llms.txt Kullanım Oranı: AI Kaynağı 240 Sitede Tarama

Yapay zeka motorlarının kaynak gösterdiği sitelerde llms.txt dosyası yaygın ama evrensel değil; yapay zeka botlarını robots.txt ile tamamen engelleyen site ise çok az. ChatGPT ile Perplexity'nin 26 Eylül 2026 tarihli ölçümde meslek sorularına verdiği cevaplarda geçen 240 tekil alan adını 20 Ekim 2026'da taradık: llms.txt yanıtı alınan 234 alan adının 111'inde (%47,4) gerçek bir llms.txt dosyası bulduk, 27'si (%11,5) aynı adreste dosya yerine bir HTML sayfası döndürdü. Gerçek robots.txt dosyası olan 209 alan adının yalnızca 8'i (%3,8) GPTBot'a tam engel koyuyordu; OAI-SearchBot'u ya da PerplexityBot'u tamamen engelleyen hiç yoktu.

Bu tarama bir şeyi göstermiyor ve bunu en başta yazmak gerekiyor: karşılaştırma grubumuz yok. Yalnızca kaynak gösterilen siteleri taradık, kaynak gösterilmeyen siteleri taramadık. Bu yüzden "llms.txt koyan siteler kaynak gösteriliyor" ya da "llms.txt koyarsanız kaynak olursunuz" sonucu bu veriden çıkmaz. Google ise AI Overviews ve AI Mode için böyle bir dosyaya ihtiyaç olmadığını açıkça söylüyor; bunu aşağıda belgesiyle aktarıyoruz.

Soru: kaynak gösterilen siteler teknik olarak neye benziyor

GEO üzerine yazılan rehberlerin çoğu bir kontrol listesiyle başlıyor: llms.txt ekleyin, yapay zeka botlarını robots.txt'de açın, yapısal veri kullanın. 20 Ekim 2026'da "llms.txt kullanım oranı" sorgusunu arattığımızda dönen veri çalışmalarının hepsi İngilizceydi ve küresel örneklemlere dayanıyordu; Türk sitelerinde, motorların gerçekten kaynak gösterdiği örneklemle ölçülmüş bir oran görmedik.

Biz soruyu tersten sorduk: motorların bir Türk hizmet işletmesinin sorusuna cevap verirken gerçekten gösterdiği sitelerde bu üç unsur ne sıklıkta var? Örneklem, ChatGPT kaynak analizi yazısındaki ölçümden geliyor: on dört sorunun her iki motora ikişer kez sorulmasıyla toplanan 56 cevabın kaynak listelerindeki 240 tekil alan adı.

Yöntem: 240 alan adı, alan adı başına üç istek

Örneklem. 26 Eylül 2026'daki ölçümde Perplexity ve ChatGPT'nin kaynak gösterdiği tüm alan adları; toplam 240. Sınıflar (sağlayıcı, liste, resmi kurum ve diğerleri) o yazıdaki sınıflamayla aynı ve ikinci bir göz tarafından yeniden sınıflanmadı.

Tarih. 20 Ekim 2026; yani kaynak ölçümünden 24 gün sonra.

İstekler. Her alan adına yalnızca üç GET isteği gönderildi: ana sayfa, /robots.txt ve /llms.txt. Giriş yapılmadı, form doldurulmadı, başka sayfa taranmadı. Yönlendirmeler takip edildi, zaman aşımı 10 saniye, istekler arasında en az 0,6 saniye beklendi. https hata verirse http denendi.

Kimlik. İsteklerde kendimizi açıkça tanıtan bir araştırma kimliği kullandık (NextGEO-research/1.0 ve hakkımızda sayfasının adresi). GPTBot ya da başka bir yapay zeka botunun kimliği taklit edilmedi. Bazı siteler bu kimliğe farklı yanıt vermiş olabilir.

robots.txt kuralı. Dosya, robots.txt standardı olan RFC 9309 mantığıyla okundu: bot adına ayrılmış bir grup varsa yalnızca o grup, yoksa * grubu geçerli sayıldı; kullanıcı aracısı satırları büyük-küçük harf duyarsız eşlendi. "Tam engel", geçerli grupta Disallow: / olup Allow: / olmaması demek. Yalnızca belirli klasörleri kapatan kısmi kurallar bu yazıda sayılmadı; yönetim paneli gibi bir klasörü tüm botlara kapatan kural, bir yapay zeka tercihini göstermiyor. Content-Signal ve ai-train satırları ayrıca sayıldı.

llms.txt kuralı. Bir dosyayı "var" saymak için üç koşul aradık: HTTP 200, gövdenin ilk 512 baytında HTML etiketi olmaması ve gövdenin boş olmaması. İkinci bir istekle dosyanın ilk satırları okundu. Bir adreste llms.txt yerine robots.txt içeriği döndü; o alan adı "yok" sayıldı.

JSON-LD kuralı. Ana sayfadaki application/ld+json blokları ayrıştırıldı; @graph ve iç içe nesneler dahil tüm @type değerleri toplandı. Organization, LocalBusiness, ProfessionalService, MedicalClinic gibi tipler "kurum tipi" sayıldı. JavaScript çalıştırılmadı; yalnızca sunucunun döndürdüğü ham HTML okundu.

Tarama site_tara.py, llms.txt içerik imzası llms_imza.py, oranlar tara_analiz.py adlı betiklerle üretildi.

Erişim durumu ve paydalar

Her oranın paydası farklı, çünkü her alan adının her adresine ulaşılamadı:

robots.txt'si olmayan ya da HTML döndüren 31 alan adı "botlara açık" diye sayılmadı; yazılı bir kural olmadığı için paydanın dışında tutuldu.

llms.txt: kaç sitede gerçekten var

llms.txt yanıtı alınan 234 alan adının dökümü:

Buradaki en önemli ölçüm tuzağı üçüncü satır. 27 alan adı /llms.txt adresine 200 koduyla cevap verdi, ama gövde bir HTML sayfasıydı: site, bulunamayan her adresi ana sayfa ya da hata sayfasıyla ve "başarılı" koduyla yanıtlıyor. Yalnızca durum koduna bakan bir tarama bunları da "var" sayar ve oranı 138/234 = %59,0 gösterirdi. Bu sayı yanlış olurdu. Kendi llms.txt taramanızı yaparken gövdeye de bakın.

llms.txt bir standart değil, bir öneri. llmstxt.org sayfası bunu kendisi söylüyor: sitelere büyük dil modelleri için anlaşılır içerik sağlamak amacıyla bir /llms.txt Markdown dosyası eklenmesini öneriyor ve dosyanın asıl kullanımının eğitimden çok çıkarım anı, yani bir modelin soruyu cevaplarken siteyi okuması olduğunu yazıyor. Dosyanın ne olduğunu ve nasıl yazıldığını llms.txt nedir rehberi içinde ayrıntılı anlattık.

llms.txt dosyalarının içeriği

111 dosyanın 106'sı text/plain, 5'i text/markdown olarak sunuldu. Çoğunun ilk satırı önerideki # Site adı biçimindeydi. 10 dosyanın başında bir üretici notu vardı (6'sında Rank Math, 3'ünde Yoast, 1'inde başka bir "generated by" ifadesi). Not taşımayan 101 dosyanın bir eklentiyle üretilip üretilmediğini bilmiyoruz; sitelerin içerik yönetim sistemini ölçmedik, bu yüzden "çoğu eklenti varsayılanı" gibi bir iddia kurmuyoruz.

Dosyaların boyu çok farklı: en kısası 577 karakter, en uzunu 545.392 karakter, medyan 8.998 karakter. 16 dosyanın gövdesinde hiç Markdown bağlantısı yoktu; yalnızca ad ve kısa bir açıklama taşıyordu. Önerinin asıl amacı modele sitenin önemli sayfalarını bağlantılarıyla göstermek olduğu için, bağlantısız bir dosya bu amacı karşılamıyor.

robots.txt: hangi yapay zeka botuna kapı kapalı

Gerçek robots.txt dosyası olan 209 alan adında:

GPTBot, ClaudeBot, PerplexityBot, OAI-SearchBot ve Google-Extended'dan en az birine tam engel koyan alan adı sayısı 8 (%3,8); yani engel koyan her site en azından GPTBot'u kapatıyor. Bu 8 alan adının 5'i sağlayıcı, 2'si liste ya da dizin, 1'i haber sitesi. 3'ü ClaudeBot'u, 3'ü Google-Extended'ı da kapatıyor.

Engel oranı düşük, ama bot adına özel kural yazmak yaygın: 209 alan adının 71'i (%34,0) GPTBot için ayrı bir grup yazmış; beş bottan en az biri için ayrı grup yazan 72 (%34,4). GPTBot'a tam engel koyan 8 site dışındakilerin bu gruplarda ne yazdığını (açık izin mi, klasör kuralı mı) ayrıca sınıflamadık.

Bu ayrım önemli, çünkü botların işlevi farklı. OpenAI'ın bot belgesi ChatGPT aramasında sitelerin sonuç olarak listelenmesini OAI-SearchBot'un sağladığını, GPTBot'un ise üretken yapay zeka temel modellerinin eğitiminde kullanılabilecek içeriği taramak için kullanıldığını yazıyor. Belgeye göre her ayar diğerinden bağımsız: bir site aramada görünmek için OAI-SearchBot'a izin verip eğitim için GPTBot'u kapatabilir. GPTBot'u engelleyen 8 sitenin hiçbiri OAI-SearchBot'a tam engel koymuyor. Google-Extended ise bir tarayıcı değil, robots.txt'de kullanılan bir ürün belirteci.

Yönetilen robots.txt ve eğitim sinyali. 209 alan adının 11'inde (%5,3) Content-Signal ya da ai-train satırı vardı; 1'inde (%0,5) Cloudflare'in yönetilen içerik bloğunun izi görüldü. Bu satırlar botu engellemekten farklı olarak, içeriğin hangi amaçla kullanılabileceğine dair bir tercih bildiriyor.

JSON-LD: kurum tipi ve sameAs

Ana sayfasına ulaşılan 232 alan adında:

Yapısal veri, üç kontrolün en yaygın olanı. Ama bu oran içeriğin doğruluğu hakkında bir şey söylemiyor: blokların sayfadaki görünür metinle uyumunu denetlemedik. Bazı içerik yönetim sistemleri ve SEO eklentileri Organization ya da WebSite bloğunu varsayılan olarak üretiyor olabilir; bunu da ölçmedik. Yapısal verinin neyi yapıp neyi yapmadığını şema ve E-E-A-T rehberi içinde tartıştık.

Kaynak türüne göre: sağlayıcılar ve diğer gruplar

Sağlayıcı sınıfı 183 alan adıyla örneklemin büyük kısmı; oranları yalnızca bu grupta ve alt gruplarında veriyoruz. 15'ten küçük gruplar için yalnızca kesir yazıyoruz, oran karşılaştırması yapmıyoruz.

SEO ve GEO sorularında kaynak gösterilen 29 sağlayıcıda llms.txt ve sameAs oranı, yalnızca web sitesi sorularında görünen 154 sağlayıcıdan yüksek. Bu farkı betimleme olarak veriyoruz: küçük grubun paydası 28-29, anlamlılık testi yapmadık ve gruplar sağlayıcının hizmet türüne göre değil hangi soruda kaynak gösterildiğine göre ayrıldı. "GEO ajanslarının yüzde şu kadarı llms.txt kullanıyor" diye bir oran da bu veriden çıkmaz.

Bu veri neyi göstermez

1. Karşılaştırma grubu yok. Kaynak gösterilmeyen sitelerdeki oranları bilmiyoruz. llms.txt ya da JSON-LD'nin kaynak gösterilmeye etkisi hakkında bu veriden hiçbir sonuç çıkmaz.
2. 24 günlük ara. Kaynaklar 26 Eylül'de toplandı, siteler 20 Ekim'de tarandı. Arada dosya eklemiş ya da kaldırmış siteler olabilir.
3. Belirli bir soru kalıbı ve konum. Örneklem, Kahramanmaraş'tan sorulan meslek sorularının kaynakları; Türkiye'deki tüm siteleri ya da tüm ajansları temsil etmiyor.
4. Ajans alt türü ayrılmadı. Sağlayıcı sınıfında ajans, yazılım ve bireysel danışman güvenilir biçimde ayrılamadı.
5. Yalnızca kök robots.txt. Alt alan adları, X-Robots-Tag başlıkları ve sunucu ya da CDN katmanındaki bot engelleri ölçülmedi. robots.txt'si açık bir site, güvenlik duvarında bot kimliğini engelliyor olabilir; bot kimliği denemediğimiz için bunu göremedik.
6. JSON-LD yalnızca ana sayfada ve JavaScript'siz. Sayfayı tarayıcıda JavaScript ile çizen bir sitenin JSON-LD'si ham yanıtta yoksa "yok" sayıldı.

Google tarafında durum ayrıca açık. Google'ın AI özellikleri ve web siteniz belgesine göre bu iki yüzeyde yer almanın normal arama şartlarının ötesinde bir koşulu ya da özel bir optimizasyonu yok; belge ayrıca yeni makine okunur dosyalar, yapay zeka metin dosyaları ya da işaretleme oluşturmanın gerekmediğini açıkça yazıyor. Yani Google Arama açısından llms.txt bir gereklilik değil; bu tarama da Google'ın davranışını ölçmedi.

Aynı kontrolleri kendi sitenizde yapmak

Üç kontrolü kendi sitenizde birkaç dakikada yapabilirsiniz:

1. robots.txt. Tarayıcıda siteniz.com/robots.txt adresini açın. GPTBot, OAI-SearchBot, ClaudeBot, PerplexityBot için ayrı grup var mı, Disallow: / var mı bakın. Kararınızı bilinçli verin: eğitim ile arama ayrı botlarla yönetiliyor.
2. Sunucu katmanı. robots.txt izin verse bile güvenlik duvarı bot kimliğini engelleyebilir. Bunu AI bot erişim testi ile kontrol edebilirsiniz; araç adresinize Googlebot dahil yedi bot kimliğiyle ve bir tarayıcı kimliğiyle gerçek istek atar, sonucu sekiz bot adı için yapılan robots.txt analiziyle birlikte gösterir. Neden önemli olduğunu AI botlarının erişimini doğrulamak yazısında anlattık.
3. llms.txt ve soft-404. siteniz.com/llms.txt adresini açın. Bir dosyanız yoksa ve sayfa yine de açılıyorsa siteniz bulunamayan adreslere 200 dönüyor demektir; bu, llms.txt'den bağımsız olarak düzeltilmesi gereken bir teknik sorundur.
4. JSON-LD. Ana sayfanın kaynak kodunda application/ld+json arayın; kurum adınız, adresiniz ve sosyal profilleriniz sayfada görünen bilgiyle aynı mı bakın.

Bu kontrollerin bir kısmını GEO hazırlık skoru aracı soru soru topluyor. Teknik ve varlık denetimini ham ölçümle birlikte bir uzmana yaptırmak isterseniz tek seferlik denetimin kapsamı GEO fiyatları sayfasında yazıyor.

Alıntılanabilir bulgular ve atıf biçimi

Her madde kendi paydasını taşır ve ayrı ayrı kullanılabilir; tarama 20 Ekim 2026, kaynak ölçümü 26 Eylül 2026 tarihlidir:

• İki yapay zeka motorunun meslek sorularında kaynak gösterdiği 240 alan adından, llms.txt yanıtı alınan 234'ünün 111'inde (%47,4) gerçek bir llms.txt dosyası vardı (tarama: 20 Ekim 2026).
• Aynı örneklemde 27 alan adı (%11,5) /llms.txt adresine 200 koduyla HTML sayfası döndürdü; bunları da sayan bir ölçüm oranı %59,0 gösterirdi.
• Gerçek robots.txt dosyası olan 209 kaynak sitenin 8'i (%3,8) GPTBot'u tamamen engelliyordu; OAI-SearchBot ve PerplexityBot'u tamamen engelleyen site yoktu.
• Ana sayfasına ulaşılan 232 kaynak sitenin 178'inde (%76,7) JSON-LD, 124'ünde (%53,4) sameAs vardı.

Atıf biçimi. Önerdiğimiz kaynak satırı: "Next GEO Agency, AI kaynak siteleri teknik taraması, 20 Ekim 2026". Site adlarını taşıyan ham tablo açık yayımlanmıyor; araştırma için yapılan bir ham tablo talebi üzerine paylaşılır. Aynı yöntemle yapılacak sonraki tarama bu yazıya tarihli olarak eklenecek.

Sıkça Sorulan Sorular

llms.txt dosyası olmayan bir site yapay zekada kaynak gösterilebilir mi?

Evet. 20 Ekim 2026 taramamızda, ChatGPT ve Perplexity'nin kaynak gösterdiği ve llms.txt yanıtı alınan 234 sitenin 111'inde gerçek bir dosya vardı; 90'ı 404 döndürdü, 27'si dosya yerine HTML sayfası gösterdi. Yani dosyası olmayan siteler de kaynak gösterildi. Ancak kaynak gösterilmeyen siteleri taramadığımız için dosyanın kaynak gösterilme ihtimalini artırıp artırmadığını bu veriyle söyleyemeyiz.

Google Arama llms.txt dosyasını kullanıyor mu?

Google'ın "AI features and your website" belgesi, bu iki yüzey için normal arama şartlarına ek bir koşul tanımlamıyor ve yeni makine okunur dosyaların, yapay zeka metin dosyalarının ya da işaretlemenin gerekmediğini yazıyor. Yani Google Arama'da görünmek için llms.txt gerekli değil. llms.txt, llmstxt.org'da yayımlanmış bir öneri; Google dışındaki bazı araçların dosyayı okuyup okumadığı ayrı bir sorudur ve bu taramada ölçülmedi.

robots.txt'de GPTBot'u engellemek ChatGPT aramasında görünmeyi engeller mi?

OpenAI'ın bot belgesine göre hayır, iki ayar birbirinden bağımsız: GPTBot üretken yapay zeka modellerinin eğitiminde kullanılabilecek içeriği tarar, ChatGPT'nin aramasında siteleri gösteren ise OAI-SearchBot'tur. Belge, OAI-SearchBot'u engelleyen sitelerin ChatGPT arama cevaplarında gösterilmeyeceğini, ancak gezinme bağlantısı olarak yine görünebileceğini yazıyor. Taramamızda GPTBot'u engelleyen 8 kaynak sitenin hiçbiri OAI-SearchBot'u engellemiyordu.

JSON-LD eklemek yapay zekada kaynak olmayı sağlar mı?

Bunu bu veriyle söyleyemeyiz. Kaynak gösterilen sitelerin ana sayfasına ulaşılan 232'sinin 178'inde (%76,7) JSON-LD vardı, ama kaynak gösterilmeyen sitelerdeki oranı ölçmedik; bu yüzden bir etki iddiası kurulamaz. Google, yapısal verinin sayfadaki görünür metinle eşleşmesini öneriyor ve AI özellikleri için ayrı bir işaretleme gerekmediğini söylüyor. JSON-LD'yi bir sıralama aracı değil, sayfadaki bilginin doğru ve tutarlı bir kopyası olarak düşünmek daha sağlıklı.

Bu taramayı kendi sektörümdeki siteler için yaptırabilir miyim?

Yöntem başka bir örneklemle aynen tekrarlanabilir: önce sektörünüzün sorularını yapay zeka motorlarına sorup kaynak gösterilen alan adlarını toplamak, sonra her alan adında ana sayfa, robots.txt ve llms.txt olmak üzere üç istek göndermek gerekiyor. Karşılaştırma için kaynak gösterilmeyen benzer sitelerden ikinci bir grup eklemek, bu yazıdaki en büyük sınırı da kapatır. Kapsam ve süre için iletişim sayfasından bize yazabilirsiniz.