SEO dünyası GEO (Generative Engine Optimization) kavramıyla henüz yeni tanışmıştı ki sektörün en dikkat çekici isimlerinden biri sahneye çıktı ve bir adım daha ileri gitti.
Addy Osmani, Google Cloud AI Direktörü ve Chrome DevTools, Lighthouse ile Core Web Vitals’ın mimarı, Nisan 2026’da yayımladığı bir blog yazısıyla yeni bir kavramı tanımladı: AEO — Agentic Engine Optimization.
Bu yalnızca akademik bir terim değil. Osmani, AI kodlama ajanlarının web sitelerini nasıl tükettiğini araştırdı, gerçek HTTP trafik verilerini analiz etti ve günün sonunda şu sonuca ulaştı: Eğer içeriğinizi yalnızca insan okuyucular için optimize ediyorsanız, büyüyen bir kitleye karşı kör kalıyorsunuz.
Önce Addy Osmani’nin kim olduğunu anlayalım, ardından bu manifestonun içine girelim.
Addy Osmani Kim?
Addy Osmani, şu anda Google Cloud AI’da direktör olarak görev yapan İrlandalı bir yazılım mühendisi ve liderdir. Odak noktası; geliştiricilerin ve işletmelerin Gemini, Vertex AI ve Agent Development Kit (ADK) ile başarıya ulaşmasına yardımcı olmaktır.
Yaklaşık 14 yıl boyunca Chrome Developer Experience (DevEx) ekibine liderlik ettiği Google’da rolü, bireysel mühendislikten yüksek etkili liderliğe doğru evrildi. Bu süreçte Chrome DevTools, Lighthouse ve Core Web Vitals gibi milyonlarca geliştirici tarafından kullanılan projelere öncülük etti.
Osmani’nin özgeçmişinin SEO camiası için özellikle önemli olan kısmı şu: Lighthouse’u ve PageSpeed Insights’ı yaratan ekibin başındaki isim aynı zamanda Core Web Vitals standartlarını şekillendiren kişi. Yani web performansı ve arama görünürlüğü arasındaki köprüyü inşa edenlerden biri.
Addy Osmani, mühendislik liderliğinin yanı sıra “Beyond Vibe Coding: From Coder to AI Era Developer” başta olmak üzere birçok etkili kitabın yazarıdır. Google DeepMind, ürün, mühendislik ve geliştirici ilişkileri ekipleri arasında köprü kurarak kurumsal AI’ın hayata geçirilmesinde belirleyici bir rol üstlenmektedir.
Kısaca: Osmani’nin söyledikleri, sektördeki spekülasyonlardan değil, Google’ın kendi iç dinamiklerinden besleniyor.
AEO Nedir? SEO ve GEO’dan Farkı Ne?
Osmani’nin tanımıyla:
“Agentic Engine Optimization (AEO), teknik içerikleri AI kodlama ajanlarının gerçekten kullanabilmesi için yapılandırma, biçimlendirme ve sunma pratiğidir — yalnızca insan okuyucular için değil.”
Analoji net: SEO nasıl ki arama botları ve insan tıklama kalıpları için optimize etmeyi öğrettiyse, AEO da farklı bir tüketici için aynı dersi veriyor — içeriğinizi özerk olarak getirip ayrıştıran ve üzerinde akıl yürüten AI ajanları.
Üç Kavramı Birbirinden Ayırmak
| Kavram | Kısaltma | Hedef Sistem | Amaç |
|---|---|---|---|
| Search Engine Optimization | SEO | Google, Bing | Arama sonuçlarında üst sıra |
| Generative Engine Optimization | GEO | ChatGPT, Gemini, Perplexity | AI yanıtlarında referans gösterilmek |
| Agentic Engine Optimization | AEO | Claude Code, Cursor, Cline, Aider | AI kodlama ajanlarının içeriği doğru tüketmesi |
GEO ile AEO arasındaki kritik fark şu: GEO, “AI beni tanıtıcı bir cevabın içinde nasıl anıyor?” sorusunu sorar. AEO ise “AI ajanı görev yaparken belgelerimi gerçekten okuyabiliyor ve doğru kullanabiliyor mu?” sorusunu sorar.
İnsan ile AI Ajanının Belge Okuma Biçimi: Derin Bir Fark
Osmani’nin yazısının en çarpıcı bölümü bu karşılaştırma.
İnsan Geliştirici Nasıl Okur?
Bir geliştirici dokümantasyon sayfasına gelir. İlgili bölüme gider. Başlıkları tarar, birkaç paragraf okur, belki bir kod örneği çalıştırır, iki veya üç iç bağlantı takip eder. Oturumu 4–8 dakika sürer. Tüm bu süreç analytics sistemine yansır.
AI Ajanı Nasıl Okur?
Claude Code, Cursor, Cline ve Aider gibi AI kodlama ajanlarının HTTP trafiğini inceleyen bir araştırmayı aktaran Osmani, bulgular gerçekten çarpıcı.
Ajanlar, bir insanın birden fazla sayfaya tıklayarak geçireceği navigasyonu bir veya iki HTTP isteğine sıkıştırıyor. Bir insan dokümantasyon hiyerarşisinde dakikalarca gezinirken, bir ajan tek bir GET isteği gönderiyor, tam sayfayı alıyor ve ilerliyor. Tüm “kullanıcı yolculuğu” kavramı, tek bir sunucu tarafı olayına çöküyor.
Pratik sonuç: Scroll derinliği, sayfada geçirilen süre, buton tıklamaları, tutorial tamamlamaları, link takipleri — tüm client-side analytics olayları görünmez hale geliyor. Ajan bunların hepsini atlıyor.
Analitik panelinizdeki “Scroll Depth: 0, Time on Page: 400ms” verisi, kimsenin gelmediği anlamına gelmiyor. Büyük ihtimalle bir AI ajanı oraya geldi, içeriği aldı — ama hiçbir iz bırakmadı.
Hangi Ajan Nasıl Davranıyor?
Osmani’nin aktardığı araştırma verileri, her ajanın farklı bir parmak izi bıraktığını gösteriyor:
| Ajan | HTTP Ortamı | İmza |
|---|---|---|
| Claude Code | Node.js / Axios | axios/1.8.4 |
| Cursor | Node.js / got | HEAD probe → GET |
| Cline | curl | curl/8.4.0 + OpenAPI taraması |
| Aider | Headless Chromium | Mozilla/Safari user-agent |
| Windsurf | Go / Colly | colly |
Bu parmak izlerini server log’larınızda izlemeye başlarsanız, AI ajanlarının sitenizi zaten ziyaret ettiğini görebilirsiniz.
Token Ekonomisi: Görünmezliğin Gerçek Nedeni
Osmani’nin en az bilinen ama en önemli tespiti bu.
AI ajanlarının sınırsız hafızası yok. Büyük dil modellerinin pratikte 100K–200K token arasında değişen kullanılabilir bağlam pencereleri var. Ve içerik bu pencereye sığmadığında ne oluyor?
İçerik sessizce kesiliyor — kritik bilgiler kaybolabiliyor.
İçerik tamamen atlanıyor — ajan daha kısa alternatif arıyor.
Ajan parçalara bölerek okumaya çalışıyor — gecikme ve hata oranı artıyor.
Ajan kendi bilgisine dönüyor — yani halüsinasyon üretiyor.
Osmani bunu somutlaştırıyor: Cisco’nun bir API Quick Start kılavuzu tek başına 193.217 token. Bu, pek çok ajanın kullanılabilir bağlam penceresinin tamamını ya da büyük bölümünü tüketiyor.
Pratik Token Hedefleri
| Sayfa Türü | Önerilen Limit |
|---|---|
| Hızlı başlangıç / Getting Started | < 15.000 token |
| Bireysel API referans sayfaları | < 25.000 token |
| Tam API referansı | Kaynak/endpoint bazında bölümlere ayırın |
| Kavramsal kılavuzlar | < 20.000 token; detay için bağlantı verin |
Token sayısı artık birinci sınıf bir içerik metriği haline geliyor.
AEO Stack: Katman Katman Ne Yapmalısınız?
Osmani, AEO’yu birbirini tamamlayan altı katmanlı bir yığın olarak tanımlıyor.
Katman 1: Erişim Kontrolü — robots.txt
Ajanların ilk durağı burası. Pek çok AI ajanı içerik çekmeden önce robots.txt’i kontrol ediyor.
Yanlış yapılandırılmış bir robots.txt, ajanları sitenizden tamamen ve sessizce engelleyebilir. Trafik yok, hata yok, hiçbir şeyin yanlış gittiğine dair işaret yok.
Yapılması gerekenler:
Robots.txt’inizdeki bilinen AI ajan user-agent’larına yönelik istem dışı engellemeleri denetleyin. Anthropic, OpenAI, Google ve Perplexity tarayıcılarını açıkça izin verilenler listesine alın. Daha ayrıntılı kontrol için agent-permissions.json spesifikasyonunu inceleyin.
Katman 2: Keşfedilebilirlik — llms.txt
Ajan içeriğinize erişebilse bile doğru içeriği bulması gerekiyor. llms.txt tam burada devreye giriyor.
SEO dünyasından tanıdık bir analoji: llms.txt, AI ajanları için sitemap.xml’in karşılığıdır. Sitenizin kökünde yourdomain.com/llms.txt adresinde barındırılan, Markdown formatında, düz yapıda bir dosya. Ajanların tüm sitenizi taramak zorunda kalmadan neyin nerede olduğunu anlayabilmesi için açıklamalı bir dizin sunuyor.
İyi bir llms.txt nasıl görünür:
# Ürün Dokümantasyonu
## Başlangıç
- [Hızlı Başlangıç](/docs/quickstart): 5 dakikada kurulum ve ilk API çağrısı
- [Kimlik Doğrulama](/docs/auth): API anahtarı ve OAuth 2.0 kalıpları
## API Referansı
- [REST API Genel Bakış](/docs/api): Temel URL'ler, sürümleme, hata kodları (8K token)
- [Kullanıcılar API](/docs/api/users): Kullanıcı yönetimi işlemleri (12K token)İyi bir llms.txt’in ayırt edici özellikleri: Sayfanın ne içerdiğini söyleyen açıklamalar (sadece başlık değil), ajan için token bilgisi, ürün hiyerarşisine göre değil göreve göre organizasyon ve kendi kendisi 5.000 tokeni geçmemeli.
Katman 3: Yetenek Sinyali — skill.md
llms.txt ajanların neyin nerede olduğunu söylüyor. skill.md ise ürününüzün ne yapabildiğini söylüyor.
Ajan, nesir dokümantasyondan yetenekleri çıkarmak zorunda kalmak yerine, skill.md aracılığıyla bunları doğrudan öğrenebiliyor: hangi işlemleri gerçekleştirebilir, hangi girdiler gerekli, hangi kısıtlamalar var ve hangi dokümantasyon bağlantılarına başvurmalı.
Katman 4: İçerik Biçimlendirmesi
Ajan trafiğini açısından içerik formatlaması kritik:
Markdown sunun, yalnızca HTML değil. Ajanlar Markdown’ı HTML’den çok daha az token yüküyle işliyor — navigasyon çerçeveleri, sidebar’lar, footer’lar token israfı anlamına geliyor.
Tarama için yapılandırın, okuma için değil. Tutarlı başlık hiyerarşisi (H1→H2→H3, atlamadan), her bölümü sonuçla başlatmak, kod örneklerini hemen altlarına yerleştirmek ve parametre referansları için tablo kullanmak.
İlk 500 tokeni boşa harcamayın. Her sayfanın başı şu üç soruyu yanıtlamalı: Bu nedir, ne yapabilir, başlamak için ne gerekiyor?
Katman 5: Token Şeffaflığı
Dokümantasyon sayfalarınızda token sayısını görünür kılın — hem llms.txt dizininde hem de sayfa meta verilerinde.
Bu, ajanlara akıllı kararlar verebilmek için ihtiyaç duydukları bilgiyi sağlıyor: “Bu sayfa 8K token — tamamını bağlama dahil edebilirim” ya da “Bu sayfa 150K token — yalnızca ilgili bölümü çekmem gerekiyor.”
Uygulama teknik olarak basit: Karakter sayısını sunucu tarafında sayın, ~4’e bölün (yaklaşık token tahmini), meta tag veya HTTP response header olarak sunun.
Katman 6: “AI için Kopyala” Butonu
Bir geliştirici IDE’de çalışırken ve bir dokümantasyon sayfasını AI asistanına bağlam olarak eklemek istediğinde, şu anda render edilmiş HTML’den kopyalayıp yapıştırıyor — navigasyon gürültüsü, footer’lar ve her şeyiyle birlikte. Temiz Markdown kopyalayan bir “AI için Kopyala” butonu, ajanın aldığı bağlamın kalitesini anlamlı ölçüde artırıyor.
Anthropic ve Cloudflare bu özelliği çoktan hayata geçirdi.
AGENTS.md: Yeni README.md
Osmani’nin ayrıca dikkat çektiği önemli bir standart: AGENTS.md.
README.md bir projeyi keşfeden insan geliştiricilerin varsayılan giriş noktası haline geldiyse, AGENTS.md da AI ajanları için aynı işlevi üstleniyor. Bir kodlama ajanı bir proje açtığında kök dizinde AGENTS.md arıyor ve içeriğini sonraki her göreve taşıyor.
İyi bir AGENTS.md şunları içermeli: Proje yapısı ve önemli dosya konumları, ilgili API veya hizmet dokümantasyonuna doğrudan bağlantılar, geliştirme sandbox’ları ve test ortamları, ajanın bilmesi gereken rate limit’ler ve kısıtlamalar, tercih edilen kod kalıpları ve MCP sunucu bağlantıları.
Cisco DevNet bu dosyayı GitHub şablon projelerinde standart olarak benimsedi bile.
AI Yönlendirme Trafiğini Takip Etmeye Başlayın
Hemen yapabileceğiniz bir şey: Analytics sisteminizde AI yönlendirme trafiğini ayrı bir segment olarak izlemeye başlamak.
İzlemeye değer yönlendirme kaynakları:
labs.perplexity.ai/referral · chatgpt.com · claude.ai/referral · gemini.google.com/referral · copilot.microsoft.com/referral · platform.openai.com/referral
Server log’larında ise şu HTTP imzalarını arayın: axios/1.8.4 (Claude Code), curl/8.4.0 (Cline, Junie), got (sindresorhus/got) (Cursor), colly (Windsurf).
Doğru segment kurulduğunda, tüm bu çalışmanın gerçekten işe yarayıp yaramadığını ölçebilen öncü göstergelere sahip olursunuz.
SEO Dünyasındaki Yansımaları
Bu tablonun geleneksel SEO ve GEO stratejisi açısından ne anlama geldiğine bakalım.
Teknik SEO ile AEO örtüşüyor: robots.txt doğruluğu, sayfa hızı, erişilebilirlik ve yapılandırılmış içerik — bunlar hem Google için hem de AI ajanları için kritik. Teknik SEO temeli güçlü olan siteler AEO’ya geçişte büyük bir avantaj taşıyor.
llms.txt sitemap.xml’in tamamlayıcısı: İkisi birbirinin rakibi değil. Biri insan kaynaklı arama botları için, diğeri AI ajanları için. Her ikisi de sitenizin keşfedilebilirliğini farklı kanallarda artırıyor.
GEO ve AEO aynı içerik kalitesini talep ediyor: Net iddialar, yapılandırılmış başlıklar, veri odaklı içerik ve E-E-A-T sinyalleri — bunlar hem AI cevaplarında referans gösterilmek hem de AI ajanlarının doğru içeriği tüketmesi için geçerli.
Token verimliliği yeni bir SEO metriği: Sayfa boyutu optimizasyonu her zaman önemliydi; şimdi buna token ekonomisi perspektifini eklemek gerekiyor.
Nereden Başlamalısınız? Öncelik Sırası
Osmani’nin önerdiği sıra, sitenizin yapısına ve büyüklüğüne bakılmaksızın uygulanabilir:
1. robots.txt denetimi — 10 dakika, sessiz ajan engellemesini önler.
2. llms.txt ekleyin — Birkaç saat çalışma, anlık keşfedilebilirlik kazanımı.
3. Token sayılarını ölçün ve görünür kılın — Bir hafta sonu projesi, yüksek kaldıraç etkisi.
4. İlk 3 API veya hizmetiniz için skill.md yazın — Ajanların en çok başvuracağı içeriklerden başlayın.
5. “AI için Kopyala” butonu ekleyin — Düşük efor, yüksek sinyal.
6. AI trafik izleme kurun — Diğer her şeyi haklı kılacak veriyi size sağlıyor.
Sıkça Sorulan Sorular
AEO (Agentic Engine Optimization) nedir?
Teknik içerikleri Claude Code, Cursor, Cline ve Aider gibi AI kodlama ajanlarının doğru şekilde tüketebilmesi için yapılandırma, biçimlendirme ve sunma pratiğidir. SEO ve GEO’yu tamamlayan, AI ajanları çağına özgü bir optimizasyon disiplinidir.
AEO ile GEO arasındaki fark nedir?
GEO (Generative Engine Optimization), ChatGPT veya Perplexity gibi AI motorlarının ürettiği özet cevaplarda markanızın referans gösterilmesini hedefler. AEO ise AI ajanlarının görev yaparken belgelerinizi doğru okuyup kullanabilmesini hedefler. İkisi aynı içerik kalitesi standartlarını paylaşsa da hedef sistemler farklı.
llms.txt nedir ve neden önemlidir?
llms.txt, AI ajanları için sitemap.xml’in işlevsel karşılığıdır. Sitenizin kökünde barındırılan, Markdown formatında, dokümantasyonunuzun açıklamalı dizinini sunan bir dosyadır. Ajanların tüm sitenizi taramak zorunda kalmadan doğru içeriği bulmasına olanak tanır.
Token sayısı neden önemli?
AI ajanlarının sınırlı bağlam pencereleri var. Belgeler bu pencereye sığmadığında ajan içeriği sessizce kesiyor, atlıyor ya da kendi bilgisine dönerek hatalı çıktı üretiyor. Token sayısı artık içerik kalitesinin ayrılmaz bir metriği.
Addy Osmani kimdir?
Google Cloud AI Direktörü olan Addy Osmani, Chrome DevTools, Lighthouse ve Core Web Vitals’ın mimarıdır. 14 yılı aşkın Google deneyimiyle, web performansı ve geliştirici deneyimi alanındaki en etkili isimlerden biridir. Şu anda Gemini, Vertex AI ve Agent Development Kit üzerine çalışmaktadır.
AGENTS.md ne işe yarar?
README.md’nin insan geliştiriciler için giriş noktası olması gibi, AGENTS.md de AI kodlama ajanları için giriş noktasıdır. Proje yapısı, önemli dosyalar, API bağlantıları, test ortamları ve kod kalıpları gibi bilgileri içererek ajanın her görevde doğru bağlamla çalışmasını sağlar.
Bu içerik, Addy Osmani’nin addyosmani.com adresinde Nisan 2026’da yayımladığı “Agentic Engine Optimization (AEO)” başlıklı yazısından derlenmiş özgün bir analizdir.
İzmir SEO Danışmanlığı olarak AEO, GEO ve teknik SEO konularında destek almak için ücretsiz analiz başlatın.