ChatGPT ve Gemini yerel işletmeleri nasıl seçer?

ChatGPT işletme önerisi nasıl çalışır: iki farklı bilgi kaynağı

Bir yapay zekâ asistanı bir işletmeyi iki yoldan “bilebilir”.

Birincisi modelin hafızasıdır. İkincisi, soruyu sorduğunuz anda yaptığı web aramasıdır.

Bu ayrım, görünürlük stratejinizin neredeyse tamamını belirler.

Modelin hafızası: eğitim verisi

Büyük dil modeli (LLM), çok büyük metin koleksiyonlarıyla eğitilmiş ve bir sonraki kelimeyi tahmin ederek metin üreten yazılım demektir. Eğitim bir tarihte durur; model o tarihten sonra olanları kendi başına bilmez.

Mahallenizdeki bir kuaför ya da yeni açılmış bir klinik bu hafızada büyük ihtimalle hiç yer almaz. Yer alsa bile adres, telefon veya fiyat bilgisi eskimiş olabilir.

Bu yüzden yerel sorularda asıl iş ikinci yolda döner.

Canlı arama ve grounding

Grounding, modelin cevabını kendi hafızası yerine o anda bulduğu güncel kaynaklara dayandırması demektir. Model bir arama yapar, sonuçlardaki sayfaları okur, cevabını bunlara göre yazar ve çoğu zaman kaynakları bağlantı olarak gösterir.

“Şu an açık bir veteriner” ya da “Bornova'da çocuk diş hekimi” gibi sorular tam olarak bu yolu tetikler. Cevap, o anda erişilebilen web içeriğinin bir özetidir.

Yani soru şuna dönüşür: o anda web'de sizin hakkınızda okunabilir, tutarlı ve güncel ne var?

ChatGPT tarafında resmi olarak bilinenler

OpenAI, ChatGPT'deki arama özelliğini Aralık 2024'te ücretsiz hesaplar dahil tüm kayıtlı kullanıcılara açtı. Aynı duyuruda mobil uygulamalar için yerel işletmeleri harita üzerinde gösteren sonuçlar da tanıtıldı^[1].

OpenAI'nin yardım merkezi, ChatGPT'nin yerel sonuçlar için konum bilgisini kullanabildiğini belirtiyor^[2]. Yani aynı soru, İzmir'den ve Ankara'dan sorulduğunda farklı işletmeler getirebilir.

Bir de teknik ama kritik bir ayrıntı var: OpenAI'nin arama için kullandığı tarayıcının adı OAI-SearchBot. OpenAI'nin kendi dokümantasyonuna göre bu tarayıcıyı robots.txt dosyasıyla engelleyen siteler ChatGPT'nin arama cevaplarında gösterilmiyor, en fazla gezinme bağlantısı olarak çıkabiliyor^[3].

Resmi olarak bilinmeyenler

OpenAI, yerel sonuçlarda hangi harita ve işletme veri sağlayıcılarıyla çalıştığını resmi olarak ayrıntılandırmadı. Üçüncü taraf analizlere göre Bing arama sonuçları gibi kaynaklar bu süreçte rol oynuyor; bunu kesin bilgi değil, dışarıdan yapılmış gözlem olarak okumak gerekir.

Hangi işletmenin listede kaçıncı sırada yer alacağını belirleyen ağırlıklar da açıklanmış değil. Bunu bildiğini iddia eden biri, olsa olsa tahmin yürütüyordur.

Gemini tarafında resmi olarak bilinenler

Google'ın geliştirici dokümantasyonuna göre Google Arama ile grounding, Gemini modelini gerçek zamanlı web içeriğine bağlıyor ve modelin bilgi kesim tarihinin ötesinde, doğrulanabilir kaynaklar göstererek cevap vermesini sağlıyor^[4].

Google Arama'nın kendi yapay zekâ özellikleri için de resmi bir rehber var. Google, AI Bakışı ve AI Modu'nda görünmek için ek bir gereksinim ya da özel bir optimizasyon olmadığını söylüyor; bir sayfanın destekleyici bağlantı olarak gösterilebilmesi için dizine eklenmiş ve Arama'da snippet ile gösterilmeye uygun olması gerekiyor^[5].

Aynı rehberde Google'ın önerdiği birkaç iş, yerel işletmeler için doğrudan anlamlı:

• Yapılandırılmış verinin sayfada görünen metinle eşleşmesi.
• İşletme Profili ve Merchant Center bilgilerinin güncel tutulması.
• Önemli içeriğin metin olarak erişilebilir olması.

Google ayrıca bu özelliklerin “query fan-out” denen bir yöntem kullanabildiğini, yani tek bir soru için alt konularda birden fazla ilgili arama yaptığını açıklıyor^[5:1]. Bu, tek bir anahtar kelimeye değil, bir konunun bütün yönlerine cevap veren sayfaların işine yarar.

Türkiye açısından bir not: Google, AI Modu ve AI Bakışı özelliklerini Şubat 2026'dan itibaren Türkiye'de kademeli olarak kullanıma açmaya başladı^[6].

Peki iki şirketin de açıklamadığı kısım için ne diyebiliriz?

Bir öneri listesi adım adım nasıl oluşur?

Resmi açıklamaları ve gözlemlenebilir davranışı yan yana koyduğunuzda, bir yerel önerinin kabaca şu akışla oluştuğunu söyleyebiliriz. Bu bir şema; şirketlerin iç mimarisinin birebir tarifi değil.

1. Soru yorumlanır. Model, sorunun bir hizmet, bir konum ve çoğu zaman bir nitelik içerdiğini anlar: “Üsküdar'da hafta sonu açık bir veteriner” gibi.
2. Konum eklenir. Soruda şehir yoksa ChatGPT yaklaşık konumunuzu kullanabilir^[2:1].
3. Arama yapılır. Model bir ya da birden fazla arama sorgusu üretir; Google bunu kendi özellikleri için “query fan-out” olarak tarif ediyor^[5:2].
4. Kaynaklar okunur. Arama sonuçlarındaki işletme siteleri, rehber sayfaları, haber ve yorum sayfaları taranır.
5. İşletmeler eşleştirilir. Farklı sayfalarda geçen aynı işletme, ad, adres ve telefon gibi ortak bilgilerle tek bir varlığa bağlanır.
6. Cevap yazılır. Model kısa bir liste, her işletme için bir iki cümlelik gerekçe ve çoğu zaman kaynak bağlantıları üretir.

Birinci, ikinci, üçüncü ve altıncı adımlar resmi dokümantasyonla ya da her kullanıcının görebileceği arayüzle desteklenir. Dördüncü ve beşinci adımların nasıl yapıldığı ise açıklanmış değil; bunlar bizim çıkarımımız.

Yine de bu şema işe yarar bir soru sordurur: sizin işletmeniz bu altı adımın hangisinde düşüyor olabilir?

Sorunun kendisi de sonucu değiştirir

Müşteriler aynı ihtiyacı çok farklı cümlelerle sorar. “Kadıköy'de diş kliniği”, “Kadıköy'de implant yapan, kredi kartına taksit veren klinik” ve “çocuğum dişçiden korkuyor, Kadıköy'de kime gidebilirim?” üç ayrı aramaya dönüşebilir.

Siteniz yalnızca genel bir “hizmetlerimiz” sayfasıyla bu soruların birine cevap veriyorsa, diğer ikisinde okunacak bir şeyiniz yoktur. Bu yüzden hizmet, konum ve müşterinin gerçek sorusu üçlüsünü ayrı ayrı düşünmek gerekir.

Bilinen, raporlanan, tahmin edilen: üç katmanı ayırın

Yapay zekâ görünürlüğü üzerine karar verirken her iddiayı hangi katmandan geldiğine göre tartın.

Bu tablodaki üçüncü satır önemli.

Çünkü yapabileceğiniz işlerin çoğu bu hipotezlere dayanıyor. Dürüst olan, onları “kural” diye değil, “denenecek mantıklı adım” diye sunmak.

Varlık tutarlılığı: yapay zekâ sizi tek bir işletme olarak tanıyor mu?

Varlık (entity), yapay zekânın ve arama motorlarının tek bir gerçek dünya nesnesi olarak tanıdığı şey demektir: bir kişi, bir şehir ya da sizin işletmeniz.

Model, sizin hakkınızda beş farklı sayfa okuduğunda bunların aynı işletmeden söz ettiğini anlamak zorunda. Bunu ad, adres, telefon ve web sitesi gibi ortak bilgiler üzerinden yapar.

NAP, işletmenin adı (Name), adresi (Address) ve telefonu (Phone) için kullanılan kısaltmadır. Yerel SEO'da yıllardır bilinen bir kural, yapay zekâ için de mantıklı: bu üçü her yerde aynı olmalı.

Tutarsızlık neden zarar verir? (hipotez)

Diyelim ki “Örnek Diş Kliniği”nin web sitesinde eski adres duruyor, Google İşletme Profili'nde yeni adres var, bir rehber sitesinde de telefon numarası tek hane farklı.

Model bu üç kaynağı okuduğunda hangisinin doğru olduğunu bilemez. Ya yanlış olanı seçer, ya da belirsiz kalan işletmeyi listeye hiç almaz ve bilgileri net olan başka bir kliniği önerir.

İkinci kısım bir hipotez; şirketler bunu doğrulamadı. Ama birinci kısım, yani yanlış bilginin cevaba taşınması, kendi cevaplarınızı okuyarak kolayca gözlemleyebileceğiniz bir şey.

Bu konunun ayrıntılarını tutarsız adres, telefon ve saat bilgisinin yapay zekâyı nasıl yanılttığını anlattığımız rehberde ele aldık.

Yapay zekânın okuyabildiği kanıtlar

Yapay zekâ sizi “tanımıyorsa” sebebi genellikle gizemli bir algoritma değil. Okuyacak yeterli ve net kanıt bulamamasıdır.

İşte okuyabildiği başlıca kaynaklar:

Kendi web siteniz

Hizmetlerinizi, konumunuzu, çalışma saatlerinizi ve iletişim bilgilerinizi düz metin olarak anlatan bir site, modelin doğrudan alıntılayabileceği bir kaynaktır. Bilgisi yalnızca görselin içinde ya da bir PDF menüde duran siteler bu açıdan zayıf kalır.

Yapılandırılmış veri

Yapılandırılmış veri, sayfadaki bilgileri (ad, adres, saatler, hizmetler) makinelerin okuyabileceği standart bir biçimde işaretleyen kod demektir. En yaygın sözlük schema.org'dur ve yerel işletmeler için LocalBusiness türü kullanılır.

Google bunun özel bir “yapay zekâ işaretlemesi” olmadığını, ama verinin görünen metinle eşleşmesi gerektiğini söylüyor^[5:3]. Nasıl ekleneceğini schema.org yapılandırılmış veri rehberimizde adım adım anlattık.

İşletme profilleri ve rehberler

Google İşletme Profili, Gemini ve Google'ın yapay zekâ özellikleri açısından doğrudan anılan bir kaynak. Bu ilişkiyi Google İşletme Profili ile yapay zekâ görünürlüğü yazımızda ayrıca inceledik.

Diğer rehber ve harita platformları da web'de sizin hakkınızdaki tabloyu tamamlar. Hepsinin aynı bilgiyi söylemesi, yukarıdaki tutarlılık hipotezinin pratik karşılığıdır.

Müşteri yorumları

Yorumlar, bir işletmenin ne yaptığını ve nasıl yaptığını üçüncü kişilerin ağzından anlatan metinlerdir. Modelin bir öneriyi gerekçelendirirken yorumlardan alıntı yaptığını sık görürüz; ama yorumların sıralamaya ne ağırlıkla girdiği resmi olarak açıklanmış değil.

Bu konuyu müşteri yorumlarının yapay zekâ önerilerine etkisini anlattığımız yazıda bilinen ve bilinmeyen tarafıyla ele aldık.

Bahsedilmek ile kaynak gösterilmek aynı şey değil

Bir cevapta adınızın geçmesi, sitenizin kaynak olarak gösterildiği anlamına gelmez. Model sizi bir rehber sayfasından ya da bir haberden öğrenmiş ve o sayfayı kaynak göstermiş olabilir.

Bu fark önemlidir. Kaynak siz olduğunuzda, cevaptaki bilgiler büyük ihtimalle sizin yazdığınız metinden gelir; kaynak başkası olduğunda o sayfadaki eski ya da eksik bilgi cevaba taşınabilir.

Kendi cevaplarınıza bakarken bu yüzden iki ayrı soru sorun: adım geçiyor mu, ve geçtiğinde hangi sayfa kaynak gösteriliyor?

Aynı soruya neden farklı cevaplar geliyor?

Aynı soruyu iki kez sorun. Liste büyük ihtimalle tam olarak aynı çıkmayacak.

Bunun birkaç nedeni var: dil modelleri cevap üretirken rastgelelik içerir, arama sonuçları zamanla değişir ve konum cevabı etkiler. Ayrıca soru çok az farklı yazıldığında model farklı aramalar yapabilir.

Bu, “bir kere sordum, çıkmadım” gözleminin neden yanıltıcı olduğunu açıklar.

Tek bir ekran görüntüsü bir ölçüm değildir. Anlamlı bir tablo için aynı soruların birden fazla kez, farklı ifade biçimleriyle ve düzenli aralıklarla sorulması gerekir.

Kaynaktan'ın ölçümü de bu yüzden tek bir yanıta değil, seçilen dönemdeki tüm tamamlanmış yanıtlara dayanır; her taramada takip edilen her soru, açık olan her motora sorulur. Kısacası tek bir sohbete değil, tekrarlanan taramaların toplu sonucuna bakmak gerekir.

Pratikte ne yapmalısınız?

İç formülü bilmiyoruz. Ama okunabilir, tutarlı ve güncel bilginin zarar vermeyeceğini, büyük ihtimalle de işe yarayacağını biliyoruz.

Şu sırayla ilerleyin:

1. Erişimi kontrol edin. robots.txt dosyanız OAI-SearchBot'u ve Googlebot'u engellemiyor olsun.
2. Temel bilgileri tek bir doğruya bağlayın. İşletme adı, adres, telefon, web sitesi ve çalışma saatleri için tek bir doğru liste hazırlayın.
3. Bu listeyi her yere yayın. Web siteniz, Google İşletme Profili ve kullandığınız diğer rehberler aynı bilgiyi söylesin.
4. Hizmetlerinizi metin olarak anlatın. Her ana hizmet için ne yaptığınızı, kime hizmet verdiğinizi ve nerede olduğunuzu açık cümlelerle yazın.
5. Yapılandırılmış veri ekleyin. LocalBusiness ya da sektörünüze uygun alt türü, sayfadaki metinle birebir eşleşecek şekilde kullanın.
6. Ölçün, sonra tekrar ölçün. Müşterilerinizin sorabileceği soruları düzenli olarak sorun ve bahsedilip bahsedilmediğinizi kayda geçirin.

Bu adımların genişletilmiş hâlini yapay zekâda görünür olmak için 10 adımlık kontrol listemizde bulabilirsiniz.

Sonuç: önce durumunuzu görün

ChatGPT ve Gemini yerel işletmeleri sihirli bir listeden seçmiyor. Büyük ölçüde o anda web'de okuyabildiklerini özetliyorlar.

Okuyabildikleri sizin hakkınızda net ve tutarlıysa şansınız artar. Eksik, çelişkili ya da erişilemezse liste başkalarıyla dolar.

Siz bu soruların cevabında şu an nerede duruyorsunuz?

İlk adım tahmin etmek değil, bakmak. Ücretsiz AI görünürlük testi ile işletmenizin ChatGPT ve Gemini'de bahsedilip bahsedilmediğini birkaç dakikada görebilirsiniz.