Bu Rehberde Öğrenecekleriniz
- Schema Markup Temelleri: Yapılandırılmış veri nedir ve neden önemli?
- AI Uyumluluk: LLM'lerin schema verisini nasıl yorumladığı
- Uygulama Rehberi: Organization, FAQ, Article, Service schemaları
- Doğrulama: Schema hatalarını test etme ve düzeltme
Schema markup, arama motorları ve yapay zeka sistemlerinin web içeriğinizi anlaması için kritik bir köprüdür. Doğru uygulama, hem SEO hem AI görünürlüğünü artırır.
Schema Markup Nedir?
Schema Markup, web sayfalarındaki içeriğin anlamını arama motorları ve yapay zeka sistemlerine iletmek için kullanılan yapılandırılmış veri formatıdır.
Schema.org, Google, Microsoft, Yahoo ve Yandex tarafından ortaklaşa geliştirilen bir standart vokabülerdir. JSON-LD formatı en yaygın kullanılan uygulama yöntemidir.
Schema Markup Neden Önemli?
Arama Motorları İçin
- Rich Snippets: Arama sonuçlarında zengin görünüm (yıldızlar, fiyat, stok durumu)
- Daha İyi Anlaşılma: İçeriğin konusu ve bağlamı netleşir
- Featured Snippets: Öne çıkan snippet şansı artar
Yapay Zeka Sistemleri İçin
- Entity Tanımı: Markanızın kim olduğu yapılandırılmış şekilde aktarılır
- Güven Sinyali: Yapılandırılmış veri, tutarlılık ve profesyonellik göstergesi
- Anlam Netliği: LLM'ler schema'dan direkt bilgi çekebilir
AI Görünürlük İçin Kritik Schema Türleri
1. Organization Schema
Markanızın temel kimliğini tanımlar. AI sistemlerinin sizi doğru tanıması için kritik.
Gerekli Alanlar:
- @type: "Organization" veya alt türler (Corporation, LocalBusiness)
- name: Resmi marka adı
- alternateName: Alternatif isimler (varsa)
- description: Kısa ve net tanım
- url: Ana web sitesi
- logo: Logo URL'si
- sameAs: Sosyal medya profilleri
AI Görünürlük için Ekstra Alanlar:
- foundingDate: Kuruluş tarihi
- serviceType: Sunulan hizmet türleri
- knowsAbout: Uzmanlık alanları dizisi
- areaServed: Hizmet verilen bölgeler
2. FAQPage Schema
Soru-cevap formatı, LLM'lerin doğrudan kullanabileceği bir yapıdır.
- Her sayfada ilgili FAQ'lar ekleyin
- Sorular, kullanıcıların gerçekten sorduğu formatta olmalı
- Yanıtlar kısa ve net olmalı
3. Article / BlogPosting Schema
Blog yazıları ve makaleler için kullanılır.
- headline: Başlık
- author: Yazar bilgisi (Person veya Organization)
- datePublished: Yayın tarihi
- dateModified: Son güncelleme
- publisher: Yayıncı (Organization)
4. Service Schema
Sunduğunuz hizmetleri tanımlar.
- name: Hizmet adı
- description: Hizmet açıklaması
- provider: Sağlayıcı (Organization)
- serviceType: Hizmet kategorisi
JSON-LD Uygulama Örnekleri
Organization Schema Örneği
Web sitenizin head bölümüne eklenecek JSON-LD kodu:
{
"@context": "https://schema.org",
"@type": "Organization",
"name": "ARGEO",
"alternateName": "ARGEO AI",
"description": "AI Visibility & Perception Partner",
"url": "https://www.argeo.ai",
"logo": "https://www.argeo.ai/logo.png",
"foundingDate": "2024",
"serviceType": ["AI Perception Analysis", "GEO Optimization"],
"knowsAbout": ["AI Visibility", "LLM Optimization", "GEO"],
"sameAs": [
"https://linkedin.com/company/argeo",
"https://twitter.com/argeoai"
]
}
FAQPage Schema Örneği
{
"@context": "https://schema.org",
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "GEO nedir?",
"acceptedAnswer": {
"@type": "Answer",
"text": "GEO, Generative Engine Optimization anlamına gelir..."
}
}
]
}
llms.txt Dosyası
Schema markup'a ek olarak, llms.txt dosyası AI sistemlerinin sitenizi hızlıca anlaması için yeni bir standarttır.
Format:
# Marka Adı
> Kısa tanım
## Services
- Hizmet 1
- Hizmet 2
## Expertise
- Uzmanlık alanı 1
- Uzmanlık alanı 2
## Contact
- Website: https://example.com
- Email: info@example.com
Schema Doğrulama ve Test
Google Rich Results Test
Google'ın resmi test aracı: search.google.com/test/rich-results
Schema.org Validator
Schema.org'un doğrulayıcısı: validator.schema.org
Yaygın Hatalar
- Eksik zorunlu alanlar: @context, @type gibi temel alanların eksikliği
- Geçersiz URL'ler: logo, url gibi alanlarda bozuk linkler
- Tutarsız veri: Schema'daki bilgi ile sayfa içeriği uyuşmazlığı
AI Görünürlük için Schema En İyi Pratikleri
1. Tutarlılık
Schema'daki bilgiler, sayfa içeriği ve diğer platformlarla tutarlı olmalı.
2. Zenginlik
Temel alanların ötesinde, knowsAbout, serviceType gibi AI görünürlük alanlarını ekleyin.
3. Güncellik
Schema verilerinizi düzenli olarak güncelleyin. Eski bilgiler güven sinyalini düşürür.
4. Çoklu Schema
Tek sayfa için birden fazla schema kullanabilirsiniz: Organization + FAQPage + Article
Sık Sorulan Sorular
Schema markup SEO'yu doğrudan etkiler mi?
Dolaylı olarak evet. Schema, sıralamayı doğrudan etkilemez ama rich snippets ve daha iyi anlaşılma, CTR'ı ve kullanıcı deneyimini artırır.
Schema olmadan AI görünürlüğü olabilir mi?
Olabilir, ama schema entity tanımını netleştirir ve AI sistemlerinin sizi doğru anlamasını kolaylaştırır.
Hangi schema türü öncelikli?
Organization schema en kritik. Ardından FAQPage ve içerik türüne göre Article/BlogPosting.
Sonuç
Schema markup, hem arama motorları hem yapay zeka sistemleri için içeriğinizin anlaşılmasını sağlayan temel bir altyapıdır.
Organization, FAQ, Article schemaları ve llms.txt dosyası — bu dört bileşen, AI görünürlüğü için güçlü bir temel oluşturur. Doğru uygulama, markanızın hem Google'da hem ChatGPT'de doğru temsil edilmesini sağlar.
Yazar Hakkında
Faruk Tugtekin
Kurucu, ARGEO
Büyük dil modellerinin markaları nasıl yorumladığı, güvendiği ve referans gösterdiği konusunda uzmanlaşmış AI Visibility stratejisti. Perception Control çerçevesinin ve AI Perception Index'in yazarı.
İlginizi Çekebilir

Yapay Zeka Markaları Nasıl Yanlış Yorumlar — Ve Neden Öngörülebilir
Yapay zeka sistemlerinin tutarsız sinyaller nedeniyle markaları neden ve nasıl yanlış yorumladığını açıklıyoruz.

Yapay Zeka Algısı Tutarlı Hale Geldiğinde Ne Değişir
İçerik hacmi değişmeden, yalnızca tutarlılık sağlandığında LLM yorumlamasının nasıl dönüştüğünü açıklıyoruz.

