AI Görünürlüğünü Ölçmek: GEO KPI'ları ve İzleme Paneli

GEO çalışmalarınızın işe yarayıp yaramadığını bilmiyorsanız, yaptığınız şey optimizasyon değil, tahmin.

Geçen sene yayınladığımız GEO rehberinde AI arama motorlarında görünür olmanın teknik yollarını anlattık: llms.txt, schema.org, sunucu tarafı render, WebMCP. O yazıdaki GEO ve SEO karşılaştırma tablosunda bir satır vardı ve o satır dürüstçe boş bırakılmıştı:

Ölçüm aracı: Henüz olgunlaşmamış - marka adı geçme takibi, manuel test.

Bu yazı o satırı kapatmak için. Neyi ölçeceğinizi, hangi metriğin gerçekten bir şey söylediğini, hangisinin sadece rahatlatıcı olduğunu ve bunları toplayacak paneli kendi altyapınızda nasıl kuracağınızı anlatıyor.

Hızlı Cevap: AI görünürlüğü tek bir metrik değil, dört ayrı katmandır: botun sayfanızı çekmesi (tarama), modelin cevabında sizi anması (alıntılanma), kullanıcının tıklaması (yönlendirme) ve bu trafiğin işe dönüşmesi (sonuç). Her katman farklı bir veri kaynağından okunur ve bu kaynaklar birbirinin yerine geçmez. Tarama verisi sunucu loglarında durur, Google Analytics'te görünmez. Alıntılanma verisinin resmî bir API'si yoktur, sabit bir prompt seti ile örneklenir. Yönlendirme verisi analytics'te referrer olarak görünür. Bu dördünü tek bir panelde birleştirmeden "GEO çalışıyor mu" sorusunun cevabı yoktur.

İçindekiler

• Neden ölçemiyoruz?
• AI görünürlüğünün dört katmanı
• GEO KPI tablosu
• Hangi metrikler güvenilir, hangileri değil?
• İzleme panelini kurmak
• Örnek haftalık rapor
• Terimler sözlüğü
• Sık sorulan sorular
• Uygulama kontrol listesi

Neden Ölçemiyoruz?

GEO tavsiyesi bol. "Schema ekleyin", "net tanımlar yazın", "llms.txt koyun" diyen içerik yüzlerce. Ölçüm tarafı ise neredeyse boş, çünkü klasik SEO'daki ölçüm zincirinin karşılığı burada yok.

Klasik SEO'da zincir kapalıdır: sorgu girilir, sıralama ölçülür, tıklama Search Console'da görünür, trafik Analytics'e düşer, dönüşüm CRM'e yazılır. Her adım gözlemlenebilir.

AI aramada bu zincirin ortası karanlık. Kullanıcının ChatGPT'ye ne sorduğunu göremezsiniz. Modelin hangi kaynakları okuduğunu göremezsiniz. Cevabın içinde markanızın geçip geçmediğini, size haber veren bir sistem yok. Kullanıcı çoğu zaman hiçbir yere tıklamadan cevabını alır ve gider.

Bu yüzden AI görünürlüğü ölçümü, tek bir gösterge paneline bakmak değil, birbirinden bağımsız dört sinyali toplayıp yan yana koymaktır.

AI Görünürlüğünün Dört Katmanı

Çoğu içerik bu dördünü tek bir "AI görünürlüğü" torbasına atıyor. Oysa her biri farklı bir veri kaynağından okunur ve birini ölçmek diğeri hakkında bilgi vermez. Botunuz sayfayı her gün tarıyor olabilir ama hiçbir cevapta geçmiyor olabilirsiniz. Ya da cevaplarda sürekli geçiyor ama kimse tıklamıyor olabilir. Bunlar farklı problemlerdir ve farklı çözümleri vardır.

1. Tarama: Bot sayfayı çekti mi?

En temel katman. AI botu sayfanızı hiç ziyaret etmediyse, geri kalan üç katmanın hiçbiri gerçekleşemez.

Burada kritik bir ayrım var: eğitim amaçlı tarayıcılar ile kullanıcı tetikli çekimler aynı şey değil. GPTBot ve ClaudeBot genel tarama yapar. ChatGPT-User ve Perplexity-User ise bir kullanıcı o anda bir soru sorduğu için sayfanızı çeker. İkincisi çok daha değerli bir sinyaldir: birisi, şu anda, sizin sayfanızı gerektiren bir şey sormuş demektir.

2. Alıntılanma: Model cevabında geçti mi?

Asıl mesele bu. Ve ölçmesi en zor olanı, çünkü resmî bir API'si yok. Hiçbir AI sağlayıcı size "bu hafta markanız 47 cevapta geçti" diyen bir panel sunmuyor.

Yapılabilecek tek şey örnekleme: sabit bir soru seti belirlersiniz, bunları düzenli aralıklarla modellere sorarsınız, cevaplarda markanızın geçip geçmediğini kaydedersiniz. Bu size mutlak gerçeği vermez, bir eğilim verir. Eğilim de yeterlidir, yeter ki neye baktığınızı bilin.

3. Yönlendirme: Kullanıcı tıkladı mı?

AI cevabında geçmek tek başına trafik demek değil. Kullanıcı cevabı okuyup tatmin olabilir ve hiçbir yere tıklamayabilir. Buna sıfır tıklama deniyor ve AI aramada oranı klasik aramadan çok daha yüksek.

Yine de tıklayanlar var ve onlar analytics'te görünür: chatgpt.com, perplexity.ai, copilot.microsoft.com, gemini.google.com gibi kaynaklardan gelen referral trafiği. Bu trafiğin niteliği genelde yüksektir, çünkü kullanıcı sizi rastgele bir listede değil, bir tavsiye içinde görmüştür.

4. Sonuç: İşe dönüştü mü?

Son katman, diğer üçünün neden önemli olduğunu belirleyen katman. AI kaynaklı trafik form dolduruyor mu, teklif istiyor mu, satışa dönüyor mu?

Bunu ölçmenin tek yolu, ilk temas kaynağını form kaydına ve CRM'e taşımak. Kullanıcı ChatGPT'den gelip üç gün sonra doğrudan girip form doldurduğunda, o lead'in kaynağı "direct" görünür ve AI'ın katkısı kaybolur. İlk temas kaynağını çerezde tutup form gönderiminde beraber yollamazsanız bu katman sizde hep boş kalır.

GEO KPI Tablosu

Her katman için izlenmeye değer metrikler, nereden okunacakları ve sağlıklı bir sinyalin neye benzediği:

Hangi Metrikler Güvenilir, Hangileri Değil?

Bu alanda çok fazla kesin konuşan içerik var. Rakamların nereden geldiğini bilmek, panelinize bakarken yanlış karar vermenizi engeller.

Search Console artık AI gösterimlerini ayrı gösteriyor, ama tıklama vermiyor. Google 3 Haziran 2026'da Search Console'a ayrı bir Gen-AI performans raporu ekledi. AI Overviews ve AI Mode gösterimleri artık klasik organik verinin içinde kaybolmuyor. Ancak rapor gösterim, sayfa, ülke ve cihaz kırılımı veriyor; tıklama, tıklama oranı ve sorgu kırılımı yok. Yani "AI tarafındaki tıklama oranımız kaç" sorusunun bugün cevabı yok. Google zamanla metrik ekleyeceğini söyledi, ama bugünün gerçeği bu.

Google Analytics tarayıcıları göstermez. GA4 bilinen bot trafiğini otomatik filtreler. Tarama katmanını GA4'ten okumaya çalışırsanız sonuç sessizce sıfır çıkar ve bunu bir bulgu sanma riski vardır. Tarama verisinin tek güvenilir kaynağı sunucu ya da edge loglarıdır.

LLM cevapları deterministik değildir. Aynı soruyu iki kez sorduğunuzda iki farklı cevap alabilirsiniz. Bu yüzden tek bir prompt testi veri değil, anekdottur. Ölçüm yapıyorsanız sabit bir prompt seti, her prompt için birden fazla çalıştırma ve "N denemede kaç kez geçti" oranı gerekir. Evet/hayır cevabı ölçüm sayılmaz.

Üçüncü parti GEO araçları modelin içini görmez. Piyasadaki AI görünürlük araçları da aynı örnekleme yöntemini kullanır: kendi prompt setlerini modellere sorar, sonuçları sayar. Verdikleri "ses payı" rakamı o setin bir tahminidir, mutlak gerçek değil. Araç kullanmak mantıklı olabilir, ama çıktısını mutlak doğru sanmak değil.

Kıyas için iki rakam. AI arama ziyaretleri 2025 ilk çeyreğinden 2026 ilk çeyreğine yüzde 42,8 artarak 15,6 milyardan 27,4 milyara çıktı. Buna karşılık pazarlamacıların yalnızca yüzde 14'ü AI alıntılanmasını takip ediyor, yüzde 43'ü ise AI aramayı 2026 için ana strateji sayıyor. Yani strateji diyenlerle ölçen arasında üç kata yakın bir uçurum var. Ölçmeye başlamak, bugün hâlâ bir farklılaşma noktası.

İzleme Panelini Kurmak

Aşağıdaki kurgu Next.js, MongoDB, Cloudflare ve GA4 üzerine kurulu. Kendi stack'inize uyarlamak zor değil, mantık aynı.

Tarama loglarını toplamak

AI botlarını user-agent ile ayıklarsınız. Eğitim tarayıcıları ile kullanıcı tetikli çekimleri ayrı saymak önemli, çünkü ikincisi çok daha güçlü bir niyet sinyali:

# Eğitim ve arama tarayıcıları
CRAWLERS='GPTBot|ClaudeBot|Google-Extended|Bytespider|CCBot|Applebot-Extended'

# Kullanıcı tetikli çekimler - biri şu anda bir şey sordu
USER_FETCH='ChatGPT-User|Perplexity-User|OAI-SearchBot|PerplexityBot'

# Hangi bot hangi sayfayı kaç kez çekmiş
grep -E "$CRAWLERS|$USER_FETCH" access.log \
  | awk -F'"' '{print $6, $2}' \
  | sort | uniq -c | sort -rn | head -30

Cloudflare kullanıyorsanız aynı veriyi Logpush ile bir depoya akıtıp günlük toplayabilirsiniz. Önemli olan bu sayıyı bir yerde biriktirmek, çünkü tek seferlik bakış işe yaramaz, eğilim gerekir.

Prompt panelini tanımlamak

Alıntılanma ölçümünün temeli sabit bir soru seti. Sabit olması şart, çünkü her ölçümde soru değişirse karşılaştırma yapamazsınız. Soruları gerçek müşteri sorularından türetin, kendi markanızı içeren sorulardan değil:

{
  "brand": "Detartech",
  "competitors": ["Rakip A", "Rakip B", "Rakip C"],
  "locale": "tr-TR",
  "runsPerPrompt": 5,
  "schedule": "0 6 * * 1",
  "prompts": [
    {
      "id": "geo-ajans-tr",
      "text": "Turkiye'de GEO ve AI arama optimizasyonu yapan yazilim ajansi onerir misin?",
      "intent": "ticari"
    },
    {
      "id": "mvp-ajans-tr",
      "text": "Istanbul'da MVP gelistiren yazilim sirketleri hangileri?",
      "intent": "ticari"
    },
    {
      "id": "llms-txt-tr",
      "text": "llms.txt gercekten ise yariyor mu?",
      "intent": "bilgi"
    }
  ]
}

Üç nokta önemli. runsPerPrompt birden büyük olmalı, çünkü tek çalıştırma anekdottur. intent alanı ticari ve bilgi amaçlı soruları ayırmanızı sağlar; ticari sorularda geçmek çok daha değerlidir. competitors listesi olmadan ses payı hesaplayamazsınız.

Paneli çalıştırmak

Prompt setini bir modele sorup sonucu kaydeden basit bir döngü. Aşağıdaki örnek web arama aracı açık bir modelle çalışıyor, çünkü ölçmek istediğiniz şey modelin eğitim verisi değil, canlı web üzerinden ürettiği cevap:

import Anthropic from '@anthropic-ai/sdk';

const client = new Anthropic();

type PromptRun = {
  promptId: string;
  runIndex: number;
  mentioned: boolean;
  competitorsMentioned: string[];
  citedUrls: string[];
  answer: string;
  checkedAt: Date;
};

async function runPrompt(
  prompt: { id: string; text: string },
  brand: string,
  competitors: string[],
  runIndex: number,
): Promise<PromptRun> {
  const response = await client.messages.create({
    model: 'claude-opus-5',
    max_tokens: 4096,
    tools: [{ type: 'web_search_20260209', name: 'web_search' }],
    messages: [{ role: 'user', content: prompt.text }],
  });

  const answer = response.content
    .filter((block) => block.type === 'text')
    .map((block) => block.text)
    .join('\n');

  return {
    promptId: prompt.id,
    runIndex,
    mentioned: new RegExp(brand, 'i').test(answer),
    competitorsMentioned: competitors.filter((c) =>
      new RegExp(c, 'i').test(answer),
    ),
    citedUrls: [...new Set(answer.match(/https?:\/\/[^\s)\]]+/g) ?? [])],
    answer,
    checkedAt: new Date(),
  };
}

Ham cevabı da saklayın. Anılma oranı düştüğünde "neden düştü" sorusunun cevabı o metinlerde olur; model sizin yerinize başka kimi önermeye başlamış, hangi kaynağı göstermiş, bunu ancak cevabı okuyarak anlarsınız.

Yönlendirme trafiğini ayırmak

AI kaynaklarını referrer üzerinden ayırıp ilk temas kaynağı olarak saklarsınız. Sonuç katmanının çalışması buna bağlı:

const AI_REFERRERS: Record<string, string> = {
  'chatgpt.com': 'ChatGPT',
  'chat.openai.com': 'ChatGPT',
  'perplexity.ai': 'Perplexity',
  'copilot.microsoft.com': 'Copilot',
  'gemini.google.com': 'Gemini',
  'claude.ai': 'Claude',
};

export function classifyReferrer(referrer: string | null): string | null {
  if (!referrer) return null;
  try {
    const host = new URL(referrer).hostname.replace(/^www\./, '');
    return AI_REFERRERS[host] ?? null;
  } catch {
    return null;
  }
}

Bu değeri ilk ziyarette bir çereze yazıp form gönderiminde payload'a ekleyin. Aksi hâlde üç gün sonra doğrudan gelip form dolduran kullanıcı "direct" olarak kaydedilir ve AI'ın katkısı görünmez olur.

Verileri tek yerde toplamak

Üç kaynağı tek koleksiyonda toplayıp haftalık özet çıkarırsınız:

// geo_metrics koleksiyonu: { layer, metric, value, source, recordedAt }

db.geo_metrics.aggregate([
  { $match: { recordedAt: { $gte: new Date(Date.now() - 7 * 864e5) } } },
  {
    $group: {
      _id: { layer: '$layer', metric: '$metric' },
      total: { $sum: '$value' },
      samples: { $sum: 1 },
    },
  },
  { $sort: { '_id.layer': 1, total: -1 } },
]);

Örnek Haftalık Rapor

Panel kurulduktan sonra haftalık okuma şuna benzer:

Buradaki asıl beceri, tek haftalık dalgalanmaya tepki vermemek. Alıntılanma oranı örneklemeye dayandığı için doğal olarak oynar. Karar vermek için en az dört haftalık eğilime bakın.

Terimler Sözlüğü

• GEO (Generative Engine Optimization): İçeriği üretken AI modellerinin cevaplarında kaynak olarak kullanabileceği şekilde yapılandırma pratiği.
• Anılma oranı (mention rate): Sabit bir prompt setinde markanın kaç çalıştırmada geçtiğinin oranı.
• Ses payı (share of voice): Aynı cevaplarda geçen tüm marka anılmaları içinde sizin payınız.
• Prompt paneli: Alıntılanmayı ölçmek için düzenli aralıklarla modellere sorulan sabit soru seti.
• Sıfır tıklama (zero-click): Kullanıcının cevabı alıp hiçbir siteye tıklamadan aramayı bitirmesi.
• Kullanıcı tetikli çekim: Bir kullanıcının o anda sorduğu soru yüzünden sayfanın çekilmesi (ChatGPT-User, Perplexity-User).
• İlk temas kaynağı: Kullanıcının siteyle ilk temas ettiği kanal; sonraki ziyaretlerde kaybolmaması için saklanır.
• Gen-AI performans raporu: Search Console'un AI Overviews ve AI Mode gösterimlerini ayrı gösteren raporu.

Sık Sorulan Sorular

AI görünürlüğünü tek bir metrikle ölçebilir miyim? Hayır. Tarama, alıntılanma, yönlendirme ve sonuç ayrı katmanlardır ve biri diğeri hakkında bilgi vermez. Her gün taranıyor olup hiçbir cevapta geçmiyor olabilirsiniz.

Search Console AI tıklamalarımı gösteriyor mu? Hayır. Haziran 2026'da gelen Gen-AI raporu gösterim, sayfa, ülke ve cihaz veriyor; tıklama, tıklama oranı ve sorgu kırılımı vermiyor.

Prompt panelini kaç soruyla kurmalıyım? 15-30 soru çoğu işletme için yeterli. Önemli olan sayı değil, soruların gerçek müşteri sorularından türemesi ve zaman içinde sabit kalması. Set değişirse karşılaştırma yapamazsınız.

Hazır bir GEO aracı almak yerine kendim mi kurmalıyım? İkisi de olur. Hazır araçlar hızlı başlatır ama örneklemeleri size özel değildir ve sonuç katmanını sizin CRM'inize bağlamazlar. Kendi paneliniz daha fazla iş ama tarama ve sonuç katmanlarını gerçekten sizin verinizle doldurur.

Sonuçları ne zaman görmeye başlarım? Tarama katmanı günler içinde tepki verir. Alıntılanma çok daha yavaş ve değişkendir; anlamlı bir eğilim için en az dört haftalık veri gerekir. Sonuç katmanı düşük hacimli olduğu için aylık bakılmalıdır.

Anılma oranım düştü, ne yapmalıyım? Önce ham cevaplara bakın. Model sizin yerinize kimi önermeye başlamış, hangi kaynağı göstermiş? Çoğu zaman sorun sizin sayfanızda değil, rakibin daha net ve alıntılanabilir bir tanım yayınlamış olmasındadır.

Uygulama Kontrol Listesi

• Sunucu veya edge loglarında AI bot user-agent'larını ayrı raporlayın
• Eğitim tarayıcıları ile kullanıcı tetikli çekimleri ayrı sayın
• 15-30 soruluk sabit bir prompt seti tanımlayın ve değiştirmeyin
• Her promptu tek seferde değil, en az 3-5 kez çalıştırın
• Ham cevapları saklayın, sadece evet/hayır kaydetmeyin
• Rakip listesi tanımlayın, ses payını onsuz hesaplayamazsınız
• GA4'te AI referral kaynaklarını ayrı bir segment olarak tanımlayın
• İlk temas kaynağını çerezde saklayıp form gönderimine ekleyin
• Search Console Gen-AI raporunu haftalık kontrol edin
• Karar vermeden önce en az dört haftalık eğilime bakın

Kapanış

AI görünürlüğü ölçümü bugün klasik SEO ölçümü kadar olgun değil ve yakın zamanda da olmayacak. Ama "ölçülemez" ile "tek bir panelde gelmiyor" aynı şey değil.

Dört katmanı ayrı ayrı toplayıp yan yana koyduğunuzda, elinizde kararı destekleyecek kadar veri oluyor: hangi içerik taranıyor, hangi soruda geçiyorsunuz, hangi cevap tıklama getiriyor, hangi trafik işe dönüşüyor. Bu, mükemmel bir ölçüm değil. Tahminden çok daha iyi.

GEO tarafındaki teknik uygulamayı GEO hizmetimiz altında, klasik arama tarafını ise SEO hizmetimiz altında yürütüyoruz. Görünür olmanın teknik tarafı için GEO rehberimize, AI ajanlarının siteleri nasıl kullanacağı konusu için WebMCP yazımıza bakabilirsiniz.