12. Bölüm: Kopyalanamayan İçerik

Son güncelleme: 1 Kasım 2026.

Yapay zekâ, internette zaten yazılmış olanı özetlemekte çok iyi. “Dolum makinesi nasıl seçilir?” diye sorduğunuzda yüzlerce sayfanın ortak noktasını birkaç paragrafta topluyor. Sizin sayfanız da o yüzlerce sayfadan biriyse cevaptaki katkınız eriyip gidiyor. Kaynak olarak gösterilseniz bile yerinize başka biri de gösterilebilirdi.

Bunun çıkışı, sizin bilip başkasının bilmediği şeylerde: özgün veri, gerçek testler, vaka çalışmaları ve uzman görüşü. Hepsinde bilginin kaynağı sizsiniz.

Bence yapay zekâ aramasında en uzun ömürlü yatırım da bu. Teknik ayarları bir kez yapıyorsunuz ve rakipleriniz de yapıyor. Kendi verinizi, kendi testinizi ve kendi müşteri deneyiminizi ise kopyalayamıyorlar.

1. Ortak bilgi değer kaybediyor

Google, yapay zekâ araması için yayınladığı rehberde içeriği ikiye ayırıyor (Google Search Central).

Birinci grup ortak bilgi içeriği (commodity content). Google’ın verdiği örnek “7 Tips for First-Time Homebuyers”, yani “İlk kez ev alacaklar için 7 ipucu”. Rehbere göre bu tür içerik çoğu zaman herkesin bildiği bilgilere dayanıyor, herhangi birinden çıkabilir ve okura pek yeni bir şey katmıyor.

Diğer grup ortak olmayan (non-commodity) içerik. Buradaki örnek bir ev alıcısının kendi hikâyesi: “Why We Waived the Inspection & Saved Money: A Look Inside the Sewer Line”, kabaca “Ekspertizden neden vazgeçtik ve nasıl tasarruf ettik: Kanalizasyon hattının içine bir bakış”. Rehber bu tür içeriği ortak bilginin ötesine geçen, uzmanlığa ya da deneyime dayanan içerik olarak tarif ediyor.

Aynı rehberde Google, insanların özgün, ilgi çekici ve faydalı bulduğu içeriğin, sitenin yapay zekâ aramasındaki varlığını uzun vadede rehberdeki diğer bütün önerilerden daha fazla etkileyeceğini yazıyor. Bunun yanında bir uyarı da var: “Don’t just recycle what others on the internet have already said, or could easily be produced by a generative AI model.” Türkçesiyle: İnternette başkalarının zaten söylediğini ya da bir yapay zekâ modelinin kolayca üretebileceği şeyi tekrar etmeyin.

Google bunu ilk kez de söylemiyor. John Mueller Mayıs 2025’teki blog yazısında yapay zekâ aramasında başarılı olmak için “unique, non-commodity content” üretmeyi öneriyor, kullanıcıların bu deneyimlerde daha uzun ve daha spesifik sorular sorduğunu da hatırlatıyordu (Google Search Central Blog).

Uyarının ikinci yarısı yeni bir durumu anlatıyor. Eskiden ortak bilgi içeriği en azından trafik getiriyordu: Kullanıcı Google’da arıyor, sayfanıza tıklıyor, okuyordu. Şimdi aynı bilgiyi yapay zekâ cevabın içinde veriyor. Bir yapay zekânın tek başına yazabileceği bir içeriği yayınlamak, ona zaten bildiği bir şeyi anlatmak oluyor.

Dolum makinesinden bir örnek. “Dolum makinesi çeşitleri: pistonlu, peristaltik, taşmalı” başlıklı bir yazı ortak bilgi; her üreticinin sitesinde benzeri var ve model bunu hafızasından da anlatabilir. “Köpüren sıvı sabunu farklı nozul ve hız ayarlarında doldurduk: Taşma hangi hızda başlıyor?” başlıklı bir yazı ise öyle değil. O ölçümü yapmayan kimse o yazıyı yazamaz.

2. Bilgi kazancı: Yeni ne söylüyorsunuz?

SEO’da bu konu genelde bilgi kazancı (Information Gain) adıyla konuşuluyor. Kavram, Google’ın 2018’de başvurduğu ve Haziran 2024’te tescil edilen “Contextual estimation of link information gain” patentinden geliyor (Search Engine Journal).

Patentteki fikir, kullanıcının daha önce gördüğü belgelere bakarak yeni bir belgenin ona ne kadar ek bilgi sunduğunu tahmin etmek. Kullanıcı bir konuda üç sayfa okuduysa, dördüncü sayfa ona aynı şeyleri mi anlatıyor, yeni bir şey mi söylüyor?

Bir patent, Google’ın o yöntemi kullandığını kanıtlamaz. Search Engine Journal’ın patenti inceleyen yazısı, metnin ağırlıkla otomatik asistanlardan bahsettiğini ve AI Bakışı’nda kullanıldığına dair açık bir ifade olmadığını not ediyor. “Rakipten daha fazla bilgi içeren sayfa daha üstte çıkar” şeklindeki yaygın yorumun patentle desteklenmediğini de söylüyor.

Bu yüzden bilgi kazancını bir sıralama sinyali gibi değil, editoryal bir soru gibi kullanmak daha sağlıklı. Bir sayfayı yayınlamadan önce sorun: Bu konuda ilk 10’daki sayfaları okumuş biri bizim sayfamızdan yeni ne öğrenecek? Cevap “hiçbir şey” ise sayfanın yapay zekâ cevabına da bir katkısı olmaz.

Sorgu yelpazesi bu soruyu daha da anlamlı kılıyor. 3. bölümde anlattığım gibi model tek bir soru için birden fazla arama yapıyor ve çok sayıda sayfa okuyabiliyor. Bu sayfalar aynı şeyi söylüyorsa model birini seçiyor, diğerleri cevaba bir şey eklemiyor. Farklı bir veri, ölçüm ya da deneyim sunan sayfa ise cevaba ancak oradan alınabilecek bir parça ekliyor.

3. İnternet yapay zekâ metniyle doluyor

Graphite, Common Crawl’dan rastgele seçtiği yaklaşık 43.000 İngilizce makale üzerinden, Kasım 2024’te yapay zekâyla üretilen yeni makalelerin sayısının insanların yazdıklarını geçtiğini hesapladı (Graphite). Graphite çalışmayı daha sonra üç farklı yapay zekâ dedektörüyle yeniledi ve oranın ortalama 3,3 puan daha düşük çıktığını not etti. Kesin oran tartışmalı ama yön belli.

Aynı ekibin ikinci çalışması bizim konumuza daha yakın (Graphite). Haziran 2025’te 31.493 anahtar kelime için Google sonuçlarına baktıklarında sıralanan makalelerin yüzde 86’sı insan yazımıydı. ChatGPT ve Perplexity’nin kaynak gösterdiği makalelerde bu oran yüzde 82’ydi. Birinci sıradaki makalelerin ise sadece yüzde 7’si yapay zekâ üretimiydi.

Bu çalışmanın sınırları da var. Yapay zekâ dedektörleri hata yapıyor; Graphite kullandığı dedektörün yanlış pozitif oranını yüzde 4,2 olarak veriyor. İnsan tarafından ciddi biçimde düzenlenmiş, yapay zekâ destekli içerik de ölçülmedi. Dolayısıyla bu veri “yapay zekâ kullanmayın” demiyor. Gösterdiği şey, web’in büyük kısmı yapay zekâ metnine dönerken Google’ın da yapay zekâ asistanlarının da kaynaklarını hâlâ büyük ölçüde insanın yazdığı içerikten seçtiği.

Google’ın kalite değerlendiricileri için yazdığı yönergeler de aynı yönde. 11 Eylül 2025 tarihli sürüme göre bir sayfanın ana içeriğinin tamamı ya da neredeyse tamamı kopyalanmış, başka sözcüklerle yeniden yazılmış, otomatik ya da yapay zekâyla üretilmişse ve bu “little to no effort, little to no originality, and little to no added value” ile yapılmışsa sayfa en düşük puanı almalı (Google Search Quality Rater Guidelines). Aynı bölüm, yapay zekâ araçlarını kullanmanın tek başına çaba seviyesini ya da kaliteyi belirlemediğini, bu araçlarla yüksek kaliteli içerik de üretilebileceğini ekliyor.

Yapay zekâ metni ucuzladıkça değeri artan şey, sadece sizin üretebileceğiniz bilgi. Herkes aynı araçla aynı yazıyı yazabiliyorsa fark, araca veremeyeceğiniz bilgiden çıkıyor.

4. Elinizde zaten olan veri

Özgün veri deyince çoğu kişinin aklına büyük bir anket ya da sektör raporu geliyor. Bunlar değerli ama tek seçenek değil. Çoğu şirketin elinde kimsenin yayınlamadığı veri zaten duruyor:

• Satış ve sipariş verisi: Hangi ürün hangi şehirde, hangi mevsimde, hangi müşteri tipinde daha çok satılıyor? Ortalama sipariş ne büyüklükte?
• Satış ekibine, çağrı merkezine ve WhatsApp hattına en çok gelen sorular ve bunların yıl içinde nasıl değiştiği.
• Servis ve iade kayıtları: en sık görülen arıza, en sık iade nedeni.
• Bir ürünün ya da hizmetin son üç yıldaki fiyat geçmişi.
• Teslim süresi, kurulum süresi, enerji tüketimi, dayanıklılık gibi kendi ölçümleriniz.

Bu kitapta da bunun bir örneği var. İlk bölümde, İmza’nın müşterilerinde yapay zekâ platformlarından gelen trafiğin toplam trafiğin genelde yüzde 10’unun altında kaldığını, ama bu ziyaretçilerin yüzde 6–7 civarında satışa dönüştüğünü yazdım. E-ticarette genel dönüşüm oranı yüzde 1 civarındayken bu ciddi bir fark. Bu rakam başka bir kaynakta yok, bizim müşteri verimizden çıkıyor. Bir yapay zekâ da onu ancak bizim yazdığımız yerden öğrenebilir.

Özgün veriyi yayınlarken yöntemi yazın: kaç müşteri, hangi tarih aralığı, nasıl ölçüldü? Yöntemi belli olmayan bir rakam hem okurun hem modelin gözünde zayıf kalır. Tarih de verin. “2026’nın ilk dokuz ayında” gibi bir ifade rakamın ne zaman geçerli olduğunu söyler ve yapay zekânın eski bir rakamı güncelmiş gibi aktarma riskini azaltır. Sınırları da saklamayın; örneklem küçükse ya da sektör darsa bunu yazın. Abartılmış bir rakam kısa vadede ilgi çekebilir ama yanlış aktarıldığında markanıza zarar verir.

Gizli tutmanız gereken veriyi yayınlamak zorunda değilsiniz. Ham rakam yerine oran, eğilim ya da aralık paylaşmak çoğu zaman yeterli. “Siparişlerimizin yarıdan fazlası büyükşehirler dışından geliyor” gibi bir cümle, ciro rakamı vermeden bir şey anlatıyor.

5. Gerçek testler: Ölçmeden yazmayın

Ürün satan ya da ürün hakkında yazan her site için en güçlü kopyalanamayan içerik türü test. Google’ın inceleme içerikleri için yayınladığı rehber bunun nasıl yapılacağını iyi özetliyor (Google Search Central). Rehberden bazı maddeler:

• Ürünü bildiğinizi gösterin; deneyiminizi destekleyen fotoğraf, ses, video ya da başka kanıtlar sunun.
• Ürünün farklı performans kategorilerinde nasıl sonuç verdiğini sayısal ölçümlerle paylaşın.
• Ürünü rakiplerinden ayıran şeyi açıklayın.
• Artılarını ve eksilerini kendi araştırmanıza dayanarak anlatın.
• Bir ürünü “en iyi” diye öneriyorsanız, neden en iyi olduğunu birinci elden kanıtla gösterin.

Rehber, incelemelerde uzunluğa değil kaliteye ve özgünlüğe odaklanmayı öneriyor.

Bir dolum makinesi üreticisi düşünelim. Sitesinde her makine için katalogdaki teknik özellikler var: kapasite, nozul sayısı, motor gücü. Bunlar rakiplerin sitesinde de var. Bu üretici, müşterilerin en çok sorduğu beş ürün tipini, mesela sıvı sabun, şampuan, yoğun krem, sirke ve sıvı yağı kendi makinesinde doldurabilir. Her ürün için dakikadaki şişe sayısını, dolum hassasiyetini ve köpüğün taşmaya başladığı hızı ölçer, ölçümü videoya çeker, sonuçları bir tabloya koyar.

Böyle bir sayfa, “günde 3.000 şişe köpüren ürün dolduracağım” diyen kullanıcıya başka hiçbir sayfanın veremeyeceği somut bir cevap verir. Yapay zekâya da bu üreticiyi önermesi için bir sebep verir. 3. bölümde anılmak, önerilmek ve kaynak gösterilmek arasındaki farkı konuşmuştuk; önerilmek için modelin “neden bu marka?” sorusuna bir cevabı olması gerekiyor. Test sonucu o cevap olabilir.

Sadece iyi sonuçları yayınlamayın. Makinenin hangi üründe zorlandığını da yazın. Bu güven veriyor ve size uygun olmayan müşteriyi baştan eliyor. Google’ın rehberindeki artılar ve eksiler maddesi de bunu istiyor.

6. Vaka çalışmaları

Vaka çalışması (case study), bir ürünün ya da hizmetin belirli bir müşteride nasıl sonuç verdiğini anlatır. B2B ve hizmet sektöründe bence en değerli içerik türü, çünkü karar veren kişinin sorusu genelde “Bu benim durumumda işe yarar mı?” oluyor.

İyi bir vaka çalışmasının yapısı basit:

1. Başlangıç durumu: Müşteri kim, sorun neydi, hangi rakamlarla başladı?
2. Ne yapıldı, neden o çözüm seçildi, ne kadar sürdü?
3. Sonuç: Hangi rakam ne kadar ve ne zaman değişti?
4. Beklendiği gibi gitmeyen ne oldu?

Rakam olmadan vaka çalışması olmaz. “Müşterimiz çok memnun kaldı” cümlesi ne okura ne yapay zekâya bir şey anlatır. Bir rakam akılda kalır ve alıntılanabilir.

Bizim alanımızdan bir örnek: Voleybol ve basketbol ayakkabısı satan bir e-ticaret müşterimizde trafik yüzde 10 düşerken ciro yüzde 180 arttı. Bu tek cümle bile “SEO’da başarı trafik artışıdır” düşüncesini sorgulatıyor. Böyle bir sonucu anlatan bir vaka çalışmasında neyin değiştiğini, hangi trafiğin neden kaybedildiğini ve cironun nereden geldiğini adım adım göstermek gerekir. O yazıyı ancak işi yapan ekip yazabilir. Bir yapay zekâ bu sonucu hafızasından üretemez.

İki pratik sorun var. Biri müşteri izni. Birçok müşteri adının kullanılmasını istemez; bu durumda sektörü, ölçeği ve rakamları paylaşıp adı gizleyebilirsiniz. İsimsiz bir vaka çalışması isimli olanın etkisini taşımaz, ama rakamları doğruysa yine değerlidir.

Diğeri seçicilik. Sadece en parlak sonuçları yayınlayan bir vaka çalışması sayfası bir süre sonra reklam broşürü gibi okunur. Ortalama sonuçları ve işlerin ters gittiği anları da anlatmak güveni artırır.

7. Uzman görüşü: İmzası olan içerik

Uzman görüşü, bir işi yıllarca bizzat yapmış birinin bakışı. Bir mühendisin “Bu ürünü bu makinede doldurmayın” demesi, bir diş hekiminin “Bu tedaviyi şu durumda önermiyorum” demesi gibi. Bu cümleler deneyimden geldiği için ortak bilgiden ayrılıyor.

Google’ın içerik değerlendirme soruları bu konuda açık (Google Search Central). İçerik, konuyu iyi bildiği gösterilebilen bir uzman ya da meraklı tarafından yazılmış ya da gözden geçirilmiş mi? Bir ürünü kullanmaktan ya da bir yeri ziyaret etmekten gelen birinci elden bir uzmanlık gösteriyor mu? Başka kaynaklardan yararlanıyorsa, onları kopyalamak ya da yeniden yazmak yerine kayda değer bir katkı sunuyor mu? 2. bölümde konuştuğumuz E-E-A-T’nin “deneyim” ayağı da bu.

Yapay zekâ tarafında da benzer bir eğilim var. Princeton Üniversitesi’nin de aralarında bulunduğu bir araştırma ekibinin 2023’te yayımladığı ve KDD 2024 konferansında sunulan “GEO: Generative Engine Optimization” çalışması bunu test etti (arXiv). En iyi sonuç veren üç yöntem, içeriğe güvenilir kaynaklardan alıntı eklemek, istatistik eklemek ve kaynak göstermekti. Bu yöntemler sayfanın üretken arama motoru cevaplarındaki görünürlüğünü göreli olarak yüzde 30–40 civarında artırdı. Klasik anahtar kelime doldurma ise işe yaramadı. Araştırmacılara göre bu yöntemler özellikle arama sonuçlarında alt sıralarda kalan sitelere yardım ediyordu.

Çalışma araştırmacıların kendi kurduğu bir test ortamında yapıldı ve bugünkü ChatGPT’yi ya da AI Modu’nu ölçmüyor. Ama Google’ın söyledikleriyle aynı yöne bakıyor: Somut sayı, adı belli bir uzman ve doğrulanabilir kaynak, içeriği yapay zekâ için daha kullanışlı yapıyor.

Pratikte bunun karşılığı şunlar:

• İçeriğin altında gerçek bir isim olsun. Yazarın ya da içeriği kontrol eden uzmanın adı, unvanı ve deneyimi sayfada yazsın. Kalite yönergeleri, yapay zekâyla üretilmiş görsellerle ve uydurma açıklamalarla kurulan sahte yazar profillerini aldatıcı uygulama örnekleri arasında sayıyor. Var olmayan bir “uzman” uydurmayın.
• Uzmanın kendi cümlelerini kullanın. Mühendisinizle, satış müdürünüzle ya da servis şefinizle 20 dakikalık bir görüşme yapın ve en açık cümlelerini alıntı olarak kullanın.
• Görüş bildirmekten çekinmeyin. “Bence”, “önermiyoruz”, “bu durumda şunu seçin” gibi cümleler ortak bilgide bulunmaz; uzmanlık en çok burada görünür.

Bu kitabın birinci tekil şahısla yazılmasının sebebi de bu. “Bence” diye başlayan bir cümle ancak bir kişiye ait olabilir.

8. Ajansın ve markanın kendi bildiği

Veri, test, vaka ve uzman görüşünün altında aynı şey yatıyor: bir şirketin işini yaparken biriktirdiği bilgi. Buna kurum hafızası diyebiliriz.

Bir SEO ajansı olarak bizim kurum hafızamızdan üç örnek:

• Bir haber sitesinde site haritasının yaklaşık 10 dakika önbellekte tutulduğunu fark etmemiz ve bu süreyi saniyelere indirmemiz.
• Filmler.com’da yaklaşık 450.000 oyuncu ve ekip kaydı içinden sadece içeriği olan sayfaları dizine açmamız.
• Bir müşterimizin sitesi yaklaşık bir saat kapalı kaldıktan sonra, her müşterimiz için kesintisiz çalışma (uptime) takibi yapmaya başlamamız.

Bunların hiçbiri “site haritanızı güncel tutun” gibi genel tavsiyelerden çıkmıyor; hepsi işin içinde öğrenildi. Bir yapay zekâ “site haritası nasıl hazırlanır?” sorusunu hafızasından cevaplayabilir, ama bu örnekleri ancak bizim yazdığımız yerden öğrenebilir.

Her sektörde bunun karşılığı var. Bir dolum makinesi üreticisi için kurum hafızası şu soruların cevabı: Hangi ürün tipinde hangi nozul sorun çıkarıyor? Kurulumda en sık yapılan hata ne? Müşteriler makineyi aldıktan sonraki ilk ay en çok neyi soruyor? Bu cevaplar satış ekibinin, servis teknisyenlerinin ve müşteri hizmetlerinin kafasında duruyor ve çoğu zaman hiçbir yere yazılmıyor.

İçerik ekibinin asıl işlerinden biri, bu bilgiyi kafalardan sayfaya taşımak. Bunun için büyük bir süreç gerekmiyor. Satış ekibiyle ayda bir “Bu ay müşteriler ne sordu?” toplantısı yapmak, servis ve iade kayıtlarındaki en sık beş konuya üç ayda bir bakmak ve teknik ekipten her ay kısa, somut bir “sahadan not” istemek yeter.

B2B tarafında bu daha da belirleyici. Günde 30–40 ziyaret alan ve 20.000 Euro’luk makine satan bir B2B müşterimiz var. Böyle bir site için yüzlerce blog yazısı yazmanın bence bir anlamı yok. Gereken, karar verecek birkaç kişinin sorusunu kimsenin cevaplayamayacağı kadar iyi cevaplayan birkaç sayfa. Ziyaretçi az olduğunda her sayfanın değeri, taşıdığı bilginin özgünlüğünden geliyor.

9. Müşterinin sesi

Kopyalanamayan içeriğin bir kısmını müşterileriniz yazıyor: ürün sayfasındaki yorumlar, soru-cevap bölümleri, müşterilerin kendi çektiği fotoğraflar.

Bir müşteri yorumu, ürünün katalogda yazmayan yönlerini anlatır: kalıbın dar mı geniş mi olduğunu, kargonun kaç günde geldiğini, ürünün altı ay sonra nasıl göründüğünü. Bunlar gerçek kullanımdan gelen, başka yerde yazmayan bilgiler. Kullanıcının yapay zekâya sorduğu sorular da çoğu zaman bu türden: “Bu ayakkabı geniş ayağa uyar mı?”, “Bu makine yoğun krem doldurabilir mi?”

Yorumları sayfanın metninde gösterin. Yorumlar sadece tıklayınca açılan bir pencerede ya da geç yüklenen bir JavaScript bileşeninde duruyorsa botların onları görme ihtimali düşer; 2. bölümdeki JavaScript kuralları burada da geçerli. Soru-cevap bölümünü uzman cevaplasın. Satış ya da teknik ekipten birinin verdiği açık bir cevap, hem soran kişi hem aynı soruyu yapay zekâya soran başkası için değerli.

Olumsuz yorumları da silmeyin. Sadece beş yıldızlı yorumlardan oluşan bir sayfa güven vermez. Olumsuz bir yoruma verilen sakin ve somut bir cevap, markanın nasıl çalıştığını en iyi anlatan içeriklerden biri.

Yorum satın almak ya da uydurmak ise bu bölümün tersi: kopyalanamayan değil, sahte içerik. Sitenizin dışındaki yorumlar, yani Google yorumları, şikayet siteleri ve pazar yerleri ayrı bir konu ve 14. bölümde ele alınıyor.

10. Özgün bilgiyi alıntılanabilir yazmak

Özgün bilgiye sahip olmak yetmiyor, yapay zekânın onu doğru okuyup doğru aktarması da gerekiyor. 3. bölümde modelin sayfayı bütün olarak değil, paragraf paragraf kullandığını konuşmuştuk. Özgün veride bu daha da belirleyici.

• Rakamı kaynağıyla aynı cümlede yazın. “Müşterilerimizin çoğu…” yerine “X firmasının 2026’da 1.200 sipariş üzerinden yaptığı analize göre…” gibi bir cümle kurun. Model bu paragrafı başka bir cevaba taşıdığında markanız da cümleyle birlikte gider.
• Yöntemi rakamın yanına koyun. Örneklem, tarih aralığı ve ölçüm biçimi rakamın hemen altında kısa bir paragrafta dursun.
• Test sonuçlarını ve karşılaştırmaları tabloya koyun. Tablolar okura da modele de daha anlaşılır gelir; kurallarını 10. bölümde konuştuk.
• Videoyu metinle destekleyin. Test videosu güçlü bir kanıt, ama sonuçları sayfada metin olarak da yazın. Sayıyı sadece videonun içinde söylemek, onu okunması zor bir yere saklamak demek.
• Tek ve kalıcı bir adreste yayınlayın. Veriyi bir PDF rapora ya da sunuma gömmeyin; bir sayfada, güncellendiğinde de aynı adreste kalacak şekilde yayınlayın.

Verinizi yayınlarsanız rakiplerin ve yapay zekânın onu kullanacağı endişesi akla gelebilir. Kullanabilirler. Ama bence asıl risk, verinizi kimsenin bilmemesi. Rakibiniz rakamınızı alıntılarsa genelde size link verir ya da adınızı anar. Yapay zekâ rakamınızı kullanırsa kaynağı siz olursunuz. Özgün veri, başka sitelerin size atıf yapması için de en güçlü sebeplerden biri; bunu 14. bölümde Dijital PR tarafında konuşacağız.

İçeriğinizin model eğitiminde kullanılmasını engellemek istiyorsanız robots.txt tarafındaki seçenekleri 9. bölümde ele almıştık. Bu kararı canlı aramadaki görünürlüğünüzle birlikte düşünün; ikisini karıştırmak sizi istemeden cevaplardan çıkarabilir.

11. Yapay zekâyla yazmak yasak mı?

Yasak değil. Google aracın kendisine değil sonuca bakıyor. Mart 2024’te duyurduğu ölçekli içerik kötüye kullanımı (scaled content abuse) politikası, içeriğin otomasyonla mı insan eliyle mi üretildiğinden bağımsız olarak, sıralamayı manipüle etmek için çok sayıda özgün olmayan sayfa üretilmesini hedefliyor (Google Search Central Blog). Yapay zekâ optimizasyon rehberi de üretken yapay zekâ araçlarını kullanıyorsanız işinizin Google’ın temel kurallarına ve spam politikalarına uymasını istiyor.

Bence doğru iş bölümü şöyle: Bilgi sizden gelir, düzen ve dil konusunda yapay zekâ yardım edebilir. Test sonuçlarını, müşteri sorularını ve uzmanın notlarını siz topluyorsunuz; yapay zekâ bunları düzenlemenize, başlık önermenize ve tabloya dökmenize yardım edebilir.

Yapay zekâya “Dolum makinesi seçimi hakkında 1.500 kelimelik bir yazı yaz” dediğinizde çıkan metin tanımı gereği ortak bilgi olur, çünkü model sizin bildiğinizi değil, herkesin yazdığını biliyor. Ona vermediğiniz bir test sonucunu ya da müşteri hikâyesini kendiliğinden yazamaz. Yazıyorsa uyduruyordur.

Yapay zekâyla içerik üretmenin risklerini ve kalite kontrolünü 19. bölümde ayrıca konuşacağız.

12. Küçük başlamak

Bütün bunlar büyük bir iş gibi görünebilir. Önce ham maddenin şirketin neresinde durduğuna bakmak işi kolaylaştırıyor:

Hepsine birden girişmek yerine şu sırayla ilerleyebilirsiniz:

1. Satışa en yakın on sayfanızı seçin: ürün, hizmet ya da kategori sayfaları.
2. Her biri için “Bu sayfada başka hiçbir sitede olmayan ne var?” diye sorun ve cevabı tek cümleyle yazın. Yazamıyorsanız sayfa ortak bilgi.
3. Her sayfaya bir özgün unsur ekleyin: bir ölçüm, bir müşteri sorusu ve cevabı, bir uzman notu ya da bir vaka özeti. Hepsini birden değil, en kolay bulunanı.
4. Satış ve servis ekibiyle bir saat oturun, en sık duydukları on soruyu ve cevaplarını yazın. Bu liste sonraki aylarda üreteceğiniz içeriğin ham maddesi olur.
5. Üç ay sonra tekrar bakın: Bu sayfalar yapay zekâ cevaplarında daha sık anılıyor, öneriliyor ya da kaynak gösteriliyor mu? Bunun nasıl ölçüleceğini 7. bölümde anlattım.

Yapay zekânın bilmediği

Yapay zekâ ortak bilgiyi zaten biliyor ve sizden hızlı özetliyor. Ona katabileceğiniz şey, bilmediği bir şey: kendi rakamınız, kendi testiniz, müşterinizin yaşadığı, mühendisinizin yıllar içinde öğrendiği. Bu bilginin çoğu şirketin içinde zaten var. Eksik olan, onu düzenli olarak sayfaya taşıyan bir alışkanlık.

İçerik tarafı burada bitiyor. Sıradaki bölüm markanın kendisine bakıyor: Yapay zekâ sizi tanıyor mu, tanıyorsa doğru mu tanıyor?

Kontrol listesi

Kaynaklar

• Google Search Central: Optimizing your website for generative AI features on Google Search (son güncelleme 10 Temmuz 2026)
• Google Search Central Blog: Top ways to ensure your content performs well in Google’s AI experiences on Search (21 Mayıs 2025)
• Google Search Central: Creating helpful, reliable, people-first content (son güncelleme 5 Ekim 2026)
• Google Search Central: Write high quality reviews (son güncelleme 10 Aralık 2025)
• Google Search Central Blog: What web creators should know about our March 2024 core update and new spam policies (5 Mart 2024)
• Google Search Quality Rater Guidelines (11 Eylül 2025 sürümü)
• Search Engine Journal: Google’s Information Gain Patent (15 Ağustos 2024)
• Graphite: More Articles Are Now Created by AI Than Humans (14 Ekim 2025)
• Graphite: How Does AI-Generated Content Perform in Search and Answer Engines? (14 Ekim 2025)
• arXiv: GEO: Generative Engine Optimization (Aggarwal ve diğerleri) (Kasım 2023, KDD 2024)

Önceki: 11. Bölüm, Yapay Zekâ Çağında İçerik · Kitabın dizini · Sonraki: 13. Bölüm, Marka ve Varlık (Entity)