SEO yazılım şirketi Search Atlas'ın yeni bir raporu, büyük dil modellerinin (LLM'ler) kaynakları nasıl alıntıladığı ile Google'ın bunları geleneksel olarak nasıl sıraladığı arasında önemli bir farklılık olduğunu ortaya koyuyor. OpenAI'ın ChatGPT'si, Google'ın Gemini'si ve Perplexity'den gelen atıfları 18.377 eşleşen sorguda Google arama sonuçlarıyla karşılaştıran kapsamlı analiz, geleneksel arama görünürlüğü ile yapay zeka platformu atıfları arasında dikkat çekici bir boşluk olduğunu ortaya koyuyor. Bu bulgu, dijital içerik stratejileri ve arama motoru optimizasyonu (SEO) için kritik çıkarımlara sahip.
Perplexity Arama Uyumunda Lider
Canlı web'den bilgi almak üzere tasarlanmış bir LLM olarak Perplexity'nin atıf modellerinin geleneksel arama sonuçlarını yakından yansıtması beklenir ve çalışma bunu doğrulamaktadır. Search Atlas, Perplexity'nin Google sonuçlarıyla yaklaşık %25-30'luk bir medyan alan adı örtüşmesi gösterdiğini buldu. Medyan URL örtüşmesi de %20'ye yaklaşarak önemliydi. Genel olarak Perplexity, Google ile 18.549 alan adını paylaştı ve bu, alıntıladığı tüm alan adlarının yaklaşık %43'ünü oluşturdu.
ChatGPT ve Gemini: Daha Seçici Bir Yaklaşım
Buna karşılık, ChatGPT Google'ın arama sonuçlarıyla belirgin şekilde daha düşük bir örtüşme gösterdi. Medyan alan adı örtüşmesi %10-15 arasında seyretti ve Google ile yalnızca 1.503 alan adını paylaştı; bu da alıntıladığı alan adlarının yaklaşık %21'ini temsil ediyor. ChatGPT için URL düzeyindeki eşleşmeler genellikle %10'un altında kaldı.
Google'ın Gemini'si ise daha az tutarlı bir davranış sergiledi. Bazı yanıtları arama sonuçlarıyla minimal veya hiç örtüşme göstermezken, diğerleri daha yakından uyum sağladı. Bu değişkenliğe rağmen Gemini, Google ile yalnızca 160 alan adını paylaştı. Bu rakam, Google'ın sonuçlarında bulunan alan adlarının yalnızca yaklaşık %4'ünü temsil ediyor; ancak bu belirli alan adları, Gemini'nin genel atıflarının önemli bir %28'ini oluşturuyordu.
SEO ve Dijital Görünürlük İçin Çıkarımlar
Bulgular, güçlü bir Google sıralamasının büyük dil modellerinden otomatik olarak atıfa dönüşmediğini açıkça gösteriyor. Bu, LLM'lerin web'den bilgiyi temelden farklı yollarla aldığını ve işlediğini düşündürüyor.
Web'i aktif olarak arayan Perplexity gibi bilgiye dayalı sistemler için geleneksel SEO sinyalleri ve genel alan adı otoritesi, görünürlük açısından kritik olmaya devam edecektir. Google sıralamalarında zaten iyi performans gösteren web siteleri, Perplexity'nin yanıtlarında kaynak olarak görünmeye daha yatkındır.
Ancak, önceden eğitilmiş bilgiye ve seçici bilgi alımına daha fazla dayanan ChatGPT ve Gemini gibi akıl yürütme odaklı modeller için, mevcut Google sıralamalarının kaynak atfı üzerindeki doğrudan etkisi önemli ölçüde azalmış görünüyor. Bu modeller, Google'ın en iyi sonuçlarıyla çok düşük URL düzeyinde eşleşmelerle daha dar bir kaynak yelpazesini alıntılamaya eğilimlidir.
Çalışma Sınırlamalarını Kabul Etmek
Search Atlas, çalışmalarındaki bazı sınırlamaları da vurguladı. Veri seti, eşleşen sorguların baskın %89'unu oluşturan Perplexity'ye doğru büyük ölçüde çarpıktı; OpenAI'ın ChatGPT'si %8 ve Gemini ise yalnızca %3'ünü oluşturuyordu.
Sorgu eşleştirmesi, anlamsal benzerlik puanlamasına dayanıyordu; yani eşleştirilmiş sorgular, aynı kullanıcı aramaları olmaktan ziyade benzer bilgi ihtiyaçlarını ifade ediyordu. OpenAI'ın gömme modeline dayalı olarak %82 benzerlik eşiği kullanıldı.
Ayrıca, analiz iki aylık bir dönemi kapsıyordu ve yalnızca yakın tarihli bir anlık görüntü sunuyordu. Bu örtüşme modellerinin uzun süreler boyunca tutarlı kalıp kalmadığını belirlemek için daha uzun zaman dilimleri gerekli olacaktır.
Yapay Zeka Odaklı Bir Ortamda SEO'nun Geleceği
İleriye bakıldığında, çalışma gelişen yapay zeka ortamında SEO stratejisine ikiye ayrılmış bir yaklaşım öneriyor. Perplexity gibi öncelikli olarak bilgiye dayalı sistemler olarak işlev gören LLM'ler için geleneksel SEO en iyi uygulamaları, güçlü alan adı otoritesi ve yüksek kaliteli içerik, görünürlük elde etmek için muhtemelen çok önemli olmaya devam edecektir.
Tersine, ChatGPT ve Gemini gibi akıl yürütme odaklı modeller için, geleneksel SEO sinyallerinin kaynak seçimi üzerindeki doğrudan etkisi azalabilir. Bu durum, içerik oluşturucular ve pazarlamacılar için bilgilerinin bu gelişmiş yapay zeka platformları tarafından keşfedilebilir ve alıntılanabilir olmasını sağlamak amacıyla yeni stratejiler gerektirebilir.
