AI Arama İçin Schema Markup Rehberi: Ne İşe Yarar, Ne Yapmaz?

AI arama schema markup konusu çoğu zaman olduğundan daha güçlü anlatılıyor. Structured data; bir sayfadaki kişi, kurum, ürün, makale, yerel işletme veya breadcrumb gibi varlıkları makine tarafından daha açık anlaşılır hâle getirebilir ve uygun Google rich result özelliklerini destekleyebilir. Ancak Google’ın resmî dokümantasyonunda “AI görünürlüğünü garantileyen özel schema” diye bir işaretleme yoktur. Schema, kaliteli ve erişilebilir içeriğin yerine geçmez; sayfada görünmeyen veya yanlış bilgiyi de doğrulamaz.

Öne Çıkanlar

• AI arama için özel, zorunlu bir “GEO schema” türü yoktur.
• Organization, Article, Product, LocalBusiness ve Breadcrumb gibi mevcut schema türleri gerçek sayfa varlıklarını açıklamak için kullanılabilir.
• Google, structured data’nın görünür sayfa içeriğiyle eşleşmesini ister.
• Rich Results Test geçmek, AI citation veya sıralama garantisi anlamına gelmez.
• Schema etkisini Search Console ve prompt bazlı görünürlük verileriyle ayrı ayrı izleyin.

Schema Markup AI Görünürlüğünü Garanti Eder mi?

Hayır. Schema markup, arama motorlarının sayfanın bazı unsurlarını daha açık anlamasına yardımcı olabilir; ancak belirli bir AI yanıtında kaynak gösterilme, önerilme veya daha yüksek organik sıralama garantisi değildir.

Google’ın structured data politikaları, işaretlemenin sayfadaki kullanıcıya görünür içerikle tutarlı olması gerektiğini vurgular. Yanlış, yanıltıcı veya sayfada bulunmayan bir özelliği JSON-LD içine eklemek kalite problemi yaratabilir.

Bu nedenle AI arama schema markup çalışmasının amacı “AI’a gizli sinyal göndermek” değil, gerçek entity bilgilerini teknik olarak daha temiz ifade etmektir.

AI Arama İçin En İlgili Schema Türleri

Organization

Kurum adı, URL, logo, iletişim ve aynı kuruma ait profilleri açıklamak için kullanılabilir. Marka/entity tutarlılığını güçlendiren teknik katmanlardan biridir.

Article

Haber, blog ve rehber içeriklerinde başlık, yayın tarihi, güncelleme tarihi, yazar ve görsel gibi bilgileri açıklamak için kullanılabilir. Yazar ve yayıncı bilgilerinin sayfadaki gerçek içerikle uyumlu olması önemlidir.

Product ve Offer

E-ticaret sayfalarında ürün adı, açıklama, marka, fiyat, para birimi ve stok gibi verileri açıklayabilir. Fiyat veya stok değişiyorsa structured data’nın da güncel tutulması gerekir.

LocalBusiness

Yerel işletmelerde isim, adres, telefon, çalışma saatleri ve işletme türü gibi verileri açıklamak için kullanılabilir. Site, Google Business Profile ve diğer güvenilir kaynaklar arasındaki tutarlılık önemlidir.

Breadcrumb

Sayfanın site hiyerarşisindeki yerini açıklar ve uygun durumlarda arama sonuçlarının breadcrumb görünümünü destekleyebilir.

Bu türlerin hiçbiri “AI için özel schema” değildir. Kullanım nedeni, sayfada gerçekten var olan bilgiyi doğru türle işaretlemektir.

1. Sayfa Türünü Doğru Eşleştirin

İlk adım, sayfanın gerçek amacını belirlemektir. Bir blog yazısına Product schema eklemek veya şirket ana sayfasını LocalBusiness olarak işaretlemek ancak gerçekten o modele uyuyorsa anlamlıdır.

Her URL için şu soruları sorun:

• Bu sayfanın ana entity’si nedir?
• Kullanıcı sayfada hangi bilgiyi görüyor?
• Schema.org ve Google dokümantasyonunda uygun tür var mı?
• Google’ın bu tür için rich result desteği var mı?
• Gerekli ve önerilen alanlar hangileri?

İşaretleme sayfa türünden türemeli; “hangi schema daha çok görünürlük getirir? ” sorusundan değil.

2. JSON-LD ile Temel Alanları Ekleyin

Google çoğu structured data uygulamasında JSON-LD kullanımını destekler. Basit bir Article örneği:

``json { "@context": "https://schema.org", "@type": "Article", "headline": "AI Arama İçin Schema Markup Rehberi", "datePublished": "2026-08-22", "dateModified": "2026-08-22", "author": { "@type": "Person", "name": "Yazar Adı" }, "publisher": { "@type": "Organization", "name": "Ortak Alan", "url": "https://ortakalan.io/" } } ``

Bu şablon doğrudan kopyalanıp yayınlanmamalıdır. Gerçek URL, yazar, tarih ve gerekli alanlar sayfaya göre doldurulmalıdır.

3. Yazar ve Kurum Entity’sini Bağlayın

Yazar adı yalnızca JSON-LD’de kalmamalı; sayfada görünür olmalı ve mümkünse yazar profil sayfasına bağlanmalıdır. Kurum için de logo, isim ve URL gibi temel alanların site genelinde tutarlı olması gerekir.

Bu yaklaşım E-E-A-T için “puan veren schema” anlamına gelmez. Ama kim yayınlıyor, kim yazıyor ve içerik ne zaman güncellendi sorularını teknik ve editoryal olarak daha açık hâle getirir.

4. Ürün ve Yerel İşletme Verilerini Güncel Tutun

Schema’nın en sık bozulduğu alanlardan biri değişken verilerdir. Fiyat, stok, çalışma saati veya adres sayfada güncellenip JSON-LD’de eski kalırsa iki farklı gerçeklik oluşur.

E-ticarette ürün feed’i, sayfa içeriği ve Product/Offer işaretlemesi; yerel işletmede site, Business Profile ve LocalBusiness verileri aynı gerçek bilgiyi yansıtmalıdır.

5. Rich Results Test ve URL Inspection ile Doğrulayın

Rich Results Test, Google’ın desteklediği zengin sonuç türleri için structured data’yı test etmeye yardımcı olur. Search Console URL Inspection ise Google’ın URL’yi nasıl gördüğü, indeks durumu ve taramayla ilgili ayrı bir kontrol katmanıdır.

Testte üç farklı sonuç olabilir:

• Error: Desteklenen özellik için kritik alan eksik veya geçersiz.
• Warning: Önerilen bir alan eksik olabilir; özellik yine de geçerli olabilir.
• Valid: İşaretleme teknik olarak geçerli; bu durum rich result veya AI görünürlük garantisi değildir.

> Editör notu — özgün veri görevi: Brief, Ortak Alan’daki gerçek bir makalenin Rich Results Test ile denetlenmesini, hataların ekran görüntüsünü ve düzeltme sonrası sonucu istiyor. Bu taslak hazırlanırken canlı Rich Results Test oturumu yapılmadı. Yayın öncesinde seçilen URL, test tarihi, before/after ekran görüntüsü ve gerçek hata/uyarılar eklenmelidir.

6. Schema ile Sayfa İçeriğini Tutarlı Tutun

Structured data’da “5 yıldız”, sayfada görünmeyen bir fiyat veya kullanıcıya sunulmayan hizmet bilgisi eklemek doğru değildir. Google’ın genel structured data politikaları işaretlemenin yanıltıcı olmamasını ve sayfa içeriğini temsil etmesini ister.

Kontrol için basit yöntem:

1. JSON-LD’deki her kritik alanı listeleyin. 2. Aynı bilginin sayfada nerede görüldüğünü işaretleyin. 3. Değişken verilerin güncelleme kaynağını tanımlayın. 4. CMS değişikliğinde schema’nın da güncellendiğini doğrulayın.

7. Etkiyi Doğru Ölçün

Schema eklendikten sonra yalnızca “AI’da daha çok çıktık” diye yorum yapmak doğru değildir. Aynı dönemde içerik, teknik SEO, site otoritesi veya model davranışı değişmiş olabilir.

Ölçümü üç katmanda yapın:

• Search Console rich result ve organik performans değişiklikleri,
• teknik hata/uyarı durumu,
• sabit prompt setinde mention/citation değişimi.

Bu veriler birlikte hareket edebilir ancak nedensellik için kontrollü test gerekir.

AI Arama Schema Mitleri

“GEO schema eklersem ChatGPT beni önerir”

Böyle resmî bir schema türü veya garanti yoktur.

“Ne kadar çok schema, o kadar iyi”

Gereksiz veya yanlış schema eklemek fayda sağlamaz. Sayfanın gerçek türünü ve içeriğini açıklayan işaretleme kullanılmalıdır.

“Rich Results Test yeşilse AI görünürlüğüm artar”

Yeşil test teknik geçerliliği gösterir; görünürlük sonucu değildir.

“Schema içerik kalitesinin yerini tutar”

Hayır. Structured data, zayıf, eski veya kullanıcı ihtiyacını karşılamayan içeriği kaliteli hâle getirmez.

Örnek Organization JSON-LD Şablonu

``json { "@context": "https://schema.org", "@type": "Organization", "name": "Ortak Alan", "url": "https://ortakalan.io/", "logo": "https://ortakalan.io/ornek-logo-url.png" } ``

Gerçek logo URL’si ve varsa diğer alanlar doğrulanmadan yayınlanmamalıdır.

Schema Uygulaması İçin Yayın Kontrol Listesi

• Sayfa türü doğru seçildi mi?
• Kritik alanlar görünür içerikle eşleşiyor mu?
• Tarih, fiyat, stok veya saat gibi değişken bilgiler güncel mi?
• JSON-LD geçerli JSON mu?
• Rich Results Test’te error var mı?
• Search Console’da URL indekslenebilir mi?
• Schema’nın bakım sorumlusu belli mi?
• Etki, organik ve AI görünürlük metriklerinde ayrı izleniyor mu?

Schema Bakımını CMS Sürecine Ekleyin

Structured data en sık ilk kurulumdan sonra unutulduğu için bozulur. Özellikle e-ticaret ve yerel işletme sitelerinde fiyat, stok, çalışma saati ve adres değişirken JSON-LD eski kalabilir. Schema üreten CMS alanlarını mümkünse kullanıcıya görünen gerçek veri kaynağına bağlayın; aynı bilgi iki ayrı yerde manuel yönetilmesin.

Yayın kontrolünde yalnız Rich Results Test’e bakmayın. Şablon değişikliği sonrası birkaç gerçek URL’yi, farklı sayfa türlerini ve mobile render’ı örnekleyin. Büyük sitelerde Search Console structured data raporları kategori bazında hata trendini görmeye yardımcı olabilir.

AI görünürlüğü için schema değişikliği test edilecekse önce hipotezi açık yazın. Örneğin “Organization bilgilerini tutarlılaştırdıktan sonra marka tanımı doğruluğu artıyor mu? ” sorusu ölçülebilir; “schema ekledik, GEO yaptık” ifadesi değildir. Aynı prompt setinde önce/sonra ölçüm yapın ve diğer büyük değişiklikleri log’da belirtin.

Yayın Sonrası İzleme

Schema deploy edildikten sonra ilk gün birkaç URL’yi, sonraki haftalarda ise şablon bazlı örnekleri yeniden test edin. Tema veya CMS güncellemesi JSON-LD bloğunu kaldırabilir ya da çift schema üretebilir. Otomatik test ve Search Console hata trendleri bu tip regresyonları erken yakalamaya yardımcı olur.

Referanslar

• Google — Structured data genel rehberi
• Google — Structured data genel politikaları
• Google — Article structured data
• Google — Organization structured data
• Google — Product structured data
• Google — LocalBusiness structured data

Yazıdaki ölçüm yöntemini kendi marka verinizle test etmek için [Rank Prompt’u bu bağlantıdan](https://join. rankprompt. com/zzzuy8sjj9ke-xj5vs) inceleyebilirsiniz. Araç, görünürlük ölçümü ve boşluk analizi için kullanılabilir; sonuç veya sıralama garantisi vermez. Şeffaflık notu: Bu bir iş ortaklığı bağlantısıdır; kayıt veya satın alma halinde Ortak Alan komisyon kazanabilir.

Sonuç

AI arama schema markup, yapay zekâ görünürlüğü için gizli bir sıralama düğmesi değil; gerçek sayfa ve entity bilgilerini daha yapılandırılmış ifade eden teknik bir katmandır. Doğru sayfa türünü seçmek, JSON-LD’yi görünür içerikle tutarlı tutmak ve Rich Results Test ile doğrulamak iyi uygulamadır. Ancak AI citation veya öneri sonucunu schema’ya tek başına bağlamak metodolojik olarak zayıftır. Schema’yı people-first içerik, erişilebilirlik ve düzenli ölçümle birlikte değerlendirin.

Sık Sorulan Sorular

AI için özel schema markup var mı?

Google’ın resmî dokümantasyonunda AI görünürlüğü için zorunlu özel bir “GEO schema” türü yoktur. Mevcut schema türleri sayfadaki gerçek varlıkları açıklamak için kullanılmalıdır.

Article schema ChatGPT’de kaynak gösterilmeyi sağlar mı?

Article schema içerik metadata’sını açıklamaya yardımcı olabilir; ChatGPT veya başka bir AI sisteminde citation garantisi vermez.

JSON-LD mi Microdata mı kullanılmalı?

Google birden fazla formatı destekler; JSON-LD genellikle uygulama ve bakım açısından pratiktir. En önemli nokta verinin doğru ve sayfa içeriğiyle tutarlı olmasıdır.

Schema hataları nasıl kontrol edilir?

Google Rich Results Test ve Search Console ilgili structured data raporları kullanılabilir. Ayrıca schema. org doğrulayıcıları yapısal kontrol için yardımcı olabilir.

Schema ne sıklıkla güncellenmeli?

Fiyat, stok, çalışma saati veya yayın tarihi gibi veri değiştiğinde structured data da güncellenmelidir.