AI Görünürlük Skoru nasıl hesaplanıyor ve o sayı gerçekte neyi anlatıyor?

Yapay zekâ asistanlarına Türk mobilya markaları sorulduğunda ortaya çıkan listenin tepesinde İstikbal var, skoru 96,78. Fakat ölçüm boyunca en sık anılan marka İstikbal değil, Bellona. Bu küçük çelişki sıralamayı üreten sayının ne olduğunu tek başına anlatıyor: AI Görünürlük Skoru bir bahsedilme sayacı değil.

Skor, bir markanın yapay zekâ asistanlarının cevaplarında ne kadar kolay yüzeye çıktığını tek bir değere indiriyor. Herm.io’nun mobilya ölçümünde yayınlanan listede bu değerler 96,78 ile 28,07 arasında yer aldı. Yüksek skor markanın daha iyi olduğunu değil, asistanların o markayı daha kolay ve daha önde önerdiğini gösteriyor.

Sayının içinde ne var

Skora en az iki şey giriyor. Birincisi sıklık: marka kaç cevapta adı geçti. İkincisi konum: adı cevabın neresinde geçti. İstikbal’in Bellona’yı geçmesinin nedeni ikincisi. Bellona biraz daha fazla cevapta anıldı, ama İstikbal cevaplarda genellikle daha erken sırada çıktı ve bu fark tepedeki iki markayı 96,78 ile 94,36 noktasında ayırdı.

Skorun ham bir yüzde olmadığını görmenin en pratik yolu iki sayıyı yan yana koymak. İstikbal, Bellona ve Doğtaş’ın üçü de 746 cevabın yaklaşık yarısında göründü. Buna karşılık skorları 96,78, 94,36 ve 90,12. Cevapların yarısında görünmek ile 96,78 puan almak aynı ölçüm değil. Skor, sıklığı ve cevaptaki konumu birlikte değerlendiren bileşik bir değer.

Yayınlanan özet skoru besleyen sinyalleri açıklıyor, ağırlıkların tam dökümünü ise raporun kendi sürümüne bırakıyor. Bu sınırı bilmek okur açısından işe yarıyor, çünkü iki marka arasındaki iki puanlık farkın kaç cevaba karşılık geldiğini dışarıdan hesaplamak mümkün değil.

Ölçüm nasıl kuruluyor

Sıralamanın arkasında tek bir soru ve tek bir ekran görüntüsü yok. Mobilya ölçümü beş ayrı asistana aynı soru setini sordu ve her soruyu tekrarladı.

1. Aynı 30 Türkçe soru hazırlandı, hiçbir asistana farklı bir soru sorulmadı.
2. Sorular beş asistana yöneltildi: Claude Haiku 4.5, GPT-4o-mini, Gemini 2.5 Flash-Lite, Perplexity Sonar ve Grok 4.3.
3. Her soru her asistana beşer kez soruldu, çünkü bu sistemler aynı soruya her seferinde aynı cevabı vermiyor.
4. Otuz soru, beş asistan ve beş tekrar 750 cevap üretti; bunların 746’sı kullanılabilir çıktı.
5. Cevaplarda geçen marka adları çıkarıldı; takip edilen marka evreni 352 isimden oluşuyordu.
6. Cevapların en az yüzde 5’inde anılan markalar AI Görünürlük Skoruna göre sıralandı.

Tekrar kısmı yöntemin en kritik parçası. Bir asistana bir kez soru sormak anekdot üretir; aynı soruyu beş kez sormak, cevaptaki oynaklığı ortalamaya çevirir. Sıralamanın tek bir denemeye değil 746 cevaba dayanmasının nedeni bu.

352 markadan 28’i eşiği geçiyor

Takip edilen 352 markadan yalnızca 28’i genel kesitte listeye girecek kadar sık anıldı. Aradaki fark eşikten geliyor: bir marka cevapların en az yüzde 5’inde geçmiyorsa sıralamaya alınmıyor. Eşik keyfi bir kesme değil, gürültü filtresi. Bir markanın 746 cevabın üçünde geçmesi ile yüzlercesinde geçmesi aynı kanıt değerini taşımıyor.

Eşiği geçenlerin listesi de kendi içinde eşit dağılmıyor. İlk üçten sonra sıralama sert biçimde düşüyor ve üçüncü sıradaki Doğtaş ile dördüncü sıradaki Kelebek arasında yaklaşık 23 puanlık bir boşluk açılıyor. Bu boşluk, Herm.io’nun yayınladığı yapay zekada en çok önerilen mobilya markaları sıralaması içinde çıplak gözle görülecek kadar belirgin.

Listede Vivense, Trendyol ve Koçtaş gibi perakendeci ve pazaryeri adlarının bulunması bir karışıklık değil, bilinçli bir tercih. Asistanlar bir mobilya sorusuna cevap verirken üretici ile satış kanalını ayırmıyor, alışverişçinin karşısına çıkan raf da bu ikisinin karışımından oluşuyor. Ölçüm bu isimleri dışarıda bıraksaydı liste daha derli toplu görünürdü, ama gerçek cevaplara daha az benzerdi.

Aynı soruya beş farklı genişlikte cevap geliyor

Beş asistan liderler konusunda neredeyse hiç ayrışmadı; her biri İstikbal, Bellona ve Doğtaş’ı kendi ilk üçüne koydu. Ayrıştıkları yer kaç marka saydıkları oldu. Grok cevap başına yaklaşık on, Perplexity dokuz marka adı verirken Claude ve GPT-4o-mini yaklaşık dört isimle yetindi.

Bunun skor açısından sonucu şu: ilk üçün dışındaki bir marka için adının geçip geçmemesi büyük ölçüde soruyu hangi asistanın cevapladığına bağlı. Tek bir modelle yapılan bir ölçüm, uzun kuyruktaki markalar için bambaşka bir liste üretirdi. Beş sistemin birlikte ölçülmesi bu yüzden yöntemsel bir tercih, sıralamayı tek bir modelin cömertliğine veya cimriliğine bağlı olmaktan çıkarıyor.

Yüksek skor “iyi marka” demek değil

Bu ayrım raporun kendi içinde de açıkça yazılı. Skor kaliteyi, dayanıklılığı, fiyatı veya güvenilirliği ölçmüyor. Ölçtüğü şey bir markanın bu sistemlerde ne kadar kolay bulunduğu. Raporun kendi ifadesiyle yüksek bir skor, asistanların o marka hakkında çok fazla bilgiyle çalıştığını ve markayı öne çıkarmakta zorlanmadığını gösteriyor; ürünün kendisi hakkında bir şey söylemiyor.

Sorunun kurulma biçiminin sonucu değiştirdiğini de aynı veri gösteriyor. Menşe kısıtı olmayan sorularda cevapların yüzde 88,4’ü bir Türk markasının, yüzde 34,8’i bir yabancı markanın adını veriyor. Toplamın yüzü aşması, tek bir cevabın hem yerli hem yabancı marka sayabilmesinden kaynaklanıyor. Yani bu tür bir listeyi okurken sorunun nasıl sorulduğu, cevabın kendisi kadar belirleyici.

Sayı bir fotoğraf, kalıcı bir not değil

Cevapların tamamı tek bir ölçüm penceresinde ve belirli model sürümleriyle toplandı. Model sürümleri değiştikçe cevaplar da değişiyor, dolayısıyla skor bir markanın kalıcı özelliği değil, o andaki görünürlüğünün kaydı. Çalışma üç ayda bir tekrarlanıyor; tablodaki değişim sütununun ilk edisyonda boş kalmasının nedeni de bu, karşılaştırılacak önceki ölçüm henüz yok.

Sayıyı okurken akılda tutulacak son ayrıntı ölçümün kendi bağımsızlığı. Markalar rapora girmek veya sırasını yükseltmek için ödeme yapamıyor ve Herm.io kendi alan adlarına yapılan atıfları analizden önce veriden çıkarıyor. Bir görünürlük ölçümünde bu ayrıntı sonucun kendisi kadar önemli: ölçen taraf kendi ölçtüğü listede yer alsaydı sayının anlamı kalmazdı.