Sözlük

SEO ve GEO sözlüğü

Yirmi dört terim, her biri iki üç cümlede tanımlanmış. Terimleri satış diline çevirmeden yazdık: bir kavramın ne olduğu kadar neyi yapmadığı da tanımın parçası. Eksik veya yanlış bulduğunuz bir tanım varsa yazın, düzeltip tarihini güncelleriz.

• Yapay zeka arama terimleri
• Klasik SEO terimleri
• Teknik terimler

Yapay zeka arama terimleri

• GEO Generative Engine Optimization

  Bir markanın ve içeriğinin yapay zeka tabanlı arama ve cevap yüzeylerindeki organik görünürlüğünü geliştirme ve ölçme çalışması. Klasik SEO ile teknik temeli ortaktır; başarı anılma, kaynak gösterilme ve yönlendirme gibi ek ölçülerle izlenir.

• AEO Answer Engine Optimization

  İçeriği, doğrudan cevap veren yüzeyler için hazırlama işi: öne çıkan snippet, sesli asistan cevabı, bilgi kartı. GEO’dan daha eski ve daha dar bir kavram. Pratikte ikisinin gerektirdiği düzenlemeler büyük ölçüde örtüşüyor.

• Yapay zeka özetleri AI Overviews

  Google’ın arama sonuçlarının üstünde gösterdiği, birden çok kaynaktan üretilmiş cevap bloğu. Kaynak bağlantıları blok içinde veriliyor. Bilgi amaçlı aramalarda organik bağlantıları aşağı ittiği için tıklama dağılımını değiştiriyor.

• Alıntılanabilirlik Citability

  Bir metin parçasının, bağlamı korunarak kaynak gösterilmeye elverişli ve doğrulanabilir olması. Tek başına sıralama ya da kaynak seçimi ölçütü değildir. Sayfanın başlık, cevap ve kaynak düzenini içerik yapı aracıyla inceleyebilirsiniz.

• Anılma oranı Mention rate

  Sabit bir soru listesi motorlara sorulduğunda, cevaplarda markanızın kaç kez geçtiğinin oranı. Tek bir soruda çıkmamak bir şey ifade etmez; motorların cevabı aynı soruda bile değişebilir. Anlamlı olan, aynı listeyi düzenli aralıklarla tekrarlayıp eğilime bakmak.

• Cevap önce yazım Answer-first

  Belirli bir sorunun doğrudan cevabını bölümün başında vermek; ayrıntı, gerekçe ve örneği ardından sunmak. Her içerik türüne zorla uygulanacak bir şablon değil, cevabı gereksiz girişlerin arkasına saklamama ilkesidir.

• RAG Retrieval Augmented Generation

  Bir dil modelinin cevabı yalnızca model ağırlıklarından değil, o anda getirilen belgelerden de yararlanarak üretmesi. Bazı arama destekli yapay zeka ürünleri web kaynaklarını bu veya benzeri getirme süreçleriyle kullanır.

• Kaynağa bağlama Grounding

  Model cevabının getirilen belge, veri tabanı veya başka bir doğrulanabilir kaynağa dayandırılması. Kaynağa bağlama, hataları azaltmayı ve cevabın dayanağını göstermeyi amaçlar; tüm iddiaların otomatik olarak doğru olduğu anlamına gelmez.

• llms.txt

  Site kökünde tutulan, önemli sayfaları ve içerik yapısını özetlemeyi amaçlayan deneysel bir metin dosyası önerisi. Büyük arama ve cevap ürünleri bunu görünürlük için gerekli bir standart olarak açıklamış değildir; temel SEO çalışmalarının yerine geçmez.

• Sorgu dağılımı Query fan-out

  Bir yapay zeka motorunun, kullanıcının tek sorusunu arka planda birden çok arama sorgusuna bölmesi. Bu yüzden tek bir anahtar kelimeye göre yazmak yetmez; aynı konunun etrafındaki alt soruların da cevaplanmış olması gerekir. Konu bulucu bu alt soruları çıkarmak için var.

Klasik SEO terimleri

• Tarama Crawl

  Bir botun sitedeki sayfaları getirip okuması. Arama motorunun içeriği anlayıp indeksleyebilmesi için sayfaya erişebilmesi gerekir. Tarayıcı erişimini robots.txt, sunucu kuralları ve CDN panelindeki bot ayarları birlikte etkiler.

• İndeksleme Indexation

  Taranan bir sayfanın arama motorunun dizinine alınması. Taranmış olmak indekslenmeyi garanti etmez: motor sayfayı düşük değerli, tekrarlı veya yetersiz bulursa dizine almayabilir. Durumu Search Console üzerinden görebilirsiniz.

• SERP Search Engine Results Page

  Arama sonuç sayfasının kendisi. Bir aramaya yazı yazmadan önce o sayfanın neye benzediğine bakmak gerekir: sonuçlar resmî kurumlarla ve listeleme sitelerinle doluysa o aramayı bir blog yazısıyla kazanmak gerçekçi değildir.

• Arama niyeti Search intent

  Kullanıcının o sorguyu yazarken gerçekte ne istediği: bilgi almak, bir siteye gitmek, karşılaştırmak veya satın almak. Niyeti yanlış okunan içerik, teknik olarak kusursuz olsa bile sıralanmaz. Niyeti anlamanın en güvenilir yolu, sonuç sayfasında hâlihazırda ne sıralandığına bakmaktır.

• Kanibalizasyon Cannibalization

  Aynı sitedeki iki sayfanın aynı aramayı hedefleyip birbirini zayıflatması. Motor hangisini göstereceğine karar veremez, ikisi de olması gerekenden geride kalır. Çözüm genellikle yeni yazı açmak değil, iki sayfayı birleştirmektir.

• Topikal otorite Topical authority

  Bir sitenin belirli bir konunun tamamını kapsadığına dair birikmiş sinyal. Tek bir güçlü yazı yerine, birbirine bağlı ve konuyu farklı açılardan tamamlayan bir yazı kümesiyle oluşur. Yeni bir sitenin en yavaş biriken varlığı budur.

• E-E-A-T Experience, Expertise, Authoritativeness, Trust

  Google’ın kalite değerlendirici kılavuzunda geçen dört ölçüt: deneyim, uzmanlık, otorite ve güven. Doğrudan bir sıralama sayısı değil, kalite değerlendirmesinin çerçevesi. Pratikte yazarın kim olduğunun belli olması, iddiaların kaynaklı olması ve markanın dışarıdan doğrulanabilmesi anlamına gelir.

Teknik terimler

• Yapısal veri Structured data / JSON-LD

  Sayfadaki bilgiyi makinelerin ayrıştırabileceği bir biçimde, çoğunlukla JSON-LD olarak tekrar yazmak: bu bir soru, bu cevabı, bu kurum, bu da yazarı. İçeriğin yerini tutmaz, var olan içeriğin anlaşılmasını kolaylaştırır. Sayfada görünmeyen bilgiyi şemaya yazmak açık bir ihlaldir. Şema aracıyla kontrol edebilirsiniz.

• Varlık Entity

  Arama motorlarının ve dil modellerinin tanıdığı kurum, kişi, ürün veya kavram. Bir motorun sizi kaynak gösterebilmesi için önce kim olduğunuzu bilmesi gerekir. Kurum ve kişi şeması, sitedeki bilgilerle tutarlı dış profiller ve üçüncü taraf kaynaklarda anılma bunu kurar.

• Canonical

  Aynı içeriğin birden çok adreste bulunduğu durumlarda, asıl adresin hangisi olduğunu bildiren etiket. Yanlış kurulmuş bir canonical, doğru sayfanın dizinden düşmesine yol açabilir. Her sayfanın kendini işaret etmesi (self-canonical) çoğu site için doğru varsayılandır.

• hreflang

  Aynı içeriğin farklı dil veya ülke sürümlerini birbirine bağlayan etiket. Bağlantının karşılıklı olması şart: A sayfası B’yi gösterip B, A’yı göstermiyorsa motor eşleşmeyi yok sayar. Çok dilli denetim aracı bu karşılıklılığı kontrol eder.

• Soft 404

  Var olmayan bir adresin, hata kodu yerine 200 durum koduyla bir sayfa döndürmesi. Motor sınırsız sayıda geçerli adres olduğunu sanır ve tarama bütçesi boşa gider. Doğru davranış, bulunamayan adreslerde gerçek bir 404 kodu döndürmektir.

• robots.txt

  Site kökünde duran, hangi botun hangi yolları tarayabileceğini bildiren dosya. Bir sayfayı dizinden çıkarmaz, yalnızca taranmasını engeller. Dizinden çıkarmak için noindex etiketi gerekir ve o etiketin görülebilmesi için sayfanın taranabilir olması şarttır.

• Core Web Vitals

  Google’ın kullanıcı deneyimi için tanımladığı üç ölçüm: en büyük içerik boyaması (LCP), sonraki boyamayla etkileşim (INP) ve düzen kayması (CLS). Saha verisi gerçek ziyaretçilerden toplanır ve trafiği az olan sitelerde çoğu zaman oluşmaz. Hız ölçümü aracı saha ve laboratuvar verisini ayrı gösterir.