GEO nedir? Generative Engine Optimization rehberi

Klasik arama görünürlüğünde kullanıcı on bağlantı görür ve birini seçer. Üretken bir motorda ise kullanıcı tek bir cevap metni görür; kaynaklar bu metnin içinde ya da kenarında birkaç bağlantı olarak görünür. Aradaki fark ölçek farkı değil, tür farkıdır: birinci durumda görünürlük bir sıra numarasıdır, ikinci durumda cevabın hammaddesi olmaktır.

Bu yüzden GEO'nun konusu içerik üretmek değil, içeriği makine tarafından alınabilir hale getirmektir. Bir motor sayfanızı okuyamıyorsa, şirketinizin ne yaptığını makine okunabilir biçimde tanımlamadıysanız veya sorunun cevabı sayfanızda kısa ve bağımsız bir pasaj olarak durmuyorsa, otoriteniz ne olursa olsun o cevapta yer almazsınız.

GEO ayrı bir kanal olmakla birlikte sıfırdan bir disiplin değildir. Taranabilirlik, indekslenebilirlik, doğru bilgi ve yapılandırılmış veri ortak temeldir. Yeni olan, bu temelin üzerine gelen üç şeydir: tarayıcı erişim politikası, varlık netliği ve pasaj yazımı.

Zincirin dört halkası vardır ve her halka bir öncekine bağlıdır:

1. Erişim. Tarayıcı sayfaya girebiliyor mu? robots.txt kuralı, giriş duvarı, bot filtresi veya coğrafi engel bu adımda zinciri koparır.
2. Ayrıştırma. İçerik ilk HTML yanıtında okunabiliyor mu? Ana metin yalnızca istemci tarafında üretiliyorsa birçok tarayıcı için sayfa boştur.
3. Varlık eşleme. Bu sayfa kimin, şirket ne yapıyor, hangi ülkede? Bu bilgi yapılandırılmış veriyle tanımlanmadığında motor sayfayı bir kaynağa değil, isimsiz bir metne benzetir.
4. Alıntı. Sorunun cevabı, çevresindeki cümlelerden bağımsız olarak alınabilecek bir pasaj olarak duruyor mu? Cevap üç paragraf sonra geliyorsa çıkarılamaz.

Bu dört adım, GEO çalışmasının neden içerik yazımından önce sunucu ve şema tarafında başladığını açıklar. İlk iki halkası kopuk bir sitede, ne kadar dikkatli yazılırsa yazılsın hiçbir pasaj cevaba taşınmaz.

Pratikte en sık kopan halka ikincisidir: kurumsal sitelerin ürün tabloları, teknik doküman listeleri ve iletişim bilgileri sıklıkla yalnızca tarayıcıda çalışan bir bileşenin içinde üretilir. Ham HTML yanıtına bakıldığında bu içerik orada yoktur.

Kararın doğru verilebilmesi için önce şu ayrım gerekir: aynı şirketin farklı tarayıcıları farklı işler yapar. Eğitim için veri toplayan tarayıcı ile kullanıcının sorusu üzerine sayfayı o an çeken tarayıcı aynı değildir. Aşağıdaki tablo, kararın hangi tarayıcı için ne anlama geldiğini özetler.

Bu nedenle dosyayı bir görünürlük vaadi olarak sunmuyoruz. Maliyeti düşüktür, riski yoktur ve iyi yazıldığında insan okuyucu için de temiz bir site dizini üretir. Abartıldığında ise yanlış beklenti üretir.

Doğru biçim kısa bir dizindir: başlık, tek paragraflık özet, bölümlere ayrılmış bağlantı listesi ve iletişim bilgisi. Yanlış biçim, sitenin tüm metnini tek dosyaya dökmektir. Böyle bir dosya bakımsız kalır, sitedeki gerçek içerikle çelişir ve çeliştiği anda güvenilir bir sinyal olmaktan çıkar.

Bu sitenin kendi llms.txt dosyası ve yapay zekâ tarayıcı politikasını belgeleyen robots.txt dosyası canlı örnek olarak açıktır; ikisi de tarayıcıda doğrudan okunabilir.

Üretken bir motor cevap yazarken şu soruyu çözmek zorundadır: bu sayfadaki şirket, şu dizindeki kayıtla aynı şirket mi? Ad benzerliği bunun için zayıf bir kanıttır. Güçlü kanıt, sayfanın kendisinde bulunan ve şirketi tanımlayan yapılandırılmış veridir.

Üç kural yeterlidir. Birincisi: adres, telefon ve şirket adı sitede, işletme profillerinde ve dizin kayıtlarında birebir aynı yazılır. İkincisi: sameAs listesine yalnızca gerçekten sahip olduğunuz profiller konur. Üçüncüsü: doğrulanmamış hiçbir alan yazılmaz. Boş bırakılan bir alan zarar vermez, uydurulan bir alan tüm grafın güvenilirliğini düşürür.

Ölçümün tek şartı yöntemin sabitliğidir. Soru seti, motor listesi ve kayıt biçimi dönemler arasında değişirse karşılaştırma anlamını yitirir. Bu yüzden ilk yapılan iş taban ölçümüdür: değişiklikten önceki durum tarih damgasıyla kaydedilmemişse sonradan hiçbir iyileşme kanıtlanamaz.

Ölçümde asla yazılmaması gereken şey, tek bir ekran görüntüsüne dayanan iddialardır. Üretken model çıktısı olasılıklıdır; tek bir başarılı cevap kanıt değildir, tekrarlanan kayıt kanıttır.

• GEO — üretken motorların cevabında kaynak gösterilme çalışması.
• AEO — cevap kutusunda doğrudan alıntılanma çalışması.
• AI Overviews — Google arama sonuçlarındaki üretken özet yüzeyi.
• Crawler — sayfaları otomatik olarak çeken tarayıcı yazılımı.
• llms.txt — sitenin özetini ve öncelikli bağlantılarını düz metin sunan dosya önerisi.
• Entity (varlık) — makine tarafından tanınan tekil nesne: şirket, kişi, ürün, yer.
• sameAs — bir varlığın sahip olduğu diğer profillere verilen bağlantı listesi.
• JSON-LD — yapılandırılmış veriyi sayfaya gömmenin önerilen biçimi.
• Knowledge graph — varlıklar ve aralarındaki ilişkilerden oluşan bilgi ağı.
• LCP — sayfanın ana içeriğinin görünür olma süresi; erişimin ön koşullarından biri.

Sonraki okuma sırası: alıntılanabilir pasaj nasıl yazılır, ardından LCP, INP ve CLS eşik değerleri. Tüm rehberler bilgi merkezinde toplu olarak listeleniyor.