Google Yorumları Yapay Zeka Önerilerini Nasıl Etkiler?

Bir kullanıcı akşam saat sekizde telefonunu açıyor ve yapay zeka asistanına şunu yazıyor: "Kadıköy'de hafta sonu da çalışan, çocuk hastaya bakan bir diş kliniği önerir misin?" Yanıt birkaç saniye içinde geliyor: üç isim, her birinin altında bir iki cümlelik gerekçe. Birinde "randevu saatlerine sadık kalındığı ve bekleme süresinin kısa olduğu belirtiliyor" yazıyor.

O cümle bir reklam metninden gelmiyor. Kliniğin kendi sitesinde de öyle bir ifade yok. Model bu niteliği, işletmeye bırakılmış yorumların ortak temasından çıkarmış. Kullanıcı bir liste değil, gerekçeli bir öneri aldı; gerekçenin hammaddesi ise başkalarının yazdığı metindi.

Yorumlar uzun yıllar boyunca tek bir sayıya indirgenerek düşünüldü: yıldız ortalaması. Yerel arama sonuçlarında bu sayı sıralamayı etkiliyordu, işletme de ortalamayı yukarı çekmeye çalışıyordu. Dil modelleri devreye girdiğinde denklem değişti. Bir model için 4,7 rakamı neredeyse anlamsızdır; anlam, o puanı üreten cümlelerin içindedir. Bu yazı, yorumların yapay zeka yanıtlarına hangi yollardan girdiğini ve bir işletmenin bu sinyali hangi meşru araçlarla yönetebileceğini anlatıyor.

Yapay zeka yorumları nereden okur?

Bir dil modelinin sizin hakkınızdaki yorumlara ulaşmasının üç ayrı yolu var ve bu yolları birbirine karıştırmak, yanlış yere emek harcamaya yol açıyor.

Birinci kaynak: Google Business Profile. Harita ve yerel arama sonuçlarının arkasındaki bu kayıt, Türkiye'de çoğu yerel işletme için en yoğun yorum birikiminin bulunduğu yer. Google'ın AI Overviews'ı ile Gemini'nin yerel sorgulara verdiği yanıtların aynı ekosistemin yerel verisine dayanması beklenir; işletme adı, kategori, çalışma saatleri, konum ve yorum gövdesi burada bir arada durur. Bu profildeki eksik bir kategori ya da boş bırakılmış bir hizmet alanı, yorumlarınız ne kadar iyi olursa olsun sizi ilgili sorguların dışında bırakabilir.

İkinci kaynak: üçüncü taraf platformlar. Sektörel dizinler, rezervasyon ve randevu siteleri, e-ticaret pazar yerleri, forumlar, Ekşi Sözlük benzeri topluluk siteleri ve sosyal medya. ChatGPT'nin arama modu ve Perplexity gibi araçlar, yanıt üretmeden önce bir arama dizinine sorgu atıp gelen sayfaları okur. Bu mimaride yorumunuzun hangi platformda durduğu kadar, o platformun sayfasının taranabilir olması da önem taşır. Giriş yapmadan görünmeyen, tamamen JavaScript ile sonradan yüklenen yorum bölümleri bu okuma zincirinin dışında kalma eğilimindedir.

Üçüncü kaynak: kendi sitenizdeki yapılandırılmış veri. Review ve AggregateRating işaretlemesi, sayfanızdaki yorumları makinenin doğrudan ayrıştırabileceği bir biçime sokar. Bu kaynağın kendine özgü bir tuzağı var, aşağıda ayrı bir başlıkta ele alıyoruz.

Bu üçlü ayrım, klasik yerel SEO ile üretken motorlara yönelik çalışmanın nerede ayrıştığını da gösteriyor; iki disiplinin sınırlarını yerel SEO ile GEO arasındaki farkı anlattığımız yazıda daha ayrıntılı karşılaştırmıştık.

Yıldız ortalaması mı, yorumların içeriği mi?

Bir dil modeline "4,8 puan" bilgisini verdiğinizde elinde tek bir skaler kalır. Aynı modele "iki kez gittim, ikisinde de randevu saatinde içeri alındım, tedavi öncesi fiyat yazılı olarak verildi" cümlesini verdiğinizde elinde en az üç nitelik olur: dakiklik, fiyat şeffaflığı, yazılı bilgilendirme.

Kullanıcı sorguları da nadiren çıplaktır. "İyi bir avukat" yerine "boşanma davasında süreci düzenli bilgilendiren bir avukat", "güzellik salonu" yerine "ilk seansta baskı yapmayan bir salon" yazılır. Model bu niteleyicileri, yorum metinlerinden çıkardığı niteliklerle eşleştirmeye çalışır. Eşleşme sayının değil, kelimelerin düzeyinde gerçekleşir.

Pratikte bunun üç sonucu var. Birincisi, tek kelimelik yorumların ("harika", "tavsiye ederim") anlam katkısı düşüktür; puanı yükseltir, gerekçeyi beslemez. İkincisi, işletmenizin gerçekten iyi olduğu alanların yorumlarda hiç geçmemesi mümkündür ve bu durumda o nitelik model için var olmaz. Üçüncüsü, tazelik önemlidir: üç yıl önce yazılmış bir yorum, o zamandan beri değişen bir ekibi ya da fiyat politikasını temsil etmez ve modeller genellikle güncel içeriği daha ağırlıklı kullanır.

Buradaki iş, yorum metnini yazdırmak değil; hizmetin gerçekten ayrıştığı noktayı müşteriye hatırlatan bir soru sormaktır. "Memnun kaldınız mı" sorusu tek kelimelik yanıt üretir. "Hangi işlemi yaptırdınız ve süreç nasıl ilerledi" sorusu paragraf üretir.

Olumsuz yoruma verilen yanıt neden sinyaldir

Yorum sayfası tek taraflı bir metin değil, iki turlu bir diyalogdur. Model olumsuz yorumu okuduğunda hemen altındaki işletme yanıtını da okur ve sayfadaki son söz sizin cümlenizdir.

Yanıtsız bırakılmış bir şikâyet, iddianın tek başına doğrulanmamış ama itiraz da edilmemiş hâlde kalması demektir. Savunmacı, suçlayıcı ya da müşterinin kimliğini ifşa eden bir yanıt ise şikâyetin kendisinden daha çok zarar verir. İşleyen bir yanıt genellikle şu üç öğeyi taşır: yaşananın kabulü ya da nazik bir düzeltmesi, varsa somut bir açıklama, ve konuyu kamuya açık alandan çıkaran bir kanal ("telefonla ulaşırsanız kaydınızı birlikte inceleyelim").

Sağlık, hukuk ve finans gibi alanlarda burada ek bir sınır var. Yanıt verirken kişinin sizden hizmet aldığını doğrulamak, tedavi ya da dosya ayrıntısına girmek, kişisel veri işleme açısından ciddi bir risktir. KVKK kapsamında özel nitelikli veri sayılan sağlık bilgisini bir yorum yanıtında paylaşmak, sırf "haklı çıkmak" için göze alınacak bir şey değildir. Güvenli yanıt, olayı doğrulamadan ilkeyi anlatır.

Kusursuz bir profil de her zaman güven vermez. Yalnızca beş yıldızdan oluşan, hiç eleştiri barındırmayan bir sayfa hem kullanıcıya hem modele "az veri" ya da "filtrelenmiş veri" gibi görünebilir. Birkaç olumsuz yorumun ölçülü biçimde yanıtlanmış olması, tabloyu daha inandırıcı yapar.

Yorum toplamanın meşru yolları

Yorum hacmini artırmanın kısa yolları var ve hepsi kötü fikir. Ödeme ya da indirim karşılığı yorum yazdırmak platform kurallarının açık ihlalidir; profilin puanının sıfırlanmasına veya kaydın askıya alınmasına yol açabilir. Tüketiciyi yanıltıcı ticari uygulama boyutu ayrıca vardır. Satın alınmış yorum yığınları ise genellikle birbirine benzeyen, ayrıntısız ve aynı dönemde patlayan metinler üretir; bu örüntü hem platformların filtreleri hem de metni okuyan bir model için görünürdür.

Meşru yol daha yavaş ama biriktiği yerde kalıcıdır:

• Zamanlama. Talebi hizmetin hemen ardından, deneyim tazeyken iletin. Tek bir hatırlatma yeterlidir; ısrar rahatsız eder.
• Ayrım gözetmeyin. Yalnızca memnun olduğunu bildiğiniz kişilere yorum bırakma bağlantısı göndermek, memnuniyetsizleri ayrı bir forma yönlendirmek platform kurallarında yasaklanmış bir uygulamadır. Talep herkese aynı biçimde gider.
• İzin ve bildirim. SMS veya e-posta ile yapılan gönderimler ticari elektronik ileti kapsamına girebilir; bu durumda onay, İleti Yönetim Sistemi kaydı ve ret hakkı gibi yükümlülükler gündeme gelir. Müşteri iletişim verisini bu amaçla kullanacaksanız aydınlatma metninizde bu amacın yer alması gerekir. Sınırın tam olarak nereden geçtiğini hukuk danışmanınızla teyit edin.
• Sürtünmeyi azaltın. Kasada veya bekleme alanında QR kod, faturanın altında kısa bağlantı, randevu kapanış mesajında tek tıklık yönlendirme. Kullanıcı üç ekran gezinmek zorunda kalırsa vazgeçer.
• Soruyu siz kurun, cevabı değil. "Hangi hizmeti aldınız, sizin için en çok ne fark yarattı" gibi açık uçlu bir hatırlatma, yönlendirme olmadan içerikli metin üretir.
• Süreklilik. Ayda birkaç yeni yorumun düzenli akışı, yılda bir kez gelen otuz yorumdan daha sağlıklı bir profil oluşturur.

Bu akışın sektöre göre nasıl kurulduğunu merak ediyorsanız, klinikler için hazırladığımız diş klinikleri GEO senaryosunda randevu sonrası temas noktalarının nasıl kullanıldığını örnekledik.

Sitenizde yorumları nasıl gösterirsiniz

Burada iki ayrı hedef var ve karıştırılmaları yaygın bir hata.

Birinci hedef, arama sonuçlarında yıldız görünmesi. Google'ın zengin sonuç kuralları, bir işletmenin kendi sitesine kendi hakkında koyduğu işletme düzeyindeki puanlama işaretlemesini kabul etmiyor; LocalBusiness ve Organization için bu tür "kendi kendine puan verme" (self-serving) işaretlemesi zengin sonuç üretmez. Yani ana sayfanıza "müşterilerimiz bize 5 üzerinden 4,9 verdi" diye AggregateRating gömmek, arama sonucunda yıldız kazandırmaz. Ürün, tarif veya kurs gibi ayrı varlıklar için durum farklıdır; oradaki puanlama nesneye aittir, işletmeye değil.

İkinci hedef, sayfanın makine tarafından okunduğunda ne söylediği. Bu hedef hâlâ geçerli ve genellikle daha değerli. Yorumları sayfada gerçek metin olarak, kaynağını belirterek ve JavaScript arkasına saklamadan gösterdiğinizde, sayfayı ham HTML olarak okuyan bir yapay zeka tarayıcısı hem övgüyü hem gerekçesini görür. Alıntıyı kısaltacaksanız anlamı değiştirmeyin, uydurma yorum yazmayın ve müşterinin adını izni olmadan tam biçimde yayımlamayın.

İşaretleme tarafında sağlıklı yaklaşım, işletmenizi LocalBusiness olarak tanımlamak, hizmetlerinizi Service ile ayrıştırmak, sayfadaki uzmanlık sinyallerini Person ve Organization bağlarıyla desteklemektir. Bu yapının bütününü ve E-E-A-T ile ilişkisini schema işaretlemesi yazımızda ayrı ayrı ele almıştık.

Ölçme: hangi soruyu, hangi sıklıkta sorarsınız

İtibar çalışmasının en zayıf halkası genellikle ölçüm tarafıdır. Yorum sayısı artar, ama işletme yapay zeka yanıtlarında görünüyor mu, bilinmez. Kurulabilecek en yalın düzen şu:

Sorgu seti. Marka adınızın geçmediği, on ile yirmi arası doğal dilde soru yazın. Her birinde bir konum ve bir niteleyici bulunsun: "gece açık", "çocukla gidilebilir", "fiyatı önceden söyleyen", "ilk görüşmesi ücretsiz" gibi. Bunlar müşterinizin gerçekten kurduğu cümlelere benzemeli.

Motor listesi. Aynı setleri ChatGPT (arama açık), Gemini, Perplexity ve Google AI Overviews üzerinde çalıştırın. Kişiselleştirmenin sonucu bozmaması için oturum açmadan veya ayrı bir tarayıcı profilinden sorun.

Kayıt alanları. Her sorgu için dört şey not edin: adınız geçti mi, kaçıncı sırada geçti, size hangi nitelik atfedildi, yanıtta hangi kaynaklar gösterildi. Dördüncü sütun en kıymetlisidir, çünkü hangi platformdaki yorumların okunduğunu size doğrudan söyler.

Sıklık. Ayda bir tam ölçüm yeterli olur. Yorum akışında belirgin bir değişiklik, olumsuz bir dalga ya da profil güncellemesi sonrasında ara ölçüm yapın.

Yorum tarafında da birkaç iç gösterge tutun: aylık yeni yorum sayısı, yanıtlanma oranı, ortalama yanıt süresi ve yorumlarda öne çıkan temaların dağılımı. Son gösterge en öğreticisidir; müşterilerinizin sizi hangi kelimelerle anlattığını gösterir ve bu kelimeler modelin size atfedeceği niteliklerin ta kendisidir. Görünürlük tarafında hangi metriklerin izlenmeye değer olduğunu AI görünürlüğü nasıl ölçülür yazımızda ayrıntılandırmıştık; ölçümü kendi işletmeniz için birlikte kurmak isterseniz iletişim sayfasından ücretsiz analiz talep edebilirsiniz.

Yorumlar, işletmenin kendisi hakkında söyleyemeyeceği şeyleri söyleyen tek kaynaktır. Yapay zeka yanıtları bu kaynağı bir puana değil, bir anlatıya çevirerek kullanıyor. Yönetilecek şey de puan değil, o anlatının doğru, güncel ve doğrulanabilir olmasıdır.

Sıkça Sorulan Sorular

Yapay zeka asistanları işletme yorumlarını gerçekten okuyor mu?

Doğrudan okurlar. Arama moduyla çalışan asistanlar yanıt üretmeden önce bir arama dizinine sorgu atar, dönen sayfaları metin olarak işler; harita profilleri, dizinler ve yorum sayfaları bu sayfalar arasındadır. Model yıldız ortalamasını değil, yorum metinlerindeki tekrar eden nitelikleri kullanır. Bu yüzden bir işletme "bekleme süresi kısa" veya "fiyatı önceden söylüyor" diye tanımlanabilir; bu ifadeler yorumlardan çıkarılmıştır.

Yapay zeka yanıtlarında görünmek için kaç yoruma ihtiyaç var?

Geçerli bir eşik sayı yok; doğru soru "kaç tane" değil, "ne kadar ayrıntılı ve ne kadar güncel". Tek kelimelik onlarca yorum, hizmetin ne olduğunu ve nasıl yürüdüğünü anlatan birkaç ayrıntılı yorumdan daha az bilgi taşır. Rakiplerinizin bulunduğu aralığın belirgin biçimde altında kalmamak, düzenli bir akış sürdürmek ve yorumların son aylara yayılmış olması pratikte daha belirleyicidir.

Olumsuz bir yorumu sildirmek mümkün mü?

Platform kurallarını ihlal eden yorumlar (hakaret, alakasız içerik, kişisel veri ifşası, açık spam) bildirilerek kaldırılabilir. Ancak memnuniyetsizliği anlatan geçerli bir yorumun silinmesi beklenmemelidir ve silme çabası genellikle yanıtlamaktan daha az işe yarar. Ölçülü, savunmacı olmayan ve konuyu özel kanala taşıyan bir yanıt, sayfadaki son sözü size bırakır; hem okuyan kişi hem metni işleyen model bu yanıtı görür.

Müşterilerden yorum istemek yasal mı?

İstemek serbesttir; nasıl istediğiniz sınırı belirler. Ödeme, indirim veya hediye karşılığı yorum yazdırmak platform kurallarına aykırıdır ve tüketiciyi yanıltıcı uygulama riski taşır. Yalnızca memnun müşterilere talep göndermek de yasaklı bir yöntemdir. SMS ya da e-posta ile yapılan gönderimler ticari elektronik ileti kapsamına girebileceğinden onay, İleti Yönetim Sistemi kaydı ve aydınlatma yükümlülüklerini hukuk danışmanınızla teyit edin.

Kendi siteme AggregateRating işaretlemesi koymalı mıyım?

İşletmenizin kendi sitesinde, kendi hakkındaki işletme düzeyi puanlama işaretlemesi Google tarafından zengin sonuçta gösterilmez; LocalBusiness ve Organization için bu tür kendi kendine puan verme kabul edilmez. Buna karşılık yorumları sayfada gerçek, taranabilir metin olarak ve kaynağını belirterek yayımlamak değerlidir, çünkü sayfayı okuyan yapay zeka tarayıcıları hem değerlendirmeyi hem gerekçesini görür.