2025 Yılında AI Destekli Arama Modeli

Geleceğin arama teknolojisi hızla şekilleniyor! 2025’te AI destekli modeller, erişimi kökten değiştirecek. Devrim niteliğindeki yenilikleri kaçırmayın, şimdi keşfedin! Yeni ufuklara yelken açın.

Birkaç hafta önce Google, 2025 yılında internette arama modellerinin tamamen değişeceğini söyledi. Zaten son günlerde sıkça “falanca GPT internet erişimine” açıldı gibi haberler alıyoruz ve hemen internet aramalarımızı deniyoruz.

Arama yöntemimiz uzun zamandır yalnızca anahtar kelime bazlı olmaktan çıkmıştı. Uzun zamandan beri normal cümlelerle yaptığımız Google aramalarından anahtar kelimeleri ayıklayıp sitelerden en işimize yarayacak olanlar bir sıralama ile karşımıza çıkıyor ve hâlâ bu liste içinden ihtiyacımızı kendimiz arayıp bulmakla uğraşıyoruz.

AI destekli arama ise, sonucu bize doğrudan “anlatıyor”. Bir yemek tarifi sorduğumuzda malzeme listesini verip bunları nasıl karıştıracağımızı, hangi ateşte ne kadar pişireceğimizi satır satır yazıyor. Peki bilgi yerine ürün veya hizmet ararsak? Konu ile ilgili olarak Mert Erkal’ın Google Gemini 2.0: Arama Deneyiminde Yeni Bir Çağa Hazır mısınız? başlıklı yazsını da okuyabilirsiniz.

GPT modelleri AI destekli aramaları başlattı.

GPT modelleri artık internete de açıldığına göre, aramalarımız yalnız bilgi bulmak için değil, örneğin “İstanbul – Fethiye  en ucuz uçak bileti” veya “düşük faizli ihtiyaç kredisi” gibi ürün ve hizmet arayışlarına da yanıt veriyor olacaklar; Google’dan gelen açıklamaya göre beklentimiz bu yönde. Yani, karşımıza çıkan bir sonuç listesinden tek tek linkleri açıp “en uygun” sonucu bulmak yerine “Senin için en uygunu şudur…” diyen bir kişisel danışman ile çalışıyoruz.

Google yıllardır biriktirdiği kişisel verilerle Gemini gücünü birleştirerek sonuçları listelemek yerine sohbet tarzında anlatacaktır. Diğer arama motorları ve GPT modelleri de Google’ın izinden giderler.

Eski model arama motorları sonuçları bize listelerken, GPT modelleri nasıl oluyor da sonuçları anlatıyorlar? Bütün siteleri gezip, bunları depolayıp, sorduğumuz sorulara göre bir anlatım düzenleyip karşımıza mı çıkarıyorlar? Yanıt hem evet hem de bu kadar basit değil. Artık karşımızda site içi yazıları, title ve description içeriklerini vs. indexleyerek depolayan bir sistem yok. Karşımızda, modellerin arama sonuçlarını oluşturması için eğitildiği bir sistem var. Bu yüzden artık en uygun anahtar kelimelerle içerik üretme gereği kalmıyor çünkü kullanıcı en uygun anahtar kelimeye göre arama yapmak zorunda değil. Bu durumda artık sayfalarımızı arama terimlerine göre doldurmak yerine GPT modellerini eğitecek şekilde hazırlamak daha mantıklı olacaktır.

AI destekli aramaya nasıl hazırlanmalı?

“Bunu nasıl yapacağız?” sorusunun yanıtı bir kaç adımdan geçiyor. Elbette eski sistemi bırakmadan üzerine ekleyeceğimiz bir sistem geliştirmeliyiz çünkü bütün kullanıcı alışkanlıkları, anahtar kelime yapısı vb bir çırpıda kenara atılacak bir sistem değil. Öncelikle GPT modellerinin nasıl eğitildiğini, başka bir deyişle bilgiyi nasıl “özümsediğini” inceleyelim.

Herhangi bir GPT modelinde şöyle bir test yapabilirsiniz: “Sana sorduğum bütün soruları ekteki metine göre yanıtlamalısın. Sorduğum soru, metin haricinde bilgi gerektirirse kendin bilgi üretme veya uydurma. Başka bilgilerden yararlanarak mantık yürütme. Yanıt veremeyeceğin bir soru olursa, kullanıcıyı kibarca araştırma yapmaya yönelt ve teşekkür et. Kullanacağın metin şöyle: …”

Bu promptu daha da geliştirerek yazdığınızda, verdiğiniz metnin haricinde bir bilgi eklemeden yanıt verecektir.

Kaynak bilgiyi ne kadar net hazırlarsak, GPT modelinin anlamasını da o kadar kolaylaştırırız. Bu yüzden büyük kaynakları daha küçük parçalara bölerek vermek uygun olur. Bu parçalara “chunk” diyoruz. İnternette bulunan sayısız sitenin barındırdığı her bir sayfa bir chunk oluyor. GPT de verdiğimiz prompt içinden ayıkladığı anahtar kelimelere göre bu chunkları eşleştirip bize anlatıyor.

Bize düşen, sayfalarımızı hazırlarken GPT modellerinin chunk olarak kabul edeceği bir sistem oluşturmak. Yakın zamanda bütün GPT modellerinin siteleri indexleyeceğini düşünürsek, sayfalarımızın GPT modelleri tarafından “öğrenilmesini” sağlayarak hazırlanmalıyız. Google için oluşturduğumuz JSON formatlı GTM verileri gibi, GPT modellerinin site içindeki bilgileri daha kolay algılayabileceği JSON formatlı bir veri akışı oluşturmalıyız.

Her sayfa için bütün içeriği aktarabileceğimiz gibi, sayfa hızını da göz önüne alarak yalnızca en gerekli bilgileri ekleyebiliriz. Ortaya çıkan sonuç şöyle bir veri olacaktır:

[
    {
  "success": true,
  "data": {
    "markdown": "Lorem Ipsum [Dolor sit](blog/lorem-ipsum-dolor-sit)...",
    "actions": {
      "screenshots": [
        "https://siteadi.com/screenshot.png"
      ],
      "scrapes": [
        {
          "url": "https://siteadi.com/",
          "html": "<html><body><h1>siteadi</h1></body></html>"
        }
      ]
    },
    "metadata": {
      "title": "Home - siteadi",
      "description": "Lorem ipsum dolor sit amet, consectetur adipiscing elit.",
      "language": "tr",
      "keywords": "Lorem,Ipum,dolor,Sit,Amet",
      "robots": "follow, index",
      "ogTitle": "siteadi",
      "ogDescription": "Herhangi bir web sitesini LLM'ye hazır veriye dönüştürün.",
      "ogUrl": "https://siteadi.com/",
      "ogImage": "https://siteadi.com/og.png?123",
      "ogLocaleAlternate": [],
      "ogSiteName": "siteadi",
      "sourceURL": "http://google.com",
      "statusCode": 200
    }
  }
}
  ]

Yukarıda gördüğümüz örnek, GPT modellerinin eğitilmesi için kullanılan bir veri kümesi. Bu veya benzer veri kümesini oluşturmak için kullanılabilecek araçlar var; örneğin https://www.firecrawl.dev/ adresinde böyle bir aracı bulabilirsiniz.

Ücretsiz olarak ancak belirli miktar sınırlamasıyla kullanabildiğiniz bu araçta, istediğiniz URLi girip Markdown veya JSON formatında AI eğitimi kullanabileceğiniz dosyayı bilgisayarınıza indirebiliyorsunuz. Analiz sırasında gerekli olmadığını düşündüğünüz sayfa öğelerini hariç tutabilirsiniz. Örneğin sayfa menüsü bilgi içerikli bir alan değil ve yalnızca navigasyon linkleri bulunuyor; bu alanı seçtiğiniz dosyaya dahil etmemesini sağlayabiliyorsunuz.

Ya da yalnızca içeriğini almak istediğiniz alanları yazıp, bu alanlarda bulunan içeriği dosyaya aktarabiliyorsunuz.

Firecrawl ücretli olarak kullanıcıya siteyi gezerek otomatik çıktı üretecek bir yapı da veriyor.

Üretilen dosyayı bilgisayara indirerek tercih ettiğiniz yapay zekâ modelini eğitmek için kullanabilirsiniz. Bu kullanım sırasında verileri, yalnızca yönetimine sahip olduğunuz yapay zekâ modeline verebiliyorsunuz. 2025 yılında ise benim beklentim, Firecrawl gibi araçları kullanarak yapay zekâ modellerinin siteleri daha hızlı ve daha kolay indexlemelerini sağlayacak bir sistemin ortaya çıkması. Tıpkı GTM kodları gibi sayfaların içine yerleştirebileceğimiz, belki  de bütün site içeriğini tek seferde dinamik olarak oluşturan bir URL ile ziyaretçi yapay zekâ modellerine aktarabileceğimiz bir sistem, sitemizin indexlemesini sağlamak için yapılamaz mı?

2025 yılında gerçekleşeceği söylenen yeni arama sistemine hazırlanan bütün siteler, AI destekli arama motorları rekabetinde 1-0 önde olacaktır.