Özet
Yapay zeka kaynak gösterim oranınız, markanızı kaynak gösteren yapay zeka yanıtlarının payıdır: sizi kaynak gösteren yanıtlar ÷ analiz edilen yanıtlar × 100. Kaç yanıt kontrol ettiğinizi, kaçının sizi kaynak gösterdiğini, kaç model test ettiğinizi ve kaç yanıtın sizi ilk sırada andığını girin. Hesaplayıcı kaynak gösterim oranını, sizin yer almadığınız yanıtları, ilk sırada olduğunuz yanıtların payını ve model başına ortalama kaynak gösterimini döndürür. 100 yanıtta 18 kaynak gösterimle oranınız %18'dir.
Daha fazlasını mı istiyorsunuz? Sorun:
Yapay zeka kaynak gösterim oranı, bir sıralama raporunun GEO karşılığıdır: ChatGPT'nin, Perplexity'nin, Gemini'nin veya Claude'un markanızı soran kişinin önüne ne sıklıkla çıkardığını söyler. Önem artmaya devam ediyor. Google, AI Overviews'un 200'den fazla ülke ve bölgede aylık 2 milyardan fazla kullanıcısı olduğunu bildiriyor (Alphabet Q2 2025 earnings remarks) ve bir yapay zeka özeti gören kişiler daha az klasik sonuca tıklıyor. Yanıtın içinde olmak, giderek önem kazanan görünürlük haline geliyor.
Yapay zeka kaynak gösterim oranı nasıl hesaplanır?
Hesaplayıcı dört girdi kullanır ve dört sonuç döndürür. Her formül aşağıda varsayılan örnekle gösterilmiştir: 100 yanıt analiz edildi, 18'i sizi kaynak gösteriyor, 4 model test edildi, 6 yanıt sizi ilk sırada anıyor.
| Sonuç | Formül | Örnek |
|---|---|---|
| Kaynak gösterim oranı | Sizi kaynak gösteren yanıtlar ÷ analiz edilen yanıtlar × 100 | 18 ÷ 100 = %18 |
| Sizin olmadığınız yanıtlar | Analiz edilen yanıtlar − sizi kaynak gösteren yanıtlar | 100 − 18 = 82 |
| İlk sırada olduğunuz yanıtların payı | Sizi ilk sırada anan yanıtlar ÷ sizi kaynak gösteren yanıtlar × 100 | 6 ÷ 18 = %33 |
| Model başına kaynak gösterimi | Sizi kaynak gösteren yanıtlar ÷ test edilen modeller | 18 ÷ 4 = 4,5 |
Kaynak gösterimleri hiçbir zaman yanıt sayısını aşamaz ve ilk sıralar hiçbir zaman kaynak gösterimlerini aşamaz: hesaplayıcı ikisini de sınırlar; böylece bir yazım hatası %100'ün üzerinde bir oran üretemez.
İyi bir yapay zeka kaynak gösterim oranı nedir?
Henüz evrensel bir ölçüt yok: oran pazarınıza, rakip sayısına ve test ettiğiniz sorulara bağlıdır. Hesaplayıcı, okumanıza yardımcı olmak için sonucu dört aralıkla renklendirir.
| Kaynak gösterim oranı | Etiket | Genellikle ne anlama gelir |
|---|---|---|
| %5'in altı | Ortalamanın altında | Yapay zekalar markanızı bu sorularla nadiren ilişkilendiriyor |
| %5 ila %19 | Dikkat edin | Bazı sorularda, çoğunlukla markanıza en yakın olanlarda yer alıyorsunuz |
| %20 ila %39 | Sağlıklı | Nişinizde düzenli bir yanıtsınız |
| %40 ve üzeri | Mükemmel | Varsayılan önerilerden birisiniz |
Oranınızı mutlak bir hedefle değil, aynı soru kümesindeki rakiplerinizle karşılaştırın. Yapay zeka ses payı hesaplayıcısı tam olarak bunu yapar.
Güvenilir bir oran için kaç yapay zeka yanıtı gerekir?
Hesaplayıcının ipucunun önerdiği gibi en az 100, çünkü birkaç yanıt üzerinden ölçülen bir oran tesadüfen çok oynar. Bir oranın yaklaşık %95'lik hata payı, örneklemin karekökü ile küçülür (NIST Engineering Statistics Handbook, confidence intervals for proportions).
| Analiz edilen yanıtlar | %20'lik bir oranın etrafındaki hata payı | Gerçek oran büyük olasılıkla şu aralıkta |
|---|---|---|
| 50 | Yaklaşık ±11 puan | %9 ile %31 |
| 100 | Yaklaşık ±8 puan | %12 ile %28 |
| 200 | Yaklaşık ±5,5 puan | %14,5 ile %25,5 |
| 400 | Yaklaşık ±4 puan | %16 ile %24 |
Dolayısıyla 100 yanıtta %18'den %22'ye bir değişiklik henüz bir eğilim değildir. Soruları ay ay aynı tutun ve sonuca varmadan önce birkaç okumaya bakın.
Verileri nasıl toplarsınız?
- İstem kümenizi yazın: müşterilerinizin gerçekten sorduğu, içinde marka adınız geçmeyen 25 ila 50 soru. Kategori, sorun ve karşılaştırma sorularını karıştırın.
- Her modele ayrı ayrı sorun: ChatGPT, Perplexity, Gemini, Claude. Dört model ve 25 soru zaten 100 yanıt verir.
- Yanıt başına iki olguyu kaydedin: markanız veya siteniz kaynak gösteriliyor mu ve markalar arasında ilk sırada mı anılıyor?
- Toplamları hesaplayıcıya girin, ardından model başına ayrıntıyı bir elektronik tabloda tutun.
ChatGPT görünürlük kontrolü, 2. ve 3. adımları her yanıtın kaynakları ve rakipleriyle birlikte bir seferde bir soru için yapar. Tanımlar için sözlükteki yapay zeka kaynak gösterimleri maddesine bakın.
İlk sırada kaynak gösterilmek neden önemlidir?
Çünkü dikkat, tıpkı bir sonuç sayfasında olduğu gibi, bir yanıtın içinde de hızla düşer. Generative Engine Optimization kavramını tanımlayan Princeton çalışması, görünürlüğü yanıtta erken gösterilen kaynaklara daha fazla ağırlık veren, konuma göre ayarlanmış bir puanla ölçer (Aggarwal et al., GEO, KDD 2024). Tıklamalar bunu doğruluyor: Pew Research Center, yapay zeka özeti gören Google kullanıcılarının özetin içindeki bir bağlantıya ziyaretlerin yalnızca %1'inde tıkladığını buldu (Pew Research Center, 2025). Bu kadar az tıklamayla, ilk okunan marka çoğu zaman hatırlanan markadır.
Oranın yanında “ilk sırada olduğunuz yanıtların payını” da takip edin. Yanıtların %20'sinde kaynak gösterilen ama bunların %60'ında ilk sırada olan bir marka, yanıtların %30'unda kaynak gösterilen ama her zaman son sırada olan bir markadan daha güçlü bir konumdadır.
Her yapay zeka modelini neden ayrı ölçmelisiniz?
Çünkü modeller aynı kaynakları göstermez ve bir ortalama, sizin yer almadığınız modeli gizler. “Model başına kaynak gösterimi” rakamı hızlı bir kontroldür: 4 model 18 kaynak gösterimini paylaşıyorsa, her birinde yaklaşık 4 veya 5 olmalıdır. Bir modelde 12, diğerinde hiç yoksa, sorun o modele özgüdür.
- Farklı tarayıcılar: ChatGPT search OAI-SearchBot'a, Perplexity ise PerplexityBot'a dayanır. Biri robots.txt dosyanızda engelliyse, o model sayfalarınızı kaynak gösteremez (OpenAI, overview of OpenAI crawlers). Bunları yapay zeka taranabilirlik denetimi ile kontrol edin.
- Farklı kaynak alışkanlıkları: Pew, incelediği Google yapay zeka özetlerinde listelenen kaynakların %15'ini Wikipedia, YouTube ve Reddit'in birlikte oluşturduğunu buldu. Bu platformlarda var olan bir markanın seçilme şansı daha yüksektir.
- Farklı yenilenme hızları: bazı yanıtlar daha çok canlı aramaya, bazıları ise modelin eğitimde öğrendiklerine dayanır.
Yapay zeka kaynak gösterim oranınızı nasıl yükseltirsiniz?
- Önce erişimi düzeltin: her yapay zekanın arama tarayıcılarına izin verin.
- Eksik soruları yanıtlayın: “sizin olmadığınız yanıtlar” rakamı yapılacaklar listenizdir. Her soru için, yanıt ilk cümlelerde olacak şekilde bir sayfa yayımlayın.
- Kanıt ekleyin: GEO çalışması, istatistik, alıntı ve kaynak göstermenin üretken yanıtlardaki görünürlüğü %40'a kadar artırabildiğini buldu.
- Yapay zekaların baktığı yerlerde anılın: sorularınız için gösterilen kaynaklar hangi incelemelere, listelere ve forumlara yönelmeniz gerektiğini gösterir.
- Dört ila altı hafta sonra aynı istem kümesi üzerinde yeniden ölçün.
Daha yüksek bir oranı paraya çevirmek için GEO yatırım getirisi hesaplayıcısını kullanın.
Kaynak gösterim oranının sınırları nelerdir?
- İstem kümenize bağlıdır: kolay sorular oranı şişirir, çok geniş olanlar düşürür. Zaman içinde karşılaştırmak için kümeyi sabit tutun.
- Yanıtlar değişir: aynı soru yarın farklı bir yanıt alabilir. 100 veya daha fazla yanıt üzerinden aylık bir okuma bunu yumuşatır.
- Bir kaynak gösterimi bir öneri değildir: bir marka kaçınılması gereken bir örnek olarak da gösterilebilir. Yalnızca toplamları değil, yanıtlardan bir örneklemi okuyun.
- Trafiği saymaz: Pew rakamlarının gösterdiği gibi, çoğu kaynak gösterimi tıklama getirmez. Oran ziyaretleri değil, varlığı ölçer.
Aylık bir orandan sürekli takibe
Kaynak gösterim oranınız, markanızı bir alıcının önüne koyan yapay zeka yanıtlarının payıdır: onu aynı sorularda, model model, her ay ölçün. Sorank yapay zeka anma takibi istem kümenizi ChatGPT'de, Perplexity'de, Gemini'de ve Claude'da otomatik olarak çalıştırır; GEO liderlik tablosu ise oranınızı rakiplerinizle hafta hafta karşılaştırır. Bunu autopilot ile takip etmek için Sorank planlarına bakın.
