“Yapay zekâ aramada marka görünürlüğümüzü artırmamız lazım.” Bu cümleyi son altı ayda kaç kez duydunuz? Ben onlarca kez duydum. Müşteri toplantılarında, konferanslarda, LinkedIn’de.
Herkes haklı. ChatGPT, Perplexity ve Google’ın AI Overviews’ı, kullanıcı daha web sitenizi ziyaret etmeden markaları öneriyor, incelemeleri sunuyor ve kararları şekillendiriyor. Yapay zekâ araması satın alma yolculuğunun kritik bir temas noktası hâline geldi. Ama asıl soru şu: Kaçınız bu görünürlüğü gerçekten ölçüyor? Ve ölçenleriniz, hangi metriklerin gerçekten önemli olduğundan emin mi?
Peec AI’dan Tomek Rudzki bu haftaki kapsamlı rehberinde, yapay zekâ arama görünürlüğü için gerçekten işe yarayan KPI’ları paylaşıyor. Sektörün en keskin isimlerinden Aleyda Solis ile Graphite CEO’su Ethan Smith de görüşlerini eklemiş. Bu makaleyi okuduğumda “işte bunu bekliyordum” dedim; çünkü GEO’nun (Generative Engine Optimization) “neden” kısmını zaten bilenlere “nasıl ölçeriz” sorusunun somut cevabını veriyor.
Bu yazıda yapay zekâ arama görünürlüğü için takip etmeniz gereken 5 temel KPI’yı, her birinin neden önemli olduğunu ve bugün atacağınız ilk adımları paylaşacağım.
Görünürlük Yüzdesi: Yapay Zekâ Sizi Görüyor Mu?
İlk ve en temel soru şu: Markanız yapay zekâ arama yanıtlarında görünüyor mu? Şayet görünüyorsa, ne sıklıkla?
Burada “Visibility %” yani Görünürlük Yüzdesi metriğine bakmanız gerekiyor. Bu, ilgili yapay zekâ yanıtlarının yüzde kaçında markanızın yer aldığını gösteriyor. Peec AI’ın verisiyle ABD’de Chime, Revolut’un tam iki katı görünürlüğe sahip: %66’ya karşı %33. Tek bir rakam, çok farklı bir hikâye.
Ancak tek bir görünürlük skoru tüm hikâyeyi anlatmaz. Promptları kategorilere ayırmanız gerekiyor: konuya göre, funnel aşamasına göre, müşteri segmentine göre. Farkındalık aşamasında mı görünüyorsunuz, yoksa sadece karar aşamasında mı? Bu ikisi arasındaki fark, stratejinizi temelden değiştirir.
Bireysel prompt’ları takip etmek her zaman güvenilmez olacaktır; çünkü LLM’ler doğaları gereği deterministik değildir. Ama promptları kategorilere grupladığınızda örüntüler netleşir ve sonuçlarınız çok daha ölçülebilir hâle gelir.
Pozisyon: Listede Kaçıncı Sıradasınız?
SEO profesyonelleri için tanıdık bir konsept. Üst sıralardaki sonuçlar daha fazla dikkat çeker; bu mantık yapay zekâ aramada da değişmedi. Yapay zekâ yanıtında daha önce bahsedilen markalar, listenin sonlarına gömülenlere kıyasla çok daha fazla dikkat çekiyor.
Düşünün: birisi ChatGPT’ye “en iyi CRM yazılımı” diye sorduğunda, markanız listenin 10. sırasındaysa, ilk veya ikinci sıradaki markanın aldığı ilginin çok küçük bir kısmını alıyorsunuz demektir.
LLM’ler markaları rastgele sıralamıyor. İki faktör belirleyici: markanın eğitim verisindeki belirginliği ve modelin gerçek zamanlı çektiği kaynaklar. Her ikisi de etkileyebileceğiniz parametreler. Peec AI’ın paylaştığı bir örnekte, AI Mode “en iyi elektrikli arabalar” sorusuna Skoda Elroq’u listenin en üstüne koymuş. Marka açısından bu, devasa bir görünürlük ve doğrudan satın alma kararlarını etkileyen bir avantaj. Elroq biraz daha aşağı sıralanmış olsa bu avantaj kaybolacaktı.
Pozisyon takibi için önemli bir ipucu: Pozisyonu birden fazla prompt üzerinden takip edin ve verileri haftalık olarak birleştirin. Günlük sonuçlar önemli ölçüde değişkenlik gösterebilir; haftalık ortalamalar gerçek trendi çok daha net gösterir.
Marka Duygusu: Yapay Zekâ Sizin Hakkınızda Ne Diyor?
Görünürlük ve sıralama metrikleri “odada olduğunuzu” söyler. Marka duygusu (sentiment) ise “hakkınızda ne konuşulduğunu” gösterir.
Bu, yapay zekâ arama optimizasyonunun en az değer verilen ama en çok aksiyon alınabilecek alanlarından biri. Eğitim verisi yavaş değişirken, markanızın duygu durumunu şekillendiren kaynaklar çoğu zaman hızla düzeltilebilir. Özellikle yerleşik markalar için başlayacağınız yer burası.
Bir potansiyel müşteri satın almaya yakınken “HubSpot kullanımı kolay mı?” veya “HubSpot’un müşteri desteği iyi mi?” diye sorduğunda, bu bir satın alma kararıdır. Ve tamamen yapay zekânın bir sonraki söyleyeceğine bağlıdır.
Peec AI’ın Revolut’un yapay zekâ varlığını denetlerken ulaştığı bulgu çarpıcı: LLM’ler sürekli olarak sahte yorumlarla dolu bir siteyi (Sitejabber) kaynak gösteriyormuş. İncelediklerinde, olumsuz yorumların %75’inin tek yorumlu hesaplardan geldiğini ve çoğunun alakasız hizmetleri tanıttığını görmüşler. Muhtemelen hukuk ekibinden tek bir e-posta bu sorunu çözebilir. Üç katmanlı bir kazanç: okuyucular doğru bilgi alıyor, LLM’lerdeki marka duygusu iyileşiyor ve o olumsuz içerik gelecek eğitimlerde daha az kullanılıyor.
Bu bir PR sorunu değil; doğrudan gelir etkisi olan stratejik bir mesele.
Dönüşüm ve Gelir: Yapay Zekâdan Gelen İşi Nasıl Ölçersiniz?
Yapay zekânın gelire etkisini ölçmek mümkün. Şu anda en pratik yöntem “self-reported attribution”, yani işinizin yüzde kaçının LLM’lerden geldiğini doğrudan müşteriye sorarak takip etmek.
Nerede sorduğunuz önemli. Bazı işletmeler bunu demo görüşmelerinde veya onboarding sürecinde topluyor; sohbetin doğal akışına uyuyor. Bazıları kayıt aşamasında soruyor. Tally bunu zaten uyguluyor: kullanıcılar “AI” seçince, Tally’yi bulmak için hangi sorguları kullandıklarını da soruyor. Bu sayede AI platformlarından gelen dönüşüm oranını hesaplayabiliyorlar ve keşfi sağlayan tam promptları öğreniyorlar.
Hangi müşterilerin LLM’ler üzerinden geldiğini bildiğinizde, zaman içinde ürettikleri geliri takip edebilirsiniz. Google Analytics zaten SEO etkisini eksik raporluyorsa, bu yöntem çok daha güçlü bir argüman sunuyor.
Trafik: Tanıdık Ama Tek Başına Yetersiz
Trafik tanıdık ve raporlaması kolay bir metrik olduğu için doğal olarak ona yöneliyoruz. Ama yapay zekâ arama kullanıcıları nadiren tıklıyor. ChatGPT bir CRM önerdiğinde, genellikle yanıtta link bile yok. Kullanıcı ya Google’da arıyor (ve GA4 bunu “organic” olarak kodluyor) ya da doğrudan URL yazıyor (ve “direct” olarak görünüyor). Her iki durumda da yapay zekâ arama motoru hiç kredi almıyor.
Eight Oh Two’nun 2026 araştırması bunu destekliyor: Tüketicilerin %37’si artık aramaya Google yerine yapay zekâ ile başlıyor, ama %85’i hâlâ dönüşüm öncesi geleneksel aramada çapraz kontrol yapıyor. Bir yolculuk, iki kanal; attribution modelleri ise genellikle sadece ikinci kanalı yakalıyor.
Aleyda Solis’in önerisi net: “Trafiği güvenilir bir KPI olarak kullanmayı bırakmalıyız. Markalama ve performans KPI’larının bir karışımına geçmeliyiz: AI görünürlüğü, duygu, satın almalar ve gelir.”
Graphite CEO’su Ethan Smith ise istatistiksel yaklaşımı vurguluyor: “Yapay zekâ rastgele yanıt verir, ama bu rastgelelik tahmin edilebilir. 10 yanıtlık bir örneklem bile hızlı bir tahmin için yeterlidir.”
Bugün Başlayın: 3 Somut Adım
Bu yazıda anlattığım KPI’lar, GEO’nun “neden önemli” kısmını çoktan anlamış olan herkese “peki nasıl ölçeceğiz” sorusunun somut cevabını veriyor. Biz Stradiji olarak müşteri raporlarımıza “AI görünürlük skoru” eklemeye başladık. Siz de bugün başlayın.
- Fiyatlandırma sayfanızı açık hâle getirin. ChatGPT’nin premium modeli GPT-5.4, fiyat sayfalarını aktif olarak tarıyor ve 138 kez alıntılamış. “İletişime geçin” duvarı, premium model kullanıcılarında görünmemenize neden olabilir.
- Self-reported attribution ekleyin. Kayıt veya demo formunuza “Bizi nasıl buldunuz?” sorusu ekleyin. Seçenekler arasında “AI asistan (ChatGPT, Gemini, Perplexity)” mutlaka olsun.
- Marka duygu denetimi yapın. ChatGPT, Gemini ve Perplexity’de markanızı sorgulayın. Olumsuz kaynaklara dayanan yanıtlar varsa, o kaynaktaki yanlış bilgiyi düzeltmek hem kullanıcılar hem de LLM algısı için kazanç sağlar.
Yapay zekâ arama görünürlüğünü ölçmeyen her hafta, çabalarınızın neden önemli olduğunu müşterilerinize, yönetiminize veya kendinize açıklayamadığınız bir haftadır. Bir ay sonra “keşke daha önce başlasaydık” diyeceksiniz.
Markanızın hem geleneksel arama motorlarında hem de yapay zekâ platformlarında görünürlüğünü artırmak istiyorsanız, bizimle iletişime geçin. 15 yılı aşkın SEO tecrübemizi GEO uzmanlığıyla birleştirerek işletmenizi geleceğe hazırlıyoruz.
Görüntülenme Sayısı: 83
