Schema / Yapılandırılmış Veri, Yapay Zekâ Motorlarında Alıntılanmayı ve Sıralamayı Gerçekten Artırıyor mu?

Schema markup yıllardır teknik SEO'nun temel tavsiyelerinden biri.

Bir ürününüz varsa Product schema, bir makaleniz varsa Article schema, bir işletmeniz varsa Organization veya LocalBusiness schema eklemeniz öneriliyor.

Son dönemde bu öneriye yeni bir iddia daha eklendi:

“Yapay zekâ motorlarında görünmek ve ChatGPT, Google AI Mode veya Perplexity tarafından alıntılanmak istiyorsanız schema kullanmalısınız.”

Peki gerçekten öyle mi?

Son dönemde yayımlanan Ahrefs, Search Atlas, Semrush ve diğer araştırmalara; Google açıklamalarına ve farklı SEO uzmanlarının yaptığı deneylere baktığımızda cevap basit bir “evet” veya “hayır” değil.

Daha doğru cevap şu:

Schema, makinelerin içeriğinizi tanımlamasına yardımcı olan faydalı bir altyapıdır; ancak tek başına organik sıralamayı veya AI citation sayısını artırdığına dair güçlü bir kanıt şu anda yoktur.

Bu ayrım önemli.

Çünkü schema'nın faydalı olmasıyla schema'nın bir ranking veya citation faktörü olması aynı şey değildir.

Önce schema nedir?

Schema markup, bir web sayfasındaki bilgileri makinelerin daha kolay anlayabileceği biçimde tanımlayan yapılandırılmış veridir.

Genellikle JSON-LD formatında kullanılır.

Örneğin bir ürün sayfasında:

• ürün adı,

• marka,

• fiyat,

• stok durumu,

• değerlendirme puanı

gibi bilgiler açık biçimde tanımlanabilir.

Benzer şekilde Article, Organization, LocalBusiness, Recipe, Event, JobPosting ve Breadcrumb gibi birçok schema türü vardır.

Google structured data'yı sayfanın içeriğini daha iyi anlamak ve uygun sayfaları rich result gibi özel arama görünümlerine dahil etmek için kullanabileceğini açıkça belirtiyor. Bununla birlikte structured data kendi başına genel bir ranking faktörü değil.

Peki schema Google sıralamasını artırıyor mu?

Burada Google'ın cevabı oldukça açık:

Doğrudan hayır.

Google'dan John Mueller 2025 yılında structured data'nın siteleri daha üst sıralara çıkarmadığını tekrar belirtti. Structured data esas olarak desteklenen arama özelliklerini oluşturmak için kullanılıyor.

Yani:

Bir rakibiniz hiç schema kullanmıyorsa ve siz mükemmel JSON-LD eklediyseniz, bu tek başına sizi onun üzerine taşıyan bir ranking bonusu sağlamıyor.

Fakat bu, schema'nın SEO açısından değersiz olduğu anlamına da gelmiyor.

Örneğin Product, Recipe, JobPosting ve Event gibi structured data türleri belirli Google arama deneyimleri ve zengin sonuçlar için hâlâ önemli olabilir.

Dolayısıyla schema'nın SEO'daki esas değeri çoğu zaman:

“Daha yüksek sıraya çıkmak” değil, “arama sonucunda daha doğru ve zengin şekilde temsil edilmek.”

Asıl soru: Yapay zekâ motorlarında durum farklı mı?

2025 ve 2026 boyunca GEO ve AEO çevresinde yeni bir varsayım oluştu:

LLM'ler yapılandırılmış veriyi kolay okuyabildiği için schema kullanan sayfaları daha sık kaynak olarak seçiyor olabilir.

Mantıklı görünüyor.

Ama mantıklı görünmek ile kanıtlanmış olmak farklı şeyler.

İlk bakışta schema gerçekten çok güçlü görünüyor

Ahrefs'in yaklaşık 6 milyon URL üzerinde yaptığı ilk karşılaştırmada AI tarafından cite edilen sayfaların JSON-LD kullanma ihtimalinin cite edilmeyen sayfalara göre yaklaşık üç kat daha fazla olduğu görüldü.

Bu sonuç tek başına ele alınırsa şöyle yorumlanabilir:

Schema kullanan siteler AI'da daha fazla cite ediliyor.

Fakat burada klasik bir istatistik problemi var:

Korelasyon, nedensellik değildir.

Schema kullanan siteler genellikle aynı zamanda:

• daha güçlü teknik SEO'ya,

• daha kaliteli içeriğe,

• daha iyi site mimarisine,

• daha yüksek otoriteye,

• daha fazla backlink'e,

• daha profesyonel içerik ekiplerine

sahip olabilir.

Dolayısıyla AI citation'ı artıran şey schema değil, bu faktörlerin bütünü olabilir.

Ahrefs de tam olarak bu nedenle ikinci bir çalışma yaptı.

1.885 sayfalık Ahrefs testi ne gösterdi?

Ahrefs, Ağustos 2025 ile Mart 2026 arasında JSON-LD ekleyen 1.885 sayfayı belirledi.

Ardından bu sayfaları benzer citation seviyelerine sahip yaklaşık 4.000 kontrol sayfasıyla eşleştirdi.

Schema eklenmeden önceki ve sonraki citation değişimleri şu platformlarda incelendi:

• Google AI Overviews

• Google AI Mode

• ChatGPT

Sonuç:

PlatformSchema sonrası ölçülen etkiGoogle AI Overviews-%4,6Google AI Mode+%2,4ChatGPT+%2,2

AI Mode ve ChatGPT tarafındaki küçük artışlar istatistiksel olarak sıfırdan ayırt edilemedi.

Yani yapılan test:

“Schema eklediğinizde citation artar” sonucunu desteklemedi.

Bu, bugüne kadar konuyla ilgili en önemli bulgulardan biri.

Ancak çalışmanın önemli bir sınırlaması bulunuyor.

İncelenen sayfalar zaten AI sistemlerinden citation alan sayfalardı.

Bu nedenle çalışma bize şunu oldukça iyi söylüyor:

Zaten AI tarafından görünür olan bir sayfaya JSON-LD eklemek citation sayısını dramatik biçimde artırmıyor.

Fakat şu soruya kesin cevap vermiyor:

Hiç görünür olmayan yeni bir sayfanın keşfedilmesinde veya ilk kez anlaşılmasında schema yardımcı oluyor mu?

Bu hâlâ daha fazla teste ihtiyaç duyan bir alan.

Search Atlas da benzer bir sonuca ulaştı

Search Atlas, domainlerin schema kullanım oranıyla OpenAI, Gemini ve Perplexity görünürlüğünü karşılaştırdı.

Sonuç yine benzerdi:

Bir domain üzerinde schema kullanım oranının yükselmesi, LLM görünürlüğünün güvenilir biçimde yükselmesini sağlamıyordu.

Araştırmanın sonucu schema'nın tek başına önemli bir LLM citation sürücüsü olmadığı yönündeydi.

Bu sonuç Ahrefs çalışmasıyla aynı yönde.

Semrush neden farklı bir tablo gösteriyor?

Semrush'ın 2026 araştırmasında ise AI tarafından cite edilen içeriklerle edilmeyen içerikler karşılaştırıldığında bazı özelliklerin citation ile güçlü korelasyonu bulundu.

Öne çıkanlar:

• netlik ve özetlenebilirlik: +%32,83

• E-E-A-T sinyalleri: +%30,64

• soru-cevap yapısı: +%25,45

• bölüm yapısı: +%22,91

• structured data öğeleri: +%21,60

İlk bakışta bu sonuç Ahrefs ile çelişiyor gibi görünüyor.

Aslında iki araştırma farklı sorular soruyor.

Semrush:

“AI tarafından cite edilen içeriklerde hangi özellikler daha sık bulunuyor?”

sorusunu inceliyor.

Ahrefs ise:

“Aynı sayfaya schema eklersek citation artıyor mu?”

sorusunu test ediyor.

Bu yüzden iki sonuç aynı anda doğru olabilir.

İyi hazırlanmış ve AI tarafından sık cite edilen içerikler structured data kullanmaya daha yatkın olabilir.

Ama citation başarısının sebebi structured data olmayabilir.

Search Engine Journal verilerinde FAQ schema bile geride kaldı

Search Engine Journal'ın aktardığı başka bir araştırmada ChatGPT citation'larını etkileyen çok sayıda faktör karşılaştırıldı.

FAQ schema kullanan sayfalar ortalama 3,6 citation, kullanmayan sayfalar ise 4,2 citation aldı.

LLMs.txt için de önemli bir citation etkisi görülmedi.

Bu sonuç FAQ schema'nın zararlı olduğunu göstermez.

Ancak:

“FAQ schema ekle, ChatGPT seni daha çok cite eder.”

şeklindeki genellemeyi desteklemediğini gösterir.

Google AI Overviews ve AI Mode için özel schema gerekiyor mu?

Google'ın resmi cevabı da oldukça net:

Hayır.

Google, AI Overviews veya AI Mode'da görünmek için:

• özel bir schema,

• AI markup,

• özel Markdown dosyası,

• llms.txt

gibi ek gerekliliklerin bulunmadığını söylüyor.

Google'ın tavsiyesi esas olarak klasik SEO temellerini korumak:

• sayfanın crawl edilebilir olması,

• indexlenebilir olması,

• snippet göstermeye uygun olması,

• önemli içeriğin text olarak bulunması,

• güçlü internal linking,

• iyi kullanıcı deneyimi,

• faydalı ve güvenilir içerik.

Structured data kullanıyorsanız Google, markup ile kullanıcıya gösterilen içeriğin birbiriyle eşleşmesini özellikle öneriyor.

Başka bir deyişle:

Google AI Search için gizli bir “AI schema” yok.

ChatGPT tarafında schema gerçekten okunuyor mu?

Burada konu biraz daha karmaşık.

Dejan SEO tarafından yapılan bir deney, ChatGPT'nin web sayfasını fetch edip modele gönderdiği senaryoda JSON-LD schema bilgisinin modele ulaşmadığına dair bulgular ortaya koydu.

Deneyin özeti:

Model esas olarak sayfanın görünür metnini aldı; JSON-LD içeriğine dair kanıt görülmedi.

Hartzer da buna benzer teknik bir noktaya dikkat çekiyor.

JSON-LD genellikle <script> etiketi içinde bulunur. Bir web sayfası HTML'den okunabilir metne dönüştürülürken script etiketleri çoğu extraction pipeline tarafından kaldırılır.

Bu nedenle real-time fetch yapan AI sistemlerinin JSON-LD'yi modele hiç aktarmaması teknik olarak mümkün.

Ancak önemli bir uyarı var:

OpenAI, Anthropic veya Perplexity tüm retrieval ve indexing pipeline'larını kamuya açık biçimde belgelemiyor.

Dolayısıyla bunu:

“Hiçbir AI sistemi schema okumuyor.”

şeklinde yorumlamak doğru olmaz.

Schema modele gerçek zamanlı fetch sırasında ulaşmasa bile arama indeksleri, knowledge graph'lar veya başka preprocessing sistemleri tarafından daha önce kullanılmış olabilir.

Peki schema lehine araştırmalar ne diyor?

Tartışmanın diğer tarafında da dikkat çekici sonuçlar bulunuyor.

Whitehat SEO'nun aktardığı Growth Marshal analizinde 50.000'den fazla makale incelendiği ve attribute açısından zengin schema kullanan sayfaların daha yüksek citation oranlarına sahip olduğu belirtiliyor.

Raporda:

• attribute-rich schema: %61,7

• schema olmayan sayfalar: %59,8

• generic schema: %41,6

citation oranları veriliyor.

The Plus Addons da farklı araştırmaları karşılaştırarak schema'nın özellikle citation seviyesi düşük veya AI görünürlüğüne yeni girmeye çalışan sayfalarda daha fazla değer taşıyabileceğini savunuyor.

Aynı kaynak Ahrefs testinin zaten çok sayıda citation alan sayfalarda yapılmasının sonucu etkileyebileceğine dikkat çekiyor.

Burada dikkat edilmesi gereken şey şu:

Bunlar schema lehine anlamlı sinyaller sağlıyor fakat Ahrefs'in matched-control çalışması kadar güçlü bir nedensellik kanıtı oluşturmuyor.

Özellikle vendor tarafından yayımlanan araştırmaları değerlendirirken:

• kontrol grubu var mı?

• aynı sayfada önce/sonra ölçümü yapılmış mı?

• diğer değişkenler kontrol edilmiş mi?

• araştırma bağımsız olarak tekrarlanmış mı?

sorularını sormak gerekiyor.

İlginç istisna: LocalBusiness ve ChatGPT

CMSWire tarafından aktarılan kontrollü bir LocalBusiness deneyi daha ilginç bir sonuç ortaya çıkardı.

29 domain ve 36 lokasyon üzerinde yapılan testte gelişmiş LocalBusiness schema:

Google, Bing, Yahoo ve Maps tarafında anlamlı bir sıralama artışı sağlamadı.

Ancak ChatGPT tarafında yaklaşık 3,3 pozisyonluk iyileşme ve yaklaşık 10 puanlık Share of AI Voice artışı raporlandı.

Bu çalışma tek başına kesin bir kural oluşturmuyor.

Ama önemli bir ihtimali gösteriyor:

Schema'nın değeri platforma, sorgu tipine ve entity türüne göre değişebilir.

Örneğin:

“İstanbul'daki en iyi X işletmeleri hangileri?”

gibi entity ve lokasyon yoğun sorgularda açık biçimde tanımlanmış LocalBusiness verisi, uzun bir blog makalesindeki Article schema'dan daha faydalı olabilir.

O halde schema kullanmayı bırakalım mı?

Hayır.

Bu araştırmalardan çıkarılacak en kötü sonuç:

“Schema işe yaramıyor, hepsini silelim.”

olur.

Schema'nın hâlâ çok net kullanım alanları bulunuyor.

1. Rich Results

Product, Recipe, Event, JobPosting ve benzeri supported schema türleri Google'daki özel arama görünümleri için hâlâ önem taşıyor.

2. Entity tanımlama

Organization, Person, Product ve LocalBusiness gibi yapılar:

• kim olduğunuzu,

• ne sattığınızı,

• hangi marka veya kişiyle ilişkili olduğunuzu,

• hangi URL'nin hangi entity'ye ait olduğunu

daha açık biçimde ifade etmenizi sağlar.

Bunun doğrudan ranking bonusu olduğu kanıtlanmış değil.

Ama temiz veri modellemesi açısından mantıklıdır.

3. Veri tutarlılığı

Schema yazarken title, author, price, availability, canonical URL ve benzeri bilgileri açık şekilde tanımlamak sitenizde veri tutarlılığını da zorlar.

Bu başlı başına faydalı bir teknik disiplin olabilir.

4. Gelecekteki tüketiciler

Google bugün belirli bir schema property'sini ranking amacıyla kullanmıyor olabilir.

Ancak Bing, alışveriş sistemleri, browser agent'ları veya gelecekteki AI servisleri structured data'yı farklı şekillerde değerlendirebilir.

Bu nedenle geçerli ve doğru schema'yı korumak mantıklıdır.

Ama schema'yı yanlış amaçla kullanmayın

Bugün eldeki verilere baktığımızda şu yaklaşım doğru görünmüyor:

“Rakibimin üzerinde çıkmak için sayfaya mümkün olduğunca fazla schema eklemeliyim.”

Schema sayısını artırmak bir SEO stratejisi değildir.

Hatta gereksiz markup:

• bakım maliyetini artırabilir,

• yanlış bilgi üretebilir,

• visible content ile JSON-LD arasında tutarsızlık oluşturabilir,

• geliştirme süresini daha önemli SEO problemlerinden çalabilir.

Google da structured data kullanılıyorsa markup'ın görünür sayfa içeriğiyle eşleşmesi gerektiğini özellikle belirtiyor.

AI citation için zamanınızı nereye harcamalısınız?

Araştırmaların ortaklaştığı alan schema'dan çok daha ilginç.

Semrush çalışmasında schema'dan daha güçlü görünen faktörler:

netlik, özetlenebilirlik, uzmanlık sinyalleri, soru-cevap yapısı ve iyi bölümleme.

Google da benzer şekilde özel AI teknikleri yerine kaliteli içerik, crawlability, internal links ve indexability üzerinde duruyor.

Dolayısıyla bir sayfayı AI sistemleri için hazırlarken öncelik sırası kabaca şöyle olmalı:

1. Kullanıcının sorusunu gerçekten cevaplayan içerik üretin.

2. Cevabı sayfanın içinde açık ve doğrudan verin.

3. Başlık ve alt başlıklarla mantıklı bir yapı oluşturun.

4. Özgün veri, deneyim, örnek ve kaynak ekleyin.

5. Sayfanın crawl ve index problemlerini çözün.

6. Broken link, gereksiz redirect ve 404 problemlerini temizleyin.

7. Internal linking ile konular ve entity'ler arasındaki ilişkileri güçlendirin.

8. Ardından uygun schema markup'ı ekleyin.

Buradaki sıralama önemli.

Schema iyi içeriğin yerine geçmez.

No404 açısından bunun anlamı ne?

AI Search çağında makinelerin bir siteyi anlayabilmesinin ilk şartı hâlâ o içeriğe düzgün şekilde ulaşabilmesidir.

Bir crawler veya AI retrieval sistemi:

• 404 ile karşılaşıyorsa,

• eski URL'de kalıyorsa,

• bozuk internal link takip ediyorsa,

• gereksiz redirect zincirinden geçiyorsa,

• yanlış hedefe yönleniyorsa,

mükemmel schema markup bu problemi çözmez.

Bu yüzden No404 gibi 404 tespiti, URL eşleştirme, yönlendirme kontrolü ve kırık bağlantı analizi yapan sistemleri schema'nın alternatifi değil, ondan önce gelen teknik erişilebilirlik katmanı olarak düşünmek daha doğru olur.

Önce makinenin doğru sayfaya ulaşmasını sağlayın.

Sonra içeriği anlaşılır hale getirin.

Ardından structured data ile içeriğin ne olduğunu daha açık biçimde tanımlayın.

Sonuç: Schema gerekli mi?

Çoğu site için:

Evet, uygun olduğu yerde kullanın.

Fakat şu beklentiyle kullanmayın:

“Schema eklediğimde sıralamam veya AI citation sayım otomatik olarak artacak.”

Bugünkü güçlü kanıtlar bunu desteklemiyor.

Ahrefs'in kontrollü testi schema eklemenin Google AI Mode veya ChatGPT citations üzerinde anlamlı bir artış oluşturmadığını gösterdi. Search Atlas daha fazla schema kullanımının daha yüksek LLM görünürlüğüyle güvenilir biçimde bağlantılı olmadığını buldu. Google ise structured data'nın generative AI Search için zorunlu olmadığını açıkça söylüyor.

Buna rağmen schema'nın:

• rich results,

• ürün ve işletme verileri,

• entity tanımlaması,

• makine tarafından okunabilirlik,

• farklı arama sistemlerine veri sağlama

gibi gerçek kullanım alanları devam ediyor.

Dolayısıyla mesele:

“Schema kullanalım mı?”

değil.

Doğru soru:

“Bu schema türünü kullanan gerçek bir sistem var mı ve bize ölçülebilir bir fayda sağlıyor mu?”

Cevap evetse kullanın.

Ama schema'yı SEO veya GEO için sihirli bir ranking düğmesi olarak görmeyin.

2026 itibarıyla verilerin söylediği en dürüst sonuç bu:

Schema bir altyapıdır. Stratejinin kendisi değildir.