İstem takibi hangi boşluğu dolduruyor?
Search Console, sitenin bağlantılarının Google'ın yapay zeka özelliklerinde kaç kez gösterildiğini; Bing Webmaster Tools, Copilot'taki alıntı sayılarını; GA4 ise yapay zeka asistanlarından gelen ziyaretleri gösteriyor. Ama bu raporların hiçbiri, markanın yanıt metninin içinde anılıp anılmadığını ya da doğru anlatılıp anlatılmadığını söylemiyor. Bu boşluğu dolduran yöntem istem takibi: müşterilerin sorabileceği sabit bir soru listesini düzenli aralıklarla yapay zeka asistanlarına sormak ve yanıtları standart bir şablonla kaydetmek. Soruların kendisi birer istemdir; bu yüzden yöntemin adı da buradan gelir.
İstem takibinin en zor yanı yanıtların değişkenliği. SparkToro'nun 2026 başındaki araştırması, aynı marka önerisi sorusuna ChatGPT ve Google'ın yapay zeka özetlerinin aynı marka listesini yüzde 1'den az oranda tekrar verdiğini gösterdi. Bu nedenle tek bir deneme yanıltıcı olabilir. Çözüm, bir karar kuralı belirleyip her ay aynı kuralı uygulamak: örneğin her soruyu üç kez sorup en az ikisinde geçen markayı "anıldı" saymak. Kural ne olursa olsun, tutarlı uygulandığında aylar arası karşılaştırma anlamlı hâle gelir. Bu kayıtlardan LLM görünürlüğü, alıntılanma oranı ve yapay zeka ses payı hesaplanabilir.
Sayılarla bir örnek: Bir diş kliniği zinciri, hastalarının en sık sorduğu 30 soruyu (implant fiyatları, diş beyazlatma güvenliği, çocuk diş hekimi seçimi gibi) belirliyor. Her ay ilk pazartesi bu soruları dört asistanda üçer kez soruyor ve sonuçları bir tabloya işliyor. İlk ölçümde klinik 30 sorunun 3'ünde anılıyor ve iki yanıtta eski adresi geçiyor. Adres bilgisini tüm profillerde düzelttikten ve implant sürecini anlatan ayrıntılı bir rehber yayımladıktan sonra, dördüncü ayın ölçümünde 30 sorunun 8'inde doğru adresle anılıyor.
İstem takibi kayıt şablonu
| Alan | Nasıl doldurulur? |
|---|---|
| Tarih ve platform | Ölçüm günü ve kullanılan asistan |
| Soru | Değiştirilmeden kullanılan sabit metin |
| Anılma ve alıntı | Marka geçti mi, siteye bağlantı verildi mi (evet/hayır) |
| Doğruluk, rakipler ve kaynaklar | Bilgiler doğru mu, öne çıkan markalar ve gösterilen siteler |
İstem takibini kurma adımları
- Soruları topla. Müşteri hizmetleri, satış görüşmeleri ve site içi aramalardan gerçek soruları derle.
- Listeyi sabitle. Marka adını içermeyen kategori soruları ile markalı güven sorularını ayrı gruplarda tut.
- Koşulları sabitle. Dil, konum ve mümkünse oturum kapalı ya da yeni sohbet koşullarını her ay aynı tut.
- Karar kuralı koy. Deneme sayısını ve "anıldı" sayma kuralını yazılı hâle getir.
- Raporla. Sonuçları Search Console, Bing ve GA4 verileriyle aynı aylık raporda birleştir.
İstem takibi hakkında yanlış bilinenler
- "Tek sefer sormak yeterli." Yanıtlar değişken; tekrarlı deneme gerekir.
- "Araç skoru gerçeği gösterir." Google, dış araçların kendi iç sıralama ve yapay zeka sistemlerine erişemediğini açıkça belirtiyor.
- "İngilizce sorular yeterli." Türkçe sorular Türkiye'deki kullanıcıları ve kaynakları daha iyi yansıtır.
- "Kişisel hesapla sormak sorun değil." Hafıza ve kişiselleştirme sonuçları etkileyebilir; nötr koşullar tercih edilmeli.
Sıkça sorulan sorular
Elle mi yapmalıyım, araçla mı?
Başlangıçta elle yapmak, soruların ve yanıtların doğasını anlamak için çok öğretici. Soru sayısı 50'yi, platform sayısı dördü aştığında bir araç zaman kazandırır.
Araç seçerken neye bakmalıyım?
Türkçe soruları Türkiye konumundan sorabilmesine, ham yanıtları dışa aktarabilmene ve deneme sayısını ayarlayabilmene.
Ne sıklıkla ölçmeliyim?
Çoğu işletme için aylık ölçüm yeterli; büyük içerik ya da teknik değişikliklerden sonra ek ölçüm yapılabilir.
Yanıt değişkenliği araştırması: SparkToro araştırması.
İstem takibini resmi raporlarla birleştiren aylık ölçüm düzenini yapay zeka SEO rehberinde ve görünürlük ölçümü yazısında örnek tabloyla paylaştım.
ChatGPT, Gemini ve Google AI Modu'nda markanızın doğru bilgiyle anılmasını ve kaynak gösterilmesini sağlayan, ölçülebilir GEO danışmanlığı.
