Yapay Zeka Sözlüğü: AI Arama ve GEO Terimleri

Yapay Zeka Sözlüğü: AI Arama ve GEO Terimleri

MCP, RAG, temellendirme, yapay zeka ses payı… AI aramanın dili hızla değişiyor ve bir yıl önce var olmayan bir terim bugün her yerde karşımıza çıkabiliyor. Bu sözlük, her pazarlamacının ve SEO uzmanının bilmesi gereken AI ve GEO terimlerini tanımlıyor.

SEO sözlüğümüz klasik arama için bir sözlükse, bunu da üretken çağ için onun yol arkadaşı olarak düşünün — ChatGPT, Gemini, Perplexity ve Google'ın AI Genel Bakışlarının içeriği gerçekte nasıl bulduğunu, okuduğunu ve alıntıladığını anlamak için ihtiyaç duyduğunuz kelimeler. Her madde kısa ve pratiktir; tam bir rehber yazdığımız konularda, daha derine inebilmeniz için doğrudan o rehbere bağlantı veriyoruz.

Bağlantıları sıralamaktan yanıtları üretmeye geçiş, büyük bölümü makine öğreniminden ödünç alınmış, tamamen yeni bir kelime dağarcığı getirdi. Bu alanda çalışmak için bir veri bilimi diplomasına ihtiyacınız yok; ancak insanlar embedding'lerden, temellendirmeden ya da sorgu yayılımından söz ederken neyi kastettiklerini bilmeniz gerekiyor. Bu sayfayı yer imlerinize ekleyin ve AI arama dilini akıcı konuşmaya başlayın.

Bu sözlük, David Kaufmann ve SEOcrawl ekibi tarafından sürdürülmektedir — yapay zeka motorlarının markaları her gün nasıl alıntıladığını izleyen kişiler.

A

AEO (Yanıt Motoru Optimizasyonu)

Yanıt Motoru Optimizasyonu, içeriği yapay zeka yanıt motorlarının doğrudan bir yanıtın kaynağı olarak seçeceği şekilde optimize etme uygulamasıdır. GEO ile yakından ilişkilidir; vurgusu, on mavi bağlantıdan biri olmaktan çok bizzat o yanıt olmaya yöneliktir.

SEO vs AEO vs GEO karşılaştırması: SEO arama sonuçlarında sıralanır ve sıralamaları, tıklamaları ve CTR'yi ölçer; AEO yapay zeka özelliklerinde alıntılanır ve AI Overview dahil edilme ile snippet sahipliğini ölçer; GEO LLM'ler tarafından adlandırılır ve bahsedilme oranı, alıntılanma oranı ve ses payını ölçer
SEO vs AEO vs GEO bir bakışta

AI Mode

AI Mode, sohbet tarzı bir arayüzün takip sorularını doğrudan yanıtladığı, Google'ın konuşmalı, AI tarafından üretilen arama deneyimidir. AI Mode içindeki görünümler klasik sıralamalar gibi ölçülemez, ancak gönderdiği tıklamalar analitiklerde takip edilebilir.

Google AI Mode bir soruyu yanıtlar ve ardından bağlantı listesi döndürmek yerine takip sorularını aynı sohbet tarzı konuşmada ele alır.
AI Mode bir sohbettir

AI Overview (AI Genel Bakış)

AI Genel Bakış, Google'ın birçok arama sonucunun en üstüne yerleştirdiği, birden çok kaynaktan derleyip bunları alıntılayan, AI tarafından üretilmiş özettir. Bu alıntılanan kaynaklar arasında bir yer kazanmak GEO'nun temel hedeflerinden biridir.

Bir AI Overview, arama sonuçlarının en üstünde yer alan, birkaç kaynaktan derleyip bunları alıntılayan ve klasik organik bağlantıların üzerinde duran, AI tarafından üretilmiş bir özettir.
Bir AI Overview'un anatomisi

Ajan (yapay zeka ajanı)

Yapay zeka ajanı, yalnızca metin döndürmek yerine eylemler gerçekleştirmek için — araçları çağırmak, gezinmek veya çok adımlı görevleri tamamlamak — bir dil modeli kullanan bir sistemdir. Ajanlar, MCP gibi protokollerin önemli olmasının nedenidir: harici verilere ve hizmetlere ulaşmak için güvenli, standart bir yola ihtiyaç duyarlar.

Bir AI ajanı üç adımda döngü kurar — hedef üzerine akıl yürütür, araçları çağırarak eylemde bulunur ve sonucu gözlemler — görev bitene dek tekrarlar.
Bir AI ajanı nasıl çalışır

Alıntı (Citation)

AI alıntısı, AI tarafından üretilen bir yanıtın içinde sitenize veya markanıza yapılan ve bağlantılı bir kaynak, dipnot ya da satır içi bir anma olarak gösterilen referanstır. Alıntılar, klasik SEO'daki sıralamaların AI aramadaki karşılığıdır: uğruna rekabet ettiğiniz görünürlük birimidir.

B

Dört adımlı akış: kullanıcı web araması açıkken sorar, ChatGPT Bing'e sorgu atar, pasajları okur ve seçer, yanıt sayfanı kaynak gösterir
ChatGPT kaynakları nasıl bulur ve gösterir

Kaynak: Seer Interactive.

Bilgi grafiği (Knowledge graph)

Bilgi grafiği, varlıkların ve aralarındaki ilişkilerin yapılandırılmış bir haritasıdır. Yapay zeka motorları, markaların anlam karışıklığını gidermek ve sizinle ilgili hangi gerçeklere güveneceklerine karar vermek için bilgi grafiklerinden yararlanır.

Bilgi grafiği, AI motorlarının markaların anlam karışıklığını gidermek ve hangi gerçeklere güveneceğine karar vermek için kullandığı, varlıkların ve aralarındaki ilişkilerin yapılandırılmış bir haritasıdır.
Varlıklar ve ilişkilerden oluşan bir bilgi grafiği

C

Chunking

Chunking (parçalama), bir erişim sisteminin en alakalı bölümü dizinleyip getirebilmesi için içeriği daha küçük pasajlara bölme sürecidir. Net yapı — kısa bölümler, açıklayıcı başlıklar, kendi içinde bütün paragraflar — içeriğin parçalanmasını ve erişilmesini kolaylaştırır.

Chunking, bir erişim sisteminin dizinleyip en alakalı tek parçayı getirebilmesi için bir belgeyi daha küçük, kendi içinde bütün pasajlara böler.
Chunking içeriği erişim için nasıl böler

Ç

Çok modlu (Multimodal)

Çok modlu (multimodal), aynı sistem içinde birden fazla giriş türünü — metin, görüntü, ses veya video — işleyebilen bir modeli tanımlar. Yapay zeka motorlarının artık yalnızca kelimeleri değil, bir ekran görüntüsünü veya bir grafiği de okuyabilmesinin nedeni budur.

Çok modlu bir model, aynı sistem içinde birden fazla giriş türünü — metin, görüntü, ses ve video — işler; böylece yalnızca kelimeleri değil bir ekran görüntüsünü ya da grafiği de okuyabilir.
Çok modlu bir model neyi okuyabilir

E

Eğitim verisi (Training data)

Eğitim verisi, bir modelin devreye alınmadan önce öğrendiği metin ve diğer içeriklerin bütünüdür. Markanız ve gerçekleriniz web genelinde iyi temsil ediliyorsa, bir modelin zaten "bildiği" şeylere yansıma olasılıkları daha yüksektir.

Eğitim verisi, bir modelin devreye alınmadan önce öğrendiği metin bütünüdür; markanız web genelinde iyi temsil ediliyorsa, modelin zaten bildiklerine yansıma olasılığı daha yüksektir.
Eğitim verisi modelin bildiklerini nasıl şekillendirir

Embedding

Embedding (gömme), metnin (veya görüntülerin) anlamını bir sayı listesi olarak yakalayan sayısal bir temsilidir; böylece bir model iki içerik parçasının ne kadar benzer olduğunu ölçebilir. Embedding'ler, yapay zeka sistemleri içindeki semantik aramayı ve erişimi güçlendirir.

Embedding, metni bir sayı listesine dönüştürür; böylece benzer anlamlı kelimeler vektör uzayında birbirine yakın, ilgisiz kelimeler ise uzak konumlanır.
Embedding'ler anlamı nasıl yakalar

G

GEO (Üretken Motor Optimizasyonu)

Üretken Motor Optimizasyonu, içeriğinizi ve marka varlığınızı üretken yapay zeka motorlarının sizden bahsetmesi ve sizi alıntılaması için optimize etme disiplinidir. SEO'yu ChatGPT, Gemini, Perplexity ve AI Genel Bakışlara genişletir.

GEO, ChatGPT, Gemini, Perplexity ve AI Overviews gibi üretken motorların yanıtlarında sizden bahsetmesi ve sizi alıntılaması için içeriğinizi ve markanızı optimize eder.
Üretken Motor Optimizasyonu neyi hedefler

H

Halüsinasyon (Hallucination)

Halüsinasyon, bir yapay zeka modelinin ürettiği, kendinden emin ama yanlış veya uydurma bir ifadedir. Güçlü, iyi yapılandırılmış ve alıntılanabilir içerik, bir motorun doğru gerçekleri çekmek yerine markanız hakkında ayrıntılar uydurma olasılığını azaltır.

Halüsinasyon, bir modelin ürettiği kendinden emin ama yanlış bir ifadedir; güçlü, iyi yapılandırılmış, alıntılanabilir içerik, bir motorun markanız hakkında ayrıntı uydurma olasılığını azaltır.
Bir AI halüsinasyonu nasıl görünür

İ

İnce ayar (Fine-tuning)

İnce ayar (fine-tuning), bir temel modeli, davranışını veya bilgisini özelleştirmek için odaklı bir veri kümesi üzerinde daha fazla eğitme sürecidir. Erişimden farklıdır: ince ayar bilgiyi modelin içine işlerken, erişim onu yanıt anında getirir.

İnce ayar, bir temel modeli odaklı bir veri kümesinde eğiterek özelleşmiş bir model üretir; bilgiyi yanıt anında getirmek yerine modelin içine işler.
İnce ayar bir modeli nasıl özelleştirir

L

LLM (Büyük Dil Modeli)

Büyük dil modeli, dili tahmin etmek ve üretmek için çok büyük miktarda metin üzerinde eğitilmiş bir yapay zeka modelidir — ChatGPT, Claude, Gemini ve diğerlerinin arkasındaki motor. AI aramadaki her şey nihayetinde bir tanesinin üzerinde çalışır.

Büyük dil modeli metni alır, eğitilmiş bir sinir ağından geçirir ve akıcı dil üretmek için en olası sonraki kelimeyi tahmin eder.
Büyük dil modeli metni nasıl üretir

llms.txt

llms.txt, yapay zeka modellerini en önemli içeriğinize temiz, yapılandırılmış bir biçimde yönlendiren, önerilmiş bir düz metin dosyasıdır. Benimsenmesi hâlâ gelişmektedir ve sağlam, taranabilir içeriğin yerini tutmaz.

llms.txt, AI modellerini en önemli içeriğinize temiz, yapılandırılmış bir biçimde yönlendiren, önerilmiş bir düz metin dosyasıdır.
Bir llms.txt dosyası ne yapar

M

Marka anma takibi (Brand mention monitoring)

AI aramada marka anma takibi, yapay zeka motorlarının yanıtlarında markanızdan ne zaman, nerede ve nasıl bahsettiğini izlemek demektir. Göremediğiniz şeyi iyileştiremeyeceğiniz için, herhangi bir AI görünürlük stratejisinin temelini oluşturur.

Marka anma takibi, AI motorlarında promptları çalıştırır, markanızın nerede anıldığını kaydeder ve anma payının zaman içinde nasıl değiştiğini izler.
AI motorlarında marka anmalarını izleme

MCP (Model Bağlam Protokolü)

Model Bağlam Protokolü, yapay zeka asistanlarının harici araçlara ve veri kaynaklarına tutarlı bir şekilde bağlanmasını sağlayan açık bir standarttır. Bir modelin, eğitiminden tahmin yürütmek yerine canlı SEO verisi çekmek için SEOcrawl gibi bir hizmeti güvenli biçimde çağırmasının yoludur.

MCP, bir AI asistanının SEOcrawl, bir veritabanı veya bir web API'si gibi harici araçlara ve veri kaynaklarına tutarlı bir şekilde bağlanmasını sağlayan açık bir standarttır.
Model Bağlam Protokolü araçları nasıl bağlar

P

Prompt

Prompt, bir yanıt üretmesi için bir yapay zeka modeline verdiğiniz talimat veya sorudur. AI aramada, gerçek kullanıcıların yazdığı promptlar, görünmeye çalıştığınız sorgulardır.

Prompt, bir yanıt üretmesi için bir AI modeline verdiğiniz talimat veya sorudur; AI aramada, gerçek kullanıcıların yazdığı promptlar görünmek istediğiniz sorgulardır.
Prompt yeni sorgudur

Prompt takibi (Prompt tracking)

Prompt takibi, yapay zeka motorlarının tanımlı bir prompt setini zaman içinde nasıl yanıtladığını — hangi markaları andıklarını, hangi kaynakları alıntıladıklarını ve bunun nasıl değiştiğini — izlemektir. AI aramanın, sıralama takibindeki karşılığıdır.

Prompt takibi, AI motorlarının tanımlı bir prompt setini zaman içinde nasıl yanıtladığını izler ve ChatGPT, Gemini ile Perplexity'de hangi markaları andıklarını kaydeder.
Prompt takibi, AI için sıralama takibi gibi

Q

Query fan-out (Sorgu yayılımı)

Query fan-out (sorgu yayılımı), bir yapay zeka motorunun tek bir kullanıcı sorusunu birkaç alt sorguya bölmesi, bunları paralel çalıştırması ve sonuçları tek bir yanıta sentezlemesi tekniğidir. Bunu anlamak, bir konuyu kapsamlı şekilde ele almanın neden tek bir kesin ifadeyi hedeflemekten daha iyi olduğunu açıklar.

Query fan-out, tek bir kullanıcı sorusunu birkaç alt sorguya böler, bunları paralel çalıştırır ve sonuçları tek bir yanıta sentezler.
Query fan-out nasıl çalışır

R

RAG (Erişim Destekli Üretim)

RAG, bir modelin yanıt anında ilgili belgeleri getirip bunları temellendirilmiş, kaynaklı bir yanıt üretmek için kullandığı bir mimaridir. Çoğu AI arama deneyimi bir tür RAG'dir — bu yüzden erişilebilir olmak her şeyin başında gelir.

S

Getirmeyle artırılmış üretimin nasıl çalıştığını gösteren akış şeması: bir kullanıcının sorusu dizine alınmış sayfalarla eşleştirilir, model bir yanıt sentezler ve yanıt sizin sayfanıza atıfta bulunur
Yapay zeka motorları kaynakları nasıl getirir ve alıntılar

Sıfır tıklama (Zero-click)

Sıfır tıklama sonucu, kullanıcının yanıtını doğrudan arayüzde aldığı ve hiçbir web sitesini ziyaret etmediği sonuçtur. AI yanıtları sıfır tıklamayı artırdı; bu yüzden artık yanıtın içindeki görünürlük — alıntılar ve anılmalar — en az tıklama kadar önemlidir.

Sıfır tıklama sonucu, kullanıcının yanıtı doğrudan arayüzde aldığı ve hiçbir web sitesini ziyaret etmediği sonuçtur.
Sıfır tıklama sonucu nedir

T

Temellendirme (Grounding)

Temellendirme (grounding), bir yapay zeka motorunun yanıtını yalnızca eğitilmiş parametrelerine değil, getirilen, doğrulanabilir kaynaklara dayandırmasıdır. Temellendirilmiş yanıtlar alıntı içerme olasılığı en yüksek olanlardır — bu da tam olarak erişilebilir, güvenilir bir kaynak olmanın neden önemli olduğunu açıklar.

Temellendirilmemiş yanıt yalnızca modelin eğitilmiş parametrelerine dayanır; temellendirilmiş yanıt ise getirilen, doğrulanabilir kaynaklara dayanır ve onları alıntılama olasılığı çok daha yüksektir.
Temellendirilmemiş ile temellendirilmiş yanıtlar

Token

Token, bir modelin okuyup ürettiği metin birimidir — kabaca bir kelime ya da kelime parçası. Token'lar önemlidir çünkü bir modelin bağlam sınırlarını ve onu çalıştırmanın maliyetini tanımlarlar.

Token, bir modelin okuduğu ve ürettiği metin birimidir — kabaca bir kelime ya da kelime parçası — ve token'lar bir modelin bağlam sınırlarını ve çalıştırma maliyetini tanımlar.
Metin token'lara nasıl bölünür

V

Varlık (Entity)

Varlık (entity), motorların bir bilgi grafiğinde izlediği ve birbirine bağladığı belirgin, tanımlanabilir bir şeydir — bir kişi, marka, ürün veya yer. Net bir varlık olarak tanınmak, yapay zeka motorlarının markanızı doğru konularla ilişkilendirmesine ve markanızdan güvenle bahsetmesine yardımcı olur.

Varlık, motorlarca tanınan ve türü, kategorisi ve konumu gibi net özniteliklere bağlanan, bir marka gibi belirgin, tanımlanabilir bir şeydir.
Bir varlık ve öznitelikleri

Vektör veritabanı (Vector database)

Vektör veritabanı, embedding'leri saklar ve bir sorguya en yakın eşleşmeleri kesin anahtar kelimeler yerine anlam üzerinden bulur. Semantik aramanın ve çoğu RAG sisteminin arkasındaki erişim motorudur.

Vektör veritabanı, embedding'leri saklar ve bir sorguya en yakın eşleşmeleri kesin anahtar kelimeler yerine anlam üzerinden bulur.
Vektör veritabanı eşleşmeleri nasıl bulur

Y

Yanıt motoru (Answer engine)

Yanıt motoru, bir sorguya bağlantı listesi yerine sentezlenmiş bir yanıtla karşılık veren herhangi bir sistemdir — ChatGPT, Perplexity, Gemini ve Google'ın AI Genel Bakışlarının hepsi buna uyar. Bu terim, AEO'nun arkasındaki stratejik değişimi çerçeveler.

Klasik bir arama motoru seçilecek bir bağlantı listesi döndürürken, bir yanıt motoru kaynaklarını alıntılayan tek bir sentezlenmiş yanıt döndürür.
Arama motoru ile yanıt motoru
GEO'nun hedeflediği beş yapay zeka platformu ve her birinin kaynakları nasıl alıntıladığı: Google AI Overviews, Perplexity, ChatGPT, Google Gemini ve Microsoft Copilot
GEO'nun hedeflediği platformlar

Yapay zeka ses payı (Share of AI voice)

Yapay zeka ses payı, belirli bir konu veya prompt seti için AI yanıtlarında markanızın rakiplerinize kıyasla görünme yüzdesidir. AI görünürlüğünü ölçmek ve rakiplerle kıyaslamak için kullanılan başlıca metriktir.

Yapay zeka ses payı, bir konu veya prompt seti için AI yanıtlarında markanızın rakiplere kıyasla görünme yüzdesidir.
Yapay zeka ses payı ile rakipler

Yapay zeka tarayıcısı (AI crawler)

Yapay zeka tarayıcısı, bir yapay zeka şirketinin eğitim veya canlı erişim için web içeriği toplamak amacıyla çalıştırdığı bir bottur — örneğin GPTBot, ClaudeBot, Google-Extended veya PerplexityBot. robots.txt dosyanız, bunlardan hangilerinin sitenize erişebileceğini denetler.

GPTBot, ClaudeBot, Google-Extended ve PerplexityBot gibi AI tarayıcıları sayfalarınızı ister; robots.txt'niz hangilerinin siteye erişebileceğine karar verir.
AI tarayıcıları ve robots.txt

Yeniden sıralama (Reranking)

Yeniden sıralama (reranking), model yanıtını yazmadan önce getirilen pasajları alaka düzeyine göre yeniden sıralayan, ikinci geçişli bir adımdır. En yararlı, en iyi eşleşen pasajın çoğu zaman yalnızca popüler olan pasaja üstün gelmesinin nedenlerinden biridir.

Yeniden sıralama, model yanıtını yazmadan önce getirilen pasajları alaka düzeyine göre yeniden sıralayan ikinci geçişli bir adımdır; böylece en yararlı pasaj en üste çıkar.
Yeniden sıralama getirilen pasajları nasıl sıralar

Yazar: David Kaufmann

David Kaufmann

Son 10 yılı aşkın süredir tamamen SEO'ya kafayı takmış durumdayım — ve açıkçası, başka türlü olmasını da istemezdim.

Kariyerim, internetin tamamında en çok ziyaret edilen ilk 100 site arasında yer alan Chess.com'da Senior SEO Specialist olarak çalıştığım dönemde yeni bir seviyeye ulaştı. Milyonlarca sayfa, onlarca dil ve var olan en rekabetçi SERPs içinde, o ölçekte çalışmak, bana hiçbir kursun ya da sertifikanın öğretemeyeceği şeyler öğretti. Bu deneyim, gerçekten iyi bir SEO'nun nasıl göründüğüne dair bakış açımı kökten değiştirdi — ve o günden sonra kurduğum her şeyin temeli oldu.

Bu deneyimden yola çıkarak SEO Alive'ı kurdum — organik büyüme konusunda ciddi olan markalar için bir ajans. Biz dashboards ve aylık raporlar satmak için burada değiliz. Gerçekten fark yaratan stratejiler kurmak için buradayız; klasik SEO'nun en iyi yanlarını Generative Engine Optimization (GEO) denen heyecan verici yeni dünyayla birleştirerek — markanızın yalnızca Google'ın mavi linklerinde değil, aynı zamanda ChatGPT, Perplexity ve Google AI Overviews'un her gün milyonlarca insana sunduğu AI tarafından üretilen cevapların içinde de görünmesini sağlayarak.

Ve bu iki dünyayı düzgün şekilde ele alan bir araç bulamadığım için, kendim bir tane geliştirdim — SEOcrawl, rankings, teknik denetimler, backlinks izleme, crawl sağlığı ve AI marka görünürlüğü takibini tek bir yerde bir araya getiren kurumsal bir SEO intelligence platformu. Hep var olmasını dilediğim platform.

→ David tarafından yazılan tüm yazıları oku
Şu yazarın diğer yazıları: David Kaufmann

Bu yazarın diğer içeriklerini keşfedin