2026'da GEO: ChatGPT, Perplexity ve Google AI Overviews tarafından alıntılanmak

SparkToro'ya göre 2026'da Google aramalarının %65'i artık tıklama üretmiyor. Kullanıcılar yanıtlarını doğrudan AI Overviews, ChatGPT Search, Perplexity, Gemini veya Copilot'tan alıyor. Siteniz bu yanıtlarda kaynak olarak alıntılanmıyorsa, klasik SEO konumunuz ne olursa olsun görünmezsiniz. Generative Engine Optimization (GEO) bu yeni oyuna yanıt veriyor. İşte OptionWeb'in 2026'da müşteri sitelerinde uyguladığı somut teknikler.

1. GEO vs SEO: temel fark

SEO bir sonuç listesinde görünmek için optimize eder. GEO bir LLM tarafından çıkarılan yanıt olmak için optimize eder. Kısmen örtüşen tekniklerle iki farklı oyun.

2. 2026'da AI motorlarının haritası

Her motorun retrieval kaynaklarını bilmek çabaları yönlendirmeyi sağlar.

Stratejik sonuç: Google + Bing için optimize etmek = AI retrieval'ın %95'ini kapsamak. Sıklıkla ihmal edilen Bing SEO, ChatGPT Search ve Copilot için kritik hale geliyor.

3. Optimizasyon için RAG'ı anlamak

RAG (Retrieval Augmented Generation) 5 adımlı bir pipeline izler:

1. Query rewriting: LLM kullanıcı sorgusunu 3-10 alt sorguya yeniden formüle eder
2. Retrieval: bir arama motoru (Google, Bing, Brave) 10-20 belge döndürür
3. Chunk extraction: belgeler 100-500 token'lık pasajlara bölünür
4. Similarity scoring: en alakalı chunks'ı sıralamak için vektör embedding
5. Synthesis: LLM, top-K chunks'tan bir yanıt üretir ve hangilerini alıntılayacağını seçer

Somut sonuçlar: her paragraf özerk olmalı (izole anlaşılır), adlandırılmış varlıklar açık olmalı (belirsiz zamir yok), istatistikler ve alıntılar LLM tarafından algılanan 'güvenilirliği' güçlendirir.

4. Princeton araştırmasının 9 tekniği

Aggarwal et al. (NeurIPS 2024), gerçek RAG koşullarında GPT-4 üzerinde 9 optimizasyon test etti. Subjective Impression metriğindeki sonuçlar (üretilen yanıttaki ağırlık):

5. Çıkarılabilir içerik yapısı

Chunk-friendly atomik desen:

• Soru/olgusal ifade biçiminde H2 veya H3 — Kullanıcı sorgularıyla eşleşir. Örn.: 'Consent Mode v2 nedir?' yerine 'Consent Mode v2'.
• 1. cümle = özerk yanıt — Self-contained, zamir içermez, adlandırılmış varlık ile. Belge bağlamı dışında anlaşılır.
• 2-4 kanıt cümlesi — İstatistikler, alıntılar, somut örnekler. Güvenilirliği güçlendirir.
• Sonrasında isteğe bağlı detaylar — LLM ilk cümleleri çıkarır. Detaylar insan okuyucu içindir.

Kaçınılacak anti-desenler: >40 kelimelik nehir cümleler, yakın öncülü olmayan zamirler ("o", "bu", "bunlar"), 5. paragrafta gizlenmiş anahtar bilgi, zengin alt'siz görsellerdeki içerik, kırık başlık hiyerarşisi (H3 olmadan H2 → H4).

6. AI için llms.txt ve robots.txt

llms.txt yükselen bir standarttır (Jeremy Howard, fast.ai, Eylül 2024). public/ kökünde, LLM'ler için site yapısını küratörlüğüyle özetleyen Markdown dosyası.

# OptionWeb

> Agence web belge depuis 2014. Spécialisée Next.js, hébergement cloud EU, SEO technique pour PME européennes.

## Services
- [Création de sites web](https://optionweb.dev/fr/creation-sites-web): sites Next.js 100/100 SEO
- [Hébergement cloud](https://optionweb.dev/fr/hebergement-cloud): infrastructure managed EU
- [SEO Marketing](https://optionweb.dev/fr/seo-marketing): SEO technique + AEO + GEO

## Blog
- [Hébergement Belgique 2026](https://optionweb.dev/fr/blog/hebergement-belgique-2026/)
- [Next.js vs WordPress](https://optionweb.dev/fr/blog/nextjs-vs-wordpress/)

robots.txt için, AI görünürlüğünü maksimize etmek isteyen bir KOBİ için 2026 dengeli yapılandırma:

# Autoriser tous les bots de retrieval IA
User-agent: OAI-SearchBot
Allow: /

User-agent: PerplexityBot
Allow: /

User-agent: ChatGPT-User
Allow: /

User-agent: Perplexity-User
Allow: /

User-agent: Google-Extended
Allow: /

User-agent: ClaudeBot
Allow: /

User-agent: anthropic-ai
Allow: /

User-agent: GPTBot
Allow: /

# Default
User-agent: *
Allow: /
Sitemap: https://optionweb.dev/sitemap.xml

7. Entity SEO: Wikidata ve Knowledge Graph

LLM'ler keyword'ler üzerine değil, varlıklar üzerine akıl yürütür. Wikidata + Google Knowledge Graph'ta iyi tanımlanmış bir varlık = LLM'ler için büyük güvenilirlik sinyali.

Eylem planı:

1. Kuruluşunuz için bir Wikidata öğesi (Q-number) oluşturun. Wikipedia'dan daha erişilebilir (notabilite kriterleri daha az katı).
2. Ciddi harici tanımlayıcılar ekleyin: P856 (resmi site), P3608 (AB KDV), P3376 (Belçika BCE), P4264 (LinkedIn), P2671 (varsa Google Knowledge Graph ID).
3. Sitede Schema.org Organization yayınlayın, Wikidata, LinkedIn, Crunchbase, resmi sosyal profillere sameAs ile.
4. Yazarlar için: Schema Person + doğrulanabilir profillere (LinkedIn, ORCID, Google Scholar, vb.) sameAs.

AI görünürlüğünüzü nasıl ölçersiniz

Bütçeye göre üç yaklaşım:

İzlenecek temel KPI'lar:

• Share of Model (SoM) — Markanızın yanıtta anıldığı hedef prompt yüzdesi
• Citation Rate — Tıklanabilir kaynak olarak bağlandığınız prompt yüzdesi
• Sentiment — Sizi anan yanıtlardaki tonlama (nötr/olumlu/olumsuz)
• Sentezdeki konum — 1. alıntılanan kaynak = sonrakilerden daha fazla tıklama
• GA4 AI Search referral — UTM'ler veya kanal atfı yoluyla ölçülebilir gerçek trafik