AI Agent'ların Okuyacağı Web Siteleri Nasıl Hazırlanır?

Web sitenize gelen ziyaretçilerin önemli bir kısmı artık insan değil. GPTBot, ClaudeBot, PerplexityBot, Gemini-crawler ve bunların yanı sıra onlarca farklı AI sistemi, web’i düzenli aralıklarla tarayarak içerikleri işliyor, özetliyor ve kullanıcılara sunuyor.

Bu gerçeklik 2026 itibarıyla göz ardı edilemeyecek bir boyuta ulaştı. Yapay zeka destekli arama motorları ve ajan sistemleri, bilgiye ulaşmada giderek daha merkezi bir rol üstleniyor. Siteniz bu sistemlerin okuyup anlayabileceği biçimde tasarlanmamışsa ne kadar kaliteli içerik yayımlarsanız yayımlayın, AI kaynaklarında görünmeyebilirsiniz.

Bu rehber, AI ajanların web sitenizi nasıl işlediğini, hangi teknik ve içerik koşullarını yerine getirmeniz gerektiğini ve pratik olarak ne yapmanız gerektiğini adım adım ele alıyor.

AI Ajanlar Web Sitenizi Nasıl “Okuyor”?

Bir kullanıcı Perplexity’de “en iyi proje yönetim yazılımları” diye sorduğunda arka planda şu süreç işliyor:

1. Retrieval sistemi bu sorguyu Bing arama motoruna veya kendi indeksine gönderiyor.
2. Dönen sonuçlar içinde en alakalı sayfalar seçiliyor.
3. Seçilen sayfalar bot tarafından gerçek zamanlı olarak ziyaret ediliyor.
4. Sayfa içeriği ham HTML olarak işleniyor; JavaScript render edilmeden önce görünür metin çekiliyor.
5. İçerik semantik parçalara (chunk) ayrılıyor ve büyük dil modeline bağlam olarak veriliyor.
6. Model bu bağlamdan yararlanarak kullanıcıya kaynaklı yanıt üretiyor.

Bu sürecin her adımı bir eleme noktası. Herhangi bir aşamada siteniz elleniyorsa, ne kadar iyi içerik yazarsanız yazın, AI yanıtında yer alamazsınız.

Bu zincirin pratik anlamı şudur: klasik SEO’da “önce sırala, sonra tıklat” mantığı geçerliyken, AI ajan görünürlüğünde “önce seçilebilir ol, sonra alıntılanabilir ol” mantığı işliyor. Sayfanız arama sonuçlarında üst sıralarda olsa bile, teknik olarak okunamıyorsa retrieval aşamasında elenir ve AI yanıtında hiç görünmez.

Bu durum aynı zamanda içerik önceliklendirmesini de değiştiriyor. Geleneksel SEO’da bir sayfanın “en üstte” sıralanması yeterliyken, AI yanıt üretimi sürecinde birden fazla kaynak aynı anda taranıp birleştirilebiliyor; bu nedenle sıralamada birinci olmasanız bile içeriğiniz net, olgusal ve alıntılanabilir yapıdaysa yanıt içinde yer alma ihtimaliniz var. Bu, küçük ve orta ölçekli işletmeler için görece adil bir fırsat penceresi anlamına gelebilir.

AI Web Crawlerları vs Geleneksel Botlar: Temel Farklar

Googlebot ile GPTBot aynı teknolojiyi kullanan farklı botlar değil; temel davranışları itibarıyla oldukça farklı sistemler.

Bu fark, web sitesi geliştirme pratiklerini doğrudan etkiliyor. Modern web sitelerinin büyük kısmı JavaScript framework’ler (React, Vue, Next.js vb.) üzerine inşa edilmiş. Bu siteler, Googlebot gibi tam render yapabilen botlar için sorun çıkarmıyor. Ancak AI crawlerlar ham HTML’i işlediğinden, içerik yalnızca JavaScript render sonrasında görünüyorsa AI sistemleri o içeriği hiç görmüyor.

Neden Bu Fark Bu Kadar Önemli?

Geleneksel SEO döneminde “önce indexlensin, sonra sıralansın” yeterliydi; render gecikmesi bir performans sorunuydu, bir görünmezlik sorunu değildi. AI crawler döneminde ise render gecikmesi doğrudan bir “hiç görülmeme” sorununa dönüşüyor. Bu yüzden özellikle 2023 sonrası kurulan sitelerde, mimari kararı en baştan alırken AI erişilebilirliğini de değerlendirme kriterlerinden biri haline getirmek gerekiyor.

Hangi AI Sistemleri Web Sitelerini Tarar?

2026 itibarıyla aktif olarak web tarayan başlıca AI sistemleri:

GPTBot: OpenAI’ın resmi crawl botudur. ChatGPT’nin hem eğitim veri toplama hem de browsing modu için kullanılır. User-agent: GPTBot. Resmi IP aralıkları OpenAI tarafından dokümante edilmiştir.

ClaudeBot: Anthropic’in resmi crawl botudur. Claude’un eğitim verisi ve gerçek zamanlı web erişimi için kullanılır. User-agent: ClaudeBot.

PerplexityBot: Perplexity AI’ın gerçek zamanlı retrieval botudur. Her sorguda aktif olarak çalışır; eğitim verisi toplama değil, doğrudan yanıt üretimi amaçlı. User-agent: PerplexityBot.

Gemini-crawler / Googlebot-AI: Google’ın AI Overview ve Gemini sistemi için özel crawler. Google’ın genel Googlebot altyapısıyla bağlantılı çalışır.

Bingbot / MSN-Copilot: Microsoft’un hem geleneksel Bing araması hem de Copilot sistemi için kullandığı crawler.

Amazonbot: AWS ve Amazon’un AI servislerine veri sağlamak için kullandığı crawler.

Diffbot: Yapılandırılmış veri çıkarımı için özelleşmiş, birçok AI şirketinin kullandığı crawler.

Bu botların tamamına izin vermek otomatik değil; robots.txt yapılandırmanızla kontrol altında tutabilirsiniz.

Botları Karar Çerçevesiyle Değerlendirme

Her bot için erişim izni verip vermeyeceğinize karar verirken şu üç soruyu sırayla sorun:

1. Bu bot beni doğrudan bir kullanıcıya mı gösteriyor, yoksa yalnızca model eğitimi mi topluyor? Gerçek zamanlı yanıt botları (PerplexityBot gibi) görünürlük için doğrudan değerlidir.
2. İçeriğim ticari açıdan hassas mı? Fiyat listesi, özel raporlar gibi içerikler için seçici erişim düşünülebilir.
3. Botun kaynak gösterme pratiği nasıl? Kaynak göstererek trafiğe dönüştüren sistemlere öncelik tanımak mantıklıdır.

AI Ajanlar için Teknik Gereksinimler

1. robots.txt: AI Crawlerları Doğru Yönetmek

robots.txt dosyası, botlara sitenizin hangi bölümlerine erişip erişemeyeceklerini söyler. AI crawlerlar için robots.txt stratejisi iki uçlu:

Hepsine açık bırakmak: Tüm AI botlarına tam erişim. İçerik kamuya açık ve ticari veri kaygısı yoksa bu en basit ve en yüksek görünürlük sağlayan yaklaşım.

Seçici erişim: Belirli botlara izin verirken diğerlerini engellemek. Örneğin rekabet analizi için kullanılabileceğinden endişelenilen içerikler için bazı botlar kısıtlanabilir.

Örnek robots.txt yapılandırması (tüm AI botlarına açık):

User-agent: GPTBot
Allow: /

User-agent: ClaudeBot
Allow: /

User-agent: PerplexityBot
Allow: /

User-agent: GoogleOther
Allow: /

Önemli not: Eğer sitemap’iniz yoksa veya belirli sayfaları gizli tutmak istiyorsanız robots.txt Disallow kurallarını dikkatli kullanın. AI crawler’ı engellemek, o sistemde görünürlüğü sıfırlıyor.

2. Temiz HTML Yapısı: JavaScript Bağımlılığından Kaçınmak

AI crawlerların büyük çoğunluğu JavaScript render etmiyor. Bu, React, Vue veya Angular tabanlı bir SPA (Single Page Application) kurulumunda kritik bir sorun yaratıyor.

Eğer içeriğiniz yalnızca JavaScript çalıştıktan sonra DOM’a ekleniyor, HTML kaynak kodunda metin bulunmuyor, içerik <div id="app"></div> gibi boş bir container içinde JavaScript ile dolduruluyor ise AI botlar sayfa içeriğini görmüyor.

Çözüm seçenekleri:

Server-Side Rendering (SSR): Next.js, Nuxt.js, SvelteKit gibi framework’lerle içeriği sunucu tarafında HTML olarak render edin. Bot sitenizi ziyaret ettiğinde tam metin içeriğini görür.

Static Site Generation (SSG): İçeriği derleme aşamasında statik HTML olarak üretin. Astro, Hugo, Eleventy gibi araçlar bu yaklaşımı destekliyor.

Progressive Enhancement: Temel içeriği saf HTML olarak sunun, JavaScript katmanını sonradan ekleyin. Bu yaklaşım hem AI botlar hem de yavaş bağlantıdaki kullanıcılar için daha erişilebilir.

Bu sitenin Astro tabanlı olması teknik olarak doğru bir tercih; Astro varsayılan olarak statik HTML üretiyor ve AI botların içeriğe tam erişimini sağlıyor.

3. llms.txt Dosyası: AI Ajanlar için Site Rehberi

llms.txt, 2024 yılında ortaya çıkan ve giderek yaygınlaşan bir standart. robots.txt’in AI için uyarlanmış hali olarak düşünebilirsiniz; ancak yalnızca erişim kontrolü değil, site içeriğini AI’lara açıklama amacı taşıyor.

llms.txt dosyası, alan adınızın kökünde yourdomain.com/llms.txt adresinde yayımlanıyor. Büyük dil modellerine sitenizin ne sunduğunu, hangi sayfaların önemli olduğunu ve içeriğin nasıl kullanılabileceğini açıklayan markdown formatında bir doküman.

Örnek llms.txt şablonu:

# [Marka Adı] - AI için Site Rehberi

## Hakkında
[Marka Adı], [sektör] alanında [hizmet/ürün] sunan bir [şirket türü].

## Temel Hizmetler
- [Hizmet 1]: [Kısa açıklama]
- [Hizmet 2]: [Kısa açıklama]

## Önemli Kaynaklar
- [/blog/kategori]: [Ne hakkında]
- [/hizmetler/]: [Ne sunuluyor]

## Kullanım Koşulları
Bu sitenin içerikleri AI sistemleri tarafından alıntılanabilir. Ticari kullanım için [[email protected]] ile iletişime geçin.

## Güncelleme
Son güncelleme: [Tarih]

llms.txt henüz evrensel bir zorunluluk değil; ancak erken adaptörlerin bu dosyayı yayımlaması, AI sistemlerin site içeriğini daha doğru bağlamda değerlendirmesine yardımcı oluyor. Anthropic (Claude), llms.txt’i resmi olarak desteklediğini açıkladı; diğer sistemlerin desteği artıyor.

4. XML Sitemap Güncel Tutma

Sitemap, AI botların tüm sayfalarınızı keşfetmesini kolaylaştırıyor. Özellikle büyük ve sık güncellenen sitelerde sitemap olmadan botlar bazı sayfalara hiç ulaşamıyor.

AI botlar için sitemap optimizasyonu:

• Sitemap’i her yeni içerik yayımlandığında otomatik güncelleme yapın
• lastmod etiketi güncel tarih içermeli
• Öncelikli içerikler önce listelenmeli
• Sitemap dosyası robots.txt’te belirtilmeli: Sitemap: https://domain.com/sitemap.xml
• Büyük siteler için sitemap index dosyası kullanın

5. Sayfa Hızı ve Teknik Erişilebilirlik

AI botlar zaman aşımı değerlerine sahip. Çok yavaş yüklenen sayfalar bot tarafından tamamen atlanabiliyor. Teknik gereksinimler:

• Sunucu yanıt süresi (TTFB): 600ms altında
• İlk içerik boyaması: 2.5 saniye altında
• Büyük sayfalar için kritik içeriği HTML’nin ilk 100KB’ında sunun
• Sıkıştırma (gzip/brotli) etkin olmalı
• CDN kullanımı bot erişim hızını artırıyor

AI Erişilebilirliği İçin Teknik Kontrol Listesi

Sitenizi yayına almadan veya büyük bir revizyon sonrası şu kontrol listesini uygulayın:

• View Page Source ile HTML kaynağında ana içerik metni görünüyor mu (JavaScript devre dışıyken)?
• robots.txt dosyasında bilinen AI botlar açıkça Allow veya Disallow ile tanımlanmış mı?
• llms.txt dosyası kök dizinde erişilebilir mi (/llms.txt)?
• XML sitemap güncel ve robots.txt’te referanslı mı?
• Sunucu yanıt süresi kabul edilebilir sınırlar içinde mi?
• Kritik sayfalarda Article, FAQPage, HowTo gibi uygun schema işaretlemesi var mı?
• Yazar ve kurum bilgileri (E-E-A-T sinyalleri) sayfalarda görünür mü?

AI Ajanlar için İçerik Optimizasyonu

1. Net, Açık Cevaplar Yazma

AI sistemleri içeriği yanıt üretmek için kullanıyor. Yanıt üretmek için kullanılabilecek içerik, doğrudan soruyu yanıtlıyor. Uzun girişler, bağlam kurma paragrafları ve meta-yorum yerine doğrudan bilgi sunumu öne çıkıyor.

Her bölüme şu soruyu sorarak başlayın: “Bu başlık altında kullanıcı ne öğrenmek istiyor?” ve o soruya ilk iki cümlede yanıt verin.

2. Başlık Hiyerarşisi Temizliği

H1-H2-H3 hiyerarşisi AI botların içerik haritasını çıkarmasına yardımcı oluyor. Her sayfada:

• Yalnızca bir H1 bulunmalı (sayfa başlığı)
• H2’ler ana konuları belirliyor
• H3’ler alt konuları detaylandırıyor
• Başlıklar açıklayıcı ve soru formatında yazılabilir
• İçindekiler tablosu eklemek AI botların sayfa yapısını anlamasını kolaylaştırıyor

3. Gereksiz Karmaşıklıktan Kaçınmak

AI botlar uzun cümleler, iç içe geçmiş karmaşık yapılar ve belirsiz ifadeler içeren içerikleri daha az verimli işliyor. Pratik kurallar:

• Cümle uzunluğu: tercihen 20 kelime altında
• Teknik terimler ilk kullanımda tanımlanmalı
• Pasif yapıdan aktif yapıya geçin
• Her paragraf tek bir fikri işlemeli
• Rakamlar ve veriler yazıyla değil rakamla yazılmalı (3 milyon, yüzde 47 gibi)

4. Fact-Dense İçerik: Veri, Tarih, Kaynak

AI sistemleri olgusal iddialar üretiyor; bu iddiaları destekleyecek veri arıyor. Sitenizin bu sistemlere “güvenilir veri kaynağı” olarak konumlandırılması için içerik şu unsurları içermeli:

• Araştırma ve rapor referansları (kaynak ismi ve yıl ile)
• Özgün veri veya ölçüm sonuçları
• Tarihsel bağlam (ne zaman, hangi koşullarda)
• Rakamsal karşılaştırmalar
• Uzman alıntıları ve isimlendirilmiş kaynaklar

Örnek geliştirme: “Sayfa hızı önemlidir” yerine “Google’ın açıkladığı verilere göre sayfa yükleme süresi uzadıkça kullanıcı terk oranı belirgin biçimde artıyor; bu nedenle hız iyileştirmesi genellikle en yüksek getirili teknik yatırımlardan biri olarak değerlendiriliyor.”

5. Structured Data (Schema.org)

Structured data, AI botların sayfanızın ne hakkında olduğunu makine tarafından okunabilir biçimde anlamasını sağlıyor. En etkili schema türleri:

Article: Blog yazıları ve haber makaleleri için temel schema. Yazar adı, yayın tarihi ve içerik türünü tanımlar.

FAQPage: Soru-cevap bölümleri için. AI sistemler FAQ içeriklerini doğrudan soru yanıtlamada kullanıyor.

HowTo: Adım adım rehberler için. ChatGPT ve Perplexity, HowTo schema içeren sayfalardan prosedürel bilgi çekmeyi tercih ediyor.

Organization: Marka kimliğini tanımlayan schema. AI sistemlerin markanızı entity olarak tanımasına yardımcı oluyor.

BreadcrumbList: Sayfa hiyerarşisini tanımlar ve AI botların site yapısını anlamasına katkıda bulunur.

İçerik Optimizasyonu Karar Süreci

Bir sayfayı AI-uyumlu hale getirirken şu adımları sırayla uygulayın:

1. Sayfanın yanıtladığı ana soruyu tek cümleyle tanımlayın.
2. Bu soruyu doğrudan yanıtlayan bir açılış paragrafı yazın (ilk 2-3 cümle).
3. Alt başlıkları, kullanıcıların sorabileceği takip sorularına göre yapılandırın.
4. Her iddiayı destekleyecek somut veri, tarih veya kaynak ekleyin.
5. Uygun schema türünü (Article, FAQPage, HowTo) belirleyip uygulayın.
6. Yazar/kurum bilgisini görünür kılın.
7. Sayfayı hem insan okuyucu hem de “sadece ilk üç paragrafı okuyan bir bot” gözüyle tekrar gözden geçirin.

llms.txt Nasıl Yazılır? Detaylı Şablon

Aşağıda üretim ortamında kullanılabilecek llms.txt şablonu yer alıyor:

# [Şirket Adı]

> [Şirketin ne yaptığını bir cümleyle anlatan özet. Örnek: "Türk klinikleri için dijital pazarlama ve SEO hizmetleri sunan bir ajans."]

## Hizmetler

- **[Hizmet 1]** ([/hizmetler/hizmet-1]): [2-3 cümle açıklama]
- **[Hizmet 2]** ([/hizmetler/hizmet-2]): [2-3 cümle açıklama]

## Blog İçerikleri

Ana blog kategorileri:
- [/blog/kategori-1]: [Konu açıklaması]
- [/blog/kategori-2]: [Konu açıklaması]

Öne çıkan içerikler:
- [/blog/makale-adi]: [Makalenin özeti]

## Hakkımızda

[Şirket] [kuruluş yılı]'nda kuruldu. [Konum]'da faaliyet gösteriyor. [Sektör uzmanlik alanı] konusunda [deneyim yılı] yıllık deneyime sahip.

## İletişim

- Web: [https://domain.com]
- E-posta: [[email protected]]

## İçerik Kullanım Koşulları

Bu sitedeki içerikler alıntılanabilir ve kaynak gösterilebilir.
Ticari lisans talepleri için [[email protected]] ile iletişime geçin.

## Güncelleme

Son güncelleme: [YYYY-MM-DD]

llms.txt dosyasını oluştururken şu prensipleri gözetin:

• Kısa ve öz tutun; AI sistemler uzun belgeleri tam işlemeyebilir
• Markdown formatı kullanın (robotics.txt gibi düz metin değil)
• Her sayfanın URL’ini ve ne sunduğunu açıkça belirtin
• İçerik kullanım koşullarını netleştirin
• Düzenli güncelleyin; eski llms.txt güvenilirliği azaltıyor

AI-Uyumlu İçerik Formatı vs SEO İçerik Formatı Karşılaştırması

İkisi birbirini dışlamıyor; ideal içerik her iki yaklaşımın en iyi özelliklerini birleştiriyor.

İçerik Atıfı için E-E-A-T Güçlendirme

E-E-A-T (Deneyim, Uzmanlık, Otorite, Güvenilirlik) AI sistemlerin kaynak güvenilirliğini değerlendirmede kullandığı çerçeve. Web sitenizin E-E-A-T sinyallerini güçlendirmek için:

Yazar profilleri: Her yazıda yazar biyografisi, uzmanlık alanı ve varsa LinkedIn bağlantısı ekleyin. AI sistemler yazar kimliğini doğrulayabildiğinde güvenilirlik puanı artıyor.

Hakkımızda sayfası: Şirket kurucuları, ekip üyeleri, sektördeki yıllar ve referanslar açıkça yer almalı. Bu sayfa AI sistemler için entity doğrulama kaynağı işlevi görüyor.

Basın ve medya: Sektör yayınlarında, haber sitelerinde veya akademik çevrelerde yer aldıysanız bu bilgileri “Medyada Biz” veya benzeri bir sayfada toplayın. AI sistemler dışarıdan referans alan kaynakları daha güvenilir buluyor.

Sertifika ve akreditasyon: Var olan sektör sertifikalarını görünür biçimde sergileyin. Schema.org’un hasCredential özelliği bu bilgiyi makine tarafından okunabilir hale getiriyor.

Markanızı AI Kaynaklarında Nasıl Tanıtırsınız?

AI sistemlerde marka görünürlüğü, doğrudan kaynak alıntılanmasının ötesine geçiyor. Aynı zamanda entity tanıma boyutu var: AI modeller markanızı bir entity (varlık) olarak tanıdığında, doğrudan kaynak göstermeseniz bile markanızı konu bağlamında anabilir.

Marka entity otoritesi oluşturmak için:

• Wikipedia: Markanız için gerçekten hak edilen, kaynaklandırılmış bir Wikipedia sayfası oluşturun. Wikipedia, LLM eğitim verilerinin önemli bir kaynağı ve entity tanımada referans.

• Wikidata: Kurumsal marka kimliğini Wikidata’da yapılandırılmış veri olarak tanımlayın. AI sistemler Wikidata’yı entity grafiği için kullanıyor.

• Sosyal kanıt ve PR: Sektör yayınlarında yer alan röportajlar, vaka çalışmaları ve analizler AI eğitim verilerine giriyor. Üçüncü taraf onayı entity otoritesini güçlendiriyor.

• Tutarlı NAP: İsim, adres, telefon bilgilerinin tüm platformlarda tutarlı olması AI sistemlerin markanızı doğru entity olarak tanımasını destekliyor.

Agentic Web: AI Ajanların Sitenizde İşlem Yapması

Şimdiye kadar ele aldığımız konular ağırlıklı olarak “okuma” odaklıydı: AI botların içeriği tarayıp yanıt üretmesi. Ancak 2026 itibarıyla ikinci bir katman hızla gelişiyor: AI ajanların yalnızca içerik okumakla kalmayıp, kullanıcı adına form doldurma, rezervasyon yapma, sepete ürün ekleme gibi işlemleri de gerçekleştirdiği “agentic web” (ajan tabanlı web) yaklaşımı.

Bu ajanlar (tarayıcı tabanlı otomasyon araçları, alışveriş asistanları, randevu botları) sitenizle etkileşime girerken farklı bir dizi teknik gereksinim ortaya çıkarıyor.

Aksiyon Alınabilir Sayfa Tasarımı

AI ajanların sitenizde işlem yapabilmesi için:

• Form alanları net, açıklayıcı label etiketleriyle işaretlenmeli; yalnızca placeholder metnine güvenilmemeli.
• Buton metinleri belirsiz (“Devam Et” yerine “Randevuyu Onayla”) olmaktan çıkarılıp eylemi açıkça tanımlamalı.
• Fiyatlandırma bilgisi görsel içinde gömülü değil, düz metin veya yapılandırılmış veri (Product/Offer schema) olarak sunulmalı.
• Çok adımlı işlemlerde (rezervasyon, form doldurma) her adımın durumu (tamamlandı/bekliyor) makine tarafından da anlaşılır biçimde işaretlenmeli.
• Gereksiz CAPTCHA veya bot engelleme katmanları, meşru AI ajanların işlem tamamlamasını da engelleyebiliyor; kritik olmayan sayfalarda bu katmanları asgari düzeyde tutmak, ajan trafiğinden kaynaklanan potansiyel dönüşümleri kaybetmemek için önemli.

Yapılandırılmış Fiyat ve Ürün Verisi

E-ticaret veya hizmet fiyatlandırması sunan siteler için Product, Offer ve PriceSpecification schema türlerini kullanmak, hem geleneksel arama sonuçlarında zengin sonuç kazanma hem de AI ajanların fiyat karşılaştırması yapabilmesi açısından değer taşıyor. Bu veri eksikse, AI ajanlar fiyatı yanlış yorumlayabilir veya sitenizi karşılaştırma sürecine hiç dahil edemeyebilir.

Bu Alanın Olgunluk Düzeyi

Agentic web henüz erken bir aşamada; standartlar (ör. ajan-siteler arası doğrudan API protokolleri) hâlâ şekilleniyor ve yaygın kabul görmüş, sabit bir uygulama biçimi yok. Bu nedenle bu alana yatırım yaparken temel, düşük maliyetli adımları (net form etiketleri, yapılandırılmış fiyat verisi, anlaşılır buton metinleri) öncelikli tutmak; büyük ölçekli, spekülatif entegrasyonları ise standartlar netleşene kadar ertelemek daha temkinli bir yaklaşım.

Vaka Kurgusu: Bir B2B Yazılım Sitesinin AI Erişilebilirliği Sorunu

Aşağıdaki senaryo, teknik AI erişilebilirliği sorununun nasıl tespit edilip çözülebileceğini göstermek amacıyla temsili olarak kurgulanmıştır.

Durum: Orta ölçekli bir B2B yazılım şirketi, ürün sayfalarının Google’da iyi sıraladığını ama ChatGPT ve Perplexity gibi araçlarda hiç sorularının yanıtlarında görünmediğini fark eder. Site, tamamen client-side render eden bir React SPA üzerine kuruludur; içerik JavaScript çalıştıktan sonra sayfaya ekleniyordur.

Uygulama:

1. Teknik ekip, tarayıcıda JavaScript’i devre dışı bırakarak sayfa kaynağını inceler ve ana ürün açıklamalarının HTML kaynağında hiç bulunmadığını doğrular.
2. Ekip, kritik sayfalar (ürün, fiyatlandırma, kullanım kılavuzları) için Next.js tabanlı bir SSR katmanına geçiş kararı alır; tüm siteyi değil, öncelikle en çok trafik alan 30 sayfayı kapsayacak şekilde aşamalı bir plan hazırlanır.
3. robots.txt dosyası güncellenerek GPTBot, ClaudeBot ve PerplexityBot’a açık erişim tanımlanır.
4. Kök dizine bir llms.txt dosyası eklenir; şirketin ne yaptığı, temel ürün sayfaları ve iletişim bilgileri özetlenir.
5. Ürün sayfalarına FAQPage ve Organization schema eklenir; yazar/kurum bilgisi görünür hale getirilir.

Sonuç penceresi: SSR geçişinin tamamlanmasından birkaç hafta sonra, şirket ekibi ChatGPT ve Perplexity’de belirli ürün kategorisi sorgularında marka isimlerinin anılmaya başladığını gözlemler. Bu tür değişikliklerin etkisi; sorgu hacmine, rakip yoğunluğuna ve AI sisteminin güncelleme sıklığına bağlı olarak zamanla ve kademeli biçimde ortaya çıkar. (Vaka temsilidir.)

Sık Yapılan Hatalar

1. Tüm siteyi client-side render bırakmak. İçerik yalnızca JavaScript çalıştıktan sonra göründüğünde AI botların büyük kısmı bu içeriği hiç görmez.
2. robots.txt’i güncellemeden unutmak. Eski, genel bir robots.txt dosyası AI botları kapsamayabilir; bu botların davranışını açıkça tanımlamamak belirsizlik yaratır.
3. llms.txt’i “bir kere yazıp unutmak”. İçerik ve hizmetler değiştikçe llms.txt güncellenmezse, AI sistemlere yanlış veya güncelliğini yitirmiş bilgi sunulmuş olur.
4. Schema işaretlemesini yalnızca ana sayfaya eklemek. Blog yazıları, hizmet sayfaları ve SSS bölümleri de uygun schema türleriyle işaretlenmelidir.
5. Yazar ve kurum kimliğini gizli tutmak. İsimsiz, kaynaksız içerik E-E-A-T sinyalini zayıflatır ve AI sistemlerin güvenilirlik değerlendirmesini olumsuz etkiler.
6. Aşırı uzun, karmaşık cümleler kullanmak. İç içe geçmiş, çok maddeli cümleler hem insan hem de AI okuyucu için işleme zorluğu yaratır.
7. Rakamsız, iddialı cümleler yazmak. “Çok etkilidir”, “en iyisidir” gibi somut veriye dayanmayan ifadeler AI sistemler tarafından düşük güvenilirlikte değerlendirilir.
8. Sayfa hızını göz ardı etmek. Yavaş yüklenen sayfalar bot zaman aşımına takılabilir; bu sadece kullanıcı deneyimi değil, AI görünürlüğü sorunu da yaratır.

Türkiye Bağlamında AI Erişilebilirliği

Türkiye’deki işletmeler için AI erişilebilirliği konusu iki açıdan farklılaşıyor. Birincisi, Türkçe web ekosisteminin büyük kısmı hâlâ WordPress, çeşitli hazır site oluşturucular veya eski tip CMS altyapıları üzerine kurulu; bu altyapıların bir kısmı ağır JavaScript eklentileri kullanarak içeriği render sonrası göstermeye devam ediyor. Bu durum, İngilizce konuşulan pazarlara kıyasla Türkçe sitelerde AI erişilebilirlik sorunlarının daha yaygın görülmesine yol açabiliyor.

İkincisi, Türkçe içerik hacminin AI eğitim ve retrieval verilerinde İngilizce’ye kıyasla daha sınırlı olması, iyi yapılandırılmış Türkçe içerik üreten siteler için bir fırsat penceresi yaratıyor. Belirli bir sektörde (örneğin sağlık turizmi, hukuk, e-ticaret) kapsamlı ve teknik olarak erişilebilir Türkçe içerik üreten bir site, o konunun “referans Türkçe kaynağı” haline gelme potansiyeline sahip; bu da rekabetin İngilizce pazara göre görece daha az yoğun olduğu bir alanda öne çıkmayı kolaylaştırıyor.

AI crawler optimizasyonu hakkında detaylı teknik rehberimize bakabilirsiniz.

GEO’nun genel çerçevesini anlamak için GEO nedir rehberimize başvurabilirsiniz.

Perplexity özelinde optimizasyon için Perplexity SEO rehberimizi inceleyebilirsiniz.

Answer engine optimizasyonu hakkında kapsamlı bilgi için AEO rehberimizi okuyabilirsiniz.

AI arama sıralama faktörleri hakkında daha fazla bilgi için ilgili rehberimize göz atabilirsiniz.

Web tasarım hizmetleri ve SEO hizmetlerimiz hakkında bilgi almak için ilgili sayfalara göz atabilir ya da iletişim sayfamız üzerinden bize ulaşabilirsiniz.

Sık Sorulan Sorular