Schema (yapısal veri) işaretlemesi: zengin sonuç ve AI görünürlüğü

İstanbul'da el yapımı deri çanta üreten iki kişilik bir atölye düşünün. Ürünler güzel, sayfalar düzgün; ama Google'da arandığında sonuç mavi bir başlıktan ve iki satır açıklamadan ibaret. Hemen altında ise çok daha büyük bir rakip: yıldız puanları, stok durumu, kırıntı menüsü (breadcrumb) ve öne çıkan görselle. Aynı arama, bambaşka bir görünürlük. Aradaki fark çoğu zaman daha iyi bir ürün ya da daha yüksek bir bütçe değildir; sayfanın kendini makinelere doğru anlatıp anlatmadığıdır. İşte Schema (yapısal veri) işaretlemesi tam da bunu yapar: içeriğinizin ne anlama geldiğini arama motorlarına ve yapay zekâya net bir dille söyler.

Bu yazıda yapısal verinin ne olduğunu, zengin sonuçlara ve AI görünürlüğüne nasıl katkı sağladığını, bir KOBİ'nin hangi Schema türlerine öncelik vermesi gerektiğini, JSON-LD'nin neden Google'ın önerdiği biçim olduğunu, işaretlemeyi sitenize nasıl ekleyip nasıl test edeceğinizi ve hangi hataların başınızı derde sokabileceğini adım adım ele alıyoruz. Uydurma istatistik ya da abartılı vaat yok; sadece mekanizma, örnek türler ve uygulanabilir bir başlangıç planı.

1İçerik2JSON-LD şema3Motor anlar4Zengin sonuç & AI

Yapısal veri (Schema) nedir?

Yapısal veri, bir sayfadaki bilgiyi makinelerin anlayabileceği standart bir sözlükle etiketlemektir. Bu sözlüğün adı Schema.org: Google, Microsoft, Yahoo ve Yandex'in birlikte geliştirdiği ortak bir kelime dağarcığı. "Bu bir ürün", "bu bir işletme", "bu bir etkinlik" gibi varlıkları ve onların özelliklerini (ad, adres, puan, tarih, stok durumu) tanımlar. Sayfanızdaki metni bir insan okuduğunda "şu bir fiyat, şu bir açılış saati" olduğunu anlar; bir arama motoru ise ham HTML'den bunu her zaman kesin çıkaramaz. Schema bu boşluğu kapatır. Google bu verilerle, arka planda işletmeleri, kişileri ve ürünleri birbirine bağlayan devasa bir bilgi grafiğini (knowledge graph) besler; sayfanız ne kadar net tanımlanırsa bu grafikte o kadar doğru bir yere oturur.

Kısaca: normal metin arama motorlarına ne yazdığınızı gösterir; yapısal veri ne demek istediğinizi söyler. Bir restoran sayfasındaki "Pazartesi kapalı" ifadesi, doğru işaretlendiğinde bir cümle değil, makinenin işleyebileceği bir "çalışma saati" verisine dönüşür. Yapısal veri bu yüzden teknik SEO'nun giderek daha merkezî bir parçası hâline geldi.

Bir arama sonucunun bugünkü görünümü yarın değişebilir; ama içeriğinizin ne anlama geldiğini net söylemek her zaman işe yarar.

Zengin sonuçlar: aramada daha görünür olmak

Yapısal verinin en görünür getirisi zengin sonuçlardır (rich results): standart mavi bağlantının ötesine geçen, dikkat çeken arama görünümleri. En bilinen örnekler yıldızlı değerlendirme puanları, ürün kartlarındaki stok ve fiyat bilgisi, kırıntı menüleri, etkinlik tarihleri ve tarif kartlarıdır. Bunlar sonuç sayfasında daha fazla yer kaplar, daha çok tıklama çekebilir ve arama motoru optimizasyonu çabanızın somut bir karşılığıdır. Yine de işaretleme yapmak zengin sonucu garanti etmez, yalnızca uygunluk kazandırır; nihai kararı sorgunun türüne ve sayfanın kalitesine bakarak Google verir.

Ama önemli bir uyarı: zengin sonuçların kataloğu sabit değil, zamanla değişir. Google bazı görünümleri emekliye ayırır. Örneğin bir dönem çok popüler olan SSS (FAQ) zengin sonuçları önce yalnızca yetkili kamu ve sağlık siteleriyle sınırlandırıldı, ardından 7 Mayıs 2026 itibarıyla arama sonuçlarından tamamen kaldırıldı; "nasıl yapılır" (HowTo) görünümleri de daha önce kullanımdan kaldırılmıştı. İşaretlemeniz zarar vermez ama artık o görsel kartı üretmez. Buradan çıkan ders nettir: belirli bir görsel süslemeyi kovalamak yerine içeriğinizin anlamını doğru tanımlayın, çünkü asıl kalıcı değer oradadır. Nitekim ürün ya da yerel işletme kartı gibi ticari değeri yüksek görünümler varlığını korurken, katalog genelinde sürekli bir sadeleşme yaşanıyor.

AI görünürlüğü: üretken motorların sizi anlaması

Yapısal verinin ikinci ve giderek büyüyen faydası yapay zekâ tarafında. ChatGPT, Gemini gibi üretken motorlar ve Google'ın AI Overviews özeti, bir soruya cevap üretirken hangi işletmenin ne yaptığını, hangi ürünün neye çözüm olduğunu hızlıca ayırt etmek zorunda. Net bir varlık tanımı, yani kim olduğunuz, ne sattığınız ve nerede olduğunuz, bu motorların sizi doğru anlamasını ve alıntılamasını kolaylaştırır.

Bu, üretken motor optimizasyonu (GEO) ile doğrudan örtüşür: klasik SEO sıralamada görünmeyi hedeflerken, GEO yapay zekânın cevabında yer almayı hedefler. Yapısal veri her ikisine de hizmet eden ortak zemindir. Bir dil modeli sayfanızı okurken, iyi işaretlenmiş bir Organization ya da Product varlığı dağınık bir metin yığınından çok daha kolay ayrıştırılır. Zengin sonuçlar zamanla değişse de, makinelerin içeriğinizi anlaması ihtiyacı yalnızca artıyor. Bu yüzden işletme adınızı, adresinizi ve temel bilgilerinizi sitenizde, İşletme Profili'nizde ve dizinlerde tutarlı tutmak, hem arama hem yapay zekâ tarafında güveni pekiştirir.

KOBİ için en yararlı Schema türleri

Schema.org'da yüzlerce tür var ama bir KOBİ'nin hepsini kullanması gerekmez. İşinize göre birkaç tanesi işlerin büyük kısmını halleder:

• Organization ve LocalBusiness: işletmenizin adı, logosu, adresi, telefonu ve çalışma saatleri; yerel işletmeler için en temel işaretleme. Google İşletme Profili ve yerel SEO çalışmanızla birlikte güçlü bir kimlik oluşturur.
• Product ve Offer: e-ticaret için ürün adı, marka, stok durumu ve fiyat alanları. Fiyat alanını kendi kataloğunuzdaki güncel değerle doldurursunuz; buraya uydurma bir rakam yazmak yerine alanın kendisini doğru tanımlamak önemlidir.
• Review ve AggregateRating: gerçek müşteri değerlendirmelerinden gelen puanlar. Yalnızca sitenizde görünen, gerçek yorumları işaretleyin.
• Article, BreadcrumbList ve Event: blog yazıları, site içi gezinme yapısı ve etkinlikler için sırasıyla en uygun türler.
• FAQPage: artık zengin sonuç üretmese de içeriğinizin soru-cevap yapısını makinelere anlatmaya devam eder.

JSON-LD: Google'ın önerdiği biçim

Yapısal veri sayfaya üç biçimde eklenebilir: JSON-LD, Microdata ve RDFa. Google açık biçimde JSON-LD'yi önerir. Sebebi pratiktir: JSON-LD, işaretlemeyi görünür HTML'nin arasına serpiştirmek yerine, sayfaya yerleştirilen tek bir <script type='application/ld+json'> bloğunda toplar. Böylece veri tasarımdan bağımsız kalır; şablonunuzu değiştirdiğinizde işaretleme bozulmaz ve tek bir yerden yönetmek çok daha kolaydır.

Microdata ve RDFa hâlâ geçerlidir ama etiketleri doğrudan HTML öğelerinin arasına gömdüğü için bakımı zahmetlidir. Yeni bir işaretlemeye başlıyorsanız JSON-LD ile başlamak neredeyse her zaman doğru tercihtir. Aynı sayfadaki birden fazla varlığı, örneğin hem Organization hem BreadcrumbList, tek bir JSON-LD grafiğinde birleştirebilir ve bakımı tek noktadan sürdürebilirsiniz.

Schema'yı sitenize nasıl eklersiniz?

Kod yazmak zorunda değilsiniz; işletmenizin teknik kapasitesine göre üç yol var.

Elle JSON-LD

En fazla kontrolü elle yazılan JSON-LD verir. Uygun türü seçer, alanları doldurur ve script bloğunu ilgili sayfaya eklersiniz. Az sayıda ama kritik sayfa (ana sayfada Organization, iletişim sayfasında LocalBusiness) için idealdir. Bir kez doğru kurduğunuzda aynı yapıyı benzer sayfalara uyarlamak kolaylaşır.

CMS ve eklentiler

WordPress'te Yoast veya Rank Math, Shopify'da yerleşik şablonlar ya da ayrı uygulamalar çoğu işaretlemeyi otomatik üretir. Ürün, makale ve breadcrumb verisini elle uğraşmadan eklemenin en hızlı yolu genelde budur.

Google Tag Manager

Sitenin koduna doğrudan müdahale edemiyorsanız, GTM üzerinden özel bir HTML etiketiyle JSON-LD enjekte edebilirsiniz. Esnektir; ama etiketin doğru sayfada tetiklendiğini ve verinin sayfayla tutarlı olduğunu dikkatle kontrol etmek gerekir.

Test, doğrulama ve izleme

İşaretlemeyi ekledikten sonra mutlaka doğrulayın; küçük bir sözdizimi hatası tüm bloğu geçersiz kılabilir. Üç araç birlikte kullanılır:

• Zengin Sonuç Testi (Rich Results Test): Google'ın aracı; sayfanızın hangi zengin sonuç türlerine uygun olduğunu gösterir.
• Schema Markup Validator: genel Schema.org sözdizimini denetler, Google'a özgü olmayan hataları da yakalar.
• Google Search Console: yayına aldıktan sonra "Zenginleştirmeler" raporları, gerçek kullanıcı verisinde geçerli ve hatalı öğeleri gösterir. Search Console'u düzenli izlemek, bir sorun büyümeden fark etmenizi sağlar.

İşaretlemeyi her önemli değişiklikten sonra yeniden test edin; bir tema güncellemesi ya da eklenti çakışması, daha önce geçerli olan veriyi sessizce bozabilir.

Sık hatalar, Google politikası ve bir başlangıç planı

Yapısal veri güçlü bir araçtır ama kötüye kullanıldığında ters teper. Google'ın yapılandırılmış veri politikaları nettir ve ihlal, manuel bir işlem (ceza) getirebilir. En sık hatalar şunlardır:

• Sayfada görünmeyeni işaretlemek: yalnızca kullanıcının sayfada gördüğü içeriği işaretleyin; gizli ya da farklı bilgiyi işaretlemek politika ihlalidir.
• Sahte ya da kendi kendine verilen puanlar: uydurma yorumlar ve şişirilmiş AggregateRating değerleri spam sayılır.
• Alakasız veya spam işaretleme: her sayfaya rastgele tür eklemek fayda değil risk üretir.

Sağlıklı bir başlangıç planı şöyledir: önce ana sayfaya Organization, yerel şubeye LocalBusiness ekleyin; sonra en önemli ürün veya hizmet sayfalarına Product/Offer ve gerçek yorumlar varsa Review; ardından breadcrumb ve Article'ı devreye alın. Her adımı Zengin Sonuç Testi'nden geçirin ve Search Console'da izleyin. Küçük başlayıp doğrulayarak büyütmek, her şeyi bir anda ekleyip hataları sonradan kovalamaktan çok daha sağlamdır.

Sıkça sorulan sorular

Özetle Schema (yapısal veri) işaretlemesi sihirli bir sıralama hilesi değil, içeriğinizin ne anlama geldiğini arama motorlarına ve yapay zekâya net anlatmanın standart yoludur. Zengin sonuçların görünümü zamanla değişse de makinelerin sizi doğru anlaması ihtiyacı kalıcıdır; bu yüzden anlamı işaretlemek her zaman kazançlıdır. Küçük ve doğrulanmış adımlarla başlayın. Bu görünürlükten gelen talepleri toplarken Rocketly gibi bir CRM ve pazarlama merkezi, arama ve yapay zekâ kanallarından düşen ilgiyi birleşik bir gelen kutusunda görünür kılarak süreci tamamlar.