Yapay zeka görünürlüğü · Norly Research
ve yapay zeka aramasıYapay zeka misafirin nereye gideceğine nasıl karar veriyor? Bunu ölçtük.
ChatGPT'ye “yakınlarda kahvaltı için iyi bir yer” diye sorun — size güvenle üç mekân sayar. Bu yanıt ne reklamdır ne de rastlantı. Yanıtın nereden geldiğini anlamak için bütün bir pazarı ölçtük — ve çalışmayı arXiv'de, açık erişimle yayımladık: isteyen herkes okuyabilir, isteyen her araştırmacı itiraz edebilir.
Arama kutusunun artık bir fikri var
Yirmi yıl boyunca “görünür olmak”, listede üst sıralara çıkmak demekti. Şimdi asistanlar hazır bir öneriyle yanıt veriyor: on mavi bağlantı değil, genellikle üç ila sekiz addan oluşan kısa bir liste. Ya bu listedesiniz ya da o misafir için yoksunuz. İkisini neyin ayırdığını tam olarak öğrenmek istedik — ve bütün bir pazarı ölçtük.
%60
Z kuşağının bu kadarı Google'ın yapay zeka yanıtını tüm sonuçlardan önce görüyor.
Mekânların çoğu yapay zeka için yok
Görünmezlik bir kalite süzgeci değil: dışarıda kalanların çoğu gayet iyi mekânlar. Ama üçüncü satıra bakın: görünenler arasında tekel yok, yanıtlar kimsenin malı değil. Asıl engel yanıta girmek — içeride yükselmek değil. Ve o kapı açılıyor.
%85.6
— 4 776 mekânın bu kadarı hiç önerilmedi: hiçbir sistemde, 2 208 yanıtın hiçbirinde.
Ana bulgu
Yapay zeka mekânları iki aşamada seçiyor — yorumlar ikisinde de çalışıyor
Bir mekânı yanıtın içine sokan etkenlerle, içeride kimin ilk anılacağını belirleyen etkenler neredeyse hiç örtüşmüyor. “Yapay zeka görünürlüğü” üzerine tavsiyelerin çoğu bu iki kapıyı ayırt etmediği için işe yaramıyor. Çalışma ikisini de ölçtü:
Kapı 1 · Yanıta girmek
Sistemlerin sizi okudukları kaynaklarda bulabilmesi gerekiyor. Bu kapıyı dijital iziniz açıyor:
4.9 puanlı ama birkaç yorumlu bir mekân, bu kapıda 4.3 puanlı ve yüzlerce yorumlu bir mekâna kaybeder.
Kapı 2 · İlk sırada anılmak
Yanıtın içine girdikten sonra mantık tersine döner — kısa listeyi artık kalite sinyalleri sıralar:
Dijital izin kendisi burada artık önemli değil: yanıtın içindeki mekânlar kaliteye göre karşılaştırılır.
Etkenlerin çoğu yalnızca tek kapıda çalışıyor. İkisinden birden geçen iki şey var: web siteniz ve yorumlarınız. Yorum sayısı sizi yanıtlara sokuyor (kademe başına 1.6×), puan içeride yukarı taşıyor (1.17×), taze yorumlar ise çok büyük olasılıkla girişte de yardım ediyor (1.4× — çalışmanın bilerek katı tutulan istatistik çıtasının hemen altında kaldığı için “kanıtlandı” değil, “çok olası” diyoruz). Web sitesini bir kez yaparsınız. Yorumların ise sürekli gelmesi gerekir — ve memnun misafirlerin her gün sizin yerinize çalıştığı tek etken de bu.
Yapay zeka aslında ne okuyor
Sistemlerin alıntıladığı her kaynağı kaydettik — 986 alan adından 26 993 alıntı. Yapay zeka mekânınızın çevresindeki her şeyi okuyor: büyük yorum platformları en çok alıntılanan kaynaklar arasında; yanlarında gezi rehberleri, öneri listeleri, yerel bloglar, forumlar — ve mekânların kendi sayfaları. Canlı tuttuğunuz her profil, her misafir yorumu, bir rehberdeki her anılma, yapay zekanın bulabileceği bir belge. Birçok kaynakta birden var olan mekânlar birçok yanıtta görünüyor; hakkında internette neredeyse hiçbir şey olmayanlar hiç görünmüyor.
Ve bu izin taze kalması gerekiyor. Sistemler kalıcı olarak kapanmış mekânları 93 kez önerdi — eski yorumlar ve listeler onları yanıtlarda “yaşatmaya” devam etti. (Uydurma mekânlar mı? 12 439 anılma içinde yalnızca bir ad.) Bir mekânın kendi elinde olan en taze sinyal, düzenli akan yeni yorumlar.
Bu rakamlara neden güvenebilirsiniz
Bir ölçümü pazarlama iddiasından ayıran şey şu: önce herkesi saydık; hipotezleri ve analiz planını veriler toplanmadan önce sabitleyip yayımladık (ön kayıt); soruları gerçek misafirler nasıl soruyorsa öyle sorduk; ve sistemlerin verdiği her adı tek tek doğruladık.
4 776
mekân sayıldı — iki pazardaki her kafe, restoran ve bar
96
sabit soru: 8 misafir tipi × 6 ifade × 2 bölge
2 208
yanıt — ChatGPT, Claude, Gemini ve Perplexity'den, 7 günde
12 439
mekân anılması — her biri sayımla karşılaştırıldı
1.4 milyon
istatistik modelindeki “mekân–soru” çifti
26 993
kayıtlı alıntı — sistemlerin okuduğu her kaynak
Ölçümün gösterdiği bir şey daha: tek bir “yapay zeka sıralaması” yok. Herhangi iki sistemin ilk 20 listesi yalnızca %33–54 örtüşüyor; aynı sistem bile her seferinde farklı yanıt veriyor. Tek seferlik bir “yapay zeka beni öneriyor mu?” denemesi görünürlüğü değil, şansı ölçer. Gerçek bir görünürlük ölçümü tekrar, farklı ifadeler ve farklı sistemler ister — aşağıdaki mekân kontrolümüz tam olarak böyle çalışır.
Yapay zeka görünürlüğünü gerçekten ne belirliyor
Yapay zekanın önerdiği mekânların ölçülmüş portresi — işletmeci için önem sırasıyla:
- 01Kendi web sitenizi yapın. Çalışmadaki en güçlü tek etken: yanıta girme şansını 1.9× artırıyor — ve alıntı kayıtlarımızda en çok alıntılanan kaynak, mekânın kendi sitesiydi. Sistemler onu okuyor ve doğrudan alıntılıyor. Şatafatlı olması gerekmiyor; misafirin sorularına düpedüz yanıt vermesi yeterli: neredesiniz, ne zaman açıksınız, ne servis ediyorsunuz, neyinizle tanınıyorsunuz. Başlamadan önce bize yazın: yapay zekanın sizi görmesi için sitede ne yazması gerektiğini, kendi başınıza yapıp yapamayacağınızı, yapamayacaksanız kimi tutmanız gerektiğini söyleyelim.
- 02Yorumları sürekli biriktirin. İki kapıda birden ödüllendirilen tek alışkanlık: yorum sayısı yanıtları açıyor (kademe başına 1.6×), puan içeride yukarı taşıyor (1.17×), tazelik ise çok büyük olasılıkla sizi güncel tutuyor. Düzenli bir akış her türlü tek seferlik kampanyadan güçlüdür — ve masadaki QR kodun kazandırdığı alışkanlık tam olarak bu.
- 03Yapay zekanın okuduğu her yerde olun. Sistemler yorum platformlarını rehberlerle, bloglarla ve forumlarla aynı cümlede alıntılıyor — birçok kaynakta birden yaşayan mekânlar birçok yanıta giriyor. Tüm platformları — Google, TripAdvisor, Facebook — tek seferde kapsayan tek bir QR kod, en kısa yol.
- 04Profildeki her alanı doldurun. Yalnızca fiyat düzeyinin belirtilmesi bile şansı 1.5× artırıyor. Çalışma saatleri, menü, fotoğraflar, özellikler — sıkıcı, ama sizin elinizde ve ölçülmüş.
- 05Puanın ondalığını kovalamayı bırakın. Yıldızlar ancak yanıta girdikten sonra çalışmaya başlıyor: 900 yorumlu bir 4.6, 40 yorumlu bir 4.9'u iki kapıda da geçiyor.
*Taze yorumlar: 1.41× — çalışmanın katı anlamlılık çıtasının hemen altında (p = .054), bu yüzden “çok olası, ama kanıtlanmış değil”. Tüm etkiler, diğer etkenler hesaba katılarak ölçülmüş ilişkilerdir.
Ücretsiz · taahhüt yok
Mekânınız yapay zekaya ne kadar görünür?
Mekânınızın adını ve e-postanızı bırakın: yapay zeka asistanlarına bölgenizdeki mekânları soralım, platformlardaki verilerinizi kontrol edelim ve dürüst bir rapor gönderelim — nerede görünüyorsunuz, nerede görünmüyorsunuz, önce ne düzeltilmeli.
Norly'nin buradaki yeri
Yukarıdakilerin hepsi birer alışkanlık — ve alışkanlığın bir sisteme ihtiyacı var. Norly o sistemi verir: masadaki QR kod düzenli ve taze bir yorum akışı getirir; video ricası yorumları ayrıntılı yapar; tek kod tüm platformları — Google, TripAdvisor, Facebook — aynı anda kapsar; analitik ise bütün bunların gerçekten olduğunu gösterir.
Sinyal → sistem
Norly Research
Tüm araştırmalar →Çalışma yayımlandı — okuyun, sorgulayın
Norly, mekânların görünürlüğü için yazılım geliştiriyor — bu soruya bir pazarlama yazısıyla yanıt vermememizin nedeni tam da bu. Çalışmayı arXiv'de, açık erişimle yayımladık: isteyen herkes okuyabilir, isteyen her araştırmacı itiraz edebilir. Kendi beklentilerimizle ters düşen iki sonuç da eksiksiz yayımlandı.
Ayrıca: HTML sürümü · blogumuzdaki sade anlatım
Pitenin, V. (2026). Invisible to the Machine: Auditing AI Restaurant, Cafe, and Bar Recommendation Against a Complete Market Census. arXiv:2608.07069. DOI: https://doi.org/10.48550/arXiv.2608.07069
Tek bölge ve tek dil — bilinçli bir seçim: tamamı sayılabilecek bir pazar. Sırada aynı ölçümün bambaşka bir pazarda tekrarı ve ölçülen ilişkileri bir tarife çevirecek deney var.
Norly Research · 2026
Canggu + Ubud, Bali · pazarın tamamı sayıldı
makineye görünmez