Yapay zekâ ile SEO yapmak serbest; Google içeriğin nasıl üretildiğine değil, kullanıcıya ne kadar değer kattığına bakıyor. Sınır şu: araçlarla kullanıcıya yeni bir şey sunmayan sayfaları toplu hâlde üretmek, Google'ın ölçeklendirilmiş içerik istismarı politikasına takılabilir. Yapay zekâ araştırmayı, gruplamayı, taslak çıkarmayı ve kontrolü hızlandırır; deneyimi, veriyi ve son kararı ise insanın eklemesi gerekir.
"Yapay zekâ SEO" ifadesi iki ayrı ihtiyacı anlatıyor: yapay zekâ yanıtlarında görünmek ve SEO işini yapay zekâ araçlarıyla yürütmek. Bu yazı ikincisine odaklanıyor: hangi işler güvenle otomatikleşir, hangileri risk taşır ve Google'ın kuralları neyi söyler.
Google yapay zekâ ile üretilen içeriğe nasıl bakıyor?
Google'ın üretken yapay zekâ içeriği rehberi, bu araçların bir konuyu araştırırken ve özgün içeriğe yapı kazandırırken faydalı olabileceğini kabul ediyor. Aynı rehber, bu araçlarla okuyucuya katkı sunmayan sayfaları seri hâlde yayımlamanın spam politikasına aykırı düşebileceğini de açıkça yazıyor. Değerlendirme ölçütü, faydalı içerik anlayışının kendisi: içerik okuyucuya bir şey katıyor mu?
Rehberde gözden kaçan iki ayrıntı daha var. Birincisi, doğruluk ve kalite beklentisi yalnızca metin için değil; başlık etiketi, meta açıklama, yapılandırılmış veri ve görsel alt metinleri için de geçerli. İkincisi, içeriğin nasıl üretildiğine dair bağlam vermek okuyucuya yardımcı olabilir. Google ayrıca, kalite değerlendirici yönergelerinin çok az emekle, özgünlük ve katma değer olmadan üretilmiş ana içeriği nasıl ele aldığına bakmayı öneriyor.
Yapay zekâ hangi SEO işlerini gerçekten hızlandırır?
Yapay zekânın en çok zaman kazandırdığı işler, çıktının bir insan tarafından hızla doğrulanabildiği işlerdir:
- Anahtar kelime gruplama ve niyet sınıflandırma. Yüzlerce sorguyu konu ve arama niyetine göre ilk taslak olarak ayırmak dakikalar sürüyor. Grupları yine de SERP'e bakarak kontrol edin; yöntemi anahtar kelime araştırması yazısında anlattım.
- İçerik briefi taslağı. Rakip sayfaların ortak başlıklarını ve eksik kalan soruları çıkarmak. Brief'in amacı, ekibin neyi farklı yapacağını netleştirmek; bunun için içerik briefi kavramına bakabilirsiniz.
- Başlık ve meta açıklama alternatifleri. Birkaç seçenek üretip en doğru ve en net olanı seçmek.
- Yapılandırılmış veri taslağı. JSON-LD kodunun ilk hâlini yazdırıp Zengin Sonuçlar Testi ile doğrulamak.
- Veri analizi. Tarama çıktılarını, sunucu günlüklerini ya da Search Console dışa aktarımlarını özetleyen küçük betikler yazdırmak.
- İç bağlantı önerileri. Mevcut yazılar arasında konu yakınlığına göre bağlantı adayları çıkarmak.
- Fırsat listesi. Search Console dışa aktarımında gösterimi yüksek ama tıklama oranı düşük sayfaları ayıklayıp başlık ve açıklama iyileştirmesi için sıraya koymak.
Bu işlerin ortak noktası, çıktının bir uzman tarafından dakikalar içinde doğru ya da yanlış diye işaretlenebilmesi. Doğrulaması saatler süren bir çıktıda ise zaman kazancı hızla kayboluyor.
Hangi kullanım biçimleri risk taşır?
Risk, çıktının doğrulanmadan ve ölçekte yayımlandığı yerde başlıyor:
- Toplu sayfa üretimi. Her şehir ve hizmet kombinasyonu ya da her soru varyasyonu için otomatik sayfa açmak, ölçeklendirilmiş içerik istismarının tarifine uyuyor ve ince içerik yığını oluşturuyor.
- Kaynaksız istatistik. Dil modelleri inandırıcı ama yanlış rakam, tarih ve alıntı üretebiliyor. Yayımladığınız her sayıyı birincil kaynaktan doğrulayın.
- Denetimsiz ürün açıklamaları. Binlerce ürün açıklamasını tek komutla üretmek, üreticinin metnini başka kelimelerle tekrar etmekten öteye geçmiyor. Ürün açıklamasının SEO'daki rolünü ürün açıklaması SEO yazısında ele aldım.
- İncelenmemiş makine çevirisi. Yeni dil sürümlerini otomatik çeviriyle açıp kontrol etmeden yayımlamak da aynı kalite ölçütüne takılır; terimler, para birimi ve yerel kullanım bir insan tarafından gözden geçirilmeli.
- Merchant Center kuralları. Google'a göre yapay zekâ ile üretilen ürün görsellerinin IPTC DigitalSourceType alanında TrainedAlgorithmicMedia bilgisini taşıması, yapay zekâ ile üretilen başlık ve açıklamaların da ayrıca belirtilip yapay zekâ ürünü olarak etiketlenmesi gerekiyor.
Önerdiğim iş akışı nasıl işliyor?
Yapay zekâyı dört noktada konumlandırmayı öneriyorum:
- Araştırma: Konuyu, rakip içerikleri ve kullanıcı sorularını hızla taramak için.
- Yapı: Başlık iskeletini ve cevaplanması gereken alt soruları listelemek için.
- Yazım: Yazının iddiasını, örneklerini ve verisini insan yazar. Yapay zekâ ancak dil düzeltme ve sadeleştirmede yardımcı olur.
- Kontrol: Eksik soru, tutarsız terim ve kırık bağlantı taraması için.
Üçüncü adımın insanda kalmasının sebebi basit: yapay zekâ yanıtları ve Google, özgün bakış açısı ve ilk elden deneyim arıyor. Bir modelin zaten bildiğini tekrar eden metin, ne klasik aramada ne yapay zekâ yanıtlarında fark yaratır. Bu fikrin SEO'daki karşılığı bilgi kazanımı, güvenilirlik boyutu ise E-E-A-T.
Yayından önce yapay zekâ çıktısını nasıl kontrol etmeli?
Yapay zekâ destekli bir içerik yayına girmeden önce altı soruya "evet" cevabı verebilmeli:
- Metindeki her sayı, tarih ve alıntı birincil kaynaktan doğrulandı mı?
- Rakip sayfalarda bulunmayan en az bir bilgi, örnek ya da deneyim eklendi mi?
- Ürün, fiyat ve hizmet bilgisi sitedeki güncel veriyle tutarlı mı?
- Başlık etiketi ve meta açıklama sayfanın gerçek içeriğini anlatıyor mu?
- İç bağlantılar var olan ve konuyla gerçekten ilgili sayfalara mı gidiyor?
- Görsellerin alt metinleri görseli doğru tarif ediyor mu?
Bu kontrol, yapay zekânın en zayıf olduğu iki alanı kapatıyor: güncel ve özgül bilgi. Model genel geçer cümleleri iyi kuruyor; ama işletmenizin iade süresini, geçen ayki kampanya sonucunu ya da müşterilerinizin en sık sorduğu soruyu bilmiyor. Bu bilgileri eklemek, metni hem okuyucu hem arama motoru için değerli kılan kısım.
Yapay zekâ SEO araçlarını seçerken nelere dikkat etmeli?
Araç pazarı çok hızlı büyüdü. Google'ın tutumu net: "iç metrikler" kullandığını ya da sıralama başarısı vaat eden bir aracın söylediğine temkinle yaklaşın, çünkü şirket dışından hiçbir araç Google'ın sıralama ya da yapay zekâ sistemlerini göremiyor. Yapay zekâ görünürlüğünü ölçtüğünü söyleyen araçlar da belirli istemleri belirli zamanlarda çalıştırarak örneklem topluyor; sonuçlarını yön gösterici olarak kullanın, kesin veri olarak değil. Bir aracı denemeden önce verisini nereden aldığını, istemleri hangi sıklıkla ve hangi dilde çalıştırdığını sorun. Pazarda dolaşan abartılı vaatleri GEO'da doğru bilinen yanlışlar yazısında topladım; iki anlam arasındaki sınırı SEO, GEO ve AEO farkı yazısı netleştiriyor.
Sık sorulan sorular
Yapay zekâyla yazılmış içerik Google'da sıralama alır mı?
Alabilir. Google, içeriğin üretim biçimini değil kalitesini değerlendiriyor. Ancak yapay zekâ çıktısı başka kaynaklardaki bilgiyi özetlemekten öteye geçmiyorsa, rakiplerinden ayrışacak bir sebebi olmuyor. Belirleyici olan, metnin okuyucuya başka yerde bulamayacağı hangi bilgiyi verdiği.
İçeriği yapay zekâyla hazırladığımı belirtmem gerekir mi?
Google Arama için zorunlu değil; Google, içeriğin nasıl üretildiğine dair bağlam vermenin okuyucuya yardımcı olabileceğini söylüyor. Merchant Center'daki ürün verisinde ise yapay zekâ ile üretilen başlık, açıklama ve görseller için etiketleme kuralı var. Yapay zekâ yanıtlarında görünürlük tarafını GEO rehberinde anlattım.
