AEO İÇİN SCHEMA MARKUP: MAKİNELER VE CEVAP MOTORLARI İÇİN YAPISAL VERİ TEMELİ

Arama motorları ve yapay zeka asistanları bir sayfayı okurken aslında ham metni yorumlar. Schema markup, yani yapısal veri, içeriğinizi bu sistemlere makine tarafından anlaşılır bir dille açıklayan standart bir katmandır. AEO (Answer Engine Optimization) çağında doğru kurulmuş yapısal veri; içeriğin yazarını, tarihini ve varlık ilişkilerini netleştirir. Ancak alanda çok sayıda mit dolaşıyor: kimi kaynak schema'yı sihirli bir sıralama düğmesi gibi sunar, kimi de AI görünürlüğünü garantilediğini iddia eder. Doğrulanmış Google kaynaklarına ve kontrollü çalışmalara dayanarak neyin gerçek, neyin abartı olduğunu tek tek ayıracağız.

Schema Markup Nedir ve Neden Yapısal Verinin Temelidir?

Schema markup, schema.org adlı ortak sözlüğü kullanarak bir sayfanın içeriğini arama motorlarına makine tarafından okunabilir biçimde açıklayan standart yapısal veridir. Google bunu iki amaçla kullanır: sayfanın ne hakkında olduğunu daha net anlamak ve sayfayı rich result (zengin sonuç) gibi arama özelliklerine uygun hale getirmek. schema.org sözlüğü Google, Microsoft (Bing), Yandex ve Yahoo! tarafından ortaklaşa desteklenir, yani tek ve evrensel bir standarttır. Sözlük yüzlerce tip ve binin üzerinde özellik içerir ve milyonlarca alan adı tarafından kullanılır. Doğru çerçeve şudur: yapısal veri stratejinin kendisi değil, iyi bir içeriği makinelerin doğru ayrıştırmasını sağlayan paketleme katmanıdır.

JSON-LD, Microdata ve RDFa: Üç Format ve Google Neden JSON-LD Önerir?

schema.org verisini sayfaya gömmenin üç geçerli yolu vardır: JSON-LD, Microdata ve RDFa. Google'ın resmi ifadesi nettir: markup geçerli ve doğru uygulandığı sürece üç format da Google için eşit derecede iyidir. Google JSON-LD'yi önerir, ancak tek nedeni ölçekte uygulanması ve bakımının en kolay, kullanıcı hatasına en az açık format olmasıdır. Yaygın bir yanılgının aksine JSON-LD, format olarak daha üst sıralama ya da daha fazla rich result kazandırmaz. JSON-LD bir script etiketi içine yerleştirilir ve sayfanın hem head hem body bölümünde bulunabilir. Önemli olan markup'ın sayfanın ham HTML'inde yer almasıdır; harici .json dosyaları taranmaz. Ayrıntılar için Google Search Central dokümantasyonu birincil kaynaktır.

İçerik Siteleri İçin En Önemli Schema Tipleri

Bir blog için en uygun tip BlogPosting, haber içeriği için NewsArticle, genel makaleler için Article'dır. Hiçbirinde zorunlu özellik yoktur, ancak Google author (Person veya Organization), datePublished, dateModified, headline ve image özelliklerini önerir. Organization işaretlemesi marka kimliğini tanımlar; name, url, logo ve sameAs (sosyal ve otoriter profillere bağlantı) en değerli alanlardır ve yalnızca anasayfaya eklenmesi yeterlidir. BreadcrumbList site hiyerarşisini belirtir ve 2026'da hâlâ rich result kazanan tiplerden biridir. WebSite tipi site adını tanımlar. Yerel hizmet veren işletmeler için LocalBusiness tipi ad, adres, telefon ve çalışma saatleriyle güçlü bir yerel sinyal sağlar. Article ve diğer tiplerin önerilen özelliklerini Google'ın resmi galerisinden doğrulamak iyi bir alışkanlıktır.

Bir blog yazısı için tipik bir JSON-LD bloğu şöyle görünür:

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "BlogPosting",
  "headline": "AEO İçin Schema Markup ve Yapısal Veri",
  "datePublished": "2026-06-15",
  "dateModified": "2026-06-15",
  "author": {
    "@type": "Person",
    "name": "Özkan Göçer",
    "url": "https://www.ogocer.com/"
  },
  "publisher": {
    "@type": "Organization",
    "name": "Ogocer"
  }
}
</script>

2026'da Hangi Tipler Hâlâ Rich Result Kazanıyor: FAQ ve HowTo'nun Sonu

Birçok güncellenmemiş kaynak hâlâ FAQ ve HowTo işaretlemesini rich result kaynağı olarak gösterir, oysa durum tamamen değişti. Aşağıdaki tablo kaldırılan ve hâlâ geçerli olan özellikleri özetler.

FAQPage hâlâ geçerli bir schema.org tipidir ve sayfada kalması zarar vermez, ancak artık Google Search'te zengin sonuç üretmez. Tarihleri birincil kaynaktan, FAQ dokümanından ve HowTo duyurusundan doğrulayabilirsiniz.

Yapısal Veri Bir Sıralama Faktörü Değildir

Yaygın ve maliyetli bir yanılgı, schema eklemenin sayfayı doğrudan üst sıralara taşıdığıdır. Google bunu açıkça reddeder: yapısal veri genel bir sıralama faktörü değildir. Hatta yapısal veri ihlali nedeniyle uygulanan bir manuel işlem bile sıralamayı etkilemez, yalnızca rich result uygunluğunu kaldırır. John Mueller ve Danny Sullivan dahil Google sözcüleri bunu 2019'dan bu yana defalarca doğruladı. Faydalar dolaylıdır: rich result yoluyla olası tıklama oranı artışı, daha iyi varlık anlama ve AI arama özelliklerine uygunluk. Google'ın yapısal veri politikaları bu ayrımı netleştirir. Yani schema, klasik SEO çalışmasının yerini almaz, onun teknik bir tamamlayıcısıdır.

AI Cevap Motorları Schema'yı Gerçekte Nasıl Kullanıyor?

AEO açısından en kritik soru şudur: ChatGPT, Perplexity, Gemini, Claude ve Google AI Mode gibi sistemler yapısal veriyi okuyor mu? Ahrefs ve SearchVIU'nun Ekim 2025'te yaptığı kontrollü testler şaşırtıcı bir sonuç verdi. Sözü edilen motorlar bir sayfayı canlı getirirken yalnızca görünür HTML içeriğini çıkardı; sadece JSON-LD içine konan bir veriyi, örneğin yalnızca schema'da yer alan bir fiyatı, hiçbiri bulamadı. Pratik neden şudur: 2026 itibarıyla başlıca AI tarayıcıları (GPTBot, ClaudeBot, PerplexityBot, OAI-SearchBot ve diğerleri) JavaScript çalıştırmaz ve yalnızca sunucunun döndürdüğü ham HTML'i okur. Dolayısıyla JavaScript ile sonradan enjekte edilen schema bu botlarca asla görülmez. Bot davranışları zamanla değişebilir, ancak bugünkü tablo budur.

Daha kapsamlı bir model, schema'nın eğitim, indeksleme, indeks tabanlı arama ve canlı getirme aşamalarında farklı rol oynadığını gösterir. Yapısal veri özellikle Google AI Overviews ve Bing ile Copilot gibi indeks tabanlı sistemlerde dolaylı katkı sağlayabilir, çünkü Google AI Mode organik aramayla aynı indeksi ve markup'ı kullanır. Önemli bir gerçek de şudur: AI Overviews veya ChatGPT için özel bir schema tipi ya da ayrı bir AI optimizasyonu yoktur.

Schema, AI Alıntılarını Artırır mı? Kanıt İncelemesi

Schema eklersen AI'da daha çok alıntılanırsın iddiası en sık tekrarlanan AEO mitidir. En titiz kanıt Ahrefs'in fark içinde fark (difference-in-differences) çalışmasıdır: 2025 Ağustos ile 2026 Mart arasında schema eklenen 1.885 sayfa, 4.000 eşleştirilmiş kontrol sayfasıyla karşılaştırıldı. Sonuç çarpıcıydı, çünkü schema eklemek hiçbir platformda anlamlı bir alıntı artışı üretmedi. Google AI Mode için yüzde 2,4 ve ChatGPT için yüzde 2,2 artış istatistiksel gürültü düzeyindeydi; Google AI Overviews'da ise küçük ama anlamlı bir düşüş, yüzde 4,6, ölçüldü. Kurt Fischman'ın akademik ön baskısı da benzer sonuca ulaştı: jenerik schema'nın alıntı üzerinde bağımsız etkisi yok, asıl belirleyici organik sıralama pozisyonu. Ahrefs'in çalışması bulguları ayrıntılı paylaşır.

Sık dolaşan yüzde 73, 3,2 kat, yüzde 317 veya AI cevaplarının yüzde 90'ı yapısal veriye dayanıyor gibi rakamların doğrulanabilir birincil kaynağı yoktur; çoğu kontrolsüz ajans gözlemidir ve o yüzde 90 rakamı aslında tamamen farklı bir konuya, AI Overviews'ın doğruluk oranına aittir. Alıntılanan sayfalarda schema'nın sık bulunması bir korelasyondur, nedensellik değil: otoriter yayıncılar zaten hem schema kullanır hem çok alıntılanır. Benzer şekilde sitelerin yalnızca yüzde 12'si yapısal veri kullanıyor, erken davranan kazanır söylemi de yanlıştır; o oran kayıtlı alan adlarına aittir, aktif sitelerin yaklaşık yüzde 54'ü zaten JSON-LD kullanır.

Entity SEO, @id ve E-E-A-T Sinyalleri

Yapısal verinin en değerli kullanımı varlıkları (entity) netleştirmektir. JSON-LD içinde @id, bir düğüme benzersiz kimlik verir ve aynı varlığa farklı yerlerden atıf yapmayı sağlar; schema.org'un url özelliği ise varlığın gerçek web adresini belirtir ve ikisi birlikte kullanılmalıdır. Önerilen @id biçimi, kanonik URL artı bir tanımlayıcıdır, örneğin anasayfa adresi ve organization etiketi. Önemli bir sınır şudur: arama motorları yapısal veriyi sayfa sayfa işler ve aynı @id'yi taşıyan varlıkları sayfalar arasında otomatik birleştirmez, bu nedenle HTML iç bağlantılarıyla pekiştirmek gerekir.

Yazar otoritesi tarafında Person işaretlemesi; name, url, jobTitle ve özellikle sameAs ile, yani otoriter profillere bağlantı vererek, içeriği kimin yazdığını netleştirir. Yine de markup tek başına E-E-A-T'yi artırmaz. Google, E-E-A-T'nin doğrudan bir sıralama skoru olmadığını ve yalnızca işaretleme eklenerek yükseltilemeyeceğini belirtir. John Mueller yapısal veriyi çok hafif bir sinyal olarak niteler. Gerçek otoriteyi kullanıcıya görünür yazar bilgileri, tutarlı yayın geçmişi ve site dışı tanınırlık belirler.

Uygulama, Tutarlılık ve En Sık Hatalar

Uygulamada en sık hata sözdizimidir: tek bir eksik virgül veya kapanmamış parantez, tüm schema bloğunu Google'ın ayrıştırıcısı için görünmez kılar. İkinci sık hata tutarsızlıktır. JSON-LD'deki veri sayfada görünen içerikle birebir örtüşmelidir; Google görünür içeriği temsil etmeyen markup'ı rich result'tan diskalifiye edebilir ve markup görünen metinden saptığında AI sistemleri içeriği daha kötü anlar. Örneğin schema'da dateModified 2023 derken metin 2026 verisine atıf yapıyorsa güven zedelenir.

WordPress kullananlar için Yoast veya Rank Math gibi eklentiler temel schema'yı otomatik üretir. Doğru yaklaşım bunu kapatıp elle yazmak değil, üretilen markup'ı denetleyip görünür içerikle uyumlu tutmaktır. Kritik teknik kural ise nettir: AI botları JavaScript çalıştırmadığı için yapısal veri sunucu tarafında ham HTML'e gömülmeli, yalnızca tarayıcıda JavaScript ile enjekte edilmemelidir.

Doğrulama Araçları ve Pratik AEO Stratejisi

İki ana doğrulama aracı vardır ve amaçları farklıdır. Rich Results Test yalnızca Google'a özgü rich result uygunluğunu test eder ve Haziran 2026 sonrası FAQ'yu desteklemez. Schema Markup Validator ise genel schema.org sözdizimini doğrular ve FAQPage dahil tüm tipleri kontrol etmeye devam eder. Search Console'daki URL İnceleme aracı da canlı sayfadaki yapısal verinin Google tarafından nasıl görüldüğünü gösterir.

Küçük bir Türk işletmesi için uygulanabilir minimum set şudur: anasayfada Organization (sameAs ile), site adı için WebSite, gezinme için BreadcrumbList, içerik sayfalarında Person yazarıyla birlikte Article veya BlogPosting ve yerel hizmet veriyorsa LocalBusiness. FAQ işaretlemesi rich result kazandırmadığı için, soru ve cevap yapısını görünür başlıklar ve doğrudan cevaplarla kurmak aynı AEO faydasını sağlar, çünkü AI motorları canlı getirimde görünür metni okur.

Sonuç

Özetle schema markup, AEO için vazgeçilmez bir altyapıdır, ancak abartılan bir sihir değildir. Doğru kurulmuş yapısal veri içeriğinizi makineler ve cevap motorları için netleştirir, klasik rich result'lara uygunluk sağlar ve varlık ilişkilerinizi güçlendirir. Sıralama ya da AI alıntısı ise asıl olarak doğruluk, otorite ve net çıkarılabilir cevaplarla kazanılır. AEO nedir sorusunu ve AEO için içerik optimizasyonu adımlarını daha önce ele aldık; yapay zeka aramaları çağında bu üçünü birlikte uygulamak en sağlam yoldur. Daha geniş bir bakış için AEO hizmetlerimizi inceleyebilirsiniz.