Türkçe Aramalarda Fan-Out Query Nasıl Çalışıyor? 11.660 Prompt Analizi

AI motorlarına bir şey sorduğunuzda, arka planda o soruyu nasıl bir arama sorgusuna (web search) çevirdiklerini hiç merak ettiniz mi? ChatGPT gibi yapay zeka arama motorları, bir soru sorduğumuzda (prompt), genelde bu soruyu direkt web'te aramıyor; bazı eklemeler yapıyor (Fan Query).

Fan-out query üzerine İngilizce'de onlarca yazı var, ama Türkçe tarafta orijinal kaynak-araştırma yok denecek kadar az.

Bu eksikliği gidermek için Visby'nin AI görünürlük takip altyapısından faydalanarak 11.660 Türkçe prompt analiz ettik; global bazı araştırmalarda gördüğümüz-beklediğimiz Fan Query çıktılarını Türkçe prompt analizlerinde de gördük. Fakat ilginç çıktı ise şu: ChatGPT, prompt'ların %53,8'inde, kullanıcının hiç bahsetmediği bir marka veya kurum ismini sorguya kendiliğinden ekliyor. Google AI Overview'da bu oran %4,2, Claude'da %4,6 - yani ChatGPT diğer ikisinden yaklaşık 12 kat daha fazla bunu yapıyor. (Bu davranışı İngilizce, Almanca ve diğer dillerde yapılan promptlarda da gördük, ayrı analizlerle bu çıktıları da paylaşacağız.)

Bu davranışın bir ismi yoktu, biz de Konu Otoritesi Enjeksiyonu (Topical Authority Injection) demeye karar verdik.

Fan-Out Query Nedir?

Bir kullanıcı ChatGPT, Claude veya Gemini'ye bir soru yazdığında, model bazen cevabı doğrudan hafızasından vermez; internette cevabı sizin için arar; bu yüzden yapay zeka arama motoru diyoruz LLM modellerine artık. Klasik arama motorundan farklı olarak; arka planda soruyu birden fazla arama sorgusuna böler, bu sorgularla web'den güncel sonuç çeker ve gelen bilgiyi sentezleyerek cevabı oluşturur. Bu ara adıma fan-out query (sorgu çoğullama) denir.

Örneğin "Google Ads optimizasyonu nasıl yapılır?" sorusu, arka planda "Google Ads performans artırma yöntemleri", "Google Ads dönüşüm oranı iyileştirme" gibi birkaç farklı sorguya bölünebilir. Kullanıcı bunu görmez; sadece sentezlenmiş nihai cevabı okur. Bir motor aynı prompt için tek bir sorgu üretebilirken, bir diğeri üç dört farklı varyasyon deneyebilir; her varyasyon farklı web sayfalarına, farklı kaynaklara ve farklı markalara kapı açar.

Bu sürecin kullanıcıya tamamen görünmez olması, markalar açısından kritik bir kör nokta yaratıyor. Sitenizin arama sonuçlarında iyi sıralandığını biliyor olabilirsiniz, ama bu, AI motorunun ürettiği fan-out sorgularından hangisine denk geldiğinizi garanti etmez. Markanızın bir AI cevabında yer alıp almayacağı, büyük ölçüde bu görünmez ara adımda hangi sorguların üretildiğine bağlıdır.

Fan-out, GEO (Generative Engine Optimization) stratejisinin en az bilinen ama en belirleyici katmanlarından biri. Bir markanın AI cevaplarında görünmesi için önce bu ara sorgulardan birine "yakalanması" gerekiyor. Klasik SEO'da tek bir hedef kelime etrafında optimizasyon yapmak yeterli olabiliyordu; GEO'da ise bir prompt'un doğurabileceği tüm olası fan-out varyasyonlarını düşünmek gerekiyor.

Kapsam ve Metodoloji

Analiz üç AI motorunu kapsıyor: ChatGPT, Google AI Overview ve Claude. 11.660 Türkçe prompt bu araştırma kapsamında analiz edildi.

Her prompt-motor çifti için üretilen arama sorguları toplandı ve orijinal prompt metniyle kelime kelime karşılaştırıldı. Bu karşılaştırmada dört şey ölçüldü:

• Sorgunun kaç kelime içerdiği (motorun ne kadar "genişlettiği")

• Prompt'ta hiç geçmeyen özel isimlerin (marka, kurum, platform) sorguya eklenip eklenmediği

• Sorguya otomatik olarak yıl veya ay bilgisi eklenip eklenmediği

• Sorgunun prompt'a birebir sadık kalıp kalmadığı, yoksa farklı bir dile (İngilizce) mi çevrildiği

Jenerik kelimeler (yıl sayıları, "Türkiye" gibi genel ifadeler, ay isimleri) marka tespiti ölçümünün dışında tutuldu, çünkü bunlar farklı bir davranış kategorisine ait - bir sonraki bölümde bu ayrımı netleştireceğiz.

Fan-Out'ta İki Farklı Davranış: Zenginleştirme ve Konu Otoritesi Enjeksiyonu

Verideki sorguları incelerken iki tamamen farklı davranış kategorisi ortaya çıktı ve bu ayrımı netleştirmek analizin çıkış noktası.

Zenginleştirme (query expansion), motorun sorguyu daha iyi aratmak için yaptığı nötr eklemelerdir: yıl bilgisi ("2026"), soru kelimeleri ("hangi", "nasıl"), eş anlamlı ifadeler, dil varyasyonları. Bu tür eklemeler sorgunun kapsamını genişletir ama içeriğini değiştirmez - kullanıcının sorduğu şey hâlâ aynı kalır. "Akaryakıt fiyatları" sorusuna "akaryakıt fiyatları 2026 güncel" şeklinde bir ek yapılması, kullanıcının niyetini değiştirmez, sadece sonuçların güncel olmasını garanti altına almaya çalışır.

Verideki ikinci davranış bundan yapısal olarak farklı. Motor, kullanıcının hiç bahsetmediği belirli marka veya kurum isimlerini sorguya kendiliğinden ekliyor. Kullanıcı "güvenilir online moda alışveriş siteleri" diye sorduğunda, motor bunu aratmadan önce zaten "bu kategoride cevap muhtemelen şu markalardır" diye bir ön varsayımda bulunuyor ve o markaların isimlerini doğrudan arama sorgusuna yazıyor.

Buna Konu Otoritesi Enjeksiyonu (Topical Authority Injection) diyoruz. LLM modellerinin hafızasında ilgili topikler (konular, sektörler) için belirli otoriteler var ve bazen bu otorite algısını (kararını) kullanıcı sorgusunda (prompt) belirtilmese bile ekleyebiliyor. 

Visby olarak Topical Authority Injection için İngilizce promptlar başta olmak üzere farklı güncel araştırmalar da yayınlayacağız.

Bu ayrım pratik açıdan önemli çünkü iki davranış için gereken strateji birbirinden farklı. Zenginleştirmeye karşı yapılacak şey içeriğin güncelliğini korumak; konu otoritesi enjeksiyonuna karşı yapılacak şey ise markanın o kategoride zaten "varsayılan cevap" haline gelmiş isimler arasına girecek kadar güçlü bir bağlam kurmasıdır. Bu iki hedef aynı içerik taktikleriyle çözülmüyor.

Konu Otoritesi Enjeksiyonu Motor Bazında Nasıl Değişiyor?

Üç motorun konu otoritesi enjeksiyonu yapma sıklığı birbirinden çarpıcı biçimde farklı.

ChatGPT, diğer iki motordan yaklaşık 12 kat daha fazla konu otoritesi enjeksiyonu yapıyor. Bu, ChatGPT'nin belirli kategorilerde zaten net bir "varsayılan marka listesi" oluşturduğu, Google ve Claude'un ise sorguyu kullanıcının yazdığı haliyle daha sadık şekilde arattığı anlamına geliyor.

Bu farkın büyüklüğü şaşırtıcı çünkü üç motor da benzer bir teknik altyapı üzerine kurulu - hepsi web araması yapıp sonuçları sentezliyor. Ama ChatGPT'nin arama sorgusu oluşturma mantığı, kategori bazlı "hazır cevap setleri"ne çok daha fazla dayanıyor gibi görünüyor. Bu da ChatGPT'de görünürlüğün, diğer iki motora kıyasla neden çok daha rekabetçi bir oyun haline geldiğini açıklıyor.

Birkaç somut örnek:

"Güvenilir online moda alışveriş siteleri?" promptuna ChatGPT'nin ürettiği sorguya prompt'ta hiç geçmeyen şu isimler eklendi: Trendyol, Hepsiburada, Boyner, DeFacto, Koton, Mavi, Mango, Modanisa, Morhipo, Zara.

"Kişiselleştirme özellikleriyle hangi arabalar öne çıkıyor?" promptunda ChatGPT tek başına 23 marka ekledi - Audi, BMW, Bentley, Ferrari, Rolls Royce gibi otomotiv lideri markalar; Google ve Claude ise aynı promptta hiç marka eklemedi.

Finans kategorisinde ise BDDK, GİB ve Ziraat Bankası gibi kurumlar sıkça eklenen isimler arasında.

Bu, ChatGPT için görünürlüğün Google veya Claude'a kıyasla çok daha rekabetçi olduğu anlamına geliyor: eğer bir kategoride zaten oturmuş bir "varsayılan liste" varsa, bu listeye sonradan girmek, sıfırdan bir listeye girmekten çok daha zor.

Türkiye’de Sektör Bazında Kim Konu Otoritesi Kazanmış?

Konu otoritesi enjeksiyonunun yoğunlaştığı sektörler net bir tablo çiziyor:

• Bankacılık & Finans: en yoğun enjeksiyon görülen sektör. BDDK, GİB, Ziraat Bankası gibi kurumlar kategori sorularında otomatik referans noktası. Bu, finans kategorisinin hem düzenleyici kurumlarla hem de büyük bankalarla yoğun biçimde ilişkilendirildiğini gösteriyor. Bir finans markası için bu iki tür isimle birlikte anılmak, kategori otoritesi kazanmanın önemli bir parçası.

• Kozmetik & Parfüm: İkinci en yoğun sektör. Marka adı geçmeyen "en iyi parfüm markaları" tarzı sorularda uluslararası ve yerli lider markalar otomatik listeleniyor.

• Moda & E-ticaret: Trendyol ve Hepsiburada, kategori bazlı hemen her sorguda ilk sıralarda enjekte ediliyor. Bu iki platform, moda ve genel e-ticaret kategorisinde neredeyse "varsayılan cevap" konumuna gelmiş durumda.

• Otomotiv: Özellikle "en iyi", "öne çıkan" gibi karşılaştırma içeren promptlarda 10'un üzerinde markanın birden eklendiği görüldü. Otomotiv, tek bir prompt'ta en fazla sayıda markanın aynı anda enjekte edildiği kategori.

Bu dağılım, Visby'nin daha önce yayımladığı Türkiye Bankacılık Sektörü AI Görünürlük Raporu ve Türkiye Otomobil Sektörü Yapay Zeka Görünürlük Endeksi bulgularıyla da örtüşüyor - bu iki sektör, AI motorlarının kategori bazında en net "otorite listesi" oluşturduğu alanlar arasında.

Motorlar Sorguyu Ne Kadar Genişletiyor?

Konu otoritesi enjeksiyonunun dışında, motorların sorguyu genel olarak ne kadar "büyüttüğü" de kategori bazlı içerik stratejisi için önemli bir sinyal.

Türkçe prompt'ların ortalama uzunluğu 7-8 kelime civarında, üç motorda da benzer. Ama bu prompt'tan sonra ürettikleri sorgu, motor bazında çok farklı yönlere gidiyor:

ChatGPT, prompt'a ortalama 3,8 kelime ekliyor - bu eklenen kelimeler marka ismi olabilir, tarih olabilir, soru kelimesi olabilir, hepsi bu ortalamaya giriyor. Google neredeyse prompt'u olduğu gibi bırakıyor, sadece küçük bir ekleme yapıyor. Claude ise beklenmedik bir şey yapıyor: sorguyu prompt'tan daha kısa hale getiriyor, yani kelime eklemek yerine kullanıcının sorusunu özetleyip sadeleştiriyor.

Bu, Claude'un sadece "prompt'a sadık kalan" değil, aynı zamanda "prompt'u sıkıştıran" bir motor olduğunu gösteriyor. ChatGPT'de görünürlük kazanmak isteyen bir marka için, motorun ekleyeceği kelimelerin arasına girebilecek net bağlamlar (kategori + marka adı) önemli. Claude'da ise motor zaten kısaltma eğiliminde olduğu için, içeriğin en özet, en çekirdek haliyle bile prompt'un ana fikrine karşılık verebiliyor olması gerekiyor.

Güncellik Sinyali: Zenginleştirmenin Başka Bir Boyutu

Konu otoritesi enjeksiyonunun karşısında duran saf zenginleştirme davranışına da bakmakta fayda var: motorların sorguya otomatik yıl ekleme sıklığı.

Google, sorguların yarısından fazlasına "2026" gibi bir yıl ekliyor - bu, marka veya kurum ismi eklemek değil, sorgunun güncellik bağlamını netleştirmek. Bu ayrım önemli çünkü Google'ın marka enjeksiyonunda en tutucu motor olmasına rağmen (%4,2), güncellik sinyalinde en agresif motor olması (%51,7) gösteriyor ki iki davranış birbirinden bağımsız çalışıyor. Bir motor markaları hiç eklemeden de sorguyu yoğun şekilde zenginleştirebiliyor.

ChatGPT konu otoritesi enjeksiyonunda öne çıkarken, Google güncellik sinyalinde öne çıkıyor; Claude ise her iki davranışta da en tutucu motor, buna karşılık prompt'a sadakatte açık ara önde. Bu üç farklı "kişilik", markaların GEO stratejisini tek bir motora göre değil, üçüne göre ayrı ayrı kurması gerektiğini gösteriyor.

Dil Sadakati: Türkçe Soruyor, İngilizce Arıyor mu?

Sorgu uzunluğu ve konu otoritesi enjeksiyonunun yanında üçüncü bir davranış daha var: motorun Türkçe prompt'u aratırken sessizce İngilizce'ye kayması.

ChatGPT, Türkçe prompt'ların %6,5'inde sorguyu doğrudan İngilizce'ye çeviriyor - bu oran Google'da %1,3'e, Claude'da ise %0,3'e kadar düşüyor. Yani ChatGPT hem en çok marka ekleyen hem de dil sadakatinde en değişken LLM motoru.

Bu davranış özellikle teknik veya uluslararası bağlamı güçlü konularda ortaya çıkıyor - su arıtma sistemleri, yazılım araçları, uluslararası sağlık kılavuzları gibi kategorilerde ChatGPT'nin "muhtemelen İngilizce kaynaklarda daha iyi cevap var" varsayımıyla hareket ettiği görülüyor.

Bu, Türkçe içerik üreten markalar için ayrı bir risk: eğer bir kategori ChatGPT'nin zihninde "İngilizce kaynak kategorisi" olarak yer etmişse, sadece Türkçe içerik üretmek o kategoride yeterli görünürlük sağlamayabilir. Böyle kategorilerde İngilizce sayfa veya İngilizce kaynaklarla desteklenmiş içerik, ek bir görünürlük kanalı olarak değerlendirilebilir.

Sonuç: Görünmez Liste, Görünür Fark

Buraya kadar gördüğümüz şey aslında basit bir gerçeği doğruluyor: AI motorlarının davranışları klasik arama motorlarına göre çok farklı. Klasik SEO adımlarını atmak artık "tek başına" yetersiz.

Bu üç motorun üçü de farklı bir oyun oynuyor. Bir markanın "AI'da görünür olmak" dediği şey, aslında üç ayrı görünmez listeye aynı anda girmeye çalışmak demek.

Bunun önemi giderek büyüyor çünkü kullanıcılar artık arama yapmadan önce doğrudan ChatGPT'ye veya Gemini'ye soruyor, gelen cevabı okuyup karar veriyor, çoğu zaman hiç bir siteye tıklamadan. Yani klasik arama trafiğinin bir kısmı, hiç sizin sitenize uğramadan bu cevapların içinde tüketiliyor. Marka orada geçmiyorsa, o kullanıcı sizi hiç görmemiş oluyor - ne bir tıklama, ne bir ziyaret, ne de bir fırsat. AI trafiği bu yüzden klasik SEO trafiğinden ayrı, kendi başına takip edilmesi gereken bir kanal haline geldi.

Visby'yi de tam bu ihtiyaçtan kurduk: Bugün dünya çapında 2.500'ün üzerinde marka Visby ile ChatGPT, Claude, Gemini ve Google AI Overview'daki görünürlüğünü takip ediyor. Visby, G2'nin 2026 Yaz döneminde Answer Engine Optimization kategorisinde 13 rozet kazandı.

Markanızın kendi kategorisinde ne durumda olduğunu ve geliştirme fırsatlarını öğrenmek için Visby'i hemen deneyebilirsiniz.

Fan-Out Query Hakkında Sıkça Sorulan Sorular

Fan-out query nedir?

Fan-out query, bir AI motorunun kullanıcı prompt'unu cevaplamadan önce arka planda birden fazla arama sorgusuna bölmesi ve bu sorgularla web'den güncel bilgi toplamasıdır.

AI aramalarda markam neden hiç geçmiyor?

Markanız arama sorgusuna hiç girmiyorsa, o kategoride AI'nin zaten "bildiği" başka markalar öne çıkıyor olabilir. Bunu anlamanın yolu, marka adı geçmeyen kategori sorularını düzenli izleyip hangi markaların otomatik olarak öne çıktığını görmek. Visby ekibi ile iletişime geçerek markanızın durumunu detaylı analiz edebilirsiniz.

ChatGPT, Claude ve Gemini aynı soruya farklı cevap veriyor mu?

Evet, üç motor da aynı prompt'u farklı şekilde işliyor. ChatGPT sorguyu genişletip marka ekleme eğiliminde, Google güncellik sinyaline (yıl, tarih) ağırlık veriyor, Claude ise sorguyu kullanıcının yazdığına en yakın haliyle koruyor. Bu yüzden bir markanın üç motorda da görünür olması için farklı stratejiler gerekebiliyor.