Son iki yılımızı kendimiz hakkında söylediklerimize odaklanarak yapay zeka görünürlüğünü optimize etmekle geçirdik: Hakkında sayfalarını daha iyi yazmak, net şema ve SameAs işaretlemesi eklemek, içeriği daha etkili bir şekilde yapılandırmak ve daha doğrudan yanıtlar sağlamak.
Bu ilkelerin tümü hala geçerlidir veyeterlilik aşamasıbir Yüksek Lisans'ın marka işlemesinin (netlik + alaka düzeyi). Ancak João da Silva ve benim, Friction AI platformunu kullanarak yürüttüğümüz bir çalışma, sektörün araştırdığı ancak kanıtlayamadığı bir faktöre ilişkin rakamlar ortaya koyuyor.
Halihazırda tanınan markalar arasında (LLM'nin bunları doğru şekilde tanımlayabildiği yerlerde), Bilgi Grafiği (KG), her markanın kodlandığı kategorideki görünürlüğü önceden tahmin etti. Tahmin edemediği şey, bir markanın iş açısından oraya ait olsa bile bitişik kategori sorgusunda ortaya çıkıp çıkmayacağıydı. Başka bir deyişle, tanınma tavsiye edilmeyi garanti etmiyordu. buçerçeveleme boşluğu.
Hangi markaları test ettik ve bunları nasıl test ettik?
Bu vaka çalışması için ChatGPT, Gemini, Perplexity, Claude ve Google AI Genel Bakışlarında 12 spor ve spor giyim markasını test ettik: Birleşik Krallık coğrafyasını kullanarak web araması etkinken yedi gün boyunca 14.140 API çalıştırıldı.
Her marka için iki tür bilgi istemi çalıştırdık:
- Tanıma istemleri (“[Marka] nedir?” ve “[Markayı] Tanımlayın”)
- Öneri istemleri ("En iyi spor giyim markaları", "En iyi 10 spor giyim markası" ve "2026'da hangi spor giyim markaları satın alınmaya değer?")
Markalar, Google KG resultScore (Google'ın Bilgi Grafiği Arama API'si tarafından döndürülen ham puan - bir varlığın Google dizininde ne kadar güçlü bir şekilde oluşturulduğunun bir göstergesi) tarafından atanan üç Bilgi Grafiği katmanını kapsıyordu; böylece KG gücünün öneri görünürlüğünü tahmin edip etmediğini test edebildik:
- Düşük KG:LNDR, TALA, Gymshark, Varley.
- Orta KG:Reebok, Dış Mekan Sesleri, Rhone Apparel, Sweaty Betty.
- Yüksek KG:Alo Yoga, Nike, lululemon, New Balance.
Önümüzdeki spoiler: Yüksek KG'li markalar önerilere hakim olmadı. KG orta kademesi, tanınma ve tavsiye arasındaki en büyük ortalama farkı gösterdi.
Yüksek KG kademesinde bazı markalar evrensel olarak tavsiye edilirken diğerleri, test ettiğimiz her LLM'de mükemmel bir şekilde tanınmasına rağmen öneri istemlerinde neredeyse görünmezdi.
Bildiğiniz SEO araç seti ve ihtiyacınız olan AI görünürlük verileri.
Öneriler: Ortak bahsin verileri neyi gösterdi?
Birleşik Krallık'ta indekslenen kaynaklardan API aracılığıyla taranan harici kaynaklardaki (makaleler, incelemeler, karşılaştırma parçaları ve editoryal listeler) spor eğlencesi içeriğinde markaların ne sıklıkta bir arada göründüğünü haritalandırdık.
En ilginç sonuçlardan bazıları şunlardır:
- lululemon + Alo Yoga: 534 ortak söz.
- lululemon + Nike: 482 ortak söz.
- Alo Yoga + Nike: 449 ortak yorum.
- Gymshark + lululemon: 264 ortak söz.
- Gymshark + Alo Yoga: 252 ortak söz.
Bu markalar, bağımsız kaynaklardaki aynı makalelerde, özetlerde ve editoryal karşılaştırmalarda tekrar tekrar birlikte karşımıza çıkıyor. Birlikte, LLM'nin "atletizm" olarak ele aldığı bir küme oluşturuyorlar.
Şimdi yelpazenin diğer ucuna bakın. New Balance, atletizm içeriğinde lululemon ile o kadar nadiren birlikte ortaya çıkıyor ki, en üst sıralarda bile görünmüyor. Nike, lululemon ile New Balance'tan yaklaşık 50 kat daha sık birlikte ortaya çıkıyor.
Nike, New Balance ve Reebok, Google Bilgi Grafiği'nin tamamen aynı açıklamasını paylaşıyor: "Ayakkabı şirketi." Varlık açısından bakıldığında aynı konumdan başlarlar. Ancak Nike, spor giyim kümesinin içinde yer alıyor. New Balance ve Reebok bunun tamamen dışında.
Yüksek Lisans bu markaları bağımsız olarak değerlendirmiyor ve hangilerinin spor giyime uygun olduğuna karar vermiyor. Harici içerikten oluşturulan ilişkilendirmelere karşı kalıp eşleştirmedir. Bir marka, modelin üzerinde eğitim aldığı veya buradan bilgi aldığı içerikte lululemon, Alo Yoga ve Gymshark'ın yanında tutarlı bir şekilde yer almıyorsa, o kümeye ait değildir çünkü anlamsal ilişki hiçbir zaman kurulmamıştır.
Kahraman Nike: Aynı KG açıklaması, tamamen farklı sonuçlar
Nike, New Balance ve Reebok, KG'nin varlık tanımını paylaşıyor: "Ayakkabı şirketi." Beş sistemin tamamını kapsayan LLM, üçünü de oybirliğiyle atletik_ayakkabı kategorisine atar; dolayısıyla saf varlık netliği açısından bakıldığında, aynı konumdan başlarlar.
Ancak spor giyim sorgularındaki öneri oranları uzaktan yakından eşdeğer değildir.
Spor giyim önerilerinin %71'inde Nike ortaya çıkarken, New Balance ve Reebok beş LLM'nin ve 14.140 koşunun tamamında %0'da yer alıyor.
Aradaki fark, onların nasıl tanımlandığı değil ("Ayakkabı şirketi"). Hangi konuşmalarda göründükleri ve yanlarında başka hangi markaların göründüğü önemlidir.
Yüksek Lisans'lar kategori yakınlığı anlamına gelmez. Bir marka, basında, incelemelerde, editoryal içerikte ve karşılaştırma yazılarında bir kategorideki ilgili oyuncuların yanında tutarlı bir şekilde anılmazsa, model bir sıçrama yapamaz. Jason Barnard bunu çok iyi açıklıyor: Eğer A artı B, J'ye eşitse, bu yolu açıkça inşa etmeniz gerekir. Model onu sizin için inşa etmeyecektir.
New Balance'ın ortak anılma yoğunluğu koşu ve performans içeriğinde yatıyor. Hiç kimse koşu → atletik yaşam tarzı → atletik eğlence arasındaki anlamsal köprüyü dış içerikte inşa etmedi, bu nedenle model bu köprüyü geçmiyor. Bilgi Grafiğinde "Ayakkabı şirketi" yazıyor ve üçüncü taraf verileri ayakkabıları doğruluyor. Athleisure sorguları, athleisure külliyatını alır ve New Balance bunun içinde değildir.
Tavsiye ve tanınma verilerinde üçüncü taraf alıntı ağırlığı
Alıntıları bilgi istemi türüne (tanınma ve öneri) göre ayırdığımızda, çoğu GEO bütçesinin nerede harcandığını yeniden çerçevelemesi gereken bir model ortaya çıkıyor.
Kullanıcının zaten marka adınızı yazdığı tanıma istemleri için, kendi markanızın içeriği baskın kaynaktır:
- ChatGPT vakaların %49'unda kendi markasının içeriğini gösterdi.
- Şaşkınlık: %36.
- Claude: %23.
Hakkında sayfanız ve ana sayfanız netlik sağlamak için, hizmetleriniz, kategoriniz ve rehber sayfalarınız ise alaka düzeyi için kullanılır.
Öneri istemleri bize tamamen farklı sonuçlar veriyor. Kullanıcı markanıza isim vermediğinde ve bir kategorideki en iyi seçeneği sorduğunda, kendi markasına ait alıntılar ChatGPT'de %18'e düşerken Gemini, Claude, Perplexity ve Google AI Genel Bakış'ta fiilen sıfıra düşer. Üçüncü taraf kaynaklar, beş sistemin tamamında alıntılananların %82 ila %100'ünü oluşturuyor.
GEO topluluğu bir süredir tavsiye görünürlüğü açısından harici sinyallerin yerinde optimizasyondan daha önemli olduğunu savundu ve bu veriler bu argümanın arkasında belirli rakamlar barındırıyor. Ayrıca harici sinyallerin hepsinin aynı şey olmadığını da gösterir.
- Varlık netliği bir markanın tanınmasını sağlar. Bu, kendi sitenizde çözebileceğiniz bir sorundur.
- Dış güvenilirlik bunu dikkate alır. Bu bir halkla ilişkiler ve doğrulama sorunudur.
- Doğru kategori kümesindeki ortak söz yoğunluğu, belirli bir öneri sorgusu için konsept grafiğine bir markayı yerleştirir. Bu bir kategori konumlandırma sorunudur.
Bunlar farklı çözümler gerektiren üç ayrı sorundur. Bunları birleştirmek, birçok GEO önerisinin yetersiz kalmasının nedenidir.
Herhangi bir GEO denetiminin pratik eklentisi şudur: Kuruluşun netliğini ve dış güvenilirliğini kontrol ettikten sonra, başkalarıyla ilişkili olarak nerede göründüğünüzü denetleyin.
- Basında sizi gerçek kategorideki rakiplerinizin yanında listeliyor mu?
- Sizi de içeren özetler aynı zamanda hedef kategorinize hakim olan markaların isimlerini de içeriyor mu?
Değilse, Yüksek Lisans muhtemelen sizi o kategoriyle ilişkilendirmeyi asla öğrenmemiştir çünkü sizi o "şirkette" hiç görmemiştir. Varlık netliği veya şemasından farklı olarak bu, kendi web sitenizde düzeltebileceğiniz bir şey değildir. Boşluk budur.
Halkla ilişkiler ve içerik stratejisi için ortak bahis yapısının anlamı nedir?
Buraya kadar gördüğümüz gibi bir kategoride anılmak yeterli değil. Bir kategoride doğru markalarla birlikte anılmanız, sizi o kümenin konsept grafiğine yerleştiren şeydir.
Bir markayı tek başına "performans kıyafeti" olarak tanımlayan basında yer alan bir söz, onun atletik giyim konsepti grafik yerleşimini ilerletmek için çok az şey yapıyor.
Bir editoryal karşılaştırmada onu lululemon, Alo Yoga ve Gymshark ile birlikte listeleyen bir basın açıklaması çok daha fazlasını yapar çünkü modelin markayı bu kümeyle ilişkilendirmek için ihtiyaç duyduğu birlikte oluşum sinyalini oluşturur.
Aynı mantık içerik türü için de geçerlidir.
Editoryal özetler ve karşılaştırma parçaları
Kategori rakiplerinizin isimlerini veren "en iyiler" listelerinde yer almak, konsept grafiğiniz açısından bağımsız bir marka profilinden daha değerlidir. Küme sinyali, kategoriyi tanımlayan markalarla aynı makalede yer almaktan gelir.
Podcast görünümleri
Sunucu sizi belirli markalarla ilgili olarak tanıtırsa veya yaklaşımınızı bir kategori lideriyle karşılaştırırsa, bu birliktelik dizine eklenir.
"Premium spor giyim alanında lululemon ve Gymshark ile rekabet eden [Brand]'ın kurucusu" yazan bir biyografi, "bir performans giyim şirketi olan [Brand]'ın kurucusu" diyen bir biyografiden farklı iş yapar.
Analist ve sektör raporları
Kategori düzeyindeki raporlar, grup markalarının birlikte yüksek sinyalli ortak anılma kaynakları olduğunu göstermektedir. Kategorideki benzerlerinizle birlikte bir sektör analizine dahil olmak, sizi, bağımsız kapsamın kapsamadığı bir şekilde konsept grafiğine yerleştirir.
Perakendeci ve karşılaştırma sınıflandırması
Büyük bir perakendecinin sınıflandırmasında kategori liderleriyle birlikte stoklanmak ve kategorize edilmek, bir ortak anılma sinyalidir. Perakendecinin kategori sayfası, markanızı bir kümeye yerleştiren harici içeriktir.
Amaç doğru şirkette görünürlüktür.
Tek platformdan Google ve AI aramalarını takip edin, optimize edin ve kazanın.
Verilere ve bundan sonra ne olacağına dair bir not
Bu çalışma, Birleşik Krallık'ta test edilen 12 markayla birlikte tek bir kategoriyi (spor giyim ve spor giyim) kapsıyor. Ortak bahsi geçen rakamlar, Mayıs 2026'da çalışma sırasında indekslenen içeriği kapsayan, API aracılığıyla taranan Birleşik Krallık indeksli kaynaklardan alınan ham ortak oluşum sayımlarıdır. Kategoriler arası doğrulama ve ek coğrafya testleri devam etmektedir.
Bildirinin tamamı “Tanınma-Öneri Boşluğu: Üretken Yapay Zeka Çıktısında Marka Görünürlüğünü Bilgi Grafiği Gücünün Değil Kategori Kodlamanın Belirlediğine İlişkin Ampirik Kanıt", João da Silva ve ben tarafından Zenodo'da yayınlandı ve metodolojiyi, marka örneğini, istem setini ve çıkarma kodunu bağımsız çoğaltma için yeterli ayrıntıyla belgeliyor.
Ancak ortak söz edilen verilerdeki kalıp, şu anda harekete geçilebilecek kadar açık. Üç marka aynı Bilgi Grafiği açıklamasını paylaşıyor: Spor giyim önerileri yanıtlarının %71'inde biri, %0'ında ise iki marka görünüyor. Yapısal fark, kategoriye uygun üçüncü taraf içeriğindeki ortak bahsin yoğunluğudur.
Herhangi bir marka hakkında sorulmaya değer soru şudur: Kategorinizden bahseden içerikte, odada mısınız ve doğru şirkette misiniz?
