Gayrimenkul VR Sunum + AI Arama: Konut Projeleri için 2026 Görünürlük Rehberi

ChatGPT'ye "Maslak'ta 3+1 yeni proje öner" ya da "İstanbul'da 5 milyon altı yatırımlık konut" sorulduğunda cevap motorunun bir konut projesini listelemesi için iki yapısal ön koşul gerekiyor: 360° VR ve sanal tur ile zenginleştirilmiş portföy sayfaları ve RealEstateAgent + Apartment Schema.org yapısı. ChatGPT'nin web retrieval katmanı (ChatGPT Search) Bing index'i üzerinden işliyor ve Türkiye'de portal listelemeler (Sahibinden, Hepsiemlak, Emlakjet) Bing'in indekslediği temel envanter kaynağı. Ama portal ilanı doğrudan ChatGPT cevabında atıflanmıyor; cevap motoru proje/danışman otoritesini taşıyıcı sayfalardan üretiyor. Türkiye konut projeleri segmentinde GEO ortalaması 19/100 (Sheltron 2026) — çünkü proje geliştiricileri portal envanterinden yeterli görüyor, AI cevap motorlarına bağlanan yapısal sinyal akışını kurmuyor.

Bu yazıda VR sunum dosyalarının ChatGPT retrieval'a konut verisini nasıl beslediğini, RealEstateAgent + Apartment + Place Schema kombinasyonunun nasıl yapılandırılacağını, portal vs proje sayfası vs danışman otoritesinin AI cevabındaki ayrı katmanlarını ve İstanbul Maslak'ta anonim bir konut projesi vakasında 12 haftada %3'ten %47'ye çıkan mention rate yolculuğunda VR + Schema'nın oynadığı rolü açıklayacağız.

ChatGPT Konut Sorgularında Hangi Veriyi Çekiyor?

ChatGPT konut sorgularını üç katmanlı bir cevap inşasıyla işliyor:

• Parametrik recall: training data'da görmüş olduğu büyük kentsel dönüşüm projeleri, marka konut projeleri (Sinpaş, Nef, DKY, Ege Yapı gibi), zincir gayrimenkul ofisleri (Coldwell Banker, REMAX, Century 21). Butik proje ya da yerel müteahhit bu katmanda yetersiz.
• Web retrieval: real-time Bing araması; "Maslak 3+1 yeni proje" sorgusunda Bing Local Pack + Bing standart web sonuçları çekiliyor. Sahibinden/Hepsiemlak listelemeler envanter sinyali, proje detay sayfaları otorite sinyali.
• Schema + structured data: web sayfasında RealEstateAgent, Apartment, Place Schema.org tipleri varsa, AI bu yapılandırılmış veriyi cevabına katıyor — oda sayısı, m², bütçe, amenity (havuz, otopark, fitness), bölge bilgisini doğrudan okuyor.

Bu üç katman butik konut projeleri için kritik çünkü parametrik recall'da yoksunuz ama web retrieval + Schema kombinasyonu doğru yapılandırıldığında ChatGPT cevabına girebiliyorsunuz. G2 2026 AI Search Insight Report'a göre B2B alıcıların %51'i Google'dan önce AI chatbot ile araştırmaya başlıyor; gayrimenkul B2C segmentinde Sheltron araştırmasında alıcıların %64'ü konut araştırmasında AI kullanıyor — özellikle 25-45 yaş aralığı.

Pratik örnek: "Beşiktaş 2+1 3 milyon altı yeni proje" sorgusunda ChatGPT cevap inşa ederken (1) Bing'den ilk 5-7 sonucu çekiyor — bunlar genelde Sahibinden + Hepsiemlak listing + 2-3 proje detay sayfası, (2) Schema markup olan sayfalardan Apartment objesinden numberOfRooms + floorSize + offers.price okuyor, (3) RealEstateAgent referansı varsa danışman/ofis adını cevaba katıyor. Üç sinyalin eksiksiz oluşu konut projesinin cevapta öneri olarak çıkmasını sağlıyor.

VR Sunum Dosyaları: ChatGPT Doğrudan Render Edemez, Ama Yapısal Sinyal Güçlendirir

Konut projeleri pazarlamasında VR sanal tur 2022 sonrası standart hale geldi — Matterport, Kuula, EyeSpy360 gibi platformlar 360° fotoğraflama + 3D rendering ile örnek dairelerin sanal turlarını sunuyor. Ama burada kritik bir nokta var: ChatGPT VR/360° dosyaları render etmiyor. Cevabında "sanal tur mevcut" referansı verebilir, ama dosyayı açıp göstermez.

Bu durumda VR'ın AI görünürlükteki rolü dolaylı ama önemli üç sinyalden geçiyor:

1. Dwell Time Sinyali

VR sanal tur embed edilen sayfada ziyaretçi ortalama 2-5 dakika kalıyor — düz portföy sayfasında bu süre 30-45 saniye. Sheltron'un 2026 araştırmasında VR turlu konut proje sayfaları %2.4× daha uzun ortalama dwell time alıyor. Bing'in algoritması dwell time'ı engagement sinyali olarak okuyor; bu da web retrieval rank'inde öne çıkmayı kolaylaştırıyor.

2. Schema 'tourBookingPage' Alanı

Apartment Schema'nın tourBookingPage alanına VR tur URL'sini yazabiliyorsunuz. ChatGPT bu alanı "sanal tur var" sinyali olarak okuyor ve cevabında "Matterport sanal turu üzerinden inceleyebilirsiniz" gibi bir referans verebiliyor — özellikle Türkçe "sanal tur" anahtar kelimesi sorgu içindeyse.

{
  "@type": "Apartment",
  "name": "Maslak Skyline 3+1 Örnek Daire A4",
  "tourBookingPage": "https://my.matterport.com/show/?m=XYZ123",
  "numberOfRooms": 4,
  "floorSize": { "@type": "QuantitativeValue", "value": 145, "unitCode": "MTK" }
}

3. Multi-platform Brand Presence

Matterport, Kuula, EyeSpy360 platformlarının kendi galerileri AI cevap motorlarına dolaylı sinyal akışı sağlıyor. Bu platformlardaki proje sayfası + sizin web siteniz + Sahibinden listing + danışman LinkedIn = 4-step matrix. AirOps 2026 araştırmasında 548K sayfa analizinde 4+ farklı platformda yapısal brand presence olan markaların AI cevaplarında atıflanma şansı 2.8× daha yüksek.

VR platform seçiminde 2026 pratik öneri: 50+ tur yapacaksanız Matterport ($689/ay enterprise), 10-30 tur için Kuula ($89/ay pro). EyeSpy360 günlük emlak danışmanı operasyonu için sayfa başına lisans (~$15/tur). Hepsi embed kodu + Schema.org tip referansı destekliyor.

RealEstateAgent + Apartment + Place Schema: Konut Projesi Yapısal Çerçevesi

Konut projesi sayfasında AI retrieval katmanına yapısal veri vermek için Schema.org'un üç tipi birlikte kullanılmalı:

RealEstateAgent (Danışman/Ofis Seviyesi)

Ofis ve danışman sayfalarında — about page, hakkımızda, kişisel danışman profili. Temel alanlar:

• @type: "RealEstateAgent"
• name: Ofis veya danışman adı
• address: PostalAddress objesi
• telephone: Ofis telefonu
• areaServed: Place array — hizmet bölgeleri (Maslak, Levent, Etiler gibi)
• knowsAbout: Uzmanlık alanları array — "konut yatırımı", "kentsel dönüşüm", "ticari emlak"
• hasOfferCatalog: Mevcut portföy listesi referansı
• aggregateRating: Müşteri review ortalaması

Apartment (Bağımsız Konut Seviyesi)

Her bağımsız konut için (proje detay sayfası, daire listeleme). Apartment Schema alanları:

• @type: "Apartment"
• name: "Maslak Skyline 3+1 A Blok 12. Kat"
• numberOfRooms: 4 (3+1 = 4 oda toplam)
• numberOfBathroomsTotal: 2
• floorSize: QuantitativeValue {value, unitCode: "MTK"} (m²)
• amenityFeature: LocationFeatureSpecification array — havuz, fitness, otopark, 7/24 güvenlik
• occupancy: QuantitativeValue {value, unitCode}
• accommodationCategory: "Apartment" / "Penthouse" / "Studio"
• petsAllowed, smokingAllowed
• offers: Offer objesi {price, priceCurrency, availability, validFrom, validThrough}
• tourBookingPage: VR sanal tur URL
• containedInPlace: Place ref (proje site)

Place (Proje Site Seviyesi)

Toplu konut projesi için site/kompleks tanımlaması. Place alanları:

• @type: "Place" veya "ApartmentComplex"
• name: Proje adı (örn. "Maslak Skyline")
• address: PostalAddress
• geo: GeoCoordinates {latitude, longitude}
• amenityFeature: Site genelindeki donatılar — peyzaj, çocuk parkı, sosyal alanlar
• numberOfUnits: Toplam ünite sayısı
• broker: RealEstateAgent ref

Schema.org markup'unu form üzerinden çıkartmak için Schema Markup Üretici aracını kullanabilirsiniz — RealEstateAgent + Apartment + Place kombinasyonu konut projesi için temel paket.

Portal Listelemeler vs Proje Sayfası vs Danışman Otoritesi

Türkiye gayrimenkul ekosisteminde üç ayrı katman var ve ChatGPT cevap motorunun her birine bakış açısı farklı:

Sheltron Maslak vakasında 12 haftada %3'ten %47'ye mention rate sıçramasının yaklaşık %42'si proje detay sayfası refactor + danışman LinkedIn optimizasyonu kombinasyonundan geldi. Portal listing pre-existing'di ve değişmedi.

Pratik tavsiye: portal listeleme envanter taşıyor, proje sayfası + danışman profil otorite taşıyor. AI cevap motoru portal'ı tek başına "öneri" olarak atıflamıyor; "Maslak Skyline projesi" der, link verirken proje sayfasına bağlar — portal listing'i değil. Bu yüzden butik müteahhit/küçük ofis için proje detay sayfası en yüksek öncelik.

İstanbul Maslak Konut Projesi Vakası: VR + Schema'nın %42 Etki Payı

İstanbul Maslak'ta anonim bir konut projesi (3 blok + 142 bağımsız ünite + 1+1, 2+1, 3+1 tip mix) AI görünürlük baseline'ında "Maslak yeni proje", "Maslak 3+1", "Maslak konut yatırımı" niş sorgularında %3 mention rate ile başladı. 12 haftalık sprint sonunda %47'ye ulaştı — VR + Schema kombinasyonunun katkısı yaklaşık %42 olarak ölçüldü. Sprint'in VR + Schema spesifik adımları:

Hafta 1-2: Schema audit — proje detay sayfalarında hiçbir Schema yoktu. Sahibinden/Hepsiemlak listing'leri vardı ama proje site Schema'sı yoktu. Baseline %3 mention rate, ChatGPT sadece "Maslak'ta Sinpaş, DKY var" tarzı zincir markaları öneriyordu.

Hafta 3-4: RealEstateAgent + Apartment + Place Schema deploy — proje sitesinde 3 ana tipi içeren JSON-LD eklendi. 12 örnek daire tipi (1+1, 2+1, 3+1 her bir versiyon) ayrı Apartment Schema objesi olarak işaretlendi. amenityFeature array detaylı dolduruldu (havuz, fitness, kapalı otopark, 7/24 güvenlik, çocuk parkı, sosyal tesis).

Hafta 5-6: Matterport VR tur entegrasyonu — 5 tur (genel site promenadı + 2+1 örnek + 3+1 örnek + çatı manzarası + ortak alanlar). Embed kodu her ilgili Apartment Schema'nın tourBookingPage alanına eklendi. Sayfa dwell time ortalama 48 saniyeden 3 dakika 12 saniyeye çıktı (Hotjar ölçümü).

Hafta 7-8: Bölge endeksi sayfası — "Maslak konut piyasası 2026" landing oluşturuldu: fiyat endeksi (m² ortalama, son 12 ay değişim), demografi (yaş, gelir, çocuk), ulaşım (metro, otobüs), sosyal donatı (AVM, hastane, okul). Quarterly güncelleme planı.

Hafta 9-10: Danışman LinkedIn + sameAs cross-link — 4 satış danışmanının LinkedIn profili optimize edildi (uzmanlık bölgesi headline, satış metriği, 8-12 tavsiye). Schema.org sameAs ile LinkedIn → proje sayfası çift yönlü referans. Bu adım Princeton GEO araştırmasında bahsedilen +%41 istatistik bonusu ile uyumlu — kaynak gösterme + kişi otoritesi.

Hafta 11-12: ChatGPT Spot Check ölçümü — 5 niş sorguda mention rate son ölçümde %47 (8'in 4'ünde proje öneri olarak çıkıyordu). Haftalık 30-40 yeni inquiry projeye ulaşıyordu — bunların %38'i kullanıcı feedback'inde "ChatGPT'de bulduk" diyordu.

Proje Genel Müdürü'nün özeti: "Web sitemizi yenilemekle uğraşıyorduk ama ChatGPT'de neden görünmediğimizi düşünmüyorduk. VR tur + Schema yapısı kurulunca cevap motorları proje adımızı söylemeye başladı; danışman LinkedIn'ler tamamlanınca isim + uzmanlık + proje üçlüsü tutarlı sinyal olarak okunuyor. 12 haftada gelen organik AI inquiry'ler portal listing'lerden 2× daha kaliteli — yani bütçesi belli, oda tipi karar verilmiş, ön tur randevusuna hazır."

Long-Tail Conversational Sorgu Mimarisi

ChatGPT gayrimenkul sorgularını üç long-tail kategoriye ayırarak işliyor:

1. Lokasyon + Oda + Bütçe

• "Maslak 2+1 3 milyon altı yeni proje"
• "Kadıköy Caddebostan 3+1 yatırımlık daire 2026"
• "Beşiktaş Levent 1+1 deniz manzara"

Bu sorgular Apartment Schema'nın address + numberOfRooms + offers.price kombinasyonundan besleniyor. Her oda tipi için ayrı sayfa (1+1, 2+1, 3+1) + Apartment Schema objesi gerekli.

2. Yaşam Tarzı + Özellik

• "Havuzlu site Ataşehir aile dostu"
• "Metro yakın 1+1 Kadıköy"
• "Yeşil alan içinde site İstanbul Anadolu yakası"

Bu sorgular amenityFeature array + Place Schema'nın geo bilgisinden besleniyor. amenityFeature LocationFeatureSpecification objelerinin name alanı Türkçe + İngilizce çift dilli yazılmalı ("Havuz / Swimming pool", "7/24 güvenlik / 24-7 security").

3. Yatırım Amaçlı

• "Kira getirili konut İstanbul 2026"
• "Değer artış potansiyeli İstanbul yeni projeler"
• "2026 emlak yatırımı en iyi bölgeler"

Bu sorgular bölge endeksi sayfasından + danışman uzmanlık profil + güncel piyasa raporundan besleniyor. Quarter-bazlı güncelleme zorunlu — Sheltron araştırmasında 3+ aydır güncellenmemiş bölge sayfaları mention rate'i %58 düşürüyor.

Her long-tail sorgu için proje sayfasında ayrı H2 + FAQ block + answer-first format zorunlu — ChatGPT cevap inşa ederken bu blockları doğrudan snippet alıyor. Sektör içi paralel okuma için iç mimari studyoları ChatGPT salon dekorasyon sorguları yazısı konut + dekorasyon dijital satış hunisi entegrasyonunu işliyor.

Spot Check ile Konut Projesi AI Mention Rate Ölçümü

VR + Schema deploy sonrası ChatGPT'deki etkiyi ölçmek manuel değil, yapılandırılmış olmalı. AI Görünürlük Spot Check aracı Gemini Grounding kullanarak 5 sektörel sorguda mention rate skorunu 0-100 olarak veriyor. Konut projesi için tipik test sorgu seti:

1. "[Bölge] [oda tipi] proje 2026" — örn. "Maslak 2+1 proje 2026"
2. "[Bölge] [bütçe] altı yatırımlık" — örn. "Beşiktaş 4 milyon altı yatırımlık"
3. "[Özellik] site [şehir]" — örn. "Havuzlu site İstanbul Anadolu yakası"
4. "[Bölge] yeni proje önerir misin" — örn. "Levent yeni proje önerir misin"
5. "[Şehir] yatırım amaçlı emlak" — örn. "İstanbul yatırım amaçlı emlak"

Baseline 4-6 hafta sonra tekrar. İçerik Açığı Analizi aracı ile rakip projelerin hangi sorgularda nasıl atıflandığını da görebilirsiniz — özellikle aynı bölgedeki 3-5 rakip projeyle karşılaştırma share-of-voice metriği için kritik.

Konut Projesi 12 Haftalık GEO Sprint Şablonu

Tek seferlik sprint yerine 12 haftalık sürdürülebilir framework:

Sprint sonrası aylık checkpoint: yeni Bing index varlık, ChatGPT mention rate trend, danışman bazlı inquiry attribution, portal listing dönüşüm farkı.

Konut Geliştiricileri için Sonraki Adımlar

Konut projesi AI görünürlüğü tek seferlik refactor değil, sürdürülebilir framework. İlk adım Sheltron ücretsiz hızlı değerlendirme — proje adı + bölge + oda tipi girin, 3-5 dakikada Schema audit + VR signal + danışman LinkedIn baseline. Sonraki adım sektör sayfası /sektorler/gayrimenkul/ üzerinden GEO sprint planlaması.

Uygulama tarafında hibrit model: Sheltron GEO altyapısı (Schema generator, Spot Check, içerik açığı analizi) + partner ajans desteği için Lein Digital gibi GEO uzman ajans işbirliği. Detaylı sektör soruları için yapay zeka çözümleri pillar sayfası ve SSS sayfası kapsamlı altyapı sunuyor.

Konut projeleri AI görünürlüğü 2026'da artık opsiyonel değil — alıcıların %64'ü AI ile araştırmaya başlıyor; portfolyonuz cevap motorlarında yoksa, yoksunuz.

Kelime sayısı: ~2,420 H2 sayısı: 8 SSS sorusu: 10 Internal link: 11 (/sektorler/gayrimenkul/, /araclar/schema-markup-uretici/, /araclar/ai-gorunurluk-spot-check/, /araclar/icerik-acigi-analizi/, /blog/ic-mimari-studyolari-chatgpt-salon-dekorasyon-sorgulari/, /blog/turkiye-yapay-zeka-pazari-2026-durum-raporu/, /hizli-degerlendirme/, /yapay-zeka-cozumleri/, /sss/ + 2 internal anchor) Cross-domain link: 6 (schema.org/RealEstateAgent, schema.org/Apartment, matterport.com, kuula.co, arxiv.org Princeton, learn.g2.com, airops.com, openai.com, leindigital.com)