AI Arama Motorları Nasıl Çalışıyor? Boru Hattının 6 Aşaması

Yapay zeka arama motorlarında görünürlük üzerine yazılan içeriklerin çoğu ne yapmanız gerektiğini söylüyor: net yazın, tablo kullanın, schema ekleyin. Ama bu tavsiyelerin neden işe yaradığını açıklamıyor.

Nedenini bilmediğinizde iki sorun çıkar: hangi tavsiyenin sizin durumunuzda önemli olduğunu ayırt edemezsiniz ve yarın mekanizma değiştiğinde elinizde ezberlenmiş bir liste kalır.

Bu yazı tersini yapıyor: bir sorunun yanıta dönüşene kadar geçtiği altı aşamalı boru hattını açıklıyor ve her aşamada site sahibi olarak neyi etkileyebileceğinizi gösteriyor.

Google’ın kendi altyapısına özel teknik ayrıntıları Google AI Search nasıl çalışır yazısında, uygulama tarafını ise yapay zekada nasıl görünürüm rehberinde ele almıştım. Bu yazı platformlardan bağımsız mekanizmaya odaklanıyor.

Önce Temel Ayrım: İki Farklı Bilgi Kaynağı

Her şeyden önce şunu netleştirmek gerekiyor, çünkü bu ayrım yapılmadan geri kalan her şey karışıyor.

Bir dil modeli iki farklı yerden bilgi alabilir:

1. Parametrik bilgi (modelin içindeki bilgi). Eğitim sırasında öğrenilmiş, modelin ağırlıklarına gömülü bilgi. Kaynak gösteremez, güncel değildir ve doğrudan değiştirilemez. “Genel kültür” gibi düşünün.

2. Getirilen bilgi (dışarıdan çekilen bilgi). Soru sorulduğu anda web’den, indeksten veya bir veri kaynağından çekilip modele verilen metin. Güncel olabilir, kaynak gösterilebilir ve üzerinde çalışılabilir.

Modern yapay zeka arama motorları ikincisine dayanır. Buna genel olarak temellendirme (grounding) veya getirimle desteklenmiş üretim (RAG) deniyor. Bu yazının konusu da bu ikinci yol — çünkü site sahibi olarak müdahale edebileceğiniz alan burasıdır.

Bunun pratik anlamı: “İçeriğim modelin eğitim verisine girsin” beklentisi yavaş, belirsiz ve kontrol dışı bir hedeftir. “Soru sorulduğunda içeriğim getirilen kaynaklar arasında olsun” ise ölçülebilir ve çalışılabilir bir hedeftir.

Boru Hattı: Bir Soru Yanıta Nasıl Dönüşüyor?

Platformlar arasında ayrıntılar değişse de genel akış şu altı aşamadan oluşuyor:

#	Aşama	Ne oluyor	Sizin etkiniz
1	Sorgu anlama ve ayrıştırma	Soru yorumlanır, alt sorulara bölünür	Dolaylı — hangi soruları kapsadığınız
2	Getirim (retrieval)	Aday belgeler toplanır	Yüksek — indekslenme ve erişilebilirlik
3	Parça seçimi (chunking)	Sayfa değil, sayfanın bölümleri değerlendirilir	Yüksek — içerik yapısı
4	Yeniden sıralama (reranking)	Adaylar soruya uygunluğa göre sıralanır	Yüksek — netlik ve konu uyumu
5	Sentez	Seçilen parçalardan yanıt yazılır	Orta — ifade netliği
6	Kaynak seçimi	Hangi kaynağa atıf verileceği belirlenir	Orta–yüksek — güven sinyalleri

Şimdi her aşamayı tek tek açalım.

Aşama 1 — Sorgu Anlama ve Ayrıştırma

Kullanıcının yazdığı cümle, doğrudan bir arama sorgusu olarak kullanılmaz. Sistem önce niyeti yorumlar, ardından soruyu cevaplamak için hangi bilgilere ihtiyaç olduğunu belirler ve genellikle soruyu alt sorulara böler.

Örnek:

Kullanıcı: “Küçük bir ekiple çalışıyorum, hangi proje yönetim aracı bize uygun olur, fiyatları nasıl?”

Sistem bunu tek bir arama yerine yaklaşık şu alt sorulara ayırabilir:

küçük ekipler için proje yönetim aracı
proje yönetim aracı fiyat karşılaştırma
proje yönetim aracı seçim kriterleri
küçük ekip proje yönetimi ihtiyaçları

Bu davranışın Google tarafındaki adlandırılmış hali “query fan-out” olarak biliniyor; ayrıntısını Google AI Mode nedir yazısında ele aldım. Benzer bir ayrıştırma mantığı diğer sistemlerde de kullanılıyor.

Bu aşama size ne söylüyor?

Tek anahtar kelimeye kilitlenmek artık yetersiz. Yanıt beş alt sorudan besleniyorsa ve siz yalnızca birinde güçlüyseniz, katkınız sınırlı kalır. Kazanan yapı, konuyu çevreleyen içerik kümesidir — kurulumu için SEO içerik kümesi nedir yazısına bakabilirsiniz.

Ayrıca: kullanıcıların yazdığı uzun cümleler klasik arama verinizde görünmez. Bu yüzden anahtar kelime listenizin yanına bir prompt envanteri eklemeniz gerekir.

Aşama 2 — Getirim: Aday Havuzuna Girmek

Alt sorular belirlendikten sonra sistem, her biri için aday belgeler toplar. Bu toplama iki farklı kaynaktan olabilir:

Bir arama indeksi üzerinden (sistemin bağlı olduğu arama altyapısı)
Doğrudan sayfa çekimi (belirlenen adresteki içeriğin anlık olarak alınması)

Bu aşamada işiniz tek: aday havuzuna girmek

Ne kadar iyi yazılmış olursa olsun, bu aşamayı geçemeyen içerik sonraki hiçbir aşamada değerlendirilmez. Havuza girmenin ön koşulları:

İndekslenmiş olmak. Sistem hangi arama altyapısını kullanıyorsa orada indekslenmiş olmalısınız. Yalnızca tek bir arama motorunda indeksli olmak, diğer altyapıyı kullanan platformlarda görünmemek demektir.

Tarayıcılara erişim izni vermiş olmak. Burada kritik ve çok yapılan bir hata var: yapay zeka tarayıcıları tek tip değil. Bir kısmı model eğitimi için içerik toplar, bir kısmı ise kullanıcı soru sorduğunda anlık olarak sayfaya erişir. İkincisini engellerseniz canlı yanıtlardan tamamen çıkarsınız. Ayrımın ayrıntısı ve tarayıcı listesi için AI crawler optimizasyonu rehberi ve dosya yapısı için robots.txt nasıl hazırlanır yazısı.

Sunucudan gelen içerik. Ana metin yalnızca tarayıcıda çalışan kodla oluşuyorsa, birçok getirim aracı onu göremez. Kritik içerik HTML’de bulunmalıdır.

Hız ve erişilebilirlik. Zaman aşımına uğrayan veya hata dönen sayfa, aday havuzuna hiç girmez. Eşikler için Core Web Vitals rehberi.

Aşama 3 — Parça Seçimi: Sayfanız Değil, Bölümünüz Değerlendiriliyor

Bu, yazının en önemli bölümü — çünkü klasik SEO alışkanlıklarıyla en çok çelişen aşama burası.

Sistem, sayfanızın tamamını yanıta koymaz. Sayfayı parçalara (chunk) ayırır ve soruyla en alakalı parçayı seçer. Bu parça genellikle bir başlık altındaki birkaç paragraf, bir tablo veya bir liste olur.

Sonuçları

1. “Sayfam bu konuda kapsamlı” yetmez. Kapsamlı ama dağınık bir sayfada hiçbir parça tek başına iyi cevap vermiyorsa, o sayfa seçilmez. Buna karşılık kısa ama net bir bölüm rahatlıkla seçilebilir.

2. Her başlık kendi başına ayakta durmalı. Bir bölüm, önceki paragrafları okumadan anlaşılamıyorsa parça olarak zayıftır. “Yukarıda anlattığımız gibi…” ile başlayan bir bölüm, bağlamından koparıldığında anlamsızlaşır.

3. Cevap bölümün başında olmalı. Parçanın ilk cümleleri, o parçanın konusunu belirler. Cevabı üçüncü paragrafta veren bir bölüm, ilk paragrafındaki giriş cümlesine göre değerlendirilir.

Parça dostu yazım formülü

Her başlık altında:

Doğrudan cevap — 1–2 cümle, giriş yapmadan
Kısa gerekçe — 2–3 cümle
Detay — liste, tablo veya alt başlıklar

Kötü örnek: “Bu konu son zamanlarda çok merak ediliyor. Peki gerçekte durum nedir? Gelin birlikte bakalım…”

İyi örnek: “Parça seçimi, sistemin sayfanın tamamı yerine soruyla en alakalı bölümünü seçmesidir. Bu yüzden her başlığın kendi başına cevap vermesi gerekir.”

İkinci metin, bağlamından koparılıp bir yanıta yerleştirilebilir. Birincisi hiçbir şey söylemez.

Bu konuyu içerik tarafında AI için içerik optimizasyonu yazısında da ele almıştım.

Aşama 4 — Yeniden Sıralama: Adaylar Arasında Eleme

Getirim aşamasında geniş bir aday havuzu oluşur. Yeniden sıralama, bu havuzu soruya uygunluğa göre sıralar ve yalnızca en üsttekiler yanıta girer.

Bu aşamada belirleyici olan üç şey:

Anlamsal uyum. Parçanın içeriği, alt soruyla ne kadar örtüşüyor? Burada birebir kelime eşleşmesi değil, anlam yakınlığı ölçülür. Yani “fiyat” kelimesini kullanmamış olabilirsiniz ama maliyet kalemlerini net biçimde anlattıysanız fiyat sorusuna aday olabilirsiniz.

Bilgi yoğunluğu. Aynı uzunlukta iki parçadan somut bilgi taşıyan (sayı, kriter, adım, koşul) tercih edilir. Genel ifadelerle dolu metin elenir.

Kendi içinde tutarlılık. Çelişkili veya belirsiz ifadeler içeren parçalar riskli kabul edilir.

Pratik çıkarım

”Anahtar kelimeyi şu kadar kez geçir” yaklaşımı bu aşamada işe yaramaz. İşe yarayan şey, sorunun cevabını gerçekten ve spesifik biçimde vermek. Belirsizlik burada elenmenin ana sebebi.

Aşama 5 — Sentez: Yanıtın Yazılması

Seçilen parçalar modele verilir ve model bunlardan tek bir yanıt oluşturur. Bu aşamada model:

Birden fazla kaynaktaki bilgiyi birleştirir
Çelişen bilgiler varsa genellikle daha çok kaynakta tekrar edeni tercih eder
Verilen metnin dışına çıkmamaya çalışır (temellendirme)

Buradaki iki önemli nokta

1. Tutarlılık, tek bir güçlü kaynaktan değerlidir. Aynı bilgi birden fazla bağımsız kaynakta aynı şekilde geçiyorsa, sentez sırasında o bilgi öne çıkar. Bu, marka bilgilerinizin tüm dijital varlıklarınızda birebir aynı olmasının neden önemli olduğunu açıklar: farklı yerlerde farklı tanım, sistemin hangisine güveneceğini belirsizleştirir.

2. Yanlış bilgi genellikle modelin hatası değil, kaynağın hatasıdır. Markanız hakkında eski bir bilgi veriliyorsa, bunun sebebi çoğunlukla web’de o eski bilginin hâlâ duruyor olmasıdır. Çıktıyı düzeltmenin yolu kaynağı düzeltmekten geçer: eski sayfalar, güncel olmayan dizin kayıtları, terk edilmiş profiller.

Aşama 6 — Kaynak Seçimi: Kime Atıf Verilecek?

Yanıt yazıldıktan sonra sistem hangi kaynaklara bağlantı vereceğini belirler. Bir bilgiyi kullanmak ile ona atıf vermek her zaman aynı şey değildir — içeriğiniz yanıtı beslediği halde link almayabilirsiniz.

Atıf verilme olasılığını artıran sinyaller:

Sinyal	Neden etkili
Yazar ve kurum kimliği	Kaynağın kim olduğu belliyse gösterilmesi daha güvenli
Güncelleme tarihi	Tazelik, özellikle değişken konularda belirleyici
Doğrulanabilir referans	İddianın dayanağı varsa güven artar
Özgün veri	Başka yerde bulunmayan bilgi, atfı zorunlu kılar
Bağımsız kaynaklarda anılma	Web genelinde tanınan varlıklar tercih edilir
Konu odaklılık	O konuda derinliği olan siteler öne çıkar

Bu güven katmanının çerçevesi için E-E-A-T nedir yazısına bakabilirsiniz.

En yüksek getirili hamle: Kendi özgün verinizi yayınlamak. Herkesin tekrarladığı genel bilgi sentez içinde erir ve kimseye atıf gerektirmez; ama yalnızca sizde olan bir veri, alıntılandığında kaynak göstermeyi zorunlu kılar.

Platformlar Arasındaki Farklar

Boru hattı benzer, ancak besleme kaynakları ve davranışlar farklılaşıyor.

Platform	Ağırlıklı besleme	Öne çıkan davranış	Sizin için önceliğiniz
ChatGPT	Canlı web araması + parametrik bilgi	Güncel sorularda arama yapar, kaynak gösterebilir	Getirim botu erişimi, net içerik yapısı
Gemini / Google AI	Google arama altyapısı	Organik güç doğrudan girdi	Klasik SEO temeli + snippet ayarları
Perplexity	Canlı web araması, kaynak vurgulu	Atıfları belirgin gösterir	Alıntılanabilir bölümler
Copilot	Bing altyapısı	Bing indeksine bağımlılık yüksek	Bing’de indekslenme
Claude	Canlı arama (etkinse)	Yapılandırılmış ve net içerik tercih eder	Tanım netliği, tablo yapısı

Ortak payda: Beş platformun beşinde de aynı dört şey işe yarıyor — erişilebilirlik, parça düzeyinde netlik, tutarlı varlık bilgisi ve bağımsız kaynaklarda anılma. Platform bazlı ince ayar bunların üzerine gelir.

Platform stratejilerinin ayrıntısı için LLM SEO stratejileri ve AI search ranking faktörleri yazıları var.

Mekanizmadan Çıkan 10 Pratik Kural

Yukarıdaki altı aşamayı bilen biri, tavsiye listesine ihtiyaç duymadan şu sonuçlara kendisi ulaşır:

Önce aday havuzuna gir. İndekslenme ve tarayıcı erişimi, diğer her şeyin ön koşuludur.
Sayfa değil bölüm düşün. Her başlık kendi başına cevap vermeli.
Cevabı yukarı taşı. Parçanın ilk cümleleri onun konusunu belirler.
Belirsizlikten kaçın. “Değişkenlik gösterebilir” tipi ifadeler yeniden sıralamada elenir.
Somut ol. Sayı, kriter, adım ve koşul içeren parçalar tercih edilir.
Konuyu kümele. Tek sayfa, alt sorulara bölünen bir sorunun tamamını karşılayamaz.
Her yerde aynı şeyi söyle. Tutarlılık, sentez aşamasında doğrudan avantaj.
Kimliğini göster. Yazar, kurum, tarih ve referans — atıf almanın önkoşulu.
Kendi verini üret. Tekrarlanan bilgi erir; özgün veri atıf gerektirir.
Kaynağı düzelt. Yanlış çıktı, neredeyse her zaman web’deki yanlış kaynağın yansımasıdır.

Sıkça Sorulan Sorular

Yapay zeka arama motorları Google’ın yerini alıyor mu? Şu an için ikisi paralel yaşıyor ve birbirinden besleniyor. Birçok yapay zeka yanıtı kaynaklarını arama indekslerinden çekiyor; yani klasik arama görünürlüğü hâlâ yapay zeka görünürlüğünün ön koşullarından biri. İkisini birbirinin alternatifi değil, üst üste binen iki katman olarak düşünmek daha doğru.

İçeriğimin modelin eğitim verisine girmesini beklemeli miyim? Bu yavaş, belirsiz ve doğrudan kontrol edilemeyen bir yol. Kısa vadede kazanılabilecek alan getirim tarafı: soru sorulduğunda içeriğinizin aday kaynaklar arasına girmesi. Çalışmanın ağırlığını buraya vermek daha rasyoneldir.

Neden bazen bilgim kullanılıyor ama link verilmiyor? Çünkü kullanım ile atıf farklı aşamalar. Bilgi genel ve birçok kaynakta bulunuyorsa sentez içinde erir ve atıf gerektirmez. Atıf alma olasılığını artıran şey, bilginin size özgü olması — özgün veri, kendi vaka analiziniz veya yalnızca sizde bulunan bir kriter seti.

Kelime sayısı önemli mi? Doğrudan değil. Değerlendirilen birim sayfanın tamamı değil, parçalar. Kısa ama net bir bölüm, uzun ve dağınık bir metinden daha sık seçilir. Uzunluk bir hedef değil, kapsamın sonucudur — konuyu blog yazısı kaç kelime olmalı yazısında ayrıca ele aldım.

Schema (yapılandırılmış veri) getirimi etkiliyor mu? Doğrudan bir sıralama garantisi vermez; ancak içeriğin ve kurumsal kimliğin doğru yorumlanmasını kolaylaştırır. Özellikle varlık tanınırlığı açısından düşük maliyetli ve yüksek getirili bir adımdır. Tür seçimi için schema türleri sözlüğü.

Rakibim anılıyor, ben anılmıyorum. Hangi aşamada eleniyorum? Bunu teşhis etmek mümkün. Siteniz indeksli değilse veya tarayıcı engelliyse 2. aşamada; içeriğiniz var ama bölümler dağınıksa 3. aşamada; net ama genel ve belirsizse 4. aşamada; bilgi kullanılıyor ama link gelmiyorsa 6. aşamada eleniyorsunuz demektir. Her birinin müdahalesi farklıdır.

Yapay zekayı yönlendirmek için sayfaya gizli talimat eklemek işe yarar mı? Bu yöntem dolaşımda ama hem etik değil hem de tespit edildiğinde yaptırım riski taşıyor. Ayrıca kalıcı da değil: sistemler bu tür manipülasyonlara karşı sürekli güncelleniyor. Kalıcı görünürlük, gerçek kanıt ve tutarlı varlıkla kurulur.

Bu mekanizma ne sıklıkla değişiyor? Ayrıntılar sık değişiyor; ancak boru hattının genel yapısı — anlama, getirim, parça seçimi, sıralama, sentez, atıf — istikrarlı. Bu yüzden taktik listelerini ezberlemek yerine mekanizmayı anlamak daha dayanıklı bir yatırım.

Sonuç

Yapay zeka arama motorlarında görünürlük, gizli bir teknik değil; altı aşamalı bir eleme sürecinden geçmek demek.

Her aşamanın kendi elenme sebebi var: erişilemeyen site 2. aşamada, dağınık içerik 3. aşamada, belirsiz anlatım 4. aşamada, tutarsız bilgi 5. aşamada, kimliksiz kaynak ise 6. aşamada eleniyor.

İyi haber şu: bu aşamaların hiçbiri gizli değil ve hepsi üzerinde çalışılabilir. Yapmanız gereken, hangisinde elendiğinizi tespit edip oraya müdahale etmek — genel tavsiye listelerini baştan sona uygulamak değil.

Kendi durumunuzu ölçmek ve hangi aşamada elendiğinizi teşhis etmek isterseniz iletişime geçin. Çalışma kapsamını ChatGPT SEO, Gemini SEO ve GEO danışmanlığı sayfalarında bulabilirsiniz.

İlgili içerikler:

Not: Platformların iç mimarileri açıklanmıyor; bu yazıdaki akış, yayımlanan teknik belgeler ve gözlemlenebilir davranışlar üzerinden kurulmuş genel bir modeldir. Ayrıntılar platformdan platforma ve zaman içinde farklılık gösterebilir.