Geçen ay bir perakende müşterimle oturduk. Ekranı paylaştım, ChatGPT’yi açtım ve sektöründeki en sıradan soruyu yazdım: “En iyi [kategori] markaları hangileri?”

Cevap dört marka saydı. Hiçbiri o değildi.

Oysa Google’da ilk sayfadaydı. Sitesi düzgündü, içeriği vardı, SEO’ya yıllarca para vermişti. Ama yapay zeka onu görmüyordu. Müşterinin yüzündeki ifade tanıdıktı: “Biz buradayız, neden yokuz?”

Bu artık istisna değil, kural. Ortalama bir marka, kendiyle ilgili yapay zeka yanıtlarının yalnızca %17,2’sinde görünüyor; kategorisindeki lider marka ise %56,7’sinde, yani ortalamanın üç katından fazla yer alıyor.

İşte o gün, sitenin yapay zeka tarafından nasıl okunduğunu baştan sökmek zorunda kaldık.

Neden bu artık ertelenebilir bir konu değil

Önce ölçeği görelim. ChatGPT, Şubat 2026’da 900 milyon haftalık aktif kullanıcıya ulaştı, günde yaklaşık 2,5 milyar prompt işliyor ve Ocak 2026’da küresel üretken yapay zeka web trafiğinin %64,6’sını elinde tutuyordu. Perplexity ise aylık 780 milyondan fazla sorgu işliyor ve yıllık %239 büyüyor.

Bu trafik artık siteye de akıyor: Yapay zeka kaynaklı yönlendirme trafiği 2025’te %527 büyüdü. Buna rağmen markaların %47’sinin hâlâ bir GEO (üretken motor optimizasyonu) stratejisi yok. Yani sahada büyük bir boşluk var ve bu boşluk, erken hareket edene avantaj demek.

Önce yaygın bir yanılgıyı yıkalım

Çoğu kişi şunu sanıyor: “ChatGPT’de çıkmak için sitemin eğitim verisine girmesi lazım.”

Yanlış. Hem de işine yarayacak şekilde yanlış.

OpenAI modellerini üç kaynaktan eğittiğini söylüyor: internetteki halka açık içerik, ortaklıklarla lisanslanan veri, bir de kullanıcı ve eğitmenlerin sağladığı veri. Bu devasa yığının içinde senin tek bir sayfanın bilinçli olarak seçilip konduğu neredeyse imkansız. Hangi belgenin girdiğini şirketler açıklamıyor bile.

Kötü haber gibi duruyor. Değil. Çünkü modern yapay zeka sadece ezberlediğini söylemiyor. ChatGPT Search, bir soru güncel ya da zamana duyarlı bilgi gerektirdiğinde otomatik olarak devreye giriyor: canlı arama yapıyor, sayfaları geziyor, gerçek zamanlı bilgi çekip kaynak bağlantısıyla cevabı kuruyor. Ve işin güzel tarafı şu: ezberini değiştiremezsin ama o anlık aramada ne bulacağını değiştirebilirsin.

Markanın yapay zeka cevabında çıkması, eğitim verisinde olmandan değil, o anda bulunabilir olmandan geliyor. Bu da senin kontrolünde.

LLM seni nasıl buluyor: tek mekanizma, iki ucu

Kullanıcı güncel, karşılaştırmalı veya ürün odaklı bir şey sorduğunda, yapay zeka tek bir prompt’u arka planda birden çok arama sorgusuna çeviriyor. Buna “query fan-out” (sorgu yelpazelemesi) deniyor.

Somut bir örnek: kullanıcı “uzak ekipler için en iyi proje yönetimi araçları” diye yazdığında, ChatGPT bunu tek sorgu olarak değil, üç ayrı niyetle araştırıyor.

• “proje yönetimi yazılımı uzak ekipler 2026”

• “asenkron işbirliği araçları karşılaştırma”

• “uzak ekip verimlilik platformları değerlendirmeleri”

Sen tek bir başlık için yazıyorsun, o ise üç farklı niyetle arama yapıyor. Dahası, kullanıcı istemese bile ChatGPT en çok kullandığı niyet işaretçileri “reviews/değerlendirmeler” (sorguların %26,5’i) ve içinde bulunulan yıl (%17,7) oluyor. Yani güncellik ve değerlendirme dili, görünürlüğün anahtarı.

Buradan çıkan ders şu: tek bir anahtar kelimeye değil, yapay zekanın bir soruyu açtığı sorgu kümesine göre içerik kur.

Peki içeriği bulduğunda ne yapıyor? Geleneksel arama gibi sıralamıyor. Pasajları çekip çıkarıyor, alaka düzeyini kıyaslıyor, netliğe ve kanıta göre cevabı kuruyor. Burada kritik bir detay var: LLM alıntılarının %44,2’si metnin ilk %30’undan geliyor; orta bölüm %31,1, son üçte bir ise yalnızca %24,7 pay alıyor. İçeriğin bulanık, fazla reklamcı veya dağınıksa, temiz bir alıntı çıkaramıyor ve seni atlıyor.

Müşteride ne değiştirdik

Sıralama önemli, en yüksek getirili olandan başla.

Önce sayfalara FAQ (Sık Sorulan Sorular) koyduk. En hızlı ve en etkili hamle buydu. FAQPage schema’sına sahip sayfalar, yapısal verisi olmayanlara göre Google AI Overviews’da 3,2 kat daha sık görünüyor. Kullanıcının gerçekte sorduğu cümlelerle yazılmış soru-cevap çiftleri, yapay zekanın doğrudan çekip kullanabileceği en temiz format. Her cevaba 1-2 cümlelik net bir karşılıkla başladık, detayı sonra verdik; çünkü alıntıların çoğu metnin başından geliyor. Ürün jargonuyla değil, müşterinin ağzından sorduk: “X nedir?”, “Y nasıl çalışır?”, “X mi Y mi daha iyi?”

Sonra schema ekledik. FAQ düz HTML’de bile işe yarıyor ama schema işaretlemesi makineye bağlamı net veriyor; yapısal veri LLM’in içeriği anlamasını yapısal olmayan veriye göre %300 iyileştiriyor. En yüksek getirili schema türleri “Article”, “FAQPage”, “HowTo”, “Person” ve “Organization”. Alt metinleri de tek tek kontrol ettik.

Üçüncü adımda kendi sitemizin dışına çıktık. Yapay zeka sadece senin sitenden çekmiyor. SEO’nun aksine, yapay zeka görünürlüğünde en güçlü sinyal artık backlink değil, marka adının üçüncü taraf kaynaklarda anılması. Princeton GEO çalışması ve Semrush’ın 2025 korpus analizinin ikisinde de en güçlü tek belirleyici buydu: bağlantısız marka anmaları yapay zeka alıntısıyla r = 0,334 ila 0,71 arasında korele olurken, backlink’ler yalnızca r = 0,218. Yapay zeka marka anmalarının %85’i site dışı kaynaklardan geliyor. Sektörünün önde gelen “en iyi” listelerinde, karşılaştırma yazılarında, Reddit ve LinkedIn gibi platformlarda yoksan, yapay zeka cevabında çıkma ihtimalin düşüyor. Kendin “biz en iyisiyiz” demenin ağırlığı yok. Üç farklı kaynak seni aynı şekilde tanımladığında yapay zeka o konumlandırmaya güveniyor.

Dördüncüsü teknik tarafıydı. Geliştiriciyle oturduk: robots.txt’te önemli bölümler kapalı mı, meta robots etiketlerinde yanlışlıkla noindex var mı, render için gereken CSS ve JS bloklanmış mı, WAF crawler’ları boğuyor mu. Yapay zeka sadece erişebildiğini kullanır. Sayfa kullanıcıya açık olsa da bota kapalıysa, o içerik yapay zeka için yok. Crawler erişimi, yapay zekanın alıntıladığı sayfaların paylaştığı ölçülebilir özelliklerin başında geliyor.

İlk anlamlı görünürlük FAQ ve schema’dan geldi. Teknik temizlik onu kalıcı kıldı.

İçeriği kanıtla doldur: en sık atlanan ayrıntı

Bir veri daha, çünkü çoğu kişi bunu kaçırıyor. Yapay zeka motorları belirsiz iddiaları sevmiyor: somut sayı, tarih ve yüzde içeren sayfalar, muğlak ifadeler taşıyanlara göre %30 daha sık alıntılanıyor. “Dönüşümü 8 haftada %23 artırdık” cümlesi, “dönüşümü önemli ölçüde artırdık” cümlesini her seferinde geçiyor.

Yazar da öyle. Adı, unvanı ve kurumuyla belirtilmiş bir kişiye atfedilen içerik, anonim içeriğe göre %28 daha sık alıntılanıyor. İmza bir gösteriş değil, bir geri çağırma sinyali. Liste, tablo ve madde yapısı da düz anlatıya göre alıntılanma olasılığını %25 artırıyor.

Kopyala, ekibinle kullan: AEO kontrol listesi

İçerik (pazarlama):
[ ] Her ürün/hizmet sayfasında "Sık Sorulanlar" bölümü var
[ ] Her cevap 1-2 cümlelik net karşılıkla başlıyor
[ ] Sorular müşterinin diliyle yazılmış, jargonla değil
[ ] İstatistikler açık ve net (belirsiz "birçok" yok, sayı var)
[ ] Süreçler adım adım yazılmış
[ ] Niş terimler ilk geçişte tanımlanmış

Otorite (kendi siten dışı):
[ ] Sektörünün "en iyi" listelerinde markan var
[ ] Üçüncü taraf kaynaklar seni sitenle aynı şekilde tanımlıyor
[ ] Beş temel soru her yerde net: kim için, ne yapar, ne zaman, nerede, neden
[ ] YouTube içeriğin var ve sitende metinle destekleniyor

Teknik (geliştirici):
[ ] robots.txt önemli bölümleri kapatmıyor
[ ] Meta robots / x-robots'ta istenmeyen noindex yok
[ ] Render için gereken CSS ve JS bloklanmamış
[ ] Semantik HTML ve sunucu taraflı render kullanılıyor
[ ] WAF ve CDN crawler'ları engellemiyor

Bir deney: şimdi yap

Bu yazıyı okurken “bizim site de görünmüyordur” diye içinden geçirdiysen, beş dakikan var.

ChatGPT’yi aç, web aramasının açık olduğundan emin ol. Sektöründe bir müşterinin soracağı en sıradan soruyu yaz: “En iyi [senin kategorin] hangisi?” Cevaba bak. Markan var mı? Yoksa kimler var? Sonra aynı soruyu Perplexity’de tekrarla.

Burada önemli bir nokta var: ChatGPT ve Perplexity’nin gördüğü marka grafiği neredeyse tamamen farklı. Yani birinde çıkman, diğerinde çıkacağın anlamına gelmiyor; ikisini de ayrı ayrı test etmen gerekiyor.

Çıkmıyorsan üzülme. Bu, eğitim verisine girmediğin için değil. O anki aramada bulunamadığın için. Ve yukarıdaki listenin ilk satırı, FAQ, bunu en hızlı değiştiren hamle.

Bir itirazım var, sana da sorayım

Herkes “yapay zeka her şeyi çözüyor” diye yazıyor. Ben bu çalışmadan farklı bir şey öğrendim: AEO teknik bir oyun değil, bir tutarlılık oyunu. Kendi siten, üçüncü taraf kaynaklar ve YouTube transkriptlerin aynı şeyi söylediğinde yapay zeka sana güveniyor. Çelişirsen, en iyi schema bile kurtarmıyor; zaten verinin de gösterdiği gibi schema Perplexity’de neredeyse hiç etki etmiyor, asıl ağırlık marka anmalarının tutarlılığında.

Burada benim takıldığım nokta şu: AEO için harcadığın emek, aslında dürüst ve net içerik üretmenin ödülü mü, yoksa algoritmaya yeni bir oyun mu? Ben birinciye yakınım. Temiz yazılmış, sorusu cevabıyla eşleşen içerik hem insana hem makineye yarıyor. Ama sen sahada başka bir şey görüyorsan, yanılıyor muyum, yaz.

Bu listeyi tek tek elle takip etmiyorum

İtiraf edeyim: yukarıdaki kontrol listesini her müşteride elle gezmek yorucu. Ben kendi SEO, GEO ve AEO ajanımı kurdum. Siteyi tarıyor, FAQ eksiğini, schema boşluğunu, bot engelini çıkarıyor, hangi sorularda görünüp görünmediğimi test ediyor. “Havalı demo” değil, gerçek işimi yapan bir ajan.

Aynısını seninkini kurarak da yapabiliriz. 9 Temmuz Perşembe akşamı 19:30-22:30 arası AI CMO Workshop‘ta üç saatte kendi pazarlama ajanını canlı kuruyorsun, ilk beceriyi yüklüyorsun. Rakip takibi, içerik pipeline’ı veya kampanya analizi. AEO ajanını da o iskelet üstüne oturtursun. Teknik bilgi gerekmez, kopyala-yapıştır yapabiliyorsan yetiyor.

Detay ve kayıt: defneincekara.com/ai-cmo-bootcamp

Son söz

Markan eğitim verisine girmedi diye değil, o anki aramada bulunamadığın için yoksun. İlki senin elinde değil. İkincisi tamamen senin elinde. Ve veri açık: Yapay zeka trafiği bir yılda %527 büyürken markaların yarıya yakını hâlâ hazır değil. Bu boşluk, bu yıl harekete geçenin avantajı.

Bu bültende her hafta yapay zeka ile çalışmanın gerçeklerini yazıyorum. Parlak vaatleri değil, sahada ne işe yaradığını. Abone ol, her yeni yazı sana gelsin.

Bu yazı işine yaradıysa, sitesi yapay zeka cevaplarında görünmeyen bir arkadaşın mutlaka vardır. Ona ilet.

#YapayZeka #AEO #ChatGPT #İçerikPazarlama #SEO

Pazarlama ekibimi işe alamadım. Claude ile kendim kurdum. Dokuz ajanlı, her sabah kendiliğinden çalışan bir sistem. Kod yazmayı bilmek gerekmedi.

Bu yazı bir “şunları yapın” listesi değil, ama bu sefer normalden çok daha detaylı. Çünkü kurarken en çok ihtiyaç duyduğum şey tam olarak buydu: birinin oturup ne yaptığını, hangi dosyayı nasıl yazdığını, nerede tıkandığını anlatması. O yüzden kendi kurulumumu baştan sona açıyorum. Sen de takip edip kendininkini kurabilirsin.

Bir sabahım şöyle geçiyor

AI CMO panelimi açıyorum. Ajanlar sırayla çalışmaya başlıyor. Biri makaleyi yazıyor, biri SEO fırsatı öneriyor, biri LinkedIn postunu hazırlıyor, biri X için fikir üretiyor, biri Reddit’te konuşulan thread’leri buluyor. Pazarlama departmanım artık iki kişi: bir AI CMO, bir de ben. Elimde dağınık araçlar yok, çalışan bir sistem var.

Şimdi bu sistemi nasıl kurduğuma geçelim.

Bunu hazır yapan araçlar var. Kurmakla uğraşmak istemiyorsan onlara bakabilirsin. Ben kendiminkini kurdum çünkü her ajanın tonunu, hangi kaynakları taradığını ve neyi nasıl yazdığını santim santim kontrol etmek istedim. Kontrol takıntım pahalıya değil, birkaç güne mal oldu.

Eski yol: dokuz topu aynı anda havada tutmak

Bir pazarlama departmanının gün içinde dokunduğu her işi tek tek yazdım kağıda. Liste şöyle çıktı: SEO araştırması, blog yazısı, LinkedIn postu, X thread’i, Reddit takibi, haber izleme, GEO yani ChatGPT ve Google AI içinde görünürlük, teknik SEO düzeltmeleri, bir de UGC video brief’i. Dokuz ayrı iş.

Tek başına dokuz topu aynı anda havada tutmaya benziyor. KOBİ sahibiysen bunu zaten yaşıyorsun. Hepsini düzgün besleyecek ekip kuracak bütçen yok, tek kişi koşturuyor, ya toplardan birkaçı yere düşüyor ya da sen geceni veriyorsun.

Başlamadan önce ne lazım

Şunları hazır ettim, sonra Claude Code’u açtım:

• Claude Code kurulu bir bilgisayar. Terminalden çalışıyor, korkutucu değil.

• Markamın sesini anlatan tek bir dosya. Adına marka-sesi.md dedim. İçinde kim olduğum, kime yazdığım, hangi kelimeleri kullanmadığım var. Her ajan bu dosyayı okuyor. Tüm sistemin bel kemiği bu.

• Hedef kitlemi ve rakiplerimi yazdığım kısa bir baglam.md.

• Birkaç saat. İlk gün sadece yapıyı kurmakla geçti.

AI CMO Panelim:

Beş katmanda kurdum

1. Her kanal için ayrı bir ajan

Claude Code’da subagent denen yapıyı kullandım. Her kanala kendi alt-ajanını, kendi rol tarifini yazdım. Tek bir dev prompt yerine, her biri tek işi iyi yapan dokuz uzman.

SEO ajanına verdiğim rol kabaca şöyleydi:

Sen bir SEO uzmanısın. Görevin: belirtilen konuda haftalık keyword fırsatlarını bulmak, arama hacmi ve rekabet seviyesini not etmek, en umut verici üç tanesi için blog taslağı çıkarmak. Marka tonu için marka-sesi.md dosyasını oku. Hiçbir şeyi yayınlama, sadece taslak hazırla.

Reddit ajanına ise:

Sen topluluk yöneticisisin. Görevin: ilgili subreddit’lerde markamızın yardımcı olabileceği taze thread’leri bulmak. Her biri için satışçı değil, faydalı bir yanıt taslağı yaz. Asla otomatik gönderme, taslağı bana getir.

Aynı mantıkla diğer ajanları da yazdım. Her rol tarifinde üç şey sabit kaldı: ne yapacağı, neyi yapmayacağı, hangi tonu kullanacağı.

Şu an sistemde aktif çalışan kadro:

• Reddit ajanı: ilgili thread’leri buluyor, taslak yanıtlar hazırlıyor.

• SEO ajanı: keyword fırsatları öneriyor, blog yazıları taslıyor.

• İçerik/Blog ajanı: marka sesime uygun uzun içerik yazıyor.

• X ajanı: post ve thread taslakları üretiyor.

• LinkedIn ajanı: profesyonel içerik fikirleri öneriyor, post taslıyor.

• GEO ajanı: markamı ChatGPT ve Google AI Overviews içinde görünür kılıyor.

• UGC video ajanı: sosyal medya ve reklam için kısa video klipleri üretiyor.

• Coding ajanı: teknik SEO sorunlarını otomatik düzeltiyor.

2. Web araştırmasını otomatize ettim

Her ajana arama ve araç çağırma (Connector) yeteneği bağladım. Artık her biri sabah kendi alanında taramayı kendisi yapıyor: rakip içerikler, yükselen konular, anahtar kelime fırsatları, konuşulan konular. Ben hiçbir şey aramıyorum, masama hazır gözlem geliyor.

3. Bir orkestratör, yani şef ajan

Burası işin döndüğü yer. Dokuz ajanı tek tek tetiklemek istemedim. Üstlerine bir yönetici ajan koydum. Görevi: sabah hepsini sırayla çalıştırmak, çıktıları toplamak, tekrarları ayıklamak ve bana tek bir günlük özet sunmak.

Şef ajanın tarifi şöyleydi:

Sen pazarlama direktörüsün. Sırayla şu dokuz ajanı çalıştır, her birinin çıktısını al. Bana tek bir brifing hazırla: bugünün en iyi üç fırsatı, hazır bekleyen taslaklar, benden onay isteyen kararlar. Önem sırasına diz.

Artık dokuz pencere değil, tek bir özet okuyorum.

4. Onay döngüsü, kontrolü elimde tutan kısım

İşin özü burada. Hiçbir şey otomatik yayınlanmıyor. Sistem üretiyor, ben onaylıyorum. Her ajanın tarifine “asla kendin yayınlama, taslağı getir” cümlesini koydum. Brifingde her taslağın yanında üç seçenek beliriyor: onayla, düzelt, çöpe at.

Bu kasıtlı bir yavaşlık. Yapay zeka burada yorulmayan, ucuz bir stajyer kadrosu gibi çalışıyor. Hızlı ve becerikli. Ama hangi içeriğin marka sesime uyduğuna, neyin yayına gideceğine ben karar veriyorum. O karar olmadan ürettiği her şey anlamsız.

5. Rutinler (Routines) ile günlük rutine bağladım

Son adım, sistemi her sabah kendi kendine çalıştırmak. Zamanlanmış bir görev kurdum, şef ajan her sabah saat yedide devreye giriyor. Ben kahvemi içerken brifing masamda hazır oluyor. Tek yaptığım onaylamak.

Nerede tıkandım

İlk versiyonda her ajana çok geniş yetki verdim, çıktılar dağıldı, birbirini tekrar etti. Çözüm rolleri daraltmak oldu. Bir ajan tek iş yapınca kalite ikiye katlandı.

İkinci zorluk marka sesiydi. İlk taslaklar teknik olarak doğruydu ama bana ait değildi, jenerik kokuyordu. marka-sesi.md dosyasına gerçek örnekler, yasakladığım kelimeler ve “şunu şöyle değil böyle söylerim” notları ekleyince düzeldi. Sistemin kalitesi bu tek dosyanın kalitesi kadar.

Maliyet ve zaman, dürüst hali

İlk kurulum birkaç gün sürdü. Sonrası her sabah birkaç dakika. Hazır bir araç olsa ilk gün başlardım ama bu kadar kişiselleşmezdi. İkisi de geçerli yol. Kendi zamanın ile kontrol arasında seçim yapıyorsun.

Asıl ayrımı burada görüyorum: yapay zekayı kullanan pazarlamacı ile yapay zeka sistemi kuran pazarlamacı aynı yerde durmuyor. Birincisi her gün tek tek prompt yazıyor. İkincisi bir kere kuruyor, sistem çalışıyor.

Sen ne düşünüyorsun?

Ben şuna inanıyorum: önümüzdeki dönemde küçük ekipler, kurdukları sistemle kendinden on kat büyük departmanlarla aynı sahada oynayacak. Ama bir itiraz da duyuyorum — “onay döngüsü her içeriği elden geçirmek demek, gerçek tasarruf nerede?” diye. Bence tasarruf üretimde değil, her seferinde sıfırdan başlamayı ortadan kaldırmasında.

Sen de böyle bir sistem kurdun mu? Hangi ajanı eklemek isterdin? Yorumlarda görüşelim.

Kendi “AI CMO” ekibini kurmak istiyorsan:

Bu sistemi — marka ses dosyasından şef ajana kadar — sıfırdan, ajan ajan, ekranda canlı kuruyoruz.

📅 9 Temmuz Perşembe, 19:30–22:30
👉 AI CMO Bootcamp — Kayıtlar açık