Bilgi Kazanımı: SEO ve Yapay Zekâ Aramasında Özgünlük Rehberi

TL;DR — Bilgi kazanımı, sayfanızın arama yapan kişinin konuyla ilgili diğer sonuçlarda henüz görmediği ne kadar yeni bilgi eklediğidir. Bu, “iyi içerik” veya “uzun içerik” ile aynı şey değildir — bir sayfa kapsamlı olsa bile yeni hiçbir şey katmayabilir. Terim bir Google patentinden gelir; ancak Google bunu sayfaları sıralamak için gerçekten kullandığını hiç söylemedi. Google’ın açık rehberliğinde söylediği şey şudur: Web’de zaten bulunanları yalnızca yeniden yazmayın — özgün bir şey ekleyin.

Bilgi kazanımı ne anlama gelir

Bilgi kazanımı, SEO uzmanlarının sık kullandığı bir bilgi teorisi ve patent kavramıdır; Evidence for this claim Official or primary documentation supporting the adjacent article claim, with scope limited to the source's published description. Scope: No ranking guarantee or undisclosed system mechanics are inferred beyond the cited source. Confidence: high · Verified: 2026-07-14 Google patent: Contextual estimation of link information gain Google bu adla evrensel bir puana sahip herkese açık bir sıralama faktörü belgelememiştir. Google’ın faydalı içerik rehberliği, içeriğin özgün bilgi, haber, araştırma veya analiz ekleyip eklemediğini sorar. Evidence for this claim Official or primary documentation supporting the adjacent article claim, with scope limited to the source's published description. Scope: No ranking guarantee or undisclosed system mechanics are inferred beyond the cited source. Confidence: high · Verified: 2026-07-14 Google: Helpful content guidance

Bir konuyu araştıran birini düşünün. İlk sonucu açar, okur ve sonra ikinciyi açar. İkinci sayfa, ilkinin söylediği her şeyi — yalnızca farklı kelimelerle — tekrarlıyorsa yeni bir şey öğrenmez. Yeni bir veri noktası, ilk elden bir hikâye veya farklı bir bakış açısı veriyorsa, bilgi kazanmış olur.

Bütün fikir bundan ibaret. Bilgi kazanımı, arama yapan kişinin zaten gördüklerine göre yenilikle ilgilidir; tek bir sayfanın kendi başına ne kadar özenli veya eksiksiz olduğuyla değil. İlk on sonucun aynı fikir birliği bilgilerini dikkatle yeniden ifade eden 4 000 kelimelik bir makalenin bilgi kazanımı düşüktür. Gerçekten yeni tek bir sayı içeren kısa bir gönderinin bilgi kazanımı yüksek olabilir.

Terim nereden geliyor

Google, 2018’de başvurulan ve 2022’de verilen, “Contextual estimation of link information gain” adlı bir patent aldı. Patent, bir kullanıcının daha önce gördüğü belgelerin ötesinde ne kadar ek bilgi içerdiğine göre bir belgeyi puanlamayı ve sonraki sıralama ya da gösterim kararına yardımcı olmayı anlatır.

İki şeyi birbirinden ayırın:

1. Patent doğrulama değildir. Google binlerce patent başvurusu yapar. Bir patentin olması, Google’ın bir şeyi yapabileceğini kanıtlar; yaptığını değil. Google bunu canlı arama sıralamasında kullandığını hiç doğrulamadı.
2. “Kalite” ile eş anlamlı değildir. Patent, genel iyilikten değil, dar anlamda yenilikten söz eder.

Neden şimdi daha önemli

Arama sonuçları giderek yapay zekâ tarafından yanıtlanıyor — Google’ın AI Overviews’i, AI Mode’u, ChatGPT ve diğerleri. Bu sistemler Web’de her yerde yayımlanmış olanları özetlemekte çok iyi. Dolayısıyla sayfanız herkesin zaten söylediğini söylüyorsa bir yapay zekâ bunu içine alıp soruyu size ihtiyaç duymadan yanıtlayabilir.

Bundan sonra ayakta kalan içerik, yapay zekânın yalnızca başka sözcüklerle ifade edemeyeceği içeriktir: özgün araştırma, kendi veriniz, ilk elden deneyim ve başka hiçbir yerde bulunmayan uzman alıntıları. Bilgi kazanımı pratikte budur.

Bu konuda ne yapmalı

• Yayımlamadan önce şunu sorun: Bu sayfa, hâlihazırda sıralanan sayfaların söylemediği neyi söylüyor? Dürüst yanıt “hiçbir şey” ise bilgi kazanımı eklemediniz.
• Yalnızca sizin sahip olduğunuz bir şey ekleyin — küçük bir anket, gerçek bir testten ekran görüntüsü veya işi gerçekten yapan ekip arkadaşınızdan bir alıntı.
• “Daha fazla”nın (daha çok kelime, daha çok alt konu, daha çok SSS) peşini bırakın. Yeninin peşinden gidin.

Patent ayrıntılarını, kapsam uyarılarını, bunu yankılayan resmî Google dilini ve pratik uygulama planını mı istiyorsunuz? Advanced sekmesine geçin.

TL;DR — Bilgi kazanımı, arama yapan kişinin bir konu hakkında zaten gördüğü derleme göreceli yeniliktir — kapsamlılık, E-E-A-T veya soyut anlamda “kalite” değildir. Adını, belgeleri ekledikleri yeni bilgi miktarı açısından 0,00–1,00 aralığında puanlayan ve kısmen bu puana göre sıralayan, 2018’de başvurulmuş ve 2022’de verilmiş bir Google patentinden (“Contextual estimation of link information gain”) alır. Ancak Google canlı kullanımı hiç doğrulamadı; patentin kendi çerçevesi ilk sayfa değil, kullanıcının bazı sonuçları gördükten sonra sonra ne gösterileceğiyle ilgilidir ve görünür bir puan, API veya açıklanmış formül yoktur. Resmî olan şey, Google’ın faydalı içerik rehberliğinin “özgün bilgi, haber, araştırma veya analiz” istemesidir. LLM’ler fikir birliğini ücretsiz olarak sentezlediği için bu durum yapay zekâ yanıtlı SERP’te daha önemlidir — yalnızca gerçekten yeni bilgi, alıntı yapılmasını zorunlu kılar.

Bilgi kazanımı gerçekte nedir (ve ne değildir)

Atıf yapılan patent olası yöntemleri açıklar; belirli bir üretim sıralama sisteminin tam olarak böyle çalıştığının kanıtı değildir. Evidence for this claim Official or primary documentation supporting the adjacent article claim, with scope limited to the source's published description. Scope: No ranking guarantee or undisclosed system mechanics are inferred beyond the cited source. Confidence: high · Verified: 2026-07-14 Google patent: Contextual estimation of link information gain Özgün değer rehberliğini ölçülebilir bir sıralama garantisi olarak değil, editoryal bir ilke olarak kullanın. Evidence for this claim Official or primary documentation supporting the adjacent article claim, with scope limited to the source's published description. Scope: No ranking guarantee or undisclosed system mechanics are inferred beyond the cited source. Confidence: high · Verified: 2026-07-14 Google: Helpful content guidance

Bu konudaki makalelerin çoğu, fark ettirmeden üç ayrı şeyi birbirine karıştırır. Bunları ayrı tutun:

• Bilgi kazanımı — bir belgenin, arama yapan kişinin konu hakkında zaten gördüklerine göre eklediği marjinal yeni bilgidir. Bir deltadır.

• Kapsamlılık / konu derinliği — bir konu hakkında her şeyi ele almak. Bir sayfadaki her gerçek yukarıda sıralanan sayfalarda zaten mevcutsa, sayfa son derece kapsamlı olup sıfır bilgi kazanımına sahip olabilir.

• E-E-A-T / içerik kalitesi — güven, uzmanlık, deneyim ve otorite. İlişkilidir ama farklı bir değerlendirmedir. Tartışmasız bir uzman olup yine de yeni hiçbir şey eklemeyen bir sayfa yayımlayabilirsiniz.

• Doğruluk ve isabet — yeni olmak doğru olmakla aynı değildir. Bir sayfa gerçekten yeni bir iddia ekleyip yine de yanılıyor olabilir. Yenilik, doğruluk ve güven ayrı değerlendirmelerdir; özgünlüğü yayımlama kararının girdilerinden biri olarak ele alın, doğrulamaya alternatif olarak değil.

Bu sayfadan tek bir şey alacaksanız: bilgi kazanımı özellikle deltadır; derinlik veya güven değildir. Neredeyse her rakip açıklamanın bulanıklaştırdığı ayrım budur.

SEO’nun bu terimi gevşek biçimde ödünç alması nedeniyle adlandırmaya değer bir ayrım daha var: “bilgi kazanımı” arama dışında daha eski ve teknik bir anlama da sahiptir. Bilgi teorisinde Claude Shannon’ın 1948 tarihli çalışmasına, bir sinyalin belirsizliği ne kadar azalttığının matematiksel açıklaması olan entropi ve bilgi ölçülerine kadar uzanır; arama sıralamalarıyla ilgisi yoktur. Bilgi erişimi araştırmalarında benzer bir fikir yenilik ve çeşitlilik olarak görünür: Carbonell ve Goldstein’ın 1998’deki Maximal Marginal Relevance yöntemleri, okurun zaten gördüklerine göre tekrarları azaltmak için sonuçları yeniden sıralar veya seçer. Google’ın patenti aynı temel sezgiden — gösterilenlere göre yeni olandan — yararlanır; ancak bunların hiçbiri birbirinin yerine geçmez. SEO sektörünün “bilgi kazanımı”, belirli bir patente dayanan bir kısaltmadır; ortak sezgileri (zaten orada olanı yalnızca tekrarlamama) üçünün arasında yankılansa da Shannon matematiğinin veya yayımlanmış bilgi erişimi çeşitlilik algoritmalarının doğrudan uygulaması değildir.

Terimin arkasındaki Google patenti

Patent ne diyor

Patent, “Contextual estimation of link information gain” adını taşıyor (US20200349181A1; Ekim 2018’de başvuruldu, Haziran 2022’de verildi; mucitler arasında Victor Carbune ve Pedro Gonnet Anders bulunuyor). Temel tanım, patentte kelimesi kelimesine şöyle:

“An information gain score for a given document is indicative of additional information that is included in the given document beyond information contained in other documents that were already presented to the user.”

Patent, kullanıcının daha önce görüntülediği belgelerden alınan anlamsal vektörleri yeni bir aday belgeden gelen verilerle birleştirip, patentin ifadesiyle aşağıdakini üreten bir makine öğrenimi modelini anlatır:

“a quantitative score between 0.00 and 1.00, with 0.00 indicating that no information gain is to be expected”

— 1,00 ise belgenin daha önce görülende bulunmayan bilgilerden oluştuğu anlamına gelir. Belgeler daha sonra en azından kısmen kendi bilgi kazanımı puanlarına göre sıralanabilir.

Patent ne demiyor

SEO içeriklerinin çoğu burada sınırı aşıyor; bu yüzden sınırlar konusunda açık olayım:

• Canlı kullanım doğrulanmış değil. Verilmiş bir patent, Google’ın bunu kullanabileceğine dair kanıttır; kullandığına değil. Google, bu mekanizmayı sıralamada kullandığını doğrulamadı veya reddetmedi. Bunun doğrulanmış bir sıralama faktörü olduğunu söyleyen kişi tahmin yürütüyordur.
• Varsayılandan daha dar kapsam. Patent, hangi belge veya bağlantının sonra gösterileceğini seçmeye odaklanır — bir kullanıcının bazı sonuçları gördükten sonraki sohbet veya asistan takibini düşünün — on mavi bağlantının ilk sayfasına değil. Search Engine Journal’daki Roger Montti’nin analizi bu kapsamı iyi açıklıyor: vurgu otomatik asistanlar üzerindedir ve bu puanların ilk sonuç kümesine uygulanacağı söylenmez (SEJ).
• Herkese açık formül yok. Patent, “anlamsal vektörlerden” ve çıkarılan belirgin bilgilerden söz eder; ancak ağırlıkları, özellik listesini veya yeniden üretilebilir bir puanlama yöntemini açıklamaz. Google’ın bunu tam olarak nasıl hesapladığını veren kesin bir formül sunan hiçbir makaleye güvenmeyin — uydurulmuştur.
• Tek bir başvuru değil, patent ailesi. Google aynı ailede bir devam patenti de aldı — US12013887B2; başlık ve hak sahibi (Google LLC) aynı, öncelik tarihi ilk Ekim 2018 başvurusuna dayanıyor. Devam patenti, ailede açıklanmış daha fazla istem dili olduğu anlamına gelir; dağıtım hakkında yeni bir şeyin doğrulandığı anlamına gelmez — verilmiş bir patent ve devamı yalnızca Google’ın ne inşa edebileceğini açıkladığını, üretimde neyin çalıştığını değil, ortaya koyar.

Bill Slawski’nin Go Fish Digital’deki ilk çözümlemesi, Google’ın çözmeye çalıştığı temel sorunu — birçok belgenin aynı konuyu paylaşırken benzer bilgiler içermesini — ve patentin bunu ele almak için kısmen bilgi kazanımı puanlarıyla sıralama önermesini çerçeveledi (Go Fish Digital).

Fikri yankılayan resmî Google rehberliği

Çoğu açıklamanın atladığı dürüst kısım şu: hiçbir Google belgesi, blog yazısı veya sözcüsü herkese açık arama rehberliğinde “information gain” ifadesini kullanmıyor. Terim sektör kısaltmasıdır. Ancak Google’ın Creating helpful, reliable, people-first content adlı gerçek resmî rehberliği, öz değerlendirme sorularında aynı temel fikri tekrar tekrar anlatır. Bunlar o sayfadan kelimesi kelimesine alınmıştır:

“Does the content provide original information, reporting, research, or analysis?”

“If the content draws on other sources, does it avoid simply copying or rewriting those sources, and instead provide substantial additional value and originality?”

“Does the content provide insightful analysis or interesting information that is beyond the obvious?”

“Does the content provide substantial value when compared to other pages in search results?”

Son soru — arama sonuçlarındaki diğer sayfalara kıyasla önemli değer — Google’ın bilgi kazanımı kavramına, terimi kullanmadan ulaşabildiği en yakın resmî dildir. Bu, gerçekten önem verdiği açık olan bir ilke için “bilgi kazanımı”nın neden kullanışlı bir kısaltma olarak benimsendiğinin en güçlü ve meşru resmî bağlantısıdır; yine de bu Google’ın kullandığı bir kelime değildir.

Bing bilgi kazanımı kullanıyor mu?

Benim bulabildiğim kadarıyla hayır. İncelediğim materyallerde hiçbir Bing veya Microsoft belgesi ya da sözcüsü terimi kullanmıyor. Bing’in kamuya açık şekilde tartışılan sıralama faktörleri — site ve yazar itibarı, içerik bütünlüğü ve anlamsal uygunluk — benzer bir yöne (akranlara kıyasla derinlik ve özgünlük) işaret eder; ancak bu bitişik bir fikirdir, aynı iddia veya aynı kelime dağarcığı değildir. Birisi Bing’in tam olarak “information gain” ifadesini kullandığını aktarırsa, birincil kaynağı görene kadar şüpheyle yaklaşın.

Yapay zekâ ağırlıklı bir SERP’te bilgi kazanımı neden daha önemli

Bilgi kazanımını yalnızca patent merakı olmaktan çıkaran bölüm burasıdır.

Yapay zekâ interneti okudu. ChatGPT, Claude, Gemini ve Google’ın kendi AI Overviews’i ile AI Mode’u tek bir konuda çok başarılıdır: Web’de zaten var olanı sentezlemek ve yeniden paketlemek. Animalz’den Nathan Wahl bu iddiayı net biçimde ortaya koyuyor — bu sistemler yayımlanmış her şeyi zaten yeniden ifade edip paketleyebildiğine göre, soru katkı sağlamayan herhangi bir şeyi neden yayımlayacağınız oluyor. Google bir yanıt sentezlediğinde birden fazla kaynaktan yararlanır — Wahl’ın çerçevesine göre içeriğiniz devlerin sahip olmadığı bilgiyi içeriyorsa onları geçmeniz gerekmez (Animalz).

That’s the mechanism. If your page restates consensus, an AI Overview absorbs it and answers without sending anyone to you. If your page contains something only you have — a proprietary number, a real experiment, an expert’s first-hand take — an AI system has to draw on you specifically to include that fact, rather than paraphrasing it from wherever else it appears. That’s not a guarantee: retrieval, inclusion in the model’s context, generation, and citation are separate steps, and originality clearing one of them doesn’t mean it clears the rest. Scoped research on generative-engine visibility (Aggarwal et al., “GEO: Generative Engine Optimization”) finds that adding sources, statistics, and quotations to content can improve visibility in AI-generated answers in their tested setups — evidence that originality helps, not proof that it guarantees a citation, a ranking, or traffic. Information gain is a precondition for being cited instead of paraphrased, not a promise of it.

Clearscope’tan Bernard Huang bunu Google’ın Knowledge Graph’ına bağladı: LLM’ler fikir birliğinde başarılı olduğu için, Google’ın bir konu hakkında zaten “bildiği” şeylerin sınırında kalan kavramları ve varlıkları kapsayan içerik hedefleyin; gerçek yenilik insanların hâlâ değer kattığı yerdir (Clearscope). Amanda King’in Search Engine Land’deki ilk çerçevesi temel fikri yakaladı — bilgi kazanımı puanı, içeriğinizin derlemenin geri kalanına kıyasla ne kadar benzersiz olduğunun bir ölçüsüdür ve yalnızca aynı fikirleri başka kelimelerle ifade etse bile benzersizliği olmayan içerik geriletilebilir (Search Engine Land). Andrew Holland daha sonra bunu yapay zekâ çağı için yeniden çerçeveledi: terim farklı insanlar için farklı şeyler ifade eder, ancak görev bilgi kazanımı oranını artırmayı sürdürmektir — giderek yalnızca Google için değil, yapay zekâ için de optimize ediyoruz (Search Engine Land).

Bunu ben de ters yönden gördüm. Google’ın AI Mode’unda içeriği sıralamaya çalıştığım bazı testler yaptım ve içerik — sıralanan sayfalardan daha iyi ve daha alakalı olduğunu düşündüğüm hâlde — sıralanmadı. Kamuya açık biçimde ortaya attığım olasılıklardan biri makalelerde bilgi kazanımı bulunmamasıydı: İçerik, zaten orada olanın iyi yazılmış bir yeniden ifadesiyse sistemin ödüllendireceği hiçbir şey olmayabilir (X’teki gönderim).

Gerçekte ne bilgi kazanımı üretir

Kaynaklar ve kendi deneyimim üzerinden sentezleyince, göstergeleri gerçekten değiştiren şeyler şunlardır:

• Özgün araştırma, anket ve deneyler. En savunulabilir biçimdir. Bir çalışma yapın, veriyi yayımlayın, başkalarının size atıf yapmasına izin verin. Ahrefs’te en iyi performans gösteren içeriklerimiz tam da bu nedenle büyük ölçüde veri çalışmalarına dayanır.
• Özel / birinci taraf veriler. Başkasının yeniden üretemeyeceği dahili ürün veya kullanım verileri. Bir veri kümeniz varsa, o veri kümesi bilgi kazanımınızın kendisidir.
• Uzman görüşmeleri ve ilk elden deneyim. Benim başvurduğum yöntem budur. Kaynak gösterilmemiş yapay zekâ metni yayımlamak yerine, erişiminiz olan birkaç gerçek konu uzmanına — Slack, e-posta veya yapay zekâ destekli kısa bir görüşme üzerinden — haftada birkaç kez mesaj gönderin ve gerçek hikâyelerini ve deneyimlerini kaydedin. Bu, yayımlamadan önce Web’de bulunmayan özgün bilgidir. Bunu Ahrefs’in teknik SEO merkezini (yaklaşık 160 yapay zekâ üretimli sayfa) yeniden kurarken, sayfaların tekrarlanan fikir birliğinin ötesine geçmesi için uzman incelemesini ve okuyucu geri bildirimini üstüne ekleyerek kendi çalışmama uyguladım.
• Fikir birliğine aykırı veya güncellenmiş görüşler. Yaygın biçimde tekrarlanan bir iddiayı test edip gerçekte ne olduğunu bildirmek, “çalışma” küçük olsa bile bilgi kazanımıdır.
• Bir öncekinin çalışması üzerine inşa etmek. Birinin yayımladığı araştırmayı alın, genişletin, sonraki veri noktasını ekleyin. Derlemeyi kopyalamıyor, ona ekliyorsunuz.

Ahrefs’in kendi içerik kalitesi merdiveni (Si Quan Ong’un How to Create Quality Content yazısı) burada yararlı bir haritadır: basit liste yazılarından araştırma çalışmalarına ve özgün fikirlere yükselir — terimi hiç kullanmadan, toplama yerine ilk elden veriyi öne çıkaran bir bilgi kazanımı merdiveni kurar.

Kendi içeriğinizde bilgi kazanımını nasıl değerlendirirsiniz

Google’ın faydalı içerik sorularını yayımlama öncesi bir içgüdü kontrolüne dönüştürün:

• Hedef sorgunuz için en üst sonuçları açın. Her birinin zaten ne söylediğini listeleyin.
• Taslağınızda, bu listede bulunmayan bir gerçek, sayı, bakış açısı veya deneyim ekleyen her cümleyi vurgulayın. Hiçbir şey vurgulanmıyorsa elinizde bir kaynak değil, yeniden yazım vardır.
• Bir yapay zekânın sorguyu hâlihazırda sıralanan sayfalardan bütünüyle yanıtlayıp yanıtlayamayacağını sorun. Yanıt evetse, alaka için tek yolunuz o sayfaların eksik bıraktığı bir şeyi katmaktır.
• “Arama sonuçlarındaki diğer sayfalara kıyasla değer” sorusunu kelimesi kelimesine gerçeklik kontrolünden geçirin — “iyi mi” değil, “ekleyici mi” diye sorun.

Sonuç

Bilgi kazanımı, doğrulanmamış bir mekanizmanın üzerine oturan gerçek ve kullanışlı bir kavramdır. İçeride bunu ayarlayabileceğiniz bir puana sahip doğrulanmış Google sıralama faktörü olarak satmayın — doğru değildir ve güvenilirliğinizi yakar. Bunu yapay zekâ ağırlıklı bir SERP’te gerçekten işe yaradığı açıkça görülen şey olarak satın: zaten var olanın daha iyi optimize edilmiş sürümlerini yayımlamayı bırakın, yalnızca sizin yayımlayabileceğiniz şeyi yayımlamaya başlayın. Kale budur.

Bu kümede ilgili okumalar: entity SEO, schema markup for AI, GEO ve AEO içeriğiniz gerçekten yeni bir şey söylemeye başladığında nasıl görünür ve atıf alır hâle geldiğinizle bağlantılıdır.

Yapay zekâ özeti

Advanced sürümün kısaltılmış özeti:

• Bilgi kazanımı = arama yapan kişinin bir konu hakkında zaten gördüklerine göre yenilik. Kapsamlılık veya E-E-A-T değil, marjinal deltadır. Kapsamlı bir sayfanın bilgi kazanımı sıfır olabilir.
• Adı verilmiş bir Google patentinden gelir (“Contextual estimation of link information gain”; 2018’de başvuruldu, 2022’de verildi); bu patent belgeleri ekledikleri yeni bilgi miktarı açısından 0,00–1,00 aralığında puanlar ve kısmen buna göre sıralar.
• Google canlı kullanımı hiç doğrulamadı. Patent kendi çerçevesini, ilk sayfa yerine kullanıcının bazı sonuçları görmesinden sonra sonra ne gösterileceği olarak kurar. Görünür puan, API veya açıklanmış formül yoktur; bir araçtaki “information gain score” yaklaşık bir değerdir.
• Resmî olan, Google’ın içeriğin “özgün bilgi, haber, araştırma veya analiz” ve “arama sonuçlarındaki diğer sayfalara kıyasla önemli değer” sağlayıp sağlamadığını soran faydalı içerik rehberliğidir — terim kullanılmadan aynı fikir.
• Neden şimdi önemli: AI Overviews ve AI Mode fikir birliği içeriğini ücretsiz sentezler. Gerçekten yeni bilgi — özgün araştırma, özel veri, ilk elden uzmanlık — yapay zekâ sisteminin başka yerde yeniden ifade etmek yerine sizden almak zorunda olduğu şeydir; yine de bu atıf, sıralama veya trafik garantisi değildir (erişim, bağlama alınma, üretim ve atıf ayrı adımlardır).
• Yenilik doğruluk değildir. Bir sayfa gerçekten yeni bir iddia ekleyip yine de yanlış olabilir — özgünlüğü yayımlama girdilerinden biri olarak ele alın, doğrulamaya alternatif olarak değil.
• Bunu üreten şeyler: özgün çalışmalar, birinci taraf verisi, uzman görüşmeleri ve ilk elden deneyim, fikir birliğine aykırı/güncellenmiş görüşler ve başkalarının araştırmasını genişletmek.
• Uydurma ayrıntılara dikkat: birincil kaynağı olmayan, “çekirdek güncellemesi bilgi kazanımını doğruladı, özgün içerikte görünürlük +X%” türü kesin istatistikler bir efsane kalıbıdır; veri değildir.

Resmî belgeler

Birincil kaynaklar. Google’ın rehberliği “information gain” terimini hiç kullanmaz — patent kullanır, ancak patent canlı sıralama hakkında bir açıklama değil, hukuki bir başvurudur.

Google — patent (birincil kaynak, “rehberlik” değil)

• Contextual estimation of link information gain (US20200349181A1) — terimin adını aldığı başvuru: 0,00–1,00 puanlama açıklaması ve “kullanıcıya daha önce sunulmuş belgelerin ötesinde ek bilgi” tanımı.

Google — resmî faydalı içerik rehberliği (terimi değil, kavramı kullanır)

• Creating helpful, reliable, people-first content — özgün bilgi/araştırma/analiz ve diğer sonuçlara kıyasla önemli değer hakkındaki öz değerlendirme soruları. Bu, information gain’e en yakın resmî dildir.

Kaynaktan alıntılar

Kayıt altına alınmış ifadeler. Aşağıdaki Google maddeleri birincil kaynaklardan (patent ve Google’ın faydalı içerik belgeleri) kelimesi kelimesine alınmıştır. Sektör görüşleri makale gövdesinde, özgün sayfalara bağlantı verilerek özetlenmiştir; metinlerini özgün sayfalara karşı bağımsız olarak yeniden doğrulayamadığım için onları tırnak içine almayacağım.

Google — patent (US20200349181A1)

• “An information gain score for a given document is indicative of additional information that is included in the given document beyond information contained in other documents that were already presented to the user.” (terjemahan) “Belirli bir belgeye ilişkin bilgi kazanımı puanı, kullanıcıya daha önce sunulmuş diğer belgelerde bulunan bilginin ötesinde, belirli belgeye eklenen bilgiyi gösterir.” — Contextual estimation of link information gain. Read the patent
• “a quantitative score between 0.00 and 1.00, with 0.00 indicating that no information gain is to be expected” — the patent’s described scoring scale (1,00 meaning the document contains only information not already seen). (terjemahan) “0,00’ın herhangi bir bilgi kazanımı beklenmediğini gösterdiği, 0,00 ile 1,00 arasında nicel bir puan; 1,00, belgenin daha önce görülmeyen bilgiler içerdiği anlamına gelir.” Read the patent

Google — faydalı içerik rehberliği (terim olmadan kavram)

• “Does the content provide original information, reporting, research, or analysis?” (terjemahan) “İçerik özgün bilgi, haber, araştırma veya analiz sunuyor mu?” Jump to quote
• “If the content draws on other sources, does it avoid simply copying or rewriting those sources, and instead provide substantial additional value and originality?” (terjemahan) “İçerik başka kaynaklardan yararlanıyorsa, bu kaynakları basitçe kopyalamaktan veya yeniden yazmaktan kaçınıp bunun yerine önemli ölçüde ek değer ve özgünlük sunuyor mu?” Jump to quote
• “Does the content provide insightful analysis or interesting information that is beyond the obvious?” (terjemahan) “İçerik, bariz olanın ötesinde içgörülü analiz veya ilginç bilgi sunuyor mu?” Jump to quote
• “Does the content provide substantial value when compared to other pages in search results?” (terjemahan) “İçerik, arama sonuçlarındaki diğer sayfalarla karşılaştırıldığında önemli değer sunuyor mu?” Jump to quote

Playbook: gerçek bilgi kazanımı eklemek

Bir “X hakkında bir makale daha” taslağını ekleyici bir içeriğe dönüştürmek için tekrarlanabilir bir süreç.

1. Önce derlemeyi haritalayın. Sorgunuz için en üst 10 sonucu açın. Bir belgede, her birinin zaten kapsadığı farklı iddiaları, veri noktalarını ve bakış açılarını listeleyin. Bu, arama yapan kişinin “zaten gördüğü” tabandır.

2. Boşluğu bulun. Fikir birliği nerede zayıf, eski veya sınanmamış? Sıralanan sayfalar hangi soruyu gündeme getirip yanıtlamıyor? Hedefiniz bu boşluktur.

3. Yenilik kaynağınızı seçin. Dayanıklılık açısından kabaca şu sırada:

• Yürüttüğünüz özgün araştırma / anket / deney.
• Zaten sahip olduğunuz birinci taraf veya özel veri.
• Uzman görüşmeleri ve ilk elden deneyim.
• Gerçekten destekleyebileceğiniz fikir birliğine aykırı veya güncellenmiş bir görüş.

4. Uzman görüşmesi döngüsü (varsayılanım). Konu uzmanları neredeyse her zaman erişiminizdedir. Haftada birkaç kez birkaçına — Slack, e-posta veya yapay zekâ destekli kısa bir görüşmeyle — tek ve keskin bir soru gönderin. Hikâyeyi, sayıyı, “aslında pratikte…” ayrıntısını kaydedin. Kaynağını belirtin. Bu, siz yayımlamadan önce Web’de bulunmayan özgün bilgidir.

5. Her şeyi kaynaklandırın. İddialarınıza kaynak verin. Dış bağlantı ekleyin. Verinizi gösterin. Bir şeylerin nereden geldiğini kaynaklandıran içerik ekleyici görünür; kaynaksız üretilmiş metin dolgu gibi görünür — giderek böyle muamele de görür.

6. Yayımlama öncesi kontrol. Taslağınızdaki, ilk 10 sayfadan birinde zaten bulunmayan her cümleyi vurgulayın. Çok az şey vurgulanıyorsa henüz yayımlamayın — 3. adıma dönün.

7. Yığmayın, katmanlayın. Büyük ölçekte içerik üretiyorsanız üretimle yetinmeyin. Her sayfanın fikir birliğinin ötesinde bir şey taşıması için üstüne uzman incelemesi, okuyucu geri bildirimi ve gerçek örnekler ekleyin. Yenilik olmadan hacim, yapay zekânın ücretsiz olarak içine aldığı şeydir.

Anti-pattern’ler: “bilgi kazanımı” nasıl ters gider

Ayarlayabileceğiniz bir puana sahip doğrulanmış bir sıralama faktörü gibi davranmak. Google’ın canlı sıralamada kullandığını doğrulamadığı verilmiş bir patenttir. Search Console alanı, günlük sinyali veya herkese açık API yoktur. Bir araçtaki herhangi bir “information gain score”, Google’ın değil o aracın yaklaşık değeridir. Bunu içeride doğrulanmış bir kaldıraç olarak sunmayın — birisi kaynağı sorunca güvenilirliğinizi kaybedersiniz.

Şüpheli derecede kesin, kaynaksız istatistikleri tekrarlamak. 2026 tarihli bir dizi gönderi, “[tarih] çekirdek güncellemesinin bilgi kazanımını baskın sinyal olarak doğruladığı, özgün içerikte görünürlüğün +15–25%, şablon içerikte –30–50% olduğu” gibi, belirli zaman damgalarına kadar inen iddialar yayımlıyor. Bunların hiçbirini birincil kaynak doğrulamıyor. Bunlar bir moda sözcüğe yaslanan uydurma veya halüsinasyon ürünü ayrıntılar gibi okunuyor. Bilgi kazanımıyla ilgili bir istatistiğin izlenebilir bir birincil kaynağı yoksa tekrarlamayın.

“Daha çok yazmayı” bilgi kazanımıyla karıştırmak. Uzunluk ve kapsamlılık bilgi kazanımı değildir. Fikir birliğini yeniden işleyen 5 000 kelimelik bir makalenin bilgi kazanımı, tek bir yeni veri noktası içeren 400 kelimelik bir gönderiden daha azdır. SSS doldurma hamlesi — bir sayfaya 50 veya 100 SSS eklemek — bunun en açık örneğidir: kelime ekler, yenilik değil; işe yaramaz.

E-E-A-T veya “kalite” ile birleştirmek. İlişkilidir ama farklıdır. Gerçek bir uzman olup yine de derlemeye yeni hiçbir şey eklemeyen bir sayfa yayımlayabilirsiniz. Bilgi kazanımı güven/uzmanlık yargısı değil, marjinal deltadır.

Sonuçların ilk sayfasına uygulandığını varsaymak. Patent kendi çerçevesini, kullanıcının bazı sonuçları gördüğü asistan/takip bağlamlarından sonra sonra neyin öne çıkarılacağı üzerine kurar; ilk on mavi bağlantıya zorunlu olarak değil. Çoğu açıklama bu kapsam uyarısını atlar; siz atlamayın.

Google veya Bing’in “information gain” dediğini iddia etmek. Bulabildiğim kamuya açık sıralama rehberliğinde ikisi de bu tam ifadeyi kullanmadı. Bu, Google patentine ve genel faydalı içerik ilkelerine dayanan sektör kısaltmasıdır. Google veya Bing’e atfedilen herhangi bir “information gain” alıntısına birincil kaynağı görene kadar şüpheyle yaklaşın.

Bilgi kazanımı incelemeleri için istemler

Compare my draft with these competing-page notes. Build a claim matrix with one row
per substantive point and columns for: already common in the corpus, genuinely new,
new only in wording, supported by first-hand evidence, source needed, and remove or
keep. Do not assign a fake information-gain score. Finish with the three strongest
original contributions and the evidence needed to publish each.

DRAFT:
[paste]

COMPETING-PAGE NOTES:
[paste]

Turn these raw first-party materials into an evidence plan, not finished prose.
Separate proprietary data, direct observation, expert experience, original examples,
and repeatable analysis. For each candidate contribution, state the claim it could
support, the minimum method disclosure, limitations, and what would make the claim too
weak to publish. Do not infer results that are absent.

[paste interview notes, dataset description, tests, or case documentation]

Gerçek bilgi kazanımı oluşturma çerçeveleri

Derleme–iddia–kanıt çerçevesi

1. Derleme: Mevcut yararlı sayfaların üzerinde zaten uzlaştığı şeyleri özetleyin.
2. İddia: Sayfanızın bu fikir birliğinin ötesinde ne ekleyeceğini belirtin.
3. Kanıt: Yeni iddiayı savunulabilir kılan veriyi, gözlemi, deneyimi veya kaynağı adlandırın.
4. Sınır: Kanıtın nerede genellenemediğini belgeleyin.

İddia yalnızca ifadeyi değiştiriyorsa yeni değildir. Kanıt iddiayı destekleyemiyorsa hazır değildir.

Yenilik merdiveni

• Yeniden ifade: Aynı gerçekler, farklı kelimeler.
• Sentez: Mevcut gerçekleri kullanışlı yeni bir biçimde birbirine bağlamak.
• Uygulama: Mevcut bilgiyi belirli bir bağlamda sınamak.
• Gözlem: Başkalarının sahip olmadığı ilk elden kanıt.
• Keşif: Okurun bildiğini değiştiren, yeniden üretilebilir bir bulgu.

Bu merdiven bir planlama modelidir; Google’ın gizli puanı değildir.

Bilgi kazanımı kopya kâğıdı

Gerçeklik kontrolü: Google, herkese açık bir bilgi kazanımı puanı veya formülü sunmaz. Uydurma bir ondalık yerine katkıyı ve kanıtını değerlendirin.

Zaman ayırmaya değer kaynaklar

Yazılarım ve konuşmalarım

• Does AI Search Traffic Convert Better Than Traditional Search? (Ahrefs) — AI arama görünürlüğünün neden peşine düşmeye değer olduğunun arkasındaki veri; bilgi kazanımının ticari açıdan önemli olmasının nedeni.
• “GEO? AEO? LLMO? What’s With All This AI SEO Stuff?” — “yalnızca sizin sahip olduğunuz şeyi yayımlayın” fikrinin yer aldığı, AI arama hakkındaki Ahrefs Evolve 2025 sunumum.
• My AI Mode ranking-test post (X) — AI Mode’da sıralanmayan içeriğin bilgi kazanımından yoksun olabileceği doğal deney.
• Patrick Stox on Building in the GEO Era (Unscripted SEO Podcast) — “beş gerçek uzmana mesaj gönderin, iddialarınıza kaynak verin” yöntemini anlattığım bölüm.
• Cutting-Edge AEO Strategies with Patrick Stox (Marketing Speak) — bilgi kazanımını gerçek hendek, Ahrefs veri çalışmaları fikrini de çerçeveleyen bölüm.
• How to Create Quality Content (Ahrefs, Si Quan Ong) — liste yazılarından özgün araştırmaya uzanan, bilgi kazanımı merdiveni sayılabilecek kurum içi içerik yazısı.

Sektörün başka yerlerinden

• Contextual estimation of link information gain (US20200349181A1) — gerçek patent. Birinin özetine güvenmeden önce kaynağı okuyun.
• Creating helpful, reliable, people-first content (Google Search Central) — kavramı terimi kullanmadan anlatan resmî öz değerlendirme soruları.
• Google’s Information Gain Patent For Ranking Web Pages (Roger Montti, Search Engine Journal) — kapsamı en dikkatli ele alan yazı: asistan/takip bağlamı, ilk sayfa değil.
• What is information gain in SEO & why it matters (Amanda King, Search Engine Land) — ilk ana akım tanım.
• Information gain: what this SEO “buzzword” really means (Andrew Holland, Search Engine Land) — yapay zekâ çağı için yeniden çerçeve.
• Information Gain in SEO (Bernard Huang, Clearscope) — Knowledge Graph çerçevesi ve pratik bakış açıları.
• Information Gain: The SEO Theory that AI Made Mandatory (Nathan Wahl, Animalz) — AI sentezi ve çok kaynaklı atıfla bağlantılı en güçlü “neden şimdi” argümanı.
• Information Gain Scores (Bill Slawski, Go Fish Digital) — patentin özgün teknik çözümlemesi.
• What Is Information Gain in SEO & Does Google Measure It? (Rachel Handley, Semrush) — ek ve sağlam bir tanımsal genel bakış.

Kendinizi sınayın: Bilgi kazanımı

Bilgi kazanımının ne olduğu, nereden geldiği ve onunla ne yapılacağı hakkında beş kısa soru. Her biri için bir yanıt seçin, sonra kontrol edin.

Değişiklik günlüğü