Yapay zeka sonuçlarında görünürlüklerinizi artırmak için birçok teoriye dayalı, kimi zamanda gerçek veri sonuçlara dayanan öneriler görebilirsiniz. Bu yazımızda da bir SEO danışmanı olarak test ettiğim ve sonuç aldığım bir yapıyı sizlerle paylaşacağım.
Bu denememizde, SEO title yani <title> etiketinde kullandığımız içeriğin Entity olarak ele alınması, yapay zekalara uygun bir şekilde yeniden yazılması ve sonuçların gözlemlenmesi hedeflenmiştir.
Hedeflediğimiz sayfalarımız bilgi odaklı içeriklerimiz değil kullanıcılara birer “araç” olarak vaadde bulunmakta olan sayfalarımızdır.
Örneğin;
- x checker
- y availability
- z tool
Buradaki sayfalarımızın ChatGPT veya diğer yapay zeka arama sonuçlarında ön plana çıkması adına LogProbs mantığı ile, “sayfanın anahtar kelimesinin yanında hangi kelime gelmesi tahmin edilmektedir” sorusuna cevap aradık.
Bu çalışmayı yapabilmek adına Google Colab üzerinde çalışacak basit bir araç geliştirdim.
LogProbs tahmin aracı > https://colab.research.google.com/drive/1VR97bvAlOtOFwYJC7sB69cXuwaxn4Nwv?usp=sharing
Girdiğimiz kelime; “instagram username availability“
Elde ettiğimiz sonuçlar;
| Token | Logprob | Probability (%) |
|---|---|---|
| checker | -0.039176 | 97.32 |
| check | -3.289176 | 10.23 |
| tool | -7.289176 | 0.64 |
| search | -8.289176 | 0.32 |
| checking | -9.789176 | 0.11 |
| -10.289176 | 0.08 | |
| checker | -10.539176 | 0.07 |
| Check | -11.039176 | 0.05 |
| To | -11.164176 | 0.04 |
| You | -11.164176 | 0.04 |
Elde ettiğimiz sonuçlarda da görüldüğü gibi,
- Checker
- Check
- Tool
sonuçlarının çok baskın geldiğini görmekteyiz.
Bu veri neticesinde sayfamızın başlığını; Instagram Username Availability Checker olarak güncelledik. Ayrıca yine veriden elde ettiğimiz “Tool” kelimesini de meta açıklamamızda ve sayfa içerisindeki ilk giriş paragraflarımızda organik bir şekilde kullanmaya özen gösterdik.
Bir diğer aracımız Tiktok username availability kontrol etmekte olan bir aracımızdır.
| Token | Logprob | Probability (%) |
|---|---|---|
| checker | -0.016164 | 98.89 |
| check | -4.266164 | 5.20 |
| can | -6.516164 | 1.09 |
| search | -8.766164 | 0.23 |
| tool | -9.141164 | 0.18 |
| checking | -9.266164 | 0.16 |
| Tik | -10.266164 | 0.08 |
| To | -10.516164 | 0.07 |
| Check | -10.766164 | 0.06 |
| is | -10.766164 | 0.06 |
Elde ettiğimiz sonuç aşağıdaki gibidir;
Son 7 günlük sadece chatgpt.com kaynaklı trafik değişikliği
Son 7 günlük sadece chatgpt.com kaynağından gelen trafiğin 161 oturumdan 372 oturuma çıktığı görülmektedir. (Rapor Google analytics landing page raporundan elde edilmiştir.)
TikTok username checker ve Instagram username checker sayfalarının verilerine birlikte baktığımızda da 7 gün içerisinde %100’e yakın artış elde ettikleri görülmektedir. (chatgpt.com kaynaklı trafik özelinde.)
SEO Titlelarımızı Yapay Zekalar İçin Güncellerken Nelere Dikkat Etmeliyiz?
SEO titelarımızı yapay zeka görünürlüklerimizi iyileştirmek adına güncellerken;
- Sayfa arama niyetine uygun kelimeler ile anahtar kelimelerimizi genişletmeliyiz,
- LogProbs gibi metodları kullanarak yapay zekaların bu anahtar kelimeye nasıl bir entity olarak baktıklarını tahmin etmeliyiz
- Title üzerinde kullanma fırsatınız kalmayan kelimeleri meta açıklamalarda, giriş paragraflarımızda, butonlarımızda, görsellerimizde kullanabiliriz.
Kullanıcı Arama Niyetine Uygun Title Düzenlemeleri Nasıl Yapılır?
LLM’ler kullanıcıların verdikleri promptları parçalı arama metodu ile analiz ederek, SEO çalışmalarından da aşina olduğumuz gibi niyetlerini anlamaya ve en iyi sonuçları sunmaya odaklanır. Bu nedenle de hem LogProbs metodu, hem de arama niyetlerini düşünerek web sayfamızın elementlerini bu örnek denememizde olduğu gibi düzenlemeliyiz.
- Kullanıcı; Bir sosyal medya kullanıcı adının uygun olup olmadığını arıyorsa? “Checker, Tool” gibi niyete uygun kelimeler başlığa eklenebilir
- Kullanıcı; Güncel vergi veya maaş oranları ile ilgili bilgi arıyor ise, sayfa içeriğimizde tablo da barındırarak içerik başlığımızda “Tablo, Güncel İstatistikler, Güncel Tablo” gibi kelimeler kullanılabilir.
LogProbs Nedir?
LLM’lerde logprobs (log probabilities), modelin ürettiği her bir token için hesapladığı olasılıkların logaritmik formda ifade edilmesidir.
Temel Mantık
Bir LLM, cevabı kelime kelime değil token token üretir.
Her yeni token seçilirken, model tüm olası token’lara bir olasılık dağılımı çıkarır.
Bu olasılıkların doğal logaritması alınarak logprob değeri elde edilir.
Logaritma kullanılması, çok küçük olasılıkları sayısal olarak daha stabil şekilde temsil etmeye yarar.
Örnek
Diyelim ki model “Hello” kelimesini üretirken:
“Hello” token’ı için olasılık = 0.8
Logprob = ln(0.8) ≈ -0.223
“Hi” token’ı için olasılık = 0.15
Logprob = ln(0.15) ≈ -1.897
Logprob değeri ne kadar 0’a yakınsa o token’ın seçilme ihtimali o kadar yüksektir. Negatif değerler daha düşük olasılığı gösterir.
Yapay Zeka SEO Çalışmalarında Bu Deneme Ne Anlama Geliyor?
Yapay zeka seo çalışmaları veya GEO, AIO isimlerini verebileceğimiz bu çalışmalarda da SEO prensiplerine uygun adımlar atarak, kullanıcı arama niyetlerini daha teknik veriler ile LLM’lere uygun bir şekilde analiz edip çalışmaları yürütebileceğimizi görmekteyiz.
Bu denemeden de anlayacağımız gibi sayfa yapımızda var olan <title> gibi önemli meta etiketler ChatGPT SEO çalışmaları için yoğun olarak kullanılabilir durumdadır. Bir SEO danışmanı ve uzmanı olarak rahatlıkla söyleyebilirim ki, daha hızlı gelişen ve zorlaşan SEO süreçlerinde temel prensipleri kullanıcı odağında sürüdürülebilir bir şekilde ele almak halen verimli bir çözüm olarak gözükmektedir.