Query fan-out tam olarak ne yapar?
Query fan-out, bir arama sisteminin kullanıcıdan gelen tek soruyu alt konulara ayırıp her biri için ayrı arama çalıştırmasıdır. Google'ın kendi dokümantasyonu bunu açıkça tarif ediyor. Hem AI Overviews hem de AI Mode, bir cevap üretirken alt konular ve farklı veri kaynakları üzerinde birden çok ilişkili arama yapabilir. Ekranda tek bir soru vardır, arka planda o sorunun parçalarına karşılık gelen bir arama kümesi çalışır.
Buradaki ayrım genelde gözden kaçıyor. Fan-out bir sıralama faktörü değil, bir bilgi getirme tekniğidir. Sayfaya puan eklemez, sayfanın hangi sorularla karşılaştırılacağını değiştirir. Klasik aramada sayfa, kullanıcının yazdığı ifadeyle yarışır. Fan-out mantığında sayfa, o ifadeden türetilmiş ve kullanıcının hiç yazmadığı alt sorularla yarışır. Bugün üretken arama motoru optimizasyonu başlığı altında tartışılan çoğu şeyin altında bu tek mekanizma yatıyor.
Google'ın tanıtımda verdiği örnek farkı iyi gösteriyor. Akıllı yüzük, akıllı saat ve uyku takip matı arasındaki uyku takibi farklarını soran bir kullanıcı için tek bir sonuç listesi yeterli değildir. Sistem soruyu cihaz ailelerine, ölçülen metriklere ve karşılaştırma kriterlerine bölerek arar, sonuçları toplar ve tek bir cevapta birleştirir. Kullanıcı bir soru yazmıştır, sistem birden çok arama yapmıştır.
Tek sorgu nasıl birden çok aramaya dönüşür?
Sürecin çalışma sırası şu şekildedir.
- Soru çözümlenir ve içindeki ayrı bilgi ihtiyaçları alt konulara ayrılır.
- Her alt konu için ayrı bir arama sorgusu üretilir. Google bunu kullanıcı adına eş zamanlı çok sayıda sorgu göndermek olarak tanımlıyor.
- Her sorgu kendi aday belge kümesini getirir. Bir alt sorgu için güçlü olan sayfa, diğeri için hiç görünmeyebilir.
- Bu kümeler tek bir aday havuzunda birleşir ve cevaba girecek bilgi bu birleşik havuzdan seçilir.
- Cevabın yanında gösterilen bağlantılar da aynı havuzdan çıkar. Google, cevap üretilirken modellerin daha fazla destekleyici sayfa belirlediğini ve bu sayede klasik aramaya kıyasla daha geniş ve daha çeşitli bir bağlantı kümesi gösterebildiklerini söylüyor.
Google'ın arama içi sohbeti konu alan bir patent başvurusu bu tarifi tamamlıyor. Başvuruda anlatılan modelde bir dil modeli, kullanıcının sorgusunu ve bağlam bilgisini işleyerek ek sorgular üretiyor. Bunlar sorgunun yeniden yazılmış hâlleri, tamamlayıcı sorgular veya konuyu derinleştiren sorgular olabiliyor. Ardından hem asıl sorguya hem de bu ek sorgulara cevap veren belgeler tek bir sonuç kümesine alınıyor. Bir patent başvurusunun üretimde birebir böyle çalıştığının kanıtı olmadığını belirtmek gerekir, ancak resmi açıklamalarla aynı yöne işaret ediyor.
Tekniğin ölçeği sabit değil. Google, derin araştırma modunun aynı fan-out yaklaşımını daha ileri taşıdığını ve yüzlerce arama çalıştırabildiğini belirtiyor. Model tarafındaki güncellemelerde de vurgulanan şey, daha fazla arama yaparak daha önce kaçırılan içeriği bulmak oldu. Yön bellidir: tek soru başına yapılan arama sayısı artıyor.
Klasik aramadan farkı nerede?
| Boyut | Klasik arama | Fan-out mantığı |
|---|---|---|
| Çalışan sorgu sayısı | Kullanıcının yazdığı tek sorgu | Sorudan türetilmiş çok sayıda alt sorgu |
| Rekabet birimi | Sayfanın sorguya karşı sıralaması | Sayfanın kaç alt sorgunun havuzuna girdiği |
| Kaynak seçimi | Tek bir sonuç listesi | Birden çok listenin birleştiği ortak havuz |
| İçerik avantajı | Tek ifadeye odaklanmış sayfa | Konunun alt sorularını karşılayan sayfa |
| Ölçüm | Sorgu bazında sıralama izlenebilir | Alt sorgular raporlanmaz, sonuç dolaylı okunur |
Uygunluk tarafı değişmez. Sayfa taranabilir ve dizine eklenebilir değilse hiçbir alt sorgunun havuzuna giremez. Yapay zeka cevaplarında kaynak olarak gösterilme koşulları klasik aramanın kapılarıyla aynıdır. Google bu özellikler için ek bir teknik şart olmadığını, yeni bir makine tarafından okunabilir dosya, yapay zeka metin dosyası veya özel işaretleme üretilmesi gerekmediğini açıkça yazıyor.
İçerik tarafında ne değişir?
Tek anahtar kelimeye kurulmuş sayfanın açığı
Bir sayfa tek bir ifadeye göre kurulduğunda o ifadenin etrafındaki alt soruları çoğunlukla yüzeysel geçer. Fan-out mantığında bu sayfa yalnızca kendi ifadesine karşılık gelen alt sorgunun havuzuna girer. Diğer alt sorgular için başka siteler seçilir ve cevabın gövdesi büyük ölçüde onlardan kurulur. Sayfa teknik olarak "sıralanıyor" olabilir, ancak cevaba katkısı tek bir parçayla sınırlı kalır.
Aynı sorun kapsamı çok dar tutulmuş içerik kümelerinde de görülür. Bir konu on ayrı ince sayfaya bölündüğünde her sayfa yalnız bir alt sorguya cevap verir, hiçbiri konunun tamamını taşımaz. Fan-out kapsamını yüzeysel uzun kuyruk sayfası üretmekle karıştırmamak gerekir. Sistem sayfa sayısını değil, bir sorunun parçalarına verilen cevabın kalitesini toplar.
Alt soruları karşılayan sayfa neden öne geçer?
Bir konunun tanımını, işleyişini, sınırlarını, karşılaştırmasını ve tipik hata senaryolarını gerçekten karşılayan sayfa, aynı sorudan türeyen birden çok alt sorgunun havuzuna aynı anda girebilir. Bu, aynı cevapta birden fazla noktada kaynak olma ihtimalini artırır.
Bunun pratik karşılığı bölüm tasarımıdır. Her bölümün tek ve belirgin bir bilgi görevi olmalı, o bölüm bağlamından koparıldığında bile kendi iddiasını taşıyabilmelidir. Alt sorgular sayfanın tamamını değil, sayfanın içindeki kullanılabilir parçayı seçer. Bölümler birbirine yaslanarak anlam kazanıyorsa, tek başına alınan parça eksik kalır. Terimlerin ilk geçtiği yerde net biçimde açıklanması da aynı nedenle işe yarar, bu yüzden kurumsal içeriklerde ortak bir yapay zeka ve SEO sözlüğü tutmak dağınık tanımları toparlar.
Search Console'da tanımadığınız sorgular neden çıkar?
Sorgu listesinde ne görünür?
Performans raporundaki sorgu listesinde giderek daha fazla tuhaf ifade birikiyor. Tam cümle hâlinde uzun sorular, sohbet parçaları, hatta tek başına anlamsız görünen kısa yanıtlar. Bunlar rastgele değil, belgelenmiş bir davranışın sonucu.
Google, AI Mode içinde sorulan takip sorusunun aslında yeni bir sorgu olduğunu söylüyor. Yeni cevaptaki tüm gösterim, konum ve tıklama verisi bu yeni kullanıcı sorgusuna yazılıyor. Yani bir kullanıcı önce normal bir soru sorup ardından sohbeti sürdürdüğünde, sürdürme cümlesi de sorgu listesine düşer. Sohbet dilinde yazılmış bir ifade, arama kutusuna yazılmayacak biçimde göründüğü için raporda yabancı durur.
İkinci kaynak, sorunun kendisidir. Yapay zeka arayüzlerine yazılan sorular klasik arama kutusuna yazılanlardan belirgin biçimde daha uzun. Sayfanız o uzun sorunun yalnızca bir alt sorgusuna cevap verdiği hâlde, raporda kullanıcının yazdığı tam soruyu görürsünüz. Sayfa hiç hedeflemediği bir cümleden gösterim toplar, çünkü havuza giren şey sayfanın hedef kelimesi değil, alt sorguya verdiği cevaptır.
Bu sorgular nasıl okunur?
Önce sınırı bilmek gerekiyor. Google fan-out alt sorgularını yayımlamıyor. Yapay zeka özelliklerine ait ayrı performans raporu veriyi sayfa, ülke, cihaz ve tarih boyutlarında gruplandırıyor, sorgu boyutu sunmuyor. Dolayısıyla Search Console bir fan-out günlüğü değildir ve olmayacaktır. Piyasadaki fan-out araçlarının ürettiği alt sorgu listeleri de Google'ın gerçek alt sorguları değil, kendi modelleriyle ürettikleri benzetimlerdir. Fikir üretmek için yararlı olabilir, ölçüm yerine geçmez.
Doğru okuma şudur: bu ifadeler kelime hedefi değil, konu boşluğu sinyalidir. Tuhaf sorgular arasında aynı kavramın tekrar eden bir yönü çıkıyorsa, mevcut sayfanızda o yön eksik demektir. Yapılacak iş her ifade için yeni bir sayfa açmak değil, ilgili sayfada o alt soruyu gerçekten karşılayan bir bölüm kurmaktır. Tıklama tarafında ise AI Mode içindeki dış bağlantı tıklamalarının normal tıklama olarak sayıldığını ve konumun klasik sonuç sayfasıyla aynı yöntemle hesaplandığını bilmek, veriyi olduğundan farklı yorumlamayı önler.
Fan-out okumasında sık yapılan hatalar
- Alt sorgu sayısını kesinmiş gibi kullanmak. Google bir soru başına kaç sorgu çalıştırdığını açıklamıyor. Resmi ifadeler eş zamanlı çok sayıda sorgu ve derin araştırmada yüzlerce arama düzeyinde kalıyor. Dolaşımdaki sabit rakamlar üçüncü taraf tahminidir.
- Her alt sorgu için ayrı ince sayfa üretmek. Bu, kapsam yerine kanibalizasyon üretir ve hiçbir sayfayı konunun tamamını taşıyacak güce ulaştırmaz.
- Başlıkları yapay soru kalıplarına çevirmek. Soru formatı kullanıcı gerçekten öyle soruyorsa işe yarar. Zorlama soru başlıkları bilgi ihtiyacını karşılamaz, yalnızca biçimi taklit eder.
- Tek bir metriğe bakmak. Bir sayfa alıntılanabilir ama marka adı cevapta geçmeyebilir. Marka adı geçebilir ama bağlantı verilmeyebilir. Bunlar ayrı ölçülür, bu yüzden yapay zeka görünürlüğü ölçümü tek bir rapor satırına indirgenmez.
- Uygunluğu atlamak. Önizleme kısıtlayan etiketler ve tarama engelleri, içerik ne kadar iyi olursa olsun sayfayı havuzun dışında bırakır.
Sıkça Sorulan Sorular
Google bir soruyu kaç alt sorguya bölüyor?
Google bu sayıyı yayımlamadı. Resmi açıklamalarda geçen ifadeler eş zamanlı çok sayıda sorgu ve derin araştırma modunda yüzlerce arama biçiminde. Sayı sorunun karmaşıklığına göre değişiyor, sabit bir eşik yok.
Fan-out alt sorgularını bir araçla görebilir miyim
Gerçek alt sorguları göremezsiniz. Google bunları raporlamıyor ve yapay zeka özelliklerine ait performans raporunda sorgu boyutu bulunmuyor. Araçların ürettiği listeler kendi modelleriyle yapılmış tahminlerdir, Google'ın çalıştırdığı sorgular değildir.
Fan-out için ayrı bir teknik dosya veya işaretleme gerekiyor mu?
Hayır. Google bu özelliklerde görünmek için ek bir gereklilik olmadığını, yeni bir makine tarafından okunabilir dosya, yapay zeka metin dosyası veya özel işaretleme oluşturulması gerekmediğini belirtiyor. Site sahibinin elindeki kontroller klasik aramadakilerle aynıdır.
Tek anahtar kelimeye optimizasyon tamamen bitti mi?
Bitmedi, ama tek başına yetmiyor. Sayfanın dizine eklenmesi ve önizlemeye uygun olması hâlâ klasik arama tarafındaki işlerdir ve bunlar olmadan hiçbir alt sorgu havuzuna girilmez. Değişen şey rekabetin birimidir. Tek ifadeye göre kurulmuş sayfa bir alt sorguya cevap verirken, konunun alt sorularını karşılayan sayfa aynı cevapta birden çok noktada kaynak olabilir.
