Bu Yazıdan Öğrenecekleriniz
- Kapsamlı schema markup kullanan ürünler AI alışveriş önerilerinde 3-5 kat daha sık görünüyor
- GEO için 7 kritik schema tipi: Organization, Person, Article, FAQPage, HowTo, Product, BreadcrumbList
- FAQ schema kullanan sayfalar ortalama 3.6 atıf alırken, kullanmayanlar 4.2 atıf alıyor — FAQ Schema Paradoksu
- Google aramalarının %25-30'unda AI Overviews görünüyor ve yapılandırılmış içerikleri öncelikli kullanıyor
- Schema markup görünürlük garantisi değil, doğru temsil garantisidir — içerik kalitesiyle birleştiğinde çarpan etkisi yaratır
Schema Markup Nedir ve Neden Önemli
Son güncelleme: Mart 2026
Schema markup (yapılandırılmış veri), web sayfalarındaki içeriği makinelerin anlayabileceği bir dilde tanımlayan standartlaştırılmış kod parçacıklarıdır. Google, Bing, Yahoo ve Yandex tarafından ortaklaşa geliştirilen Schema.org sözlüğüne dayanır ve arama motorlarının sayfanızı yalnızca metin olarak değil, anlamsal olarak kavramasını sağlar. Bir sayfada "Eren Çöp" yazdığında, arama motoru bunun bir kişi adı mı, ürün mü yoksa yer mi olduğunu bilemez. Person schema tipiyle etiketlediğinizde ise bu belirsizlik ortadan kalkar.
Geleneksel SEO'da schema markup, rich snippet'lar (zengin sonuçlar) kazanmak için kullanılırdı — yıldızlı değerlendirmeler, tarif kartları, etkinlik bilgileri gibi görsel iyileştirmeler. Ancak GEO (Generative Engine Optimization) çağında schema markup'ın rolü çok daha stratejik bir boyut kazandı: AI sistemlerinin içeriğinizi doğru yorumlamasını ve güvenilir bir kaynak olarak değerlendirmesini sağlamak.
3-5x daha sık — Kapsamlı schema markup kullanan ürünler, AI alışveriş önerilerinde 3-5 kat daha sık görünüyor.
Düşünün: ChatGPT, Gemini veya Perplexity gibi bir LLM, web'deki milyarlarca sayfayı tarayarak eğitim verisi oluşturuyor. Bu süreçte yapılandırılmış veri, AI'ya bir anlam haritası sunar. Kim yazdı, ne hakkında, ne zaman güncellendi, hangi organizasyona bağlı — tüm bu bilgiler JSON-LD formatındaki schema markup sayesinde makineler tarafından anında okunabilir hale gelir. SEO ile GEO arasındaki farkları anlamak için bu teknik altyapıyı kavramak kritiktir.
AI Platformları Yapılandırılmış Veriyi Nasıl Kullanıyor
Yapay zeka platformlarının yapılandırılmış veriyle ilişkisi, çoğu kişinin düşündüğünden daha derin ve çok katmanlıdır. Bu ilişkiyi üç seviyede inceleyebiliriz.
1. Eğitim Verisi Aşaması (Pre-training)
LLM'ler eğitilirken web'in büyük bir bölümünü tararlar. Bu tarama sırasında JSON-LD formatındaki schema markup, yapılandırılmış bilgi çıkarımını (structured information extraction) dramatik şekilde kolaylaştırır. Bir makalenin yazarı, yayın tarihi, konusu ve bağlı olduğu organizasyon gibi meta veriler düz metin ayrıştırmasına gerek kalmadan doğrudan okunabilir. Bu, AI'ın içerikle ilgili daha güvenilir bir "bilgi grafiği" oluşturmasını sağlar.
2. Retrieval Aşaması (RAG / Web Search)
ChatGPT'nin web browsing özelliği, Perplexity'nin gerçek zamanlı arama motoru ve Google AI Overviews gibi sistemler, sorgu anında web'den veri çekerler. Bu aşamada yapılandırılmış veri, sayfanın konusunu ve güvenilirliğini hızlıca değerlendirmenin en etkili yoludur. Schema markup, AI'ın sayfanızı bir "uzman kaynağı" olarak tanımasına yardımcı olur — özellikle Organization, Person ve Article schema'ları bu aşamada belirleyici rol oynar.
%25-30 — Google aramalarının %25-30'unda artık AI Overviews görünüyor.
3. Yanıt Oluşturma Aşaması (Response Generation)
AI yanıt oluştururken belirsizliği en aza indirmek ister. Yapılandırılmış veri, bu belirsizliği azaltmanın en etkili yoludur. "Ankara'daki en iyi İtalyan restoranı" sorusuna cevap verirken, Restaurant schema'sı olan bir sayfadan "adres", "menü", "değerlendirme puanı" gibi bilgileri doğrudan çekebilir.
Schema Markup = Garanti Değil, Ama Doğru Temsil — Schema markup tek başına AI görünürlüğünü garanti etmez. Henüz büyük ölçekli, hakemli bir çalışma "schema = kesin AI citation" ilişkisini kanıtlamamıştır. Ancak schema, görünürlük garantisi değil, doğru temsil garantisidir.
GEO Stratejisi İçin Kritik Schema Tipleri
Schema.org sözlüğünde yüzlerce tip bulunsa da, GEO stratejisi açısından yedi tanesi kritik öneme sahiptir.
Organization Schema
Organization schema, markanızın kimliğini AI'ya tanıtır. E-E-A-T ve GEO ilişkisinde vurguladığımız gibi, AI güvenilirliği değerlendirirken kurum kimliğine bakar.
Person Schema
Person schema, içerik yazarının kimliğini doğrular. AI sistemleri "bu bilgiyi kim yazdı?" sorusunu yanıtlamak için Person schema'sına başvurur.
Article Schema
Article schema, içeriğin ne zaman yayınlandığını ve kim tarafından yazıldığını tanımlar. datePublished ve dateModified AI güncellik sinyali için kritiktir.
FAQPage Schema
FAQPage schema, soru-cevap çiftlerini yapılandırılmış formatta sunar. Ancak ilginç bir paradoks bulunuyor.
HowTo Schema
HowTo schema, adım adım talimatları yapılandırılmış formatta sunar. "Nasıl yapılır" sorguları en yaygın sorgu tiplerinden biridir.
Product Schema
Product schema, ürün bilgilerini yapılandırılmış formatta sunar. Kapsamlı Product schema kullanan ürünler, AI alışveriş önerilerinde 3-5 kat daha sık görünüyor.
BreadcrumbList Schema
BreadcrumbList schema, sayfanın site hiyerarşisindeki konumunu tanımlar.
Uygulama Rehberi: JSON-LD ile Schema Markup Ekleme
Schema markup uygulamanın üç yolu vardır: Microdata, RDFa ve JSON-LD. Google ve AI platformları JSON-LD'yi açıkça tercih ediyor.
Adım 1: Organization Schema Ekleme
{
"@context": "https://schema.org",
"@type": "Organization",
"name": "The GEO Authority",
"knowsAbout": ["Generative Engine Optimization", "AI Visibility", "LLM Optimization"]
}
Adım 2: Article Schema ile İçerik Tanımlama
{
"@context": "https://schema.org",
"@type": "Article",
"headline": "Schema Markup ve GEO",
"datePublished": "2026-02-25T10:00:00+03:00",
"author": { "@type": "Person", "name": "Eren Çöp" }
}
Adım 3: BreadcrumbList ile Site Hiyerarşisini Tanımlama
Adım 4: FAQPage Schema ile Soru-Cevap Yapısı
Adım 5: Çoklu Schema'ları Birleştirme
FAQ Schema Paradoksu: Beklenmeyen Bir Bulgu
3.6 vs 4.2 — FAQ schema kullanan sayfalar ortalama 3.6 atıf alırken, kullanmayanlar 4.2 atıf alıyor.
Bu bulguyu yorumlarken dikkatli olmak gerekiyor:
- Korelasyon nedensellik değildir — FAQ schema kullanan sayfalar genellikle daha yüzeysel içerik üretme eğilimindedir.
- Yeterlilik etkisi — FAQ schema, AI'ya cevabı hazır sunduğu için atıf vermeden kullanabilir.
- İçerik kalitesi farkı — Yüksek atıf alan sayfalar genellikle orijinal araştırma içerir.
FAQ Schema'yı Terk Etmeyin — Stratejiyi Değiştirin — FAQ schema hâlâ Google rich results için değerlidir. Ancak GEO stratejinizde Article, Person, Organization schema'larını önceliklendirin.
Gerçek Örnek: Schema Öncesi ve Sonrası AI Görünürlük
Orta ölçekli bir dijital pazarlama ajansının schema öncesi/sonrası durumu: 30 sorgudan 1 bahsedilmeden, schema uygulaması sonrası 30 sorgudan 6'ya yükselme. Google Rich Results görünürlüğü %340 artış.
Schema Markup GEO Kontrol Listesi
- Organization schema: Ana sayfaya ekleyin
- Person schema: Yazar sayfalarına ekleyin
- Article schema: Her blog yazısına ekleyin
- BreadcrumbList: Tüm sayfalara ekleyin
- FAQPage schema: Soru-cevap bölümlerinde kullanın
- HowTo schema: "Nasıl yapılır" içeriklerinde kullanın
- Product schema: E-ticaret sayfalarında kullanın
- Doğrulama: Deploy öncesi test edin
- dateModified: Her güncelleme sonrası güncelleyin
Sonuç: Schema Markup GEO'nun Teknik Temeli
Schema markup, GEO stratejisinin teknik temelidir. AI görünürlüğünü garanti etmez, ancak içeriğinizin AI tarafından doğru anlaşılmasını sağlar. GEO skor testimizle sitenizin mevcut schema durumunu değerlendirebilir, GEO Builder ile yapılandırılmış veri uygulamanızı otomatize edebilirsiniz.
Schema markup'ı uyguladıktan sonraki adım? llms.txt dosyası eklemeyi öğrenin.
Firmanızın AI Görünürlüğünü Test Edin
Markanız ChatGPT, Perplexity ve Gemini'de nasıl görünüyor? Ücretsiz GEO Skor Testimiz ile öğrenin.
Sheltron GEO Ekosistemi
Bu yazı The GEO Authority tarafından yayınlanmıştır — Türkiye'nin lider GEO bilgi platformu.
Daha fazla keşfedin:
- GEO eğitimi ve sertifika → GEO Akademi
- AI citation araştırmaları → First Citation
- Profesyonel GEO danışmanlığı → Yapay Zeka Reklamcılığı
Sık Sorulan Sorular
Schema markup AI görünürlüğünü gerçekten artırıyor mu?
Schema markup tek başına AI görünürlüğünü garanti etmez — henüz büyük ölçekli bir çalışma kesin nedensellik kanıtlamamıştır. Ancak yapılandırılmış veri, AI'ın içeriğinizi doğru yorumlamasını ve güvenilir bir kaynak olarak değerlendirmesini kolaylaştırır. Kapsamlı Product schema kullanan ürünler AI alışveriş önerilerinde 3-5x daha sık görünüyor. Schema, doğru temsil garantisidir.
GEO için en önemli schema tipleri hangileri?
GEO stratejisi için 7 kritik schema tipi vardır: Organization (kurum kimliği), Person (yazar kimliği), Article (içerik meta verileri), FAQPage (soru-cevap yapısı), HowTo (adım adım talimatlar), Product (ürün bilgileri) ve BreadcrumbList (site hiyerarşisi). Bunlardan Organization, Person ve Article en temel olanlarıdır ve her sitede mutlaka bulunmalıdır.
JSON-LD nedir ve neden tercih ediliyor?
JSON-LD (JavaScript Object Notation for Linked Data), yapılandırılmış veriyi HTML'den bağımsız olarak <script> etiketinde sunmanın bir yoludur. Google ve AI platformları JSON-LD'yi açıkça tercih eder çünkü bakımı kolaydır, HTML yapısına müdahale etmez ve AI crawler'ları JSON formatını doğrudan ayrıştırabilir. Microdata ve RDFa'ya kıyasla uygulaması çok daha basittir.
FAQ Schema Paradoksu nedir?
FAQ schema kullanan sayfalar ortalama 3.6 AI atıfı alırken, kullanmayanlar 4.2 atıf alıyor — beklenmedik bir ters korelasyon. Bu paradoksun olası nedenleri: FAQ schema'lı sayfaların genellikle daha yüzeysel olması, AI'ın cevabı doğrudan schema'dan alıp atıf vermeden kullanması ve yüksek atıf alan sayfaların genellikle derinlikli araştırma içermesi. FAQ schema hâlâ kullanılmalı, ancak tek başına yeterli değil.
Schema markup uyguladıktan sonra sonuç ne zaman görülür?
Schema markup uygulamasının etkisi iki katmanlıdır. Google Rich Results'da etkiler genellikle 2-4 hafta içinde görülür (Google'ın sayfayı yeniden taramasına bağlı). AI görünürlüğündeki etkiler ise 30-45 gün ile 1 çeyrek arasında gözlemlenmeye başlar. Schema markup'ı llms.txt dosyası ve düzenli içerik güncellemeleriyle birleştirmek, sonuçları hızlandırır.
Schema markup'ı nasıl doğrularım?
Üç temel araç kullanabilirsiniz: Google Rich Results Test (search.google.com/test/rich-results) ile Google'ın schema'nızı doğru okuyup okumadığını kontrol edin, Schema.org Validator (validator.schema.org) ile teknik hataları tespit edin ve JSON-LD Playground (json-ld.org/playground) ile JSON-LD yapınızı görsel olarak inceleyin. Deploy öncesi mutlaka bu araçlarla doğrulama yapın.
knowsAbout alanı nedir ve GEO için neden önemli?
knowsAbout, Organization ve Person schema'larında kullanılan ve bir kurum veya kişinin uzmanlık alanlarını tanımlayan bir Schema.org alanıdır. Geleneksel SEO'da nadiren kullanılır, ancak GEO için kritiktir: AI 'bu konuda uzman kim?' sorusunu yanıtlarken knowsAbout alanını değerlendirebilir. Uzmanlık alanlarınızı açıkça belirtmek, AI'ın sizi doğru konularla ilişkilendirmesini sağlar.