Özet
Yapılandırılmış veri LLM denetimi bir sayfanın schema.org işaretlemesini okur ve onu yedi kontrol üzerinden 100 üzerinden puanlar: JSON-LD'nin varlığı, her bloğun geçerliliği ve kim olduğunuzu ile sayfanın ne olduğunu anlatan beş tür (Organization, WebSite, Article, BreadcrumbList, FAQPage). Bulunan türleri, eksik olanları ve her birinin neden önemli olduğunu listeler. Önce geçersiz blokları düzeltin, ardından JSON-LD'nin kendisinden sonra en çok ağırlığı taşıyan iki kontrol olan Organization ve Article'ı ekleyin.
Daha fazlasını mı istiyorsunuz? Sorun:
Bir yapılandırılmış veri LLM denetimi, sayfanızın temel olgularını makinelerin tahmin etmek zorunda kalmayacağı bir biçimde belirtip belirtmediğini kontrol eder: onu kimin yayımladığı, ne tür bir sayfa olduğu, sitenin neresinde durduğu. Schema.org işaretlemesi bunun için ortak sözlüktür ve Google, uygulaması ve bakımı en kolay biçim olarak JSON-LD'yi önerir (Google Search Central, introduction to structured data). Yine de evrensel olmaktan çok uzaktır: 2024'te JSON-LD sayfaların %41'inde vardı; bu oran 2022'de %34'tü (HTTP Archive Web Almanac 2024, structured data).
Yapılandırılmış veri LLM denetimi nasıl çalışır?
Bir alan adı veya bir sayfanın tam URL'sini girin, bot karşıtı kontrolü tamamlayın ve analizi çalıştırın. Araç sayfayı bir tarayıcı gibi, JavaScript çalıştırmadan çeker ve iki tür işaretlemeyi okur.
- JSON-LD blokları: her
<script type="application/ld+json">ayrıştırılır. Türler her üst düzey nesnede, dizilerde ve@graphiçinde okunur. Geçerli JSON olmayan bir blok geçersiz sayılır. - Microdata: her
itemtype="https://schema.org/..."özniteliği türünü listeye ekler.
Rapor puanı ve notu, JSON-LD blokları ile geçersiz blokların sayısını, algılanan şema türlerini, ardından beklenen beş türü mevcut veya eksik olarak işaretlenmiş şekilde gösterir; her biri tek satırlık bir açıklama ve bir öneriyle gelir. Ücretsiz sürüm günde üç denetime izin verir.
Yalnızca ana sayfayı değil, kaynak gösterimleri için önemli olan sayfaları test edin: bir blog makalesi, bir ürün veya hizmet sayfası, bir karşılaştırma. Her şablon kendi işaretlemesini taşır.

Puan nasıl hesaplanır?
Puan, geçen kontrollerin ağırlıklı payıdır. Her kontrol geçer ya da başarısız olur; ağırlıklar toplamı 9 eder ve sonuç 100 üzerinden bir puana çevrilir.
| Kontrol | Şu durumda geçer | Ağırlık | Puandaki payı |
|---|---|---|---|
| JSON-LD mevcut | En az bir geçerli JSON-LD bloğu | 2 | 22 puan |
| Geçersiz blok yok | Her JSON-LD bloğu ayrıştırılıyor | 1 | 11 puan |
| Organization | Organization türü bulundu | 1,5 | 17 puan |
| Article | Article, BlogPosting veya NewsArticle bulundu | 1,5 | 17 puan |
| WebSite | WebSite türü bulundu | 1 | 11 puan |
| BreadcrumbList | BreadcrumbList türü bulundu | 1 | 11 puan |
| FAQPage | FAQPage türü bulundu | 1 | 11 puan |
Not puanı izler: 90'dan itibaren A, 75'ten itibaren B, 60'tan itibaren C, 40'tan itibaren D, altı F. Etiket 75'ten itibaren “Güçlü”, 60'tan itibaren “İyi, geliştirmeye açık”, 40'tan itibaren “Çalışma gerekiyor” ve 40'ın altında “Kritik eksikler” olarak okunur. Birkaç tipik durum:
- Hiç yapılandırılmış veri yok: 11/100, not F. Yalnızca “geçersiz blok yok” kontrolü geçer, çünkü bozulacak bir şey yoktur.
- Organization ve WebSite içeren bir ana sayfa: 61/100, not C. BreadcrumbList eklemek puanı 72'ye çıkarır.
- Article, Organization, WebSite ve BreadcrumbList içeren bir blog makalesi: 89/100, not B. Eksik olan tek tür FAQPage'dir.
Hangi şema türleri LLM'lerin sayfanızı anlamasına yardımcı olur?
Beklenen beş tür, bir modelin aksi halde metinden çıkarım yapacağı beş soruyu yanıtlar. Tablo ayrıca her türün Web Almanac 2024'e göre mobil sayfalarda JSON-LD olarak ne sıklıkta göründüğünü ekler.
| Tür | Bir makineye ne söyler | Benimsenme (mobil sayfalar, 2024) |
|---|---|---|
| Organization | Siteyi kimin yayımladığı: ad, logo, resmî profiller | %7,16 |
| WebSite | Bir bütün olarak site ve adı | %12,73 |
| Article / BlogPosting | Sayfa, yazarı ve tarihleri olan editoryal içeriktir | %0,18 / %1,40 |
| BreadcrumbList | Sayfanın site hiyerarşisindeki yeri | %5,66 |
| FAQPage | Açık soru ve yanıt çiftleri | Yaklaşık %0,34 |
Organization çıpadır. Google, kuruluş işaretlemesinin idari bilgilerinizi anlamasına ve kuruluşunuzu diğerlerinden ayırt etmesine yardımcı olduğunu açıklar (Google Search Central, organization structured data). sameAs özelliği her okuyucu için aynı işi yapar: schema.org onu, öğenin kimliğini belirsizliğe yer bırakmadan gösteren bir referans sayfanın URL'si olarak tanımlar; örneğin bir Wikipedia veya Wikidata kaydı ya da resmî bir profil (schema.org, sameAs).

Yapılandırılmış veri yapay zeka asistanlarının sizi kaynak göstermesini sağlar mı?
Tek başına hayır ve burada kesin olmakta fayda var. Google, AI Overviews veya AI Mode'da yer almak için ek bir gereklilik ya da özel bir schema.org işaretlemesi gerekmediğini belirtir; yapılandırılmış verinin sayfanın görünür metniyle eşleşmesini ister (Google Search Central, AI features and your website). Asistanlar sayfaları içerikleri ve otoriteleri için kaynak gösterir.
İşaretlemenin yaptığı şey belirsizliği ortadan kaldırmaktır. Marka adınızı, logonuzu, resmî profillerinizi, bir makalenin yazarını ve tarihini ve sayfanın sitenizdeki yerini tutarlı tek bir biçimde belirtir. Bir asistan ya da arkasındaki arama dizini hangi “Acme” olduğunuza veya bir makalenin güncel olup olmadığına karar vermek zorunda kaldığında, bu açık olgular yardımcı olur. Yapılandırılmış veriyi sayfanın kimlik kartı, görünür içeriği ise sayfanın kaynak gösterilme nedeni olarak değerlendirin.
FAQPage'e bir not düşmek gerekir. Google artık arama sonuçlarında SSS zengin sonucunu göstermiyor ve belgelerini Haziran 2026'da kaldırdı (Google Search Central, latest documentation updates). Denetim türü yine de kontrol eder, çünkü soru ve yanıt çiftleri sayfayı okuyan her sistem için temiz, kendi içinde bütün bir biçimdir; ancak Google'da görsel bir etki beklemeyin.
Denetimin bulduğu sorunları nasıl düzeltirsiniz?
En zararlıdan en az zararlıya doğru şu sırayla çalışın.
- Geçersiz bloklar. Ayrıştırılamayan bir JSON-LD bloğu tamamen yok sayılır. Olağan suçlular sondaki virgül, bir açıklamadaki kaçışsız tırnak ya da boş bırakılmış bir şablon değişkenidir. Bloğu bir JSON doğrulayıcıya yapıştırın, düzeltin ve denetimi yeniden çalıştırın.
- JSON-LD yok. Şablonunuz aracılığıyla her sayfaya Organization (name, url, logo, sameAs) ve WebSite içeren ilk bir blok ekleyin. Şema oluşturucu başlangıç için geçerli JSON-LD üretir.
- Okuyucuların gördüğüyle eşleşen headline, author, datePublished ve dateModified içeren editoryal sayfalarda Article.
- Görünür gezinti yolunu yansıtan BreadcrumbList.
- FAQPage yalnızca sayfa gerçek soru ve yanıtlar gösterdiğinde. Görünür olmayan içeriği asla işaretlemeyin.
Ardından sayfayı başka açılardan kontrol edin: LLM okunabilirlik kontrolü bir modelin metninizden yanıtları ne kadar kolay ayıklayabildiğini puanlar, yanıt motoru optimizasyonu denetimi ise doğrudan yanıtların arkasındaki sayfa yapısını inceler. Tanımlar için sözlüğümüzdeki şema işaretlemesi maddesine bakın.
Denetimin sınırları nelerdir?
Kaliteyi değil, varlığı ve sözdizimini kontrol eder. Puanı okurken şu noktaları aklınızda tutun.
- Özellikler kontrol edilmez. Yazarı olmayan bir Article bloğu Article kontrolünü geçer. Her bloğun içeriğini kendiniz gözden geçirin.
- İç içe türler sayılmaz. Yalnızca bir Article bloğunun içinde
publisherolarak bildirilen bir Organization, Organization kontrolünü geçmez. Onu dizide veya@graphiçinde kendi nesnesi olarak bildirmek sorunu çözer ve varlığı bir@idile yeniden kullanılabilir kılar. - JavaScript işleme yok. Bir etiket yöneticisi veya istemci tarafı betik tarafından eklenen işaretleme görülmez. Google dinamik olarak eklenen JSON-LD'yi okuyabilir, ancak diğer birçok tarayıcı JavaScript çalıştırmaz; bu yüzden sunucu tarafı işaretleme daha güvenli bir seçimdir.
- Beş tür bir temeldir. Bir ürün sayfası ayrıca Product ve Offer, yerel bir işletme LocalBusiness, bir etkinlik Event gerektirir. Denetim bunların yokluğunu cezalandırmaz.
Daha iyi işaretleme ve içeriğin kaynak gösterimlerine dönüşüp dönüşmediğini görmek için yapay zeka anma takibi markanızı ChatGPT, Claude ve Gemini yanıtlarında her hafta izler; blog makalesi oluşturucu ise sitenizde kaynaklı, yapılandırılmış makaleler yayımlar.
Organization ve Article içeren geçerli JSON-LD, her sayfanın karşılaması gereken temeldir. Önemli sayfalarınızı yukarıda denetleyin, ardından yapay zeka yanıtlarındaki görünürlüğünüzü autopilot ile takip etmek için Sorank planlarına bakın.
































































































