E-Ticaret İçin GEO: Ürün Sayfaları AI'da Çıksın

Bir yapay zeka asistanı ürün önerirken, üretici açıklamasını kopyalayan sayfayı değil; ürünü kime uygun olduğunu, hangi ölçülere sahip olduğunu ve gerçek kullanıcıların ne dediğini açıkça yazan sayfayı kaynak gösterir. E-ticarette görünürlük yarışı artık sadece Google'ın ilk sayfası için değil, sohbet ekranında verilen tek bir cevabın içinde yer almak için yapılıyor.

Alışveriş davranışı sessizce yer değiştirdi. Eskiden "500 TL altı kablosuz kulaklık" araması on mavi bağlantı getiriyordu; kullanıcı bunları tek tek açıp karşılaştırıyordu. Bugün aynı kullanıcı ChatGPT'ye, Gemini'ye veya Perplexity'ye soruyor ve üç ürün adı, kısa gerekçeler ve genellikle birkaç kaynak bağlantısıyla dönüyor. Karar süreci, mağazanızın ürün sayfasına gelmeden önce başlıyor ve büyük ölçüde orada bitiyor.

Bu yazı, mağaza sahipleri ve e-ticaret yöneticileri için pratik bir rehber: yapay zeka bir ürün sorusuna cevap üretirken hangi sayfaları kullanıyor, sizinki neden aralarında değil ve bunu hangi somut adımlarla değiştirebilirsiniz.

Yapay Zeka Ürün Araştırmasını Nasıl Yapıyor?

Bir dil modeli, "X için en iyi Y hangisi?" sorusuna cevap verirken üç kaynağa dayanır: eğitim verisinden gelen genel bilgi, canlı arama sonuçları ve sayfalardan çıkarılan yapılandırılmış veri. Ürün sorularında ilk kaynak neredeyse hiç işe yaramaz — modelin bilgisi güncel değildir, fiyat ve stok sürekli değişir. Bu yüzden asistanlar ürün sorularında ağırlıklı olarak canlı arama yapar ve dönen sayfalardan çıkarılabilir olgular toplar.

Çıkarılabilir olgu şu demek: ürünün adı, markası, fiyatı, ağırlığı, pil ömrü, beden aralığı, malzemesi, kimin için uygun olduğu. Model bu bilgileri metinden veya JSON-LD işaretlemesinden okur. Okuyamadığı sayfayı cevaba dahil etmez — çünkü hakkında söyleyebileceği hiçbir şey yoktur.

Burada kritik ayrım şudur: asistan "hangi sayfa iyi yazılmış" diye bakmaz, "hangi sayfa bana bu sorunun cevabını verecek veriyi veriyor" diye bakar. Bu, klasik SEO'daki otorite mantığından farklı bir seçim kriteridir ve LLM için içerik optimizasyonu rehberimizde ayrıntılı olarak ele aldığımız yapıya dayanır.

Çoğu Ürün Sayfası Neden Alıntılanamıyor?

Türkiye'deki e-ticaret sitelerinin büyük bölümünde ürün sayfaları üç tipik hatadan en az birini taşır:

• Üreticiden kopyalanmış açıklama. Aynı metin yüzlerce mağazada birebir aynı. Model için bu sayfanın ayırt edici bir değeri yoktur; hangisini seçeceğine dair bir sebep bulamaz.
• İnce içerik. İki cümlelik açıklama, altında madde işaretli beş özellik. "Şık tasarım", "yüksek performans" gibi ölçülemeyen ifadeler cevaba dönüştürülemez.
• Görselin içine gömülü bilgi. Ölçü tablosu, malzeme bilgisi, kullanım talimatı bir görselin içinde yazıyorsa metin olarak yoktur. Tarayıcı onu okuyamaz.

Buna bir de yapılandırılmış verinin hiç olmaması veya eksik olması ekleniyor. Ürün sayfasında fiyat yazıyor ama makine okunur biçimde tanımlı değilse, asistan fiyatı güvenle aktaramaz ve genellikle o ürünü hiç anmaz.

Product Schema: Ürünü Makineye Tanıtmak

Yapılandırılmış veri (schema markup), sayfadaki bilgiyi makinelerin tereddütsüz okuyabileceği bir sözlüğe çevirir. E-ticarette omurga tip Product'tır. Aşağıda jenerik örnek değerlerle eksiksiz bir JSON-LD bloğu var:

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Product",
  "name": "Örnek Marka Kablosuz Kulaklık Model A",
  "description": "Aktif gürültü engelleme özellikli kulak üstü kablosuz kulaklık. 32 saat pil ömrü, 250 gram ağırlık, çok noktalı Bluetooth bağlantısı. Uzun süreli ofis kullanımı ve seyahat için uygundur.",
  "image": [
    "https://ornekmagaza.com/gorseller/model-a-1.jpg",
    "https://ornekmagaza.com/gorseller/model-a-2.jpg"
  ],
  "brand": { "@type": "Brand", "name": "Örnek Marka" },
  "sku": "OM-KLK-A-001",
  "gtin13": "0000000000000",
  "material": "Protein deri ve alüminyum",
  "weight": { "@type": "QuantitativeValue", "value": 250, "unitCode": "GRM" },
  "offers": {
    "@type": "Offer",
    "url": "https://ornekmagaza.com/urun/model-a",
    "priceCurrency": "TRY",
    "price": "2490.00",
    "priceValidUntil": "2026-12-31",
    "availability": "https://schema.org/InStock",
    "itemCondition": "https://schema.org/NewCondition",
    "shippingDetails": {
      "@type": "OfferShippingDetails",
      "shippingRate": {
        "@type": "MonetaryAmount", "value": "0", "currency": "TRY"
      },
      "deliveryTime": {
        "@type": "ShippingDeliveryTime",
        "transitTime": {
          "@type": "QuantitativeValue",
          "minValue": 1, "maxValue": 3, "unitCode": "DAY"
        }
      }
    },
    "hasMerchantReturnPolicy": {
      "@type": "MerchantReturnPolicy",
      "returnPolicyCategory": "https://schema.org/MerchantReturnFiniteReturnWindow",
      "merchantReturnDays": 14
    }
  },
  "aggregateRating": {
    "@type": "AggregateRating",
    "ratingValue": "4.4",
    "reviewCount": "87"
  }
}
</script>

Dikkat edilecek noktalar: sku ve gtin alanları ürünün farklı mağazalardaki karşılıklarıyla eşleştirilmesini sağlar — asistan "bu ürün başka nerede satılıyor, fiyatı ne" sorusunu bu kimlikler üzerinden çözer. offers içindeki availability mutlaka gerçek stok durumunu yansıtmalıdır; stokta olmayan ürünü InStock göstermek güven kaybettiren bir hatadır. aggregateRating alanını yalnızca sitede gerçekten görünen yorumlar varsa ekleyin. Schema kullanımının E-E-A-T ile ilişkisini schema markup ve E-E-A-T yazımızda daha geniş anlattık.

Alışverişçinin Sorusu ile Mağazanın Sayfası Nasıl Eşleşir?

Yapay zeka görünürlüğünü planlamanın en pratik yolu, hedef müşterinin sorduğu soru tiplerini listeleyip her birine karşılık gelen sayfayı üretmektir. Aşağıdaki eşleme tablosu, bir e-ticaret sitesinde eksik kalan sayfa tiplerini hızlıca ortaya çıkarır.

Alışverişçinin AI'a sorduğu soru tipi	Mağazanın üretmesi gereken sayfa	Gerekli işaretleme
"500 TL altı en iyi kulaklık hangisi?"	Bütçe/segment bazlı derleme sayfası (fiyat aralığına göre seçki)	ItemList + listelenen her ürün için Product
"Model A mı Model B mi?"	İki ürünü satır satır karşılaştıran özel sayfa	Product (her iki ürün) + karşılaştırma tablosu, FAQPage
"Bu ürün benim kullanımıma uygun mu?"	Ürün sayfası içinde "Kimler için uygun / uygun değil" bölümü	Product.description + audience
"Kargo ne kadar sürer, iade var mı?"	Ürün sayfasındaki SSS bloğu ve politika sayfası	OfferShippingDetails, MerchantReturnPolicy, FAQPage
"X markası güvenilir mi, kullananlar ne diyor?"	Gerçek müşteri yorumları bölümü ve marka hakkında sayfası	Review, AggregateRating, Organization
"Y sorununu çözen ürün arıyorum"	Sorun odaklı rehber içeriği (ürün değil, ihtiyaç merkezli)	Article + ItemList ile ürün önerileri
"Bu ürünün ölçüleri/teknik özellikleri neler?"	Ürün sayfasında metin tabanlı teknik özellik tablosu	Product içinde additionalProperty
"Stokta var mı, ne zaman gelir?"	Güncel stok durumu gösteren ürün sayfası	offers.availability, priceValidUntil

Bu tabloyu kendi kategorilerinizle doldurduğunuzda, genellikle şu tablo çıkar: ürün sayfaları var, ama karşılaştırma ve seçki sayfaları hiç yok. Asistanların en çok alıntıladığı iki format tam olarak bunlardır.

"A mı B mi" ve "X İçin En İyi Y": En Çok Alıntılanan İki Format

Bir asistana karşılaştırma sorusu sorulduğunda, model iki ayrı ürün sayfasını okuyup farkı kendisi çıkarmak yerine, farkı zaten yazmış bir sayfayı tercih eder. Bunun sebebi basit: hazır karşılaştırma sayfası, cevabın iskeletini doğrudan sunar.

İyi bir karşılaştırma sayfası şunları içerir:

• Açılışta net bir hüküm. "Model A uzun süreli ofis kullanımı için, Model B seyahat ve spor için daha uygundur." Bu tek cümle, asistanın alıntılayacağı cümledir.
• Satır satır özellik tablosu. Fiyat, ağırlık, pil ömrü, garanti süresi, bağlantı tipi — hepsi aynı tabloda, aynı birimlerle.
• "Şunu istiyorsanız A, şunu istiyorsanız B" ayrımı. Kullanım senaryosuna göre net yönlendirme.
• Ortak noktalar. İki ürünün farkı olmayan yönlerini de yazın; model "fark yok" bilgisini de kullanır.

Seçki sayfalarında ("X için en iyi Y") ise en sık yapılan hata, listeyi sadece kendi en pahalı ürünlerinizle doldurmaktır. Sıralamanın bir gerekçesi olmalı: hangi kritere göre en iyi, kimin için en iyi. Her maddede ürünün zayıf yönünü de yazan sayfalar, tamamen övgü içeren sayfalara göre çok daha sık kaynak gösterilir. Yapay zeka için yazarken düşülen benzer tuzakları 7 yaygın hata yazımızda topladık.

Ürün Açıklamasını Alıntılanabilir Hale Getirmek

Ürün açıklaması bir reklam metni değil, bir bilgi kaynağı olarak yazılmalıdır. Uygulamada işe yarayan kalıp şudur:

1. Tek cümlelik tanım. Ürünün ne olduğu, kim için olduğu ve en belirgin özelliği. Model genellikle bu cümleyi alır.
2. Kimler için uygun / kimler için uygun değil. İkinci başlık cesaret ister ama en çok fark yaratan bölümdür. "Yoğun spor sırasında kullanım için tasarlanmadı" cümlesi, ürünü kaybettirmez; yanlış müşteriyi eler ve iade oranını düşürür.
3. Metin tabanlı teknik özellik tablosu. Görsel değil, gerçek HTML tablosu. Birimleri yazın (gram, saat, cm, watt).
4. Gerçek kullanım senaryosu. "Günde 8 saat açık kalan bir ofis kullanımında tek şarjla dört gün gitmesi beklenir" tarzında somut, doğrulanabilir ifadeler.
5. Bakım, uyumluluk ve kutu içeriği. Alışverişçinin sorduğu ama çoğu sayfanın yazmadığı ayrıntılar.

Bu yapı, aynı ürünü satan onlarca mağaza arasında sizin sayfanızı tek özgün kaynak haline getirir.

Kargo, İade ve Garanti Bilgisi Makine Okunur mu?

Alışverişçinin asistana sorduğu soruların önemli bir kısmı ürünle değil, satın alma koşullarıyla ilgilidir: kargo ücretsiz mi, kaç günde gelir, iade süresi ne, garanti kim tarafından veriliyor. Bu bilgiler çoğu sitede ayrı bir "Teslimat ve İade" sayfasında, uzun bir metin içinde gömülü durur.

İki adımda düzeltilir. Birincisi, ürün sayfasına kısa bir SSS bloğu ekleyip her soruyu tek paragrafta cevaplamak ve bunu FAQPage schema ile işaretlemek. İkincisi, offers nesnesine shippingDetails ve hasMerchantReturnPolicy alanlarını gerçek değerlerle koymak. Bu alanlar hem yapay zeka yanıtlarında hem de arama sonucu zenginleştirmelerinde doğrudan kullanılır.

Yorumlar, Review Schema ve Sahte Yorumun Bedeli

"Kullananlar ne diyor?" sorusu, ürün araştırmasının en sık sorulan sorularından biridir. Asistanlar bu soruya cevap ararken hem sizin sitenizdeki yorumlara hem de dışarıdaki platformlara bakar. Sitenizdeki yorumların Review ve AggregateRating ile işaretlenmesi, bu verinin sayısal olarak okunabilmesini sağlar.

Buradaki sınır nettir: yorumlar gerçek olmalıdır. Üretilmiş yorum eklemek üç riski birden taşır — tüketici mevzuatı açısından yaptırım, arama motorlarının yapılandırılmış veri yaptırımları ve dışarıdaki platformlarla çelişen bir puan tablosu. Yapay zeka sistemleri çelişkili sinyal gördüğünde en güvenli davranışı seçer: o kaynağı hiç anmaz. Az sayıda ama gerçek yorum, çok sayıda şüpheli yorumdan her zaman daha değerlidir. Olumsuz yorumlara verilen kurumsal cevaplar da güven sinyali üretir.

Teknik Taraf: Hız, Filtreler, Stok ve Tarayıcı Erişimi

E-ticaret sitelerinde içerik doğru olsa bile teknik yapı görünürlüğü engelleyebilir. Dört başlığa bakın:

• Sayfa hızı ve sunucu tarafı içerik. Ürün bilgisi yalnızca tarayıcıda JavaScript ile yükleniyorsa, birçok yapay zeka tarayıcısı boş sayfa görür. Ürün adı, fiyat ve açıklama ilk HTML yanıtında bulunmalıdır.
• Filtre (faceted navigation) URL'leri. Renk, beden, fiyat filtrelerinin ürettiği sonsuz URL kombinasyonu tarama bütçesini tüketir. Değerli kombinasyonlar (örneğin "siyah koşu ayakkabısı") indekslenebilir kalmalı, geri kalanı canonical veya noindex ile sadeleştirilmelidir.
• Stok dışı ürünler. Sayfayı silmek yerine availability değerini güncelleyip alternatif ürünlere bağlantı verin. Silinen sayfa, biriktirdiği tüm sinyalleri de götürür.
• Yapay zeka tarayıcılarına erişim. robots.txt dosyanızda GPTBot, ClaudeBot, PerplexityBot, OAI-SearchBot gibi kullanıcı aracılarının engellenmediğinden emin olun. Güvenlik duvarı veya bot koruma katmanının bu tarayıcıları sessizce bloklaması, sık karşılaşılan ve dışarıdan görünmeyen bir sorundur.

Altyapıyı sıfırdan kuruyorsanız bu kararların tamamı proje başında verilir; e-ticaret ve web sitesi kurulum hizmetlerimizi bu yapıyı en baştan doğru kurmak üzere tasarladık.

---

Sıkça Sorulan Sorular

Ürün sayfama Product schema eklersem ChatGPT beni önerir mi?

Schema tek başına yeterli değildir; gerekli bir temeldir. Yapılandırılmış veri, asistanın ürününüz hakkındaki olguları güvenle okumasını sağlar, ama önerilme kararı içeriğin özgünlüğüne, karşılaştırma ve seçki sayfalarının varlığına ve dışarıdaki tutarlı sinyallere bağlıdır. Schema'yı görünürlüğün ön koşulu olarak düşünün.

Üreticinin verdiği ürün açıklamasını kullanmak sorun mu?

Aynı metin yüzlerce mağazada bulunduğu için sayfanız ayırt edici hiçbir bilgi sunmaz ve alıntılanma şansı düşer. Üretici metnini teknik referans olarak saklayıp üzerine kendi katkınızı ekleyin: kimin için uygun olduğu, gerçek kullanım senaryoları, sık sorulan sorular ve müşteri geri bildirimlerinden çıkan notlar.

Karşılaştırma sayfasında rakip markanın ürününü yazmak zararlı olur mu?

Dürüst ve doğrulanabilir bir karşılaştırma genellikle fayda sağlar, çünkü tam olarak bu tip sorgularda kaynak gösterilirsiniz. Önemli olan verilerin güncel ve doğru olması, rakip ürün hakkında yanıltıcı ifade kullanılmamasıdır. Kendi ürününüzün zayıf yönünü de yazmak, sayfanın güvenilirliğini artırır.

Kaç yorumum olmalı ki aggregateRating ekleyebileyim?

Kesin bir alt sınır yoktur; kural, işaretlediğiniz puanın sayfada kullanıcıya da görünüyor olmasıdır. Tek yorumla ortalama puan yayımlamak yanıltıcı algılanabilir, bu yüzden anlamlı bir yorum sayısına ulaşana kadar yalnızca tekil Review işaretlemesi kullanmak daha güvenlidir. Gerçek olmayan yorum hiçbir koşulda eklenmemelidir.

Binlerce ürünüm var, hepsini elle mi düzenlemem gerekiyor?

Hayır. Pratik yaklaşım, önce ciroyu taşıyan ürünlerle ve en çok arama alan kategorilerle başlamaktır. Schema işaretlemesi çoğu altyapıda şablon düzeyinde bir kez tanımlanıp tüm kataloğa uygulanabilir; elle yazılması gereken kısım, öncelikli ürünlerin özgün açıklamaları ile karşılaştırma ve seçki sayfalarıdır.

Ürün kataloğunuzun yapay zeka asistanlarına nasıl göründüğünü merak ediyorsanız, işe birkaç örnek sorguyu kendiniz sorarak başlayabilirsiniz — kendi ürününüzü soran bir müşteri gibi. Next GEO Agency olarak e-ticaret siteleri için hem mevcut kataloğun yapılandırılmış veri ve içerik denetimini hem de sıfırdan kurulumu yürütüyoruz; mağazanız için ücretsiz bir görünürlük analizi istiyorsanız iletişim sayfasından ulaşabilirsiniz.