Yapay Zekâda Hayalet Atıf: Alıntıların %62’si Markasız

🇬🇧 English: Read this in English →

Son bir ayda üç ayrı alıcıya anlatmak zorunda kaldığım bir şey var ve rakam ortaya çıktığında üçü de sustu. İçeriğin parasını ödüyorsun. Şema işçiliğinin parasını ödüyorsun. Yapay zekâ, içeriğini kaynak olarak çekiyor. Sonra aynı cevabın içinde ismen başka birini öneriyor. Bağlantı senin, kredi değil.

Nisan’a kadar bu meseleyi “sanırım birkaç kez gördüm” rafına koymuştum. Nisan’da Kevin Indig işin arkasına bir veri seti koydu ve ona bir isim verdi. Hayalet atıf dedi. Semrush, haziranda tam çalışmayı onunla birlikte yürüttü: dört motor, 3.981 görünüm, çıkan rakam yüzde 61,7. Yapay zekâ motoru bir markanın içeriğini her üç atıftan ikisinde kaynak gösteriyor ama markanın adını cevabında anmıyor.

Telefondan okuyan bir pazarlama yöneticisiysen aklında kalması gereken kısım basit. Sana bir araç satmaya çalıştıkları görünürlük problemi, aslında senin yaşadığın görünürlük problemi değil. Yapay zekâya görünmez değilsin. Görünüyorsun ama üzerinden duyulmuyorsun. Bunlar iki ayrı iş ve konuştuğum herkes hâlâ sadece birincisinin parasını ödüyor.

Aşağıda Indig’in kendi sözleriyle argümanı, Seer Interactive’in paralel çalışması, SimplicityDX’ten Charles Nicholls’un apaçık çözüme itirazı, ve bütün bunların gerçek bir WordPress veya WooCommerce kurulumunda pazartesi sabahı ne anlama geldiği var.

Atıf Edilmek ile İsmen Anılmak Aynı Para Birimi Değil

Indig’in 9 Haziran 2026’da Semrush ile yayımladığı ortak çalışmasında bütün konuşmayı yeniden diziyor: “Aynı istem için ChatGPT’nin atıfta bulunduğu markalar ile Gemini’nin ismen andığı markalar arasında neredeyse hiçbir örtüşme yok.” Bir kere daha oku. Gürültüden bahsetmiyor. İki ayrı para biriminden bahsediyor.

Atıf, çekimser bir cevabın yanına iliştirilen bir bağlantıdır. Marka anımı ise bir öneri cümlesinin içine yazılmış bir isimdir. Ticari olarak ağırlığı olan ikincisidir; çünkü alışverişi yapan müşterinin, satın alma kararı veren alıcının veya tedarik komitesinin okuyup harekete geçtiği cümle budur. Indig’in boşluğa dair ikinci cümlesini gösterdiğim her pazarlama yöneticisi de iki kere okudu: “Marka adı kendi başına ayakta durur.” Bir motor, markanın bir varlık olarak var olduğunu bir kez öğrendiğinde kaynak gösterse de göstermese de yazdığı cümlede o markayı anar. Motor bilmiyorsa, atıf hijyeni ne kadar temizlenirse temizlensin durum değişmez.

Boşluk Gerçekten Ne Kadar Büyük

Semrush ve Growth Memo çalışmasını Margarita Loktionova ile Christine Skopec yazdı, veriyi Indig işledi: 115 istem, 14 ülke, dört motor (ChatGPT, Google AI Overviews, Gemini, Google AI Mode), toplam 3.981 marka görünümü. Ana dağılım şöyle: görünümlerin yüzde 74,9’u bir atıf, yüzde 38,3’ü bir marka anımı taşıyor, yalnızca yüzde 13,2’si ikisini birden taşıyor. Hayalet atıflar, anımı olmayan atıflar olan yüzde 61,7. Ters tarafta, atıfı olmayan anımlar da var: yüzde 25,1. Adın geçiyor ama kaynak gösterilmiyor.

Motor bazlı tablo, “iki para birimi” cümlesini operasyonel hâle getiriyor. Gemini görünümlerin yüzde 83,7’sinde markaları ismen anıyor, yüzde 21,4’ünde atıf veriyor. ChatGPT yüzde 87 oranında atıf veriyor, yüzde 20,7 oranında isim anıyor. Panonda bu iki rakamdan birini izleyip onu “yapay zekâ görünürlüğü” olarak yukarı rapor ediyorsan, resmin dörtte birini raporluyorsun, üstelik raporladığın dörtte bir, iki yüzeyde neredeyse birbirine zıt.

Seer Interactive paralel bir çalışmayı daha büyük ölçekte yürüttü ve metodolojisini 10 Ağustos 2026’da yayımladı: 20 marka üzerinde yaklaşık yarım milyon LLM cevabı. Kategori bulgusu kaldırmaya değer, çünkü ne kadar kategori kaybettiğinin alt sınırını çiziyor. Konaklama ve Seyahat’te Seer, eşit olarak yerleşik iki marka arasında yirmi puana varan atıf-anım boşlukları ölçmüş. Bir isim öneri bağlamlarında yüzeye çıkıyor, diğeri çıkmıyor. Dışarıdan bakınca iki tarafın da içerik bütçesi aynı görünüyor. Sonuç aynı değil.

Asıl Kaldıraç Varlık Tanıma, Atıf Hijyeni Değil

Her iki çalışma da aynı teşhise varıyor ve tanıdığım uygulayıcıların çoğu bu teşhisi henüz içine sindirmedi. Hayalet atıf bir tarama veya bir şema problemi değil. Marka varlık tanıma problemi. Motor, sayfanın bir şey söylediğini anlıyor. Ama sayfayı önermesi gereken markanın yazdığını anlamıyor. Bu, yığının farklı bir katmanı ve düzeltmeleri de farklı.

Seer’in aynı ağustos yazısındaki tavsiye listesi, üç farklı ekibe üç ayrı iş gibi okunuyor. Marka adını kilit iddialarından ayrılmaz kıl (editoryal). Markanı kategori uzmanlığına bağlayan, yapay zekânın okuyabildiği sinyaller kur: schema.org, Wikidata, Wikipedia (bilgi mimarisi). Markanı ismen öneren üçüncü taraf anımları kazan (basın, iletişim, iş birlikleri). Bunların hiçbiri sadece SEO ekibinin işi değil ve hayalet atıf probleminin pek çok organizasyonda bu kadar uzun süre asılı kalmasının dürüst sebeplerinden biri de bu. Tek bir sahibi yok.

SimplicityDX CEO’su ve DX Academy Başkanı Charles Nicholls, apaçık çözüme en keskin itirazı 10 Ağustos 2026 tarihli Forbes Communications Council yazısında yazdı. Reddit’e para dökme refleksine (markalar, yapay zekâ motorları Reddit’i fazla ağırlıklandırdığı için üçüncü taraf tartışmalarında görünmek için ödüyor) itirazını tam alıntılamaya değer: “Reddit’te yer kapmaya çalışan markalar genelde sebebi değil, belirtiyi optimize ediyor.” Kök nedeni çerçeveleyişi daha da iyi: “Markalar güveni, kendilerinin iddia ettiği değil, başkalarının gösterdiği bir şey olarak ele almalı.” Doğru duruş bu. Motorlar markanın ne söylediğini şaşırmış değil. Söylediğinin doğru olduğuna dair bağımsız teyit bulamıyorlar.

İstem Uzunluğu Her Şeyi Değiştiriyor, Alıcıların Kısa İstem Yazıyor

Semrush çalışmasındaki en işlevsel bulgu, ilk okuyuşta kaçırmaya ramak kaldığım şey, istem uzunluğu davranışı. Kısa, günlük konuşma kıvamındaki istemler (“küçük bir ajansa en iyi muhasebe yazılımı” tadında olanlar) neredeyse yüzde 100 marka anım oranına ulaşıyor. Uzun, yapılandırılmış istemlerde oran yüzde 2 ile 3’e düşüyor. Çalışma bunu 30 ile 50 kat arası bir fark olarak isimlendiriyor, veri setindeki istemler 16 ile 98 karakter arasında, ortalama 60 civarında.

Bu bir optimizasyon kaldıracı değil, bir kullanım örüntüsü. Alıcılarının gerçek dünyada yazdığı istemler kısa. Bir “yapay zekâ SEO denetim aracının” senin adına simüle ettiği, baştan sona yapılandırılmış istemler ise uzun. Eğer raporlaman sentetik uzun istemler üzerinden çalışıyorsa, motorların anım tarafında en kötü, atıf tarafında en iyi davrandığı senaryoyu ölçüyorsun. Tesadüf değil: bu, araç satıcısının panelinin en savunulabilir göründüğü senaryo. Dürüst denetim, alıcının gerçekten yazdığı istemleri kullanır.

Aynı çalışmadaki ülke rakamları, ikinci düşen ayakkabı. Hindistan ve İsveç yüzde 50 anım oranına çıkıyor. İtalya, Brezilya ve Hollanda ise yüzde 82-94 atıf oranına rağmen yüzde 18-22 anım oranında. Çok pazarlı bir mağaza işletiyorsan, merkezde ölçtüğün boşluk tek bir pazarın boşluğu ve bütçelemen gereken pazar o değil.

Üçüncü Taraf Teyidi, Daha Fazla Sahip İçerikten Daha Çok Çalışır

Nicholls, Forbes yazısında Peec AI’nin yaklaşık 30 milyon atıf verilen kaynak üzerindeki analizine dayanıp gerçek trafik sinyaline işaret ediyor: Reddit, YouTube ve LinkedIn, yapay zekâ atıflarında baskın; çünkü gerçek birinci şahıs kullanıcı tartışması barındırıyorlar. Çerçevelemesi temiz: “Yapay zekâ modelleri Reddit’e sadık değil, sadece alternatiflerinden yoksun.” Bu, “Reddit’te paylaşım yapmalıyız” cümlesinden çok farklı bir okuma. Motorların istediği varlık sınıfı birinci şahıs teyidi, Reddit ise bu varlık sınıfının yalnızca en büyük ve en dağınık arzı.

Orta ölçekli bir marka için bu, her çeyrek üzerinde tartışılan iki bütçeyi yeniden çerçeveliyor. İçerik bütçesi, ürettiği şey senin için çalışmayan biri tarafından bağımsız olarak tekrarlanabiliyorsa savunulabilir. Kamera karşısında konuşacak isimli müşterilerle hazırlanmış vaka çalışmaları sayılır. Karışık yorumlar konusunda dürüst olan değerlendirme platformu entegrasyonları sayılır. Bir yapay zekâ motorunun yalnızca senin otoritene dayanıp alıntılayabildiği bir blog yazısı aynı şekilde sayılmıyor. Motorlar bağımsız sinyali ağırlıklandırıyor.

Kimsenin Çözemediği Kaldıraç

Seninle dürüst olayım: Bir markanın bu değişkenlerden birini değiştirip hayalet atıf oranının tekrarlanabilir şekilde kıpırdadığı, yayımlanmış ve kontrollü bir müdahale çalışması yok. Seer, hayalet atıf oranını aylık bir KPI olarak izlemeyi, platforma ve huni aşamasına göre bölümlemeyi öneriyor. Bu bir ölçüm, kaldıraç değil. Durumun iyiye mi kötüye mi gittiğini söyler. Hangi değişikliğin iyileştirdiğini söylemez.

Bunu söylemeyi, bir ajansın kimsenin nedensel olarak oynatılabildiğini göstermediği bir KPI’ya karşı sana altı haneli “GEO retainer” satmasına izin vermeye tercih ederim. Durumun dürüst özeti şu: Siyah bir kutunun kendi tarafını ölçeklendiriyorsun, araştırmanın desteklediği kaldıraçları ağırlıklandırıyorsun, sonuç çıkarmadan önce bir çeyreğin geçmesine hazırsın.

Gerçek Bir WordPress veya WooCommerce Kurulumunda Nasıl Görünür

Econsultancy burada durur. Biz durmayız; çünkü odadaki bir sonraki soru “tamam, bunu nasıl gerçekten teslim edeceğiz”. Beş parça, bizim kurup işlettiğimiz bir mülkte hangi sırayla ele alırdıysam o sırayla.

Bir: varlık ayrıştırma katmanı. schema.org Organization işaretlemesi, tam bir sameAs dizisiyle: markanın Wikidata nesnesine, LinkedIn sayfasına, Crunchbase sayfasına, geçerliyse ticaret sicili kaydına ve kanonik sosyal profillerine giden bağlantılar. WordPress seçeneği olarak yönetilir, ince bir mu-plugin veya tema kancası aracılığıyla site genelinde enjekte edilir, tek bir doğruluk kaynağı olur. Wikidata nesnesi zaten varsa yarım sprint, yoksa oluşturulması ve çapraz referansların kurulması gerekir, bu da genç markalar için çoğu zaman bir ila iki sprint sürer.

İki: iddia düzeyinde marka adı yoğunluğu denetimi. Her gönderiyi ve sayfayı çeken, iddia taşıyan her paragrafta marka adının paragrafın içinde mi yoksa yalnızca başlık ve alt bilgide mi geçtiğini raporlayan bir WordPress sorgusu. Okunabilirlik puanı değil, yakınlık puanı. Marka adı kilit iddianın yanında duran içerik, bir motorun avlamak zorunda kalmadan alıntılayabildiği içeriktir. Denetimi inşa etmek için bir sprint, boşlukları kapatmak için iki ila dört hafta editoryal çalışma, sonra tekrarlayan bir Query Monitor işi olarak koşar.

Üç: bir motorun okuyabildiği üçüncü taraf değerlendirme yapısı. schema.org Review ve Rating işaretlemesi, kategorinde kullanılan platformlardan (G2, Trustpilot, Capterra) toplanıp aggregate edilir, her birinde profiline işaret eden sameAs ile. WooCommerce’te yerel yorumlar bir başlangıçtır; eksik olan, üçüncü tarafların yorumlarını yapay zekâ tarayıcısının çalıştıramayacağı bir JavaScript widget’ının arkasında bırakmak yerine kendi alan adında net bir review şeması altında makine okunabilir hâle getirmektir. Kaç kaynağı uzlaştırman gerektiğine göre bir ila iki sprint.

Dört: hayalet atıf KPI panosu. Yönlendirici alan adı ve kullanıcı aracına göre anahtarlanan, yapay zekâ yönlendirmeli oturumlar için bir GA4 özel boyutu, artı ChatGPT, Perplexity, Gemini ve Google AI Mode üzerinde temsili bir istem setinin üç aylık manuel denetimi. Üç aylık denetim gösterişsizdir; ama anımları ölçen tek parça odur, çünkü yönlendirici kayıtları yalnızca birinin tıkladığı atıfları ölçer. İki ile üç gün mühendislik, artı markanın dilini konuşan bir analistten çeyrekte duran yarım gün.

Beş: marka-iddia yakınlığı için içerik modeli değişikliği. Editöre marka adını iddia paragrafının içine tasarım gereği, hatırlama gereği değil, yerleştirmesini isteyen bir Advanced Custom Fields alanı veya blok deseni. İçerik modeli zorlamayı yapar; sonraki altı editörün dersi yeniden öğrenmesi gerekmez. Kurmak bir hafta, sonra görünmez olur.

Kabaca toplam: sekiz ile on hafta inşa, artı herhangi birinin işin yürüyüp yürümediği konusunda savunulabilir bir okuma yapabilmesi için bir çeyreklik ölçüm. Daha kısa bir takvim, sana sonuç değil pano satan birinden gelir.

Araç mı Ekip mi Diye Karar Veren Alıcıya Söyleyeceğim Şey

Bu alandaki araçlar çoğunlukla iki para biriminden birini ölçüyor, ölçtükleri de genelde atıf tarafı; çünkü atıf bir URL ve URL ayrıştırması kolay. İşlevli, ama yeterli değil. Anım tarafı, motorun ne yazdığını insanın okumasını gerektiriyor; dürüst denetimlerin hâlâ birinin salı öğleden sonrası istem listesiyle oturmasını içermesinin sebebi bu. Biri sana yalnızca log verisinden hesaplanmış bir “yapay zekâ görünürlük skoru” rakamı sunuyorsa, bu rakamın Indig’in iki rakamından hangisine karşılık geldiğini sor. Cevap veremiyorsa, cevabı almışsın demektir.

Yukarıdaki beş parçayı WordPress veya WooCommerce mülkünde, üç aylık denetim sahipsiz kalan bir sonraki iş olmayacak şekilde teslim etmek istiyorsan, bu bizim üstlendiğimiz türden bir iş. Dürüst konuşma bir arama uzaklıkta ve o aramaya önce teklifle değil, önce ölçüm çerçevesiyle geliriz.