Atlas kapandı, ajanlar kalıyor: web siteleri için ne değişti

Schema'nın içerik için yaptığını, Semantik HTML5 kodun kendisi için yapar. Bir ajan, sayfanızı okurken Schema etiketlerine gelmeden önce ham HTML kodunu tarar. Eğer siteniz anlamsız <div> ve <span> etiketlerinden oluşan bir div çorbası ise, ajanın kafası karışır.

Ancak kodunuzu <article>, <nav>, <aside>, <section>, <figure> gibi uygun Semantik HTML5 etiketleriyle yazarsanız, ajana daha kodu okurken sayfanın yapısal haritasını vermiş olursunuz. Ajan, <article> etiketinin ana içerik, <aside> etiketinin yan bilgi olduğunu anında kavrar. Bu bir önceki bölümde bahsettiğimiz puzzle çözme işlemini kod seviyesinde hızlandırır ve Schema'ya olan bağımlılığı azaltarak anlama gücünü artırır.

Ajanların bizimle kod seviyesinde (API) konuşması işin eylem kısmı. Peki ya anlama kısmı? Bir ajanın, sitemizdeki içeriğin ne anlama geldiğini net bir şekilde kavraması gerekir.

Bunun ilk ve en temel adımı Yapılandırılmış Veri (Schema.org) kullanmaktır. Şimdi gelin bunu "Ajansal Ticaret" için çok daha kritik olan bir e-ticaret sitesi ve trend bir ürün üzerinden yapalım.

Diyelim ki, şu an çok aranan, markasız, Yüksek Performanslı, 144Hz, 4K Oyuncu Monitörü satıyorsunuz. Bir insanın ürün sayfanıza gelip Fiyat: $499 ve Stok: Mevcut yazılarını okuyup anlaması kolaydır.

Peki ya kullanıcısından "Bana $500 altında, 4K ve en az 120Hz bir oyuncu monitörü bul ve satın al" komutunu alan bir ajan? Ajan, sizin sitenizdeki $499 yazısının fiyat olduğunu, 144Hz'in yenileme hızı olduğunu ve Mevcut kelimesinin satın alınabilir (InStock) anlamına geldiğini nasıl kesin olarak bilebilir? Ya $499 model numarasının bir parçasıysa? Ya Mevcut ifadesi Mağazada Mevcut anlamına geliyorsa, online'da değilse?

Ajanlar tahmin edemez. Bilmek zorundadır. İşte burada Product Schema'sı devreye giriyor. Biz, Schema kullanarak yapay zekaya şu teknik mesajı veririz:

{
  "@context": "https://schema.org",
  "@type": "Product",
  "name": "Yüksek Performanslı 27 inç Oyuncu Monitörü",
  "description": "Düşük gecikmeli, 144Hz yenileme hızına sahip 4K monitör.",
  "sku": "GM-27-4K-144",
  "brand": {
    "@type": "Brand",
    "name": "XYZ"
  },
  "image": "https://siteniz.com/images/gm-27-4k-144.jpg",
  "offers": {
    "@type": "Offer",
    "url": "https://siteniz.com/urun/gm-27-4k-144",
    "priceCurrency": "USD",
    "price": "499",
    "availability": "https://schema.org/InStock"
  },
  "additionalProperty": [
    {
      "@type": "PropertyValue",
      "name": "Yenileme Hızı",
      "value": "144Hz"
    },
    {
      "@type": "PropertyValue",
      "name": "Çözünlük",
      "value": "4K"
    }
  ]
}

Bu etiketleme, bizim ürün bilgilerimizi (insan tarafından okunabilir) alır ve onları bir ajanın %100 güvenle işleyebileceği makine tarafından okunabilir gerçeklere dönüştürür. Ajan artık fiyatı, stok durumunu ve teknik özellikleri tahmin etmez. Bilir ve güvenle satın alma işlemini başlatabilir.

Gerçeklik Kontrolü (Ajanların Tembelliği): İçeriği bir zihin haritası (puzzle) gibi tasarlamak ileri seviye bir stratejidir. Ancak, bir yapay zeka ajanını geliştiren mühendisin bakış açısından düşünelim: Ajanın, her sitenin kendine özgü puzzle çözme mantığını öğrenmesi mi daha verimli, yoksa ona "Sadece standart Schema.org etiketlerini ve API'yi oku, gerisini boş ver" demek mi? Görünen o ki, ölçeklenebilirlik ve verimlilik kazanacak. Ajanlar 'tembel' olacak ve standart olanı, yani Schema ve API'yi tercih edecek. Bu nedenle, zihin haritası harika olsa da, önceliğimiz ve olmazsa olmazımız (must-have) mutlaka standart Schema etiketlemesi olmalıdır.

İlk aşama zaten başladı ve birçoğumuz etkilerini hissediyoruz. Google gibi arama motorları artık bize 10 mavi link sunan birer yol gösterici değil. Onlar, doğrudan sorularımıza yanıt üreten, bilgiyi sentezleyen birer Cevap Motoru haline geldi. Bu, oyunun kurallarını tamamen değiştiren ilk büyük adımdı.

Hatırlarsanız, bir süre önce "Öne Çıkan Snippet'lar" (Featured Snippets) vardı. Google, sorduğumuz soruya en iyi cevabı veren tek bir siteden alıntı yapar ve onu en üste, sıfırıncı sıraya koyardı. Hedefimiz o tek pozisyonu kapmaktı.

Google'ın Yapay Zeka Bakışları (AI Overviews) bu modeli tamamen yıktı. Artık Google, en iyi cevabı tek bir siteden almıyor. Bunun yerine, birden fazla kaynaktan (hatta bazen alt sıralardaki sitelerden) bilgileri çekiyor, bunları sentezliyor ve kendi yapay zeka cevabını oluşturuyor.

Bu durumun en net sonucu nedir? "Sıfır tıklamalı aramaların" (zero-click searches) patlaması. Kullanıcılar cevabı doğrudan arama sayfasında aldıkları için sitenize tıklama ihtiyacı duymuyor. Yapılan analizler, bu yeni sistemin göründüğü sorgularda organik tıklama oranlarında ciddi düşüşler yaşandığını gösteriyor. Eğer iş modeliniz trafiğe ve reklama dayalıysa, bu sizin için doğrudan bir tehdit.

Peki, tıklama alamayacaksak hedefimiz ne olmalı? Buradaki tavsiye, hedefin artık tıklama almak değil, yapay zeka tarafından oluşturulan o cevapta kaynak olarak alıntılanmak olmasıdır. İşte bu yeni disipline Cevap Motoru Optimizasyonu (AEO - Answer Engine Optimization) diyoruz.

AEO, geleneksel SEO'dan farklı olarak, uzun kuyruklu ve konuşma dilindeki sorulara odaklanır. Amacımız, yapay zeka modelinin "Bu bilgi güvenilir, net ve değerli" diyerek bizim içeriğimizi kaynak göstermesini sağlamak.

Bu güveni nasıl kazanacağız? İşte burada E-E-A-T (Deneyim, Uzmanlık, Yetkinlik, Güvenilirlik) devreye giriyor. E-E-A-T artık sadece bir Google yönergesi değil, yapay zekaya karşı en güçlü savunma mekanizmamız. Üretken yapay zekanın metalaştırdığı jenerik içeriklerin aksine, bizim gerçek, ilk elden deneyimlerimizi (Experience), kanıtlanabilir uzmanlığımızı (Expertise) ve otoritemizi (Authoritativeness) sunmamız gerekiyor. Yapay zeka bir ürünü kullanamaz, bir seyahate bizzat gidemez. Ama biz gidebiliriz ve bu deneyimi aktarabiliriz. Bu, bizi yapay zekanın özetleyip geçeceği bir içerik olmaktan çıkarıp, güvenilir bir kaynak haline getirir.

Peki bu güveni nasıl sadece iddia etmekle kalmaz, hem insana hem de makineye kanıtlarız? İşte burada 'Doğrulanabilir Otorite Katmanı' (Verifiable Authority Layer) olarak adlandırabileceğimiz bir yapı devreye giriyor. Bu yapı, E-E-A-T sinyallerimizi somut ve makine tarafından okunabilir kanıtlara dönüştürür. Bu katman, iki temel kanıt üzerine kuruludur. Birincisi, yazarın otoritesidir. Bu, sadece yazar adını yazmak değil, Schema etiketleri aracılığıyla o kişinin LinkedIn veya akademik yayınlar gibi doğrulanabilir kaynaklara bağlanmasıdır. İkincisi ise içeriğin otoritesidir. Makaledeki iddialar, orijinal veri setlerine, birincil kaynaklara veya tescilli araştırmalara dayanmalıdır. Ajan, bu bilginin başka bir yerden özetlenmediğini, kaynağının siz olduğunuzu bilmelidir.

Eğer 1. Aşama olan AEO ve E-E-A-T optimizasyonunu sadece mevcut trafiğinizi korumak için bir savunma hamlesi olarak gördüyseniz, şimdi bakış açımızı değiştirmemiz gerekiyor. Çünkü gözden kaçırdığımız temel bir prensip var. Bir ajan, güvenmediği bir sistem üzerinde asla eyleme geçmez.

Bu Faz 2'nin kilidini açan anahtardır. Yapay zeka, bir içeriğin doğruluğunu, yazarın uzmanlığını ve sitenin güvenilirliğini teyit etmeden, o sitenin API'sini kullanarak bir kullanıcının kredi kartıyla işlem yapma riskini almayacaktır. Dolayısıyla, Ajan Optimizasyonu'na giden yol, kusursuz bir Cevap Motoru Optimizasyonu'ndan geçer. Güven inşa etmek, eylemin ön koşuludur.

Bu iki aşamayı (Ajanlar ve AEO) birleştirdiğimizde, dijital dünyada bir "Büyük Ayrışma"nın başladığını net olarak görebiliyorum. Her web sitesi bu dönüşümden eşit etkilenmeyecek. Bazıları için bu durum, bir "Web Sitesi Yok Oluş Olayı" anlamına gelirken, bazıları için benzeri görülmemiş bir fırsat dönemi başlıyor.

Risk ve fırsat spektrumu şu şekilde ayrışıyor.

• Yüksek Riskli Varlıklar (Bilgi Siteleri) - Değer önerisi sadece kolayca özetlenebilir bilgi olan platformlar (basit "nedir?" makaleleri, jenerik bloglar, referans kılavuzları) en büyük risk altındadır. Bu bilgiyi artık yapay zeka doğrudan verdiği için, bu siteler trafiklerini ve işlevlerini kaybetme tehlikesiyle karşı karşıyadır.
• Yüksek Fırsatlı Varlıklar (İşlem, Etkileşim, Topluluk) -
  • E-ticaret ve SaaS - Bu siteler doğaları gereği eylem odaklıdır. Bir ajan, bir yazılımı (SaaS) kopyalayamaz ama API aracılığıyla kullanabilir. Bir ürünü özetleyemez ama API aracılığıyla satın alabilir. Bu platformlar, ajanlar için birincil işlem noktaları olacaklar.
  • Topluluk Platformları (Reddit, forumlar vb.) - Bu siteler, yapay zekanın üretemeyeceği bir şeye sahipler: Otantik insan deneyimi (E-E-A-T'nin 'E'si). Gerçek dünya görüşleri, kişisel deneyimler ve niş tartışmalar, ajanlar için paha biçilmez bir insan içgörüsü kaynağı olacaktır.

Eğer yüksek riskli kategorideyseniz, iş modelinizi bilgiden eyleme veya deneyime doğru evriltmeniz şart.

Bu analizden çıkarmanız gereken en önemli stratejik sonuç budur. ajan çağında ayakta kalmanın yolu, yapay zekanın kolayca metalaştıramayacağı, kopyalayamayacağı veya özetleyemeyeceği değerler yaratmaktır. Buna "Yapay Zeka Savunma Hattı" (AI Moat) diyebiliriz.

Ancak, her işletmenin kaynakları farklıdır. Bu savunma hattını, herkesin 'yarın başlayabileceği' adımlardan, uzun vadeli vizyona doğru katmanlı bir yaklaşımla düşünmek en sağlıklısıdır:

1. Katman: Hızlı Kazanımlar (Düşük Maliyet, Yüksek Etki)

• Teknik E-E-A-T Güçlendirmesi: Bu, en erişilebilir ilk adımdır. Yazar profillerinizi Author ve Person Schema'ları ile işaretleyin. Yazarın uzmanlığını kanıtlamak için sameAs etiketini kullanarak doğrulanabilir LinkedIn, Twitter veya akademik profil sayfalarına bağlayın.
• Temel Schema.org Uygulaması: Dev bir projeye girişmeden önce, en kritik içerik türleriniz için (Product, Offer, Article, FAQPage) temel Schema etiketlemelerini eksiksiz yapın. Bu, ajanlara ne sattığınızı veya ne anlattığınızı net bir şekilde ifade eder.
• Benzersiz İçeriği Vurgulama: Gerçek kullanıcı yorumlarını (Review), vaka çalışmalarını (CaseStudy) veya ilk elden deneyimlerinizi (Experience) uygun Schema ile işaretleyerek yapay zekanın kopyalayamayacağı otantik değeri öne çıkarın.

2. Katman: Orta Seviye (Etkileşim ve Veri Yapılandırması)

• Basit İnteraktif Araçlar: Yapay zekanın kopyalayamayacağı, niş kitlenize özel basit araçlar yaratın. Bunlar; hesaplayıcılar (örn: kredi hesaplayıcı), ürün yapılandırıcılar (örn: 'size uygun monitör') veya testler olabilir. Bu araçlar sitenizi bir 'durak' olmaktan çıkarıp 'destinasyon' yapar.
• Salt Okunur (Read-Only) API'ler: Tam fonksiyonlu bir e-ticaret API'si kurmak maliyetli olabilir. İlk adım olarak, ürün kataloğunuzu, fiyatlarınızı ve stok durumunuzu paylaşan basit, 'salt okunur' API'ler oluşturun. Bu, 'Ajansal Ticaret' dünyasına düşük riskli bir ilk adımdır.

3. Katman: İleri Seviye (Tam Entegrasyon ve Tescilli Değer)

• Tam Fonksiyonlu API Mimarisi: Ajanların sadece bilgi okumakla kalmayıp, satın alma, rezervasyon veya abonelik gibi eylemleri gerçekleştirebildiği tam entegre API'ler. Bu, 'Ajansal Ticaret'in anahtarıdır.
• Tescilli Veri ve Araştırmalar: Sadece sizde bulunan, orijinal araştırmalara dayalı analizler ve veri setleri. Ajanlar bu veriyi kopyalayamaz, size referans vermek zorunda kalır.
• Özel Uzman Toplulukları ve Portallar: Doğrulanmış uzmanların değerli tartışmalar yürüttüğü platformlar veya kullanıcıların kendi verilerine dayalı hizmetler aldığı (örn: müşteri panelleri) kişiselleştirilmiş deneyimler.