Yapay zekâ görünürlüğü nasıl ölçülür? Adım adım metodoloji

Yapay zekâ görünürlüğü, sektöre özel sabit bir soru havuzunun birden fazla yapay zekâ platformunda tekrarlı olarak çalıştırılması ve cevaplarda geçen markaların aynı kurallarla kodlanmasıyla ölçülür. Bu yazı Sorunca'nın izlediği altı adımı, her adımda verilen kararları ve yöntemin sınırlarını açıklıyor.

Ölçüm yöntemini kamuya açık yazmamızın sebebi basit: bir görünürlük skoru, nasıl üretildiği bilinmeden bir şey ifade etmez. Aşağıdaki altı adım, bir markanın yapay zekâ cevaplarındaki yerini tekrar edilebilir biçimde ölçmek için izlediğimiz sıradır.

Ölçüm neden tek bir denemeyle yapılamaz?

Yapay zekâ cevapları zamana, oturuma ve sorunun yazılışına göre değişir; aynı soru aynı platformda farklı cevaplar üretebilir. Bu yüzden tek çalıştırma bir gözlemdir, ölçüm değildir. Güvenilir sonuç, aynı sorunun birden fazla bağımsız oturumda çalıştırılıp tekrarların dağılımına bakılmasıyla elde edilir.

Bu değişkenlik modellerin kusuru değil, çalışma biçimlerinin doğal sonucu. Ölçümü kuran taraf açısından anlamı şu: bir marka "cevapta var" ya da "cevapta yok" diye ikiye ayrılamaz. Ölçülen şey bir orandır — kaç çalıştırmanın kaçında geçtiği.

Adım 1 — Soru havuzunu kurmak

Soru havuzu, bir sektördeki gerçek satın alma sorularından oluşan sabit bir listedir. Havuz ölçüm boyunca dondurulur; sorular arasında ekleme veya çıkarma yapılırsa sonraki ölçümdeki değişimin sebebi belirsizleşir.

Havuz kurulurken dört soru tipi de temsil edilir: keşif, öneri, karşılaştırma ve doğrulama. Bu tiplerin ne olduğunu ve neden ayrıldığını satın alma soruları yazısında ayrıntılandırdık.

Havuzu kırılımlara ayırırız:

Kırılım	Örnek	Neden ayrı ölçülür
Ölçek	"küçük bir şirket için", "50 kişilik ekip için"	Ölçek değişince önerilen markalar da değişir
Coğrafya	"Ankara'da", "Türkiye'de"	Yerel ve ulusal cevaplar farklı kaynaklardan beslenir
Bütçe	"uygun fiyatlı", "kurumsal düzeyde"	Fiyat vurgusu markaları farklı sıralar
Kullanım amacı	"e-fatura için", "stok takibi için"	Alt kullanım senaryoları ayrı listeler üretir

Adım 2 — Tekrar sayısını belirlemek

Her soru birden fazla bağımsız oturumda çalıştırılır. Tekrar sayısı, sonucun tek bir cevabın rastlantısına bağlı kalmamasını sağlayacak kadar yüksek; ölçümü sürdürülebilir kılacak kadar düşük seçilir. Tekrarlar aynı sayıda kalmalıdır, çünkü farklı tekrar sayılarıyla üretilmiş oranlar birbiriyle karşılaştırılamaz.

Kritik nokta: tekrarların bağımsız olması gerekir. Aynı sohbet penceresinde arka arkaya sorulan sorular birbirini etkiler; her tekrar temiz bir oturumda çalıştırılır.

Adım 3 — Platformları seçmek

Aynı soru seti birden fazla yapay zekâ platformunda ayrı ayrı çalıştırılır: ChatGPT, Google Search AI (AI Overviews), Claude, Gemini, Microsoft Copilot, Grok ve DeepSeek. Platformlar farklı kaynaklara dayandığı için bir platformdaki görünürlük diğerinde geçerli olmayabilir.

Platform farkı çoğu zaman en aydınlatıcı bulgudur: web aramasına dayanan bir asistanda görünüp yalnızca model bilgisine dayanan bir asistanda görünmemek, sorunun içerik tazeliğiyle değil marka bilinirliğiyle ilgili olduğunu gösterir.

Adım 4 — Cevapları kodlamak

Kodlama, her cevapta geçen marka adlarının, geçiş sırasının ve markadan bahseden cümlelerin aynı kurallarla işaretlenmesidir. Kurallar ölçümden önce yazılır ve tüm markalara aynı şekilde uygulanır; aksi hâlde karşılaştırma taraflı olur.

Her cevap için kaydedilenler:

Geçti mi? Marka adı cevapta yer alıyor mu.
Kaçıncı sırada? Listede veya metinde kaçıncı marka olarak anılıyor.
Hangi bağlamda? Öneri olarak mı, alternatif olarak mı, olumsuz bir örnek olarak mı.
Ne söylendi? Marka hakkındaki iddia — fiyat, kapsam, hedef kitle — ve doğru olup olmadığı.

Dördüncü kalem çoğu zaman atlanır ama en maliyetli hataların çıktığı yer orasıdır: yanlış fiyat veya artık verilmeyen bir hizmet, cevapta uzun süre dolaşabilir.

Adım 5 — Kaynakları takip etmek

Kaynak takibi, cevabın dayandığı sayfaların çıkarılmasıdır. Yapay zekâ bir markayı anlatabilmek için bilgi toplar ve bu bilginin kaynağı çoğu zaman markanın kendi sitesi değil, markadan bahseden üçüncü taraf bir sayfadır. Hangi kaynağın etkili olduğu bilinmeden yapılan iyileştirme, yanlış yere yapılan iyileştirmedir.

Kaynak listesi çıkarıldığında genelde üç grup belirir: sektör listeleri ve karşılaştırma yazıları, yorum ve forum içerikleri, markaların kendi siteleri. Bu üçünün cevaptaki ağırlığı sektöre göre ciddi biçimde değişir.

Adım 6 — Raporlamak

Rapor, tek bir skor değil; skorun nereden geldiğini gösteren bir tablodur. Hangi sorularda görünmediğiniz, hangi rakiplerin öne çıktığı, hangi platformda hangi kaynağın etkili olduğu ayrı ayrı yer alır. Amaç bir not vermek değil, hangi işin önce yapılacağını belirlemektir.

Raporun sonunda önceliklendirilmiş bir liste çıkar. Önceliklendirme ölçütü basittir: müşterinin sık sorduğu ama sizin hiç görünmediğiniz sorular en üstte durur.

Bu yöntemin sınırları nelerdir?

Ölçüm sonuçları belirli bir soru kümesi, belirli tarihler ve belirli platformlar kapsamındaki gözlemleri yansıtır. Yapay zekâ modelleri güncellendikçe ve kaynak sayfalar değiştikçe sonuçlar da değişir. Ölçüm sıralama veya satış garantisi vermez; neyin düzeltilmesi gerektiğini gösterir.

Yöntemin dürüst kalması için sınırlarını da yazmak gerekiyor:

Kapsam sınırlı. Havuzdaki sorular müşterinin sorabileceği tüm soruları temsil etmez; temsil ettiği kısmı ölçer.
Zaman damgalı. Bir ölçüm o tarihteki durumu gösterir. Eğilim görmek için tekrar gerekir.
Neden-sonuç değil. Ölçüm bir markanın neden görünmediğini kesin olarak söylemez; kaynak takibi güçlü bir tahmin verir, doğrulamak ayrı bir iştir.
Kişiselleştirme dışarıda. Kullanıcının geçmişine göre kişiselleşen cevaplar bağımsız oturumlarda ölçülemez.

Kavramın tanımı ve klasik SEO'dan farkı için yapay zekâ görünürlüğü nedir yazısına bakabilirsiniz.