Yapılandırılmış Veri: Schema.org Kapsamlı Rehber

Yapılandırılmış veri (structured data), web sayfanızdaki içeriği arama motorlarının ve yapay zekâ sistemlerinin makine-okur biçimde anlamasını sağlayan standart bir işaretleme dilidir. Basitçe: sayfanızdaki "bu bir blog yazısı", "bu bir ürün, fiyatı şu", "bu işletmenin adresi şu" bilgilerini, insanların okuyacağı metinden ayrı olarak makinelerin okuyacağı bir kod bloğu hâlinde sunarsınız. Bu rehberde, yapılandırılmış verinin ne olduğunu, Schema.org ekosisteminin nasıl çalıştığını ve GEO (Generative Engine Optimization) çağında neden vazgeçilmez hâle geldiğini kapsamlı biçimde öğreneceksiniz.

Web'deki sitelerin yalnızca %30'u yapılandırılmış veri kullanıyor (W3Techs, 2026). Bu oranın düşüklüğü, yapılandırılmış veriyi doğru uygulayan her marka için ciddi bir rekabet avantajı anlamına gelir. Üstelik yapay zekâ arama motorlarının yükselişiyle birlikte, schema artık "iyi olur" kategorisinden çıkıp görünürlüğün teknik temeli hâline gelmiştir.

Yapılandırılmış Veri Nedir?

Bir web sayfası tarayıcıda insana görünür; ama arama motoru aynı sayfayı HTML kaynak kodu olarak okur. Bir tarif sayfasında "30 dakikada hazır" ifadesi geçtiğinde, insan bunun pişirme süresi olduğunu hemen anlar. Oysa bir makine için bu sadece bir metin parçasıdır — "30 dakika" ifadesinin pişirme süresi mi, hazırlık süresi mi, yoksa bekleme süresi mi olduğunu bilemez.

Yapılandırılmış veri tam da bu boşluğu kapatır. İçeriğin ne olduğunu ve her bilginin hangi anlama geldiğini makine dilinde etiketler:

Bu tablodaki sağ sütun, sayfanın HTML'ine gömülü bir JSON-LD bloğuyla arama motorlarına iletilir. Kullanıcı bu kodu sayfada görmez; yalnızca Google, Bing ve yapay zekâ modelleri okur.

Yapılandırılmış veriyi sayfaya eklemenin üç yolu vardır: JSON-LD, Microdata ve RDFa. Bunlardan JSON-LD, Google'ın 2015'ten beri resmî olarak önerdiği birincil formattır ve günümüzde neredeyse tek standart hâline gelmiştir. JSON-LD'nin nasıl ekleneceğini adım adım öğrenmek için JSON-LD Schema rehberimize göz atabilirsiniz.

Schema.org: Yapılandırılmış Verinin Ortak Sözlüğü

Yapılandırılmış veriyi anlamlı kılan şey, herkesin aynı sözlüğü kullanmasıdır. Bu sözlüğün adı Schema.org'dur.

Schema.org, 2011 yılında Google, Microsoft (Bing), Yahoo ve Yandex tarafından ortaklaşa kurulmuş açık bir standarttır. Amacı basittir: farklı arama motorları aynı veriyi farklı biçimlerde istemesin; herkes tek bir ortak dil kullansın.

Schema.org bugün 800'den fazla tür ve her türe ait binlerce alan içerir. Bu türler, bir blog yazısından (Article) bir tarife (Recipe), bir konser etkinliğine (Event), bir sağlık durumuna (MedicalCondition) kadar web'de karşılaşabileceğiniz hemen her içeriği kapsar.

Bu ayrımı kavramak, yapılandırılmış veriyi doğru kullanmanın ilk adımıdır. Schema.org neyi tanımlayacağınızı, JSON-LD ise bunu nasıl yazacağınızı belirler.

Schema.org Tür Hiyerarşisi Nasıl Çalışır?

Schema.org türleri düz bir liste değil, bir hiyerarşi (kalıtım ağacı) olarak organize edilmiştir. En tepede Thing adında, her şeyin atası olan bir tür bulunur. Tüm diğer türler Thing'ten türer ve onun alanlarını miras alır.

Thing
└── CreativeWork
    └── Article
        └── TechArticle
        └── NewsArticle
        └── BlogPosting
└── Organization
    └── LocalBusiness
        └── ProfessionalService
└── Person
└── Product
└── Event

Bu hiyerarşinin pratikte iki önemli sonucu vardır:

1. Alan kalıtımı: Article, CreativeWork'ten headline, author, datePublished gibi alanları; CreativeWork de Thing'ten name, description, url gibi temel alanları miras alır. Yani bir Article tanımlarken Thing seviyesindeki description alanını da kullanabilirsiniz.

2. Doğru derinliği seçmek: Ne kadar spesifik bir tür seçerseniz, arama motorları içeriğinizi o kadar kesin sınıflandırır. Bir teknoloji makalesi için Thing yerine Article, hatta mümkünse TechArticle kullanmak, makinenin içeriği doğru bağlama oturtmasını sağlar.

Tam tür listesine ve her türün alanlarına schema.org'un resmî dokümantasyonundan ulaşabilirsiniz.

Zengin Sonuçlar (Rich Results) Nedir?

Yapılandırılmış verinin en görünür faydası zengin sonuçlardır. Normal bir arama sonucu yalnızca mavi bir başlık ve gri bir açıklamadan oluşur. Zengin sonuç ise buna ek görsel bilgiler ekler: yıldız derecelendirmesi, fiyat ve stok bilgisi, SSS akordiyonu, ekmek kırıntısı zinciri, tarif kartı, etkinlik tarihi.

Google şu anda 35'ten fazla zengin sonuç türünü desteklemektedir. Bu türlerin tamamı ve gereksinimleri, Google'ın yapılandırılmış veri arama galerisinde belgelenmiştir.

Zengin sonuçların asıl etkisi tıklanma oranındadır. Yapılandırılmış veri kullanan sayfaların arama sonuçlarında zengin sonuç olarak görünmesi, organik tıklanma oranını %5 ila %30 arasında artırabilir (Google Search Central, 2025). Dikkat edilmesi gereken nokta şudur: schema eklemek zengin sonucu garanti etmez — Google, verinin kalitesine ve sayfanın genel otoritesine göre zengin sonucu göstermeye karar verir.

GEO İçin Kritik Schema Türleri

Geleneksel SEO'da schema, "zengin sonuç elde etme aracı" olarak görülürdü. GEO çağında ise bazı schema türleri, markanızın entity olarak tanınmasının doğrudan altyapısıdır. Aşağıdaki türler, yapay zekâ arama motorlarında görünürlük için önceliklidir.

Organization ve ProfessionalService

Organization (ve alt türü ProfessionalService), markanızı bir kurumsal entity olarak tanımlar. Bu schema'da marka adı, URL, logo, adres, iletişim ve sameAs bağlantıları yer alır.

{
  "@context": "https://schema.org",
  "@type": "ProfessionalService",
  "name": "GeoDigitalist",
  "url": "https://geodigitalist.com",
  "address": {
    "@type": "PostalAddress",
    "addressLocality": "Adana",
    "addressCountry": "TR"
  },
  "knowsAbout": [
    "Generative Engine Optimization",
    "Entity Optimizasyonu",
    "Yapılandırılmış Veri"
  ]
}

Buradaki knowsAbout alanı, GEO'nun en değerli ama en az bilinen alanlarından biridir. Bu alan, yapay zekâ modellerine markanızın hangi konularda uzman olduğunu açıkça bildirir. "Adana'da GEO danışmanlığı yapan kim var?" sorusuna bir AI, knowsAbout'ında "Generative Engine Optimization" yazan entity'yi, bu alanı boş bırakana göre çok daha yüksek olasılıkla önerir.

Article ve TechArticle

Blog yazıları için Article, teknik rehberler için TechArticle kullanılır. TechArticle, proficiencyLevel (başlangıç/orta/uzman) alanıyla içeriğin hedef seviyesini bile bildirebilir.

FAQPage

FAQPage, Google AI Overviews'un en aktif kullandığı schema'dır. "People also ask" kutusundaki sorular çoğu zaman sayfalardaki FAQ schema'larından çekilir. Her soru Question, her cevap Answer tipinde tanımlanmalıdır.

HowTo

Adım adım rehber içerikleri için HowTo kullanılır. Her adım HowToStep tipinde, süre totalTime, gerekli malzemeler supply/tool alanlarıyla tanımlanır. Yapay zekâ modelleri bir süreci kaynak gösterirken adım adım yapılandırılmış içeriği tercih eder.

BreadcrumbList

BreadcrumbList, sayfanın site içindeki konumunu ListItem dizisi hâlinde bildirir. Arama sonuçlarında URL yerine "Ana Sayfa > Blog > Yapılandırılmış Veri Rehberi" biçiminde görünmesini sağlar. GEO açısından etkisi düşük olsa da, sitenin bilgi mimarisini makinelere netleştirir.

Person ve sameAs

Person schema'sı, içeriklerin arkasındaki yazarı tanımlar. Bu, E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness) sinyallerinin teknik ayağıdır. sameAs alanı ise bir entity'nin diğer platformlardaki resmî hesaplarını (LinkedIn, X, GitHub, Medium) bağlayarak "bu hesaplar aynı kişiye/markaya ait" der. Yapay zekâ modelleri bu bağlantıları kullanarak markanın gerçekliğini ve tutarlılığını doğrular.

Doğru Schema Türünü Nasıl Seçersiniz?

Schema seçimi, sayfanın ne olduğuna göre yapılır. Aşağıdaki karar tablosu, en yaygın senaryolarda doğru türü bulmanıza yardımcı olur:

Önemli bir kural: bir sayfada birden fazla schema bulunabilir, ama bunlar aynı entity'yi çakışmadan tanımlamalıdır. Örneğin bir blog yazısı sayfasında Article + BreadcrumbList + Person birlikte bulunabilir ve bu doğru bir pratiktir.

Yapılandırılmış Veri ve Entity: Knowledge Graph Bağlantısı

Yapılandırılmış verinin GEO'daki en derin etkisi, entity (varlık) kavramıyla bağlantısından gelir.

Google'ın Knowledge Graph'i, kişileri, kurumları, yerleri ve kavramları birbirine bağlayan dev bir varlık veritabanıdır. Yapay zekâ modelleri de benzer biçimde çalışır: bir markayı ancak onu bir entity olarak tanıyabildikleri ölçüde doğru anlar ve önerirler.

Yapılandırılmış veri burada devreye girer: schema, markanızı makine dilinde net ve tutarlı bir entity olarak ilan eder. Aynı marka adı, konum ve uzmanlık bilgisi her sayfada aynı schema ile tanımlandığında, yapay zekâ sistemi "GeoDigitalist" adında, Adana merkezli, GEO konusunda uzman bir kurum olduğunu kesin biçimde öğrenir.

Bu, markanızı yapay zekâya tanıtmanın özüdür. Konunun derinlemesine anlatımı için Entity Optimizasyonu rehberimize göz atabilirsiniz; yapay zekânın sizi neden kaynak gösterdiğinin temel mantığını ise GEO Nedir? yazımızda bulabilirsiniz.

Yaygın Hatalar ve Doğrulama Araçları

Yapılandırılmış veride en sık yapılan hataları bilmek, zaman kazandırır:

1. Zorunlu alanları atlamak — FAQPage'de soru/cevap ikilisini, Article'da headline ve datePublished alanını boş bırakmak, schema'nın tamamen yok sayılmasına yol açar.

2. Yanlış tür derinliği seçmek — Bir teknoloji makalesini Thing veya genel Article ile yetinerek tanımlamak yerine TechArticle kullanmak, sınıflandırmayı keskinleştirir.

3. Schema ile görünür içeriğin çelişmesi — Sayfada görünmeyen bir fiyatı Product.price alanına yazmak, Google'ın güvenini sarsar ve zengin sonucu kaybettirir. Schema, sayfanın gerçek içeriğini yansıtmalıdır.

4. Doğrulamadan yayınlamak — Hatalı bir JSON-LD, hiç eklenmemiş bir schema'dan daha kötüdür.

Doğrulama için üç araç yeterlidir:

Sonuç

Yapılandırılmış veri, yapay zekâ çağında görünürlüğün teknik zeminidir. SEO'da zengin sonuçlarla tıklanma oranını artırır; GEO'da ise markanızı makinelerin anlayabileceği bir entity olarak tanımlar. İkisi birleştiğinde, arama motorları ve yapay zekâ modelleri için aynı anda okunabilir bir site ortaya çıkar.

Schema.org sözlüğünden doğru türü seçmek, JSON-LD ile sayfaya gömmek ve ardından doğrulama araçlarıyla test etmek — bu üç adım, yapılandırılmış veri stratejisinin tamamıdır. Başlangıç için JSON-LD Schema rehberimiz size adım adım yol gösterir.

GeoDigitalist olarak Adana merkezli, Türkiye geneline uzaktan hizmet veren bir Generative Engine Optimization ajansıyız. Müşteri projelerimizin ilk adımı, yapılandırılmış veri altyapısını kurmak ve markayı AI için okunabilir hâle getirmektir. Markanızı yapay zekâ arama motorlarına hazırlamak için GEO hizmetlerimizi inceleyebilir veya doğrudan bizimle iletişime geçebilirsiniz.

Sıkça Sorulan Sorular

Hangi işletmeler yapılandırılmış veriye öncelik vermeli?

Öncelik sırası şöyle olmalıdır: yerel hizmet veren işletmeler (restoran, klinik, hukuk bürosu, ajans), e-ticaret siteleri ve düzenli içerik üreten markalar. Yerel işletmeler LocalBusiness/ProfessionalService ile adres ve uzmanlık bilgisini netleştirir; e-ticaret siteleri Product ve Review ile zengin sonuçlarda fiyat ve yıldız gösterir. Aslında hemen her site, en azından Organization ve WebSite schema'sı ile başlamalıdır.

Schema türü seçiminde en sık yapılan hata nedir?

En sık hata, içeriğin türüyle uyumsuz bir schema seçmektir: bir hizmet sayfasına Product, bir kurum sayfasına Article eklemek gibi. Bunun kadar yaygın olan ikinci hata da çok genel kalmaktır — her şeyi Thing veya WebPage ile tanımlamak, makinelere içeriğin ne olduğunu söylemez. Kural basittir: sayfanın gerçek içeriğine en uygun, en spesifik türü seçin.

Yapılandırılmış veri sesli aramayı nasıl etkiler?

Sesli asistanlar (Google Asistan, Siri, Alexa) bir soruya tek bir kısa cevap verir. Bu cevabı seçerken yapılandırılmış veriyi aktif kullanır: "en yakın diş kliniği" sorusunda LocalBusiness schema'sındaki adres ve çalışma saatleri, "bu tarif kaç kalori" sorusunda Recipe schema'sındaki nutrition alanı okunur. Sesli aramada kaynak gösterilmek isteyen bir site, schema'sız rakibine göre belirgin avantaja sahiptir.

Google'ın desteklediği zengin sonuç türleri hangileri?

Google, aralarında Article, Book, BreadcrumbList, Event, FAQPage, HowTo, JobPosting, LocalBusiness, Organization, Product, Recipe, Review, VideoObject ve Course'un bulunduğu 35'ten fazla türü destekler. Tam ve güncel listeye Google'ın Search Gallery sayfasından ulaşabilirsiniz. Her türün kendi zorunlu alanları vardır; eksik alan zengin sonucu engeller.

Yapılandırılmış veri ile Knowledge Graph arasındaki ilişki nedir?

Knowledge Graph, Google'ın entity'leri ve aralarındaki ilişkileri tuttuğu veritabanıdır. Yapılandırılmış veri, bu veritabanına markanız hakkında makine dilinde doğru bilgi sağlayan besleme kanalıdır. Schema'daki sameAs, knowsAbout, address gibi alanlar, Google'ın markanızı doğru entity ile eşleştirmesine ve diğer varlıklarla (konum, uzmanlık alanı, sahiplik) ilişkilendirmesine yardımcı olur.