirken bir filtre kullanın: üretilen her alt sorgunun karşısına "bu soruyu gerçekten soran biri var mı" sorusunu koyun. Simülasyon araçları dilbilgisel olarak makul ama kimsenin sormadığı sorular da üretiyor. Aramada karşılığı olmayan bir alt sorgu için sayfa açmak, kümenizi seyreltmekten başka işe yaramıyor.
Tek anahtar kelime yerine içerik kümesi
Fan-out'a göre optimize etmek, tek sayfa–tek anahtar kelime mantığını geçersiz kılıyor. Asıl sorguya değil, o sorgudan türeyen alt sorgulara yanıt vermeniz gerekiyor; bir konunun farklı yönlerini kapsayan içerik kümeleri, fan-out sorgularının daha geniş bir kesimini yakalıyor. Tek sayfa en fazla birkaç alt sorguyu karşılar, küme onlarcasını karşılar — fark burada oluşuyor.
Bu, topikal otorite argümanının teknik kanıtı. Yıllardır "konuyu bütün olarak kapsayın" deniyordu ve gerekçe genellikle sezgiseldi. Fan-out o gerekçeyi mekanik hale getiriyor: sistem zaten konuyu parçalara bölüp her parça için ayrı kaynak arıyor. Parçaları önceden yazmış olan kazanıyor.
Uygulamada üç şey değişiyor. Birincisi, kapsam planlaması anahtar kelime listesinden değil alt sorgu haritasından çıkıyor. İkincisi, alıntılanma olasılığı yüksek bölümleri belirleyip o pasajları özetlenebilir, net cümlelerle yazmak gerekiyor — belirsiz bir paragraf sentezlenemez.Üçüncüsü, kaynak dağılımı: karmaşık ve sentez gerektiren sorgulara öncelik vermek, tüm içeriğe eşit emek dağıtmaktan verimli.
Küme mantığının şöyle bir yan etkisi de var: aynı yanıtta sitenizden birden fazla sayfa kaynak gösterilebiliyor. Bu, tek sayfayla erişilemeyecek bir görünürlük biçimi.
Kümeyi kurarken sık yapılan hata, alt sorgu başına ayrı sayfa açmak. Altı alt sorgu için altı ince sayfa üretmek, konuyu kapsamak değil parçalamak oluyor; hiçbiri tek başına yeterince derin olmadığı için hiçbiri seçilmiyor. İşe yarayan bölme ölçütü sorgu değil,karar: kullanıcı için ayrı bir karar noktası oluşturan konu ayrı sayfa hak ediyor, aynı kararın bir yönü olan alt sorgu ise mevcut sayfanın içinde kendi başlığını alıyor. Fiyatlandırma ayrı bir karardır; "Slack entegrasyonu var mı" değildir.
İkinci hata sırayla ilgili. Alt sorgu haritasını çıkarmadan yazmaya başlarsanız, konuyu kapsadığınızı sandığınız yerde aslında yalnızca kendi bildiğiniz açıları kapsamış oluyorsunuz. Harita önce çıkarılırsa hangi sayfanın yazılacağı değil, hangisinin yazılmayacağı da netleşiyor.
Ölçüm boşluğuna hazırlanın
AI Modu'ndaki konuşmalar Search Console'da gösterim veya tıklama olarak görünmüyor. Fan-out'un hangi alt sorguyu çalıştırdığını, sizin sayfanızın hangisine yanıt verdiğini doğrudan gösteren bir metrik de yok. Trafik düşerken görünürlüğün arttığı bir dönem yaşanabiliyor ve mevcut raporlama bunu ayırt edemiyor. Ölçümü dolaylı kurmak gerekiyor.
İşe yarayan yaklaşım: AI Modu yanıtlarında sitenizin kaç farklı sayfasının kaynak gösterildiğini takip etmek. Tek bir yanıtta birden fazla sayfanız çıkıyorsa küme yapınız fan-out sorgularını karşılıyor demektir. Tek sayfa çıkıyorsa muhtemelen yalnızca ana sorguyu karşılıyorsunuz.
İkinci bir sinyal, kaynak gösterilen sayfaların hangi alt sorguya denk geldiği. Yanıtta hep aynı giriş seviyesi rehberiniz çıkıyorsa kümenin derin ucu boş demektir. Fiyat, karşılaştırma, sorun giderme gibi kenar sayfalarınız da görünmeye başladığında haritanın doğru kurulduğunu anlıyorsunuz.
Daha geniş çerçeve GEO ölçümüsayfasında. Kısa hali: SEO, performans kanalından marka performansı kanalına kayıyor ve bu geçiş ölçüm setini de değiştiriyor.Fan-out her sorguda tetiklenmediği için stratejiyi karmaşık, araştırma odaklı sorgu türlerine yoğunlaştırmak hem ölçmeyi hem önceliklendirmeyi kolaylaştırıyor.
Sıkça Sorulan Sorular
Query fan-out her sorgu için mi tetiklenir?
Hayır. Navigasyonel sorgular, işlemsel sorgular ve doğrudan gerçek tabanlı sorular genellikle fan-out sürecini başlatmaz. Asıl tetikleyiciler "en iyi", "nasıl", "vs" gibi terimler içeren bilgilendirici, karşılaştırmalı ya da problem çözme sorgularıdır.
Google hangi alt sorguların üretildiğini paylaşıyor mu?
Paylaşmıyor. Bir sorgudan kaç ve hangi alt sorgunun işlendiği kamuoyuyla paylaşılmıyor.
Query fan-out ile query expansion arasındaki fark nedir?
Query expansion tek bir sorguyu eş anlamlılar veya ilgili terimlerle genişletir; ortada hâlâ tek bir arama vardır. Query fan-out ise orijinal sorguyu birden fazla bağımsız alt sorguya böler ve bunları paralel çalıştırır. Birincisi sorguyu zenginleştirir, ikincisi çoğaltır.
Türkiye'de AI Modu ne zaman açıldı?
18 Şubat 2026'da. Duyuruyu Google Türkiye Ülke Direktörü Mehmet Keteloğlu yaptı. Türkiye, özelliğin daha önce yayıldığı 180 ülkelik dalganın dışında kalmıştı; bu gecikme Türkçe içerik üretenler için hâlâ açık bir rekabet penceresi bırakıyor.
Fan-out performansını nasıl ölçerim?
Doğrudan bir metrik yok. Pratik yaklaşım, AI Modu yanıtlarında sitenizin kaç farklı sayfasının kaynak gösterildiğini izlemek. Yanıt başına birden fazla sayfa görünüyorsa içerik kümeniz fan-out sorgularını karşılıyordur.
ChatGPT ve Claude da fan-out yapıyor mu?
Evet. Claude, ChatGPT ve Gemini gibi yanıt motorları kapsamlı yanıt üretmek için tek bir kullanıcı promptunu birden fazla sorguya dönüştürüyor.AI Modu, Gemini'nin Deep Research özelliğine benzer biçimde çalışıyor ancak çok daha hızlı.Platform bazlı farklar için ChatGPT GEO sayfasına bakın.
Gemini güncellemesi fan-out'u nasıl değiştirdi?
Gemini 3 güncellemesiyle AI Modu, daha önce kaçırdığı yeni içerikleri bulabiliyor. Bu, taze ve iyi yapılandırılmış içeriğin fan-out sürecinde kaynak olarak seçilme ihtimalini artırıyor.
Fan-out'un sizin konunuzda hangi alt sorguları ürettiğini ve mevcut içeriğinizin kaçını karşıladığını birlikte çıkarmak isterseniz,GEO danışmanlığı sayfasından kapsam ve çalışma biçimine bakabilirsiniz.