45 terim
AI Görünürlüğü SözlüğüAI Görünürlüğü Terimleri A–Z
AI görünürlüğü, bir markanın ya da kaynağın yapay zekâ cevaplarında ne sıklıkla ve ne kadar doğru yer aldığını anlatır. Bu bölümde büyük dil modelleri, RAG, embedding, anlamsal arama, grounding ve halüsinasyon gibi kavramları; yapay zekâ cevaplarının web içeriğini nasıl kullandığı açısından ele alıyoruz.
Amaç teknik terimleri abartısız açıklamak: modellerin neyi yapabildiğini, neyi yapamadığını ve ölçümlerin neden örneklemeye dayandığını net biçimde ortaya koymak.
Terim adlarında ve eş anlamlılarında arar; kategori sayfalarında kısa tanımlarda da.
A
- Adlandırılmış Varlık Tanıma (NER)Adlandırılmış varlık tanıma (NER), bir metindeki kişi, kurum, yer, tarih, ürün ve para tutarı gibi özel adlandırılmış ifadeleri bulup önceden tanımlı türlere ayıran doğal dil işleme görevidir. Örneğin “Ayşe Yılmaz mart ayında Ankara'daki ofisi açtı” cümlesinde Ayşe Yılmaz kişi, mart tarih, Ankara yer olarak etiketlenir. NER, arama motorlarının ve yapay zekâ sistemlerinin metni varlıklar üzerinden anlamasının ilk adımıdır.İleri · GEO · AI Görünürlüğü
- AI GörünürlüğüAI görünürlüğü, bir markanın ChatGPT search, Google AI Overviews ve AI Mode, Perplexity veya Claude gibi yapay zekâ destekli cevap sistemlerinde ne sıklıkla anıldığını, ne kadar doğru tanımlandığını ve kaynak olarak gösterilip gösterilmediğini ifade eder. Bu cevaplar her seferinde değişebildiği için görünürlük tek bir sıralamayla değil, tekrarlanan örnek sorularla ölçülür.Temel · GEO · AI Görünürlüğü
- AI Ses Payı (AI Share of Voice)AI ses payı (AI share of voice), belirli bir soru setine yapay zekâ sistemlerinin verdiği cevaplarda bir markanın, izlenen rakiplerine kıyasla ne kadar yer kapladığını gösteren bir ölçüdür. Genellikle anılma veya kaynak gösterilme sayısının, aynı cevaplardaki tüm izlenen markaların toplamına oranı olarak hesaplanır. Cevaplar çalıştırmadan çalıştırmaya değiştiği için örnekleme ile tahmin edilir.İleri · GEO · AI Görünürlüğü
- Alaka Puanlaması (Relevance Scoring)Alaka puanlaması (relevance scoring), bir arama sisteminin bir belge ya da pasajın belirli bir sorguyla ne kadar ilgili olduğunu sayısal bir puanla ifade etmesidir; sonuçlar bu puana göre sıralanır. Klasik yöntemler TF-IDF ve BM25 gibi kelime istatistiklerine, modern yöntemler embedding benzerliğine ve cross-encoder modellere dayanır. Büyük arama motorları bu puanları başka birçok sinyalle birlikte kullanır.İleri · SEO · AI Görünürlüğü
- Anlamsal Arama (Semantic Search)Anlamsal arama (semantic search), sorgudaki kelimelerin birebir eşleşmesine değil, sorgunun ve içeriğin anlamına bakarak sonuç getiren arama yaklaşımıdır. Eş anlamlıları, bağlamı, varlıkları ve kullanıcının niyetini dikkate alır. Günümüzde sıklıkla metinlerin sayısal vektörlere (embedding) dönüştürülüp anlamca en yakın içeriklerin bulunduğu vektör aramasıyla uygulanır.Profesyonel · SEO · AI Görünürlüğü
- Anlamsal Üçlü (Semantic Triple)Anlamsal üçlü (semantic triple), bir bilgiyi özne, yüklem ve nesneden oluşan tek bir ifade olarak kaydeden veri birimidir; "Albert Einstein – doğum yeri – Ulm" gibi. W3C'nin RDF veri modelinin temel yapı taşıdır. Üçlüler birleştikçe varlıkları düğüm, ilişkileri kenar olarak gösteren bir bilgi grafiği ortaya çıkar. Schema.org ile yazılan JSON-LD işaretlemeleri de üçlülere dönüştürülebilir.İleri · GEO · AI Görünürlüğü
B
- Bağlam Mühendisliği (Context Engineering)Bağlam mühendisliği (context engineering), bir dil modeli uygulamasında her çağrıda modelin bağlam penceresine hangi bilginin, hangi sırayla ve ne kadar yer kaplayarak gireceğini tasarlama ve yönetme işidir. Sistem talimatları, araç tanımları, getirilen belgeler, konuşma geçmişi ve bellek notları bu kapsama girer. Prompt yazımını, getirme (retrieval) ve bellek yönetimiyle birlikte ele alır.İleri · AI Görünürlüğü
- Bağlam Penceresi (Context Window)Bağlam penceresi (context window), bir dil modelinin tek bir istekte aynı anda dikkate alabildiği en fazla token miktarıdır. Sistem talimatları, konuşma geçmişi, eklenen belgeler, getirilen kaynaklar ve modelin ürettiği cevap bu sınırı paylaşır. Pencereye sığmayan bilgi o istek için model açısından yok hükmündedir.Profesyonel · AI Görünürlüğü · Yazılım
- Bilgi Kesim Tarihi (Knowledge Cutoff)Bilgi kesim tarihi (knowledge cutoff), bir dil modelinin eğitim verisinin kapsadığı son tarihtir. Model, bu tarihten sonra olan olaylar, fiyat değişiklikleri veya yeni ürünler hakkında kendi ağırlıklarında bilgi taşımaz; bunları ancak cevap anında web araması, belge getirme veya kullanıcının verdiği bağlam aracılığıyla öğrenebilir. Kesim tarihi modelden modele ve sürümden sürüme değişir.Profesyonel · AI Görünürlüğü
C
Ç
- Çıkarım (Inference)Çıkarım (inference), eğitimi tamamlanmış bir yapay zekâ modelinin yeni bir girdiyi işleyip çıktı üretmesidir. Büyük dil modellerinde bu, prompt'un okunması ve cevabın token token üretilmesi anlamına gelir. Eğitim modelin ağırlıklarını değiştirir; çıkarım ise sabit ağırlıklarla çalışır ve her istekte yeniden yapılır. Gecikme, istek başına maliyet ve kapasite planlaması büyük ölçüde bu aşamada belirlenir.Profesyonel · AI Görünürlüğü
- Çok Kipli Model (Multimodal Model)Çok kipli model (multimodal model), metin, görsel, ses veya video gibi birden fazla veri türünü (kipi) girdi olarak alabilen ya da çıktı olarak üretebilen yapay zekâ modelidir. Böyle bir model bir fotoğrafı yorumlayıp hakkındaki soruyu yanıtlayabilir, bir grafiği okuyabilir ya da metinden görsel üretebilir. Farklı kipler ortak bir temsil uzayında işlendiği için model, bir görseldeki nesneyi onu anlatan kelimeyle ilişkilendirebilir.Profesyonel · AI Görünürlüğü
D
E
- Embedding (Vektör Temsili)Embedding (vektör temsili), bir metni, görseli ya da başka bir veriyi anlamını yansıtan sayılardan oluşan bir vektöre dönüştürme yöntemi ve bu dönüşümün sonucudur. Anlamca birbirine yakın içeriklerin vektörleri de birbirine yakın olur; bu sayede kelimeler birebir eşleşmese bile benzer içerikler bulunabilir. Anlamsal arama, RAG ve öneri sistemleri bu temsile dayanır.Profesyonel · AI Görünürlüğü · Yazılım
- Entity (Varlık)Entity (varlık), arama motorlarının ve yapay zekâ sistemlerinin tekil ve ayırt edilebilir olarak tanıdığı bir şeydir: bir kişi, şirket, ürün, yer veya kavram. Varlıklar adlarından bağımsız olarak kimlikleri ve özellikleriyle tanımlanır. Aynı adı taşıyan farklı varlıkları ayırmak ve farklı yazımları tek bir varlıkta birleştirmek için tutarlı adlandırma, yapılandırılmış veri ve sameAs bağlantıları kullanılır.Temel · SEO · GEO · AI Görünürlüğü
F
G
- GEO (Üretken Motor Optimizasyonu)GEO (Üretken Motor Optimizasyonu), bir markanın ve içeriğinin yapay zekâ destekli arama ve cevap sistemlerinin ürettiği yanıtlarda doğru anlaşılması, anılması ve kaynak olarak gösterilmesi için yapılan çalışmaların bütünüdür. Taranabilirlik ve dizine eklenme gibi SEO temellerinin üzerine kurulur; içeriğin netliğine, varlık tutarlılığına ve alıntılanabilirliğine odaklanır. Hiçbir yöntem yapay zekâ yanıtlarında yer almayı garanti etmez.Temel · GEO · AI Görünürlüğü
- Getirme (Retrieval)Getirme (retrieval), bir sorguya karşılık büyük bir belge koleksiyonundan en ilgili belgeleri veya pasajları bulup sıralı bir aday listesi olarak döndüren adımdır. Bu işi yapan bileşene getirici (retriever) denir. Arama motorlarının ilk aşaması ve RAG sistemlerinde dil modelinin okuyacağı kaynakları belirleyen kısım budur. Getirme kelime eşleşmesine dayalı seyrek yöntemlerle, embedding'lere dayalı yoğun yöntemlerle veya ikisinin birleşimiyle yapılabilir.Profesyonel · AI Görünürlüğü
- Grounding (Temellendirme)Grounding (temellendirme), bir dil modelinin cevabını yalnızca eğitim sırasında öğrendiklerine değil, o anda kendisine sağlanan doğrulanabilir kaynaklara (web sonuçları, belgeler, veritabanı kayıtları) dayandırmasıdır. Amaç, cevabın güncel ve kontrol edilebilir olmasını sağlamak ve uydurma bilgi riskini azaltmaktır. Temellendirilmiş bir cevap genellikle kullandığı kaynakları da gösterir.Profesyonel · GEO · AI Görünürlüğü
H
- Halüsinasyon (AI Hallucination)Halüsinasyon, bir yapay zekâ modelinin gerçekte var olmayan, yanlış ya da kaynağıyla desteklenmeyen bir bilgiyi akıcı ve kendinden emin bir dille üretmesidir. Uydurma bir istatistik, var olmayan bir kaynak, yanlış bir tarih ya da bir markaya ait olmayan bir hizmetin ona atfedilmesi tipik örneklerdir. Dil modellerinin olası metni tahmin ederek çalışmasından kaynaklanır.Temel · AI Görünürlüğü
- Hibrit Arama (Hybrid Search)Hibrit arama (hybrid search), BM25 gibi kelime eşleşmesine dayalı sözcüksel arama ile embedding'lere dayalı vektör aramayı aynı sorguda çalıştırıp sonuçlarını tek bir sıralamada birleştiren yaklaşımdır. Sözcüksel arama ürün kodları ve tam ifadeler gibi birebir eşleşmeleri, vektör arama farklı kelimelerle ifade edilmiş aynı anlamı yakalar. Sonuçlar genellikle Reciprocal Rank Fusion (RRF) veya ağırlıklı puan birleştirme ile harmanlanır.İleri · AI Görünürlüğü
İ
K
L
M
- Makine Öğrenmesi (Machine Learning)Makine öğrenmesi (machine learning), bilgisayarların açıkça yazılmış kurallar yerine örnek verilerden örüntü öğrenerek tahmin veya karar üretmesini sağlayan yapay zekâ alt alanıdır. Model, eğitim verisi üzerinde parametrelerini ayarlar ve daha önce görmediği verilere genelleme yapması beklenir. Spam filtreleri, öneri sistemleri, talep tahmini, dolandırıcılık tespiti ve büyük dil modelleri makine öğrenmesinin uygulamalarıdır.Temel · AI Görünürlüğü · Yazılım
- Model Context Protocol (MCP)Model Context Protocol (MCP), yapay zekâ uygulamalarının harici veri kaynaklarına, araçlara ve iş akışlarına standart bir yolla bağlanmasını sağlayan açık protokoldür. Anthropic tarafından Kasım 2024'te açık kaynak olarak yayımlanmıştır. Mimaride yapay zekâ uygulaması olan host, her sunucu için ayrı bir client ve araç, kaynak ve prompt sunan server'lar bulunur; mesajlar JSON-RPC 2.0 formatındadır.İleri · AI Görünürlüğü · Yazılım
P
- Parametrik BilgiParametrik bilgi, bir yapay zekâ modelinin eğitim sırasında öğrenip ağırlıklarına (parametrelerine) işlediği bilgidir. Model bu bilgiye dışarıdaki bir kaynağa bakmadan, yalnızca kendi içinden erişir. Cevap anında arama, belge getirme veya araç çağrısıyla gelen bilgiye ise getirilen (parametrik olmayan) bilgi denir. Parametrik bilgi eğitim verisinin toplandığı tarihte donar, kaynağı gösterilemez ve yanlış hatırlanabilir.İleri · AI Görünürlüğü
- Parçalama (Chunking)Parçalama (chunking), uzun belgelerin embedding'e dönüştürülüp dizine eklenmeden önce daha küçük, kendi başına anlamlı metin parçalarına bölünmesidir. RAG ve yapay zekâ arama sistemleri belgeleri bütün olarak değil, bu parçalar üzerinden getirir. Parça boyutu, parçalar arasındaki örtüşme ve bölme sınırlarının nereye konduğu, doğru bilginin bulunup bulunmayacağını doğrudan etkiler.Profesyonel · AI Görünürlüğü
- Pasaj Getirme (Passage Retrieval)Pasaj getirme (passage retrieval), bir sorguya karşılık belgelerin tamamı yerine içlerindeki paragraf ya da bölüm büyüklüğündeki pasajları bulup sıralayan getirme yaklaşımıdır. Yapay zekâ arama sistemleri cevaplarını çoğunlukla bu pasajlardan kurar. Google da pasaj sıralama (passage ranking) sistemini, bir sayfanın tek tek bölümlerini belirleyerek sayfanın bir aramayla ne kadar alakalı olduğunu anlamak için kullandığını belgeler.İleri · GEO · AI Görünürlüğü
- Prompt (İstem)Prompt (istem), bir dil modeline cevap üretmesi için verilen girdi metnidir: bir soru, bir görev tarifi, örnekler veya işlenecek bir belge olabilir. Sohbet uygulamalarında kullanıcının yazdığı mesaja kullanıcı promptu (user prompt) denir. Model ise yalnızca bunu değil; sistem talimatlarını, konuşma geçmişini ve eklenen kaynakları da içeren bütün bağlamı okuyarak cevap verir. Promptun açıklığı, cevabın kalitesini doğrudan etkiler.Temel · AI Görünürlüğü
- Prompt Enjeksiyonu (Prompt Injection)Prompt enjeksiyonu (prompt injection), bir dil modeli uygulamasının davranışını, modelin işlediği girdiye yerleştirilen talimatlarla geliştiricinin istemediği yönde değiştiren güvenlik açığıdır. Doğrudan türde talimat kullanıcının kendi mesajındadır; dolaylı türde ise modelin okuduğu bir web sayfası, e-posta veya belgenin içine gizlenmiştir. OWASP, LLM uygulamaları için hazırladığı 2025 listesinde bu riski ilk sıraya (LLM01) koyar.Profesyonel · AI Görünürlüğü · Güvenlik ve Altyapı
R
S
- Sıcaklık Parametresi (Temperature)Sıcaklık (temperature), bir dil modelinin bir sonraki token'ı seçerken olasılık dağılımını ne kadar keskinleştireceğini ya da düzleştireceğini belirleyen örnekleme parametresidir. Düşük değerler en olası token'lara yoğunlaşan, daha tutarlı çıktılar; yüksek değerler daha çeşitli ve öngörülmesi zor çıktılar üretir. Sıcaklığı sıfıra çekmek bile her ortamda birebir aynı cevabı garanti etmez.Profesyonel · AI Görünürlüğü
- Sistem Promptu (System Prompt)Sistem promptu (system prompt), bir yapay zekâ uygulamasını geliştiren tarafın dil modeline konuşma başlamadan önce verdiği ve bütün konuşma boyunca geçerli kalan talimatlardır. Modelin rolünü, kapsamını, üslubunu, kullanabileceği araçları ve çıktı biçimini belirler. Son kullanıcı genellikle bu metni görmez. Modeller sistem talimatlarına kullanıcı mesajlarından daha fazla öncelik verecek şekilde eğitilir, ancak sistem promptu bir güvenlik sınırı değildir.Profesyonel · AI Görünürlüğü
T
- Temel Model (Foundation Model)Temel model (foundation model), çok geniş ve çeşitli veriler üzerinde büyük ölçekte, çoğunlukla kendi kendine denetimli yöntemlerle eğitilen ve ince ayar, talimatlar ya da ek bileşenlerle çok farklı görevlere uyarlanabilen yapay zekâ modelidir. Terim 2021'de Stanford araştırmacılarınca yaygınlaştırıldı. Büyük dil modelleri bu sınıfın en bilinen örneğidir; görüntü, ses ve çok kipli modeller de temel model olabilir.Profesyonel · AI Görünürlüğü
- Token (Yapay Zekâ)Token, dil modellerinin metni işlerken kullandığı temel birimdir; bir kelime, kelimenin bir parçası, bir noktalama işareti veya boşlukla birleşmiş bir harf dizisi olabilir. Metni tokenlara bölen bileşene tokenizer denir ve her model ailesinin kendi tokenizer'ı vardır. Bağlam penceresi, çıktı sınırları ve API ücretleri token cinsinden hesaplanır. Token sayısı kelime sayısına eşit değildir; Türkçe metinler çoğu tokenizer'da İngilizceye göre daha fazla token tutar.Temel · AI Görünürlüğü
- Transformer MimarisiTransformer, 2017'de yayımlanan “Attention Is All You Need” makalesiyle tanıtılan ve dikkat (attention) mekanizmasına dayanan sinir ağı mimarisidir. Metni kelime kelime sırayla işlemek yerine bir dizideki tüm token'ları birlikte ele alır ve her birinin diğerleriyle ne kadar ilişkili olduğunu hesaplar. Bugünkü büyük dil modellerinin ve birçok görüntü ve çok kipli modelin temelinde bu mimari bulunur.İleri · AI Görünürlüğü
Ü
V
- Varlık Ayrıştırma (Entity Disambiguation)Varlık ayrıştırma (entity disambiguation), metinde geçen bir adın birden fazla gerçek dünya varlığına karşılık gelebildiği durumlarda doğru varlığı seçme işlemidir; örneğin bir metindeki "Ege"nin bölge mi, deniz mi, üniversite mi olduğunu belirlemek. Sistemler bunun için çevredeki bağlamı, aday listelerini ve Wikidata QID'leri gibi kalıcı kimlikleri kullanır. Varlık bağlama (entity linking) ve varlık çözümleme (entity resolution) süreçlerinin çekirdeğidir.İleri · GEO · AI Görünürlüğü
- Vektör Arama (Vector Search)Vektör arama (vector search), sayısal vektörler olarak saklanan kayıtlar arasından bir sorgu vektörüne belirli bir uzaklık ölçüsüne göre en yakın olanları bulan arama yöntemidir. Kayıtlar genellikle metin, görsel veya ürünlerin embedding'leridir. Büyük koleksiyonlarda her vektörü tek tek karşılaştırmak yavaş olduğundan HNSW veya IVF gibi yaklaşık en yakın komşu (ANN) dizinleri kullanılır; bu dizinler biraz isabetten feragat ederek büyük hız kazandırır.Profesyonel · AI Görünürlüğü · Yazılım
- Vektör VeritabanıVektör veritabanı, embedding gibi yüksek boyutlu vektörleri kaynak metin ve meta verileriyle birlikte saklayan ve bunlar üzerinde hızlı benzerlik sorguları çalıştırmak üzere tasarlanmış veri yönetim sistemidir. Yaklaşık en yakın komşu dizinlerinin yanında kalıcılık, güncelleme, filtreleme, erişim kontrolü ve ölçekleme sunar. Ayrı bir ürün olabileceği gibi PostgreSQL için pgvector gibi mevcut bir veritabanının eklentisi de olabilir.Profesyonel · AI Görünürlüğü · Yazılım
Y
- Yapay Zekâ Ajanı (AI Agent)Yapay zekâ ajanı (AI agent), bir hedefe ulaşmak için bir dil modelini karar verici olarak kullanan; adımları planlayan, arama, API, kod çalıştırma veya dosya işlemleri gibi araçları çağıran, sonuçları değerlendirip sonraki adımı seçen yazılım sistemidir. Tek seferlik soru-cevaptan farkı, görevi birden çok adımda ve dış sistemlerle etkileşerek yürütmesidir. Güvenilir çalışması için yetki sınırları, insan onayı ve kayıt tutma gerekir.Profesyonel · AI Görünürlüğü · Yazılım
- Yapay Zekâ Araması (AI Search)Yapay zekâ araması (AI search), kullanıcının sorusuna bağlantı listesi yerine büyük dil modelleriyle yazılmış bir cevap sunan arama deneyimidir. Sistem genellikle soruyu birden fazla aramaya böler, ilgili web sayfalarını getirir ve bunlardan derlediği yanıtı kaynak bağlantılarıyla birlikte gösterir. Google AI Overviews ve AI Mode, ChatGPT search ve Perplexity bu yaklaşımın örnekleridir.Temel · GEO · AI Görünürlüğü
- Yapay Zekâ Tarayıcısı (AI Crawler)Yapay zekâ tarayıcısı (AI crawler), yapay zekâ şirketlerine ait, web sayfalarını ziyaret edip içerik alan botlardır. Üç ana amaçla çalışırlar: model eğitimi için içerik toplamak (GPTBot, ClaudeBot), yapay zekâ aramaları için dizin oluşturmak (OAI-SearchBot, PerplexityBot) ve bir kullanıcının isteği üzerine sayfayı anlık getirmek (ChatGPT-User). Çoğu robots.txt kurallarıyla yönetilebilir.Temel · GEO · AI Görünürlüğü
- Yeniden Sıralama (Reranking)Yeniden sıralama (reranking), ilk getirme aşamasının bulduğu aday belge veya pasajların daha yavaş ama daha isabetli bir modelle yeniden puanlanıp sıralanmasıdır. Bu iş için en yaygın model türü, sorguyu ve pasajı birlikte okuyan cross-encoder'lardır. Amaç, dil modeline ya da kullanıcıya gösterilecek ilk birkaç sonucun gerçekten en alakalı olanlar olmasını sağlamaktır.İleri · AI Görünürlüğü
Diğer kategoriler
- SEO Sözlüğü167 terimCanonical URL · Core Web Vitals · Dizine Ekleme · Entity
- GEO Sözlüğü63 terimAI Görünürlüğü · Entity · GEO · Yapılandırılmış Veri
- Web Tasarım Sözlüğü97 terimCore Web Vitals · Responsive Tasarım · Web Erişilebilirliği · Above the Fold
- Yazılım Sözlüğü138 terimAPI · LLM · Açık Kaynak · API Anahtarı
- Performans ve Analitik Sözlüğü71 terimCore Web Vitals · Açılış Sayfası · CDN · CTA
- Güvenlik ve Altyapı Sözlüğü82 terimAlan Adı · API Anahtarı · CDN · Çerez
- CMS ve E-ticaret Sözlüğü27 terimAlışveriş Sepeti · CMS · CRM · Hosting

