Blog
Mert Özen'in yazılım geliştirme, backend, frontend ve DevOps üzerine blog yazıları.
GEO Nedir? AI Answer Engine'ler Kaynağı Nasıl Bulur ve Neden Alıntılar?
AI cevap motorları soruyu alt aramalara böler, bir index'ten veya kendi crawler'larının verisinden sayfa bulur, bunları LLM'in prompt'una koyar ve cevabı kaynaklara bağlar; bu canlı retrieval kanalı, modelin training verisinden tamamen ayrıdır. Google, Copilot, ChatGPT search, Perplexity ve Claude'un kaynak bulma yollarını ve GEO'nun neden hâlâ SEO olduğunu anlatıyoruz.
Google'ın AI Arama Rehberi: Neyi Yapmalı, Neyi Boşver? (llms.txt, Chunking, Özel Markup Mitleri)
Google'ın Mayıs 2026 rehberine göre AI Overviews ve AI Mode core ranking system'lerine dayanır; index'li ve snippet'e uygun bir sayfa yeterlidir, llms.txt, chunking, AI için yeniden yazım ve özel schema gerekmez. Rehberin "gerek yok" listesini, non-commodity içerik vurgusunu, AI cevaplarına uygulanan spam policy'lerini ve rehberin yalnız Google Search için geçerli olduğunu anlatıyoruz.
AI Bot'larını Tanımak ve Yönetmek: Training, Search ve User-Fetch Ayrımı
AI bot'ları üç sınıftır: GPTBot ve ClaudeBot gibi training crawler'ları, OAI-SearchBot ve Claude-SearchBot gibi search bot'ları ve ChatGPT-User gibi kullanıcı isteğiyle gelen fetch'ler; training'e kapatıp alıntıya açık kalmak için yalnız ilk sınıfı engellersin. robots.txt senaryolarını RFC 9309 kurallarıyla doğruluyor, Google'ın snippet ve Search Console kontrollerini, mertozen.com'un robots.txt'ini ve log'da AI bot ayırmayı gösteriyoruz.
Alıntılanabilir İçerik: Araştırmalar Gerçekte Ne Gösteriyor?
GEO makalesindeki "%40'a kadar" artış, kaynağın zaten cevabın context'inde olduğu tek aktörlü bir benchmark'ta ölçüldü; C-SEO Bench çoğu yöntemin rekabette etkisiz kaldığını, 2026 derlemesi ise kalıcı nedensel etkisi gösterilmiş bir taktik olmadığını buldu. Kanıtla uyumlu pratikleri ve bu sitedeki bir yazının incelemesini veriyoruz.
llms.txt ve Markdown Sürümleri: Spec, Kim Kullanıyor ve ASP.NET Core'da Uygulama
llms.txt, sitenin kökünde H1, özet ve link listelerinden oluşan bir Markdown haritasıdır; Google Search onu yok sayar, büyük AI arama motorlarının kullandığına dair resmi açıklama yoktur, asıl kullanım alanı kod asistanları ve agent'lardır. Spec v2'yi, EF Core verisinden llms.txt ve yazı başına Markdown üreten Minimal API'yi, Output Cache invalidation'ı ve mertozen.com'un dosyasını inceliyoruz.
AI Agent'lar İçin Site: Semantic HTML, Accessibility Tree ve Lighthouse Agentic Browsing
Browser agent'lar sayfayı ekran görüntüsü, DOM ve accessibility tree üzerinden okur; div ile kurulmuş bir düğme orada hiç görünmez, adı olmayan bir button da ne yaptığını söylemez. Angular 22 form'unun iki sürümünü accessibility tree dökümü ve Lighthouse 13.6.0'ın Agentic Browsing kategorisiyle ölçüyor, aracın neyi yakalayıp neyi kaçırdığını ve WebMCP'nin deneysel durumunu gösteriyoruz.
GEO'yu Ölçmek: Search Console, Bing AI Performance, Referral Trafiği ve Log'lar
AI görünürlüğünün tek bir ölçüsü yok: Search Console generative AI raporu yalnız impression verir, AI Overviews tıklamaları Web ile birleşiktir, Bing AI Performance citation ve grounding query örneklemi gösterir, kendi tarafında ise referral ve user-initiated fetch log'ları kalır. ASP.NET Core middleware ile AI bot ve referral olaylarını kaydeden ve EF Core ile haftalık özet çıkaran kodu ve prompt panellerinin sınırlarını gösteriyoruz.