AI Görünürlüğü Nasıl Ölçülür? Mention, Citation, Share of Voice ve ChatGPT Marka Testi

AI görünürlüğü artık pazarlama toplantılarının gündeminde; ancak çoğu ekip bu konuyu ölçümle değil izlenimle yönetiyor. Biri ChatGPT'ye markayı soruyor, cevapta adı görüyor ve konu kapanıyor. Oysa aynı soruyu beş kez sorduğunuzda beş farklı liste alabilirsiniz.

Ben 2012'den beri arama pazarlamasında çalışıyorum. Bu yazıda markanızın yapay zeka cevaplarındaki yerini tekrarlanabilir biçimde ölçmek için kullandığım protokolü anlatıyorum: istem seti, platform örneklemesi, altı metrik, kayıt tablosu, aylık rapor ve 10 dakikalık ChatGPT testi. Görünürlüğü artırma tarafını markanızı ChatGPT ve Gemini cevaplarına taşıma rehberinde ele aldım; burada yalnız ölçüme odaklanıyorum.

AI görünürlüğü nasıl ölçülür?

AI görünürlüğü, markanızın ChatGPT, Gemini, Google AI Overviews, AI Mode, Perplexity ve Copilot cevaplarında ne sıklıkla anıldığını, kaynak gösterildiğini ve doğru tarif edildiğini gösteren ölçüdür. Onu ölçmek için sabit bir istem setini her platformda birkaç kez koşturur, sonuçları tabloya işler ve rakiplerinizle kıyaslarsınız.

Burada kritik nokta şu: tek bir ekran görüntüsü ölçüm değildir. Yapay zeka cevapları her seferinde biraz değişir; bu nedenle tek denemeye dayanan her yorum yanıltıcı olur. Ölçüm, aynı soruyu aynı koşullarda defalarca sorup oranlarla konuşmak demektir. Kısacası AI görünürlüğü bir sıra numarası değil, bir olasılıktır.

Bu yazıdaki protokol dört katmandan oluşuyor: istem seti, platform örneklemesi, metrikler ve raporlama. Her katmanı ayrı bir başlıkta anlatıyorum. Sonunda da elle yapabileceğiniz 10 dakikalık bir test ve aylık rapor şablonu bulacaksınız.

Klasik SEO raporları neden bu soruya cevap vermiyor?

Klasik raporlar, sayfanızın arama sonuçlarındaki sırasını ve aldığı tıklamayı gösterir. Oysa yapay zeka cevabında on mavi bağlantılık bir sıra yoktur; bir paragraf, bir liste ya da birkaç kaynak kartı vardır. Kullanıcı çoğu zaman tıklamadan kararını verir, dolayısıyla tıklama verisi resmin yalnız küçük bir kısmını anlatır.

Resmi raporlar bu boşluğu kısmen kapatıyor. Google, AI Overviews ve AI Mode gösterimlerini artık Search Console'da ayrı bir raporda veriyor. Microsoft da Copilot cevaplarındaki alıntıları Bing Webmaster Tools'ta sayıyor. Bu iki kaynağın ayrıntısını aşağıda ayrı bir başlıkta anlatıyorum.

Ancak iki önemli eksik var. Birincisi, bu raporlar ChatGPT, Gemini uygulaması ve Perplexity cevaplarını kapsamıyor. İkincisi, hiçbiri marka adınızın bağlantısız geçtiği cevapları saymıyor. Yani yapay zeka sizi önerip sitenize link vermezse resmi raporlarda iz kalmıyor. Bu yüzden AI görünürlüğü için kendi ölçümünüzü kurmanız gerekiyor.

Mention, citation ve share of voice arasındaki fark nedir?

Bu üç terim sık karışıyor; oysa her biri farklı bir soruya cevap veriyor. Mention (bahsedilme), cevabın metninde marka adınızın geçmesidir. Citation (kaynak gösterilme), cevabın sitenizdeki bir sayfayı kaynak olarak bağlamasıdır. Share of voice (ses payı) ise aynı istemlerde sizin bahsedilmelerinizin, rakiplerinizle birlikte toplam bahsedilmeler içindeki payıdır.

Aradaki fark pratikte önemli. Örneğin bir cevap sizi önerip rakibinizin blog yazısını kaynak gösterebilir; bu durumda mention var, citation yok. Tersine, cevap sizin rehberinizi kaynak gösterip marka adınızı hiç anmayabilir. İlki marka bilinirliğini, ikincisi içerik otoritesini anlatır.

Share of voice ise bağlamsız okunmaz. Rakip listesi değişince oran da değişir, dolayısıyla rakip setini baştan sabitleyin ve ay içinde değiştirmeyin. Ayrıca her metriği aynı cevap kümesinden hesaplayın; farklı günlerin farklı cevaplarını karıştırırsanız oranlar birbirini açıklamaz.

AI görünürlüğü ölçümünde hangi altı metriği takip etmelisiniz?

Ben ölçümü altı metrikle kuruyorum. Her birini önce cevap düzeyinde işaretliyor, ardından istem seti genelinde orana çeviriyorum:

• Bahsedilme oranı: Marka adınızın geçtiği cevap sayısının toplam cevap sayısına oranıdır.
• Kaynak gösterilme oranı: Sitenizden en az bir sayfayı kaynak gösteren cevapların oranıdır.
• Listede sıra: Markanız bir listede geçiyorsa kaçıncı sırada durduğudur; ortalama sıra yerine ilk üçte olma oranını izleyin.
• Share of voice: Sizin bahsedilme sayınızın, siz ve rakiplerinizin toplam bahsedilme sayısına oranıdır.
• Duygu: Cevabın markanızı olumlu, nötr ya da olumsuz bir tonla anlatıp anlatmadığıdır.
• Bilgi doğruluğu: Cevaptaki marka bilgilerinin, yani hizmet, konum, fiyat politikası ve kuruluş yılı gibi olguların gerçekle ne kadar örtüştüğüdür.

Bu altı metrik birbirini tamamlıyor. Örneğin yüksek bahsedilme oranı ile düşük doğruluk, yapay zekanın sizi tanıdığını ama yanlış anlattığını gösterir. Yüksek kaynak gösterilme ile düşük bahsedilme ise içeriğinizin kullanıldığını, markanızın ise akılda kalmadığını düşündürür. Bu yüzden hiçbirini diğerlerinden ayrı raporlamayın.

İstem setini nasıl tasarlarsınız?

İstem seti, her ay aynen tekrar edeceğiniz soru listesidir. Setin gücü büyüklüğünden çok dengesinden gelir. Ben dört istem tipini birlikte kullanıyorum, çünkü her tip farklı bir müşteri anını temsil ediyor:

• Marka istemleri: “[Marka] nedir, ne iş yapar, güvenilir mi?” gibi adınızı içeren sorular.
• Kategori istemleri: “İstanbul'da en iyi kurumsal web tasarım firmaları hangileri?” gibi adınızı içermeyen keşif soruları.
• Karşılaştırma istemleri: “[Marka] mı [Rakip] mi?” ya da “[Rakip] alternatifleri neler?” gibi karar anı soruları.
• Sorun istemleri: “Sitem Google'da neden çıkmıyor?” gibi, çözümünüzün önerilebileceği sorun odaklı sorular.

Başlangıç için 30 istem yeterli: 5 marka, 12 kategori, 6 karşılaştırma ve 7 sorun istemi. Kategori ağırlığı bilinçli bir tercih, çünkü yeni müşteriyi getiren sorular çoğu zaman adınızı içermez. Ayrıca her istemi müşterinizin gerçekten kullandığı dille yazın. Satış ekibinin telefonda duyduğu cümleler, anahtar kelime listesinden daha iyi istem çıkarır.

Marka ve kategori istemlerini nasıl yazarsınız?

Marka istemleri, yapay zekanın sizi tanıyıp tanımadığını ve nasıl tarif ettiğini ölçer. Burada soruları sade tutun: “[Marka] hangi hizmetleri veriyor?” ya da “[Marka] hakkında yorumlar neler?” gibi. Böylece doğruluk ve duygu metriğini aynı cevaptan okursunuz.

Kategori istemleri ise asıl rekabetin olduğu yerdir. Kullanıcı adınızı bilmeden “küçük işletmeler için en iyi muhasebe programı” diye sorar ve cevap ona birkaç seçenek sunar. Bu listede yoksanız, marka istemlerindeki başarı yeni müşteri getirmez. Özellikle konum, bütçe ve sektör gibi niteleyicileri istemlere ekleyin; gerçek sorular hep böyle niteleyiciler taşır.

Her istemin bir kodu olsun: M01, K01, R01, S01 gibi. Kod, aylar boyunca aynı sorunun sonucunu karşılaştırmanızı sağlar. İstemi değiştirirseniz yeni kod verin; aksi halde eski ve yeni sonuçlar birbirine karışır ve trend çizgisi anlamını yitirir.

Karşılaştırma ve sorun istemleri neden şart?

Karşılaştırma istemleri, satın alma kararının son adımını temsil eder. “[Marka] ile [Rakip] arasındaki farklar neler?” sorusunda yapay zeka iki markayı yan yana koyar ve çoğu zaman bir tarafa ağırlık verir. Bu cevaplarda duygu ve doğruluk metriği, bahsedilme oranından daha çok şey söyler.

Sorun istemleri ise huninin en üstündedir. Kullanıcı henüz çözüm aramıyor, derdini anlatıyor. Örneğin “e-ticaret sitemde sepeti terk eden müşteri çok” diyen biri, cevapta bir hizmet ya da araç önerisi alabilir. Markanız burada geçiyorsa, yapay zeka sizi o sorunla ilişkilendiriyor demektir.

Bu iki tip olmadan ölçüm yalnız marka bilinirliğini gösterir. Oysa işletmenin büyümesi, adınızı henüz bilmeyen insanların sorularında yer almaktan geçer. Dolayısıyla karşılaştırma ve sorun istemlerine setin en az üçte birini ayırın.

Hangi platformları örneklemelisiniz?

Kitlenizin gerçekten kullandığı platformlarla başlayın; hepsini aynı yoğunlukta ölçmek zorunda değilsiniz. Aşağıdaki tablo, her platformda neyi kaydettiğimi ve nelere dikkat ettiğimi özetliyor.

Ben küçük ve orta ölçekli markalarda ChatGPT, AI Overviews ve Gemini ile başlıyorum. Perplexity ve Copilot'u ise kitlenin teknik ya da kurumsal olduğu projelerde sete ekliyorum. Hangi yapay zekanın hangi soruda daha isabetli olduğunu merak ediyorsanız ChatGPT, Gemini, Claude, Copilot ve Perplexity karşılaştırmama göz atabilirsiniz.

Yapay zeka cevapları neden her seferinde değişiyor?

Dil modelleri cevabı kelime kelime, olasılıklara göre üretir. Aynı istem, farklı bir denemede başka bir kelimeyle başlayabilir ve cevap başka bir yöne kayabilir. Web araması yapan sistemlerde bir etken daha var: arka planda çekilen kaynaklar da denemeden denemeye değişir.

Bu dalgalanmanın boyutu küçük değil. SparkToro ve Gumshoe'nun Ocak 2026'da yayımladığı araştırmada 600 gönüllü, 12 istemi ChatGPT, Claude ve Google'ın yapay zeka cevaplarında toplam 2.961 kez çalıştırdı. Araştırmaya göre ChatGPT ya da Google'ın aynı marka listesini tekrar verme ihtimali 100'de 1'in altında kaldı. Aynı listeyi aynı sırayla verme ihtimali ise yaklaşık 1.000'de 1 çıktı.

Bu bulgu iki sonuç doğuruyor. Birincisi, “ChatGPT'de ikinci sıradayız” gibi bir cümle tekrar koşu olmadan anlamsızdır. İkincisi, anlamlı metrik sıradan çok sıklıktır: markanızın kaç cevapta geçtiği. Nitekim araştırmayı yapanlar da sıra yerine görünürlük yüzdesini izlemeyi önerdi. Ben de AI görünürlüğü raporlarında sırayı yalnız yardımcı bilgi olarak veriyorum.

Her istemi kaç kez koşturmalısınız?

Tek koşu ölçüm değildir, ama sınırsız koşu da bütçeye sığmaz. Benim pratik kuralım şu: her istemi her platformda en az 3 kez, kritik istemleri 5 ila 10 kez koşturun. 30 istem ve 3 koşuyla tek platformda 90 cevap elde edersiniz; üç platformda bu sayı 270 olur.

Örneklem büyüklüğü, oranınızın ne kadar oynayabileceğini belirler. Basit bir istatistik hesabıyla, yüzde 50 civarındaki bir oranın yüzde 95 güven aralığı 90 cevapta kabaca ±10 puan, 270 cevapta kabaca ±6 puandır. Yani 90 cevaplık bir ölçümde yüzde 40'tan yüzde 46'ya çıkış gürültü olabilir.

Bu yüzden aylık değişimi yorumlarken iki kural uyguluyorum. İlk olarak, hata payından küçük değişimleri “sabit” sayıyorum. Ardından bir değişimi ancak iki ay üst üste aynı yönde görürsem gerçek kabul ediyorum. Böylece rastlantısal bir sıçramayı başarı diye raporlamıyorum. Kısacası AI görünürlüğü ölçümünde örneklem büyüdükçe yorum hakkınız da büyür; küçük örneklemde ise yalnız büyük farklar anlam taşır.

Test ortamını nasıl sabit tutarsınız?

Ölçümün tekrarlanabilir olması için her ay aynı koşulları kurmanız gerekir. Aksi halde değişimin sizden mi, ortamdan mı geldiğini ayıramazsınız. Ben şu kuralları uyguluyorum:

• ChatGPT'de geçici sohbet (Temporary Chat) açıyor ve başlatırken kişiselleştirilmemiş (Unpersonalized) seçeneği seçiyorum; OpenAI'nin yardım sayfasına göre bu seçenek bellek ve özel talimatları kullanmıyor.
• Gemini'de de geçici sohbet kullanıyorum, çünkü bu sohbetlerde Gemini geçmiş sohbetlerinize göre cevap uyarlamıyor.
• Google tarafında oturumu kapalı bir tarayıcı penceresi açıyor, hedef pazarın dil ve ülke koşullarını koruyorum.
• Her kaydın yanına tarihi, platformu, modu ve görünüyorsa model adını yazıyorum.
• Ölçümü her ay aynı haftada ve mümkünse iki gün içinde tamamlıyorum.

Birden fazla pazarda satış yapıyorsanız her pazar için ayrı set tutun. Türkçe ve İngilizce istemler farklı kaynaklara dayanır; bu yüzden sonuçları aynı tabloda toplamayın. Aynı şekilde mobil ve masaüstü farkını merak ediyorsanız bunu ayrı bir sütunla izleyin.

Kayıt tablosu şablonu nasıl olmalı?

Kayıt tablosunda her satır bir cevaptır. Böylece aynı istemin üç koşusu üç ayrı satırda durur ve oranları doğrudan hesaplarsınız. Benim kullandığım sütunlar şunlar:

Tabloyu Google E-Tablolar ya da Excel'de tutabilirsiniz. Önemli olan, sütunların her ay aynı kalmasıdır; sütun eklemek serbest, çıkarmak değil. Ayrıca 0 ve 1 ile işaretlediğiniz sütunlar, formülle oran hesaplamayı çok kolaylaştırır. Örneğin Mention sütununun ORTALAMA değeri, doğrudan bahsedilme oranınızı verir. İstem tipi sütununa koşul koyan bir ortalama formülüyle aynı hesabı yalnız kategori istemleri için de yapar ve o istem tipindeki AI görünürlüğünü görürsünüz.

Metrikleri tablodan nasıl hesaplarsınız?

Tablo hazır olduğunda hesaplar basit oranlardır. Bir örnek hesapla anlatayım: 30 istemi ChatGPT'de 3 kez koşturdunuz ve 90 cevap topladınız.

• Marka adınız 27 cevapta geçiyorsa bahsedilme oranınız 27/90, yani yüzde 30'dur.
• Sitenizi kaynak gösteren cevap sayısı 9 ise kaynak gösterilme oranınız yüzde 10'dur.
• Geçtiğiniz 27 cevabın 12'sinde ilk üçteyseniz ilk üç oranınız 12/27, yani yaklaşık yüzde 44'tür.
• Anıldığınız 27 cevabın 3'ünde bilgi hatalıysa doğruluk oranınız 24/27, yani yaklaşık yüzde 89'dur.

Bu rakamlar yalnız bir hesap örneğidir, gerçek bir markanın sonucu değildir. Ben oranları hem toplamda hem de istem tipine göre ayrı ayrı hesaplıyorum. Çünkü marka istemlerindeki yüzde 90'lık bir bahsedilme oranı, kategori istemlerindeki yüzde 5'i kolayca gizler. Toplam oran iyi görünürken yeni müşteri getiren sorularda yok olabilirsiniz.

Share of voice'u rakiplere karşı nasıl hesaplarsınız?

Share of voice için önce 3 ila 5 rakipten oluşan sabit bir rakip seti belirleyin. Sonra her cevapta hangi markaların geçtiğini sayın. Formül şu: sizin bahsedilme sayınız bölü sizin ve rakiplerinizin toplam bahsedilme sayısı.

Örneğin 90 cevapta siz 27 kez, üç rakibiniz toplam 63 kez geçtiyse toplam bahsedilme 90 olur ve share of voice'unuz yüzde 30 çıkar. Aynı hesabı yalnız kategori istemleri için yaparsanız, yeni müşteri kazanma potansiyelinizi daha net görürsünüz.

İsterseniz sıraya ağırlık da verebilirsiniz: ilk sıradaki bahsedilmeye 3, ikinciye 2, diğerlerine 1 puan gibi. Ancak sıra verisi çok oynak olduğu için ben ağırlıklı skoru yalnız yardımcı gösterge olarak kullanıyorum. Bing Webmaster Tools'un Haziran 2026'da önizlemeye aldığı Citation Share metriği de benzer bir mantıkla çalışıyor ve aynı sorguda gösterilen tüm alıntılar içinde sitenizin payını veriyor. Rakip setini belirlemekte zorlanıyorsanız SEO rakip analizi rehberimdeki yöntem burada da işe yarar.

Duygu ve bilgi doğruluğunu nasıl puanlarsınız?

Duygu için üç seviyeli basit bir ölçek yeterli: olumlu, nötr, olumsuz. Olumlu, cevabın sizi önerdiği ya da güçlü yanınızı öne çıkardığı durumdur. Olumsuz ise uyarı, şikayet ya da “pahalı, yavaş” gibi niteleme içeren cevaptır. Kararsız kaldığınızda nötr işaretleyin, çünkü tutarlılık hassasiyetten önemlidir.

Doğruluk için önce bir marka bilgi kartı hazırlayın. Kartta hizmetleriniz, adresiniz, çalışma bölgeniz, kuruluş yılınız, fiyat politikanız ve güncel ürün adlarınız yer alsın. Ardından her cevaptaki iddiaları bu karta göre doğru, eksik ya da hatalı diye işaretleyin.

Hatalı bilgi en değerli bulgudur, çünkü düzeltme imkanı sunar. Yanlış adres, kapanmış bir şube ya da eski bir fiyat genelde internetteki eski bir kaynaktan gelir. Kaynağı bulup güncellediğinizde bir sonraki ölçümde farkı görebilirsiniz. Bu nedenle hatalı cevapların kaynak URL'lerini her zaman ayrıca kaydedin. Doğruluk metriği, AI görünürlüğü içinde en hızlı iyileştirebileceğiniz alandır; çünkü sorunun kaynağı çoğu zaman sizin kontrolünüzdeki bir sayfadır.

ChatGPT markanızı tanıyor mu? 10 dakikalık elle testi nasıl yaparsınız?

Bu test ölçüm protokolünün yerini tutmaz, ama bugün nerede durduğunuzu 10 dakikada gösterir. Bir zamanlayıcı kurun ve şu adımları izleyin:

1. Hazırlık (1. dakika): ChatGPT'de yeni bir geçici sohbet açın ve kişiselleştirilmemiş seçeneği seçin.
2. Tanıma (2. ve 3. dakikalar): “[Marka] nedir, ne iş yapar, nerede hizmet veriyor?” diye sorun ve cevabı bilgi kartınızla karşılaştırın.
3. Kaynak kontrolü (4. dakika): Aynı sohbette web'de aramasını ve kaynak göstermesini isteyin; sitenizin kaynaklar arasında olup olmadığına bakın.
4. Kategori sorusu (5. ve 6. dakikalar): Yeni bir geçici sohbette adınızı anmadan “[şehir]'de [hizmet] için hangi firmaları önerirsin?” diye sorun.
5. Karşılaştırma (7. dakika): “[Marka] ile [Rakip] arasındaki farklar neler?” diye sorun ve tonun kimden yana olduğunu not edin.
6. Tekrar (8. ve 9. dakikalar): Kategori sorusunu iki yeni geçici sohbette tekrar sorun ve kaç kez anıldığınızı sayın.
7. Kayıt (10. dakika): Sonuçları kayıt tablosuna satır satır işleyin.

Sonuç genelde üç senaryodan birine düşer. ChatGPT sizi doğru tanıyor ve kategori sorusunda anıyorsa temel sağlam demektir. Sizi tanıyor ama kategori sorusunda anmıyorsa sorun büyük olasılıkla otoriteyle ilgilidir. Hiç tanımıyorsa önce sitenizin teknik olarak okunabilir olup olmadığını yapay zeka görünürlük testi aracımızla kontrol edin. Araç robots.txt'deki AI bot izinlerini, llms.txt dosyasını, yapısal veriyi ve alıntılanabilir içerik yapısını tarayıp 100 üzerinden bir puan veriyor.

Aylık AI görünürlüğü raporu neleri içermeli?

Aylık rapor tek sayfa olmalı; hem yönetici hem uzman okuyabilmeli. Uzun bir tablo yığını yerine birkaç net sayı ve yorum, AI görünürlüğü konusunu yönetimin gündeminde tutar. Ben raporu şu bölümlerle kuruyorum:

• Özet: Altı metriğin bu ayki değeri, geçen ayla farkı ve hata payı.
• Platform kırılımı: Her platform için bahsedilme, kaynak gösterilme ve share of voice.
• İstem tipi kırılımı: Marka, kategori, karşılaştırma ve sorun istemlerinin ayrı sonuçları.
• En çok kaynak gösterilen sayfalar: Sizin URL'leriniz ve rakiplerinizi besleyen üçüncü taraf kaynaklar.
• Hatalı bilgiler: Yanlış aktarılan bilgi, olası kaynağı ve düzeltme adımı.
• Resmi veriler: Search Console gösterimleri, Bing alıntıları ve yapay zeka kaynaklı ziyaretler.
• Gelecek ay: İki ya da üç net aksiyon ve sorumlusu.

Yapay zeka kaynaklı ziyaretleri ayırmak için GA4'te yapay zeka trafiğini tespit etme rehberimi kullanabilirsiniz. Rapor okuma alışkanlığı henüz oturmamış ekipler için dijital pazarlama raporu nasıl okunur yazısı iyi bir başlangıç olur. Böylece AI görünürlüğü rakamları, ciro ve talep verisiyle aynı masada konuşulur.

Search Console ve Bing Webmaster Tools hangi AI verilerini veriyor?

Google, 3 Haziran 2026'da Search Console üretken yapay zeka performans raporlarını duyurdu ve 31 Ağustos 2026 itibarıyla tüm sitelere açtı. Yardım sayfasına göre rapor, AI Overviews ve AI Mode'daki gösterimlerinizi sayfa, ülke, cihaz ve tarih kırılımıyla veriyor. Ancak raporda tıklama ve sorgu yok; yalnız gösterim var. Bu gösterimler genel Performans raporunda da sayılmaya devam ediyor.

Bir uyarı ekleyeyim: Search Console'daki üretken yapay zeka kontrolüyle bu özelliklerden çıkmayı seçen siteler, oradan gösterim almıyor. Ölçüme başlamadan önce Search Console Ayarlar bölümündeki bu kontrolün, varsayılan olan dahil etme durumunda kaldığını doğrulayın. Search Console'a yeniyseniz Search Console kullanım rehberim temel menüleri anlatıyor.

Microsoft tarafında ise Bing Webmaster Tools, 10 Şubat 2026'da duyurduğu AI Performance raporunda Copilot ve Bing'in yapay zeka özetlerindeki alıntıları gösteriyor. Rapor toplam alıntı, alıntılanan ortalama sayfa, sayfa bazında alıntı ve örneklem halinde grounding sorgularını sunuyor. Böylece hangi sayfanızın hangi sorgu ailesinde kaynak olduğunu kabaca görürsünüz. Kendi istem setiniz ise bu iki raporun göremediği ChatGPT, Gemini ve Perplexity tarafını tamamlar.

AI görünürlüğü ölçüm araçları hangi kategorilere ayrılır?

Elle ölçüm küçük setlerde iş görür; istem ve platform sayısı arttıkça araç gerekir. Araçları dört kategoride düşünüyorum:

• Resmi platform raporları: Search Console üretken yapay zeka raporu ve Bing Webmaster Tools AI Performance. Ücretsizdirler, ama yalnız kendi ekosistemlerini gösterirler.
• SEO paketlerinin yapay zeka modülleri: Semrush AI Visibility Toolkit ve Ahrefs Brand Radar bu gruba girer. Mevcut SEO verinizle aynı panelde çalışırlar.
• Özel izleme araçları: Profound, Peec AI ve Otterly.AI gibi araçlar istem setinizi platformlarda düzenli koşturur, bahsedilme ve kaynak verisini toplar.
• Kendi kurduğunuz düzen: E-tablo, elle koşu ve gerekirse API ile otomasyon. En ucuz yoldur, ama disiplin ister.

Araç seçerken iki soru sorun. Araç her istemi kaç kez koşturuyor ve sonucu oran olarak mı veriyor? Ayrıca API cevaplarıyla mı, yoksa kullanıcının arayüzde gördüğü cevaplarla mı çalışıyor? Bu iki cevap her zaman aynı olmayabilir. Tek koşudan kesin bir “sıra” veren araç ise yukarıdaki araştırmanın ışığında yanıltıcı bir tablo çizer.

Teknik hazırlık ayrı bir konudur. Sitenizin yapay zeka tarayıcılarına açık olup olmadığını merak ediyorsanız AI crawler ve robots.txt rehberime bakabilirsiniz.

Ölçümde en sık yapılan hatalar nelerdir?

Kendi ölçümlerimde ve incelediğim raporlarda en sık şu hataları görüyorum:

• Tek ekran görüntüsüyle karar vermek; oysa tek cevap bir örneklemdir, sonuç değil.
• İstem setini her ay değiştirip sonuçları yine de kıyaslamak.
• Yalnız marka istemlerini ölçüp kategori istemlerini atlamak.
• Kişiselleştirme açıkken test etmek, çünkü cevap sizin geçmişinizi yansıtır.
• Sıra numarasını ana metrik yapmak.
• Hata payını hesaba katmadan küçük değişimleri başarı ya da kriz diye sunmak.
• Rakip setini ay ortasında genişletmek ve share of voice düşüşünü yanlış yorumlamak.

Bu hataların ortak noktası şu: hepsi ölçümü tekrarlanamaz hale getiriyor. Dolayısıyla protokolün en önemli kuralı, her ay aynı soruyu aynı koşulda sormaktır. Bir diğer sık hata ise ölçümü bir kez kurup sonra bırakmak. AI görünürlüğü tek seferlik bir fotoğraf değil, aylar içinde okunan bir trend çizgisidir; üç ay veri biriktirmeden büyük karar almayın.

Ölçüm sonuçlarını aksiyona nasıl çevirirsiniz?

Ölçüm, ancak aksiyona dönüşünce değer üretir. Düşük bahsedilme oranı genelde otorite ve üçüncü taraf anılma eksikliğine işaret eder. Düşük kaynak gösterilme oranı ise içeriğin alıntılanabilir yapıda olmadığını ya da tarayıcılara kapalı olduğunu düşündürür. Hatalı bilgilerde ise önce kaynağı bulup düzeltmek gerekir.

Görünürlüğü artırma adımlarını ChatGPT ve Gemini rehberimde, genel çerçeveyi ise GEO nedir yazısında bulabilirsiniz. Ölçümü düzenli yürütmeye vaktiniz yoksa ekibimle birlikte istem setini kurup aylık raporu hazırladığımız yapay zeka SEO ve GEO hizmetimize göz atabilirsiniz. Ancak hangi yolu seçerseniz seçin, ilk adım aynı: bu hafta 10 dakikalık testi yapın ve AI görünürlüğü için ilk kaydınızı açın.