📌 Hızlı Özet & Temel Çıkarım:
Yapılandırılmış Veri (Structured Data), web sayfalarındaki içeriği hem Google gibi geleneksel arama motorlarının hem de ChatGPT, Claude ve Perplexity gibi modern yapay zeka ajanlarının doğrudan anlayabileceği anlamsal (semantic) bir JSON-LD nesnesi olarak sunma sanatıdır. Doğru kurgulanmış bir Schema.org grafı; zengin snippet (arama sonuçlarında yıldızlar, SSS akordeonları, yazar künyesi) kazanımını sağlarken, içeriğinizin AI modelleri tarafından birincil kaynak olarak alıntılanma şansını katlar.

1. Neden Mikroformatlar Yerine JSON-LD?

Geçmişte kullanılan Microdata veya RDFa gibi yöntemler, HTML etiketlerinin içine itemprop, itemscope gibi ek öznitelikler gömmeyi gerektiriyordu. Bu durum HTML kodunu okunaksız kılıyor ve tasarım değişikliklerinde şemaların bozulmasına yol açıyordu.

Google’ın resmi olarak önerdiği standart JSON-LD (JavaScript Object Notation for Linked Data)’dir. Sayfanın <head> bölümüne yerleştirilen izole bir <script type="application/ld+json"> bloğu sayesinde içerik katmanı ile veri semantiği birbirinden tamamen ayrılır.

2. E-E-A-T Uyumlu Yazar ve Kuruluş Şeması (Person & Organization)

Google’ın içerik denetçileri ve algoritmaları, içeriği yazan kişinin yetkinliğini doğrulamak için sameAs ve knowsAbout özelliklerine bakar.

Aşağıdaki JSON-LD bloğu, bir mühendislik yayını için kusursuz bir kurumsal ve kişisel kimlik tanımlamasıdır:

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@graph": [
    {
      "@type": "Organization",
      "@id": "https://aksoy.com/#organization",
      "name": "Abdullah Aksoy Yazılım & Robotik",
      "url": "https://aksoy.com",
      "logo": {
        "@type": "ImageObject",
        "url": "https://aksoy.com/images/logo-512.png",
        "width": 512,
        "height": 512
      },
      "contactPoint": {
        "@type": "ContactPoint",
        "email": "iletisim@aksoy.com",
        "contactType": "editorial"
      }
    },
    {
      "@type": "Person",
      "@id": "https://aksoy.com/#author",
      "name": "Abdullah Aksoy",
      "jobTitle": "USV Software Lead & Robotics Engineer",
      "description": "Pusula USV Takımı Yazılım Lideri; otonom sistemler, ROS 2 ve bulut mimarileri uzmanı.",
      "worksFor": { "@id": "https://aksoy.com/#organization" },
      "sameAs": [
        "https://linkedin.com/in/abdullahaksoy",
        "https://github.com/abdullahaksoy",
        "https://x.com/abdullahaksoy"
      ],
      "knowsAbout": [
        "Autonomous Surface Vehicles",
        "Robot Operating System 2 (ROS 2)",
        "Extended Kalman Filter",
        "Web Architecture and Core Web Vitals"
      ]
    }
  ]
}
</script>

3. Makale Sayfalarında Article ve FAQPage Entegrasyonu

Her teknik rehberin altına eklenen Sıkça Sorulan Sorular (SSS) bölümü, Google arama sonuçlarında doğrudan açılır kapanır zengin sonuçlar üretir.

Article şeması içinde:

  • wordCount: Makalenin uzunluğu,
  • speakable: Sesli asistanların okuyabileceği CSS seçicileri,
  • author: Yukarıda tanımlanan @id: https://aksoy.com/#author referansı açıkça belirtilmelidir.

Bu çapraz bağlantı (linked data) sayesinde Google, yazarın diğer akademik ve sektörel başarılarıyla sitenizdeki yazıyı doğrudan ilişkilendirir.

4. İlgili Konular ve İç Bağlantılar

5. Sıkça Sorulan Sorular

Şemada hata olup olmadığı nasıl doğrulanır?

Google’ın resmi Zengin Sonuçlar Testi (Rich Results Test) ve Schema.org Validator araçları kullanılarak canlı URL veya doğrudan kod parçası test edilir. Hiçbir kırmızı hata veya eksik zorunlu alan kalmamalıdır.

Sitede birden fazla şema türü aynı anda kullanılabilir mi?

Evet, @graph dizisi kullanılarak aynı sayfada hem WebSite, hem BreadcrumbList, hem Article hem de FAQPage şemaları tek bir blokta birbiriyle ilişkili olarak sunulabilir.

6. AI Engine Optimization (AEO/GEO) ve llms.txt Standardı

2026 yılı itibarıyla internet trafiğinin önemli bir bölümü doğrudan Google Arama’dan değil; ChatGPT Search, Claude, Perplexity ve Google AI Overviews gibi üretken yapay zeka sistemlerinden gelmektedir.

Bu yapay zeka ajanları geleneksel HTML sayfalarını ayrıştırırken (parsing) gereksiz menü kodları, reklam scriptleri ve CSS kalabalığı yüzünden bağlamı kaçırabilir. Sitenizin kök dizinine eklenen bir public/llms.txt dosyası, sitenizin en değerli teknik rehberlerini, yazar uzmanlığını ve birincil araştırma sonuçlarını temiz Markdown formatında doğrudan LLM modellerine sunar.

Astro derleme döngüsüne entegre edilen otomatik senkronizasyon betikleri sayesinde, her yeni teknik yazı eklendiğinde llms.txt anında güncellenir ve siteniz yapay zekanın ilk başvurduğu otoriter bilgi kaynağı haline gelir.

7. JSON-LD Şemalarının Canlı Takibi ve Search Console Doğrulaması

Web siteniz yayına alındıktan sonra Google Search Console paneli üzerinde “Zengin Sonuçlar” sekmesinde yer alan Article, Breadcrumb ve FAQ raporları haftalık olarak izlenmelidir.

Google algoritmaları eksik veya hatalı yapılandırılmış şemaları tespit ettiğinde zengin sonuç görünürlüğünü sessizce iptal eder. En sık yapılan hatalar:

  • dateModified tarihinin datePublished tarihinden önce olması,
  • Görsel URL’sinin göreceli (/image.png) verilmesi yerine mutlak (https://...) verilmemesi,
  • Şemadaki yazar ismi ile sayfada görünen yazar isminin uyuşmamasıdır.

Bu detaylara dikkat etmek, sitenizin Google ve AI motorlarındaki güvenilirlik skorunu kalıcı olarak zirvede tutar.

8. BreadcrumbList ve Sayfa İçi Hiyerarşik Gezinme Şeması

Google arama sonuçlarında URL yerine aksoy.com > Otonom ve Robotik > Nav2 Rehberi şeklinde yeşil hiyerarşik bağlantıların görünmesi tıklama oranını (CTR) %20’ye kadar artırır.

Bu görünümün elde edilmesi için her sayfada BreadcrumbList şeması eksiksiz sunulmalıdır:

  • Pozisyon 1: Ana Sayfa (/)
  • Pozisyon 2: İlgili Kategori (/categories/otonom-ve-robotik/)
  • Pozisyon 3: Makalenin Doğrudan Kendisi

Şemadaki her adımın item URL’si sitenizin gerçek kanonik (canonical) adresiyle birebir eşleşmelidir.

  • URL sonundaki bölü işareti (/) uyumsuzlukları dahi Google botlarının şemayı yok saymasına yol açabileceğinden trailing slash kuralı tüm sitede tek tip korunmalıdır.
  • Schema.org tip tanımlamalarında her zaman en spesifik alt tip (örneğin salt CreativeWork yerine TechArticle veya BlogPosting) tercih edilmelidir. Bu hassasiyet, arama motoru anlamsal analiz botlarının içeriğin gerçek uzmanlık seviyesini doğru sınıflandırmasını güvence altına alır.