Yapay Zeka Görünürlüğü Nasıl Ölçülür? Kurulum Rehberi
Yapay zeka görünürlüğü ölçümü: GA4 AI Assistant kanalı, Search Console Generative AI raporu, log analizi ve prompt testi. Kaç sorgu, kaç tekrar, hangi hata payı — kurulum adımlarıyla.
Yapay zeka görünürlüğü ölçümü hakkında yazılanların çoğu aynı yerde takılıyor: bir prompt seti hazırlayın, ChatGPT’ye sorun, markanız geçiyor mu bakın. Bu bir ölçüm değil, bir izlenim. Aynı soruyu yarın tekrar sorduğunuzda farklı bir cevap alırsınız ve elinizde iki izlenim olur.
Bu yazı ölçümü dört ayrı veri katmanı olarak kuruyor. Her katman farklı bir soruyu yanıtlıyor, hiçbiri diğerinin yerine geçmiyor ve üçü zaten sizde olan araçlarla çalışıyor. Ayrıca her katmanın nerede yanıltabileceğini de yazıyoruz, çünkü bu ölçümün en pahalı hatası eksik veriyi tam sanmak.
Önemli Noktalar
- Ölçüm tek sayıya inmez. Dört katman var: bot erişimi, gelen trafik, gösterim ve cevap içi anılma.
- GA4 Mayıs 2026’da AI Assistant adlı hazır bir kanal ekledi. Elle segment kurmadan önce bunun hesabınızda açık olup olmadığına bakın.
- Yapay zeka arayüzleri yönlendirme bilgisini sık sık düşürüyor; bu trafik GA4’te doğrudan olarak birikiyor. GA4 rakamı sistematik olarak eksiktir.
- Search Console’un Generative AI raporu (Haziran 2026) AI Overviews ve AI Mode gösterimini veriyor, ama yalnızca gösterim. Tıklama, TO, konum ve sorgu kırılımı yok.
- Prompt testinde belirleyici olan sorgu sayısı değil tekrar sayısı. 10 tekrarda hata payı yaklaşık ±28 puan.
- Google-Extended’ı engellemek AI Overviews’tan çıkarmaz. Bu token yalnızca Gemini eğitimi ve temellendirmesini yönetir.
Ölçüm Dört Ayrı Soruyu Yanıtlıyor
Bir markanın yapay zeka sistemlerindeki durumu tek bir soru değil. En az dört ayrı soru var ve her birinin veri kaynağı farklı:
| Soru | Katman | Veri kaynağı |
|---|---|---|
| Botlar sitemi okuyabiliyor mu? | Erişim | Sunucu ve CDN logları |
| Bu sistemlerden ziyaretçi geliyor mu? | Trafik | GA4 |
| Google’ın yapay zeka yüzeylerinde görünüyor muyum? | Gösterim | Search Console |
| Cevapların içinde anılıyor muyum? | Anılma | Prompt testi |
Bu sıralama tesadüfi değil. Birinci katman çökmüşse diğer üçü zaten çalışmaz: botunuz siteyi okuyamıyorsa cevaplarda anılmanız da beklenmez. Bu yüzden ölçüme en alttan başlıyoruz. Bu ölçümün neden 2027’nin raporlarına yeni bir sütun olarak girdiğini 2027 e-ticaret trendleri yazımızda ele almıştık; burada işin kurulum tarafındayız.
Katman 1: Botlar Sitenizi Okuyabiliyor mu?
En temel katman bu ve çoğu zaman atlanıyor. Sunucu loglarınız veya CDN paneliniz, hangi yapay zeka botunun sitenize ne zaman geldiğini kesin olarak söyler. Tahmin değil, kayıt.
Önemli olan, tek bir yapay zeka botu olmadığını görmek. Her sağlayıcının farklı işler yapan birden fazla botu var ve bunları ayırmak gerekiyor, çünkü birini engellemek ile diğerini engellemek çok farklı sonuçlar doğuruyor.
OpenAI botları
OpenAI’ın dokümantasyonuna göre dört ayrı bot var:
| Bot | Ne yapar | Engellenirse |
|---|---|---|
OAI-SearchBot |
ChatGPT arama sonuçlarında siteyi gösterir | ChatGPT aramasında görünmezsiniz |
GPTBot |
Model eğitimi için içerik toplar | Eğitimde kullanılmaz, aramayı etkilemez |
ChatGPT-User |
Kullanıcı bir işlem yaptığında sayfayı getirir | Kullanıcı isteğiyle erişilemez |
OAI-AdsBot |
ChatGPT reklamlarının güvenlik doğrulaması | Reklam doğrulaması yapılamaz |
Buradaki ayrım kritik: GPTBot’u engellemek ChatGPT aramasından çıkarmaz, OAI-SearchBot’u engellemek çıkarır. Pek çok site eğitim verisine karşı çıkmak isterken yanlışlıkla arama görünürlüğünü kapatıyor ya da tersine, ikisini aynı şey sanıp hiçbirine dokunmuyor.
OpenAI her bot için IP listesi de yayınlıyor (openai.com/searchbot.json, openai.com/gptbot.json gibi). Bu listeler önemli, çünkü user-agent taklit edilebilir; logunuzdaki GPTBot kaydının gerçekten OpenAI’dan geldiğini IP ile doğrulayabilirsiniz.
Perplexity botları
Perplexity’nin dokümantasyonunda iki bot var:
PerplexityBot, arama sonuçlarında siteyi göstermek için tarar. Model eğitimi için kullanılmadığı açıkça belirtiliyor.Perplexity-User, kullanıcı soru sorduğunda sayfayı ziyaret eder.
Burada dikkat edilmesi gereken bir nüans var: Perplexity, Perplexity-User’ın kullanıcı isteğiyle çalıştığı için robots.txt kurallarını genellikle dikkate almadığını belirtiyor. Yani robots.txt’e yazdığınız kural bu botu durdurmaz.
Anthropic botları
Anthropic’in dokümantasyonuna göre üç bot var: ClaudeBot (eğitim), Claude-User (kullanıcı isteği) ve Claude-SearchBot (arama kalitesi). IP doğrulaması için claude.com/crawling/bots.json yayınlanıyor.
Google-Extended hakkında yaygın bir yanlış
Bu, sahada en sık karşılaştığımız hatalardan biri. Google-Extended’ı engellemenin AI Overviews’tan çıkaracağı sanılıyor. Google’ın dokümantasyonu bunu açıkça reddediyor: bu token Google Arama’daki kapsamınızı etkilemez ve bir sıralama sinyali değildir. Yalnızca içeriğinizin Gemini modellerinin eğitiminde ve temellendirmesinde kullanılıp kullanılmayacağını yönetir.
AI Overviews ve AI Mode’daki görünürlüğünüz normal Googlebot erişimine bağlıdır. Yani buradaki kontrolü yapay zeka görünürlüğü kaldıracı olarak kullanamazsınız; engellediğinizde kaybettiğiniz şey görünürlük değil, eğitim verisi katkısıdır.
Bu katmanda ne aranır
Loglarda üç şeye bakıyoruz:
- Sıfır ziyaret var mı? Bir bot hiç görünmüyorsa robots.txt, güvenlik duvarı veya bot koruma katmanı onu engelliyor olabilir. Cloudflare gibi servislerin yapay zeka botlarını varsayılan olarak engelleyen ayarları var ve bu çoğu zaman kimsenin haberi olmadan açık geliyor.
- Hangi sayfalar taranıyor? Botlar ürün sayfalarınıza mı, bloga mı geliyor? Taranmayan bölüm, cevaplarda anılamaz.
- Yanıt kodları ne? 200 dışında bir şey alıyorsa (403, 404, 429) erişim var sayılmaz.
Bu katmanın en büyük avantajı kesin veri olması. Diğer üç katmanın hepsinde tahmin payı var, burada yok.
Katman 2: GA4 ve Eksik Ölçülen Trafik
İkinci katman, bu sistemlerden gelen gerçek ziyaretçi.
Önce yeni kanalı kontrol edin
Çoğu rehber hâlâ elle segment kurmayı anlatıyor, ama GA4 Mayıs 2026’dan itibaren AI Assistant adlı hazır bir kanal sunuyor. Tanınan yapay zeka kaynaklarından gelen ziyaretler ai-assistant medium değeriyle otomatik gruplanıyor. Dağıtım kademeli olduğu için hesabınızda henüz görünmüyor olabilir.
İlk adım bu kanalın açık olup olmadığına bakmak. Açıksa mevcut seviyeyi not edin; bu sizin referans noktanız olacak.
Kanal yoksa kendi grubunuzu kurun
AI Assistant kanalı görünmüyorsa, Yönetici sekmesinden veri görüntüleme ayarlarına, oradan kanal gruplarına giderek özel bir grup oluşturup yönlendiren alan adına göre kural yazabilirsiniz. Kapsanması gereken alan adları:
chatgpt.com
chat.openai.com
perplexity.ai
gemini.google.com
copilot.microsoft.com
claude.ai
Keşif raporlarında hızlı bir kontrol için oturum kaynağı boyutuna şu düzenli ifadeyi uygulayabilirsiniz:
chatgpt\.com|chat\.openai\.com|perplexity\.ai|gemini\.google\.com|copilot\.microsoft\.com|claude\.ai
Bu katmanın söylemediği şey
İşte rehberlerin çoğunun atladığı nokta. Yapay zeka arayüzlerinin ürettiği bağlantılar çoğu zaman yönlendirme bilgisini taşımaz. Referrer bilgisi düşürüldüğünde GA4 o ziyaretçiyi doğrudan trafik olarak sınıflandırır.
Bunun pratik sonucu şu: GA4’te gördüğünüz yapay zeka trafiği gerçeğinden azdır. Ne kadar az olduğu ölçülemez, çünkü kayıp verinin tanımı gereği kaydı yoktur. Sektörde bu olgu karanlık trafik olarak anılıyor ve SparkToro’nun doğrudan trafik üzerine araştırması bu yanlış sınıflandırmanın yeni bir şey olmadığını, yapay zekayla birlikte büyüdüğünü gösteriyor.
Bu yüzden GA4 rakamını mutlak bir değer olarak raporlamıyoruz. Doğru kullanım şekli eğilim: bu ay geçen aya göre arttı mı, doğrudan trafikteki anormal artışla birlikte mi hareket ediyor? İki veriyi yan yana okumak, tek başına birine bakmaktan daha dürüst bir tablo veriyor.
Asıl değerli olan kırılım
Trafiğin miktarından çok davranışı önemli. Bu segment için ayrı ayrı bakılması gerekenler:
- Dönüşüm oranı, ki genelde site ortalamasının üzerinde çıkar
- Oturum süresi ve sayfa derinliği
- Giriş sayfaları, yani hangi içerik bu trafiği çekiyor
Giriş sayfası kırılımı özellikle kıymetli, çünkü hangi içeriğinizin yapay zeka sistemleri tarafından kaynak gösterildiğini gösterir. Bu, sonraki içerik kararlarınızın girdisi olur.
Katman 3: Search Console’un Yeni Generative AI Raporu
Üçüncü katman, Google tarafındaki gösterim verisi ve burada 2026’da önemli bir değişiklik oldu.
Google, Haziran 2026’da Generative AI performans raporlarını duyurdu ve Ağustos 2026 sonu itibarıyla tüm sitelere açtı. Bu rapor AI Overviews ve AI Mode’daki gösterimlerinizi ayrı bir görünümde veriyor.
Bu, ölçüm açısından gerçek bir ilerleme. Daha önce AI Mode verisi genel performans raporunun içinde eriyor, ayrıştırılamıyordu.
Raporun kesin sınırları
Ancak raporun ne verip ne vermediği konusunda net olmak gerekiyor. Google’ın dokümantasyonuna göre:
Var olanlar:
- Gösterim sayısı
- Sayfa, ülke, cihaz ve tarih kırılımı
Olmayanlar:
- Tıklama, TO ve konum yok, yalnızca gösterim var
- Sorgu kırılımı yok, hangi soruda göründüğünüzü göremezsiniz
- Search Labs deneyleri kapsam dışı
- Standart 1.000 satır sınırı burada da geçerli
Sorgu kırılımının olmaması ciddi bir kısıt. AI Overviews’ta göründüm bilgisi var, hangi soruda göründüm bilgisi yok. Bu boşluğu dolduran tek şey dördüncü katman, yani prompt testi.
Raporun bir koşulu daha var: sitenizin yeterli gösterim alması gerekiyor. Az gösterimli sitelerde rapor boş görünebilir ve bu bir hata değil.
Katman 4: Prompt Testi ve Tekrar Sayısı Meselesi
Dördüncü katman, cevapların içinde anılıp anılmadığınız. En çok konuşulan katman bu ve en çok yanlış yapılan da bu.
Neden tek çalıştırma ölçüm sayılmaz
Aynı soruyu iki kez sorduğunuzda farklı cevap alabilirsiniz. Bunun sebebi yalnızca modelin rastgeleliği değil; oturum geçmişi, konum, dil, hesap durumu ve model sürümü de cevabı değiştirir.
Pratik sonuç: tek bir çalıştırma bir veri noktası değil, bir anekdottur. Ölçüm yapmak için aynı sorguyu birden çok kez çalıştırıp geçme oranı hesaplamak gerekir. Soru markam anıldı mı değil, on çalıştırmanın kaçında anıldı olmalı.
Tekrar sayısı hata payını belirler
Burası çoğu rehberin hiç değinmediği yer. Geçme oranı bir orandır ve her oranın bir hata payı vardır. Tekrar sayısı arttıkça hata payı daralır:
| Tekrar sayısı | Yaklaşık hata payı |
|---|---|
| 10 | ±28 puan |
| 25 | ±18 puan |
| 50 | ±13 puan |
| 100 | ±9 puan |
Bu tabloyu okumanın doğru yolu şu: 10 tekrarla yüzde 30 geçme oranı ölçtüyseniz, gerçek değer kabaca yüzde 2 ile yüzde 58 arasındadır. Böyle bir aralıkla geçen aya göre iyileştik demek mümkün değil.
Dahası, bu rakamlar alt sınır. Çalıştırmalar birbirinden bağımsız değil; oturum belleği ve önbellek çalıştırmaları birbirine bağlar. Gerçek belirsizlik tablodakinden yüksektir.
Bunun operasyonel karşılığı net: küçük farkları kovalamayın. Rakibinizle aranızdaki 5 puanlık fark, makul bir tekrar sayısında gürültüden ayırt edilemez. Anlamlı olan, birkaç ay üst üste aynı yönde hareket eden büyük farklardır.
Pratik bir kurulum
Ölçümü sürdürülebilir kılmak için başlangıç olarak önerdiğimiz kurgu:
- 20-30 sorgu. Dört niyet katmanına dağıtın: keşif (en iyi X ajansı), karşılaştırma (X mi Y mi), yerel (İstanbul’da X) ve markalı (X firması güvenilir mi).
- Her sorgu en az 5 tekrar. Daha azı eğilim üretmez.
- Ayda bir. Rekabetin yoğun olduğu alanlarda iki haftada bir.
- Kayıt formatı: sorgu, yüzey, tarih, çalıştırma numarası, anıldı mı, kaçıncı sırada, hangi kaynak gösterildi.
- Ham cevabı saklayın, yalnızca skoru değil. Üç ay sonra neden düştük sorusunu ancak ham metin yanıtlar.
Sorgu setini dondurun ve sürümleyin. Set değişirse önceki aylarla kıyas yapamazsınız; yeni sorgu eklemek istediğinizde bunu yeni bir sürüm olarak işaretleyin.
Bir not daha: Türkçe sorguların cevap davranışı İngilizce sorgulardan farklıdır. İki dili aynı sette karıştırmak sonucu bulanıklaştırır; ayrı ölçün.
Panellerin Neden Farklı Skor Verdiği
Ücretli yapay zeka görünürlük panelleri kullanıyorsanız, iki panelin aynı marka için farklı skor vermesi kafa karıştırıcı olabilir. Bu bir hata değil, beklenen bir sonuç.
Her panel kendi sorgu setini, kendi tekrar sayısını, kendi yüzey listesini ve kendi anılma tanımını kullanır. Kimisi yalnızca bağlantılı atıfları sayar, kimisi metin içindeki marka adını da anılma kabul eder. Farklı girdi, farklı çıktı verir.
Buradan çıkan pratik kural: panel skorunu mutlak doğru olarak değil, kendi içinde tutarlı bir eğilim olarak okuyun. İki panelin skorunu birbiriyle kıyaslamak anlamsızdır; aynı panelin kendi zaman serisini okumak anlamlıdır.
Atıf ile marka bahsini de ayırmak gerekiyor. Cevapta adınızın geçmesi ile cevabın sitenize bağlantı vermesi iki farklı olaydır. İkisini tek metrikte toplamak trafik beklentinizi yanıltır; anılma marka bilinirliği üretir, atıf tıklama üretir.
Aylık Rapor: Ne Raporlanmalı
Dört katmanı tek tabloda toplayan sade bir şablon, bu ölçümü sürdürülebilir kılıyor:
| Metrik | Bu ay | Geçen ay | Kaynak | Güven |
|---|---|---|---|---|
| Bot ziyareti (bot bazında) | Log ve CDN | Yüksek | ||
| Yapay zeka kaynaklı oturum | GA4 | Orta | ||
| Bu segmentin dönüşüm oranı | GA4 | Orta | ||
| Generative AI gösterimi | Search Console | Yüksek | ||
| Geçme oranı | Prompt testi | Düşük | ||
| Atıf alan sayfa sayısı | Prompt testi | Düşük |
Son sütun, çoğu raporda olmayan ama olması gereken şey. Her metriğin güvenilirliği farklı ve bunu raporun içine yazmak, üç ay sonra yanlış kararlar alınmasını engelliyor. Log verisi kesindir; prompt testi sonucu geniş hata payı taşır. İkisini aynı kesinlikte sunmak, raporu okuyan kişiyi yanıltır.
Ölçüme Başlarken Sıra
Hepsini aynı anda kurmaya çalışmak yaygın bir hata. Katmanların bağımlılık sırası var:
- Log kontrolü. Botlar geliyor mu? Gelmiyorsa önce erişimi açın, diğer katmanları ölçmenin anlamı yok.
- GA4 kanalı. AI Assistant açık mı, değilse kanal grubunu kurun. Referans seviyeyi not edin.
- Search Console. Generative AI raporunu açın, gösterim seviyesini kaydedin.
- Prompt seti. 20-30 sorgu hazırlayın, dondurun, ilk ölçümü alın.
- İkinci ölçüm. Bir ay sonra tekrarlayın. İlk kıyaslanabilir veriniz burada oluşur.
Birinci ölçüm size hiçbir şey söylemez; yalnızca başlangıç noktasıdır. Bu ölçümün değeri zaman serisinde ortaya çıkar, ilk raporda değil.
Sonuç
Yapay zeka görünürlüğü tek bir sayıya indirgenemez. Dört ayrı katman var ve her biri farklı bir soruyu, farklı bir güven düzeyiyle yanıtlıyor.
Bu ölçümün en pahalı hatası eksik veriyi tam sanmak. GA4 rakamınız gerçeğinden az; Search Console yalnızca gösterim veriyor; prompt testi geniş bir hata payı taşıyor. Bu sınırları bilerek ölçmek, bilmeden ölçmekten çok daha kullanışlı bir tablo üretiyor, çünkü hangi rakama dayanarak karar alabileceğinizi de söylüyor.
Somut olarak bugün yapılabilecek şey şu: loglarınızda OAI-SearchBot ve PerplexityBot kayıtlarını arayın. Hiç yoksa, görünürlük sorununuz cevapların içinde değil, sitenin kapısında başlıyor demektir.
Ölçüm kurgusunu birlikte kurmak isterseniz, generative engine optimization hizmetimiz kapsamında bu dört katmanı sizin için kuruyor ve aylık raporluyoruz. Ürün verisi tarafındaki karşılığını e-ticaret SEO sayfamızda, kapsamın tamamını ise e-ticaret ajansı sayfamızda anlatıyoruz.
Nereden başlayacağınızı konuşmak isterseniz ücretsiz büyüme analizi için bize yazabilirsiniz.
Bu yazı Emir Bengiserp tarafından yazıldı. Benji’s Digital kurucusu; 15+ yıldır e-ticaret markalarında SEO, performans pazarlaması ve ürün verisi tarafında çalışıyor.
Son güncelleme: 19 Eylül 2026. Bot dokümantasyonları ve Search Console rapor kapsamı sık değişiyor; bu yazıdaki alan adları ve rapor sınırları düzenli olarak yeniden kontrol ediliyor.
Sıkça Sorulan Sorular
Yapay zeka görünürlüğü nasıl ölçülür?
Tek bir araçla ölçülmez; dört ayrı veri kaynağının birleştirilmesi gerekir. Sunucu loglarınız yapay zeka botlarının sitenizi okuyup okumadığını, GA4 bu sistemlerden gelen ziyaretçiyi, Search Console'un Generative AI raporu Google'ın yapay zeka yüzeylerindeki gösterimlerinizi, prompt testi ise cevapların içinde anılıp anılmadığınızı gösterir. Bu dördü farklı soruları yanıtlar ve birbirinin yerine geçmez.
Kaç sorgu test etmem gerekir?
Sorgu sayısından çok tekrar sayısı belirleyicidir, çünkü aynı soru her çalıştırmada farklı cevap üretebilir. 10 tekrarda hata payı yaklaşık ±28 puandır; bu, %20 ile %48 arasındaki her sonucun aynı anlama geldiği bir ölçümdür. Pratik bir başlangıç: 20-30 sorgu, her biri en az 5 tekrar, ayda bir. Rakibinizle aranızdaki küçük farkları istatistiksel olarak ayırt etmek çok daha fazla tekrar gerektirir.
GA4'te yapay zeka trafiğini nasıl görürüm?
GA4 Mayıs 2026'dan itibaren AI Assistant adlı hazır bir kanal sunuyor; bu kanal tanınan yapay zeka kaynaklarını ai-assistant medium değeriyle otomatik gruplar. Dağıtım kademeli olduğu için hesabınızda henüz görünmüyor olabilir. Görünmüyorsa chatgpt.com, perplexity.ai, gemini.google.com ve copilot.microsoft.com yönlendirmelerini kapsayan özel bir kanal grubu tanımlayabilirsiniz.
Yapay zeka trafiğinin bir kısmı neden doğrudan trafik olarak görünüyor?
Yapay zeka arayüzlerinin ürettiği bağlantılar çoğu zaman yönlendirme bilgisini taşımaz. Bu durumda GA4 ziyaretçiyi doğrudan trafik olarak sınıflandırır. Sonuç olarak yapay zeka kaynaklı trafiğiniz raporda göründüğünden yüksektir ve bu fark ölçülemez, yalnızca tahmin edilebilir. Bu yüzden GA4 rakamını mutlak değer değil, eğilim göstergesi olarak okumak gerekir.
Search Console yapay zeka verisi veriyor mu?
Evet, Haziran 2026'da duyurulan Generative AI performans raporu AI Overviews ve AI Mode gösterimlerini ayrı gösteriyor ve Ağustos 2026 itibarıyla tüm sitelere açıldı. Ancak yalnızca gösterim verisi var; tıklama, TO ve konum yok. Sayfa, ülke, cihaz ve tarih kırılımı mevcut, sorgu kırılımı yok.
Google-Extended'ı engellersem AI Overviews'ta çıkmaz mıyım?
Hayır. Google'ın dokümantasyonu Google-Extended'ın Google Arama'daki kapsamınızı etkilemediğini ve bir sıralama sinyali olmadığını açıkça belirtiyor. Bu token yalnızca içeriğinizin Gemini modellerinin eğitiminde ve temellendirmesinde kullanılıp kullanılmayacağını yönetir. AI Overviews ve AI Mode'da görünürlüğünüz normal Googlebot erişimine bağlıdır.
Yapay zeka görünürlüğü için ayrı bir araç satın almalı mıyım?
Küçük ve orta ölçekli işletmelerin çoğu için gerekmez. Log analizi, GA4 ve Search Console zaten elinizdeki kaynaklardır; prompt testi ise elle yürütülebilir. Ücretli panellerin asıl kattığı şey otomasyon ve rakip karşılaştırmasıdır. Panellerin birbirinden farklı skorlar vermesi normaldir, çünkü her biri farklı sorgu seti ve tekrar sayısı kullanır; bu skorları mutlak doğru olarak değil, kendi içinde tutarlı bir eğilim olarak okuyun.