Graphite: ChatGPT arama olmadan markaları nadiren adlandırıyor

Graphite, ChatGPT'in arama ile ve arama olmadan verdiği yanıtları karşılaştıran bir analizde, markaların arama sonucu sayfalarında sıklıkla geçmesiyle birlikte arama olmadan da nadiren adlandırıldıklarını tespit etti. Analiz, Graphite'nin 20 Ağustos 2026 tarihli makalesine dayanıyor ve 3.115 varlık-soru çifti ile 57 soruyu kapsıyor. Veriler ağustos ile erken Ekim 2026 arasında toplanmış, çıkış dışı ChatGPT yanıtlarına dayanıyor.

Arama ile görünürlük ve marka sıklığı

En az %15'lik alıntı sayfası oranına sahip markalar için, arama ile medyan görünürlük %11 iken, arama olmadan dörtte birden az yanıtta adlandırılan markalar bu oranda kaldı. Arama kullanan yanıtlarda, alıntı sayfalarında markanın sıklıkla geçmesiyle birlikte görünürlük de arıyor. Graphite, görünürlüğeki artışın hem arama ile birlikte hem de arama olmadan görünürlük ve alıntı-sayfa geçişleriyle birlikte arttığını belirtiyor; bu durumun markaların arama yaparken sıklıkla adlandırılmasını kanıtlamadığına dikkat çekiyor.

Fan-out sorguları ve replikasyonlar

Analizde yaklaşık 957 bin fan-out sorgusu incelenmiş, bu sorguların %59,6'sında marka, %22,7'sinde site: operatörü bulunuyor. Marka olan bir fan-out sorgusu, o markaya ait sayfaların alınma şansını arttırıyor. İki replikasyon da benzer ilişkiyi gösteriyor: biri API üzerinden 100 istemle, diğeri 200 istemle farklı üç haftalık zaman diliminde. Yeni içeriklerin bir AI modelinde görünmesi için en az iki-beş ay beklenmesi gerekiyor; bu süre modelin bilgi kesilme tarihi ile çıkış tarihi arasındaki fark olarak tanımlanıyor. Arama olmadan görünürlük taban çizgisi oluşturmak için API üzerinden en az 50 yanıt toplanabilir.

Alıntı oranındaki değişim ve diğer modeller

ChatGPT'in alıntı oranı, 3 Ağustos haftasında %56,6'dan 28 Eylül haftasında %88,5'e yükseldi. Aynı haftalarda Gemini için oran %79,0'dan %81,2'ye çıktı. Ahrefs'ın 12 Ekim 2026 tarihli raporu, 66,6 milyon çıkış dışı ChatGPT yanıtının %14,4'ünün fan-out sorgusu içerdiğini bildirmişti; bu istatistikler Graphite'nin verileriyle doğrudan karşılaştırılamıyor. Suganthan Mohanadasan'ın daha küçük bir testinde, 27 konuşmanın 21'inde ChatGPT'in ilk arama sorgusu kullanıcının yazmadığı marka isimlerini içeriyordu.

Parametrik bilgi optimizasyonu ve Google-Extended

Graphite, markaların hem AI modellerinin eğitiminden öğrendiklerine hem de alıntılara odaklanmalarını öneriyor. Bu yaklaşım parametrik bilgi optimizasyonu (PKO) adıyla tanımlanıyor. AI laboratuvarları eğitim için kullandıkları verileri genel olarak açıklamıyor, bu nedenle hangi sayfaların dahil edildiği bilinmiyor. Google-Extended robots.txt jetonu, Gemini için eğitim ve grounding'i kontrol eder ancak Google Search dahiliyetini veya sıralama sinyalini etkilemez.

Neden önemli?

Analiz, markaların AI arama modellerinde görünürlüğünü arama sonuçları ve alıntılar üzerinden yönetebileceğini gösteriyor. Graphite, bu süreci parametrik bilgi optimizasyonu (PKO) olarak tanımlıyor ve markaların hem model eğitiminden kaynaklanan bilgiye hem de alıntılara odaklanmasını öneriyor. Yeni içeriklerin modelde görünmesi için iki-beş ay sürebileceği, bu nedenle stratejik planlamada bu zaman penceresinin hesaba katılmasının gerektiği vurgulanıyor.

Kaynak: WEB | Search Engine Journal

Temsili görsel: Matheus Bertelli / Pexels