GEO Konu Haritası: LLM’lerin Markanızı Önermesi İçin Çerçeve

GEO Konu Haritası: LLM’lerin Markanızı Önermesi İçin Çerçeve

Bir müşteri adayı ChatGPT’ye “küçük bir ekip için hangi aracı almalıyım?” diye yazıyor ve cevapta üç beş marka adı çıkıyor. Sizinki o listede yoksa, çoğu zaman neden olmadığını bile göremiyorsunuz. Sıralama raporunuz yok, tıklama verisi yok, elinizde yalnızca satış toplantısında duyduğunuz bir cümle var: “Sizi yapay zekâ önerdi.”

Bu yazıda Grow & Convert ekibinin yayımladığı üç çalışmadan yola çıkarak bir GEO konu haritasının nasıl kurulacağını anlatıyorum. Önce bir not: “GEO topic map” tek bir hazır şablon değil. Ben bu ifadeyi, markanızın önerilmesini istediğiniz problemleri, soruları ve senaryoları sistematik biçimde listeleyen çalışma haritası anlamında kullanıyorum. Dayanaklarım ise yayımlanmış veriler: ChatGPT’nin atıf verdiği kaynakları Google ve Bing sonuçlarıyla karşılaştıran bir çalışma, Grow & Convert’in “Prioritized GEO” çerçevesi ve “Invisible Prompts” yazısı.

Yapay zekâ aramasının SEO ile ilişkisini genel hatlarıyla merak ediyorsanız yapay zekâ kategorisindeki yazılara da bakabilirsiniz; bu yazı onların pratik tarafını tamamlıyor.

İçindekiler

• Konu Haritası Nedir ve Neden Anahtar Kelime Listesi Yetmiyor?
• Atıfların Çoğu Neden Sıralamadan Gelmiyor?
• Haritayı Alttan Üste Kurmak: Satın Alma Niyetli Konular
• Haritanın Ham Maddesi: Müşteri Konuşmaları
• Haritayı Adım Adım Çıkarmak
• Haritayı Türkiye Bağlamında Kullanmak
• Sıkça Sorulan Sorular
• Toparlarsak
• Kaynakça

Konu Haritası Nedir ve Neden Anahtar Kelime Listesi Yetmiyor?

Klasik SEO’da çalışma kâğıdınız bir anahtar kelime tablosudur: hacim, zorluk, sıralama. Yapay zekâ aramasında bu tablo tek başına işe yaramıyor, çünkü insanlar yapay zekâya kısa ifadelerle değil, uzun ve kişisel konuşmalarla soru soruyor. Grow & Convert’in “Invisible Prompts” yazısı bunu şöyle özetliyor: kullanıcının yazdığı cümle (literal prompt) ile modelin cevap verirken gerçekte dikkate aldığı bağlam (effective prompt) aynı şey değil. Model, kullanıcının sektörünü, ekip büyüklüğünü, bütçesini, daha önce denediklerini bilebiliyor. Yazarlar buna “arama hacmi bir olan prompt’lar” diyor.

Bu durumda “şu prompt’ta birinci olayım” hedefi anlamını yitiriyor, çünkü o prompt’u birebir yazacak kimse yok. Geriye şu soru kalıyor: Ürünüm hangi problemlerde, hangi tür müşteriye, hangi koşulda iyi bir cevap? İşte konu haritası bu sorunun yazılı hâli. Haritanın her satırı bir problem alanı, o alandaki müşteri tipi, itirazlar, rakip alternatifler ve elinizdeki kanıtlardan oluşur.

Örneğin dijital pazarlama danışmanlığı veren bir işletme için satırlar şöyle olabilir: “küçük işletmeler için dijital pazarlama bütçesi nasıl planlanır”, “e-ticaret sitesi için SEO mu reklam mı daha mantıklı”, “B2B lead üretimi için ilk 90 gün planı”. Bunlar tahmin değil, sadece sürecin nasıl işlediğini göstermek için seçilmiş örnek satırlar. Sizin haritanız kendi müşterilerinizin cümlelerinden çıkmalı.

Atıfların Çoğu Neden Sıralamadan Gelmiyor?

Haritayı neden alt alta anahtar kelime sıralamasına bırakmadığımızı gösteren en net veri, Katelyn Urich’in 30 Mart 2026 tarihli çalışması. Ekip, B2B, B2C, yazılım, hizmet ve fiziksel ürün kategorilerinden 100 satın alma niyetli prompt’u ChatGPT’nin tarayıcı arayüzünde denedi. Bunların 83’ü web araması tetikledi ve her biri iki ila dört arka plan sorgusu (fan-out sorgusu) üretti. Sonra ChatGPT’nin atıf verdiği kaynaklar, bu sorguların Google ve Bing sonuçlarıyla karşılaştırıldı.

Sonuçlar şöyle: Atıf yapılan kaynakların yaklaşık yüzde 27’si Google’daki, yüzde 23’ü Bing’deki sonuçlarda yer alıyordu. İki arama motorunun kendi aralarındaki yaklaşık yüzde 10’luk örtüşme hesaba katıldığında, kaynakların kabaca yüzde 40’ı iki motordan birinin ilk 10 sayfasında bulunuyordu. Yani yaklaşık yüzde 60’ı bulunmuyordu. Alan adı düzeyinde bakıldığında, yani atıf yapılan sitenin herhangi bir sayfası o sorguda sıralanıyorsa, örtüşme yaklaşık yüzde 50’ye çıkıyordu. Yazar bundan, ChatGPT’nin konusunda otoriter alan adlarını tercih ediyor olabileceği sonucunu çıkarıyor; ama bunun bir yorum olduğunu da belirtiyor.

Burada dikkat edilmesi gereken bir ayrım var: yüzde 40, atıf yapılan kaynakların arama sonuçlarında da görünme oranı. Çalışma bir nedensellik iddia etmiyor. Kalan kısmın nereden geldiğine dair yazarın sunduğu açıklamalar (OpenAI sunucularındaki görünmeyen aramalar, önbellek, eğitim verisi, hatalı URL’ler) kanıtlanmış değil, varsayım.

Bir başka bulgu da haritanın şeklini belirliyor: atıf yapılan kaynakların yaklaşık yüzde 78’i listeler, ürün sayfaları ve ana sayfalar gibi SEO tarzı pazarlama içerikleriydi. Yani yapay zekâ, markaların kendi yazdığı ticari sayfalara da atıf veriyor. Bu sayfaların ne kadar net ve ayrıntılı olduğu önem kazanıyor. Fan-out sorgusu mantığını daha ayrıntılı okumak isterseniz sitedeki Fan-Out Sorgu Stratejisi Neden Düşündüğünüz Gibi Çalışmıyor? yazısı bu çalışmayı ele alıyor.

Çıkarım şu: Tek tek fan-out sorgularını hedeflemek, yazarın deyişiyle, size yarıdan az bir atıf şansı veriyor. Daha sağlam yol, ilgili geleneksel arama ifadelerinde ürün odaklı ve derin içerik üreterek konu düzeyinde otorite kurmak. Konu haritası bu otoriteyi hangi alanlarda kuracağınızı belirler.

Haritayı Alttan Üste Kurmak: Satın Alma Niyetli Konular

Grow & Convert’in Prioritized GEO çerçevesi önceliği üç katmana ayırıyor: önce kendi sitenizdeki içerik, sonra diğer sitelerde markanızdan söz edilmesi (dijital PR, topluluk mentionları), en son llms.txt gibi sitede yapılan teknik düzenlemeler. Yazarlar yapay zekâ görünürlüğünün temelinde yine geleneksel web aramasının olduğunu savunuyor, çünkü modeller ürün önerisi gibi sorularda çoğunlukla web’de arama yapıyor.

Haritayı kurarken en kritik karar da buradan çıkıyor: satın alma niyeti taşıyan konulara öncelik verin. Çerçevenin gerekçesi şu: “X nedir?” ya da giriş seviyesinde “nasıl yapılır” sorularında kullanıcı çoğunlukla yapay zekânın içinde kalıyor; cevap markasız geliyor ya da kaynak gösterilse bile tıklama çok düşük kalıyor. Oysa “küçük işletme için en iyi muhasebe programları hangileri?” gibi sorularda model marka listeliyor ve sizin adınız o listede geçebiliyor. Tık gerekmeden önerilmiş oluyorsunuz.

Bu, bilgi içeriğinden vazgeçin demek değil. Sitenizin otoritesi için eğitici içeriklerin yeri hâlâ var. Ama sınırlı zamanınız ve bütçeniz varsa, haritanın ilk sıralarına şunlar yazılmalı:

• Karşılaştırma ve alternatif soruları (“A mı B mi”, “A’ya alternatif”)
• Belirli bir müşteri tipine yönelik öneri soruları (“tek kişilik e-ticaret için hangi araç”)
• Fiyat, kapsam ve kurulum süresi gibi karar anı soruları
• Belirli bir probleme çözüm arayan senaryolar (“sepet terk oranı yüksek, ne yapmalı”)

Haritanın Ham Maddesi: Müşteri Konuşmaları

Haritanın en değerli kısmı, Google araştırmasıyla bulunamayacak bilgi. Grow & Convert’in “Personalized GEO” yazısında anlattığı yöntem bunu açıkça söylüyor: müşteriyi en iyi tanıyan kişilerle konuşun. Satış ekibi, müşteri destek ekibi, ürün ekibi ve kurucular, kullanıcıların hangi sorunları ve kullanım senaryolarını dile getirdiğini bilir. Yazarlara göre bu ayrıntılar ne Google’dan ne de yapay zekâ ile üretilmiş metinden gelir; şirketin içinden gelmek zorunda.

Pratikte bunu şöyle yapabilirsiniz. Son altı ayın satış görüşmesi notlarını, destek taleplerini ve kaybedilen tekliflerin gerekçelerini bir tabloya dökün. Her satıra şu soruları sorun: Müşteri sorunu hangi cümleyle anlattı? Bizi neden seçti ya da neden seçmedi? Hangi rakiple karşılaştırdı? Aynı cümleler üç dört kez tekrar ediyorsa, haritanıza yeni bir satır eklemişsiniz demektir.

Müşteri tipini netleştirmek haritanın kalitesini doğrudan etkiliyor. Kime yazdığı belli olmayan içeriklerin yapay zekâ aramasında neden geride kaldığını AI Aramada Kaybeden İçeriğin Ortak Özelliği yazısında ayrıca ele almıştım.

Haritayı Adım Adım Çıkarmak

Aşağıdaki sıra, yukarıdaki kaynaklardaki fikirleri tek bir çalışma planına çeviriyor. Adımları ben sıraladım; bunlar Grow & Convert’in birebir yöntemi değil, uygulama önerisi.

Birinci adım, problem listesi. Ürününüzün çözdüğü problemleri müşterinin ağzından yazın. “CRM yazılımı satıyoruz” bir problem değil; “satış ekibi hangi müşteriyi ne zaman arayacağını bilmiyor” bir problemdir. Bu listeyi 10 ila 20 satırla sınırlayın.

İkinci adım, konu ekosistemi. Her problem için komşu konuları çıkarın. Proje yönetimi aracı sattığınızı düşünün: ekip koordinasyonu, görev takibi, uzaktan çalışma düzeni, teslim tarihi yönetimi, kaynak planlama. Her komşu konu ayrı bir içerik fırsatıdır ve hepsi aynı otorite alanını besler.

Üçüncü adım, boşluk analizi. Her satır için sitenizde ne var, ne eksik, rakipler neyi kapsıyor diye bakın. Bunu yaparken yalnızca Google’da değil, ChatGPT, Gemini ve Perplexity’de de aynı soruları elle deneyin. Cevaplarda kimler çıkıyor, hangi sayfalara atıf veriliyor, not alın. Tek bir denemenin kişiselleştirme nedeniyle farklı çıkabileceğini unutmayın; bu yüzden sonuçları kesin sıralama değil, eğilim olarak okuyun.

Dördüncü adım, öncelik. Satın alma niyetli satırları öne alın. Her satır için tek bir derin sayfa planlayın: kimin için, hangi senaryoda, hangi sonucu verdiği, fiyat ve kapsam, bir vaka ya da sayısal örnek. Grow & Convert’in tarifi, bu içeriği “tanıtım rehberi” derinliğinde değil, bir satış görüşmesi derinliğinde yazmak yönünde.

Beşinci adım, dağıtım. Sayfalar yayına girdikten sonra vaka çalışmalarını, sektör sitelerindeki konuk yazılarını ve doğru topluluklardaki katkıları haritanın satırlarıyla eşleyin. Bu, çerçevedeki ikinci katman olan dışarıdaki anmaların işini görür.

Altıncı adım, izleme. Her ay konu bazında bakın: Bu satırda markamız anılıyor mu? Organik görünürlük artıyor mu? Satış görüşmelerinde bu konuyu açan müşteri var mı?

Haritayı Türkiye Bağlamında Kullanmak

Türkiye’deki işletmeler için iki ek not. Birincisi dil: Türkçe sorularda yapay zekâ araçlarının atıf verdiği kaynak havuzu İngilizceye göre çok daha dar olabilir. Bunu kendiniz test edin; haritanızdaki ilk on satırı Türkçe ve İngilizce sorun, kimlerin çıktığına bakın. Kendi pazarınızda yeterli derin Türkçe içerik yoksa, bu bir açık kapı demektir. Ama bu bir gözlem önerisi; Türkçe için güvenilir bir oran verecek yayımlanmış bir veri bulamadım, o yüzden sayı vermiyorum.

İkincisi, kanıt. Yurt dışı vaka örnekleri Türk alıcıya çok şey anlatmıyor. Yerel müşteri vakaları, Türk lirası bazlı bütçe örnekleri, KDV ve fatura gibi yerel koşullar sayfalarınıza özgünlük katar ve herhangi bir rakibin kolayca kopyalayamayacağı bir ayrım yaratır.

Haritanızı çıkarırken takıldığınız yer olursa, GEO ve yapay zekâ arama görünürlüğü danışmanlığı sayfasından çalışma biçimimi inceleyebilirsiniz. Genel bir bakış için ana sayfaya göz atmanız yeterli.

Sıkça Sorulan Sorular

GEO konu haritası ile klasik anahtar kelime araştırması aynı şey mi?

Değil. Anahtar kelime araştırması aranan ifadelerin hacmine bakar. Konu haritası ise ürününüzün hangi sorunlarda ve hangi senaryolarda önerilmesini istediğinizi çıkarır. Anahtar kelime verisi haritanın bir girdisi olabilir ama haritayı belirleyen şey müşterinizin yaşadığı problemdir.

Haritayı kaç konudan oluşturmalıyım?

Sabit bir sayı yok. Küçük bir işletme için 8 ila 15 satın alma niyetli konu ile başlamak makul. Önemli olan her konu için gerçekten derin bir sayfa üretebilecek olmanız. On beş yüzeysel sayfa, üç derin sayfadan daha az iş görür.

Bu çalışma yalnızca SaaS şirketleri için mi geçerli?

Hayır. Danışmanlık, ajans, e-ticaret ya da yerel hizmet fark etmez; bir kişi yapay zekâya ‘bana şunu önerir misin’ diye sorduğunda cevapta yer almak isteyen her işletme aynı mantığı kullanabilir. Örnekler sektöre göre değişir, yöntem değişmez.

Sonuçları nasıl ölçerim?

Tek bir prompt’un sırasına bakmak yanıltıcı olur, çünkü her kullanıcı yapay zekâya kendi bağlamıyla soruyor. Konu bazında marka anma sıklığına, organik aramadaki görünürlüğe ve satış görüşmelerinde ‘sizi ChatGPT önerdi’ diyen müşteri sayısına bakın. Lead formuna ‘bizi nereden duydunuz’ alanı eklemek en ucuz yöntemdir.

Yapay zekâ ile haritadaki içerikleri üretebilir miyim?

Taslak ve düzenleme için evet, ama içeriğin asıl malzemesi şirketinizin içinden gelmeli: müşteri itirazları, gerçek vakalar, fiyat ve kapsam detayları. Bunları hiçbir araç sizin yerinize bilemez; bilemeyince de genel geçer, herkesin yazabileceği metin çıkar.

Toparlarsak

Özetle şunu söyleyebilirim: yapay zekâ aramasında tek bir prompt’u kovalamak yerine, ürününüzün hangi problemlerde önerilmeye değer olduğunu yazılı hâle getirmek daha sağlam bir başlangıç. Atıf verilen kaynakların önemli bir kısmının o sorgularda sıralanmadığını gösteren veri, kısa yolların güvenilir olmadığını söylüyor. Elinizde kalan yol, satın alma niyetli konularda, müşteriyi gerçekten tanıyan birinin yazacağı kadar ayrıntılı içerik üretmek.

Bu hafta yapabileceğiniz küçük bir iş var: satış ve destek notlarından en sık tekrar eden on müşteri cümlesini çıkarın. Haritanın ilk satırları orada duruyor.

Bu çerçeveyi kendi işletmeniz için kurmak isterseniz formu doldurun, iletişim sayfasından bana yazın; 24 saat içinde dönüş yapayım.

Kaynakça

Grow & Convert. (t.y.). Invisible prompts: Why AI search leads are impossible to track. https://www.growandconvert.com/ai/invisible-prompts/

Grow & Convert. (t.y.). Prioritized GEO: How brands should focus resources on AI visibility. https://www.growandconvert.com/ai/prioritized-geo/

Khanal, D. (2026, 30 Eylül). Personalized GEO: Our strategy to help you show up in AI search. Grow & Convert. https://www.growandconvert.com/ai/topic-based-geo/

Urich, K. (2026, 30 Mart). The fan-out query strategy doesn’t work like you think. Grow & Convert. https://www.growandconvert.com/ai/fan-out-query-serp-study/