AEO Nedir? Cevap Motorlarında Alıntılanmanın Şartları

Aynı toplantıda iki kişi AEO ve GEO terimlerini kullanır ve çoğu zaman farklı şeyleri kasteder. Biri Google'ın sonuç sayfasının tepesindeki cevap kutusunu düşünür, diğeri ChatGPT'nin sıfırdan yazdığı paragrafı. Karışıklık haksız değil, çünkü iki terim de aynı soruyu farklı yüzeylerden sorar: bir sistem kullanıcıya tek bir cevap verdiğinde o cevabın kaynağı kim oluyor?

AEO (Answer Engine Optimization), içeriğin bir cevap motoru tarafından doğrudan cevap kaynağı olarak kullanılmasını hedefleyen çalışmadır. Cevap motoru, kullanıcıya on mavi link yerine tek bir net cevap sunan yüzeydir: öne çıkan snippet, benzer sorular bloğu, sesli asistan yanıtı ve yapay zeka özetleri bu tanıma girer.

Kısaltmanın kendisi belirsizdir. Türkiye'de yapılan AEO aramalarının büyük bölümü Ankara Eczacı Odası'na veya gümrükteki Yetkilendirilmiş Yükümlü (Authorized Economic Operator) belgesine gider. Arama ve içerik bağlamında AEO yalnızca Answer Engine Optimization anlamına gelir.

AEO ile GEO aynı şey mi?

Aynı şey değiller ama aradaki sınır uygulamada giderek inceliyor. AEO, cevabın hazır bir pasaj olarak seçildiği yüzeyleri hedefler; sistem sizin cümlenizi alır ve kullanıcıya gösterir. GEO ise modelin birden fazla kaynağı okuyup kendi cümlesini kurduğu yanıtlarda kaynak olmayı hedefler; orada sizin cümleniz değil, bilginiz taşınır.

İki terimin yaşı da farklı. AEO arama sektörünün kendi içinden, öne çıkan snippet döneminde çıktı. GEO ise Princeton, Georgia Tech, Allen Institute for AI ve IIT Delhi'den araştırmacıların 2023'te yayımladığı çalışmayla literatüre girdi ve akademik bir tanımı var. Ayrıntılı çerçeve için GEO rehberi bu tarafı tek başına ele alıyor.

Pratikte ikisi aynı şeyi ister: bir pasajın kendi başına, çevresindeki paragraflar olmadan da anlaşılabilir olması. Sektörde şemsiye terim yavaş yavaş GEO'ya kayıyor, çünkü cevap yüzeylerinin çoğu artık hazır pasaj seçmek yerine sentez üretiyor. Terim tercihinizi ayrı bir strateji gibi kurgulamanız gerekmiyor.

Cevap motoru yüzeyleri ve tıklama davranışları

Cevap motoru soyut bir kategori değil, sayılabilir bir yüzey listesidir. Bu yüzeylerin en önemli farkı görünürlüğün tıklamaya dönüşüp dönüşmemesidir.

Öne çıkan snippet ile benzer sorular bloğu birbirinden bağımsız da değil: Google'ın dokümantasyonuna göre öne çıkan snippet, benzer sorular grubunun içinde de görünebiliyor. Türkçe tarafta yapay zeka özetleri Şubat 2026'da açıldı, dolayısıyla bu yüzeyin Türkçe sorgulardaki geçmişi İngilizceye kıyasla çok kısa.

Bir sayfa cevap kutusuna nasıl işaretlenir?

İşaretlenemez. Google'ın kendi dokümantasyonu bu soruyu birebir soruyor ve cevabı iki kelime: yapamazsınız. Sayfanın kullanıcının sorgusu için iyi bir öne çıkan snippet olup olmayacağına Google'ın sistemleri karar veriyor ve uygun bulursa sayfayı yukarı taşıyor. Bunu tetikleyen özel bir şema tipi, HTML etiketi veya işaretleme yok.

İlginç olan, ters yönde tam kontrolün bulunması. Bir sayfanın tüm snippetlerini nosnippet kuralıyla kapatabilir, tek bir metin bloğunu data-nosnippet özniteliğiyle dışarıda tutabilir veya max-snippet değerini düşürerek öne çıkan snippet olarak seçilme ihtimalini azaltabilirsiniz. Google garantili çözüm olarak yalnızca nosnippet kuralını gösteriyor; kısa max-snippet değeri ihtimali düşürür ama sıfırlamaz.

Bu asimetri AEO'nun karakterini belirler. Çıkmamayı teknik olarak garantileyebilirsiniz, çıkmayı garantileyemezsiniz. Elinizde kalan tek kaldıraç içeriğin kendisidir, bir işaretleme katmanı değil.

AEO klasik SEO'nun yerine geçmiyor

Cevap yüzeyleri ayrı bir altyapı üzerinde çalışmıyor. Google, yapay zeka özetlerinde ve AI Mode'da destekleyici bağlantı olarak görünmek için sayfanın indekslenmiş ve snippet ile gösterilmeye uygun olması gerektiğini, bunun ötesinde ek bir teknik gereklilik bulunmadığını yazıyor. Aynı doküman, bu yüzeyler için de olağan arama iyi uygulamalarının geçerli olduğunu söylüyor.

Pratik sonucu şudur: sayfa indekslenmiyorsa, canonical'ı başka bir adresi işaret ediyorsa veya snippet gösterimi kapatılmışsa AEO çalışması hiç başlamamış demektir. Arama motoru optimizasyonunun teknik tabanı AEO'nun önkoşuludur, alternatifi değil. Bir markanın cevap yüzeylerinde görünmemesinin en sık nedeni içeriğin cevap verebilir olmaması değil, sayfanın o sorgu için aday havuzuna hiç girmemesidir.

Ölçüldüğünde sonuç vermeyen AEO taktikleri

AEO adı altında dolaşan tavsiyelerin bir bölümü ölçülmüş ve beklenen sonucu vermemiş durumda. Bunları ayıklamak, yeni taktik eklemekten daha fazla zaman kazandırıyor.

• FAQ şeması. Google FAQ zengin sonuçlarını önce yalnızca tanınmış kamu ve sağlık sitelerine daralttı, ardından tamamen kaldırdı. Bu sonuç tipi artık arama sonuçlarında gösterilmiyor ve ilgili dokümantasyon da yayından kaldırıldı. FAQPage işaretlemesi bugün görünür bir kazanım üretmiyor.
• Yapısal verinin genel etkisi. 1.885 sayfayı karşılaştıran bir deneyde şema işaretlemesi eklemek yapay zeka görünürlüğünü artırmadı. Bu tek bir karşılaştırmalı çalışma olduğu için genelleme sınırlıdır. Yapısal veri klasik arama özellikleri ve anlam tutarlılığı için hâlâ yararlı; atıf kazandıran bir kaldıraç olarak sunulması ise kanıtlanmış değil.
• llms.txt dosyası. Büyük motorların hiçbiri bu dosyayı atıf için okumuyor. Google bunu açıkça belirtti ve 515 milyon bot isteğini kapsayan bir inceleme de dosyanın çekildiğine dair anlamlı bir iz bulmadı.
• Başlıkların belirli bir yüzdesini soruya çevirmek. Soru biçimli başlıkların daha sık alıntılandığına dair yönlendirici bulgular var, ancak bu bulgu bir oran kuralına dönüşmez. Soru başlığı taşıyan sayfalar zaten soru sorgularını hedefleyen sayfalardır, dolayısıyla ölçülen şey başlığın biçimi değil sorguyla eşleşme olabilir. Kullanıcı gerçekten o soruyu soruyorsa soru başlığı doğal olur; başlıkların yarısını zorla soruya çevirmek bir yöntem değildir.

Cevap motorları kaynağı neye göre seçiyor?

Kaynak seçimi hakkında elimizdeki en güçlü veriler gözlemsel, yani ilişki gösteriyor, neden sonuç kanıtlamıyor. Bu ayrımı korumak, veriyi kullanılabilir kılan şeyin kendisi.

En dikkat çekici bulgu kendi sitenizin tek kaldıraç olmadığı. 25 milyondan fazla atıfın incelendiği bir çalışmada atıfların yaklaşık %84'ü markanın kendi mülkü olmayan, kazanılmış yayınlardan geldi. Marka hakkında başka yerlerde ne yazıldığı, kendi sayfanızda ne yazdığınız kadar belirleyici görünüyor.

Konum da anlamlı. 1,2 milyon ChatGPT yanıtındaki 18 bin atıfı inceleyen bir çalışmada atıfların yaklaşık %44'ü içeriğin ilk üçte birinden alınmış. Bundan çıkan kural bir yüzde hedefi değil, basit bir mimari tercihtir: en değerli cevabı ve kanıtı yazının geç bölümlerine saklamayın. Pasaj düzeyinde bunun nasıl kurulduğunu yapay zekada alıntılanan içerik nasıl yazılır yazısı adım adım ele alıyor.

75 bin markayı kapsayan bir korelasyon çalışmasında yapay zeka görünürlüğüyle en güçlü ilişkiyi YouTube varlığı (0,737) ve web genelindeki marka anılmaları (0,664) gösterdi; backlink sayısının ilişkisi çok daha zayıftı (0,218). Bunlar korelasyon katsayılarıdır. YouTube kanalı açmanın yapay zeka görünürlüğünü artıracağı anlamına gelmez; büyük markaların hem daha çok video içeriği hem daha çok anılması olması gibi ortak bir açıklayıcı değişken ihtimali duruyor.

Platformlar da aynı kaynakları seçmiyor. 3,25 milyar atıfı kapsayan bir analizde ChatGPT ile Perplexity'nin kaynak örtüşmesi yalnızca %11 çıktı. Bir platformda kaynak olmanız diğerinde de olacağınızı göstermiyor, bu yüzden ölçüm tek motor üzerinden yapılamaz.

AEO sonucu nasıl ölçülür?

Ölçümde en sık yapılan hata atıf ile marka anılmasını tek metrik saymaktır. Sayfanız kaynak olarak gösterilip marka adınız cevapta hiç geçmeyebilir, ya da tam tersine marka adınız anılır ama hiçbir bağlantı verilmez. İkisi ayrı ayrı sayılmalıdır, çünkü ayrı işler yaparlar.

İkinci mesele yanıtların stokastik olması. Aynı sorgu farklı zamanlarda farklı kaynak setleri döndürebilir, dolayısıyla tek çalıştırmadan sonuç çıkarmak yanıltıcıdır. Kritik sorgular tekrarlanır ve farklı ifade biçimleriyle sınanır. Seobaz'ın yapay zeka görünürlüğü çalışması bu takibi sabit bir sorgu seti üzerinde tekrarlayarak yürütür.

Tıklama tarafında ise sınır net: öne çıkan snippet üzerinden gelen tıklama Search Console'da olağan organik tıklama olarak görünür, yapay zeka yüzeylerinden gelen trafiği ayrı bir kalem olarak izlemek bugün mümkün değil. Bu yüzden AEO çalışmasının sonucu yalnızca trafik grafiğine bakılarak değerlendirilemez.

AEO kimin için öncelikli kimin için değil

Cevap yüzeyleri, kullanıcının satın almadan önce anlamak istediği alanlarda ağırlık kazanıyor. Tanım, karşılaştırma, uygunluk ve nasıl çalışır tipi sorguların yoğun olduğu B2B hizmetler, teknik ürünler, yazılım ve danışmanlık bu tanıma giriyor. Buralarda kullanıcı önce kavramı öğreniyor, tedarikçiyi sonra seçiyor.

Öncelik sırası düşen alanlar da var. Talebin fiziksel yakınlıkla belirlendiği yerel hizmetlerde kullanıcı haritaya gidiyor, cevap kutusuna değil. Marka bilinirliğinin talebi zaten getirdiği durumlarda ve kullanıcının doğrudan işleme geçtiği sorgularda cevap yüzeyi kararı çok az değiştiriyor.

Karar verirken hesaba katılması gereken asıl takas şu: cevap yüzeyinde görünmek her zaman tıklama getirmez. AEO bir bilinirlik ve güven kanalıdır; doğrudan trafik kanalı gibi modellenirse hem yanlış ölçülür hem de yanlış bütçelenir.

Sık sorulan sorular

Sitemdeki FAQ şemasını kaldırmam gerekiyor mu?

Gerekmiyor. Google, kullanılmayan yapılandırılmış verinin arama açısından bir sorun yaratmadığını, dolayısıyla mevcut işaretlemeyi proaktif olarak sökmeye gerek olmadığını belirtiyor. Ancak görünür bir kazanım da üretmediği için yeni sayfalarda öncelik listenizde tutmanız için bir neden kalmadı.

AEO için ayrı içerik mi üretmeliyim?

Çoğu durumda hayır. Cevap yüzeyleri aynı indekslenmiş sayfayı kullandığı için ayrı bir AEO içerik hattı kurmak aynı konuda ikinci bir sayfa üretmek anlamına gelir ve kendi sayfalarınızı birbirine rakip yapar. Daha verimli yol, mevcut içeriğin pasaj yapısını ve cevap netliğini düzenlemektir.

Türkçe sorgularda durum İngilizceden farklı mı?

Gözlem penceresi açısından farklı. Google yapay zeka özetlerini Türkçe sorgulara Şubat 2026'da açtı, yani Türkçe tarafta birikmiş veri İngilizceye göre çok daha az. İngilizce sorgulardan çıkan atıf davranışını Türkçeye doğrudan taşımak bu nedenle güvenli değil; ölçümün hedef dilde tekrarlanması gerekir.