Site Dışı GEO Rehberi: AI Sizi Başkalarından Öğreniyor
Site dışı GEO nedir ve neden asıl oyun sitenizin dışında oynanıyor?
Bir itirafla başlayayım. GEO işine ilk girdiğimde ben de herkesin yaptığını yaptım: siteyi elden geçirdim. Schema ekledim, başlıkları soruya çevirdim, llms.txt koydum, sayfa hızını parlattım. Sonra markanın ChatGPT cevaplarındaki görünürlüğünü ölçmeye başladım ve rahatsız edici bir şey fark ettim. Model markayı andığında dayandığı kaynakların çoğu bizim sitemiz değildi. Bir karşılaştırma yazısı, bir forum başlığı, bir "en iyi araçlar" listesi... Kendi sitemiz, kendi hikayemizin küçük bir dipnotuydu.
Site dışı GEO tam olarak bunu dert edinir: markanız hakkında başkalarının yazdıklarını yönetmek. Yapay zeka modelleri size tavsiye üretirken sizin kendi anlatınıza mesafeli yaklaşır; çünkü her marka kendi sitesinde harikadır. Model bunu bilir, daha doğrusu eğitim verisindeki milyonlarca örüntüden öğrenmiştir. Bu yüzden "hangi CRM iyi" sorusuna cevap kurarken üreticinin sayfasından çok, üçüncü tarafların o üretici hakkında ne dediğine ağırlık verir. GEO nedir yazısında temel kavramları anlattım; bu yazı o temelin üstüne, işin bence en az konuşulan ama en belirleyici katmanını koyuyor.
Kısacası tez şu: AI görünürlüğünüzün büyük kısmı sitenizin dışında belirleniyor. Site içi işler gerekli ama yeterli değil; onlar sınava girme bileti, notu ise başkalarının hakkınızda tuttuğu karne belirliyor.
Site içi optimizasyonun tavanı nerede?
Yanlış anlaşılmasın, site içi optimizasyonu küçümsemiyorum. Sayfalarınız taranabilir olmalı, içerik net olmalı, teknik altyapı modellerin ve crawler'ların işini kolaylaştırmalı. Bunlar yapılmadan site dışına koşmak, temelsiz binaya kat çıkmak olur.
Ama bu işlerin bir tavanı var ve o tavana beklenenden hızlı çarpılıyor. Nedeni basit: kendi siteniz, modelin gözünde taraflı bir kaynak. Ürün sayfanızda "sektörün en iyi çözümü" yazabilirsiniz; rakibiniz de aynı cümleyi kendi sayfasına yazıyor. Model iki iddiayı yan yana koyduğunda ikisi de birbirini götürüyor. Ayrıştırıcı sinyal, iki tarafın da kontrol etmediği yerden geliyor: bağımsız bir yorumcu hanginizi öneriyor, forumlarda hanginiz dertsiz anılıyor, sektör listelerinde hanginiz düzenli yer buluyor.
Bunu şöyle düşünün. İş görüşmesinde kendinizi ne kadar iyi anlattığınız önemli, ama işveren asıl referanslarınızı arıyor. Site içi GEO özgeçmişinizi düzeltmek; site dışı GEO ise sizi arayınca iyi konuşacak insanların var olmasını sağlamak. Özgeçmiş ne kadar parlarsa parlasın, referans telefonda "tanımıyorum" derse iş bitiyor.
Bir de ölçek meselesi var. Kendi sitenizde yazabileceğiniz sayfa sayısı sınırlı ve hepsi tek bir alan adının güven havuzundan besleniyor. Markanızı anan üçüncü taraf sayfaların sayısıysa teoride sınırsız; her biri farklı bir alan adının, farklı bir topluluğun güveniyle geliyor. Model açısından on farklı bağımsız kaynağın aynı markayı işaret etmesi, tek bir sitenin yüz sayfa yazmasından çok daha ikna edici bir örüntü.
Modeller markanızı nereden öğreniyor?
Site dışı stratejiyi doğru kurmak için önce modellerin bilgiyi nereden aldığını anlamak gerekiyor. Kabaca iki kanal var.
Birincisi eğitim verisi. Modeller web'in devasa bir fotoğrafı üzerinde eğitiliyor: forumlar, haber siteleri, bloglar, ansiklopediler, yorum platformları. Markanız bu külliyatta ne kadar çok ve ne kadar olumlu bağlamda geçiyorsa, modelin "hafızasında" o kadar yer ediniyorsunuz. Bu kanalın kritik özelliği gecikme: bugün kazandığınız anılma, modelin bir sonraki eğitim turunda devreye giriyor. Eğitim verisine yatırım, tahvil gibi; bugün alıyorsunuz, vadesi ileride doluyor.
İkincisi anlık web erişimi. Perplexity, Google AI Overviews ve arama açık ChatGPT gibi sistemler cevap kurarken web'i o an tarıyor, bulduğu sayfalardan sentez yapıyor. Burada gecikme yok ama başka bir filtre var: model her sayfayı değil, arama katmanının öne çıkardığı sayfaları okuyor. O sayfalar da çoğunlukla karşılaştırma yazıları, listeler ve tartışma başlıkları oluyor; yani yine üçüncü taraf içerik.
İki kanalın kesişimindeki ders aynı: model sizi büyük ölçüde başkalarının kaleminden tanıyor. ChatGPT'nin tavsiye mekanizmasını ChatGPT marka önerileri yazısında ayrıntılı inceledim; orada da görülen o ki modelin bir markayı önerme eğilimi, o markanın bağımsız kaynaklardaki izdüşümüyle şekilleniyor.
Anılma ekosistemi hangi parçalardan oluşuyor?
"Site dışı" dediğimiz alan tek bir kanal değil, birbirini besleyen bir ekosistem. Parçaları tek tek gezelim.
Forumlar ve topluluklar. Reddit başta olmak üzere forum içeriği, modellerin en çok değer verdiği kaynak türlerinden; çünkü gerçek kullanıcı deneyimi barındırıyor. "Üç aydır kullanıyorum, şu yönü zayıf ama şu işi iyi yapıyor" cümlesinin model gözündeki ağırlığı, hiçbir reklam metninde yok. Buradaki katılımın kendi kuralları ve ciddi riskleri var; banlanmadan nasıl var olunacağını Reddit stratejisi yazısında adım adım anlattım.
Yorum ve inceleme siteleri. G2, Capterra, Trustpilot gibi platformlar ve sektörünüze özel yerel muadilleri. Modeller bu siteleri hem eğitimde görüyor hem cevap kurarken atıf veriyor. Buradaki iş tahmin edeceğiniz gibi yorum satın almak değil; memnun müşteriyi doğru anda, doğru platforma yorum bırakmaya nazikçe yönlendiren bir süreç kurmak. Destek biletini güzel kapattığınız an, o e-postanın sonuna tek satırlık bir rica eklemek gibi.
Listeler ve karşılaştırma içerikleri. "En iyi X araçları", "A alternatifleri" türü yazılar, AI cevaplarının en sık yaslandığı kaynaklardan; çünkü modelin yapmaya çalıştığı işi (seçenekleri derleyip kıyaslamak) zaten yapmışlar. Bu listeleri yazan blog sahipleri ve sektör yayınlarıyla ilişki kurmak, listede yoksanız kendinizi tanıtmak, listede eski bilgiyle duruyorsanız güncelleme rica etmek somut ve ölçülebilir bir iş kalemi.
PR ve sektör basını. Haber siteleri ve sektör yayınları, modellerin güvenilir saydığı alan adları. Buradaki amaç eski usul "basın bülteni spam'i" değil; gerçekten haber değeri taşıyan gelişmeleri (ürün lansmanı, ilginç veri, sektör analizi) doğru yayınlara taşımak. Tek bir saygın yayında geçen adınız, elli tane kimsenin okumadığı bülten sitesinden değerli.
Wikipedia ve yapılandırılmış veri. Modellerin varlık (entity) bilgisini en çok çektiği kaynaklar ansiklopedik olanlar. Markanızın bir Wikipedia maddesi ya da en azından Wikidata kaydı varsa, model sizi "kim olduğu belli bir varlık" olarak tanıyor; yoksa isminiz benzer markalarla karışabiliyor. Bu alanın kendine has kuralları ve sabır isteyen süreçleri var; Wikipedia ve Wikidata yazısında ayrıntısıyla ele aldım.
Bir kanalı da es geçmeyeyim: video ve podcast. Modeller YouTube transkriptlerini ve podcast dökümlerini giderek daha fazla okuyor; bir sektör podcast'inde yarım saat konuşan kurucu, farkında olmadan modelin okuyacağı birkaç bin kelimelik döküm üretmiş oluyor. Konuk olmak, kendi kanal kurmaktan çok daha ucuz bir başlangıç; üstelik podcast sahipleri konuk arayışında olduğundan kapılar sanıldığından açık.
Ekosistem demiştim, sebebi şu: bu parçalar birbirini besliyor. Basında çıkan haber, liste yazarına sizi ekleme gerekçesi veriyor; listelerdeki varlığınız Wikipedia maddesine kaynak oluyor; forumdaki olumlu tartışma inceleme sitesindeki puanı destekliyor. Tek kanala yüklenmek yerine bu döngüyü döndürmek, aynı emekten kat kat fazla iz bırakıyor.
Niş bazlı önceliklendirme — her kanal her markaya göre değil
Yukarıdaki listeyi okuyup "hepsini yapamayız" dediyseniz haklısınız, zaten yapmamalısınız. Site dışı GEO'da en pahalı hata, her kanala azar azar dokunup hiçbirinde iz bırakamamak. Doğru soru "hangi kanallar var" değil, "benim müşterim satın almadan önce nereye bakıyor ve model benim kategorimde kimi okuyor" sorusu.
Kabaca birkaç profil çizeyim.
B2B SaaS satıyorsanız ağırlık inceleme platformları, karşılaştırma listeleri ve İngilizce forumlarda. Alıcınız "X vs Y" araması yapan, demo öncesi üç kaynak okuyan biri; model de aynı kaynakları okuyor.
Yerel hizmet işletmesiyseniz (klinik, restoran, atölye) oyun Google haritalar yorumları, yerel rehberler ve şehir bazlı "en iyi" listelerinde dönüyor. Wikipedia'ya emek harcamanın anlamı yokken, yorum hacmi ve güncelliği neredeyse her şey.
E-ticaret markasıysanız ürün inceleme içerikleri, YouTube ve alışveriş forumları öne çıkıyor. Modeller ürün tavsiyesi kurarken inceleme külliyatına yaslanıyor; kutu açılışı videosunun altındaki yorumlar bile anılma havuzunuza yazıyor.
Geliştirici aracıysanız Reddit, Hacker News, Stack Overflow ve GitHub tartışmaları sizin sahanız. Bu kitle pazarlama kokusuna karşı dünyanın en alerjik topluluğu; ama dürüst teknik katkının karşılığını da en cömert veren o.
Önceliklendirme için pratik bir egzersiz: kategorinizdeki beş kritik soruyu birkaç AI motoruna sorun ve verilen atıfları toplayın. Hangi alan adları tekrar tekrar çıkıyorsa, sizin nişinizde modelin güvendiği kaynak haritası o. İlk çeyreğinizi o haritadaki en sık görünen iki üç kanala adayın, gerisini bilinçli olarak erteleyin.
Somut örnek — bir muhasebe yazılımının altı aylık site dışı planı
Varsayımsal bir örnek üzerinden somutlaştırayım. Hesapço, KOBİ'lere ön muhasebe yazılımı satan İzmirli bir ekip olsun. Sitesi derli toplu, blog'u aktif; ama AI motorlarına "KOBİ için ön muhasebe programı" sorulduğunda üç rakibi anılıyor, Hesapço anılmıyor.
Ekip önce atıf haritası çıkarıyor: rakiplerin anıldığı cevaplarda hep aynı dört kaynak dönüyor. İki karşılaştırma blogu, bir inceleme platformu, bir de girişimcilik forumu. Altı aylık plan bu haritaya göre kuruluyor.
İlk ay: iki karşılaştırma blogunun yazarlarına kısa, kişisel e-postalar. "Listeniz güzel, biz de bu kategorideyiz, isterseniz deneme hesabı açalım" tonunda; ısrarsız. Biri cevap veriyor, iki ay sonra güncellediği yazısına Hesapço'yu ekliyor.
İkinci ve üçüncü ay: inceleme platformunda profil açılıyor; destek süreci sonuna yorum ricası ekleniyor. Zorlamayla değil; sorunu çözülen müşteriye tek satır. Altı ayın sonunda platformda gerçek kullanıcılardan gelen bir avuç ayrıntılı yorum birikiyor.
Dördüncü ay: forumda hesap açılıyor, kimlik gizlenmeden. Ekipten biri haftada bir saatini vergi takvimi, e-fatura zorunlulukları gibi konulardaki sorulara ayırıyor; ürün adı ancak doğrudan ilgili soruda ve rakiplerle birlikte geçiyor.
Beşinci ve altıncı ay: ekip elindeki anonim veriden derlediği "KOBİ'ler faturalarını ayın hangi günü kesiyor" gibi ilginç bir mini analizi iki sektör yayınına öneriyor. Biri haber yapıyor; o haber, karşılaştırma yazılarına ve ileride açılacak bir Wikidata kaydına kaynak oluyor.
Altı ayın sonunda Hesapço her cevapta anılmıyor; ama ölçümlerinde kıpırdama başlıyor, çünkü modelin okuduğu dört kaynağın üçünde artık varlar. Buradaki asıl kazanım şu: bu izler kalıcı. Reklamın aksine, forumdaki cevap ve listedeki satır durmaya devam ediyor.
Site dışı GEO'ya nereden başlamalı?
İlk adım ölçüm, çünkü haritasız yola çıkılmıyor. Markanızın ve rakiplerinizin AI cevaplarındaki mevcut durumunu, atıf alan kaynaklarla birlikte kayda geçirin. Bu size hem öncelik haritası hem de altı ay sonra "işe yaradı mı" sorusunun dürüst cevabını verir.
Ölçümün sürekli olması da önemli, çünkü site dışı çalışmanın etkisi kampanya gibi anlık değil, birikimli. Hangi anılmanın hangi cevaba yansıdığını ancak düzenli izleyerek görebiliyorsunuz; tek seferlik bakış, yavaş büyüyen bir eğriyi düz çizgi sanmakla sonuçlanıyor.
İkinci adım, haritadaki en sık görünen iki kanala odaklanıp gerisini reddetme cesareti. Site dışı GEO maraton işi; sonuçlar aylar içinde, eğitim verisi kanalında belki bir model sürümü sonra görünür. Bu yavaşlık moral bozucu gibi dursa da aslında koruyucu bir hendek: rakibiniz de bu izleri bir gecede satın alamıyor.
Üçüncü adım da şu: kendi sitenizi ihmal etmeyin ama ona gerçekçi bir rol biçin. Site, dışarıda kazandığınız güvenin doğrulama noktası; anılan markayı merak eden model ve insan oraya bakıp hikayenin tutarlı olduğunu görmeli. Dışarıda adınız büyürken sitenizdeki bilgi eski kalırsa, en pahalı anılma bile yanlış bilgiyle sonuçlanır. İkisini aynı takvimin iki sütunu gibi yürütmek, benim gördüğüm en sağlıklı kurgu.
Erişim tarafı için AI cevapları için dijital PR, Reddit açısı, inceleme platformları ve AI'ın alıntıladığı derlemelere girmek yazılarına bak.