AI için Dijital PR: Modellerin Okuduğu Yerlerde Anılmak
AI için dijital PR nedir ve klasik PR'dan nerede ayrılır?
Bir PR ajansıyla çalışan bir kurucudan duyduğum cümleyle başlayayım: "Üç ayda on iki haberde çıktık ama ChatGPT bizi hala tanımıyor." Bu cümle, AI için dijital PR'ın bütün meselesini özetliyor. Klasik dijital PR'ın başarı tanımı belliydi: yüksek otoriteli siteden link almak, marka bilinirliği için erişim rakamları toplamak. AI çağında bu tanım çalışmaya devam ediyor ama artık yeterli değil; çünkü yeni bir okuyucu var ve o okuyucu insan değil.
AI için dijital PR, markanızın modellerin okuduğu yerlerde, modellerin anlayacağı biçimde anılmasını sağlama işi. Buradaki kritik kelime "okuduğu". Bir yerleşimin insan gözünde ne kadar prestijli olduğu ile modelin o sayfayı görüp göremediği, bambaşka iki soru. Site dışı GEO yazısında anlattığım gibi modeller markanızı büyük ölçüde üçüncü taraf kaynaklardan öğreniyor; dijital PR ise bu kaynaklara bilinçli olarak içerik yerleştirmenin en doğrudan yolu. PR artık sadece insanlara hikaye anlatma sanatı değil, aynı zamanda modellerin eğitim verisine ve cevap anındaki kaynak havuzuna iz bırakma disiplini.
Bu yazıda dört soruya cevap arayacağım: hangi yerleşimler gerçekten AI cevabına giriyor, pitch'i nasıl kurmalı, mütevazı görünen kanallar neden bazen dev bültenleri geçiyor ve bütün bu emeği neyle ölçmeli.
Hangi yerleşimler AI cevabına giriyor?
Klasik PR'da yerleşimin değeri kabaca yayının prestijiyle ölçülür. AI tarafında ise değer üç filtreye takılıyor ve bu filtreler prestijle her zaman örtüşmüyor.
Birinci filtre indekslenebilirlik ve taranabilirlik. Model ya da onu besleyen arama katmanı sayfayı görebiliyor mu? Paywall arkasındaki içerik, giriş isteyen sayfalar, robots.txt ile AI crawler'larını engelleyen yayınlar bu filtrede eleniyor. Burada mesleğin acı ironisi devreye giriyor: en prestijli iş gazetesinde çıkan röportajınız katı bir paywall arkasındaysa, model o içeriği hiç okumamış olabilir. Aynı hafta orta ölçekli ama tamamen açık bir sektör blogunda çıkan yazınızsa hem eğitim verisine hem cevap anındaki aramalara girebiliyor. Prestijli yayını küçümsediğim sanılmasın; insan okuyucu, satış görüşmesindeki güven ve o haberin başka açık kaynaklara sıçraması hala değerli. Ama sırf model görünürlüğü hedefliyorsanız, paywall'lı prestij tek başına eksik bir yatırım.
İkinci filtre konusal uygunluk. Modeller cevap kurarken soruyla ilgili kaynaklara yasleniyor; genel haber sitesindeki tek paragraflık anılmadan çok, sizin kategorinizi düzenli işleyen konusal yayındaki ayrıntılı değerlendirme iş görüyor. Muhasebe yazılımı satıyorsanız KOBİ finansmanı yazan bir yayın, en büyük gazetenin magazin ekinden daha kıymetli bir yerleşim.
Üçüncü filtre içeriğin biçimi. Model, adınızın geçtiği sayfadan bir şey çıkarabilmeli: ne yaptığınız, kimin için olduğunuz, neyle kıyaslandığınız. "Sektörün genç girişimlerinden X de etkinlikteydi" cümlesi model için neredeyse boş sinyal; "X, sahada çalışan ekipler için Y sorununu çözen bir araç" cümlesi ise varlık bilgisine doğrudan yazan bir tanım. Pitch aşamasında bu cümlenin haberde geçmesini sağlamak, linkin dofollow olmasından daha önemli.
Veri öncülüklü pitch — yazara hikaye değil bulgu verin
Gazetecilerin ve sektör yazarlarının kutusuna her gün onlarca "heyecanla duyuruyoruz" e-postası düşüyor; büyük kısmı okunmadan siliniyor. AI çağında bu e-postaların değeri daha da düştü; çünkü ürün duyurusu, model açısından da zayıf bir sinyal. Modelin ve yazarın ortak iştahı aynı yerde: yeni bilgi.
Veri öncülüklü pitch tam bunu yapıyor. Elinizdeki ürün, anonimleştirilmiş kullanım verisi üretiyor; sektörünüz hakkında kimsenin bilmediği küçük gerçekler orada saklı. Bu veriden tek bir ilginç bulgu çıkarıp hikayenin merkezine koyduğunuzda, pitch "bizi yazar mısınız" ricasından "size bir bulgu getirdim" teklifine dönüşüyor. Yazar için hazır malzeme, sizin için adınızın kaynak olarak geçtiği bir haber.
Bu yaklaşımın AI tarafındaki bonusu şu: veri içeren haberler başka içeriklere alıntılanma eğiliminde. Bir yayında çıkan bulgunuz, başka blogların "bir araştırmaya göre" diye aktardığı bir referansa dönüşüyor ve tek yerleşim kendini çoğaltıyor. Modeller de tam bu tür, birden çok kaynağın aynı bilgiye işaret ettiği örüntüleri seviyor.
Pratik birkaç kural: bulgu tek cümlede anlatılabilir olmalı, yöntem şeffaf olmalı (kaç kayıt, hangi dönem) ve markanız hikayenin kahramanı değil kaynağı olmalı. Bir de zamanlama: vergi dönemi yaklaşırken fatura verisi, okul sezonu açılırken eğitim verisi anlatmak, aynı bulgunun haber değerini katlıyor.
Tek bir Reddit thread'i basın bülteni dağıtımını nasıl geçer?
PR dünyasının pek konuşmak istemediği bir gerçeğe geleyim. Elli siteye servis edilen bir basın bülteni ile bir forumda organik olarak büyüyen tek bir tartışma başlığını model gözüyle karşılaştırın. Bülten, aynı metnin kopyalarından oluşuyor: düşük özgünlük, sıfır bağımsız görüş, çoğu zaman kimsenin okumadığı bülten depolarında yayın. Model bu örüntüyü tanıyor; aynı cümlelerin elli kopyası, elli bağımsız sinyal değil, tek bir zayıf sinyal.
Reddit thread'i ise tam tersi: gerçek kullanıcıların kendi kelimeleriyle yazdığı deneyimler, itirazlar, karşılaştırmalar. Üstelik forumlar hem model eğitim verisinde ağırlıklı hem de cevap anında sık atıf alan kaynaklar arasında. "Şu aracı kullanan var mı" başlığı altında biriken yirmi samimi yorum, modelin marka algısına elli kopya bültenden fazlasını yazabiliyor.
Bundan çıkarılacak ders "bülteni bırakın, foruma akın edin" değil; forumda pazarlama kokusu en hızlı cezalandırılan şey. Ders şu: dijital PR bütçenizi dağıtım hacmine değil, bağımsız ve özgün konuşma üretme ihtimaline göre kurun. Bir podcast'te dürüst bir sohbet, bir yazarın kendi cümleleriyle yazdığı inceleme, bir toplulukta kendiliğinden dönen tartışma; bunların her biri, aynı metnin çoğaltılmasından daha değerli. PR'ın işi bu konuşmaların çıkacağı zemini hazırlamak: doğru kişilere erken erişim vermek, konuşulacak bir bulgu servis etmek, sorulan soruya kurucunun bizzat cevap vermesini sağlamak.
PR'ı link değil atıf ile ölçmek
Klasik dijital PR raporu link sayar: kaç yerleşim, hangi otorite skorları, ne kadar erişim. Bu metrikler kötü değil ama AI görünürlüğü için dolaylı. Asıl soru şu: yaptığınız PR, modellerin cevaplarına yansıyor mu?
Bunu ölçmenin yolu atıf takibi. Kategorinizdeki kritik soruları AI motorlarına düzenli sorup iki şeyi kayda geçiriyorsunuz: markanız anılıyor mu ve cevapların dayandığı kaynaklar hangileri. PR kampanyasından önce ve sonra bu tabloya bakınca, hangi yerleşimin gerçekten cevaba girdiğini görüyorsunuz. Bu yöntemin ayrıntılarını AI atıf analizi yazısında adım adım anlattım; burada PR'a bakan yüzünü özetleyeyim.
Ölçümün üç katmanı var. Birincisi anılma: hedef sorularda markanız geçiyor mu, hangi bağlamda geçiyor? İkincisi atıf: cevapların kaynakçasında sizin yerleşimleriniz görünüyor mu? Bir haber cevapta kaynak olarak çıkıyorsa, o yayının türünden daha fazlasını istemek için elinizde kanıt var demektir. Üçüncüsü kaynak haritası: sizin kategorinizde motorların sürekli atıf verdiği ama sizin henüz girmediğiniz yayınlar hangileri? Bu harita, bir sonraki çeyreğin pitch listesi.
Bir de beklenti yönetimi: atıf metrikleri linkten yavaş kıpırdar. Cevap anında web'e bakan motorlarda etki haftalar içinde görünebilir; eğitim verisi kanalında ise bir model sürümü beklemek gerekebilir. Bu yüzden ölçüm tek seferlik denetim değil, sürekli izleme olarak kurulmalı; yoksa yavaş büyüyen etkiyi "işe yaramadı" diye okuyup doğru işi erken bırakma riski var.
Varsayımsal örnek — bir İK yazılımının AI için dijital PR planı
Somutlaştırmak için varsayımsal bir örnek kurayım. Vardiyam, saha ekipleri için vardiya planlama yazılımı satan Ankaralı bir ekip olsun. AI motorlarına "vardiya planlama programı önerir misin" diye sorulduğunda hep aynı iki yabancı rakip anılıyor; Vardiyam yok.
Ekip önce atıf haritası çıkarıyor: rakiplerin anıldığı cevaplarda üç kaynak türü dönüyor. İK odaklı iki Türkçe yayın, bir girişim haber sitesi ve bir karşılaştırma blogu. Hepsi açık erişimli; yani oyun sahası taranabilir.
İlk hamle veri: Vardiyam, anonim kullanım verisinden "hangi sektörde vardiyalar en sık son dakika değişiyor" sorusuna cevap veren mini bir analiz çıkarıyor. Bu bulgu, İK yayınlarından birine özel veriliyor; haberde Vardiyam hikayenin kaynağı olarak, tek cümlelik net bir tanımla geçiyor.
İkinci hamle konuşma zemini: kurucu, sektörün dinlendiği bir İK podcast'ine konuk oluyor; yarım saatlik sohbetin dökümü, modelin okuyacağı binlerce kelimelik açık metin olarak yayında kalıyor. Üçüncü hamle, karşılaştırma blogunun yazarına ısrarsız bir e-posta ve deneme hesabı.
Üç ay sonra tabloda üç yerleşim var ve bunlardan ikisi atıf takibinde cevaplara kaynak olarak düşmeye başlıyor. Bülten dağıtımına tek kuruş gitmedi; bütçe, modelin gerçekten okuduğu üç zemine harcandı.
AI için dijital PR'a başlarken akılda tutulacaklar
Toparlayayım. AI için dijital PR, klasik PR'ın yerine geçen bir şey değil; aynı işin yeni bir okuyucuya göre yeniden ayarlanması. Yerleşim seçerken prestij yerine taranabilirlik ve konusal uygunluk sorun; pitch kurarken duyuru yerine bulgu taşıyın; hacim yerine özgün konuşma üretecek zeminlere yatırım yapın; ve raporu link sayısıyla değil, cevaplardaki anılma ve atıflarla yazın.
En önemlisi de sabır. PR'ın AI cevaplarına yansıması birikimli bir süreç; bugün kazandığınız yerleşim, aylar sonra bir cevabın kaynakçasında karşınıza çıkıyor. Ama tam da bu yavaşlık, işi yapanlar için bir hendek: rakibiniz bu izleri bir kampanyayla satın alamıyor. Ölçümü kurun, haritayı çıkarın ve modelin okuduğu yerlerde birikmeye başlayın.