Son güncelleme: 1 Kasım 2026.
Bir dil modeliyle bir günde yüzlerce sayfa yazmak artık mümkün. Bazı ekipler bunu büyük bir fırsat olarak görüyor: her şehir için bir sayfa, her ürün varyasyonu için bir sayfa, her soru için bir sayfa. Yapay zekânın SEO’da en çok tartışılan kullanımı da bu.
Bu fırsatın nerede gerçek, nerede tuzak olduğunu anlamak için önce Google’ın yapay zekâyla üretilen içeriğe nasıl baktığına ve Ölçekli İçerik Kötüye Kullanımı (Scaled Content Abuse) politikasına bakmak gerekiyor. Ardından politikanın 2024’ten bu yana nasıl uygulandığına, verilerin ne gösterdiğine, insan katkısının nerede olması gerektiğine ve bir kalite kontrol sürecine geçeceğim. Kitabın son bölümü olduğu için sonda kısa bir kapanış da var.
Kısa cevabım şu: Sorun yapay zekânın kendisi değil, ölçek ve amaç. Yapay zekâyla yazılmış iyi bir sayfa sorun değil. İnsanların yazdığı binlerce boş sayfa ise sorun.
1. Google’ın tutumu
Google’ın yapay zekâ içeriğine bakışı 2023’ten beri aynı çizgide. Şubat 2023’te yayımladığı açıklamanın başlığı durumu özetliyor: Nasıl üretildiğine bakmaksızın yüksek kaliteli içeriği ödüllendirmek (Google Search Central). Aynı açıklamaya göre yapay zekâ dahil otomasyonu, esas olarak arama sıralamasını manipüle etmek için içerik üretmekte kullanmak spam politikalarının ihlali. Ama otomasyonun her kullanımı spam değil; Google buna spor skorları, hava durumu tahminleri ve transkriptler gibi örnekler veriyor.
Bugünkü faydalı içerik rehberi de aynı şeyi söylüyor ve içeriğin “neden” üretildiğini en önemli soru olarak koyuyor. İçerik esas olarak insanlara yardım etmek için mi üretildi, yoksa arama motorundan ziyaret çekmek için mi? Otomasyon ya da yapay zekâ, esas amacı arama sıralamasını manipüle etmek olan içerik için kullanılıyorsa bu spam politikalarının ihlali (Google Search Central).
Google’ın yapay zekâ içeriği için ayrıca yayımladığı rehber de aynı yerde duruyor. Rehbere göre üretken yapay zekâ bir konuyu araştırırken ve özgün içeriğe yapı kazandırırken özellikle yararlı olabiliyor. Ama kullanıcılara değer katmadan çok sayıda sayfa üretmek için kullanılması ölçekli içerik kötüye kullanımı politikasını ihlal edebiliyor (Google Search Central).
Üç belgeyi yan yana okuyunca tablo değişmiyor. Google içeriğin yapay zekâyla yazılıp yazılmadığını değil, kimin için yazıldığını soruyor.
2. Ölçekli İçerik Kötüye Kullanımı nedir?
Google, 5 Mart 2024’te üç yeni spam politikası duyurdu: süresi dolmuş alan adının kötüye kullanımı, site itibarının kötüye kullanımı ve ölçekli içerik kötüye kullanımı (Google Search Central).
Ölçekli içerik kötüye kullanımı, esas amacı kullanıcılara yardım etmek değil, arama sıralamasını manipüle etmek olan çok sayıda sayfanın üretilmesi. Google bu uygulamanın genellikle, nasıl üretildiğinden bağımsız olarak, kullanıcıya çok az değer katan ya da hiç değer katmayan büyük miktarda özgün olmayan içerik üretmeye odaklandığını yazıyor.
Eski politika “otomatik üretilen içerik” üzerineydi; yenisi üretim yöntemine bakmıyor. Google’ın duyurusuna göre politika, içerik otomasyonla, insan emeğiyle ya da ikisinin karışımıyla üretilmiş olsa da uygulanabiliyor. Yüz serbest yazara aynı kalıpta yüz şehir sayfası yazdırmak da bu kapsama girebilir.
Google’ın spam politikaları sayfası ölçekli içerik kötüye kullanımına şu örnekleri veriyor (Google Search Central):
- Kullanıcıya değer katmadan, üretken yapay zekâ ya da benzeri araçlarla çok sayıda sayfa üretmek.
- Feed’leri, arama sonuçlarını ya da başka içerikleri kazıyarak, eş anlamlı kelimeyle değiştirme, çeviri gibi otomatik dönüşümlerle çok sayıda sayfa üretmek.
- Farklı sayfalardan içerikleri değer katmadan birleştirmek.
- İçeriğin ölçekli yapısını gizlemek için birden fazla site kurmak.
- Okuyana pek bir anlam ifade etmeyen ama arama kelimeleri içeren çok sayıda sayfa üretmek.
Bu listeye Google’ın yapay zekâ rehberinden bir madde daha eklemek gerekiyor. 3. bölümde konuştuğumuz gibi Google, sorgu yelpazesindeki her varyasyon için ayrı içerik üretmenin, esas amaç sıralamayı ya da yapay zekâ cevaplarını manipüle etmekse bu politikayı ihlal ettiğini açıkça yazıyor (Google Search Central). “Yapay zekâ için içerik” adı altında yapılan toplu sayfa üretimi de aynı çerçevede değerlendiriliyor.
3. 2024’ten 2026’ya uygulama
Politika duyurulduğu gün Google Mart 2024 temel güncellemesini de başlattı. Güncelleme 19 Nisan 2024’te tamamlandı ve Google bu güncellemeyle arama sonuçlarında yüzde 45 daha az düşük kaliteli, özgün olmayan içerik göreceğimizi açıkladı (Search Engine Land).
O tarihten bu yana Arama Durum Paneli’nde duyurulan spam güncellemeleri şöyle (Google Search Status Dashboard):
| Yıl | Duyurulan spam güncellemeleri |
|---|---|
| 2024 | Mart, Haziran, Aralık |
| 2025 | Ağustos |
| 2026 (Ekim sonuna kadar) | Mart, Haziran, Ağustos, Eylül |
Google bu güncellemelerin her birinin neyi hedeflediğini ayrıntılı açıklamıyor, bu yüzden hangisinin ölçekli içeriği ne kadar hedeflediğini kesin olarak söyleyemem. Ama 2026, 2022’den bu yana en çok spam güncellemesinin duyurulduğu yıl.
Elle uygulanan işlemler (manual actions) tarafında da bir hareket var. Search Engine Roundtable, Ekim 2026’da bazı SEO uzmanlarının son haftalarda manuel işlem bildirimlerinde artış gördüğünü, bildirilen türler arasında ince içerik, saf spam ve ölçekli içerik kötüye kullanımı olduğunu aktardı. Aynı haberde Google’dan bir açıklama olmadığı ve artışın veriyle doğrulanmadığı da not ediliyor (Search Engine Roundtable). Ben bunu bir eğilim olarak değil, takip edilmesi gereken bir sinyal olarak okuyorum.
Sitenize manuel işlem uygulanırsa Google bunu Search Console üzerinden bildiriyor; sorunu düzelttikten sonra yeniden değerlendirme isteyebiliyorsunuz. Google’ın Mart 2024 duyurusu, spam politikalarını ihlal eden sitelerin daha düşük sıralanabileceğini ya da sonuçlarda hiç görünmeyebileceğini de hatırlatıyor (Google Search Central). Ölçekli içerikte düzeltme zor bir iş. Yüzlerce ya da binlerce sayfayı tek tek değerlendirmek, değer taşımayanları kaldırmak ya da dizinden çıkarmak, kalanları güçlendirmek gerekiyor. En ucuz çözüm bu sayfaları hiç üretmemek.
Bir de Arama Kalite Değerlendiricileri Yönergeleri (Search Quality Rater Guidelines) var. Google’ın yapay zekâ içeriği rehberi, ölçekli içerik kötüye kullanımının (bölüm 4.6.5) ve çok az emekle, çok az özgünlükle ve çok az katma değerle üretilmiş ana içeriğin (bölüm 4.6.6) nasıl değerlendirildiğini görmek için bu yönergelere bakmayı öneriyor. Aynı yerde bu değerlendirmelerin sıralamayı doğrudan etkilemediğini, sıralama sistemlerinin performansını ölçmek için kullanıldığını da hatırlatıyor (Google Search Central). Yine de bir değerlendiriciye “bunu en düşük kalite say” diye öğretilen şeyin, sistemlerin de ayırt etmeye çalıştığı şey olduğunu düşünmek bence makul.
4. Veriler ne diyor?
Politika bir şey, sonuçlarda görülen başka bir şey. Bu konuda iki çalışma işe yarıyor.
Ahrefs, Temmuz 2025’te 100.000 rastgele anahtar kelimede ilk 20 sırada yer alan yaklaşık 600.000 sayfayı kendi yapay zekâ içerik tespit aracıyla inceledi (Ahrefs). Sayfaların %4,6’sı tamamen yapay zekâ, %13,5’i tamamen insan, %81,9’u karışık olarak sınıflandırıldı. Üst sıralardaki sayfaların %86,5’inde bir miktar yapay zekâ içeriği var. Yapay zekâ içeriği oranı ile sıralama arasındaki korelasyon 0,011, yani pratikte sıfır. Öte yandan tamamen yapay zekâyla yazılmış sayfalar birinci sıraya nadiren çıkıyor; en üst sıralardaki sayfalarda yapay zekâ içeriği biraz daha az.
Graphite’ın Axios’ta yayımlanan Ekim 2025 çalışmasına göre Common Crawl’dan rastgele alınan 65.000 URL’de yapay zekâyla üretilen makalelerin payı Kasım 2024’te kısa bir süre insan yazısını geçmiş, o tarihten beri ikisi kabaca eşit. Aynı grubun ikinci raporuna göre ise Google’da sıralanan makalelerin %86’sı insan yazısı; ChatGPT ve Perplexity’nin kaynak gösterdiği makalelerde bu oran %82 (Axios).
İki çalışmanın zayıf noktası aynı. Yapay zekâ içeriğini tespit eden araçlar kesin değil ve Ahrefs de Graphite da bunu kendisi belirtiyor. Rakamları kesin ölçüm olarak değil, yön gösteren veri olarak okumak gerekiyor.
Bu iki çalışmadan benim anladığım, yapay zekâ kullanmanın tek başına cezalandırılmadığı, ama yapay zekâya bırakılmış içeriğin de öne çıkmadığı. Üst sıralar ve yapay zekâ cevaplarındaki kaynaklar, insan katkısının belirgin olduğu içerikten geliyor.
5. Sıradan içerik sorunu
Toplu içerik üretiminin spam riskinin yanında daha sessiz bir sorunu var. Ürettiği içerik sıradan oluyor.
Google’ın yapay zekâ rehberi bunu “sıradan içerik” (commodity content) ve “sıradan olmayan içerik” (non-commodity content) ayrımıyla anlatıyor. Sıradan içerik, herkesin bilebileceği genel bilgiye dayanan ve okura pek yeni bir şey katmayan içerik; Google’ın örneği “İlk kez ev alacaklar için 7 ipucu” gibi bir yazı. Sıradan olmayan içerik ise uzmanlığa ya da deneyime dayanan, genel bilginin ötesine geçen içerik. Rehber, başkalarının zaten söylediğini ya da bir üretken yapay zekâ modelinin kolayca üretebileceği şeyi yeniden üretmemenizi açıkça söylüyor (Google Search Central).
Bence bölümün kilit cümlesi bu. Bir yapay zekâ modelinin birkaç saniyede yazabileceği bir sayfa yayınladığınızı düşünün. Kullanıcı aynı soruyu bir yapay zekâya sorduğunda model o cevabı zaten kendisi yazabiliyor; sizin sayfanızı okumasına, kaynak göstermesine ya da önermesine gerek yok. Bir yapay zekânın kendi başına yazabileceği içerik, bir yapay zekânın sizi kaynak göstermesi için sebep değil.
Dolum makinesi örneğinde iki başlığı karşılaştıralım. “Dolum makinesi seçerken dikkat edilmesi gereken 7 şey” sıradan bir içerik; bir yapay zekâ bunu herkesin bildiği genel bilgilerle birkaç saniyede yazar. “Köpüren sıvı sabunda dalıcı nozul ile üstten dolumu karşılaştırdık: dakikadaki şişe sayısı ve taşma oranı” ise sıradan değil, çünkü içinde ancak testi yapan birinin bilebileceği rakamlar var. Başlık hipotetik, ama fark açık. İkinci sayfa yapay zekâya kendi bilemeyeceği bir şey söylüyor ve kaynak gösterilme ihtimali de bu yüzden daha yüksek.
Yapay zekâ aramasında kaynak gösterilen ve önerilen sayfalar, modelin kendi başına bilemeyeceği bir şey söyleyen sayfalar: özgün veri, gerçek test, vaka çalışması, uzman görüşü, güncel fiyat, somut kapasite. Bu tür içeriği 11. ve 12. bölümlerde ayrıntılı konuşmuştuk.
6. İnsan katkısı nerede olmalı?
“Yapay zekâ yazsın, insan kontrol etsin” sık duyulan ama eksik bir cümle. Kontrol etmek bir metindeki hataları bulmak demek ve sıradan bir metni hatasız hale getirmek onu sıradan olmaktan çıkarmıyor. İnsan katkısının kontrolden önce, içeriğin kendisinde olması gerekiyor.
Google’ın faydalı içerik rehberindeki “Kim, Nasıl, Neden” (Who, How, Why) çerçevesi burada iyi bir yol gösterici (Google Search Central).
“Kim” sorusu içeriği kimin yazdığını ve okurun bunu görüp göremediğini soruyor. Google doğru yazar bilgisi eklemeyi güçlü şekilde teşvik ediyor, ama aldatıcı yazar bilgisine karşı da uyarıyor. Yapay zekâyla üretilmiş profil fotoğrafları, uydurma isimler ya da sahte unvanlarla içeriği bir uzman yazmış gibi göstermek bir aldatma biçimi ve düşük kaliteli sayfa sinyali.
“Nasıl” sorusu içeriğin nasıl üretildiğini soruyor. Ürün incelemelerinde kaç ürünün test edildiğini ve testin nasıl yapıldığını göstermek güven yaratıyor. Rehber, otomasyon ya da yapay zekâ içeriği önemli ölçüde ürettiyse bunun okura açıklanmasının ve neden yararlı görüldüğünün anlatılmasının işe yarayabileceğini söylüyor.
“Neden” ise rehbere göre en önemli soru. İçerik esas olarak insanlara yardım etmek için mi üretildi?
Pratikte insan katkısı benim gözümde dört yerde olmalı:
- Konu seçimi. Hangi sayfanın bir ihtiyaca cevap verdiğine insan karar vermeli; bu karar prompt listesinden, satış ekibinden ve müşteri sorularından gelmeli.
- Özgün bilgi. Test sonuçları, rakamlar, vaka çalışmaları, fotoğraflar, uzman görüşü; modelin bilemeyeceği her şey.
- Yargı. “Bu makine köpüren ürünler için uygun mu?” gibi bir soruya açık bir cevap vermek ve bunun sorumluluğunu almak.
- Son kontrol. Doğruluk, güncellik ve marka diline uygunluk.
Yapay zekâ bu adımların arasında, yani yapı kurmakta, taslak çıkarmakta, metni düzenlemekte ve tutarlılığı kontrol etmekte değerli bir yardımcı. Ama dört adımın hiçbirinin yerini almıyor.
Uzman katkısını almanın pratik bir yolu, uzmana boş sayfa vermek yerine soru sormak. Dolum makinesi örneğinde bir üretim mühendisiyle yarım saatlik bir görüşme yapıp şunları sorabilirsiniz: Köpüren ürünlerde en sık hangi hata yapılıyor? Müşteri kapasiteyi nasıl yanlış hesaplıyor? Hangi durumda bu makineyi önermezsiniz? Görüşmenin kaydını ya da notlarını yapay zekâya verip taslağı çıkarttırın, sonra taslağı aynı uzmana okutun. Uzmanın zamanı yazmaya değil, bilgisini aktarmaya ve son kontrole gidiyor. Ortaya çıkan sayfa da modelin tek başına yazamayacağı bir sayfa oluyor.
7. Hangi sayfa yayınlanmalı?
Toplu içerikte asıl karar, yazma kararından önce gelen yayınlama kararı. Kendi deneyimimizden bir örnek vereyim. Filmler.com’da yaklaşık 450.000 oyuncu ve ekip kaydı vardı. Biz bunlardan sadece içeriği olan sayfaları dizine açtık.
Bir sayfayı üretebiliyor olmanız, onu yayınlamanız gerektiği anlamına gelmiyor. Yapay zekâ bu soruyu daha da önemli hale getirdi, çünkü artık o 450.000 sayfanın her birine birkaç paragraf metin yazdırmak da mümkün. O paragraflar kayıtla ilgili yeni bir bilgi taşımıyorsa ortaya çıkan şey içerik olmaz; ölçekli içerik kötüye kullanımının ders kitabı örneği olur.
Toplu sayfa üretmeyi düşündüğünüzde her sayfa tipi için şu soruları sorun:
- Bu sayfa, aynı şablondaki diğer sayfalardan farklı ve gerçek bir bilgi taşıyor mu? Şehir adı değiştirilmiş aynı metin bu testi geçmez.
- Bu bilginin kaynağı ne? Kendi veritabanınız, stoklarınız, hizmet bölgeleriniz gibi gerçek bir veri mi, yoksa modelin yazdığı genel bir metin mi?
- Kullanıcı bu sayfaya aramadan değil de doğrudan gelseydi işine yarar mıydı? Google’ın faydalı içerik rehberi “neden” sorusunu bu ölçüyle tarif ediyor: İçerik, ziyaretçi sitenize doğrudan geldiğinde de faydalı olmalı.
- Bu sayfa bir kullanıcının sorusuna sitenizdeki başka bir sayfadan daha iyi cevap veriyor mu? Vermiyorsa mevcut sayfayı güçlendirmek daha doğru.
Faydalı içerik rehberi uyarı işaretleri arasında, bir kısmı iyi performans gösterir umuduyla çok farklı konularda çok sayıda içerik üretmeyi ve çok sayıda konuda içerik üretmek için yoğun otomasyon kullanmayı da sayıyor.
Dolum makinesi üreticisi için bir örnek düşünelim. Her il için “Bursa’da dolum makinesi”, “Konya’da dolum makinesi” gibi 81 sayfa açmak, şirketin o illerde ayrı bir bayisi, servisi ya da referansı yoksa ölçekli içerik riskine girer. Şirketin üç bölge servis merkezi varsa, her biri için adresi, ekibi, kapsadığı iller ve ortalama müdahale süresiyle üç sayfa açmak ise kullanıcıya gerçek bilgi veren üç sayfa demek.
8. Programatik sayfalar
Şablonla çok sayıda sayfa üretmek tek başına ölçekli içerik kötüye kullanımı değil. Bir e-ticaret sitesinin binlerce ürün sayfası, bir emlak sitesinin binlerce ilan sayfası, bir film sitesinin binlerce film sayfası da şablonla üretiliyor. Bunlara programatik sayfalar diyoruz ve web’in büyük kısmı böyle çalışıyor.
Programatik sayfayı meşru kılan, her sayfanın arkasında gerçek ve farklı bir veri olması. Bir ürün sayfasında o ürünün fiyatı, stoğu, özellikleri, görselleri ve yorumları var. Bir ilan sayfasında o evin konumu, metrekaresi ve fotoğrafları var. Kullanıcı o sayfada başka bir sayfada bulamayacağı bir bilgiye ulaşıyor.
Sorun, şablonun içini veri yerine metinle doldurmaya çalıştığınızda başlıyor. Türkiye’den tanıdık birkaç kalıp, hipotetik örneklerle:
- İl ve ilçe sayfaları: “Kadıköy’de su kaçağı tespiti”, “Üsküdar’da su kaçağı tespiti” gibi, o ilçede ayrı bir ekip, adres ya da referans olmadan sadece ilçe adı değiştirilerek çoğaltılan sayfalar.
- Üretici açıklamasının çoğaltılması: aynı ürün açıklamasının eş anlamlı kelimelerle ya da yapay zekâyla yeniden yazdırılıp yüzlerce ürün sayfasına dağıtılması. Ürün aynı, bilgi aynı, sadece kelimeler farklı.
- “En iyi” listeleri: hiçbir ürünün denenmediği, başka sitelerdeki listelerin birleştirildiği “En iyi 10 robot süpürge” türü sayfalar.
- Soru sayfaları: her soru varyasyonu için açılmış, aynı cevabı farklı cümlelerle tekrar eden sayfalar.
Hepsinde sayfa sayısı artıyor ama sitedeki bilgi miktarı artmıyor. Sayfa sayısını bilgi değil de metin artırıyorsa ölçekli içerik riskine girmişsiniz demektir.
9. Yapay zekâyı içerikte güvenle kullanmak
Yapay zekâ, doğru bir kontrol süreciyle birlikte şu işlerde güvenle kullanılabilir:
- Taslak ve yapı: uzmanın notlarından, bir röportaj kaydından ya da satış ekibinin cevaplarından ilk taslağı çıkarmak.
- Yeniden düzenleme: mevcut bir sayfayı daha anlaşılır hale getirmek, paragrafları bağlamını taşıyacak şekilde düzenlemek, başlıkları daha açık yazmak.
- Veriden metne: gerçek ürün verisinden ürün açıklaması taslağı çıkarmak. Veri sizden geliyor, model sadece onu cümleye çeviriyor.
- Çeviri taslağı: bir sayfanın başka dildeki ilk taslağını çıkarmak. 16. bölümde konuştuğumuz gibi çeviri yerelleştirme değil; çevrilen sayfanın o pazarın sorularına cevap vermesi gerekiyor.
- Özet ve yeniden kullanım: uzun bir rapordan kısa bir özet, bir web seminerinden bir yazı, bir vaka çalışmasından bir sosyal medya metni çıkarmak.
Bu işlerin ortak noktası, içeriğin kaynağının siz olmanız. Model elinizdeki bilgiyi biçimlendiriyor, bilgi uydurmuyor.
E-ticaret siteleri için ayrı bir not: Google Merchant Center’ın yapay zekâ içeriği için ayrı kuralları var. Google’ın rehberine göre yapay zekâyla üretilmiş görsellerin IPTC DigitalSourceType TrainedAlgorithmicMedia meta verisini içermesi, yapay zekâyla üretilmiş başlık ve açıklama gibi ürün verilerinin de ayrı olarak belirtilip yapay zekâyla üretildiğinin işaretlenmesi gerekiyor (Google Search Central). Ürün feed’lerini yapay zekâyla zenginleştiriyorsanız bu kuralları 15. bölümdeki feed çalışmanızla birlikte kontrol edin.
10. Kalite kontrol süreci
Yapay zekâ destekli içerik için önerdiğim kalite kontrol beş adımdan oluşuyor:
- Doğruluk. Google’ın kendi rehberi, üretken modellerin bilgi getirmediğini, eğitim verilerine dayanarak olası bir kelime dizisini tahmin ettiğini ve bu yüzden hatalı bilgi üretebileceğini yazıyor; yapay zekâyla üretilen bütün içeriğin yayından önce doğruluk ve güvenilirlik açısından elle kontrol edilmesini kritik buluyor (Google Search Central). Her rakamı, her tarihi, her teknik özelliği ve her alıntıyı kaynağından kontrol edin.
- Özgünlük. Sayfada modelin kendi başına yazamayacağı en az bir şey var mı? Bir test sonucu, bir rakam, bir fotoğraf, bir uzman yorumu, bir vaka? Yoksa sayfa henüz hazır değil.
- Meta veri. Başlık, meta açıklama, yapılandırılmış veri ve görsel alt metinleri de içerik; Google’ın rehberi bunların da aynı kontrolden geçmesini istiyor.
- Yazar ve açıklama. Sayfada gerçek bir yazar ya da sorumlu bir uzman var mı? Okurun “bu nasıl üretildi?” diye sorabileceği bir içerikse, üretim süreci hakkında kısa bir açıklama var mı?
- Yayın sonrası izleme. Sayfa yayınlandıktan sonra Search Console’da ve 17. bölümdeki prompt ölçümünde nasıl performans gösteriyor? Yapay zekâ cevaplarında doğru anlatılıyor mu?
Bu süreç yapay zekânın kazandırdığı zamanın bir kısmını geri alıyor. Öyle. Ama bence yapay zekâyla içerik üretmenin asıl kazancı, aynı sürede daha fazla sayfa yazmak değil, aynı sayıda sayfayı daha iyi yazmak. Zamanı kalite kontrolünden kısarak değil, taslak aşamasından kazanın.
Sürecin yazılı bir rehbere de ihtiyacı var. Ekibinizin ya da ajansınızın yapay zekâyı içerikte nasıl kullandığını bir sayfada yazın: hangi işlerde kullanılıyor, hangilerinde kullanılmıyor, hangi kontroller zorunlu, kim onaylıyor. Bu sayfa yeni ekip üyeleri için bir başlangıç noktası olur. Müşteri ya da yönetim “yapay zekâyı nasıl kullanıyorsunuz?” diye sorduğunda da cevabınız hazır olur.
Kalite kontrolü yapay zekâ içerik tespit araçlarına bırakmayın. Yukarıdaki iki çalışma da bu araçların kesin olmadığını kendisi söylüyor. Ayrıca bakmamız gereken şey metnin yapay zekâyla yazılıp yazılmadığı değil, okura değer katıp katmadığı. Tespit aracından “insan yazısı” sonucu alan sıradan bir metin de sıradan kalır.
11. Yayınlamadan önce
Yapay zekâ içerik üretmeyi kolaylaştırdı, ama Google’ın sorduğu soru değişmedi: Bu içerik kim için üretildi? Bir sayfa tipini toplu üretmeden önce birkaç örneğini açıp yan yana koyun. Sayfalar birbirinden sadece şehir adıyla ya da kelime seçimiyle ayrılıyorsa yayınlamayın.
Her birinin arkasında gerçek ve farklı bir bilgi varsa durum değişir. O zaman yapay zekâ o bilgiyi sayfaya dökmekte iyi bir yardımcı olur; kalite kontrolden geçen sayfayı yayınlamaktan çekinmeniz için bir sebep kalmaz.
Kontrol listesi
| Kontrol | Nasıl bakılır? | Neden önemli? |
|---|---|---|
| Her sayfa tipinde, sayfalar birbirinden farklı ve gerçek bilgi taşıyor | Aynı şablondaki sayfalardan örnek karşılaştırma | Şablon tekrarı ölçekli içerik riskidir |
| Sorgu varyasyonları için ayrı sayfa açılmamış | İçerik envanteri, URL listesi | Google bunu açıkça politika ihlali sayıyor |
| Her sayfada modelin bilemeyeceği en az bir özgün bilgi var | Sayfa içeriği | Sıradan içerik kaynak gösterilmiyor |
| Rakamlar, tarihler ve teknik bilgiler kaynağından kontrol edilmiş | Yayın öncesi kontrol listesi | Google elle doğruluk kontrolünü kritik buluyor |
| Başlık, meta açıklama, yapılandırılmış veri ve alt metinler kontrol edilmiş | Sayfa kaynağı, zengin sonuç testi | Bunlar da arama sonuçlarında görünüyor |
| Sayfada gerçek bir yazar ya da sorumlu uzman var | Sayfa şablonu, yazar sayfaları | Uydurma yazar profili aldatma sayılıyor |
| Yapay zekâ kullanımı gerektiğinde okura açıklanmış | Sayfa altı not, hakkımızda sayfası | Google’ın “Nasıl” sorusu |
| Merchant Center’daki yapay zekâ görselleri ve ürün metinleri işaretlenmiş | Merchant Center, görsel meta verisi | Merchant Center politikası bunu istiyor |
| İçeriği olmayan kayıtlar dizine açılmamış | Dizinleme kuralları, Search Console | Boş sayfa kullanıcıya bir şey vermiyor |
| Spam güncellemeleri ve manuel işlemler izleniyor | Arama Durum Paneli, Search Console manuel işlemler raporu | 2026’da güncelleme sıklığı arttı |
Son söz
Bu kitaba bir soruyla başlamıştık: Cevabı yapay zekâ veriyorsa, markamızın o cevapta doğru şekilde yer alması için ne yapmalıyız?
On dokuz bölüm sonra elimde sihirli bir teknik yok. Yapay zekâ cevaplarının önemli bir kısmını hâlâ arama motorlarının dizinleri ve sıralama sistemleri besliyor; taranmayan, dizine girmeyen sayfa yine okunmuyor. Değişen, başarıyı nasıl tarif ettiğimiz. Sıralanmak tek başına yetmiyor; kısa listeye girmek, doğru anlatılmak ve önerilmek gerekiyor. Bunu da tek bir ekran görüntüsüyle değil, düzenli ölçülen oranlarla takip ediyoruz.
Kitap boyunca aynı yere dönüp durduk. Yapay zekâ, kendi başına bilemeyeceği şeyleri söyleyen kaynakları arıyor: gerçek fiyat, gerçek kapasite, gerçek test, gerçek müşteri deneyimi. Bu bilgi çoğu şirkette zaten var. Ama sitede değil; satış ekibinin kafasında, bir Excel dosyasında ya da bir mühendisin tecrübesinde duruyor. Bence önümüzdeki birkaç yılın asıl işi, bu bilgiyi okunabilir, doğrulanabilir ve güncel bir şekilde web’e taşımak.
Türkiye’de AI Bakışı ve AI Modu 18 Şubat 2026’da açılmaya başladı. Birçok sektörde yarış daha yeni başlıyor ve Türkçe kaynak havuzu hâlâ görece küçük. Bugün somut ve güncel Türkçe içerik üreten markalar, yapay zekânın Türkçe cevaplarında uzun süre kalacak bir yer edinebilir.
Bu kitap bir “2026 baskısı”. Sadece bu yıl Search Console’a yapay zekâ raporları geldi, Google yapay zekâ özellikleri için ayrı bir kontrol ekledi, spam güncellemeleri sıklaştı. Önümüzdeki aylarda da çok şey değişecek; hızlı değişen bilgileri web sürümünde güncel tutmaya çalışacağım.
Değişmeyeceğini düşündüğüm kısım ise kısa. Kullanıcının sorusunu bilin, ona sizden başkasının veremeyeceği bir cevap verin ve bunu düzenli olarak ölçün. Arama değişmeye devam edecek. İyi bir cevabın değeri değişmeyecek.
Kaynaklar
- Google Search Central Blog: Google Search’s guidance about AI-generated content (8 Şubat 2023)
- Google Search Central Blog: What web creators should know about our March 2024 core update and new spam policies (5 Mart 2024)
- Search Engine Land: Google March 2024 core update rollout is now complete (Nisan 2024)
- Google Search Central: Spam policies for Google web search (son güncelleme 28 Ağustos 2026)
- Google Search Central: Google Search’s guidance on using generative AI content on your website (son güncelleme 1 Ekim 2026)
- Google Search Central: Creating helpful, reliable, people-first content (son güncelleme 5 Ekim 2026)
- Google Search Central: Optimizing your website for generative AI features on Google Search (son güncelleme 10 Temmuz 2026)
- Google Search Status Dashboard: Ranking incidents history (1 Kasım 2026’da kontrol edildi)
- Search Engine Roundtable: Google search manual action spike (8 Ekim 2026)
- Ahrefs: AI-Generated Content Does Not Hurt Your Google Rankings (600,000 Pages Analyzed) (7 Temmuz 2025)
- Axios: AI writing hasn’t overwhelmed the web yet (14 Ekim 2025)