Sular altında kaldıküretken motor optimizasyonuSon birkaç yıldır (GEO) tavsiyeleri - yapay zeka alıntılarına yönelik kontrol listelerinden sinyal çerçevelerine ve büyük dil modelleri için içeriğin nasıl yapılandırılacağını açıklayan teknik kılavuzlara kadar.
Çoğu GEO tavsiyesi aynı fikir etrafında birleşiyor: Yapay zeka tarafından oluşturulan yanıtlarda görünür olmak istiyorsanız, yapılandırılmış, otoriter ve anlaşılması kolay olmanız gerekir.
Benim düşünceme göre, bu bilgi son derece değerli ve geçerli olsa da, markanız halihazırda kendisini yapay zeka tarafından oluşturulan yanıtların aramaya hakim olduğu bir gelecek için konumlandırıyorsa, bu bilgiler hala eksiktir.
Tüm bu tavsiye katmanının varsaydığı şey, markanızın bu üç kutuyu işaretlemesi durumunda zaten değerlendirmeye uygun olduğudur. Ancak çoğu markanın göz ardı ettiği şey, ilk etapta değerlendirmeye bile uygun olmadıklarıdır.
Çoğu GEO tavsiyesinin atladığı görünmez katman
KlasikSEObizi görünürlüğü, sıralamanın bir fonksiyonu olarak düşünmeye şartlandırdı; buradaki amaç, daha yüksek görünürlüğün daha fazla tıklamaya ve sonuçta daha iyi iş sonuçlarına yol açacağı varsayımıyla, belirli bir sorgu için bir sayfayı mümkün olduğu kadar yükseğe konumlandırmaktır.
Yapay zeka odaklı arama deneyimleri geliştikçe, pek çok kişi bu düşünceyi benimsedi ve temeldeki sistemin hala aynı şekilde çalışıp çalışmadığını sorgulamadan "sıralama" yerine "alıntı yapılma" veya "cevaplara dahil edilme" ifadesini kullandı.
Yapay zeka sistemleri bilgileri sıralamak ve özetlemekten çok daha fazlasını yapar: Varlıkları dört temel sinyale göre filtreler, azaltır ve seçer.
Seçeneklerin herhangi bir karşılaştırması yapılmadan önce sistem ilk olarak hangi varlıkların değerlendirmeye uygun olduğunu belirler. Bu katman GEO tartışmalarında neredeyse tamamen yok ve birçok markanın dışlanma riskiyle karşı karşıya kaldığı yer burası.
Sonuç, yanlış bir optimizasyon dizisidir: Markalar, netlikten önce çıkarılabilirliğe yatırım yapar ve varlık kimlikleri belirsiz kalırken güvenilirlik sinyalleri oluşturur. Örneğin henüz hak kazanamadıkları bir aşama için SSS içeriği yazıyorlar.
Pratikte bu iki farklı eşik yaratır.
- Vasıf, bir varlığın bir aday kümesine girmeye uygun hale geldiği yer.
- Seçim, burada bu varlıkların yalnızca bir alt kümesi aslında nihai cevaba dahil edilir.
Sayfalardan varlıklara: Rekabetin ölçüsü değişti
Geleneksel SEO sayfaları sıralama için optimize ederken, yapay zeka sistemleri dahil edilecek varlıkları seçer.
Varlıklar, kuruluşun temelini oluşturan adlandırılmış ürünler, fikirler, kavramlar ve markalardır.Google'ın Bilgi Grafiğiveya araştırmasının şeyler arasındaki ilişkileri anlama biçimi.
Yapay zekanın nihai kararında varlıkların sayfalardan daha ağır bastığını kabul ettiğimizde, bunun artımlı değil yapısal bir değişim olduğunu görebiliriz. Rekabetin birimini veya “metriğini” değiştirir.
Bir sayfa, arama sonuçlarında iyi bir sıralamaya sahip olmasına rağmen yine de açıkça tanımlanmış, tutarlı bir şekilde anlaşılan bir varlığı temsil etmekte başarısız olabilir. Bir arama motorunun bakış açısından sayfa, görünürlük kriterlerini karşılamaktadır. Yapay zeka sistemi açısından bakıldığında, o sayfanın arkasındaki varlık hâlâ belirsiz olabilir, bir konuyla zayıf bir şekilde ilişkilendirilebilir veya web üzerinde yeterince doğrulanmamış olabilir.
Bu nedenle, Google'da iyi performans gösteren şirketlerin aynı sorgular için yapay zeka tarafından oluşturulan yanıtlarda görünmediğini görmek giderek yaygınlaşıyor.
Nitelik ve seçime ve her bir eşiğin neyi gerektirdiğine daha yakından bakalım.
Yeterlilik: Sistem sizi tanımlayıp ilişkilendirebilir mi?
Yeterlilik aşamasında, bir yapay zeka sistemi etkili bir şekilde iki soruyu soruyor:
- Bu varlık açıkça tanımlanabilir mi?
- Bu varlığın konuyla güçlü bir bağlantısı var mı?
Bir marka tutarsız bir şekilde tanımlanmışsa (platformlar arasında farklı açıklamalar kullanılıyorsa, biraz farklı isim çeşitleri altında görünüyorsa veya bir konu alanıyla yalnızca gevşek bir şekilde bağlantılıysa) bu ilk eşiği geçmekte zorlanacaktır. Sistem onun bir biçimde var olduğunu "bilebilir" ancak bu bilgi bir aday kümesine dahil edilemeyecek kadar belirsizdir veya yeterince tanımlanmamıştır.
Açıklık: Farklı bir varlık olarak mı tanımlanıyorsunuz?
Netlik, herhangi bir makinenin (bir arama motoru veya LLM) adınıza bakabilmesi ve siz/markanız ile ilişkili olduğunuz işletme/konu arasında açıkça bir ilişki kurabilmesi anlamına gelir. Aslında düzeltilmesi kolay bir sorun ama birçok marka bunu gözden kaçırıyor.
Örnek olarak kendi durumumu kullanayım: Binlerce olmasa da yüzlerce kadın tarafından paylaşılan, çoğu çevrimiçi varlığa sahip ve bazıları kendi alanlarıyla alakalı olan ortak bir ismim var.
Bir SEO ve GEO danışmanı olarak bu, markamın görünürlüğü açısından bir sorundu. Benim sorunum hiçbir zaman çevrimiçi ortamda bulunma eksikliği değil, farklılık eksikliğiydi. Mariana Franco adında bu kadar çok insan olduğundan, hem arama motorları hem de yapay zeka sistemleri farklı kişilerden gelen sinyalleri sürekli olarak karıştırıyordu ve bu da tek ve tutarlı bir varlığı birleştirmeyi zorlaştırıyordu.
Ancak adımın “Maryanna” yazılış şeklinin alışılmadık olduğunu fark ettim. Böylece, profesyonel yazımımı Mariana'dan Maryanna'ya değiştirmek, markamın arama motorları ve LLM'ler tarafından anlaşılabilmesi için kaçınılmaz bir belirsizlik giderme stratejisi haline geldi. Değişiklik, sistemler arasında tutarlı bir şekilde tanınabilecek daha net ve daha ayırt edici bir kimlik yarattı.
Ancak adımın yazılışını değiştirmenin yanı sıra, bu yazımı web sitemde, profillerimde ve dış referanslarımda tutarlı bir şekilde uygulamam gerekiyordu, böylece tüm sinyaller rakip varyasyonlar yerine aynı varlığı işaret ediyordu.
Sonuçlar, arama motorları için yedi gün, LLM'ler için ise 10 gün içinde görünür hale geldi. Sistemin artık birden fazla benzer kimliği uzlaştırması gerekmiyordu, bu da doğru sinyallerin tek bir kişiyle ilişkilendirilmesini kolaylaştırıyordu. Ben!
Bu durumda sınırlayıcı faktör açıklıktı. İçerik hacmi, bağlantılar veya etkinlik eksikliği değil, varlığın kendisinin başkalarıyla karıştırılmasının çok kolay olduğu gerçeği. Bu belirsizlik azaltıldıktan ve sinyaller tutarlı hale geldikten sonra sistem, varlığı daha etkili bir şekilde işleyebilir ve güçlendirebilir.
Alaka düzeyi: Konunuzla ilgili misiniz?
Alaka düzeyi, sistemin markanızı sorgulanan konuyla ilişkilendirip ilişkilendirmediğini sorar: markanızla ilgili bir sayfanızın olup olmadığı (anahtar kelimeler için tipik sıralama) değil, daha geniş ağın sizi buna tutarlı bir şekilde bağlayıp bağlamadığı.
Bu, konu kümelemesinden (markanızın internette hangi varlıklar ve konulardan bahsedildiği) - içerik derinliğinden - markanız, özel makaleler ve web'de bahsedilenler yoluyla konunuz hakkında derin bilgi sahibi olduğunu mu gösteriyor, yoksa içeriğinizi çeşitli kaynaklara ve bağlam sinyallerine ince bir şekilde dağıtıyor musunuz - markanızın alanınızda tanınmış isimlerle birlikte tutarlı bir şekilde görünüp görünmediği ve daha sonra sizinle alaka düzeyini aktarıp yansıtmadığı.
Seçim: Sistem sizi güvenle tavsiye edebilir mi?
Bir marka, kalifiye olduktan sonra arama motorları ve LLM'ler için aday grubuna girer. Çoğu insanın zaten takip ettiği GEO tavsiyesinin nihayet geçerli olduğu yer burasıdır.
Güvenilirlik: Diğer kaynaklar sizi doğruluyor mu?
Güçlü bir Hakkında sayfasına sahip olmak, markanızı doğru bir şekilde konumlandırmanıza yardımcı olabilecek ilk önemli varlıktır, ancak Google veya ChatGPT doğruyu söylediğinizden nasıl emin olabilir? Cevap: güvenilirlik.
Güvenilirlik, kendi web sitenizin dışındaki kaynakların kendiniz hakkında söylediklerinizi doğrulayıp onaylamadığını sorar. Her marka ilgi çekici bir Hakkında sayfası yazabilir ve kendisi hakkında iddialarda bulunabilir, ancak yapay zeka sistemlerinin onaylanması gerekir. Hakkınızda tutarlı şeyler söyleyen birden fazla bağımsız kaynak ararlar.
Burası PR stratejisinin, sosyal medyanın ve SEO'nun markanızın yapay zeka görünürlüğünü oluşturmak için birleştiği yerdir. Basında yer alan haberler, podcast görünümleri, sektör raporları, ödül listeleri ve analistlerin bahsetmeleri, sizi tanınma kümesinden seçim kümesine taşıyan doğrulama sinyalleri haline geldi.
Burada podcast görünümlerine özellikle değer verilmediğini fark ettim. Bunun nedeni çoğu podcast'in yazıya dökülüp yayınlanmasıdır. Bu transkript, kendi yayınladığınız herhangi bir şeyden bağımsız olarak, uzmanlığı işaret eden bir bağlamda adınızdan, şirketinizden ve uzmanlığınızdan bahseden dizine eklenmiş içerik haline gelir.
Çıkarılabilirlik: İçeriğiniz bir yanıt oluşturmak için kullanılabilir mi?
Çıkarılabilirlik, aday grubuna dahil olduğunuzda mı alıntı alacağınızı yoksa bunun yerine bir rakibin mi alıntı yapacağını belirler. Temel olarak şu soruyu sorar: Bir yapay zeka sistemi içeriğinizin bir parçasını izole edip ondan emin, yararlı bir yanıt üretebilir mi?
Pek çok marka içeriği optimize edildiinsan katılımıuzun girişler, gömülü yanıtlar, korunan iddialar ve çevreleyen bağlama dayanan yoğun paragraflar. Bu tür içeriğin yapay zeka tarafından bağlamsallaştırılması zordur, bu nedenle yapay zeka bunun yerine, üzerinde çok daha az kontrole sahip olduğunuz, markasız içeriği kullanacaktır.
Bu sorunun çözümü, markalı içeriğinizi daha yapay zeka dostu olacak şekilde yeniden biçimlendirmektir:
- Cevabı ilk sıraya koyun, üç paragraflık bir girişten sonra değil.
- Uygun kullanınbaşlık hiyerarşisiYapıyı kolay ve belirgin hale getirmek için.
- Bağlamdan çıkarıldığında anlamlı olan kısa, kendi kendine yeten paragraflar yazın.
Bir cümle bir yapay zeka yanıtında kelimesi kelimesine görünebiliyorsa ve hala anlamlıysa, bu çıkarılabilir. Yalnızca makalenin tamamında anlamlıysa seyahat etmeyecektir.
Google ve AI'da bir sorguyu test etme
"İngiltere'deki en iyi e-ticaret PPC ajansı" gibi "en iyi" kelimesini içeren bir sorguyu test ederken, arama ile yapay zeka tarafından oluşturulan yanıtlar arasındaki boşluğu açıkça görebiliriz. Google'da sonuçlar genellikle ajansların, dizinlerin ve editoryal içeriğin bir karışımını içerir; bu, Lever Digital gibi bir şirketin, güçlü açılış sayfalarına ve ilgili destekleyici içeriğe sahip olması durumunda üst sıralarda yer alabileceği anlamına gelir.
Ancak aynı sorgu Perplexity gibi bir yapay zeka aracında test edildiğinde yanıt çok daha dar oluyor ve Impression, Genie Goals veya Brainlabs gibi yalnızca birkaç ajanstan bahsediliyor, Lever Digital ise aramadaki görünürlüğüne rağmen dahil edilmiyor.
Google genellikle görünürlüğü sorgu ve amaç ile eşleşen sayfalara dağıtır. Sorgu veya amaç belirsiz olduğunda Google, konuyu kullanıcıyla birlikte inceleyerek farklı amaçları karşılayan farklı marka ve türdeki sayfaları gösterir. Google, dizine eklendiği ve bir şekilde aramayla eşleştiği sürece görünürlüğü dağıtır ve herkese yer açar.
Öte yandan LLM'ler yalnızca konuyla eşleşen değil aynı zamanda amaç ile eşleşen ve doğrulanan varlıkları seçer.
Bir yapay zeka sistemi web'in tamamını ve Google'ın dizine eklenmiş sayfalarında görünen her sayfayı değerlendirmeyecektir. Onların "düşünce süreci", bir açıklık ve uygunluk eşiğini zaten geçmiş olan daha küçük bir varlık kümesiyle başlar ve ancak bundan sonra, nihai cevaba nelerin dahil edileceğine karar vermeden önce ek sinyaller uygular. Eğer bir varlık ilk gruba giremezse asla karşılaştırmanın bir parçası olmaz.
Tanınmak bir tavsiye değildir. Bizim görevimiz açığı kapatmak.
Çoğu markanın şu anda nerede durduğunu açıklayan yararlı bir ayrım var:
- Yapay zeka markanızın ne yaptığını biliyor mu?
- Yoksa size yanıtlarını güvenle önerecek kadar güveniyor mu?
Yapay zeka sistemleri, tavsiye etmeye istekli olduklarından çok daha fazla varlığı tanıyabilir. Bir sisteme doğrudan belirli bir marka hakkında soru sorarsanız, sistem belli bir düzeyde bilgiye sahipse (bu ister öğrenilmiş verilerle ister canlı arama yoluyla olsun) makul bir açıklama sağlayabilir. Ancak "İngiltere'deki en iyi e-ticaret PPC ajansı" gibi bir dizi seçeneğin seçilmesini gerektiren daha geniş bir soru sorulduğunda aynı marka hiç görünmeyebilir.
Yani tanınma (netlik + alaka) sizi sisteme dahil ederken, öneri (güvenilirlik + çıkarım) ise cevaba ulaşmanızı sağlar.
Markanızın tavsiye edilip edilmediğini test etmek kolaydır. Yapay zekaya şunu sorun: "[Markanız] nedir?" Ardından, "[İdeal müşteriniz] için en iyi [kategoriniz] hangisi?" sorusunu sorun.
İlk soru makul bir cevap veriyorsa ve ikincisi markanızı içermiyorsa tanınıyorsunuz ancak tavsiye edilmiyorsunuz. Yüksek Lisans, markanız ile yaptıkları arasındaki ilişkiyi anlayabilir ancak henüz seçim eşiğini geçmediniz.
Bu iki durum arasındaki uçurum, daha fazla içerik üretilerek kapatılamaz. Pek çok markanın istemeden netliğini ve alaka düzeyini azaltan kritik bir hata yaptığı nokta burasıdır. "Her şey için sıralama" amacıyla çok fazla konuyu ele almaya çalışıyorlar ve bu da içeriklerinin zayıflamasıyla sonuçlanıyor.
Markalar daha fazla içerik yazmak yerine tüm web genelinde tanımlanma, referans alınma ve yapılandırılma şekillerini uyumlu hale getirmelidir; böylece bir sistem yalnızca neyin var olduğunu değil, neyin tavsiye edilmesi gerektiğini sorduğunda yanıt zaten açıktır.
Tanımadan seçime kadar doğru optimizasyon sırası
GEO tavsiyelerinin çoğu, varlık netliğini, eğer dikkate alıyorsa, sonradan akla gelen bir düşünce olarak ele alır. Çoğu zaman, en önemli netlik kaynaklarından biri yönetim ekibinin İK'sı tarafından yönetilir: Hakkında sayfası. Ve genellikle sanki sadece yüceltilmiş bir PR basın bülteniymiş gibi muamele edilir. SEO bunu dikkate aldığında, genellikle arkasında çok az çaba olan, düşük öncelikli bir iştir.
Tipik sıra şu şekildedir: teknik temelleri düzeltin, içeriği çıkarılabilirlik için yeniden yapılandırın, şema ekleyin ve harici sözler oluşturun. Bu süreç, sistemin zaten markanızı ayrı bir varlık olarak açıkça tanımlayabildiğini varsayar. Ancak birçok marka için bu varsayım yanlıştır ve hiçbir SSS şeması veya basında çıkan haberler bu durumu düzeltmez.
Sorun, seçim taktiklerinin nitelikli bir varlığın üstüne çıkmasıdır. Varlığın kendisi belirsiz veya tutarsız bir şekilde tanımlanmışsa çok az şey yaparlar. Doğru sıra şu şekildedir:
- Netlik → İlgililik → Güvenilirlik → Çıkarılabilirlik
Açıklık ve uygunluk, yeterlilik sinyalleridir: Aday grubuna girip girmeyeceğinizi belirlerler. Burada başarısız olursanız, herhangi bir karşılaştırma yapılmadan önce filtrelenirsiniz.
Güvenilirlik ve çıkarılabilirlik seçim sinyalleridir: Aday grubuna girdiğinizde seçilme olasılığınızın ne kadar olduğunu belirlerler.
Önce yeterliliği düzeltin. Bundan sonra, sistem varlığınızı net bir şekilde tanımlayıp ilişkilendirebildiğinde, eklediğiniz her PR çalışması, şema ve SSS daha hızlı bir şekilde birleştirilir.
| Yüksek Lisans yanıtı | Vasıf | Seçim | Öncelik düzeltmesi |
| “Hiç duymadım” |  Hata | Yok | Açıklık, Uygunluk |
| “Seni belirsiz bir şekilde tanımlıyor” |  Geçmek | Hata | Güvenilirlik/Çıkartılabilirlik |
| “Sizi tavsiye ederim” | Geçmek | Geçmek | Sürdürmek |
Marka görünürlüğünüzü denetlemek için kullanacağınız üç soru
Seçim taktiklerine daha fazla yatırım yapmadan önce bu testi ChatGPT, Perplexity ve Claude'da çalıştırabilirsiniz. Bu testin hem kişisel hem de kurumsal markalar için yararlı olduğunu unutmayın:
- “[Markanız] kim/nedir?”→ Bu, marka netliğini test eder.
- “[Markanız] ne yapıyor?”→ Bu, marka alaka düzeyini test eder.
- "[İdeal müşteriniz] için en iyi [kategoriniz]?"→ Bu, AI seçimini ve çıkarılabilirliğini test eder.
İlk iki soru belirsiz veya tedbirli yanıtlar veriyorsa (tipik olarak "muhtemelen", "olabilir", "atıfta bulunabilir" dahil), bir nitelik sorununuz var demektir. Bu durumda, her şeyden önce netliği ve alakayı düzeltmekle başlayın.
İlk ikisi kendinden emin yanıtlar veriyorsa ancak üçüncüsü sizi içermiyorsa, yeterliliğiniz işe yarıyor ancak seçim sinyallerinizin güçlendirilmesi gerekiyor, bu da markanızın güvenilirliği ve çıkarılabilirliği üzerinde çalışması gerektiği anlamına geliyor.
Üçü de güçlü sonuçlar verirse neyin işe yaradığını anlarsınız. Onu koruyun ve düzenli olarak takip edin.
Seçim havuzuna girmeye nasıl başlanır?
Kategoriniz için AI önerilerinde görünmüyorsanız en yüksek fayda sağlayan başlangıç noktaları neredeyse her zaman aynıdır: ad tutarlılığı, tanım ve Hakkında sayfanız.
1. Adım: Marka adı tutarlılığı
Marka adınızın kontrol ettiğiniz her platformda nasıl göründüğünü denetleyin: web siteniz, LinkedIn, Google İşletme Profiliniz, dizinleriniz ve basında çıkan haberler. Bir kanonik sürüm seçin ve onu hem kısa hem de uzun sürümle her yerde tutarlı bir şekilde kullanın. Bu önemsiz görünebilir, ancak ad tutarsızlığı karşılaştığım en yaygın netlik hatasıdır ve düzeltilmesi en kolay olanıdır.
2. Adım: Temel soruları yanıtlayan bir Hakkında sayfası
Adınızın ve açıklamanızın standart versiyonunu seçtikten sonra Hakkında Sayfanızı bir bilgi notu olarak yazın. Bu beş soruyu sade ve yapılandırılmış bir dille yanıtlayın: Kimsiniz, ne yapıyorsunuz, kime hizmet ediyorsunuz, nerede bulunuyorsunuz ve sizi farklı kılan şey nedir? Bunu, varlığınızın web üzerinde herhangi bir yerde bulunan en net, makine tarafından okunabilir açıklaması haline getirin.
Uç:Daha sonra mümkün olan en iyi sürümü elde etmek için Hakkında sayfası metninizi bir doğal dil işleme (NLP) aracıyla çalıştırabilirsiniz.
3. Adım: Doğru yapı için şema eklediğinizden emin olun
Başka bir yerdeki standart profillerinize bağlanan, aynı As özelliklerine sahip Organizasyon şeması ekleyin. Bu, varlığınızı resmi olarak yapay zeka sistemleriyle tanıştırır ve kaynaklar arasındaki belirsizliği azaltır.
Bu üç adım netliğin temeli ve marka yeterliliğinizin temelidir. Bu yapıldıktan sonra, diğer her şey kendiliğinden oluşur.
Yapay zeka görünürlüğünün geleceği nitelikli kuruluşlara aittir
Yapay zeka sistemleri geliştikçe, yeterlilik ve seçim arasındaki fark muhtemelen büyüyecektir. Bu sistemler gürültüyü filtrelemede daha iyi hale geliyor, içerdikleri şeyler konusunda daha muhafazakar ve yanıtlar üretirken tutarlı, doğrulanmış sinyallere daha bağımlı hale geliyor.
Kendi web sitenizde toplu olarak içerik üretmek güncel otorite açısından önemli olabilir ve hala da önemli olabilir, ancak bu yapay zeka ortamında özellikle netlik olmadan başarılı olmayacaktır.
Bu ortamda başarı, öncelikle bir markanın web'de nasıl anlaşıldığının uyumlu hale getirilmesiyle gelecektir: açıkça tanımlanmış, tutarlı bir şekilde referans verilmiş, harici olarak onaylanmış ve Yüksek Lisans'ın kullanabileceği şekilde yapılandırılmış.
