GEO nedir? Güzellik markaları için yapay zekâ görünürlüğü rehberi

GEO, 'Generative Engine Optimization' ifadesinin kısaltması: üretken yapay zekâ motorlarına yönelik optimizasyon. Amaç, bir kullanıcı yapay zekâya kategorinle ilgili bir soru sorduğunda — örneğin 'Türkiye'de iyi bir vegan cilt bakım markası öner' — markanın o yanıtın içinde doğru bilgilerle anılması.

Terim bir pazarlama sloganı değil; akademik literatürden geliyor. Aggarwal ve ark. (2024) GEO'yu KDD konferansında sunulan çalışmalarında tanımladı ve 10.000 sorudan oluşan GEO-bench adlı bir ölçüm seti kurdu. Çalışma, içerik sahiplerinin üretken motor yanıtlarındaki görünürlüğünü artırmak için kullanabileceği yöntemleri sistematik olarak ölçtü.

Yapay zekâ motorları yanıtlarını büyük ölçüde açık web'den öğrendikleri ve taradıkları içerikten üretiyor. Google, kendi yapay zekâ özellikleri için bunu açıkça söylüyor: içeriğin taranabilir olması gerekiyor, çünkü üretken modeller yanıtlarını herkese açık ve taranabilir içerikten kuruyor (Google Search Central). Yani markan hakkında web'de ne kadar net, tutarlı ve makine tarafından okunabilir bilgi varsa, bu motorların seni doğru şekilde tanıma ihtimali o kadar artıyor.

İkisi rakip değil; aynı zeminin iki katmanı. SEO, arama motoru sonuç sayfasında üst sıralarda yer almayı hedefler: kullanıcı listeyi görür, tıklar, sitene gelir. GEO ise sıralama yerine 'yanıtın içinde olmayı' hedefler: kullanıcı çoğu zaman hiçbir siteye tıklamaz, yapay zekânın yazdığı cevabı okur.

• SEO'nun birimi sayfa ve anahtar kelimedir; GEO'nun birimi marka ve iddiadır — yapay zekâ senin hakkında ne 'biliyor'?
• SEO'da tıklama alırsın; GEO'da çoğu zaman tıklama olmadan anılırsın. Bu yüzden bilginin kaynağında doğru olması kritik.
• İyi SEO, GEO'nun ön koşuludur: taranamayan, yapılandırılmamış bir site yapay zekâ motorları için de görünmezdir.

Pratik sonuç şu: GEO için sıfırdan ayrı bir dünya kurman gerekmiyor. Sağlam teknik SEO, net içerik ve tutarlı marka bilgisi; her iki katmanı aynı anda besliyor. Google bu konuda kendi cephesinden daha da nettir: yapay zekâ aramaları için optimizasyonu arama deneyimi için optimizasyon olarak, yani hâlâ SEO olarak değerlendiriyor (Google Search Central). Bu, Google'ın kendi yüzeyleri (AI Overviews, AI Mode) için geçerli bir değerlendirme; ChatGPT ve Perplexity gibi Google dışı motorların kendi tarayıcıları ve kaynak seçimleri var.

Kesin formül kimsede yok — bu motorların iç işleyişi kamuya açık değil ve sık değişiyor. Yine de gözlemlenebilir davranışlarından ve yayınladıkları dokümanlardan çıkan ortak ilkeler var:

1. Taranabilir ve okunabilir içerik

Yanıt motorları web'i tarayan botlarla beslenir ve bu botlar herkese açık dokümante edilmiştir: OpenAI OAI-SearchBot ve GPTBot'u, Anthropic ClaudeBot, Claude-User ve Claude-SearchBot'u, Perplexity ise PerplexityBot ve Perplexity-User'ı yayınlıyor.

Görünürlük tarafında Google'ın koşulu somut: bir sayfanın AI Overviews veya AI Mode içinde destekleyici bağlantı olarak gösterilebilmesi için indekslenmiş ve Search'te snippet ile gösterilmeye uygun olması gerekiyor (Google Search Central). Pratikte bu, içeriğin JavaScript arkasına saklanmadan sunulması, başlık hiyerarşisinin (H1/H2/H3) mantıklı olması ve soruya doğrudan cevap veren net paragraflar demek.

2. Yapılandırılmış veri (schema markup) — ama abartmadan

Organization, Service, FAQPage, Article gibi schema.org işaretlemeleri, 'bu sayfa kimin, neyi anlatıyor' sorusunun makine tarafından okunabilir cevabıdır; Google yapılandırılmış veriyi sayfanın içeriğini anlamak için kullandığını ve JSON-LD'yi önerdiğini belirtiyor (Google Search Central).

Burada yaygın bir abartıyı düzeltmek gerekiyor: schema, yapay zekâ yanıtlarına girmenin anahtarı değil. Google açıkça, üretken yapay zekâ araması için yapılandırılmış verinin gerekli olmadığını ve bu özellikler için eklenmesi gereken özel bir schema.org işaretlemesi bulunmadığını yazıyor; aynı dokümanda llms.txt gibi dosyaların Google Search tarafından yok sayıldığı da belirtiliyor (Google Search Central). Yine de schema'yı genel SEO stratejisinin parçası olarak sürdürmek öneriliyor — zengin sonuçlara uygunluk sağladığı için. Özetle: schema faydalı bir hijyen, sihirli bir GEO kaldıracı değil.

3. Tutarlılık ve üçüncü taraf sinyalleri

Markanın adı, ne yaptığı ve iletişim bilgileri; kendi siten, sosyal profillerin ve hakkında yazılan sayfalar arasında tutarlı olmalı. Başka sitelerin senden bahsetmesi (basın, listeler, dizinler, gerçek kullanıcı yorumları) bu resmi güçlendirir. Yapay zekâ motorları çelişkili bilgiyle karşılaştığında markayı ya yanlış tanıtır ya da hiç anmaz.

4. Soruya benzeyen içerik

İnsanlar yapay zekâya tam cümlelerle soru soruyor. 'Cilt tipine göre fondöten nasıl seçilir?' gibi gerçek soruları başlık yapan, hemen altında net bir cevap veren içerikler bu motorların alıntılamayı en sevdiği formattır. SSS blokları ve rehber yazıları bu yüzden GEO'nun taşıyıcı kolonudur.

İçeriğin nasıl yazıldığının ölçülebilir bir etkisi var. Aggarwal ve ark. (2024), alıntı ekleme ve istatistik ekleme gibi yöntemlerin görünürlük metriklerinde %30-40 bandında göreli iyileşme sağladığını ölçtü. Aynı çalışmada klasik SEO refleksi olan anahtar kelime doldurmanın üretken motor yanıtlarında neredeyse hiç iyileşme sağlamadığı bulundu. Bu sonuçlar araştırmanın kendi test ortamında ölçülmüştür; ticari motorların canlı davranışını birebir garanti etmez.

Güzellik, tavsiyeyle dönen bir kategori. 'Hangi serum?', 'Bu içerik hamileyken kullanılır mı?', 'Akneli cilde hangi güneş kremi?' gibi sorular; kişisel, bağlama duyarlı ve tam da yapay zekâ asistanlarının iyi olduğu türden sorular. Kullanıcı davranışı bu araçlara kaydıkça, kategorideki keşif anlarının bir kısmı da oraya taşınıyor.

Üstelik kategoride bilgi hassasiyeti yüksek: içerik listeleri, cilt tipi uyumu, hayvan deneyi ve vegan sertifikaları gibi konularda yanlış bilgi markaya zarar verir. Yapay zekâ motorlarının markan hakkında doğru bilgiye ulaşabilmesi, yalnızca görünürlük değil, aynı zamanda itibar meselesi.

• Sitenin tüm önemli içeriği (özellikle SSS cevapları) JavaScript'e bağımlı olmadan, kaynak HTML'de görünür olsun.
• Organization, Service/Product, FAQPage ve Article schema işaretlemelerini ekle; marka adı ve iletişim bilgilerini her kanalda aynı tut.
• Gerçek müşteri sorularını topla (DM'ler, yorumlar, satış ekibine gelen sorular) ve her birine sitende açık, dürüst bir cevap sayfası/bölümü oluştur.
• robots.txt dosyanı bot bot ayır: görünürlüğü belirleyenler arama tarafındaki botlardır (OAI-SearchBot, Claude-SearchBot, PerplexityBot). GPTBot ve ClaudeBot ise sağlayıcıların kendi dokümantasyonuna göre model eğitimi için içerik topluyor — eğitime katılmak istemeyip yanıtlarda görünmek isteyen bir marka bu ikisini ayrı değerlendirebilir.
• Kendi test rutinini kur: ayda bir, markanla ilgili 10-15 soruyu ChatGPT ve Perplexity'ye sor; nasıl anıldığını (ya da anılmadığını) not et ve içerik planını buna göre güncelle.

Bu listenin tamamı 'bir kere yap, bitir' işi değil; içerik ve tutarlılık zamanla birikiyor. Ama teknik temel (taranabilirlik + schema) bir kez doğru kurulduğunda, ürettiğin her içerik iki katmanda birden çalışmaya başlıyor: klasik arama ve yapay zekâ yanıtları.