AI Overviews'ta Atıflanma Bilimi 2026: Hangi İçerikler Cite Ediliyor?

Temmuz 2025'te Google AI Overviews'taki citation'ların %76'sı organic top 10 sonuçlarla örtüşüyordu. Şubat 2026'ya gelindiğinde bu oran %17-38 bandına düştü — Gemini 3 geçişiyle birlikte önceki cited domain'lerin yaklaşık %42'si değişti. AI Overviews artık Google'ın klasik sıralama sinyallerinden bağımsız bir kararlar bütünü; cited olmak için ayrı bir bilim var.

Bu bilim akademik literatürde Princeton KDD 2024 GEO paper'ıyla somutlaştı, AirOps'un 548K page çalışmasıyla saha verisine dönüştü, Profound'un 680M citation taksonomisiyle endüstri pratiğine girdi. Türkiye ise dünya birincisi ChatGPT trafik payına (%94.49) sahip — bu davranış değişimi Türk web'ini farklı hızda etkiliyor, ama Sheltron'un 2,400+ firma testinde ortalama GEO hazırlık skoru hâlâ 28/100. Yani fırsat penceresi açık.

Bu yazıda atıflanma mekaniğinin sayısal kanıtlarını, post-hoc citation hipotezini, Schema.org'un 2026'daki primary value'sunu ve Türk pazara aplikasyonu derinlikle ele alıyoruz.

Atıflanma Bilimi 2026'da Ne Değişti?

2025 öncesi senaryoda "AI cevaplarında görünmek" yaklaşımı klasik SEO'nun bir varyantıydı: Google'da iyi rank ederseniz AI da sizi alır. 2026'da bu yaklaşım çöktü. AI Overviews, ChatGPT Search, Perplexity ve Gemini her biri kendi citation rule set'ini geliştirdi; örtüşme zayıfladı.

Aynı dönemde arasında atıflanma mekaniği iki katmana ayrıldı:

• Retrieval katmanı: Modelin sorguya cevap verirken hangi sayfaları getirdiği. AirOps verisine göre tek bir ChatGPT yanıtında yüzlerce sayfa retrieve edilebilir.
• Citation katmanı: Final cevapta gerçekten kaynağa dönüşen sayfalar. Bu retrieved sayfaların sadece %15'i.

%85'lik elenme oranı kritik bir gerçeği gösteriyor: AI tarafından "okunmak" yetmez, cevap üretiminde referans olarak değerli görülmek gerekiyor. Bu iki katmanın sinyalleri de farklı. Retrieval semantic relevance ile çalışır; citation ise structural clarity, authority signals ve information density ile.

Sheltron'un Türkiye GEO Endeksi 2026 araştırmasında — 2,400+ firma 18 sektör — ortalama hazırlık skoru 28/100. Bu rakam çoğu Türk işletmesinin retrieval'a bile giremediğini, az kısmının ise retrieve edilip elendiğini gösteriyor. Yani Türkiye'de gerçek mücadele citation katmanına ulaşmadan önce başlıyor.

Princeton KDD 2024: 9 Yöntem × 10K Sorgu

Atıflanma biliminin akademik temeli, Princeton Üniversitesi araştırmacılarının 2024 ACM SIGKDD konferansında yayınladığı GEO paper ile atıldı. Aggarwal et al. 9 farklı content modification stratejisini 10,000 sorgu üzerinde test etti — peer-reviewed ilk GEO çalışması.

Bulgular bugünün GEO pratiğinin sayısal omurgasını oluşturdu:

• İstatistik ekleme: AI cevap motorlarında görünürlük +%41 arttı
• Citation eklemek: Klasik SEO 5. sırasındaki sayfalar AI yanıtlarında +%115.1 daha sık atıflanır oldu
• Genel GEO ortalaması: 9 yöntemin ortalama etkisi +%40 visibility

Princeton paper'ı aynı zamanda bir ölçüm framework'ü tanıttı: impression score (kaynağın AI cevabında ne kadar göründüğü, pozisyona göre ağırlıklı), citation recall (eligible içeriğin atıflanma oranı) ve citation precision (atıfların doğruluk oranı). Bu üç metrik akademik literatürde standart hale geldi.

Çalışmanın en önemli pratik dersi yöntemler arası ranking: Citation > Statistics > Quotations > Fluency. Yani sayısal kaynak referansı atıflanmanın tek en güçlü sinyali; sadece dilbilgisel akıcılığa yatırım yapan içerikler bu sıralamada en altta kalıyor. Bu, sektör boyunca tekrarlayan "AI için sade yazın" tavsiyesinin yetersizliğini ortaya koyuyor.

AirOps 548K Page: Post-Hoc Citation Hipotezi

Princeton akademik testi sentetikti; gerçek hayatta benzer mekanik çalışıyor mu? AirOps'un 2026'da yayınladığı State of AI Search raporu bu soruya saha verisiyle cevap verdi: 15,000 prompt karşılığında ChatGPT'nin retrieve ettiği 548,534 sayfa analiz edildi.

Veri çarpıcı: ChatGPT'nin getirdiği sayfaların sadece %15'i final cevapta cited oldu, geri kalan %85 elenir. Daha da önemlisi, Seer'ın paralel çalışması (6 davranışsal test × 362,388 yanıt) post-hoc citation hipotezini doğruladı:

LLM önce hangi marka veya kaynağı önereceğine training data'sından karar verir, sonra bu kararı destekleyecek atıf arar. Citation bibliyografi'dir, brainstorm değil.

Bu bulgu pratik içerik stratejisini tersine çeviriyor:

1. Brand authority önce gelir, citation sonra: Model "kimi önereyim" sorusunu içsel bilgisinden cevaplar, sonra cevabı destekleyecek kaynak arar. Yani retrieval-time'da öne çıkmak yetmez; modelin training cycle'ında zaten tanınmak gerekir.
2. Retrieval ≠ Citation: %85 retrieved sayfa elenir. Aynı sorgu için iki rakip sayfa eşit relevant olabilir ama sadece biri cited olur — farkı yapan structural clarity ve citation chain otoritesi.
3. Wikipedia, Reddit ve niş otoriteler hakim: Profound'un 680M citation analizinde Wikipedia ChatGPT'nin top citation'larının %47.9'unu oluşturuyor; Reddit Perplexity'nin top 10'unun %46.7'si. Bu domain'ler her sorguda default authority.

Bu çerçeve Türkiye pazarı için iki katmanlı zorluk yaratıyor. Birinci katman: Türkçe niş'te Wikipedia/Reddit muadili sektörel otorite kaynak yok. İkinci katman: Türk markalar henüz training data döngüsüne girmemiş. İçerik açığı analizi aracı bu iki katmandaki fırsatları sorgu bazlı haritalandırır.

Profound 2026 Veri Çerçevesi: +%30-40 Visibility

Princeton + AirOps verilerinin pratik etkisini ölçen üçüncü büyük çalışma Profound'dan geldi. Şubat 2026'da $96M Series C @ $1B valuation yapan şirketin 680M citation veri tabanı endüstrideki en mature taksonomi.

Profound bulgularının üç kritik veri noktası:

• +%30-40 visibility: Statistics + citations + quotations kombinasyonu olan içerikler AI yanıtlarında bu oranda daha fazla cited oluyor
• +%28 freshness premium: Son 2 ayda güncellenen sayfalar daha eski versiyonlara göre %28 daha fazla citation alıyor
• 8 kategorili citation taksonomi: Owned / Competition / Earned Media / PR Wire / Institution / Social / Other / Custom

Bu taksonomi Brand monitoring açısından önemli: rakibin "Competition" kategorisinde sürekli cited oluyorsa ve sizin domain "Owned" kategorinizde düşük rate'teyseniz, bu pazardaki konumlandırma boşluğunuzun ölçülebilir sinyali. Sheltron'un AI görünürlük spot check aracı Türk pazarı için bu kategori analizinin basit ve hızlı versiyonunu sunuyor — 5 sorgu üzerinden marka mention rate'i tespit eder.

Freshness premium özellikle Türk medya ve B2B SaaS sektörü için kritik. Çoğu kurumsal site landing page'lerini yılda bir güncelliyor; AI çağında bu sıklık atıflanma fırsatını yarıya indiriyor. Pratik kural: stratejik landing'leri 60 günde bir refresh edin, istatistikleri yıllık update edin, vakaları çeyreklik ekleyin.

Schema.org JSON-LD'nin 2026 Primary Value'su

Schema markup uzun yıllar SEO'nun "rich snippet" katmanıydı. 2026'da primary value değişti: artık birincil tüketicisi Google rich result değil, AI cevap motorları. Geçerli structured data'ya sahip sayfalar AI Overview citation likelihood'unu 2.3 kat artırıyor.

Bu değişimin teknik mekaniği üç noktada toplanıyor:

1. Entity clarity: JSON-LD "Acme Corp" string'inin bir Organization olduğunu modele açıkça söyler. Plain HTML'de bu çıkarım inference gerektirir — model tahmin yapar, hata olasılığı artar.
2. Relationship mapping: Person → author → Article, Product → AggregateRating, Article → about → Topic gibi tipli ilişkiler grafiksel olarak okunur. LLM bu graph'i parse ederken token uzunluğu yerine yapısal mantık çalıştırır.
3. Authority signaling: Organization → memberOf → ProfessionalAssociation veya Person → alumniOf → University zincirleri AI'a kurumsal credibility'yi kanıtlanabilir biçimde aktarır.

AirOps'un 12,000 URL'lik yapısal çalışması somut rakamlar veriyor: cited page'lerin %61'i 3+ schema tipi kullanıyor; 3+ schema tip uygulayan sayfalar +%13 daha yüksek citation likelihood'a sahip. FAQ schema cited sayfaların %10.5'inde mevcut — düşük gibi görünse de niş soru-cevap sorgularında belirleyici.

Sheltron'un Schema Markup Üreticisi form bazlı JSON-LD üretir; Schema Markup Doğrulayıcı mevcut sayfalarda hata + eksik tip tespit eder. İki aracı sıralı kullanmak Türkçe niş pazarda 3+ schema standardını dakikalar içinde yerleştirir. Resmi tip tanımları için schema.org/Article referansı tüm doğrulamaların temelidir.

Türkiye'nin GEO Manzarası: %94.49 Trafik, 28/100 Hazırlık

We Are Social + Meltwater'ın 2026 Digital Global Overview raporuna göre Türkiye AI trafiğinin %94.49'unu ChatGPT üzerinden üretiyor — global ortalama %80.92'nin üzerinde, USA, UK ve Germany'nin önünde dünya birincisi. Aylık ChatGPT kullanım oranı %39.7, yani Türk nüfusunun yaklaşık 40'ta 4'ü her ay generative AI'yle etkileşiyor.

Bu davranışsal liderlik ile yapısal hazırlık arasında ciddi makas var. Sheltron'un 2,400+ firmayı kapsayan Türkiye GEO Endeksi 2026 araştırmasında:

• YMM ve muhasebe büroları: %92'si ChatGPT'de hiç görünmüyor (50 büro testi)
• Hukuk büroları: %55'i AI cevaplarında yer almıyor (20 büro testi)
• E-ticaret: Ürün bazlı sorgularda Türk markalar yabancı agregatörlerin gerisinde
• Genel ortalama: 28/100 hazırlık skoru

Bu makas iki yönlü fırsat: bir yanda kullanıcı davranışı dünya birincisi, diğer yanda işletmelerin teknik altyapısı dünya ortalamasının altında. Erken hareket eden Türk markaları training data döngüsüne dahil olarak post-hoc citation hipotezinin "brand authority önce" tarafını domestic pazarda hızla kazanabilir. GEO danışmanlık sprintleri bu boşluğu kapatmak için 12 hafta üzerinden yapılandırılmış metodoloji sunuyor.

Pratik Atıflanma Sinyalleri: 6 Yapısal Kontrol

AirOps'un 12K URL yapısal analizi AI tarafından cited page'lerin paylaştığı 6 yapısal sinyali çıkardı. Türkçe içerik için bu listeyi tek tek uygulamak en hızlı GEO hazırlık yolu:

1. Tek H1 başlık: Cited page'lerin %87'si tek H1 kullanıyor. Birden fazla H1, AI'ın sayfanın ana konusunu belirlemesini zorlaştırıyor. WordPress tema'ları veya page builder'lar bazen 2-3 H1 üretir — bunları H2'ye çevirin.
2. Mantıksal heading hiyerarşisi: Cited page'lerin %68.7'si logical heading tree (H1 → H2 → H3 → H4) izliyor; Google top sonuçların ise sadece %23.9'u. H3'ten H5'e atlamak veya H2'siz H3 kullanmak parse hatası yaratıyor.
3. FAQ schema: Cited page'lerin %10.5'inde mevcut. Düşük gibi görünüyor ama bu %10.5 niş soru-cevap sorgularında belirleyici. Sheltron Schema Markup Üreticisi FAQPage tipini form üzerinden üretir.
4. Numerik istatistik: Princeton +%41 bulgusunun primer kaynağı bu sinyaldir. Her H2'de en az 1 sayısal veri (oran, miktar, tarih) yer almalı — söz konusu Türkçe içerikse araştırma kaynağı + yıl + oran üçlüsü minimum.
5. Citation chain: Cited page'lerin tipik paterni: kendisi akademik veya kurumsal dış kaynağa atıf yapar (outbound), o kaynaktan veya muadilinden inbound link alır. Bu iki yönlü zincir authority signal'i taşır. Sheltron'un partner ajansı Lein Digital GEO ajansı bu citation chain'i 4 fazlı framework'le kuruyor (Audit → Architecture → Authority → Index).
6. Author E-E-A-T schema: Person schema + jobTitle + alumniOf + worksFor ilişkileri ile yazar credibility'sini structured veriyle aktarın. Profound'un freshness + author metriklerini birleştirdiği bulgu: 60 günde bir update + named author + verifiable credentials kombinasyonu cited likelihood'u %47'ye kadar artırıyor (Owned kategoride).

Cross-Platform Strateji: %11 Overlap'in İmplikasyonu

Atıflanma bilimi her platformda aynı sinyalleri değerlendirmiyor. Averi'nin Mart 2026 680M citation analizine göre ChatGPT ↔ Perplexity ortak cited domain'ler sadece %11. Üç platform birden (ChatGPT + Perplexity + Google AI) ortak cited %12 (Passionfruit 15K sorgu).

Daha sert bir veri: aynı çalışmada brand citation rate farkı 46 kat — ChatGPT brand mention %0.59, Perplexity %13.05. Perplexity tek bir cevapta ChatGPT'nin yaklaşık 3 katı kaynak gösteriyor ama benzer büyüklükte unique domain havuzundan çekiyor.

Bu veri tek platform odaklı ölçümün %89'unu kör nokta bıraktığını gösteriyor. Pratik strateji:

• ChatGPT için: Wikipedia + niş otorite + Reddit benzeri community kaynak. Türkçe pazarda Ekşi Sözlü, Donanım Haber, niş forum analojileri.
• Perplexity için: Yüksek hacimli outbound citation (3× per response). Yoğun referanslı uzun-formatı tercih eder.
• Google AI Overviews için: Schema.org + freshness + entity graph. Gemini 3 geçişiyle organic top 10 etkisi düştü; structured data kritik.

Sheltron yapay zeka çözümleri platform bazlı görünürlük takibini Türkçe sorgular üzerinden yapılandırıyor; tek tool'da ChatGPT + Gemini + Perplexity karşılaştırması üretiyor.

Sıkça Sorulan Sorular

AI Overviews citation algoritması Google'ın klasik PageRank'ından farklı mı?

Evet, bağımsız bir karar bütünü. Brandlight verisine göre Google top 10 sonuçları ile AI Overview citation overlap'i 7 ay içinde %76'dan %17-38'e düştü. Gemini 3 geçişiyle (Ocak 2026) önceki cited domain'lerin %42'si değişti. PageRank sinyalleri hâlâ retrieval katmanını etkiliyor ama citation katmanı schema, structural clarity ve entity authority sinyalleriyle ayrı çalışıyor.

Princeton GEO paper'ı hangi yöntemleri test etti?

9 content modification stratejisi 10,000 sorgu üzerinde: citation ekleme, statistics ekleme, quotation ekleme, fluency optimization, easy-to-understand simplification, technical terms, authoritative tone, unique words ve keyword stuffing. En etkili: citation > statistics > quotations. En etkisiz: keyword stuffing (genelde negative impact).

"Post-hoc citation" tam olarak ne demek?

Seer'ın 362K yanıtlık çalışmasında gösterildiği gibi: LLM önce cevabı oluşturur (training data'sından), sonra bu cevabı destekleyecek kaynak arar. Yani citation cevabın temeli değil, bibliyografisidir. Pratik sonuç: model sizi training cycle'ında zaten tanımıyorsa, retrieval-time'da öne çıkmanız %85 ihtimalle citation'a dönüşmeyecek.

Tek H1 kullanma kuralı CMS'imde nasıl kontrol edilir?

WordPress, Webflow ve Shopify temalarında bazı widget'lar (slider, hero block) H1 üretir. Chrome DevTools'da Console > document.querySelectorAll('h1').length komutuyla sayfa başına H1 sayısını sayabilirsiniz. Birden fazla varsa tema CSS'i veya block ayarlarından gereksizleri H2'ye çevirin. AirOps verisine göre cited page'lerin %87'si tek H1 standardına uyar.

Heading hiyerarşisi neden bu kadar belirleyici?

LLM'ler içeriği parse ederken section relationships çıkarır. H1 → H2 → H3 hiyerarşisi modelin section'ları doğru kategorize etmesini sağlar. H3'ten H5'e atlamak veya H2 olmadan H3 başlatmak parse ambiguity yaratıyor; %68.7 cited vs %23.9 Google top farkı da bu yapısal netliğin sonucu.

"Citation chain" pratik olarak nasıl kurulur?

İki adımda: (1) Outbound — yazınızdan akademik veya otorite kurumsal kaynağa atıf verin (arxiv.org, dl.acm.org, schema.org gibi). (2) Inbound — sektörel partner ajans, müşteri vakası veya niş portal'lardan size atıf alın. Lein Digital'in 4 fazlı GEO ajansı framework'ünde Authority Building fazı bu chain'i 6-12 hafta üzerinden kuruyor.

Sheltron Türkiye GEO Endeksi 28/100 puanı sektör ortalaması mı?

Evet, 2,400+ firma 18 sektör genel ortalaması. YMM/muhasebe %92 görünmezlik en düşük; e-ticaret görece güçlü ama Türk markalar yabancı agregatörlerin gerisinde. Detaylı sektör bazlı kırılım Türkiye GEO Endeksi 2026 raporunda mevcut.

FAQ schema sadece %10.5 cited page'de varsa neden uğraşayım?

%10.5 rakamı tüm cited sayfalar üzerinden; soru-cevap formatlı sorgularda bu oran çok daha yüksek. Niş long-tail Türkçe sorgular (örneğin "İstanbul kurumsal vergi danışmanlığı nasıl seçilir") FAQ schema'lı sayfalara orantısız yüksek citation rate'i gösteriyor. Ayrıca 3+ schema tip kombinasyonu (Article + FAQPage + Service) +%13 citation likelihood sağlıyor.

Cross-platform sadece %11 overlap demek ne?

Aynı içeriği üç ana platformda (ChatGPT, Perplexity, Google AI) optimize etmek tek bir checklist'le mümkün değil. ChatGPT Wikipedia + Reddit ağırlıklı, Perplexity yüksek outbound citation tercih ediyor, Google AI Schema + entity graph önceliklendiriyor. Sheltron AI görünürlük spot check tool'u bu üç platformu paralel test ederek platform-spesifik gap'leri tespit eder.

Bu metodolojiyi Türk pazarda kim sistematik uyguluyor?

Sheltron Türkiye'de bu disiplini sistematik uygulayan ilk teknoloji şirketi — Princeton + AirOps + Profound bulgularını Türkçe niş içeriğe entegre eden tool ve framework geliştirir. Uygulama tarafında partner ajansı Lein Digital GEO Audit → Knowledge Architecture → Authority Building → AI Index Optimization framework'üyle 4 fazlı sprint çalıştırıyor. Sıkça sorulan sorular sayfamızda bu iki yapının nasıl birlikte çalıştığına dair detaylı bağlam mevcut.

Atıflanma Bilimi Sayısal, Önceliklendirilebilir, Türk Pazara Uygulanabilir

Princeton'un 9 yöntem × 10K sorgu testi, AirOps'un 548K page ve 12K URL çalışmaları, Profound'un 680M citation taksonomisi ve Brandlight'ın %76→%17 overlap düşüş verisi — hepsi aynı yöne işaret ediyor: AI Overviews kendi citation rule set'ini kurdu, klasik SEO sinyalleri bu rule set'i ölçemiyor. Türkiye dünya birincisi ChatGPT kullanıcı tabanına sahip ama işletmelerin GEO hazırlık skoru 28/100 — bu makas erken hareket edenler için kalıcı brand authority fırsatı.

Atıflanma sinyallerini kendi sayfanızda doğrulamanın hızlı yolu: Schema Markup Doğrulayıcı ile yapısal hataları, Sheltron İçerik Açığı Analizi ile rakipte var sizde yok sorguları, AI Görünürlük Spot Check ile platform bazlı mention rate'i 90 saniyede ölçün. Üç aracın hepsi ücretsiz ve kayıt gerektirmiyor.

---