Marka Görünürlük Denetimini Otomatikleştirin: Claude Cowork’te Zamanlanmış Görev Rehberi

Yapay zekâ aramada görünürlük artık tek seferlik bir kontrol değil, düzenli olarak izlenmesi gereken bir performans metriği. Bu rehberde Claude Cowork kullanarak ChatGPT, Perplexity, Gemini ve Google’ın yapay zekâ yüzeylerinde marka görünürlüğünüzü otomatik olarak ölçen haftalık bir denetim sistemi kurmayı öğrenebilirsiniz. Ayrıca rakip kıyaslaması, alıntılanma analizi ve information gain değerlendirmesiyle GEO çalışmalarınızı veri odaklı şekilde geliştirebilirsiniz.

 Yapay zekâ aramada marka görünürlüğü tek seferlik bir denetim değil, haftadan haftaya izlenmesi gereken bir trend. Piyasada dolaşan “şu 15 promptu Google AI Mode’a yaz” tarzı denetimler iyi bir başlangıç, ama üç eksiği var: tek motor bakıyor, elle yapılıyor (üç hafta sonra unutuluyor) ve sadece “göründüm mü” diyor, “ne kadar özgün değer kattım” demiyor.

Önerdiği versiyon bu üç eksiği kapatıyor. Markanız hakkındaki soruları ChatGPT, Perplexity, gemini.google.com, Google AI Mode ve AI Overviews üzerinde her hafta otomatik çalıştıran, rakiplerle kıyaslayan, alıntılanma (citation, yani yapay zekânın kaynak listesinde sitenize link vermesi) durumunuzu kontrol eden ve üstüne içeriğinizin bilgi kazanımı (information gain) skorunu (Chris Long’un değerlendirme cetveli, Google Patenti US11354342B2) hesaplayan bir Claude Cowork zamanlanmış görevi kuruyoruz. Elle yapılan denetim yerine kendi kendine işleyen, GEO ilkelerine oturan bir ölçüm sistemi.

Önce neyi neden ölçtüğümüzü netleştirelim

Yıllardır bu bültende aynı şeyi söylüyorum: yapay zekâ aramada iki farklı görünme biçimi var ve bunları karıştırmamak gerekiyor. Bahsedilme (mention), yapay zekânın cevabın içinde markanızı bir seçenek olarak anmasıdır. Alıntılanma (citation), yapay zekânın kaynak listesinde sitenize link vermesi, içeriğinizi kanıt olarak kullanmasıdır. İkisi aynı şey değil. Bahsedilme marka bilinirliğidir, alıntılanma gerçek trafiktir. Çoğu marka şu an ikisini de izlemiyor.

İkinci mesele motor çeşitliliği. Bu hafta açıklanan Search Console raporu sadece Google’ın yapay zekâ yüzeylerini görüyor. Oysa müşteriniz ChatGPT’ye soruyor, Perplexity’de araştırıyor, Gemini’ye danışıyor. Bu motorların her biri sizi farklı tanıyabilir; birinde öne çıkarken diğerinde hiç görünmeyebilirsiniz. Görünürlüğü tek motor üzerinden ölçen marka, tablonun yarısını kaçırıyor.

Üçüncüsü rekabet. Kendi gösterim sayınızı bilmek yarım bilgidir. Asıl soru, aynı soruya yapay zekâ kimi öneriyor? Sizi mi, rakibinizi mi? Rakip hangi kaynaklardan alıntılanıyor da siz alıntılanmıyorsunuz? Denetimin değeri tam burada: kendi konumunuzu rakibinizin konumuyla yan yana koymak.

Bu üç eksen (bahsedilme/alıntılanma, çoklu motor, rekabet) bir denetimin omurgasını oluşturuyor. Şimdi bunu otomatik çalışan bir göreve çevirelim.

Adım 1: Promptlarınızı Oluşturun ve bir dosyaya kaydedin

Görevin girdisi, markanıza uyarlanmış bir prompt listesi olacak. Aşağıdaki promptları kendi marka adınız, kategoriniz, şirket büyüklüğünüz ve hedef kitlenizle doldurun. Bunları bir promptlar.md dosyasına yapıştırıp Cowork’ün eriştiği klasöre koyun. Stradiji için kullandığım sette dört grup var.

Görünürlük (markanız tanınıyor mu):

1. “[Sektör] alanında [ülke/şehir] için en iyi [kategori] danışmanları kimler? İlk seçenekleri sırala, her birinin neyle bilindiğini açıkla ve bu önerileri yaparken hangi kaynaklara dayandığını söyle.”
2. “Bir [iş ünvanı] olarak ilk kez [kategori] hizmeti arıyorum. Başlamadan önce neyi bilmeliyim ve ilk listeme hangi firmaları eklemeliyim?”
3. “[Markanızın çözdüğü spesifik problem] konusunda zorlanıyoruz. Bunu çözmenin en etkili yolları neler ve bu konuda en iyi kabul edilen firmalar veya araçlar hangileri?”

Marka araması (sizi doğru anlatıyor mu):

1. “[Marka adınız] kimdir, ne yapar, hangi konularda uzmandır? Bilgiyi nereden aldığını da belirt.”
2. “[Marka adınız] ile [rakip] arasındaki fark nedir? Hangi durumlarda hangisi tercih edilmeli?”

Alıntı kontrolü (kaynak olarak görünüyor musunuz):

1. “[Kategoriniz veya konunuz] alanında güncel kalmak için takip edilmesi gereken en iyi kaynaklar, rehberler veya kişiler kimler? Spesifik kaynakları listele ve neden otoriter olduklarını açıkla.”
2. “[Kategorinizle ilgili trend veya problem] hakkında araştırmalar ne diyor? En güvenilir çalışmaları, raporları veya veri kaynaklarını alıntıla.”

Rakip kıyaslama (konsensüste neredesiniz):

1. “[Kategoriniz] alanındaki başlıca oyuncular kimler? Her biri için neyle iyi olduklarını, ideal müşterilerinin kim olduğunu ve piyasadaki itibarlarını anlat.”
2. “Bir [iş ünvanı], 2026’da bir [kategori] hizmetini nasıl değerlendirir, seçer ve uygular? Her aşamada en çok hangi kaynaklara, firmalara veya içeriklere başvurur?”

Bu son prompt en teşhis edici olanı; tüm alıcı yolculuğu boyunca nerede görünüp nerede sustuğunuzu tek cevapta haritalıyor. En sona bırakın.

Adım 2: Görev tarifini yazın, hangi motorları tarayacağını belirtin

Claude Cowork’te yeni bir sohbet açın ve görevi tarif edin. Tarif net olmalı, çünkü görev sizin yokluğunuzda çalışacak. Şöyle bir tarif kullanıyorum:

“promptlar.md dosyasındaki tüm promptları sırayla işle. Her prompt için markamın yapay zekâ aramada nasıl göründüğünü değerlendir: cevapta bahsediliyor muyum (mention), kaynak olarak alıntılanıyor muyum (citation), hangi rakipler öne çıkıyor, yapay zekâ veriyi hangi kaynaklardan çekiyor? Bu değerlendirmeyi beş motor için ayrı ayrı yap: ChatGPT, Perplexity, gemini.google.com, Google AI Mode ve Google AI Overviews. Her motorda aynı promptları çalıştır, sonuçları karşılaştır.”

Burada kritik nokta beş motoru açıkça saymak. Cowork, tarayıcı üzerinden bu motorlara erişip aramaları yapabiliyor; ama hangilerini istediğinizi siz söylemezseniz varsayım yapar. ChatGPT ve Perplexity’yi, Gemini’yi (gemini.google.com), Google AI Mode’u ve klasik aramada çıkan AI Overviews’ı tek tek belirtin ki tablo tam olsun.

Adım 3: Yapay zekânın alıntıladığı kaynakları da araştırtın

Denetimin değerini artıran bir ayrıntı: yapay zekâ sizi alıntılamıyorsa, kimi alıntılıyor ve neden? Görev tarifine şunu ekleyin:

“Her prompt’ta yapay zekânın atıfta bulunduğu kaynakları (siteler, raporlar, YouTube videoları, Reddit başlıkları, inceleme platformları) listele. Bu kaynaklardan hangilerinde benim içeriğim yokken rakibimin içeriği var, not et.”

Bu, içerik stratejiniz için doğrudan yol haritası üretir. Diyelim ki belirli bir soruda yapay zekâ üç YouTube videosundan besleniyor ve sizin o konuda hiç videonuz yok. Bu tek gözlem, “bu hafta hangi içeriği üretmeliyim” sorusunu cevaplar. Reddit, YouTube ve inceleme platformları (G2, Capterra benzeri) yapay zekânın en sık alıntıladığı kaynaklar arasında; görevin bunları ayrıca taramasını isteyin.

Adım 4: Information gain skorunu da hesaplatın (basit denetimden farkımız burası)

Sadece “göründüm mü, alıntılandım mı” diye bakmak yarım iş. Asıl soru şu: yapay zekâ sizi neden alıntılasın? Google bu kararı information gain (bilgi kazanımı) üzerinden veriyor; aynı sorguda bir sayfa, diğerlerinde olmayan ne kadar yeni bilgi katıyor? Chris Long’un Information Gain rubric’i (Google Patenti US11354342B2) bunu altı boyutta ölçüyor: birinci el kanıt (faturalar, ekran görüntüleri, kendi verileriniz), birinci elden deneyim (“ben yaptım, gördüm, kurdum”), spesifiklik (isimli kişiler, kesin sayılar, gerçek tarihler), bakış açısı (tezi olan içerik), LLM moat (ChatGPT bunu sadece eğitim verisinden yazabilir mi?) ve bilgi kazanımı (ilk üç sonuçta olmayan ne öğretiyorsunuz?).

Görev tarifine şunu ekleyin:

“Markamın alıntılanmadığı her soru için, ilk üç organik sonucu oku, o sayfalarda olan ama benim içeriğimde olmayan bilgileri listele. Ardından benim ilgili içeriğimi yukarıdaki altı boyutta puanla ve hangi boyutta zayıf olduğumu söyle.”

Çıktı size “sadece görünmüyorum” demez; “şu sayfada gerçek müşteri vakası var, sizde genel tavsiye var, o yüzden o alıntılanıyor siz alıntılanmıyorsunuz” der. Bu, doğrudan eyleme dönüşen bir teşhis. Stradiji’nin GEO yaklaşımının özü de bu: yapay zekâ sıradan, herkesin yazabileceği (commodity) içeriği alıntılamıyor; özgün, yani sadece sizin yazabileceğiniz (non-commodity) içeriği alıntılıyor.

Adım 5: Çıktının nereye kaydedileceğini ve zamanlamayı belirleyin

Görev tarifine kayıt kuralını ekleyin:

“Sonuçları AI_Gorunurluk_Denetimi/Rapor_YYYY-AA-GG.md dosyasına yaz. Raporda her motor için ayrı bölüm olsun, bahsedilme/alıntılanma durumu tabloyla özetlensin, rakip kıyaslaması ve içerik boşlukları ayrı başlıkta toplansın.”

Tarihli dosya adı sayesinde her hafta bir baseline birikiyor; iki haftalık raporu yan yana koyup trendi görebiliyorsunuz.

Zamanlamayı kurmak için sohbete “bu görevi her Pazartesi sabah 09.00’da çalıştır” gibi bir cümle yazmanız yeterli. Cowork bunu zamanlanmış bir görev olarak kaydetmeyi önerir, onaylarsınız. Artık her Pazartesi siz hiçbir şey yapmadan beş motor taranıyor, rapor klasörünüze düşüyor.

Adım 6: İlk çalıştırmayı elle tetikleyin ve raporu okuyun

İlk raporu elle başlatın ve dikkatle okuyun. Promptlar markanızı doğru tanıyor mu? Rakip listesi mantıklı mı? Motorlardan biri sizi hiç görmüyorsa bu, o ekosistemde ciddi bir görünürlük açığı demek. Gerekirse promptları rafine edip promptlar.md dosyasını güncelleyin; görev bir dahaki sefere yeni haliyle çalışır.

Bir uyarı: yapay zekâ cevapları değişkendir. Aynı prompt farklı günlerde farklı kaynaklar gösterebilir. Bu yüzden tek bir rapordan kesin sonuç çıkarmayın; en az üç dört haftalık veri biriktirin, trendi okuyun. Görev veriyi topluyor, kararı siz veriyorsunuz. Asıl iş, o veriyi okuyup içerik ve PR stratejinizi güncellemek; orası hâlâ insan işi.

Kurarken dikkat edeceğiniz üç şey

Bu görevi gerçekten kurarken üç noktada takılabilirsiniz. Birincisi, izinler. Görev tarayıcıyı kullanıyor; ilk çalıştırmada Cowork size Chrome ve diğer araçlar için izin sorar. Görevi kurar kurmaz “Run now” ile bir kez elle tetikleyin, izinleri önden onaylayın. Yoksa Pazartesi sabahı görev izin ekranında bekler, çalışmaz. İkincisi, ezbere kaynak listesi yazmayın. “Yapay zekâ Reddit ve YouTube’dan beslenir” diye okudunuz diye görevi ona göre kurmayın; çünkü bu sektörden sektöre değişiyor. Görevin her hafta motorlara bizzat “bu öneriyi yaparken hangi kaynaklara dayandın” diye sormasını isteyin, gerçek kaynakları o getirsin. Üçüncüsü, rakip listesini doğru kurun. Ben rakipleri tahmin etmedim; Semrush ile stradiji.com’un organik rekabet kümesini çektim (Zeo, Webtures, AnalyticaHouse, SEMpeak, Digipeak). Siz de kendi rakiplerinizi veriyle belirleyin, hafızadan değil.

İlk denetimden çıkan gerçek tablo: yapay zekâ kandırılıyor

Stradiji için bu görevi kurup ilk denetimi çalıştırdığımda çıkan sonuç beni şaşırtmadı ama net bir resim verdi. İki ayrı dünya var.

Marka ve kişi sorgularında (“Stradiji kimdir”, “Mert Erkal kimdir”, “itibarı nasıl”) görünüyoruz ve duygu tonu (sentiment) olumlu. Yani yapay zekâ bizden bahsederken olumlu, güven veren bir dil kullanıyor. Bizi LinkedIn ve stradiji.com’daki müşteri referanslarından tanıyor, DonanımHaber forumunda “teknik hataların doktoru” diye geçtiğimizi buluyor. Burada sorun yok.

Ama “Türkiye’nin en iyi SEO ajansı / GEO ajansı” gibi ticari sorgularda hiç görünmüyoruz. İşin çarpıcı tarafı, o sorgularda öne çıkan ajansların nasıl öne çıktığı. Bizzat baktım: bir ajans, kendi blogundaki “İstanbul’un en iyi GEO ajansları” yazısında birinci sıraya bir başka firmayı, ikinci sıraya kendini koymuş. Yapay zekâ bu listeyi kaynak alıp o ajansı “en iyiler arasında” diye sunuyor. Yani yapay zekâ, kendi kendini öven sıralama listeleriyle (listicle, yani “en iyi 10 ajans” tarzı liste içerikleri) resmen kandırılıyor. Aynı ifadeler onlarca sitede tekrar ediyor; buna öneri zehirleme (recommendation poisoning) deniyor, yani yapay zekâya belirli bir markayı en iyi tavsiye olarak göstertmek için aynı mesajı internete yayma. Yapay zekâ da bu tekrarı “ortak görüş” sanıyor.

Bu, GEO’nun bugünkü en kirli noktası. Kısa vadede işe yarıyor gibi görünüyor. Ama Lily Ray’in 2026’da defalarca uyardığı gibi, bu tip yapay alıntı üretimi ve kendi kendini öven liste yığınları (self-promotional listicle) Google ve Microsoft tarafından spam sinyali sayılıyor; uzun vadede algoritmik ceza riski taşıyor. Stradiji bu oyuna girmeyecek. Bizim yolumuz, yapay zekânın gerçekten değer verdiği şey: özgün veri, gerçek vaka analizi, birinci elden deneyim ve gerçek haber değeri taşıyan dijital PR. Liste sokuşturmak değil, kanıt üretmek.

Sonuçları bir dashboard’a döktüm

Bu raporu her hafta okumak yerine, görevin sonuçlarını canlı bir dashboard’a yansıttım. Görev her Pazartesi hem tarihli raporu yazıyor hem de bu paneli güncelliyor. Panelde genel görünürlük skoru, beş motorun her birindeki durum, Stradiji ile Mert Erkal’ın ayrı ayrı görünürlüğü, duygu tonu (sentiment) ve bu tonun hangi kaynaktan geldiği, rakip kıyaslaması, haftalık trend ve en önemlisi taranan promptların matrisi var. Stradiji’nin hiç çıkmadığı promptlar otomatik “içerik boşluğu” olarak işaretleniyor; bunlar özgün (non-commodity) içerik için öncelik listesi oluyor. Panel Türkçe ve İngilizce; tek tıkla dil değişiyor.

Dashboard’ın amacı GeoGenie.ai panomuzun yerini tutmak değil. GeoGenie kurumsal müşteri kampanyalarımızın asıl ölçüm katmanı; bu Cowork dashboard’ı ise hafif, hızlı kurulan, kendi markamı ve istediğim her promptu izleyebildiğim tamamlayıcı bir katman. İkisi birlikte çalışıyor.

Neden bu kadar üstünde duruyorum

Üç yıldır bu bültende “yapay zekâ görünürlüğünüzü ölçün” diyorum. Bu hafta o cümleyi bir sisteme çevirdik. Çünkü ölçüm tek seferlik yapıldığında işe yaramıyor; bu yeni dönemde kazanan en çok içerik üreten değil, görünürlüğünü en tutarlı izleyip en hızlı uyarlayan oluyor. Stradiji olarak GEO kampanyalarımızı GeoGenie.ai üzerinden yürütüyoruz; bu tip hafif, kendi kurduğumuz Cowork otomasyonları da onun yanında çalışıyor, ikisi birbirini tamamlıyor. Sizin de elinizdeki en güçlü kaldıraç bu: bir kere kurun, her hafta kendiliğinden çalışsın, siz sadece raporu okuyup aksiyon alın.

Bu görevi birlikte kuralım

Bu zamanlanmış görevin ve dashboard’ın kurulumunu adım adım, ekran kaydıyla göstereceğim. Ama asıl keyifli kısmı birlikte denemek. Promptların Türkçeleştirilmesinden beş motorun taranmasına, bilgi kazanımı hesabından dashboard’a kadar her aşamayı Yapay Zekâ Takım Arkadaşım topluluğumuzda beraber kuruyoruz. İçeride bunun gibi yapay zekâ pratik uygulamalarını birlikte değerlendiriyor, kendi markanız için kurarken takıldığınız yerleri beraber çözüyoruz. Bu işi tek başınıza değil, aynı şeyi öğrenen bir toplulukla yapmak çok daha hızlı ilerletiyor.