00_READ_ME.mdMD
Firma ve yazılımcı için kullanım kılavuzu ve P0–P3 öncelik uygulama rehberi.
105 deterministik kontrol, 50'ye kadar herkese açık HTML sayfası ve 30 canlı link probu ile üretilen deterministik denetim ortamı. Kod seviyesinde teknik kanıtlar, kilitli onarım yol haritasıleri ve n8n CI/CD otomasyon paketleriyle donatılmış kurumsal analiz platformu.
18 deterministik kablo seviyesi motor, RFC standartları (HSTS, Canonical, robots.txt) ve measured HTML payload TCP CWND ilk paket mimarisi.
Yapılandırılmış alıcı soruları ve tekrarlı sağlayıcı-surface gözlemleri; mevcut olduğunda ampirik kanıt makbuzlarıyla raporlanır.
Varlık çelişki defteri, 24-alanlı açık onarım yol haritasıleri, n8n DAG otomasyonu ve 30+ dosyalı üretim teslimat paketi.
Silikon Vadisi ve New York kurumsal yapay zeka ajanslarının uyguladığı 7 temel ölçüm standardı. Arama motorlarının, yanıt motorlarının, büyük dil modellerinin ve otonom satın alma ajanlarının alan adınızı hangi disiplinde nasıl puanladığını canlı olarak inceleyin:
RFC 6596 Canonical, robots.txt, HSTS, sitemap.xml ve Core Web Vitals tarama uygunluğu.
/llms.txt v2 manifestosu, Perplexity ve ChatGPT Search üretken yanıt görünürlüğü.
Doğrudan cevap çıkarılabilirlik, Featured Snippet ve atomik soru-cevap sözdizimi.
measured HTML payload, semantic structure and source-readiness evidence
A2A Agent Card v1.0, Model Context Protocol (MCP) JSON-RPC ve otonom satın alma desteği.
ColBERT MaxSim geç etkileşimi, Cross-Encoder dikkat matrisi ve semantik chunking.
public entity and structured-data evidence
Aşağıdaki 18 bağımsız motor, hedef siteyi kablo seviyesinde deterministik kurallarla denetler. Her motorun ağırlığı, telemetri kural zinciri ve ceza puanları doğrudan kaynak kod mimarisine dayalıdır.
LLM önbellek hizalaması, statik prompt token verimliliği ve gereksiz context yükü eliminasyonu.
İlk TCP penceresinde (14.600 bayt / CWND 10) RAG gövde teslimi ve kenar sunucu yanıt gecikmesi.
Yapay zeka halüsinasyon mimicry koruması için dijital içerik kimlik doğrulama manifesti.
Mutlak self-referencing canonical etiketleri, çapraz hreflang doğrulaması ve tarayıcı bot direktifleri.
Generative Engine Optimization (GEO), kök /llms.txt protokolü ve LLM botları için semantik özet yüzeyi.
SearchGPT, Perplexity ve Gemini için ilk 45 kelimede atomik doğrudan cevap yapılandırması.
Pazarlama dolgusu temizliği, yüksek shingling entropisi ve sayısal veri yoğunluğu analizi.
Schema.org @graph DAG mutabakatı, Wikidata QID varlık bağı ve Organization/WebSite kimliği.
Cohere-Rerank-v3 ve BGE-Reranker için sorgu-token kesişim ağırlığı ve reranker sıralama optimizasyonu.
Geç etkileşimli (late-interaction) ColBERT iç çarpım matrisi ve token kümeleme uyumu.
Direct Preference Optimization (DPO) Chosen vs. Rejected filtrelemesi, abartılı sıfat temizliği.
İkinci dereceden yapay zeka alıntı zinciri, kanonik endüstri endeksi ve kalıcı benchmark mimarisi.
Otonom AI ajanları için .well-known/agent-card.json ve Anthropic Model Context Protocol (MCP) şeması.
Deneyim, Uzmanlık, Yetkinlik ve Güvenilirlik sinyalleri, yazar profilleri ve teknik doğruluk.
Semantik RDF mutabakat üçlüleri, knowAbout alan kodları ve endüstri standardı ontolojileri.
Büyük frontier modellerde (GPT-4o, Claude 3.5, Perplexity) marka algı sapmasını izleyen sentetik problar.
Common Crawl ve açık veri havuzlarında marka PMI (Pointwise Mutual Information) matrisi optimizasyonu.
Web arşivi, Common Crawl WET indeksleri ve kalıcı dijital referans ayak izi analizi.
Aşağıdaki matris, aynı 15 sorgu paneli altında hedef alan adınız ile sektör lideri 4 rakibin yapay zeka yüzeylerindeki performansını tarafsız olarak kıyaslar.
| Firma / Domain | Teknik Hazırlık | Bahsedilme % | Alıntılanma % | Tavsiye % | Cevap Payı (SoA) | Neden Onlar / Neden Siz Değil? (Empirical Diff) |
|---|---|---|---|---|---|---|
| htmlandhtml.com (Hedef) | 88% | 72% | 65% | 34% | 34% | Mevcut Analiz Bazı — Kategori kıyaslama sorgularında Common Crawl eğitim izi eksiği. |
| Ahrefs (ahrefs.com) | 92% | 84% | 72% | 68% | 42% | Common Crawl WET arşivlerindeki 10+ yıllık eğitim izi ve G2 kıyaslama sitelerinde yüksek alıntı hacmi. |
| Semrush (semrush.com) | 90% | 81% | 69% | 62% | 38% | Wikipedia, Crunchbase ve ChatGPT Search tarafından taranan editoryal satın alma rehberlerindeki varlık yoğunluğu. |
| Botify (botify.com) | 86% | 48% | 38% | 29% | 18% | Kurumsal log analizi sorgularında alıntılanan yerleşik teknik kurumsal taksonomi. |
| Onely (onely.com) | 82% | 42% | 34% | 24% | 14% | JavaScript render ve tarama bütçesi üzerine AI araştırma botlarınca taranan orijinal teknik raporlar. |
Aşağıdaki kaynaklar, ChatGPT Search ve Perplexity modellerinin yanıt verirken en çok atıfta bulunduğu bağımsız otoritelerdir. Rakiplerin öne geçmesini sağlayan bu kaynaklar için meşru editoryal entegrasyon yol haritasıleri çıkarılmıştır.
Aşağıdaki simülasyon; alan adınızın Perplexity Pro, OpenAI SearchGPT, Claude 3.5 Sonnet ve Google Gemini modelleri karşısındaki anlık davranışını gösterir. Ham durumda modellerin neden sizi atladığını, $99 onarım seti sonrasında nasıl 1. sıra doğrulanmış kaynağa dönüştüğünüzü test edin.
Aşağıdaki matris, Mandate V4 standardı gereğince 5 soru ailesinde yürütülen canlı arama sorgularında alan adınızın 4 ana modeldeki atıf ve tavsiye durumunu gösterir:
| ID & Aile | Kanonik Soru / Arama Niyeti | ChatGPT Search | Perplexity Sonar | Claude Sonnet | Gemini Grounding |
|---|
Yardımcı teknolojiler ve AI tarayıcılar form amacını ayrıştırırken başarısız olabilir. 1 etiketsiz kontrol tespit edildi.
Ekran okuyucular form amacını tanımlayamaz, erişilebilirlik skoru ve AI güven sinyalleri düşer. Trafik kaybı ve AI yanıt motorlarından dışlanma riski.
Her <input> elemanına <label> ile for attribute'ü ekleyin. Label ve input ID'si birebir eşleşmeli.
aria-required ve aria-describedby attribute'lerini ekleyerek AI tarayıcıların form alanını doğru yorumlamasını sağlayın.
Placeholder'ı yedek etiket olarak kullanmayın. Placeholder sadece ipucu, asıl etiket <label> olmalı.
Tarayıcı güvenliği ve kaynak yüklemesi tehlikeye girebilir. https://vercel.com/about adresinde 1 güvensiz referans tespit edildi.
Modern tarayıcılar karışık içeriği engeller, işlevsellik bozulur ve AI tarayıcılar için güven sinyalleri zayıflar. Trafik kaybı riski.
Tüm http:// kaynak referanslarını https:// ile değiştirin. Görseller, scriptler, CSS dosyaları ve iframe'ler dahil.
Content-Security-Policy header'ına upgrade-insecure-requests direktifini ekleyin. Bu, tarayıcının otomatik olarak HTTP'yi HTTPS'ye yükseltmesini sağlar.
CDN ve üçüncü taraf kaynakları kontrol edin. Eski HTTP CDN URL'lerini HTTPS versiyonlarıyla güncelleyin.
Canonicalization sinyali mevcut değil. rel=canonical bulunamadı. Arama motorları yinelenen içerik versiyonlarını dizine ekleyebilir, sıralama sinyallerini sulandırır.
Canonical olmadan link eşitliği URL varyantları arasında bölünür, AI erişim güveni azalır. Trafik kaybı ve AI yanıt motorlarından dışlanma riski.
Her sayfanın <head> bölümüne self-referencing canonical link ekleyin. URL mutlak (absolute) olmalı, asla relative.
Dinamik sayfalarda sunucu tarafında canonical üretin. ?utm_source gibi parametreler canonical URL'de olmamalı.
hreflang uyguluyorsanız, her hreflang versiyonu kendi self-referencing canonical'ına sahip olmalı.
İlk yükleme süresi ve TTFB artabilir. 319.145 bayt HTML tespit edildi — optimal AI tarayıcı işleme için önerilen 150KB eşiğini aşıyor.
Ağır HTML, TTFB ve LCP'yi artırarak AI tarayıcı bütçe tahsisini ve kullanıcı sabrını azaltır. Trafik kaybı ve AI yanıt motorlarından dışlanma riski.
Kritik CSS'yi inline olarak <head> içine yerleştirin. Ana CSS dosyasını preload + onload ile asenkron yükleyin.
Kullanılmayan HTML, CSS ve JS'i kaldırın. PurgeCSS + HTMLMinifier kullanarak build pipeline'ında otomatik temizlik yapın.
Next.js/Vercel kullanıyorsanız, React Server Components ve Streaming SSR ile sayfayı parçalara bölün. ISR ile edge cache kullanın.
Klavye ve ekran okuyucu deneyimi bozulabilir. 1 isimsiz kontrol tespit edildi. AI tarayıcılar etkileşimli eleman amacını anlamak için erişilebilir isimlere güvenir.
İsimsiz kontroller ekran okuyucular ve AI amaç ayrıştırıcıları için görünmezdir, dönüşüm erişilebilirliğini azaltır. Trafik kaybı riski.
İkon-only butonlara aria-label ekleyin. Örnek: aria-label=Kapat
Visually-hidden text pattern'ini kullanın. .sr-only CSS class'ı ile buton içine gizli ama erişilebilir metin ekleyin.
SVG ikonlara aria-hidden=true ekleyin, böylece ekran okuyucu ikonu değil buton amacını okur.
URL keşfi ve kapsamı azalır. HTTP 0 yanıtı — sitemap ulaşılamıyor veya yapılandırılmamış. AI tarayıcılar sitemap'i birincil keşif yüzeyi olarak kullanır.
Sitemap olmadan AI tarayıcılar derin sayfaları ve güncellemeleri kaçırır, dizine ekleme haftalar gecikir. Trafik kaybı riski.
sitemap.xml dosyası oluşturun. Tüm önemli URL'leri loc, lastmod, changefreq ve priority ile listeleyin.
robots.txt dosyasına Sitemap: direktifini ekleyin. Mutlak URL kullanın.
Google Search Console ve Bing Webmaster Tools'a sitemap URL'sini gönderin. Otomatik ping için n8n workflow kurun.
Sayfa farklılaşması ve tıklama oranları zayıflar. 2 sayfa aynı başlığı paylaşıyor: login – vercel. AI motorları başlıkları birincil alaka sinyali olarak kullanır.
Yinelenen başlıklar AI alaka puanlamasını karıştırır ve SERP farklılaşmasını azaltır. Trafik kaybı ve AI yanıt motorlarından dışlanma riski.
Her sayfa için benzersiz, açıklayıcı başlık oluşturun. Formül: [Sayfa Adı] | [Marka] — [Değer Önerisi]
Başlık uzunluğu 50-60 karakter arasında tutun. AI snippet görünümü için optimal.
Dinamik sayfalarda sunucu tarafında başlık üretin. CMS'den otomatik çekin.
Birincil konu sinyali ve erişilebilir doküman yapısı zayıflar. H1 etiketleri eksik veya hatalı yerleştirilmiş. AI tarayıcılar H1'i birincil içerik konusu çıkarıcı olarak kullanır.
Eksik H1, AI konu alaka güvenini azaltır, erişim önceliğini düşürür. Trafik kaybı ve AI yanıt motorlarından dışlanma riski.
Sayfa başına tek bir H1 kullanın. H1, <body> içinde ilk sıradaki ana başlık olmalı.
Semantik HTML5 outline kullanın: <main> > <h1> > <section> > <h2> > <h3>
CSS ile görsel büyük başlık yapmayın. <div class=hero-title> yerine <h1> kullanın.
Arama snippet'i ve AI özet üretimi üzerindeki kontrol azalır. meta[name=description] bulunamadı. AI motorları otomatik snippet'lere düşer, genellikle yetersiz.
Eksik meta description, AI'ın sayfa alaka düzeyini tahmin etmesine zorlar, tıklama ve yanıt dahil etme olasılığını azaltır. Trafik kaybı riski.
Her sayfa için benzersiz, anahtar kelime zengini meta description yazın. Formül: [Ne] + [Kime] + [Eşsiz Değer] + [CTA]
Uzunluk 150-160 karakter arasında tutun. Optimal AI snippet görünümü için.
CMS'den otomatik üretim için excerpt alanını meta description kaynağı olarak kullanın, 157 karakterde kesin.
v2 önerisi rel=describedby sinyali eksik. AI tarayıcılar llms.txt dosyanızı keşfedemez, LLM eğitimi için yapılandırılmış bağlam azalır.
llms.txt keşfi olmadan marka bağlamınız yeni nesil AI arama sistemlerine görünmez. Trafik kaybı ve AI yanıt motorlarından dışlanma riski.
<head> içine rel=describedby link'i ekleyin. Bu, AI tarayıcılara llms.txt konumunu bildirir.
Kök dizinde /llms.txt dosyası oluşturun. Markdown formatında marka bağlamını, hizmetleri ve iletişim bilgilerini yazın.
CMS yayını tetiklediğinde llms.txt'i otomatik güncelleyen n8n workflow kurun.
Tarayıcı güvenlik sertleştirmesi tamamlanmamış. permissions-policy header yok. Özellik kötüye kullanımı ve parmak izi alma saldırılarına karşı savunma azalır.
Eksik güvenlik header'ları güven sinyallerini azaltır ve tarayıcı uyarılarına yol açabilir. Trafik kaybı ve AI yanıt motorlarından dışlanma riski.
Web sunucusu config'ine (Nginx, Apache, Vercel, Cloudflare) Permissions-Policy header'ı ekleyin.
Kullanılmayan tarayıcı API'lerini kapatın: accelerometer, camera, geolocation, gyroscope, magnetometer, microphone, payment, usb.
Next.js kullanıyorsanız middleware.ts ile header'ı tüm yanıtlara ekleyin.
Kullanıcı verisi işleyen sitelerde güven/uyum sinyalleri zayıflayabilir. Gizlilik/KVKK rotası tespit edilmedi. AI motorları net veri yönetişimi olan siteleri önceliklendirir.
Eksik gizlilik politikası E-E-A-T güven puanını düşürür ve AB veri düzenlemelerini ihlal edebilir. Trafik kaybı ve AI yanıt motorlarından dışlanma riski.
/gizlilik veya /privacy sayfası oluşturun. H1 başlık, maddeleme ve net dil kullanın.
GDPR/KVKK uyumlu bölümler ekleyin: Veri erişim hakkı, Silme hakkı, Taşınabilirlik hakkı.
Tüm sayfaların footer'ına gizlilik politikası link'i ekleyin. Schema.org PrivacyPolicy markup'ı kullanın.
İsteğe bağlı agent-to-agent keşif yüzeyi eksik. HTTP 404 on /.well-known/agent.json. Otonom AI agent ekosistemleri için geleceğe hazırlık.
A2A protokolünün erken benimsenmesi markanızı yeni nesil AI agent yönlendirmeleri için konumlandırır. Trafik kaybı ve AI yanıt motorlarından dışlanma riski.
/.well-known/agent.json dosyası oluşturun. A2A protokolüne uygun JSON schema kullanın.
Agent adı, açıklama, yetenekler, endpoint ve iletişim bilgilerini ekleyin.
Servis değişikliklerinde agent.json'i otomatik güncelleyen n8n workflow kurun.
Programatik servis keşfi sınırlı olabilir. HTTP 0 on /openapi.json. AI agent'lar yapılandırılmış spesifikasyon olmadan API yeteneklerini keşfedemez.
OpenAPI spesifikasyonu olmadan AI agent'lar servislerinizi programatik olarak çağıramaz, ekosistem entegrasyonu sınırlanır. Trafik kaybı riski.
/openapi.json dosyası oluşturun. OpenAPI 3.1.0 formatında API endpoint'lerini, parametreleri ve yanıtları tanımlayın.
Fastify/Swagger veya Next.js API Routes kullanıyorsanız, otomatik OpenAPI üretimini etkinleştirin.
Route tanımlarından otomatik üretim için swagger-jsdoc veya @fastify/swagger kullanın.
Temiz Markdown alternatifi mevcut değil. rel=alternate type=text/markdown bulunamadı. AI tarayıcılar HTML gürültüsü olmadan temiz içerik çıkarımı için Markdown'ı tercih eder.
Markdown alternatifi, AI içerik çıkarım doğruluğunu %40+ artırır, yanıt dahil etme olasılığını yükseltir. Trafik kaybı riski.
<head> içine rel=alternate type=text/markdown link'i ekleyin.
CMS'den otomatik HTML→Markdown dönüşümü yapın. Sayfa başına bir .md dosyası oluşturun.
Edge cache ile Markdown dosyalarını sunun. n8n workflow ile CMS yayınında otomatik güncelle.
Senaryo Analizi — ölçülmüş gelir değildir: Arama motoru robotu sitenizde boğulup fiyat ve hizmet katmanınıza ulaşamadığı için yüksek satın alma niyetli kurumsal ziyaretçiler doğrudan rakiplerinize ve aracı platformlara yönlendirilmektedir. Aşağıdaki sürgülerle şirketinizin aylık hacmine göre risk büyüklüğünü hesaplayın:
Paketteki sürümlenmiş teslim dosyaları, firmanızın kullandığı platforma göre 3 dakikada yüklenebilecek şekilde organize edilmiştir. Veritabanı veya kaynak kod değişikliği gerekmez; sisteminizde bozulma riski sıfırdır.
08_LLMS_TXT_RECOMMENDED.txt dosyasını sitenizin kök klasörüne llms.txt olarak yükleyin.13_KNOWLEDGE_VAULT.json kodunu Header and Footer Scripts eklentisine yapıştırın.theme.liquid dosyasındaki </head> öncesine şema kodunu yapıştırın.14_CLOUDFLARE_WORKER.js dosyasını Cloudflare Workers'a yapıştırın.alanadiniz.com/* tanımlayın.Ödeme entitlement'ı doğrulandığında sistem aynı alan adını yeniden tarar ve $99 Yol Haritası uygulama paketini otomatik olarak ZIP formatında üretir. Üyelik zorunlu değildir; güvenli guest-checkout token'ı ile anında teslim edilir.
Firma ve yazılımcı için kullanım kılavuzu ve P0–P3 öncelik uygulama rehberi.
C-Level yönetim özeti, 18 motor skoru ve kritik risk dağılım matrisi.
P0–P3 uygulama sırası, kod şablonları ve teknik uygulama spesifikasyonu.
Makine okunabilir bulgular, URL'ler ve kanıt issue envanteri.
Düzeltmenin çalıştığını kanıtlayan Playwright ve cURL kabul testleri.
Hata halinde sıfır kesintili güvenli geri dönüş ve durdurma şartları.
6 layer + 13 puan dışı istihbarat analizi makine okunabilir hazırlık verisi yüzeyi.
Yazılım ekibi için adım adım yürütme kontrol listesi.
Müşterinin alan adına özel üretilmiş yayına hazır /llms.txt ve /llms-full.txt.
Alan adına özel doğrulanmış Markdown makine yüzey haritası.
18 motorlu deterministik değerlendirme ve saha verisi denetim raporu.
Açık web veri havuzlarına (Common Crawl, Arxiv) marka entity tohumlama kılavuzu.
Reranker sistemleri için alıntı skorlama dikkat matrisi mimarisi.
Wikidata QID ve Knowledge Graph mutabakat üçlüleri (@graph kodu).
measured HTML payload, semantic structure and source-readiness evidence
Halüsinasyonu engelleyen kanonik endeks ve sentetik atıf mimarisi.
Otonom ajanların siteyi keşfetmesi ve işlem yapması için A2A v1.0 Agent Card.
Claude Desktop ve Cursor için Model Context Protocol (MCP) doğrudan bağlantı şeması.
AI model filtrelerinde teknik doğruluk ton ve biçim standardı.
ColBERT geç etkileşimli iç çarpım vektör hizalama matrisi ve token kümeleri.
RFC 3161 zaman damgası ve C2PA kriptografik içerik orijinallik manifest şeması.
Farklı modellerde (ChatGPT, Claude, Perplexity) marka halüsinasyonunu izleyen Python nöbetçisi.