Google, Perplexity ve ChatGPT Search artık yalnızca anahtar kelime eşleştirmiyor. Bir konuyu, kişiyi veya hizmeti gerçek mi, güvenilir mi, otorite mi diye değerlendiriyor. Siteniz bu soruların yanıtını veremiyorsa, yapay zeka arama sonuçlarında sizi bulmak için bir neden yok.
Bu yazıda, kendi sitemi, emrahbahcivan.com, bu sistemler için nasıl yapılandırdığımı ve neden öyle yaptığımı anlatıyorum. Teknik bir kılavuz değil; bir uygulayıcının sahadan notları.
Yapay Zeka Araması Nasıl Farklı Çalışıyor?
Klasik Google araması, bir anahtar kelimeyle eşleşen sayfaları sıralar. Yapay zeka araması ise bir soruya doğrudan cevap üretir ve bu cevabı destekleyen kaynakları arka planda değerlendirir. Perplexity bir sorguya yanıt verirken, sayfanızın içeriğini değil sayfanızın ne olduğunu anlamaya çalışır.
Google'ın AI Overviews özelliği de benzer bir mantıkla çalışır: arama sonuçlarının üstünde, kullanıcının sorusuna doğrudan yanıt içeren bir özet üretir. Bu özet için seçilen kaynaklar rastgele değildir. Google, o konuyu gerçekten bilen, tutarlı ve yapılandırılmış bilgi sunan sayfaları tercih eder.
Fark şu: sıralamanın değil, referans gösterilmenin önemli olduğu bir dünya. Siteniz sıralamada ikinci olsa bile, yapay zeka o soruya cevap verirken sizi alıntı alabilir. Ya da sıralamada birinci olduğunuz halde hiç kullanılmayabilir. Belirleyici olan, varlığınızın ne kadar net tanımlandığıdır.
Entity Nedir, Neden Önemlidir?
Google'ın bilgi sisteminde bir "entity", gerçek dünyada var olan ve net özelliklere sahip bir varlıktır. Bir kişi, bir kurum, bir ürün veya bir kavram entity olabilir. Google, bu varlıkları Knowledge Graph adını verdiği devasa bir veritabanında birbirine bağlar.
Bir kişi olarak Google'ın Knowledge Graph'ında yer almak için şu soruların yanıtlanması gerekir: Bu kişi kimdir? Ne iş yapar? Hangi konularda uzman olduğu belgelenmiştir? Başka doğrulanabilir kaynaklarda adı geçiyor mu?
Bu soruların yanıtları, sitenizin HTML'ine gömülü schema.org verileriyle verilir. Ben kendi sitemde Person, hasOccupation, knowsAbout, hasCredential ve sameAs alanlarını doldurarak bu profili oluşturdum. Teorik değil, pratik bir adım: AEO çalışması bu temelin üzerine oturur.
Schema.org: Makine Diline Çeviri
Schema.org, arama motorlarının ve yapay zeka sistemlerinin içeriği anlamak için kullandığı standart bir işaretleme dilidir. HTML'e gömülen JSON-LD formatındaki bu veriler, sayfanın görünen içeriğini değil, anlamını tarif eder.
Bir blog yazısının schema.org verisi şunu söyleyebilir: "Bu bir makale. Başlığı şu. Yazarı emrahbahcivan.com/#person kimlikli kişi. Yayın tarihi 30 Haziran 2026. Konusu entity SEO." Yapay zeka bu veriyi okuyunca soruyu sor: bu yazarın bu konuda başka çalışması var mı? Tutarlı mı? Sitedeki diğer verilerle örtüşüyor mu?
Tutarlılık kritik. Farklı sayfalarda farklı unvanlar, farklı iletişim bilgileri veya çelişen içerikler, entity güvenilirliğini zayıflatır. Bu yüzden kendi sitemde tüm sayfalarda tek bir @id referansı kullanıyorum: https://emrahbahcivan.com/#person. Her sayfada farklı bir profil değil, aynı kişiyi farklı açılardan anlatan bir bütün.
llms.txt: Yapay Zeka Botlarına Özel Özet
robots.txt, arama motoru botlarına hangi sayfaları tarayıp tarayamayacaklarını söyler. llms.txt ise farklı bir amaçla ortaya çıkan yeni bir standart girişimidir: büyük dil modellerinin (LLM) sitenizi anlamasını kolaylaştırmak için siteyi kendi dilinizde özetlemenizi sağlar.
Kendi sitemde llms.txt dosyasında kimliğimi, uzmanlık alanlarımı, aktif müşterilerimi, marka tescil bilgilerimi ve hizmet bağlantılarımı derliyorum. Bu dosya sayesinde bir yapay zeka sistemi, ister Perplexity ister başka bir araç, sitemin tüm sayfalarını taramak yerine bu özetten faydalanabilir.
llms.txt'in şu an standartlaşmış bir protokolü yoktur, ancak bu formata önem veren siteler, yapay zeka sistemleriyle çok daha temiz bir iletişim kurabilir. Geriye dönük hiçbir zararı yoktur; aksine, ileride bu standart yaygınlaştığında hazır olmak anlamına gelir.
sameAs: Varlığınızı Doğrulayan Dış Referanslar
Entity güvenilirliğinin önemli bir bileşeni, farklı platformlardaki profillerinizin birbiriyle tutarlı olmasıdır. Google, bir kişinin LinkedIn, Instagram, YouTube ve Behance profillerini karşılaştırır. Aynı isim, aynı fotoğraf, aynı unvan, bunlar "bu kişi gerçek" sinyali verir.
Schema.org'daki sameAs alanı tam olarak bu iş için vardır. Kendi site yapımda bu alanı kullanarak Instagram, LinkedIn, Twitter/X, Behance, YouTube ve Google Maps kaydımı birbirine bağladım. Yapay zeka bir sistemde beni sorguladığında bu profiller birbirini doğrular.
Küçük İşletmeler İçin Pratik Adım Sırası
Tüm bunları bir anda yapmak zorunda değilsiniz. Öncelik sırasıyla şu adımları öneriyorum:
1. Kişi veya işletme schema'sı ekleyin. @type: Person veya LocalBusiness, @id, name, jobTitle, description, address, sameAs alanlarını doldurun. Bu temel adım entity grafiğinin çekirdeğidir.
2. sameAs listesini güncel tutun. Var olan tüm profil sayfalarınızı, sadece aktif olanları, ekleyin. Eski ve terk edilmiş profiller kaldırmakta fayda var.
3. Yazarı her sayfada belirtin. Her blog yazısında author alanı @id ile ana kişiye bağlanmalı. "Bu yazıyı kim yazdı?" sorusu belirsiz kalmamalı.
4. llms.txt oluşturun. Sade bir metin dosyası yeterlidir. Sizi, hizmetlerinizi ve önemli sayfalarınızı özetleyin.
5. Tutarlı kalın. Hangi sayfada hangi unvanı kullandığınızı kontrol edin. "Web tasarımcı", "dijital çözüm mimarı", "SEO uzmanı" gibi farklı etiketler aynı kişi için kullanılıyorsa, yapay zeka hangisini öncelikli alacağına karar veremez.
Not: Bu alanda "kesin şu kadar trafik artar" veya "bu adımda sıralamanz X basamak yükselir" türünden garantiler verilemez. Entity SEO, kısa vadeli bir taktik değil, ortam değiştikçe değer kazanan uzun vadeli bir altyapı yatırımıdır.
Bu Neden Benim İçin de Önemliydi?
Dijital Çözüm Mimarı olarak sigorta acenteleri, emlak danışmanları ve mali müşavirler için sektöre özel çözümler üretiyorum. Bu üç sektörde de rakipler var. Fark yaratan, doğru kurgulanmış bir yapay zeka sistemi değil, o sistemi tasarlayan kişinin kim olduğunun net anlaşılmasıdır.
Bir potansiyel müşteri "sigorta acentesi web sitesi yaptıran kim var" diye Perplexity'de sorguladığında, sistemin beni öneresi için benim bu sektörü gerçekten bildiğime dair makinenin okuyabileceği kanıtlar gerekiyor. Schema, sameAs, llms.txt ve tutarlı içerik bu kanıtların temelidir.