İçeriğe atla
LLM Görünürlüğü Nasıl Ölçülür? AI Visibility Metrikleri ve Takip Yöntemleri
Anasayfa LLM Görünürlüğü Nasıl Ölçülür? AI Visibility Metrikleri ve Takip Yöntemleri

LLM Görünürlüğü Nasıl Ölçülür? AI Visibility Metrikleri ve Takip Yöntemleri

GEO & AI Görünürlüğü Galata360 Ekibi 6 dk okuma

AI visibility (LLM görünürlüğü), markanızın yapay zekâ asistanlarının cevaplarında ne sıklıkla, hangi konumda ve ne doğrulukta yer aldığının ölçüsüdür. Bu yazıda takip edilmesi gereken altı metriği, sabit bir prompt setiyle ölçüm yöntemini, araç seçeneklerini ve aylık rapor şablonunu bulacaksınız.

"Yapay zekâda görünür müyüz?" sorusuna çoğu ekip bir iki prompt deneyip içgüdüsel cevap veriyor. Oysa görünürlük, tıpkı organik trafik gibi ölçülebilir, karşılaştırılabilir ve raporlanabilir bir metriktir — yeter ki ne ölçeceğinizi ve nasıl ölçeceğinizi baştan belirleyin.

Bu yazı, GEO ve AEO çalışmalarının sonucunu sayıya dökmek isteyen pazarlama ekipleri için yazıldı. Kavramın temelini merak ediyorsanız önce GEO nedir? yazısına bakın.

AI visibility (LLM görünürlüğü) nedir?

AI visibility, belirli bir soru setine karşı yapay zekâ asistanlarının verdiği cevaplarda markanızın bahsedilme, kaynak gösterilme ve önerilme oranlarının toplamıdır. Klasik SEO'daki "sıralama" kavramının karşılığıdır; farkı, tek bir sonuç sayfası yerine her seferinde yeniden üretilen bir cevabı ölçmesidir. Bu yüzden ölçüm tek sorguyla değil, tekrarlanan ve sabit tutulan bir soru setiyle yapılır.

Görünürlüğün üç katmanı vardır ve her biri ayrı ölçülür: markanızın adının geçmesi (bahsedilme), sitenizin link olarak gösterilmesi (alıntılanma) ve asistanın sizi açıkça tavsiye etmesi (öneri). Bir cevapta adınız geçip linkiniz verilmeyebilir ya da linkiniz "daha fazla bilgi" listesinde yer alıp cevapta anılmayabilirsiniz. Üçünü tek bir "görünüyoruz" cümlesine indirgemek, iyileştirme yapılacak yeri gizler.

Ölçülmesi gereken 6 metrik

Altı metrik, görünürlüğü farklı açılardan tamamlar; en az ilk üçünü her ay izlemenizi öneririz.

1. Bahsedilme payı (share of voice)

Soru setindeki cevapların yüzde kaçında markanızın adı geçiyor? Rakiplerinizle aynı sette karşılaştırıldığında pazar payına en yakın göstergedir.

2. Alıntılanma (citation) oranı

Cevapların yüzde kaçında siteniz kaynak linki olarak gösteriliyor? Bahsedilmekten daha değerlidir; kullanıcı tıklayıp size gelebilir.

3. Cevap içindeki konum

Markanız ilk cümlede mi, listenin başında mı, yoksa "diğer seçenekler" arasında mı? İlk konum, kullanıcının aklında kalan tek marka olma ihtimalini belirler.

4. Doğruluk ve ton

Model markanız hakkında doğru bilgi mi veriyor (hizmetler, konum, fiyat aralığı), ton olumlu mu, nötr mü? Yanlış bilgi, görünmemekten daha zararlı olabilir. Her yanlışı kaynağına kadar izleyin: eski bir adres çoğu zaman güncellenmemiş bir dizin kaydından, yanlış bir hizmet tanımı ise sitedeki belirsiz bir cümleden gelir.

5. Alıntılanan sayfa dağılımı

Hangi sayfalarınız kaynak gösteriliyor? Genellikle birkaç rehber yazı ve hizmet sayfası alıntıların çoğunu toplar; bu sayfalar güncel tutulmalı, benzerleri çoğaltılmalıdır.

6. Yapay zekâ kaynaklı trafik ve dönüşüm

GA4'te chatgpt.com, perplexity.ai, gemini.google.com ve copilot gibi yönlendirenlerden gelen oturumlar ve bu oturumların dönüşüm oranı. Küçük ama niyeti yüksek bir trafiktir; ayrı bir segment olarak izlenmelidir. Bu segmentin dönüşüm oranı genellikle organik aramanın üzerinde çıkar, çünkü kullanıcı siteye gelmeden önce asistandan ön bilgi almıştır; bu yüzden hacmi değil, oturum başına değeri raporlayın.

Bu altı metriği tek bir sayfada toplayan basit bir pano, ekibin "görünür müyüz?" sorusuna her ay aynı dille cevap vermesini sağlar. Panoda her metrik için geçen aya göre değişimi ve rakiplerin aynı metrikteki değerini yan yana gösterin; tek başına bir sayı yorum üretmez, karşılaştırma üretir.

Takip yöntemi: prompt seti nasıl kurulur?

Güvenilir ölçüm için sabit, tarafsız ve niyet gruplarına ayrılmış 20–40 soruluk bir prompt seti kurun ve her ay aynı asistanlarda, oturum geçmişi kapalı olarak çalıştırın. Sorular marka adınızı içermemeli (aksi halde ölçtüğünüz şey tanınırlık değil, ezber olur) ve gerçek kullanıcı dilinde yazılmalıdır.

NiyetÖrnek promptSıklık
Keşif"İstanbul'da e-ticaret sitesi yapan güvenilir ajanslar hangileri?"Aylık
Karşılaştırma"Kurumsal web sitesi için ajans mı freelancer mı daha mantıklı?"Aylık
Nasıl yapılır"Marka tescil başvurusu nasıl yapılır, kaç sınıf seçmeliyim?"Aylık
Fiyat / süre"Google Ads yönetimi aylık ne kadara mal olur?"Aylık
Marka doğrulama"Galata360 hangi hizmetleri veriyor?"Üç ayda bir

Her cevabı bir tabloya işleyin: tarih, asistan, soru, markanız geçti mi (evet/hayır), kaynak gösterildi mi, konum (1/2/3+), doğruluk notu. Aynı soruyu iki kez sormak ve ortalamasını almak, modelin rastgeleliğini azaltır.

Puanlama kuralını baştan yazın ve değiştirmeyin: bahsedilme için 1 puan, kaynak gösterilme için 1 puan, ilk konum için 1 ek puan; yanlış bilgi için eksi 1. Üç asistan × 30 soru = 90 cevap; markanızın toplam puanının mümkün olan en yüksek puana oranı, tek bir "görünürlük skoru" verir. Bu skor aylık değişimi takip etmek için yeterlidir; ayrıntı için niyet gruplarına ve asistanlara göre kırılıma bakılır.

Örnek: 30 soruluk bir setin ilk ayı

Aşağıdaki tablo, bir hizmet firmasının ilk ölçüm ayından alınmış tipik bir dağılımı gösterir; rakamlar örnektir ama örüntü neredeyse her sektörde benzerdir.

Niyet grubuSoru sayısıBahsedilmeKaynak gösterilmeYorum
Keşif821Rakipler dizin ve "en iyi 10" listeleriyle önde; tutarlılık ve dizin kayıtları öncelik
Karşılaştırma854Karşılaştırma tablolu rehber yazılar çalışıyor; benzerleri çoğaltılmalı
Nasıl yapılır865En güçlü grup; adım listeli içerikler alıntılanıyor
Fiyat / süre610Sitede fiyat ve süre bilgisi yok; "fiyatı ne belirler" sayfası yazılmalı

Bu tablonun söylediği şey nettir: ekip bir sonraki ay keşif ve fiyat gruplarına odaklanmalı, nasıl-yapılır içeriklerini korumalıdır. Ölçüm, "daha çok içerik" yerine "doğru içerik" kararını verdirir.

Araçlar ve otomasyon

Küçük bir set için elle ölçüm yeterlidir; set büyüdükçe ya da birden fazla marka izleniyorsa otomasyon gerekir.

  • Elle: Bir e-tablo ve her ay 1–2 saat; en ucuz ve en öğretici başlangıç.
  • API ile yarı otomatik: Soru setini modellerin API'leri üzerinden çalıştırıp cevapları markanız için otomatik tarayan basit bir betik.
  • AI görünürlük platformları: Bahsedilme payı, alıntılanma ve rakip karşılaştırmasını panel olarak sunan ücretli araçlar; çoklu marka ve ülke için verimli.
  • Web analitiği: GA4'te yapay zekâ yönlendirenleri için özel segment; Search Console'da soru biçimli sorguların takibi.

Hangi yolu seçerseniz seçin, prompt seti ve puanlama kuralı değişmemelidir; aksi halde aylar arası karşılaştırma anlamını yitirir.

Araç seçerken üç soruya cevap arayın: aynı soruyu birden çok asistanda ve ülkede çalıştırabiliyor mu, cevapların ham metnini saklıyor mu (sonradan yeniden puanlamak için gerekir) ve rakip markaları aynı sette izleyebiliyor mu? Bu üçünü sağlamayan bir panel, e-tablodan daha iyi değildir. Otomasyon ölçümü hızlandırır ama yorumu yapmaz; aylık raporu okuyup karar verecek bir kişi her zaman gerekir.

Aylık rapor şablonu

Raporun amacı sayı göstermek değil, bir sonraki ayın kararını vermektir; bu yüzden beş bölümde tutun.

  1. Özet — Bahsedilme payı ve alıntılanma oranı, geçen aya göre değişim, tek cümlelik yorum.
  2. Niyet bazlı kırılım — Keşif, karşılaştırma, nasıl yapılır ve fiyat sorularında ayrı ayrı oranlar; en zayıf grup işaretlenir.
  3. Rakip karşılaştırması — Aynı sette en çok anılan üç rakip ve onların kaynak gösterilen sayfaları.
  4. Doğruluk ve ton — Yanlış ya da eski bilgi içeren cevaplar ve düzeltme aksiyonu (hangi sayfa güncellenecek).
  5. Aksiyon listesi — Gelecek ay yazılacak içerik, güncellenecek sayfa ve teknik düzeltmeler; sorumlu ve tarih ile.

Sık yapılan 5 hata

Ölçümü anlamsızlaştıran hatalar çoğunlukla yöntem hatasıdır, araç hatası değil.

  • Prompt'a marka adını yazıp "görünüyoruz" demek — bu tanınırlık değil, ezber ölçümüdür.
  • Oturum geçmişi açık bir hesapla sormak — model önceki konuşmalardan etkilenir.
  • Her ay soruları değiştirmek — karşılaştırma yapılamaz.
  • Yalnızca tek asistana bakmak — ChatGPT, Gemini ve Perplexity farklı kaynaklardan beslenir.
  • Sosyal içeriği hesaba katmamak — sosyal profiller ve yorumlar modelin marka algısını besler; sosyal planı GEO ile hizalamak için sosyal medya yönetimi hizmetimize bakın.

Görünürlük ölçümünü sizin için kurup aylık raporlamamızı isterseniz dijital pazarlama hizmetimiz kapsamında sunuyoruz; uygulama tarafı için AEO'nun 9 adımı yazısı iyi bir başlangıçtır.

Sıkça sorulan sorular

Bu yazıyla ilgili sorular

Marka adı içermeyen 20–40 soruluk sabit bir prompt seti kurun, her ay aynı asistanlarda oturum geçmişi kapalı olarak çalıştırın ve sonuçları tek bir tabloya işleyin. Bahsedilme, kaynak gösterilme ve konum sütunları yeterlidir; set ve puanlama kuralı aylar boyunca değişmemelidir.

En azından ChatGPT, Google Gemini (ve AI Overviews) ile Perplexity'yi izleyin; bu üçü farklı arama katmanlarından beslenir ve sonuçları birbirinden ayrışır. Hedef kitleniz kurumsal ise Microsoft Copilot'u da sete ekleyin.

Evet. GA4'te yönlendiren (referrer) alanı chatgpt.com, perplexity.ai, gemini.google.com ve copilot.microsoft.com gibi kaynakları gösterir; bunları tek bir özel segmentte toplayıp oturum ve dönüşümlerini ayrı izleyebilirsiniz. Hacim küçük olsa da niyet yüksektir.

Değil. Tek marka ve 20–40 soru için e-tablo ile elle ölçüm yeterlidir; ücretli AI görünürlük araçları çoklu marka, çoklu ülke ve otomatik rakip karşılaştırması gerektiğinde değer katar. Önce yöntemi elle oturtup sonra otomasyona geçmek en sağlıklı yoldur.

Diğer yazılar

Okumaya devam edin

Etrafında altın bir kıvılcımın döndüğü cam alışveriş çantası — e-ticaret için yapay zekâ görünürlüğü
27 Eylül 2026 · 6 dk okuma

E-Ticaret için GEO: Ürün Sayfalarınızı Yapay Zekâ Alışveriş Asistanlarına Hazırlamak

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.

Yazıyı oku
Cam bir huniden arama sonucu kartına akan altın ışık parçacıkları — AI Overviews çağında reklam dönüşümü
22 Eylül 2026 · 6 dk okuma

AI Overviews Çağında Google Ads: Performans Pazarlama Stratejiniz Nasıl Değişmeli?

Google AI Overviews ve AI Mode, arama sonuç sayfasının üstüne yapay zekâ özetleri yerleştirerek organik ve ücretli tıklamaların bir bölümünü ortadan kaldırdı. Bu yazı, performans pazarlama ekiplerinin bütçeyi niyeti yüksek aramalara kaydırma, marka aramalarını savunma, Performance Max'i doğru sinyallerle besleme ve ölçümü görünürlük + dönüşüm modeline taşıma yollarını anlatır.

Yazıyı oku
Yarı saydam bir belgeden altın bloklar halinde cam bir merceğe akan yapısal veri — llms.txt ve Schema.org
17 Eylül 2026 · 6 dk okuma

llms.txt, Schema.org ve Yapısal Veri: Web Sitenizi Yapay Zekâya Okutmak

Yapay zekâ modelleri bir web sitesini insan gibi "görmez"; ham HTML'i, yapısal veriyi ve varsa makineye yönelik yüzeyleri okur. llms.txt, Schema.org JSON-LD şemaları ve içeriklerin markdown sürümleri, sitenizi bu okumaya hazırlayan üç temel araçtır. Bu yazı her birini örnekle anlatır ve on maddelik teknik kontrol listesiyle biter.

Yazıyı oku

Markanızı yapay zekâ çağında görünür kılalım

Web, reklam, tescil ve sosyal medyayı tek ekipten yöneten 360° bir yol haritası için bugün konuşalım.