Yapay zeka çağının arama terimleri hızla çoğaldı. Biz en çok karşılaşacağın 20 tanesini pazarlamacı diliyle, abartısız tanımladık.
Üretken motor optimizasyonu: markanın ChatGPT, Gemini gibi cevap üreten motorların cevaplarında anılmasını sağlama çalışması. SEO sonuç listesinde yukarı çıkmayı hedefler. GEO cevabın kendisine girmeyi hedefler. GEO (Generative Engine Optimization) nedir →
Cevap motoru optimizasyonu: soruya doğrudan cevap veren yüzeyler (AI özetleri, sesli asistanlar, sohbet motorları) için içerik hazırlama disiplini. GEO ile büyük ölçüde örtüşür. İkisi çoğu zaman aynı işi anlatır. AEO (Answer Engine Optimization) nedir →
AI görünürlüğü, markanın yapay zeka motorlarının cevaplarında ne sıklıkla ve ne şekilde yer aldığını gösterir. Ölçülebilir bir metriktir: hangi sorularda anılıyorsun, kaçıncı sırada, hangi çerçeveyle? AI görünürlüğü nedir →
ChatGPT, Gemini, Claude gibi araçların arkasındaki model türü. Metinle eğitilir, soruya olasılığa dayalı cevap üretir. Bu yüzden aynı soruya her seferinde birebir aynı cevabı vermez. LLM (Büyük Dil Modeli) nedir →
Sorgu takibi, müşterilerin sorduğu soruları motorlara düzenli aralıklarla sorup cevaplardaki markaları kaydetme işidir. AI görünürlük ölçümünün temel yöntemi budur. Sorgu (prompt) takibi nedir →
Anılma oranı, sıra ve ses payı gibi sinyallerin 0-100 arası tek sayıya indirgenmiş hali. rankzupAI'de skorun nasıl hesaplandığı metodoloji sayfasında açıkça yazar. Görünürlük skoru nedir →
Anılma oranı, izlenen sorulardaki ölçümlerin ne kadarında markanın cevapta geçtiğini gösterir. 20 ölçümün 8'inde anılıyorsan oranın yüzde 40'tır. Anılma oranı (mention rate) nedir →
Sıra, cevap birden çok marka sayıyorsa markanın listede kaçıncı geldiğidir. AI cevaplarında ilk sıra, klasik aramadaki ilk sonucun karşılığıdır. Sıra (position) nedir →
Atıf, motorun cevabını dayandırdığı kaynak bağlantısıdır. Perplexity ve AI Overviews atıfları açıkça gösterir. Atıf listesine giren siteler cevabın içeriğini belirler. Atıf (citation) nedir →
Grounding, modelin cevabını güncel web kaynaklarına dayandırmasıdır. Gemini'nin arama destekli cevapları buna örnektir. Grounding sayesinde hangi sitelerin okunduğu ölçülebilir. Grounding nedir →
AI Overviews, Google aramasının en üstünde çıkan, birden çok kaynaktan derlenen AI özetidir. Kullanıcıların önemli bölümü yalnız bu özeti okuyup karar verir. AI Overviews nedir →
Google aramasının sohbete dönüşmüş deneyimi: soru üstüne soru sorulur, sonuç listesi hiç açılmayabilir. Türkiye'de 18 Şubat 2026'dan beri Türkçe de kullanılıyor. Google AI Mode nedir →
Ses payı, cevaplarda geçen tüm marka anılmaları içinde senin payındır. Rakiplerle kıyasın en dürüst özeti: pazar konuşmasının yüzde kaçı senin? Ses payı (share of voice) nedir →
Duygu, motorun markanı anarken kullandığı çerçevedir: olumlu, nötr ya da olumsuz. Anılmak yetmez. Nasıl anıldığın satın alma kararını etkiler. Duygu (sentiment) nedir →
Halüsinasyon, modelin gerçekte olmayan bilgiyi varmış gibi söylemesidir. Markan hakkında yanlış fiyat, olmayan özellik ya da hatalı iddia buna girer. İzlenmesi itibar işidir. Halüsinasyon nedir →
Kullanıcının cevabı arama sayfasında ya da asistan içinde alıp hiçbir siteye gitmemesi. AI cevap yüzeylerinin yükselttiği davranış budur. Görünürlük artık tıklamadan önce kazanılır. Tıklamasız arama (zero-click) nedir →
RAG, modelin cevap üretmeden önce dış kaynaklardan bilgi çekip cevabı o bilgiyle kurmasıdır. Perplexity ve arama destekli tüm cevaplar bu mimariyle çalışır. RAG (Retrieval-Augmented Generation) nedir →
Taranabilirlik, GPTBot, Google-Extended, PerplexityBot gibi AI botlarının siteni okuyabilmesidir. robots.txt yanlış kurulursa motorlar siteni hiç okuyamaz. Cevaplara girme şansın en baştan kapanır. AI botları ve taranabilirlik nedir →
Güven bandı, az veriyle üretilen skorun tek sayı yerine aralık olarak gösterilmesidir. LLM cevapları olasılıksal olduğundan dürüst ölçüm, belirsizliği saklamak yerine gösterir. Güven bandı nedir →
İçinde marka adı geçmeyen soru: 'en iyi protein tozu hangisi' markasızdır, 'X güvenilir mi' markalıdır. Adil rakip kıyası yalnız markasız sorularla yapılır. Markalı sorular sahibini suni öne çıkarır. Markasız sorgu nedir →
AI aranabilirliği, sitenin yapay zeka motorlarınca okunabilir ve cevaplarda kullanılabilir olma derecesidir. Klasik taranabilirlikten farkı hedeftir: dizine girmek değil, cevabın kaynağı olmak. Bot erişimi, net cevap yapısı ve çıkarılabilir içerik belirler. AI aranabilirliği (AI searchability) nedir →
Bu yapay zeka SEO terimleri, ölçümden iyileştirmeye geçtiğinde karşına çıkar.
LLM SEO içeriği büyük dil modellerinin bulup cevapta kullanacağı biçimde hazırlamak demektir. Çoğu zaman GEO ile aynı anlamda kullanılır. Ayrıntısı LLM SEO rehberinde.
Query fan-out modelin tek bir soruyu cevaplamak için birkaç ilişkili aramayı aynı anda yapmasıdır. Google'ın üretken yapay zeka rehberi AI Overviews ile AI Mode'un bu tekniğe dayandığını yazıyor.
llms.txt genelde sitenin kökünde duran ve dil modellerine sitenin özetini veren bir Markdown dosyasıdır. llmstxt.org bunu bir öneri olarak sunuyor. Her motorun okuduğu bir standart değil. Aynı Google rehberine göre Google Arama bu dosyayı kullanmıyor. Kurulumu llms.txt yazısında anlattık.
Yapılandırılmış veri sayfadaki olguları makinenin okuyacağı biçimde etiketleyen işaretlemedir. Çoğu site schema.org sözlüğünü JSON-LD olarak kullanır. Google yapay zeka özellikleri için özel bir işaretleme gerekmediğini söylüyor.
Bağlam penceresi modelin cevap üretirken aynı anda görebildiği metnin tamamıdır. Anthropic belgeleri bunu modelin çalışma belleği diye tarif ediyor ve eğitim verisinden ayırıyor. Pencerenin boyu token ile ölçülür. Token, modelin metni böldüğü küçük parçadır.
Bilgi kesim tarihi modelin eğitim verisinin bittiği tarihtir. Model bu tarihten sonraki gelişmeleri ancak web araması ya da grounding ile öğrenebilir. Yeni bir markanın aramasız cevaplarda zayıf görünmesinin bir sebebi budur.
Markanın bu sözlükteki her metrikte nerede durduğunu tek taramayla öğren.
Yayın: Son güncelleme: