Yapay zekâ alışveriş asistanları ürün önerirken ürün sayfasındaki net tanım cümlesini, özellik tablosunu, Product/Offer şemasını, yorum verisini ve fiyat-stok güncelliğini kullanır. Bu yazı, e-ticaret sitelerinin ürün ve kategori sayfalarını bu asistanlara hazırlamak için izlemesi gereken yapıyı ve 30 günlük planı anlatır.
"Evden çalışanlar için 10 bin liranın altında iyi bir ofis koltuğu öner" sorusu artık Google'a değil, bir yapay zekâ asistanına soruluyor; asistan üç beş ürün öneriyor, kullanıcı birini seçip satın alıyor. Bu kısa yolculukta ürününüzün adının geçip geçmemesi, önümüzdeki yılların en önemli e-ticaret görünürlük sorusu.
Bu yazı, e-ticaret yöneticileri ve ürün içeriği ekipleri için pratik bir rehberdir: asistanların ürünleri nasıl seçtiğini, ürün sayfasının yeni anatomisini, feed ve pazaryeri sinyallerini ve 30 günlük uygulama planını anlatıyoruz. Teknik altyapı için llms.txt ve yapısal veri rehberi bu yazının ön koşuludur.
Yapay zekâ alışveriş asistanları ürünleri nasıl öneriyor?
Asistanlar ürün önerirken üç kaynağı birleştirir: yapılandırılmış ürün verisi (Product/Offer şeması ve alışveriş feed'leri), ürün sayfasındaki açıklayıcı metin ve bağımsız sinyaller (yorumlar, pazaryeri listeleri, rehber yazılar). Kullanıcının sorusundaki kısıtlar — bütçe, kullanım amacı, özellik — bu verilerle eşleştirilir; eşleşmeyi en net sağlayan ürünler listeye girer.
Bu mantığın iki sonucu vardır. Birincisi, "en çok satan" ya da "en çok reklam veren" değil, "en net tanımlanmış" ürün seçilir. İkincisi, özellik alanı boş ya da fiyatı güncel olmayan bir ürün, kriterlere uysa bile elenir; çünkü asistan emin olmadığı ürünü önermez. Ürün verisinin eksiksizliği, bu kanalda reklam bütçesinden daha belirleyicidir.
Asistanlar arasında da farklar var: ChatGPT'nin alışveriş özelliği ürün verisini büyük ölçüde satıcı feed'lerinden ve sayfa şemalarından alır ve fiyat karşılaştırması gösterir; Google AI Mode, Merchant Center feed'ine ve Alışveriş Grafiği'ne dayanır; Perplexity ise yorum ve rehber içeriği ağırlıklı değerlendirir. Üç kanalda da ortak payda aynıdır: yapılandırılmış, güncel ve tutarlı ürün verisi. Bu yüzden "hangi asistan için optimize edelim" sorusunun cevabı "hepsi için aynı veriyi doğru kurun"dur.
Ürün sayfasının yeni anatomisi
Yapay zekâya hazır bir ürün sayfası altı parçadan oluşur; her biri hem insan hem de model için ayrı bir işlev görür.
Başlık ve tanım cümlesi
Başlık marka + model + ayırt edici özellik içermeli ("ErgoMax Pro Ağ Sırtlı Ofis Koltuğu, Ayarlanabilir Kol"), hemen altındaki ilk paragraf ürünü tek cümlede tanımlamalı: ne, kimin için, neyi çözer. "Harika bir koltuk" model için hiçbir şey ifade etmez; "8 saat üstü masa başı çalışanlar için bel desteği ayarlanabilir, 120 kg taşıma kapasiteli ofis koltuğu" doğrudan eşleştirilir.
Özellik tablosu
Ölçü, malzeme, kapasite, uyumluluk, garanti ve kutu içeriği gibi özellikler düz metin paragrafı değil, etiket-değer tablosu olarak sunulmalıdır. Model tabloyu okur, karşılaştırır ve kullanıcının kısıtına göre eler; paragrafın içine gömülmüş "120 kg taşır" ifadesi çoğu zaman atlanır.
Product ve Offer şeması
JSON-LD Product şeması ad, marka, GTIN/MPN, görsel ve açıklamayı; iç içe Offer şeması fiyat, para birimi, stok durumu ve geçerlilik tarihini taşımalıdır. Bu blok, asistanın "fiyat 10 bin liranın altında mı" sorusunu güvenle cevaplamasını sağlayan tek kaynaktır; şemasız ürün bütçe filtresinden geçemez.
Yorumlar ve AggregateRating
Gerçek müşteri yorumları ve AggregateRating şeması, asistanın "iyi mi" sorusuna dayanak bulmasını sağlar. Yorumların sayfada metin olarak bulunması (yalnızca üçüncü taraf widget'ında değil) ve şemada ortalama puan ile yorum sayısının yer alması gerekir. Yorumsuz ürün, ucuz ve güçlü olsa bile "güvenilirliği belirsiz" olarak değerlendirilir.
Görsel alt metinleri
Her ürün görselinin alt metni ürünü, açıyı ve bağlamı anlatmalı ("ErgoMax Pro ofis koltuğu yandan görünüm, bel desteği ayarı"). Alt metin hem erişilebilirlik hem de görsel aramalarda ve çok modlu asistanlarda eşleşme için kullanılır. Görsellerin kendisi de önemlidir: beyaz zeminli ana görsel, kullanım bağlamını gösteren en az bir yaşam alanı görseli ve ölçüleri gösteren bir teknik görsel, asistanların "nasıl görünüyor" sorusuna cevap bulmasını sağlar.
Stok ve fiyat güncelliği
Fiyat ve stok bilgisi sayfada, şemada ve feed'de birebir aynı ve güncel olmalıdır. Tutarsızlık (sayfada 9.900, şemada 11.500) asistanın ürünü dışlamasına yol açar; güncel olmayan "stokta var" bilgisi ise kullanıcıyı boş sepete götürüp markaya zarar verir. Kampanya dönemlerinde indirimli fiyatın Offer şemasına ve feed'e aynı anda yansıdığından emin olun; asistanlar "en ucuz" sorularında bu alanı kullanır ve güncellenmemiş eski fiyat sizi listeden düşürür.
Feed ve pazaryeri sinyalleri
Asistanlar yalnızca sitenizi değil, Google Merchant Center feed'ini, pazaryeri listelerini ve fiyat karşılaştırma sitelerini de okur; bu yüzden ürün verisi her kanalda aynı olmalıdır. Feed'de başlık, açıklama, GTIN, kategori, fiyat, stok ve görsel alanlarının eksiksiz olması, hem reklamda hem yapay zekâ önerilerinde görünürlüğün ön koşuludur. Pazaryerinde satıyorsanız oradaki ürün adı ve özellikler sitenizle çelişmemelidir; model aynı ürünü iki farklı tanımla görürse ikisine de güvenmez.
Pratik kural: tek bir "ana ürün verisi" tablosu tutun ve site, feed ve pazaryerini bu tablodan besleyin. Fiyat ya da stok değiştiğinde üç kanal aynı anda güncellensin. Bu sitede e-ticaret kurulumlarında feed ve pazaryeri senkronunu bu mantıkla kuruyoruz; ayrıntı için web ve e-ticaret hizmetimize bakın.
Kategori sayfaları ve rehber içerik
Asistanlar "hangi ofis koltuğunu almalıyım" gibi karar sorularında ürün sayfasından çok rehber içeriği ve iyi yazılmış kategori sayfalarını kaynak gösterir. Kategori sayfasının üstüne ya da altına, o kategoride seçim yaparken bakılacak üç beş kriteri anlatan kısa bir metin ekleyin; ayrıca "X nasıl seçilir", "A mı B mi" türünde karşılaştırma rehberleri yazıp ürün sayfalarına bağlayın. Bu içerikler hem GEO için alıntılanabilir kaynak olur hem de kullanıcıyı doğru ürüne yönlendirir.
Rehber yazarken ürünlerinizi "reklam" değil "örnek" olarak kullanın: kriteri açıklayın, sonra o kriteri karşılayan kendi ürününüzü örnek gösterin. Asistanlar tarafsız dille yazılmış rehberleri daha sık alıntılar; her paragrafı "bizden alın" ile bitiren içerik ise reklam sayılıp atlanır. Rehberin sonuna kısa bir SSS bloğu ve FAQPage şeması eklemek, karar sorularında doğrudan cevap olma şansını artırır.
30 günlük uygulama planı
Mevcut bir e-ticaret sitesini dört haftada yapay zekâ asistanlarına hazır hale getirmek için izlediğimiz sıra şudur.
- Hafta 1 — Envanter ve teşhis — En çok satan 50 ürün için şema, özellik tablosu, yorum ve görsel alt metni var mı kontrol edin; asistanlara kategori sorularını sorup hangi ürünlerin önerildiğini kaydedin.
- Hafta 2 — Veri ve şema — Product/Offer ve AggregateRating şemalarını tüm ürünlere ekleyin; fiyat-stok senkronunu site, feed ve pazaryeri arasında otomatikleştirin.
- Hafta 3 — İçerik — İlk 50 ürünün başlık ve tanım cümlesini yeniden yazın, özellik tablolarını tamamlayın, görsel alt metinlerini düzeltin; en büyük üç kategori için seçim rehberi yayınlayın.
- Hafta 4 — Sinyal ve ölçüm — Yorum toplama akışını başlatın (sipariş sonrası e-posta), llms.txt'ye ürün kategorilerini ekleyin, asistan sorularını tekrarlayıp ilk ölçüm raporunu çıkarın.
- Sonrası — Planı kalan ürünlere yayın; her ay aynı soru setiyle ölçün, yeni ürünleri baştan bu yapıyla girin.
Ölçüm ve iyileştirme
E-ticarette yapay zekâ görünürlüğü, genel marka görünürlüğünden farklı olarak ürün ve kategori düzeyinde ölçülür.
| Metrik | Nasıl ölçülür | İyileştirme aksiyonu |
|---|---|---|
| Kategori önerilerinde ürün payı | Kategori sorularında ürünlerinizin önerilme oranı | Tanım cümlesi, özellik tablosu, şema |
| Fiyat/bütçe eşleşmesi | Bütçe kısıtlı sorularda görünme oranı | Offer şeması ve fiyat güncelliği |
| Doğruluk | Asistanın verdiği fiyat/özellik bilgisinin doğruluğu | Site-feed-pazaryeri senkronu |
| Yapay zekâ kaynaklı satış | GA4'te AI yönlendirenlerinden gelen sipariş | Açılış sayfası hızı ve sepet akışı |
Bu metrikleri aylık rapora eklemek, ürün içeriği ekibine "hangi 50 ürünle başlamalıyız" sorusunun cevabını verir. Ölçüm yönteminin genel çerçevesini LLM görünürlüğü nasıl ölçülür? yazısında anlattık; reklam tarafıyla birleştirmek için AI Overviews çağında Google Ads yazısına bakabilirsiniz. E-ticaret altyapınızı bu standartla kurmak ya da yenilemek için teklif isteyin.
