ChatGPT’ye “Türkiye’deki en iyi GEO danışmanları kimler?” diye sorduğunuzda aldığınız yanıt, başka bir kullanıcının aldığı yanıtla aynı olmayabilir. Yaptığım sınırlı testte, normal ChatGPT hesabımda beş sorgunun tamamında önerilirken ayrı bir ücretsiz hesapta ve aynı hesabın iki farklı Temporary Chat koşulunda kaydettiğim toplam 25 yanıtın hiçbirinde danışman olarak önerilmedim.
Bu fark, kişiselleştirmenin sonucu değiştirmiş olabileceği ihtimaliyle uyumlu. Ancak tek başına kişiselleştirmenin nedensel etkisini kanıtlamıyor. Yanıt üretimindeki doğal değişkenlik, arama sonuçları, hesap özellikleri, model sürümü ve test zamanı da sonucu etkilemiş olabilir.
GEO ölçümlerinde yapay zeka platformlarının hangi markaları önerdiğini, hangi kaynakları kullandığını ve rakiplerin ne sıklıkla göründüğünü inceliyorum. Bu deney, ölçüm ortamının da raporlanan görünürlüğü etkileyebilecek bir değişken olarak kaydedilmesi gerektiğini gösteren keşif amaçlı bir örnek sunuyor.
Bu yazıda 23–26 Ekim 2026 döneminde yaptığım testin yöntemini, 30 yanıtta gözlemlediğim farkı ve bu bulgunun yapay zeka görünürlüğü ölçümleri açısından ne anlama geldiğini açıklıyorum.
Araştırmayı nasıl gerçekleştirdim?
Önceden belirlediğim beş Türkçe sorguyu dört farklı ChatGPT koşulunda test ettim. Sorgularda kendi adımı, web sitemi veya markamı kullanmadım. Amacım doğrudan isim araması yapmak değil, ilgili danışmanlık kategorilerinde önerilip önerilmediğimi gözlemlemekti.
- Türkiye’deki en iyi GEO danışmanları kimler?
- SEO ve GEO danışmanlığı hizmetini kimden almalıyım?
- İstanbul’da teknik SEO danışmanlığı veren uzmanlar kimler?
- ChatGPT’de görünür olmak için hangi danışmanlarla çalışabilirim?
- Türkiye’de bireysel SEO danışmanları kimler?
Test ortamlarını aşağıdaki şekilde ayırdım:
| Test ortamı | Koşul | Uygulama | Yanıt sayısı |
|---|---|---|---|
| Kendi ChatGPT hesabım | Geçmiş konuşmalarım ve kişisel bağlamım kullanılabilir durumdaydı | Beş sorgunun her biri bir kez çalıştırıldı | 5 |
| Ayrı ücretsiz hesap | Önceki SEO ve GEO konuşmalarımla ilişkili olmayan ayrı bir hesaptı | Beş sorgunun her biri üç kez çalıştırıldı | 15 |
| Temporary Chat — Personalized | Mevcut anılar, özel talimatlar ve eklentiler kullanılabilir durumdaydı; sohbet yeni bellek oluşturmuyordu | Beş sorgunun her biri bir kez çalıştırıldı | 5 |
| Temporary Chat — Unpersonalized | Bellek, özel talimatlar ve eklentiler kişiselleştirme için kullanılmadı | Beş sorgunun her biri bir kez çalıştırıldı | 5 |
Testlerin tamamında ChatGPT’nin web arama özelliğini kullandım. Bu nedenle çalışma yalnızca modelin eğitim verilerine dayanan yanıtları değil, arama destekli cevap üretme davranışını ele alıyor.
Normal hesap, ayrı ücretsiz hesap ve Temporary Chat — Unpersonalized koşullarındaki toplam 25 yanıtın tam metinlerini ve görünen kaynaklarını CSV dosyasında sakladım. Temporary Chat — Personalized grubunda ise beş sorgunun önerilme sonuçlarını kaydettim; bu grubun tam yanıt metinlerini ve kaynak listelerini arşivlemedim.
Bu ayrım önemli. Dört grubun tamamında danışman olarak önerilme durumunu karşılaştırabilsem de rakiplerin öneri konumlarını ve kaynak URL’lerini aynı ayrıntıda karşılaştıramıyorum.
ChatGPT testlerinde ne gözlemledim?
Başarı ölçütünü, ismimin ana yanıt metninde danışman olarak önerilmesi veya değerlendirmeye alınması şeklinde tanımladım. Yalnızca görsel açıklamasında, kaynak başlığında veya yan unsurda adın geçmesini öneri kabul etmedim.
| Test ortamı | Yanıt sayısı | Danışman olarak önerildiğim yanıt | Örneklemde gözlenen oran |
|---|---|---|---|
| Kendi ChatGPT hesabım | 5 | 5 | %100 |
| Ayrı ücretsiz hesap | 15 | 0 | %0 |
| Temporary Chat — Personalized | 5 | 0 | %0 |
| Temporary Chat — Unpersonalized | 5 | 0 | %0 |
| Birleştirilmiş test kayıtları | 30 | 5 | %16,7 |
Önemli not: Gruplardaki tekrar sayıları eşit olmadığı için birleştirilmiş %16,7 değeri genel bir ChatGPT görünürlük oranı değildir. Bu değer yalnızca bu araştırmada kaydedilen 30 yanıtın betimleyici özetidir.
Kendi hesabımdaki beş yanıtın tamamında Orkun Köksalan adı geçiyordu. Bununla birlikte önerilerin sunulma biçimi aynı değildi. Bazı yanıtlarda doğrudan danışman listesinde yer alırken bir yanıtta ana listenin dışında, araştırmada dikkat çeken başka bir isim olarak belirtiliyordum.
Ayrı ücretsiz hesaptaki 15 yanıtın hiçbirinde danışman önerileri arasında yer almadım. İkinci tekrar grubundaki ilk GEO danışmanlığı sorgusunda adım bir görsel bağlantısının açıklamasında görünüyordu; ancak ana yanıt metninde önerilen uzmanlardan biri değildim. Bu kayıt, yanıtta herhangi bir yerde görünmek ile kullanıcıya danışman olarak önerilmenin aynı metrik olmadığını gösteriyor.
Temporary Chat — Personalized ve Temporary Chat — Unpersonalized koşullarındaki beşer yanıtın hiçbirinde de danışman olarak önerilmedim.
Kendi hesabım neden farklı sonuç üretmiş olabilir?
Olası açıklamalardan biri, kendi hesabımda kullanılabilen kişisel bağlamdır. Bu hesapta SEO ve GEO çalışmalarımı, web sitemi, geliştirdiğim yazılımları ve müşteri projelerini daha önce konuşmuştum.
OpenAI’nin ChatGPT bellek dokümantasyonu, bellek açık olduğunda geçmiş konuşmalar, kaydedilmiş anılar, özel talimatlar ve kullanılabilir diğer kaynaklardaki ilgili bilgilerin yanıtları kişiselleştirmek için kullanılabileceğini açıklıyor. Aynı doküman, ChatGPT’nin geçmişi her yanıtta kullanmadığını; ilgili bağlamı yararlı gördüğünde devreye alabildiğini belirtiyor.
OpenAI’nin ChatGPT Search açıklamasına göre sistem, kullanıcı sorusunu bir veya daha fazla hedefli arama sorgusuna dönüştürebiliyor. Bellek etkinse ilgili anılar bu arama sorgularının oluşturulmasında da kullanılabiliyor.
Bu bilgiler, kendi hesabımdaki geçmiş bağlamın yanıtı veya arama sürecini etkilemiş olmasını teknik olarak mümkün kılıyor. Ancak hangi belleğin, alt sorgunun veya başka bir değişkenin her yanıtı ne ölçüde etkilediğini göremediğim için bu mekanizmayı test sonuçlarının kesin nedeni olarak gösteremem.
Benzer şekilde, 2026’da yayımlanan başka bir ChatGPT kişiselleştirme deneyinde kişiselleştirilmiş bağlamın yanıt dilini değiştirdiği, fakat önerilen oteller veya gözlemlenen arama alt sorguları üzerinde savunulabilir bir değişim oluşturmadığı bildirildi. Bu karşılaştırma, kişiselleştirmenin yanıt dili, arama sorgusu ve öneri listesi gibi farklı katmanlarda aynı etkiyi göstermeyebileceğini hatırlatıyor.
Temporary Chat testleri ne gösterdi?
Ayrı hesaptaki sonuçların ardından mevcut hesabımda iki farklı Temporary Chat koşulunu test ettim. Önce Personalized, ardından Unpersonalized seçeneğiyle aynı beş soruyu çalıştırdım. Her iki koşulda da danışman önerileri arasında yer almadım.
OpenAI’nin geçici sohbet dokümantasyonu, geçici sohbetlerin kişiselleştirilmiş veya kişiselleştirilmemiş olarak başlatılabildiğini açıklıyor. Kişiselleştirilmemiş seçenek bellek, özel talimatlar veya eklentileri yanıtı kişiselleştirmek için kullanmıyor. Her iki geçici sohbet türü de sohbet geçici kaldığı sürece yeni bellek oluşturmuyor veya mevcut belleği güncellemiyor.
Personalized Temporary Chat mevcut anıları, özel talimatları ve eklentileri kullanabilir; ancak bunların her yanıtta mutlaka kullanılacağı anlamına gelmez. Normal sohbet ile Personalized Temporary Chat sonuçlarının farklılaşması, “kişiselleştirme açık” bilgisinin tek başına belirli bir öneriyi açıklamaya yetmediğini gösteriyor.
Fark; geçmiş konuşmaların ve diğer bağlamın kullanılma biçiminden, arama sonuçlarından, modelin yanıt değişkenliğinden veya kaydedilmeyen başka bir koşuldan kaynaklanmış olabilir. Bu test, hangi değişkenin sonucu oluşturduğunu tek başına belirlemiyor.
Benzer şekilde, Unpersonalized Temporary Chat ile ayrı ücretsiz hesapta aynı önerilme sonucunun görülmesi bu iki ortamın teknik olarak eşdeğer olduğunu kanıtlamıyor. Ücretli ve ücretsiz planlar, model seçimi ve diğer hesap özellikleri bağımsız biçimde kontrol edilmediği için plan türünün etkisi hakkında sonuç çıkarmıyorum.
Personalized Temporary Chat grubunun tam yanıtlarını ve kaynak listelerini arşivlemediğim için bu gruptaki rakip sıralamalarını, kaynak URL’lerini veya görsel sonuçlarını ayrıntılı biçimde karşılaştıramıyorum. Bu beş yanıtı yalnızca danışman olarak önerilme durumu üzerinden değerlendiriyorum.
Ayrı hesaptaki rakip önerileri nasıl değişti?
Kendi adımın görünürlüğü kadar diğer danışmanların aynı sorgunun tekrarlarında yeniden önerilip önerilmediğini de inceledim.
CSV kayıtlarımda GEO danışmanları sorgusunda Lein Digital ve Sheltron; SEO ve GEO danışmanlığı sorgusunda Zeo; bireysel SEO danışmanları sorgusunda ise Yiğit Aksüt, Ahmet Abiç ve Erhan Tunçer birden fazla yanıtta görünen öneriler arasındaydı.
Bu tekrarlar, söz konusu kişi veya markaların test edilen sorgularla ilişkilendirildiğine dair incelenebilir bir örüntü sunuyor. Ancak sık önerilmek bir uzmanın diğerlerinden daha başarılı olduğunu kanıtlamaz. Bir kişinin bu sınırlı testte önerilmemesi de uzmanlığının bulunmadığı anlamına gelmez.
Görünürlüğü yorumlarken önerinin hangi kaynaklara dayandığı, markanın hangi özellikle tanımlandığı ve yanıtın hangi hesap koşulunda üretildiği birlikte incelenmeli.
GEO görünürlük ölçümlerinde hangi metrikler ayrılmalı?
Bu testten çıkardığım en önemli yöntemsel sonuç, tek bir hesaptan alınan yanıtların genel kullanıcı görünürlüğünü temsil ettiği varsayımının güvenli olmadığıdır. Testi yapan kişinin müşteri veya marka hakkında önceki konuşmaları varsa kişiselleştirme ayrıca kaydedilmesi gereken bir değişkene dönüşür.
- Marka anılması: Yanıtta markanın veya kişinin açıkça belirtilmesi.
- Önerilme durumu: Markanın kullanıcıya değerlendirebileceği bir seçenek olarak sunulması.
- Öneri konumu: Markanın ana listede, ikincil önerilerde veya ek açıklamalarda yer alması.
- Kaynak gösterimi: Markanın web sitesinin ya da ilgili içeriğinin referans olarak kullanılması.
- Tekrarlanabilirlik: Aynı sorgu yeniden çalıştırıldığında benzer bir örüntünün oluşup oluşmaması.
- Test koşulu: Hesap, plan, kişiselleştirme, oturum türü, tarih, dil ve arama kullanımının kaydedilmesi.
Örneğin bir marka görsel alanında veya kaynak başlığında yer alabilir; fakat ana metinde kullanıcıya önerilmeyebilir. Bu görünümü doğrudan başarılı bir danışman önerisi olarak saymak, ölçümün tanımını değiştirir.
Marka anılması, kaynak gösterilmesi ve rakip görünürlüğünün düzenli olarak ayrı izlenmesi gerektiğinde bu yaklaşımı Yapay Zeka Atıf Metrikleri ve Marka Görünürlüğü Analizi kapsamında ele alıyorum.
Bir GEO görünürlük testi nasıl daha güvenilir hâle getirilebilir?
Daha güvenilir bir ölçüm için önce neyin başarı kabul edileceği tanımlanmalı. “ChatGPT’de görünür olmak” tek başına yeterli bir ölçüm tanımı değildir. Marka anılması, ilk öneriler arasında yer alma, kaynak gösterilme ve ticari bir soruyla doğru bağlamda ilişkilendirilme farklı sonuçlardır.
- Gerçek müşteri araştırma ve karar sorularından oluşan sorgu setini testten önce belirleyin.
- Marka anılması, öneri ve kaynak gösterimi kurallarını yanıtları görmeden önce yazılı hâle getirin.
- Sorgu metnini ve dilini ölçüm dönemi boyunca değiştirmeyin.
- Her tekrarı yeni bir sohbet veya aynı biçimde tanımlanmış temiz bir oturumda çalıştırın.
- Kişiselleştirilmiş hesap sonuçlarını kişiselleştirilmemiş kontrol sonuçlarından ayrı raporlayın.
- Tarih, hesap koşulu, plan, model, arama kullanımı, yanıt metni ve görünen kaynak URL’lerini kaydedin.
- Tek yanıta değil, aynı yöntemle elde edilen tekrarların genel örüntüsüne bakın.
- Model veya platform koşulu değiştiğinde eski ve yeni dönemleri doğrudan aynı seri gibi karşılaştırmayın.
Bu kayıt düzeni, araştırmayı yalnızca ekran görüntülerinden oluşan bir koleksiyon olmaktan çıkarır. Ham yanıtlarla desteklenen ve daha sonra yeniden değerlendirilebilen bir veri setine dönüştürür.
Araştırmanın sınırlamaları neler?
Bu çalışma kontrollü bir nedensellik deneyi değil, sınırlı kapsamlı bir keşif testidir. Sonuçları yorumlarken aşağıdaki sınırlar korunmalıdır:
- Yalnızca SEO ve GEO danışmanlığıyla ilgili beş Türkçe sorgu kullanıldı.
- Dört test koşulundaki tekrar sayıları eşit değildi.
- Normal hesap ve iki Temporary Chat koşulu için her sorgudan yalnızca birer yanıt kaydedildi.
- Model sürümü, arama altyapısı, konum ve bütün oturum parametrelerinin dört koşulda birebir aynı kaldığı bağımsız olarak doğrulanmadı.
- Ayrı ücretsiz hesap, geçmiş SEO ve GEO konuşmalarımla ilişkili değildi; ancak bu durum bütün kişiselleştirme ve hesap değişkenlerinin sıfırlandığını kanıtlamaz.
- Temporary Chat — Personalized grubunun tam yanıtları ve kaynak listeleri arşivlenmedi.
- ChatGPT’nin arka planda oluşturduğu bütün hedefli arama sorgularına erişilmedi.
- Test, gerçek kullanıcılar genelindeki önerilme oranını, sorgu hacmini veya GEO pazar payını ölçmüyor.
Bu nedenle tablodaki %100, %0 ve %16,7 değerleri yalnızca bu örneklemde gözlenen oranlardır. Platform geneline veya başka sektörlere genellenemez.
Bu çalışma GEO yaklaşımımı nasıl etkiledi?
Bu deneyden önce de marka anılması ile kaynak gösterimini ayrı değerlendiriyordum. Ancak normal hesabımda beş sorgunun tamamında önerilirken diğer üç koşulda hiç önerilmemem, ölçüm ortamının raporlanan sonucu ne kadar değiştirebileceğini somut biçimde görmemi sağladı.
Yalnızca normal hesabımdaki sonuçlara bakarak “ChatGPT’de güçlü bir görünürlüğüm var” demek yanıltıcı olurdu. Daha doğru ifade, normal sohbet koşulunda görünür olduğum; ayrı hesap ile Personalized ve Unpersonalized Temporary Chat örneklerinde aynı görünürlüğün tekrarlanmadığıdır.
Bu nedenle GEO danışmanlığı çalışmalarında yalnızca markanın hangi yanıtlarda göründüğüne değil, ölçümün hangi koşullarda oluşturulduğuna ve ne kadar tekrar edilebilir olduğuna da dikkat ediyorum.
Bir markanın ChatGPT tarafından önerilmesini sağlayan tek ve garantili bir yöntem bulunmuyor. Buna karşılık görünürlük sorununu doğru tanımlamak, rakiplerin hangi kaynaklarla ilişkilendirildiğini incelemek ve ölçümleri tutarlı koşullarda tekrarlamak daha sağlıklı kararlar alınmasına yardımcı olabilir.
Bu küçük araştırmadan çıkardığım temel ders şu: ChatGPT’nin sizi normal bir oturumda önermesi, başka hesap ve sohbet koşullarında aynı görünürlüğün tekrarlanacağı anlamına gelmez.
GEO ölçümünde yalnızca “ChatGPT markamı öneriyor mu?” sorusunu sormak yerine “Hangi hesap koşulunda, hangi soruda, hangi kaynaklarla ve ne kadar tutarlı biçimde öneriyor?” sorusuna cevap aramak gerekir.
Kaynaklar
- OpenAI — Memory in ChatGPT
- OpenAI — Temporary chat in ChatGPT
- OpenAI — Searching the web with ChatGPT
- Aiso — ChatGPT personalization experiment
Araştırma dönemi: 23–26 Ekim 2026. Çalışma, Mahmut Orkun Köksalan tarafından yürütülen 30 yanıtlık, sınırlı kapsamlı ve keşif amaçlı bir ChatGPT Search deneyidir. Bulgular platformun bütün kullanıcılarını temsil etmez ve kişiselleştirmenin nedensel etkisini kesin olarak ölçmez.
