İçeriğe atla
AEO: ChatGPT, Gemini ve Perplexity'de Markanızın "Cevap" Olması İçin 9 Adım
Anasayfa AEO: ChatGPT, Gemini ve Perplexity'de Markanızın "Cevap" Olması İçin 9 Adım

AEO: ChatGPT, Gemini ve Perplexity'de Markanızın "Cevap" Olması İçin 9 Adım

GEO & AI Görünürlüğü Galata360 Ekibi 6 dk okuma

Answer Engine Optimization (AEO), içeriğinizi yapay zekâ asistanlarının ve cevap motorlarının doğrudan cevap olarak kullanabileceği biçimde yapılandırma yöntemidir. Bu rehber, soru envanteri çıkarmaktan llms.txt yayınlamaya kadar dokuz adımı sırayla uygulanabilir biçimde anlatır.

Yapay zekâ asistanları artık "hangi siteye gideyim" sorusunu değil, "cevap ne" sorusunu yanıtlıyor. Markanız o cevabın içinde yoksa, kullanıcı için yoksunuz. Answer Engine Optimization (AEO), içeriğinizi bu cevapların hammaddesi haline getirme işidir ve iyi haber şu: çoğu adım teknik değil, editoryal disiplindir.

Aşağıdaki dokuz adımı sırayla uygulayın; her adımın ilk paragrafı ne yapacağınızı özetler, devamı nasıl yapacağınızı anlatır. GEO ile AEO arasındaki ilişkiyi merak ediyorsanız önce GEO nedir? yazısına göz atın.

Neden şimdi? Çünkü cevap motorları kullanıcı yolculuğunun ilk adımını ele geçirdi: bir hizmet arayan kişi artık önce asistana soruyor, asistanın önerdiği iki üç markayı sonra Google'da doğruluyor. Bu listeye girmeyen marka, ikinci aşamaya hiç ulaşmıyor. AEO'nun maliyeti düşük, getirisi ise kalıcıdır: bir kez doğru yapılandırılan sayfa aylarca cevap olmaya devam eder.

1. Hedef kitlenizin sorularını envantere alın

İlk adım, müşterilerinizin yapay zekâ asistanlarına gerçekten sorduğu soruların listesini çıkarmaktır. Satış ekibine gelen e-postalar, WhatsApp mesajları, arama konsolundaki soru biçimli sorgular ve rakip SSS sayfaları en zengin kaynaklardır. Soruları "bilgi", "karşılaştırma", "fiyat/süre" ve "nasıl yapılır" olarak dört gruba ayırın; her gruptan en az beş soru hedefleyin. Bu envanter sonraki sekiz adımın da omurgasıdır.

Pratik bir yöntem: satış ve destek ekibinizden son üç ayda en çok duydukları on soruyu yazmalarını isteyin, ardından aynı konuları asistanlara sorup verdikleri cevapların hangi alt soruları ürettiğine bakın. Asistanın "ayrıca şunu da göz önünde bulundurun" diye eklediği her madde, envanterinize girecek yeni bir sorudur. Envanteri e-tabloda tutun; her soruya bir "ev sayfası" ve bir sorumlu atayın.

2. Her soruya tek paragraflık doğrudan cevap yazın

Her hedef soru için, başlığın hemen altına 40–70 kelimelik, soruyu tek başına cevaplayan bir paragraf yazın. Yapay zekâ modelleri cevap üretirken bu "ilk paragraf"ı neredeyse olduğu gibi alır; giriş cümleleri, reklam dili ve "biz en iyisiyiz" ifadeleri atlanır. Cevap "X, …'dır" kalıbıyla başlamalı, sayı ve süre içeriyorsa onları da ilk cümlede vermelidir. Ayrıntı ve örnekler ikinci paragraftan itibaren gelir.

Önce–sonra örneği: "Yılların deneyimiyle size en uygun e-ticaret çözümünü sunuyoruz" cümlesi model için boştur. "E-ticaret sitesi, ürün kataloğu, ödeme ve kargo entegrasyonlarıyla 6–10 haftada yayına alınan, panelden yönetilen bir satış altyapısıdır" cümlesi ise tanım, süre ve kapsam içerdiği için doğrudan alıntılanır. Her cevabı yazdıktan sonra kendinize sorun: bu paragraf tek başına okunsa soruyu cevaplıyor mu?

3. SSS bloklarını FAQPage şemasıyla işaretleyin

Soru-cevap çiftlerini sayfanın altında bir SSS bloğu olarak toplayın ve JSON-LD FAQPage şemasıyla işaretleyin; bu, modele "burada doğrulanmış soru-cevap çiftleri var" sinyalini verir. Her sayfaya 4–6 soru yeterlidir; sorular sayfanın konusuyla doğrudan ilgili olmalı, cevaplar 2–4 cümleyi geçmemelidir. Akordeon kullanıyorsanız cevapların HTML'de her zaman bulunduğundan emin olun; yalnızca tıklanınca yüklenen içerik model için yoktur.

4. Başlık hiyerarşisini soru–cevap düzenine çevirin

Sayfanın h2 başlıklarını, kullanıcının sorduğu sorulara dönüştürün; h3'ler alt soruları, paragraflar cevapları taşısın. Tek bir h1, düzenli h2/h3 sırası ve her başlığın kendi anchor'ı olması, modelin sayfayı bölümlere ayırıp doğru parçayı alıntılamasını kolaylaştırır. "Hizmetlerimiz" gibi genel başlıklar yerine "E-ticaret sitesi kaç günde teslim edilir?" gibi sorular çok daha sık alıntılanır.

Dönüşümü bir tabloyla planlayın: mevcut başlık, yeni soru başlığı, ilk paragrafın cevabı. Aşağıdaki örnek bir hizmet sayfası için tipik dönüşümü gösterir.

Eski başlıkYeni (soru) başlıkİlk paragraf ne söyler
HizmetlerimizHangi hizmetleri sunuyoruz?Hizmet listesi ve her birinin bir cümlelik tanımı
SüreçNasıl çalışıyoruz, ne kadar sürer?Dört adım ve toplam süre aralığı
Neden biz?Kimler için uygun, kimler için değil?Uygun ve uygun olmayan durumların listesi
FiyatlarFiyatı ne belirler?Fiyatı etkileyen üç değişken ve başlangıç aralığı

5. Varlık tutarlılığını sağlayın: ad, adres, telefon, sosyal hesaplar

Markanızın adı, adresi, telefonu ve tek cümlelik tanımı web sitesi, Google İşletme Profili, sosyal hesaplar ve dizinlerde birebir aynı olmalıdır. Modeller bir markayı "varlık" olarak tanır; iki farklı yazım ya da eski bir adres, varlığı ikiye böler ve güveni düşürür. Tescilli marka adı ve logo bu tutarlılığın hukuki temelidir — marka tescil hizmetimizde dijital varlık kontrolünü de bu yüzden birlikte yapıyoruz.

6. Kaynak gösterilebilir veri ve örnek yayınlayın

Yapay zekâ cevapları rakam, karşılaştırma ve somut örnek ister; kendi verinizden türettiğiniz bir tablo ya da adım listesi, genel ifadelerden kat kat daha sık alıntılanır. "Projelerimizde ortalama teslim süresi", "üç çözümün karşılaştırması", "sektöre göre önerilen yayın sıklığı" gibi içerikler üretin. Kural: yalnızca doğrulayabildiğiniz rakamları yazın; uydurma istatistik fark edildiği anda tüm sitenin güvenilirliğini düşürür.

Veriniz yoksa üretebilirsiniz: müşterilerinize üç soruluk kısa bir anket, kendi projelerinizden anonimleştirilmiş süre ve kapsam özetleri, ya da sektördeki yasal süreleri (örneğin marka koruma sürelerini) derleyen bir tablo. Her veri parçasının yanına kaynağını ve tarihini yazın; model "kaynak: X, 2026" ibaresini gördüğünde o parçayı daha güvenle kullanır.

7. Hız ve erişilebilirliği sağlayın

Yapay zekâ botları sayfayı tararken yavaş ya da hatalı yüklenen içeriği atlar; Core Web Vitals'ta iyi puan, görsellerde alt metin ve width/height, temiz HTML ve robots.txt'te GPTBot, Google-Extended ve PerplexityBot için izin bu adımın kontrol listesidir. JavaScript ile sonradan yüklenen metinler çoğu bot için görünmezdir; ana içerik ilk HTML'de olmalıdır.

Kontrolü basit tutun: sayfanın kaynağını tarayıcıda "görüntüle" deyip cevabınızı arayın; ham HTML'de yoksa model için de yoktur. Görsel ağırlıklı sayfalarda her görselin altındaki metnin, görsel olmadan da anlaşılır olmasına dikkat edin. Erişilebilir bir sayfa, ekran okuyucu için olduğu kadar yapay zekâ için de okunabilirdir.

8. llms.txt ve markdown ile makine yüzeyi açın

Sitenizin kökünde bir llms.txt dosyası yayınlayın ve önemli içeriklerin markdown sürümlerini sunun; bu, yapay zekâ ajanlarına sitenin haritasını ve temiz metnini verir. llms.txt kısa bir açıklama, ana sayfaların listesi ve her sayfanın tek satırlık özetini içerir. Markdown sürümü ise reklam, menü ve betik gürültüsünden arınmış içeriktir. Nasıl yapılacağını llms.txt ve yapısal veri rehberinde adım adım anlattık.

9. Ölçün, güncelleyin, tekrarlayın

Birinci adımdaki soru envanterini her ay aynı asistanlara sorup markanızın bahsedilme oranını, kaynak gösterilme sayısını ve cevapların doğruluğunu kaydedin. Düşen sorular için ilgili sayfanın ilk paragrafını ve SSS'sini güncelleyin, güncelleme tarihini görünür tutun. Ölçüm yöntemini LLM görünürlüğü nasıl ölçülür? yazısında ayrıntılı anlattık; bu döngü AEO'yu tek seferlik bir projeden sürekli bir alışkanlığa çevirir.

Beklentiyi doğru kurun: ilk ayda yapısal düzeltmelerin etkisi görülür, içerik ve tutarlılık çalışmalarının etkisi iki üç ayda belirginleşir. Cevaplarda yanlış bilgi görürseniz paniklemeyin; kaynağı bulun (çoğu zaman eski bir dizin kaydı ya da güncellenmemiş bir sayfadır), düzeltin ve bir sonraki ölçümde doğrulayın. Her ay tek bir metriği (örneğin alıntılanma oranını) hedef seçmek, ekibi dağılmaktan korur.

Özet: AEO kontrol listesi

Dokuz adımı tek bakışta kontrol etmek için bu listeyi kullanın.

  • En az 20 hedef soru envanterde ve dört gruba ayrılmış
  • Her soru için başlığın altında 40–70 kelimelik doğrudan cevap
  • Her ana sayfada 4–6 soruluk SSS ve FAQPage şeması
  • Tek h1, soru biçimli h2'ler, anchor'lı başlıklar
  • Ad-adres-telefon-tanım tüm profillerde birebir aynı
  • En az bir karşılaştırma tablosu ve bir adım listesi
  • Hızlı sayfa, alt metinli görseller, bot izinleri açık
  • llms.txt yayında, içeriklerin markdown sürümü var
  • Aylık ölçüm ve güncelleme takvimi işliyor

Bu listeyi siteniz için birlikte uygulamak isterseniz dijital pazarlama ve GEO hizmetimize göz atın ya da iletişime geçin.

Sıkça sorulan sorular

Bu yazıyla ilgili sorular

Büyük ölçüde örtüşürler. AEO, içeriği soru-cevap biçiminde yapılandırmaya ve cevap motorlarında doğrudan cevap olmaya odaklanır; GEO ise üretken yapay zekâ cevaplarında kaynak gösterilmeyi daha geniş biçimde (marka tutarlılığı, yapısal veri, ölçüm) ele alır. Uygulamada aynı ekip aynı planla ikisini birlikte yürütür.

Hizmet, ürün ve rehber sayfalarına evet; iletişim ya da yasal metin gibi sayfalara gerek yok. Sorular sayfanın konusuyla doğrudan ilgili olmalı ve gerçekten sorulan sorular olmalıdır; dolgu amaçlı SSS'ler modelin güvenini artırmaz.

Başlığın altındaki ilk paragraf 40–70 kelime arasında olmalıdır: soruyu tek başına cevaplayacak kadar uzun, alıntılanacak kadar kısa. Rakam, süre ya da tanım varsa ilk cümlede verin; ayrıntı ve örnekler sonraki paragraflara kalsın.

Önce mevcut hizmet ve ürün sayfalarını soru-cevap düzenine çevirin; yeni sayfa yalnızca envanterde cevaplanmayan konu grupları için açılmalıdır. Aynı soruyu birden çok sayfada cevaplamak modelin kaynağı bölmesine yol açar; her sorunun tek bir "ev" sayfası olmalıdır.

Diğer yazılar

Okumaya devam edin

Etrafında altın bir kıvılcımın döndüğü cam alışveriş çantası — e-ticaret için yapay zekâ görünürlüğü
27 Eylül 2026 · 6 dk okuma

E-Ticaret için GEO: Ürün Sayfalarınızı Yapay Zekâ Alışveriş Asistanlarına Hazırlamak

Yapay zekâ alışveriş asistanları ürün önerirken ürün sayfasındaki net tanım cümlesini, özellik tablosunu, Product/Offer şemasını, yorum verisini ve fiyat-stok güncelliğini kullanır. Bu yazı, e-ticaret sitelerinin ürün ve kategori sayfalarını bu asistanlara hazırlamak için izlemesi gereken yapıyı ve 30 günlük planı anlatır.

Yazıyı oku
Cam bir huniden arama sonucu kartına akan altın ışık parçacıkları — AI Overviews çağında reklam dönüşümü
22 Eylül 2026 · 6 dk okuma

AI Overviews Çağında Google Ads: Performans Pazarlama Stratejiniz Nasıl Değişmeli?

Google AI Overviews ve AI Mode, arama sonuç sayfasının üstüne yapay zekâ özetleri yerleştirerek organik ve ücretli tıklamaların bir bölümünü ortadan kaldırdı. Bu yazı, performans pazarlama ekiplerinin bütçeyi niyeti yüksek aramalara kaydırma, marka aramalarını savunma, Performance Max'i doğru sinyallerle besleme ve ölçümü görünürlük + dönüşüm modeline taşıma yollarını anlatır.

Yazıyı oku
Yarı saydam bir belgeden altın bloklar halinde cam bir merceğe akan yapısal veri — llms.txt ve Schema.org
17 Eylül 2026 · 6 dk okuma

llms.txt, Schema.org ve Yapısal Veri: Web Sitenizi Yapay Zekâya Okutmak

Yapay zekâ modelleri bir web sitesini insan gibi "görmez"; ham HTML'i, yapısal veriyi ve varsa makineye yönelik yüzeyleri okur. llms.txt, Schema.org JSON-LD şemaları ve içeriklerin markdown sürümleri, sitenizi bu okumaya hazırlayan üç temel araçtır. Bu yazı her birini örnekle anlatır ve on maddelik teknik kontrol listesiyle biter.

Yazıyı oku

Markanızı yapay zekâ çağında görünür kılalım

Web, reklam, tescil ve sosyal medyayı tek ekipten yöneten 360° bir yol haritası için bugün konuşalım.