1 Ağustos 2026 · 7 dk okuma · Yazar: PromptFront Ekibi

Schema.org İşaretlemesi ile Yapay Zekâ Görünürlüğü Rehberi

Schema.org işaretlemesi, web sayfanızdaki bilgileri makinelerin doğrudan anlayabileceği yapılandırılmış veriye dönüştüren ortak bir sözlüktür. JSON-LD formatında eklenen bu işaretleme, ChatGPT, Gemini, Claude ve Perplexity gibi sistemlerin işletmenizi doğru tanımasını ve güvenle önermesini kolaylaştırır. 2026 itibarıyla schema işaretlemesi, yapay zekâ görünürlüğü çalışmasının en somut ve en hızlı uygulanabilir teknik adımıdır.

JSON-LD nedir?

JSON-LD (JavaScript Object Notation for Linked Data), yapılandırılmış veriyi sayfanın HTML koduna bir <script type="application/ld+json"> bloğu içinde ekleyen formattır. Görünür içeriğe dokunmaz; sayfanın tasarımını, metnini veya hızını değiştirmez. Yalnızca makinelere yönelik bir “kimlik kartı” olarak çalışır ve Schema.org sözlüğündeki tipleri kullanarak “bu sayfa bir işletmeyi anlatıyor, adı şu, adresi şu, hizmetleri şunlar” bilgisini net biçimde bildirir.

Schema.org sözlüğünü uygulamanın üç yöntemi vardır: Microdata, RDFa ve JSON-LD. Microdata ve RDFa işaretlemeyi HTML etiketlerinin içine dağıtırken, JSON-LD tüm veriyi tek bir blokta toplar. Bu yüzden hem Google hem de yapay zekâ tarafında fiilî standart JSON-LD’dir: bakımı kolaydır, şablon sistemlerine tek parça hâlinde eklenir ve içerik güncellendiğinde ayrıştırma hatası üretme riski düşüktür.

Kritik nokta şudur: JSON-LD, sayfada görünen bilgiyle tutarlı olmalıdır. Sayfada yazmayan bir hizmeti veya adresi işaretlemeye eklemek, hem arama motoru yönergelerine aykırıdır hem de veri kaynakları arasında çelişki yaratarak güven puanınızı düşürür. Bu tutarlılık ilkesi, NAP tutarlılığı kavramının sayfa içi karşılığıdır.

Schema işaretlemesi LLM görünürlüğü için neden önemli?

Büyük dil modelleri, bir işletme hakkında konuşurken web’den topladıkları sinyalleri bir entity (varlık) etrafında birleştirir. Serbest metin bu sinyallerin en belirsiz hâlidir: “Kadıköy’deki kliniğimizde yılların tecrübesiyle hizmet veriyoruz” cümlesinden işletme türünü, tam adresi ve hizmet listesini çıkarmak modele yorum yükü bindirir. Schema işaretlemesi ise aynı bilgiyi alan-değer çiftleri hâlinde, yoruma yer bırakmadan sunar.

Bu netliğin üç somut sonucu vardır:

Doğru sınıflandırma: Model, sitenizin bir diş kliniği mi, hukuk bürosu mu yoksa ajans mı olduğunu tahmin etmek yerine @type alanından okur. Yanlış kategoride anılma ve halüsinasyon riski azalır.
Güvenli alıntılama: Perplexity gibi kaynak gösteren motorlar ve RAG mimarisiyle web’e erişen asistanlar, yapılandırılmış alanlardan çektikleri telefon, adres ve çalışma saati gibi bilgileri daha yüksek güvenle cevaba taşır.
Entity pekiştirmesi: Schema verisi; Google Business Profile, dizin kayıtları ve sosyal profillerle aynı kimliği tekrar ederek işletmenin bilgi grafiğindeki varlığını güçlendirir. Bu da GEO çalışmasının veri katmanını oluşturur.

Şunu da netleştirmek gerekir: hiçbir platform “schema ekleyene öncelik veririz” diye bir taahhüt yayınlamaz. Ancak modellerin eğitim ve erişim hattındaki veri kaynakları — arama indeksleri, bilgi grafikleri, tarayıcı botları — yapılandırılmış veriyi on yılı aşkın süredir tüketiyor. Schema işaretlemesi bu hatta beslenen en temiz sinyaldir; etkisi dolaylı ama kalıcıdır.

Hangi şema tipleri yapay zekâ görünürlüğü için kritik?

Schema.org sözlüğünde yüzlerce tip vardır; hepsini kullanmak gerekmez. Aşağıdaki sekiz tip, bir işletme sitesinin yapay zekâ görünürlüğü için gereken kapsamın büyük bölümünü karşılar:

Şema tipi	Ne bildirir?	Ne zaman kullanılır?
Organization	Marka adı, logo, kurumsal kimlik, sosyal profiller	Her sitede; genellikle ana sayfada, sitenin sahibini tanımlamak için
LocalBusiness	Fiziksel konum, adres, telefon, çalışma saatleri	Ofisi, kliniği veya mağazası olan yerel işletmelerde; Organization yerine veya onunla bağlantılı
Service	Sunulan hizmetin adı, kapsamı, hizmet bölgesi	Her hizmet detay sayfasında (ör. implant tedavisi, boşanma davası danışmanlığı)
FAQPage	Soru-cevap çiftleri	Gerçek SSS bölümü içeren sayfalarda; cevap motorlarının en kolay alıntıladığı yapı
Article	Başlık, yazar, yayın ve güncelleme tarihi	Blog yazıları ve rehber içeriklerde; tazelik sinyali taşır
HowTo	Adım adım süreç tanımı	Sıralı talimat içeren rehberlerde (kurulum, başvuru, hazırlık süreçleri)
BreadcrumbList	Sayfanın site hiyerarşisindeki yeri	Tüm iç sayfalarda; modelin site yapısını ve konu ilişkilerini kavramasına yardım eder
DefinedTerm	Bir terimin tanımı ve ait olduğu sözlük	Sözlük/terimler bölümlerinde; markanızı kavram tanımlarıyla ilişkilendirir

Seçim kuralı basittir: sayfa neyi anlatıyorsa onu işaretleyin. Hizmet sayfasına FAQPage, blog yazısına LocalBusiness eklemek gibi uyumsuz eşleşmeler değer üretmez. Yerel işletmeler için tip seçimi ve öncelik sırası konusunda yerel işletmeler için GEO rehberi daha ayrıntılı bir yol haritası sunar.

Basit bir LocalBusiness JSON-LD örneği nasıl görünür?

Aşağıdaki blok, İstanbul’daki hayali bir kliniğin ana sayfasına eklenebilecek asgari ama sağlıklı bir LocalBusiness işaretlemesidir:

{
  "@context": "https://schema.org",
  "@type": "LocalBusiness",
  "@id": "https://www.ornekklinik.com/#isletme",
  "name": "Örnek Diş Kliniği",
  "url": "https://www.ornekklinik.com",
  "telephone": "+90 212 000 00 00",
  "address": {
    "@type": "PostalAddress",
    "streetAddress": "Örnek Caddesi No: 12",
    "addressLocality": "Kadıköy",
    "addressRegion": "İstanbul",
    "postalCode": "34710",
    "addressCountry": "TR"
  },
  "openingHours": "Mo-Sa 09:00-19:00",
  "sameAs": [
    "https://www.instagram.com/ornekklinik",
    "https://www.linkedin.com/company/ornekklinik"
  ]
}

Bu örnekte üç ayrıntı özellikle önemlidir. Birincisi, sameAs alanı işletmenin diğer platformlardaki profillerini aynı kimliğe bağlar; entity doğrulamasının en ucuz yoludur. İkincisi, telefon ve adres bilgisi sitenin görünür bölümleriyle ve Google Business Profile kaydıyla birebir aynı olmalıdır. Üçüncüsü, @id alanı — bir sonraki bölümün konusu — bu işletme tanımına kalıcı bir referans adresi verir. Mümkünse LocalBusiness yerine Dentist, LegalService gibi daha spesifik alt tipleri tercih edin; sözlükteki tip hiyerarşisini schema.org üzerinde gezinerek inceleyebilirsiniz.

@id ile entity grafiği nasıl kurulur?

@id, bir JSON-LD düğümüne verilen benzersiz ve kalıcı tanımlayıcıdır; farklı sayfalardaki işaretlemelerin aynı varlıktan söz ettiğini makinelere kanıtlar. https://www.ornekklinik.com/#isletme gibi bir @id tanımladığınızda, sitenin her sayfasında işletmeyi yeniden tarif etmek yerine bu adrese referans verirsiniz. Böylece dağınık işaretleme parçaları tek bir entity grafiğine dönüşür.

Pratikte grafiği şöyle kurarsınız: ana sayfadaki LocalBusiness bloğu "@id": "https://www.ornekklinik.com/#isletme" ile kimliğini ilan eder. Hizmet sayfasındaki Service bloğu "provider": { "@id": "https://www.ornekklinik.com/#isletme" } diyerek hizmeti aynı işletmeye bağlar. Blog yazısındaki Article bloğu publisher alanında yine aynı @id’yi gösterir. Sonuç, modelin gözünde tutarlı bir tablodur: tek işletme, ona bağlı hizmetler, onun yayımladığı içerikler.

@id kullanmadan her sayfada işletmeyi baştan tanımlarsanız, küçük farklılıklar (bir sayfada “Örnek Klinik”, diğerinde “Örnek Diş Kliniği”) ayrı varlıklar gibi algılanabilir ve sinyal bölünür. @id disiplini bu bölünmeyi engeller; işletme kimliğini llms.txt dosyası ve tutarlı dizin kayıtlarıyla birleştirdiğinizde, yapay zekâ sistemlerinin okuyabileceği bütünlüklü bir kimlik katmanı ortaya çıkar.

Schema işaretlemesi nasıl doğrulanır?

Doğrulama, işaretlemeyi yayına almadan önceki zorunlu adımdır; sözdizimi hatalı bir JSON-LD bloğu hiç yokmuş gibi yok sayılır. Süreç şu sırayla ilerler:

Schema Markup Validator ile sözdizimi kontrolü: Schema.org’un resmî doğrulayıcısı (validator.schema.org) sayfa URL’sini veya kod parçasını tarar; eksik parantez, yanlış alan adı ve tip uyumsuzluklarını listeler. Her tip için buradan geçerlilik kontrolü yapın.
Google Rich Results Test ile uygunluk kontrolü: Google’ın test aracı (search.google.com/test/rich-results), işaretlemenin zengin sonuç üretmeye uygun olup olmadığını gösterir. Zengin sonuç kazanmak birincil hedef olmasa da bu test, Google’ın veriyi nasıl yorumladığını görmenin en hızlı yoludur; ayrıntılı yapılandırılmış veri yönergeleri için Google Search dokümantasyonuna bakın.
Görünür içerikle karşılaştırma: İşaretlemedeki her değerin sayfada gerçekten yer aldığını elle doğrulayın. Araçlar sözdizimini denetler; tutarlılığı denetlemek size kalır.
Yayın sonrası izleme: Site güncellemeleri işaretlemeyi sessizce bozabilir. Şablon değişikliklerinden sonra doğrulamayı tekrarlayın ve etkisini yapay zekâ görünürlüğü ölçümü ile düzenli takip edin.

Ağustos 2026 itibarıyla bu iki araç da ücretsizdir ve kayıt gerektirmez. Teknik ekibi olmayan işletmeler için schema kurulumu, PromptFront’un GEO optimizasyonu hizmeti kapsamında entity grafiği tasarımıyla birlikte 7 günlük teslim sürecinin standart adımlarından biridir.

Sık sorulan sorular

Schema işaretlemesi tek başına yapay zekâ görünürlüğü sağlar mı?

Hayır. Schema, işletmenizin makineler tarafından doğru anlaşılmasını sağlayan veri katmanıdır; tek başına anılma garantisi vermez. Görünürlük için içeriğin alıntılanabilir yapıda olması, yapay zekâ botlarının siteye erişebilmesi ve işletme kimliğinin web genelinde tutarlı olması da gerekir. Schema bu bütünün zorunlu ama yeterli olmayan parçasıdır.

JSON-LD sayfanın neresine eklenmelidir?

JSON-LD bloğu <head> veya <body> içinde çalışır; yaygın tercih <head> bölümüdür. Önemli olan konumdan çok bloğun sayfanın ilk yüklenen HTML çıktısında bulunmasıdır. Yalnızca istemci tarafında JavaScript ile sonradan enjekte edilen işaretleme, bazı tarayıcı botları tarafından hiç görülmeyebilir; sunucu tarafında basılan çıktıyı tercih edin.

Aynı sayfada birden fazla şema tipi kullanılabilir mi?

Evet, hem mümkün hem de çoğu durumda doğrudur. Bir hizmet sayfası aynı anda Service, BreadcrumbList ve FAQPage işaretlemesi taşıyabilir. Tipleri tek bir @graph dizisi içinde toplayıp @id referanslarıyla birbirine bağlamak, dağınık bloklar yerine bütünlüklü bir grafik sunar ve bakımı kolaylaştırır.

Hatalı schema işaretlemesi zarar verir mi?

Sözdizimi hatası genellikle işaretlemenin yok sayılmasıyla sonuçlanır; aktif bir ceza üretmez. Asıl risk, sayfa içeriğiyle çelişen veridir: işaretlemede farklı telefon, sayfada farklı telefon yazıyorsa güven sinyali zayıflar. Görünür içerikte karşılığı olmayan yanıltıcı işaretleme ise arama motoru yönergelerini ihlal eder ve manuel işlem riski taşır.

WordPress gibi hazır sistemlerde schema nasıl eklenir?

Yaygın SEO eklentileri temel Organization ve Article işaretlemesini otomatik üretir. Ancak Service, DefinedTerm ve @id tabanlı entity grafiği gibi ileri yapılar için genellikle özel JSON-LD bloğu yazmak gerekir. Eklenti çıktısını doğrulayıcıdan geçirip eksik alanları özel kodla tamamlamak, iki yaklaşımın dengeli birleşimidir.

Schema verisi ne sıklıkla güncellenmelidir?

İşaretleme, temsil ettiği bilgi değiştiğinde güncellenmelidir: adres taşınması, telefon değişikliği, yeni hizmet eklenmesi, çalışma saatlerinin değişmesi. Ayrıca büyük şablon veya tema güncellemelerinden sonra doğrulama testini tekrarlamak, sessiz bozulmaları erken yakalamanın en pratik yoludur. Değişiklik yoksa periyodik güncelleme gerekmez; tutarlılık tazelikten önce gelir.