Bir bahsetme, markanın, prompt'un ve motorun neredeyse sabit bir özelliğidir
Yapay zekâ görünürlüğü panolarının çoğu tek bir sayıyla açılır: sizi anan yanıtların payı. Ekran görüntüsü alınıp yönetim sunumlarına konan ve uyarıların kurulduğu sayı budur. Aynı zamanda yanıtın en az değişen kısmıdır.
Ranqo'dan Pratyush Kumar'ın Haziran 2026'da yayımladığı bir makale buna bir büyüklük veriyor. Ranqo GEO araçları satıyor ve kendi üretim verilerini raporluyor; bu, ona ne kadar ağırlık vereceğiniz açısından önemli. Kohort, Mart-Mayıs 2026 arasında beş motorda 102 marka ve 100.000'den fazla prompt yanıtından oluşuyor.
Markasız kategori prompt'larında en az üç çalıştırma boyunca takip edilen her marka, prompt ve platform hücresi için bahsetme örüntüsü şöyle dağıldı: hiç anılmadı %63,2, her zaman anıldı %14,3, çalıştırmaların en az %70'inde anıldı %7,0, %30'undan azında anıldı %8,7. Yalnızca %6,8'i %30 ile %70 arasındaki değişken ortada kaldı; bu da hücrelerin %77,5'ini kesin olarak ya hep ya hiç anılan konumda bırakıyor.
Bir motorun kategori sorusunda sizi anıp anmadığı, yazı tura atmaktan çok sizinle ilgili bir olguya yakın. O kohorttaki çoğu marka için bu olgu hayırdı.
Anılan hücrelerin %45,5'i olumlu ile olumsuz arasında gidip geldi
Şimdi hücreleri sabit tutun ve soruyu değiştirin. Yanıtın sizi anıp anmadığını değil, ne söylediğini sorun. Kumar en az üç bahsetmesi olan hücreleri ayırdı ve her çalıştırmanın duygusunu sınıflandırdı.
- Her zaman olumlu: %29,9
- Olumlu ve nötr karışımı: %21,8
- Her zaman nötr: %2,3
- Olumsuz ve nötr karışımı: %0,5
- Her zaman olumsuz: %0,0
- Olumlu ile olumsuz arasında gidip gelen: %45,5
Herkesin raporladığı sinyal, istikrarlı olan sinyaldir
6,7 kat, %45,5'in %6,8'e oranından geliyor. Aynı hücreler, aynı çalıştırmalar. Panodaki sayı istikrarlı olandır; kimsenin raporlamadığı sayı ise raporlanacak bir şeyi olan hücrelerin neredeyse yarısında sallanıyor.
O tabloda manşetten daha çok sevdiğimiz, daha sessiz bir bulgu var. Tek bir hücre bile sürekli olumsuz değildi. Sıfır. Buradaki motorlar takip edilen bir marka hakkında hiçbir zaman olumsuz bir okumaya yerleşmedi; olumsuzluk ortaya çıktığı yerde de geçip gitti. Biri size modellerin size karşı döndüğü teorisiyle yapay zekâ itibar yönetimi satıyorsa, o satırı saklamaya değer.
Anılmak ama önerilmemek artık adı konmuş bir başarısızlık biçimi
Başka bir grup aynı açığa öbür taraftan yaklaştı. Unusual'dan Will Jack, Noah Lehman, Keller Maloney ve Sarah Xu, 19 sektörde ticari çerçeveli 215 prompt üzerinde yaklaşık 37.000 üretim çalıştırmasını, beş bilinirlik kademesine ayrılmış 533 markalık bir kataloğa karşı denetledi. Unusual da bu pazara satış yapıyor.
Sorunu üç aşamaya ayırdılar. Model önce sizden bahseden bir sayfayı getirmeli, sizi getirilen havuzdan yanıt metnine taşımalı, ardından sizi es geçtiği seçenek olarak listelemek yerine öneri kümesinde desteklemeli.
Kategori liderleri ilgili neredeyse her getirmede yer aldı ve ulaştıkları yerlerin %25 ile %41'ini kazandı. Odada olmak onlar için çözülmüştü. Seçilmek değil. Basamaklardan aşağı inildikçe durum tersine dönüyor ve en küçük markaların %48 ile %52'si 37.000 çalıştırmanın hiçbirinde ortaya çıkmadı.
Aynı ekip bir eşlik makalesinde ne ChatGPT'nin ne de Claude'un bir markayı önermediği 7.763 vakayı aldı ve her birini bu üç başarısızlıktan birine ayırdı: modele hiç ulaşmadı, ulaştı ama anılmadı, anıldı ama önerilmedi. İki sağlayıcı vakaların %95,1'inde aynı teşhisi koydu; kümelenmiş %95 aralığı %94,3 ile %95,7 arasıydı. Markalar küçüldükçe uyum arttı: kategori liderlerinde %81'den uzun kuyruktaki bölgesel markalarda %99,6'ya. Seçimler sağlayıcılar arasında ayrışıyor. Kaybetme nedeniniz ise çoğunlukla ayrışmıyor.
Bir duygu sayısı, bir bahsetme sayısından çok daha büyük bir payda gerektirir
Pratik sonucu aritmetiktir. Kumar'ın kendi çalışma kuralı şu: bahsedilme oranları en az üç çalıştırma, duygu ağırlıklı puanlar ise sabitlenmeden önce marka başına platform başına en az on prompt gerektirir. Bir avuç kontrolden raporlanan duygu, örnekleyicinin şansını raporluyordur.
Yayımladığımız her görünürlük yüzdesinin bir Wilson aralığı taşımasının ve uyarılarımızın nokta tahmine değil aralığa göre tetiklenmesinin nedeni budur. Bir duygu serisini bir bahsetme serisiyle aynı derinlikte çalıştırın, yaklaşık yedi kat daha sık uyarı verir ve bunların neredeyse hepsi gürültü olur.
- Bahsetmeyi ve çerçeveyi, ayrı örneklem büyüklükleriyle ayrı seriler olarak tutun. Tek bir manşet sayısı istikrarlı bir şeyle değişken bir şeyin ortalamasını alır.
- Kaybettiğinizde bunun üç başarısızlıktan hangisi olduğunu sorun. Hiç getirilmemenin düzeltmesiyle ikinci olmanın düzeltmesinin hiçbir ortak yanı yoktur.
- Motor başına. Unusual verilerinde sağlayıcılar arası seçimler kabaca üçte iki oranında uyuşmadı.
- Uyarı eşiğini aralıktan belirleyin; böylece dokuz örneklemdeki bir kıpırtı kimseyi alarma geçirmez.
Biz bu konuda ne yapıyoruz
Proofsource duyguyu ve konumlanmayı prompt takibinin ve rakip ses payının yanında takip eder, her görünürlük rakamını bir Wilson aralığıyla puanlar ve uyarıları bu aralığa bağlar. Anılıp es geçildiğinizde raporun işi, kanıtlarıyla birlikte onların neden kazandığını söylemektir.
Kendi örneklememiz daha küçük ve biraz farklı bir yeri gösteriyor. Test ettiğimiz tek kategoride, hangi isimlerin göründüğünde motora göre günden güne %9 ile %27 arası değişim ölçtük; bu, %6,8'lik bir dönüş oranının düşündürdüğünden daha fazla hareket. Farklı kohort, farklı bir çalıştırma tanımı; bunların düzgünce örtüştüğünü iddia etmeyeceğiz.
Her durumda savunacağımız kısım, ardından gelen talimattır. Bir bahsetme sayısını sonuç olarak okumayı bırakın. O, giriş koşuludur.
Bunun nerede yanlış olabileceği
İki grup da bu pazarda araç satıyor ve ikisi de kendi üretim verilerini yayımlıyor. Bu onları geçersiz kılmaz; biz de kendi verilerimizi yayımladığımızda aynı konumdayız. Hiçbiri bağımsız bir denetim değil, öyle okumayın.
Kumar en büyük sınırı kendisi belirtiyor. Duygu, markadan bahseden kısımlar üzerinde bir model tarafından sınıflandırılıyor; bu yüzden %45,5, yanıtlardaki gerçek değişkenliği sınıflandırıcı gürültüsüyle karıştırıyor ve makale bunları ayırmıyor. 6,7 katı çerçevenin ne kadar istikrarsız olduğunun bir ölçümü olarak değil, bir üst sınırı olarak ele alın.
O kohort kolayda örneklemeyle seçilmiş ve SaaS, perakende uygulama, fintech ve doğrudan tüketiciye satış yapan markalara kayıyor. Tier 1 grubu 11 marka ve makale kendi küçük hücrelerini işaretliyor.
Unusual'ın başarısızlık biçimi etiketleri de model tarafından atanıyor ve bilinirlik basamakları herkese açık sinyallerden elle kodlanmış. Bir markanın büyüklüğünü değil, ne kadar tanındığını temsil ediyor.
Zaman aralıkları Mart-Mayıs 2026 ve Mayıs 2026. Motorlar sürekli güncelleniyor; bu yüzden şekli alın, ondalıkları gevşek tutun.
Sürekli olumsuz hücre olmaması, tek bir kohortta kategori prompt'larındaki takip edilen markalar hakkında bir ifadedir. Modellerin hiç kimse hakkında asla kötü bir şey söylemediği iddiası değildir.
