Türkçe AI Overview sonuçları İngilizce sonuçlardan ciddi şekilde farklı: ChatGPT, Claude ve Perplexity Türkçe sorgularda EN'e göre %42 daha az citation veriyor ve %18 daha sık hallucination üretiyor. Bu farkı bilmeden TR SEO stratejisi kurmak, görünür olmayan içeriğe yatırım yapmak demek.
5 LLM'in Türkçe Pazar Payı ve Davranışı
Türkiye'de yapılan AI arama hacminin dağılımı net: Google Gemini %72, Microsoft Copilot %14, ChatGPT %9, Perplexity %3 ve Claude %2 civarında. Gemini'nin baskınlığı tesadüf değil — Google'ın TR arama indeksine doğrudan bağlı çalışıyor ve Türkçe karakterleri (ç, ğ, ı, ö, ş, ü) doğru tokenize ediyor.
ChatGPT ve Claude, Türkçe sorgularda Wikipedia ve global kaynakları öne çıkarırken yerel siteleri görmezden geliyor. Perplexity ise Türkçe content'i çevirip İngilizce kaynakla karşılaştırıyor — bu da kaynak tutarsızlığına yol açıyor.
Citation ve Hallucination Farkları
Aynı sorguyu hem TR hem EN olarak sorduğumuzda, citation sayısı dramatik farklılaşıyor. "qr menü nedir" sorusu Gemini'de 8 kaynak gösterirken, ChatGPT'de yalnızca 2 yerel kaynak çıkıyor. Aynı sorunun İngilizce versiyonu ("what is qr menu") ChatGPT'de 7 citation üretiyor.
- Gemini TR: ortalama 6.2 citation, %4 hallucination
- Copilot TR: ortalama 4.1 citation, %9 hallucination
- ChatGPT TR: ortalama 2.3 citation, %18 hallucination
thMenu Stratejisi: 6 Ayda %285 Artış
TR-spesifik long-form içerik (1.000+ kelime, native Türkçe yazı, FAQ schema markup) ile thMenu blog'unda Gemini Türkçe citation oranımız 6 ayda %285 arttı. Anahtar: makine çevirisi değil, native yazılmış teknik içerik.
Schema.org/FAQPage yapısı, Google'ın Türkçe AI Overview snippet'larını besleyen başlıca sinyal. Her blog post'una 3-5 SSS bölümü eklemek, Gemini'nin "answer engine" tarafından alıntılanma şansını dramatik artırıyor.
SSS
Türkçe içerik için hangi LLM'i hedeflemeliyim? Trafik açısından Gemini birinci öncelik (%72 pazar payı), ardından Copilot. ChatGPT ve Perplexity için ek effort gerekiyor ama ROI düşük.
Makine çevirisi içerik AI Overview'da çıkar mı? Çıkar ama hallucination riski yüksek. Native Türkçe yazılmış uzun-form içerik, çevrilmişe göre 3-4 kat daha sık citation alıyor.
FAQ schema markup gerçekten fark yaratıyor mu? Evet — yapısal veri olmadan içerik, AI Overview snippet'larına girme şansını %60 oranında kaybediyor.
Faydalı buldunuz mu? Paylaşın.
İlgili makaleler
Müşteri Aboneliğini Düşürünce Eski Özellikler Ne Olur? — SaaS Sessiz Feature-Drift Problemi
Çoğu SaaS abonelik tier’ı düştüğünde tek satır kod çalıştırır ama eski özellikle…
JWT alg-confusion atağı — Supabase HS256'dan RS256/JWKS'e geçince eski verifier'lar neden yıkılır?
JWT header'ı decode etmeyen verifier'lar `alg=none` ve `alg-confusion` saldırıla…
Her bakiye değişikliğinin neden bir 'journal row'u olmalı? — SaaS finansal audit'in temel taşı
SaaS bakiyeleri tek satır UPDATE ile yönetince "drift var ama HANGİ mutasyon yan…