"Kaç TL?" Sorularında Görünmek: AI Asistanlarda Fiyat Sorgusu Stratejisi

Yapay zeka asistanlarına yazılan prompt'ların %28'i bir fiyat veya bütçe kısıtı içeriyor. Türk tüketicilerin %44'ü fiyat karşılaştırması için doğrudan yapay zekaya gidiyor. Ve fiyatını sitesinden kaldıran firmaların %93,9'u için asistan yine de somut bir para tutarı söylüyor. Üç rakam yan yana geldiğinde ortaya tek bir cümle çıkıyor: soru soruluyor, cevap veriliyor, cevabı siz vermiyorsunuz.

TL;DR — Fiyat sorgusu, satın almaya en yakın niyet sınıfıdır ve Türkçe içerikte pratikte hiç ele alınmamıştır. Fiyatı gizlemek AI'ın rakam vermesini engellemiyor, yalnızca rakamın kaynağını forumlara ve inceleme sitelerine kaydırıyor. Ajanların %30'u fiyat sayfalarına erişemiyor; Google dışındaki ajanlar JavaScript çalıştırmadığı için client-side render edilen fiyat tabloları görünmez. Çözüm üç katmanlı: sunucu tarafında render edilmiş görünür fiyat aralığı, Offer/PriceSpecification işaretlemesi ve aralığı açıklayan değişken listesi. Türkiye'de buna dördüncü bir katman ekleniyor — TL'nin değer kaybı, eskimiş fiyat problemini yapısal olarak sertleştiriyor.

Fiyat sorgusu neden satın almaya en yakın niyet sınıfı?

Fiyat sorgusu, kullanıcının ürünü zaten kabul ettiğini ve yalnızca uygunluk kontrolü yaptığını gösteren niyet sınıfıdır. "Hangi CRM iyi?" sorusu keşif aşamasıdır; "12 kişilik ekip için aylık kaç TL CRM bütçesi gerekir?" sorusu karar aşamasıdır. İkinci soruda kullanıcı kategoriyi seçmiş, bütçesini beyan etmiş ve yalnızca eşleştirme bekliyordur.

Stella Rising'in 26 Mayıs 2026'da yayımladığı ve Ocak 2026'da 524 aktif LLM kullanıcısıyla Centiment tüketici paneli üzerinden yürütülen çalışması, prompt'ların %28'inin bir fiyat veya bütçe kısıtı içerdiğini ortaya koydu. Aynı çalışmada kullanıcıların %85'i en az bazen kaynak linkine tıkladığını, %60'ı prompt'unu soru olarak kurduğunu, %25'i ise "en iyi" ifadesini kullandığını söyledi. Bu, fiyat kısıtının ayrı bir sorgu türü olmadığını, mevcut sorguların içine gömülü bir filtre olarak çalıştığını gösteriyor.

Bütçe dilinin etkisi ölçülebilir düzeyde. aeosome'un 8.520 ChatGPT alışveriş sorgusu üzerinde yürüttüğü analizde bütçe çerçeveli sorgular ürün karuselini %88,8 oranında tetikledi — tüm niyet aşamaları içindeki ikinci en yüksek oran. Fırsat ve indirim dili karusel tetiklemesini bağımsız olarak 35 puan, fiyat kısıtının varlığı 30 puan artırdı. Çalışmanın en pratik bulgusu şu: somut rakam, muğlak "uygun fiyatlı" ifadesini yeniyor; model bütçe eşleştirmesi yapabilmek için net bir sayı arıyor. Analizin satıcı blogunda yayımlandığını, tek kategori ve tek pazarla sınırlı olduğunu not etmek gerekir; yön göstergesi olarak değerli, kesin veri olarak değil.

Ticari tarafta trafiğin niteliği de değişti. Adobe Analytics verilerine göre 2025 tatil sezonunda perakende sitelerine üretken AI kaynaklı trafik yıllık bazda %693,4 arttı ve AI yönlendirmeleri diğer kaynaklardan %31 daha iyi dönüştü. 2026 birinci çeyreğinde ABD perakende sitelerine AI trafiği %393 arttı; Mart 2026'da AI trafiği %42 daha iyi dönüşürken, Mart 2025'te aynı trafik %38 daha kötü dönüşüyordu. On iki ayda yaklaşık 80 puanlık bir tersine dönüş. Bu rakamlar Adobe raporunu aktaran ikincil kaynaklardan alınmıştır; Adobe'un kendi sayfası erişim vermediği için birebir teyit edilememiştir.

Türkiye tarafında tablo aynı yöne işaret ediyor. YouGov Türkiye'nin The TECH Summit kapsamında 26 Nisan 2026'da yayımlanan araştırmasına göre Türk tüketicilerin %44'ü fiyat karşılaştırması için yapay zekayı tercih ediyor, %75'i en az bir kez AI kullanmış, %65'i AI'ın alışveriş kararlarını kolaylaştırdığını söylüyor ve %50'si AI önerisini doğrudan uyguluyor. AI'dan alışveriş tavsiyesi alma oranı altı ayda %10'dan %20'ye çıkmış. TÜSİAD'ın 14 Haziran 2026 tarihli raporunda ise online alışveriş yapanların %70'inin süreçte chatbot veya sanal asistanla etkileştiği, %65'inin AI ürün önerilerini faydalı bulduğu aktarılıyor. Her iki çalışmada da örneklem büyüklüğü ve saha tarihi açıklanmamış — metodolojik zayıflık olarak kaydedilmeli.

Kendi ölçümümüz de bu niyet sınıfının atıf çektiğini gösteriyor. Sheltron'un 8 Mart – 5 Temmuz 2026 arasını kapsayan 120 günlük Clarity analizinde, maliyet ve ROI temalı içerik kümesi yaklaşık 121 AI atfı topladı; toplam 720 sayfa atfı içinde bu, tek başına en verimli tematik ceplerden biri. Fiyat niyeti yalnızca dönüşüme yakın değil, aynı zamanda alıntılanmaya yatkın.

AI fiyat sorularına nasıl cevap veriyor? Kaynak seçimi mekanizması

Yapay zeka asistanı fiyat sorusuna üç katmandan cevap üretir: canlı web erişimi, eğitim verisindeki parametrik bilgi ve üçüncü taraf içerik. Bu katmanların hangisinin baskın olacağını sizin sayfanızın erişilebilirliği belirler. Sayfa okunabiliyorsa birinci taraf içerik hakimdir; okunamıyorsa model boşluğu forum, inceleme sitesi ve rakip karşılaştırmasıyla doldurur.

Bu mekanizmanın en net ölçümü, Siteline kurucusu David Kaufman'ın 18 Haziran 2026'da yayımladığı benchmark. 100 B2B yazılım ürünü, 5 kategori ve 534 simüle oturum üzerinde Claude Sonnet 4.6 ajanına "tüm herkese açık planların aylık fiyatını ve öne çıkan özelliklerini bul" görevi verildi. Sonuçlar:

• Oturumların %30'u en az bir erişim hatası aldı; hataların dörtte biri bot engelleme veya "URL erişilemez" kaynaklıydı.
• Erişim hatası alan oturumlarda içeriğin %58'i üçüncü taraf kaynaklardan geldi; hata almayanlarda bu oran %12'ydi.
• Çalıştırmaların %5'i tamamen dış kaynaklardan beslendi.

Aradaki 46 puanlık fark, tek bir teknik ayarın stratejik sonucudur. Sayfanız okunabilirse hikâyeyi siz anlatırsınız; okunamazsa hikâyeyi Reddit anlatır.

Kaufman'ın çalışmasındaki iki teknik bulgu, fiyat sayfası mimarisini doğrudan ilgilendiriyor. Birincisi: Google hariç, Anthropic ve OpenAI ajanları JavaScript çalıştırmıyor. Client-side render edilen bir fiyat tablosu bu ajanlar için boş sayfadır; çalıştırmaların %13'ünde JS veya render kaynaklı sorun referansı bulundu. İkincisi: ajanlar sayfaların güvenilir biçimde yalnızca ilk 15.000-20.000 token'ını okuyor. Fiyat rakamı üç ekran aşağıda, karşılaştırma tablosunun altında, SSS bloğunun ardındaysa okunma olasılığı düşer.

Somut karşıtlıklar mekanizmayı iyi anlatıyor. Linear'ın fiyat sayfası ajan tarafından 16,9 saniyede ve 0,109 dolarlık maliyetle işlendi, içeriğin %100'ü birinci taraf kaynaktan geldi. Zendesk 53,1 saniye ve 0,510 dolar sürdü, içeriğin %60'ı üçüncü taraftı. Databricks 0,95 dolarlık maliyetle 308 bin token tüketti ve içeriğin %41'i dış kaynaklıydı. Aynı görev, üç farklı sonuç — fark ürünlerin karmaşıklığından değil, sayfaların okunabilirliğinden geliyor.

Bu, LLM'in sayfanın neresinden alıntı yaptığı meselesinin fiyat sayfasına özel görünümü: konum, format ve erişilebilirlik, içeriğin kendisinden önce geliyor.

Fiyatı gizlemek mi göstermek mi? B2B ikilemi ve verinin cevabı

Fiyatı gizlemek yapay zekanın rakam vermesini engellemiyor; yalnızca rakamı kimin belirlediğini değiştiriyor. Bu, B2B pazarlamasının en köklü varsayımını doğrudan çürüten bir bulgu ve elimizdeki en net veri ezgeo.ai'nin Temmuz 2026 tarihli "Pricing Blackout" çalışmasından geliyor.

Çalışmada 304 B2B SaaS sitesi tarandı, fiyatını gizleyen 66 firma test edildi ve 40 firmalık açık fiyatlı bir kontrol grubuyla karşılaştırıldı. Bulgular:

İki grup arasındaki fark istatistiksel olarak anlamsıza yakın. Gizleyen de gizlemeyen de aynı sonucu alıyor: bir rakam telaffuz ediliyor. Değişen tek şey, o rakamın nereden geldiği. Fiyat gizliyken model, vendor materyali yerine "yaygın bilinen rakamlar", inceleme siteleri ve forum thread'lerine dayanıyor — yani en eski, en taraflı ve en kontrolsüz kaynaklara.

Aynı taramada B2B SaaS fiyat sayfalarının %23,8'inde (66/277) hiç görünür fiyat bulunmadığı, yalnızca %19,1'inde Offer schema işaretlemesi olduğu tespit edildi.

Çalışmanın kendi beyan ettiği sınırlılıkları önemli: tek model (Claude Sonnet), tek prompt kalıbı, vendor başına tek çalıştırma, canlı browsing yerine parametrik bilgi ve küçük örneklem. Bulgunun yönü sağlam, kesinlik iddiası zayıf. Ama yön zaten yeterince rahatsız edici.

Kaufman'ın kategori kırılımı, ikilemin sektöre göre nasıl değiştiğini gösteriyor. 100 üründe %65 fiyatı doğrudan gösterdi, %14 hiçbir planda fiyat açıklamadı, %21 kısmi veya koşullu bilgi verdi. Kategori bazında fiyat açıklama oranları: verimlilik ve işbirliği araçları %78, developer araçları %75, müşteri destek yazılımları %61 (bu kategorinin %30'u hiç fiyat göstermiyor), pazarlama ve satış %56 (%29'u hiç fiyat yok), analitik ve veri %54.

Buradaki fırsat açık: fiyat şeffaflığının düşük olduğu kategorilerde tek şeffaf oyuncu olmak, karşılaştırma sorgularında kazanmanın en ucuz yolu. Analitik kategorisinde rakiplerin yarısı fiyat vermiyorsa, veren firma modelin elindeki tek doğrulanabilir birinci taraf kaynak haline gelir.

Şeffaf fiyat sayfası nasıl yazılır? Aralık, paket, değişkenler

Yapay zeka için okunabilir bir fiyat sayfası üç bileşenden oluşur: bir sayı aralığı, aralığı belirleyen değişkenlerin listesi ve tipik bir senaryo örneği. Bu üçlü, "fiyat için arayın" cümlesinin yapamadığı şeyi yapar — modele alıntılanabilir, kendi kendine yeten bir cevap paragrafı verir.

1. Aralık verin, tek rakam değil. Kurumsal satışta tek fiyat vermek çoğu zaman mümkün değildir ve zorunlu da değildir. "Aylık 8.000 – 45.000 TL bandında" ifadesi, hiçbir şey söylememekten sonsuz kez iyidir. Model bütçe eşleştirmesi yaparken aralığın alt sınırını kullanır; bu, elemenin dışında kalmanızı sağlar.

2. Aralığı açıklayın. Fiyatı belirleyen değişkenleri numaralı liste olarak yazın: kullanıcı sayısı, entegrasyon sayısı, veri hacmi, SLA seviyesi, kurulum kapsamı. Her madde bağımsız anlaşılabilir olmalı. Bu liste hem müşterinin kendi kendini nitelemesini sağlar hem de modele "neden aralık" sorusunun cevabını verir.

3. Tipik senaryo yazın. "25 kullanıcılı, iki entegrasyonlu bir ekip için tipik yıllık maliyet 180.000 TL civarındadır" cümlesi, alıntılanabilir bir birimdir. Model bu cümleyi olduğu gibi kullanabilir.

4. Paketleri tabloya alın. Plan adı, aylık fiyat, kullanıcı limiti ve öne çıkan özellik sütunlarından oluşan bir tablo, hem insan hem makine için en yoğun bilgi formatıdır. Tabloyu sunucu tarafında render edin.

5. Rakamı yukarı taşıyın. İlk 15.000-20.000 token kuralı gereği fiyat, sayfanın üst üçte birinde geçmelidir. Hero bölümünde bir cümlelik fiyat özeti, aşağıdaki detaylı tablonun sigortasıdır.

6. Görünür bir güncelleme tarihi koyun. "Fiyatlar 1 Temmuz 2026 itibarıyla geçerlidir, KDV hariçtir" satırı, hem modelin tazelik değerlendirmesini besler hem de eski rakam söylendiğinde işaret edilecek bir referans oluşturur.

7. Para birimini ve vergi durumunu açıkça yazın. Türkiye'ye özgü bir tuzak: web'de USD tahsilat, mağazada TL fiyat ikiliği. Model bu ikiliği ayırt edemediğinde yanlış rakam üretir. "Aylık 49 USD (~1.950 TL, KDV hariç)" gibi bir yazım, belirsizliği ortadan kaldırır.

E-ticaret tarafında bu ilkeler ürün detay sayfasına taşınır. Adobe'un perakendeci AI görünürlük skorkartında ürün detay sayfaları %66 ile en düşük performanslı kritik sayfa tipi olarak görünüyor; iade, SSS ve iletişim sayfaları %80'in üzerinde. Yani fiyatın yaşadığı sayfa, sitenin en zayıf halkası. Katalog ölçeğinde bunu tek tek düzeltmek mümkün olmadığı için ürün verisini yapılandırılmış biçimde AI platformlarına hazırlayan araçlar devreye giriyor; GEO Builder tam olarak bu katmanda çalışıyor. Konunun e-ticarete özel derinleşmesi için ürünlerinizin ChatGPT'de önerilip önerilmediği yazısına bakabilirsiniz.

Schema: Offer ve PriceSpecification nasıl kurulur?

Offer ve PriceSpecification işaretlemesi, fiyatı düzyazıdan çıkarıp makine tarafından okunabilir bir veri alanına dönüştürür. Para birimi, geçerlilik tarihi, vergi durumu ve fiyat aralığı ayrı alanlar olarak tanımlandığında model tahmin yapmak zorunda kalmaz. B2B SaaS fiyat sayfalarının yalnızca %19,1'inde bu işaretleme bulunuyor — teknik maliyeti düşük, rekabeti seyrek bir kazanım alanı.

Temel yapı, tek fiyatlı bir ürün için şöyle kurulur:

{
  "@context": "https://schema.org",
  "@type": "Product",
  "name": "Örnek Plan",
  "offers": {
    "@type": "Offer",
    "price": "1950.00",
    "priceCurrency": "TRY",
    "priceValidUntil": "2026-12-31",
    "availability": "https://schema.org/InStock",
    "url": "https://ornek.com.tr/fiyatlandirma"
  }
}

Aralıklı veya "başlangıç fiyatı" mantığıyla çalışan hizmetler için AggregateOffer ve PriceSpecification birlikte kullanılır:

{
  "@context": "https://schema.org",
  "@type": "Service",
  "name": "Kurumsal Danışmanlık",
  "offers": {
    "@type": "AggregateOffer",
    "lowPrice": "8000",
    "highPrice": "45000",
    "priceCurrency": "TRY",
    "offerCount": "3",
    "priceSpecification": {
      "@type": "UnitPriceSpecification",
      "price": "8000",
      "priceCurrency": "TRY",
      "unitText": "AY",
      "valueAddedTaxIncluded": false
    }
  }
}

Dikkat edilecek noktalar:

• valueAddedTaxIncluded alanını mutlaka doldurun. KDV dahil/hariç belirsizliği, Türkiye'de en sık görülen fiyat hatası kaynağıdır ve schema bunu çözebilecek tek yapılandırılmış alandır.
• priceValidUntil boş bırakılmasın. Bu alan, modelin fiyat bilgisinin tazeliğini değerlendirmesine yarayan tek açık sinyaldir.
• priceCurrency her zaman ISO kodu olsun — "TL" değil TRY, "$" değil USD.
• Schema düzyazının yerini tutmaz. İşaretleme, sayfada görünen rakamı doğrular; görünmeyen bir rakamı işaretlemek hem yönergelere aykırıdır hem de dil modelinin okuduğu metin katmanında karşılığı olmaz. İkisi birlikte çalışır.

Schema uygulamasının site geneline yayılması ve teknik altyapı kararlarıyla ilişkisi için schema markup ve teknik altyapı yazısı ayrıntılı bir çerçeve sunuyor. Sheltron'un AiSEO platformu, fiyat sayfalarındaki Offer işaretlemesini ve eksik alanları site genelinde tarayarak raporlar.

"Teklif alın" tuzağı: neden en pahalı CTA bu?

"Fiyat için teklif alın" cümlesi, yapay zeka asistanı için sıfır bilgi taşıyan bir metindir ve boşluğu doldurmayı üçüncü taraflara bırakır. Geleneksel B2B mantığında bu cümle bir lead capture mekanizmasıdır; AI aracılı keşifte ise sizi konuşmanın dışına atan bir sessizlik sinyalidir.

Mekanizma şöyle işliyor. Kullanıcı "12 kişilik ekip için hangi araç bütçeme uyar?" diye soruyor. Model beş aday topluyor. Dördünün fiyat aralığı okunabiliyor, birinde "teklif alın" yazıyor. Model bütçe eşleştirmesi yapabilmek için sayıya ihtiyaç duyuyor. Sayısı olmayan aday ya elenıyor ya da forumdan bulunan üç yıllık bir rakamla listeye giriyor. Her iki sonuç da firmanın aleyhine.

ezgeo verisinin gösterdiği asıl mesele burada: cevapların yalnızca %3'ü "bu fiyat kamuya açık değil" dedi. Yani model sizin sessizliğinizi kullanıcıya aktarmıyor bile. Kullanıcı, rakamın forumdan geldiğini bilmiyor. Sizin adınıza söylenen bir cümle var ve o cümlenin kaynağı sizin kontrolünüzde değil.

Bu, tıklama olmadan görünürlüğün değeri tartışmasının en keskin örneği. Kullanıcı sitenize hiç gelmeden fiyatınız hakkında bir izlenim ediniyor.

Pratik çözüm, teklif formunu kaldırmak değil, formun üstüne bir aralık koymaktır:

"Fiyatlandırma kullanıcı sayısı ve entegrasyon kapsamına göre değişir. Tipik bandımız aylık 8.000 – 45.000 TL (KDV hariç). Kendi senaryonuz için net teklif almak isterseniz formu doldurun."

Bu paragraf hem alıntılanabilir bir cevap birimidir hem de nitelikli lead akışını bozmaz. Aksine, bandın dışında kalan ziyaretçileri baştan eleyerek satış ekibinin verimliliğini artırır.

Ajan aracılı satın almanın standartlaşmaya başlamasıyla birlikte bu tuzağın maliyeti daha da artacak. Ajanların ürün ve fiyat verisine doğrudan eriştiği protokoller yaygınlaştığında, makine tarafından okunamayan fiyat pratikte var olmayan fiyat haline gelir; agentic commerce ve ACP/UCP protokolleri yazısı bu geçişi ayrıntılandırıyor.

Türkiye'ye özgü katman: TL, enflasyon ve eskiyen fiyat

Türkiye'de fiyat görünürlüğü probleminin küresel literatürde karşılığı olmayan bir boyutu var: para biriminin değer kaybı, eskimiş fiyat bilgisini çok daha hızlı zararlı hale getiriyor. Dolar bazlı bir SaaS fiyatı on iki ay boyunca anlamlı kalabilirken, TL bazlı bir fiyat üç ayda anlamsızlaşabiliyor.

Mekanizma teknik olarak nettir: dil modellerinin parametrik bilgisi eğitim kesim tarihinde donar. Canlı erişim başarısız olduğunda — ki Kaufman'ın verisine göre oturumların %30'unda en az bir erişim hatası oluşuyor — model hafızasındaki rakama döner. Küresel bir üründe bu, %10 sapmalı bir cevap üretir. Türkiye'de aynı mekanizma, kullanıcının karşısına gerçeğin yarısı olan bir rakam çıkarabilir.

Bu, yanlış cevaptan daha ağır bir problemdir çünkü kullanıcı rakamı görüp size ulaştığında ortaya çıkan fark, bir bilgi hatası değil bir güven meselesi olarak algılanır. "Sitede başka yazıyordu" ile "yapay zeka başka söyledi" arasındaki fark, müşterinin gözünde çoğu zaman yoktur.

Türkiye'de eskimiş fiyat oranını niceleyen bağımsız bir çalışma bulunmuyor. Konuyu işleyen sayfaların tamamı satıcı pazarlama içeriği; mekanizma sağlam, oran verisi yok. Bu yüzden burada bir yüzde vermiyoruz — ama korunma yolları mekanizmadan doğrudan türetilebilir:

1. Fiyat sayfasına görünür bir "son güncelleme" tarihi koyun. Metin içinde, HTML'de, sunucu tarafında render edilmiş halde.
2. priceValidUntil alanını doldurun ve gerçekten güncelleyin. Geçmiş tarihli bir geçerlilik alanı, boş bırakmaktan kötüdür.
3. Zam döneminde eski fiyatı sayfadan tamamen kaldırmayın, üstünü çizin. "Önceki fiyat: 1.500 TL (Mart 2026'ya kadar) — Güncel fiyat: 1.950 TL" yapısı, modelin hafızasındaki eski rakamla karşılaşınca düzeltme yapmasını kolaylaştırır.
4. Bot erişimini kontrol edin. Erişim hatalarının dörtte biri bot engellemeden kaynaklanıyor. robots.txt ve WAF kurallarınızın AI ajanlarını fiyat sayfasından dışlamadığından emin olun.
5. USD/TL ikiliğini tek sayfada çözün. İki para birimi de aynı sayfada, aynı tabloda, dönüşüm tarihiyle birlikte görünsün.

Türkçe aramalarda bu kesişimin pratikte boş olduğunu da not etmek gerekir. "Fiyat sorgusu + yapay zeka görünürlüğü" araması, ağırlıklı olarak ChatGPT'nin kendi abonelik ücretini anlatan haber içerikleri getiriyor. Mevcut Türkçe içeriklerin hiçbiri fiyat sorgusunu ayrı bir niyet sınıfı olarak ele almıyor ve Türkiye'de fiyat sayfası okunabilirliği ya da Offer schema yaygınlığı üzerine tek bir yerli ölçüm bulunmuyor. ezgeo'nun %19,1'lik Offer schema oranının ve Kaufman'ın %30'luk erişim hatası bulgusunun Türkiye karşılığı henüz ölçülmedi.

Ölçüm: fiyat sorgularında görünürlüğünüzü nasıl takip edersiniz?

Fiyat sorgularında görünürlük ölçümü, genel marka görünürlüğünden ayrı bir prompt seti ve ayrı bir metrik gerektirir. Genel AI Share of Voice ölçümü "markanız anılıyor mu" sorusunu cevaplar; fiyat ölçümü ise "anılan rakam doğru mu ve kaynağı siz misiniz" sorusunu cevaplamak zorundadır.

Kurulacak ölçüm çerçevesi dört metrikten oluşur:

Prompt setini kurarken üç niyet katmanını ayrı ayrı test edin: doğrudan fiyat sorusu ("X kaç TL?"), bütçe kısıtlı karşılaştırma ("aylık 10.000 TL bütçeyle hangi X?") ve koşullu senaryo ("50 kişilik ekip için X maliyeti nedir?"). Üç katman farklı kaynak profilleri üretir; tek prompt kalıbıyla ölçüm yapmak, ezgeo çalışmasının kendi kabul ettiği sınırlılığı tekrarlamak olur.

Teknik tarafta ölçüme eşlik etmesi gereken kontroller:

• Fiyat sayfasının JavaScript kapalıyken render edilip edilmediği (curl ile ham HTML kontrolü)
• Sayfa boyutunun token cinsinden tahmini ve fiyat rakamının hangi token aralığında geçtiği
• Sunucu loglarında AI ajan user-agent'larının fiyat sayfasına erişim durumu ve dönen HTTP kodları
• Offer/PriceSpecification işaretlemesinin doğrulayıcıdan geçip geçmediği

Atıf kaynaklarını sürekli takip etmek için firstcitation.com gibi citation izleme araçları, hangi cevapta hangi kaynağın kullanıldığını görünür kılar. Sheltron'un SME-Index'i ise sektör bazında fiyat şeffaflığı ve AI görünürlük ilişkisini karşılaştırmalı olarak raporlar.

Kendi verimizden bir kalibrasyon notu: 21 Ocak – 20 Temmuz 2026 arasında Search Console'da 786 tıklama ve 59.502 gösterim, %1,32 tıklama oranı ve ortalama 9. sıra gördük. Aynı dönemde veri raporu formatındaki içerikler yazı başına ortalama 1.182 gösterim getirirken, sektör rehberi formatındakiler 115 gösterimde kaldı. Fiyat konusunu yazarken bu ayrımı hatırlamakta fayda var: rakam içeren, ölçüm yöntemi açıklanan içerik, genel tavsiye içeriğinden yaklaşık on kat daha fazla görünürlük üretiyor. Metodolojinin arka planı ve sektör kırılımları için The GEO Authority üzerindeki araştırma yayınlarına bakabilirsiniz.

Nereden başlamalı?

Fiyat görünürlüğü, GEO çalışmalarının en hızlı sonuç veren kalemidir çünkü değişiklik teknik olarak küçük, etkisi ise doğrudan satın alma anına dokunur. Sıralama şu:

1. Fiyat sayfanızın JavaScript kapalıyken okunup okunmadığını kontrol edin — bu tek kontrol, sorunların yarısını ortaya çıkarır.
2. Rakamı sayfanın üst üçte birine taşıyın.
3. Aralık, değişken listesi ve tipik senaryo paragrafını ekleyin.
4. Offer/PriceSpecification işaretlemesini kurun, valueAddedTaxIncluded ve priceValidUntil alanlarını doldurun.
5. Bot erişim loglarınızı kontrol edin.
6. Fiyat prompt setinizi kurup aylık ölçmeye başlayın.

Bu adımların hangisinin sizin sitenizde eksik olduğunu görmek için hızlı değerlendirme formunu doldurabilir, kapsamlı bir bakış için yapay zeka çözümleri sayfamızı inceleyebilirsiniz. Fiyatlandırma ve bütçe planlaması tarafında ek okuma isterseniz yapay zeka çözümleri maliyeti rehberi konuyu bütçe perspektifinden ele alıyor. Sık sorulan diğer başlıklar için sıkça sorulan sorular sayfasına göz atın.

Uygulama tarafında ekip desteği arıyorsanız partner GEO ajansımız Lein Digital fiyat sayfası dönüşümü ve içerik uygulaması konusunda çalışıyor.

Son bir hatırlatma: fiyatınızı gizlemek, fiyatınız hakkında konuşulmasını engellemiyor. Yalnızca o konuşmada sizin sesinizi siliyor.

Eren Çöp — Kurucu & GEO Stratejisti, Sheltron Teknoloji