Denetimin kalitesi, modele verdiğiniz verinin kalitesiyle sınırlı. Bu yazı, Screaming Frog çıktısını, Search Console dışa aktarımını ve log örneklemini Claude’a doğru yapıda verdiğimizde bir teknik SEO denetimini üç saate nasıl indirdiğimizi anlatıyor. Şablon demosu olarak hazırlanmıştır; arama motorlarına kapalıdır.
Hangi veriyi yükledik?
Üç kaynağı birleştirdik: tam site taraması, Search Console performans ve indexleme dışa aktarımı ve 7 günlük sunucu log örneklemi. Her birini CSV olarak yükledik ve sütun anlamlarını tek paragrafta açıkladık; bu “veri sözlüğü” adımı atlandığında yanlış pozitif oranı belirgin biçimde artıyor.
1. Tarama çıktısı
Screaming Frog’dan “Internal – All” sekmesini yalnızca HTML satırlarıyla dışa aktardık. 40 sütunun 12’sini tuttuk: adres, durum kodu, indexlenebilirlik, canonical, title, H1, kelime sayısı, iç bağlantı sayısı, tarama derinliği, yanıt süresi, meta robots ve hreflang.
- JavaScript render açık, 5 eşzamanlı istek, 1 saniye gecikme.
- Sitemap’teki URL’ler tarama listesine dahil edildi; yalnızca bağlantıyla ulaşılamayanlar “orphan” olarak işaretlendi.
2. Search Console dışa aktarımı
Sayfa bazlı 16 aylık tıklama ve gösterim verisiyle “Sayfalar” raporundaki dizine eklenmeme nedenlerini ekledik. Böylece model, taramada gördüğü bir sorunun trafik etkisini tahmin edebildi.
- Performans: sayfa boyutunda, cihaz kırılımı olmadan, 16 ay.
- Indexleme: “Taranıyor – şu anda dizine eklenmemiş” ve “Yinelenen, Google farklı canonical seçti” listeleri.
Üç aşamalı prompt yapısı
Tek uzun prompt yerine üç aşamalı bir akış kullandık: önce veri sözlüğü, sonra bulgu çıkarımı, en son önceliklendirme. Her aşamada çıktı formatını açıkça belirledik.
# Aşama 2 — bulgu çıkarımı
Rol: Teknik SEO denetçisi
Girdi: tarama.csv, gsc-sayfalar.csv, log-ornek.csv
Görev: Her bulgu için: url_kalibi | sorun | kanit(satir) | etki(1-5) | cozum
Kural: Kanıtı olmayan bulgu yazma. "Muhtemelen" deme; veriye işaret et.İkinci aşamanın çıktısını olduğu gibi üçüncü aşamaya verdik; önceliklendirme yalnızca Search Console gösterim verisine göre ağırlıklandırıldı.
Örnek bulgular tablosu
Aşağıdaki tablo, 1.240 URL’lik bir e-ticaret sitesinde çıkan ilk beş bulgunun özetidir.
| URL kalıbı | Sorun | Etkilenen URL | Etki | Çözüm |
|---|---|---|---|---|
| /kategori/?renk=* | Facet URL’leri indexleniyor, canonical yok | 312 | 5 | Canonical + noindex, iç bağlantıları kaldır |
| /urun/* | Title ile H1 birebir aynı, marka eki yok | 604 | 3 | Title şablonunu güncelle |
| /blog/page/* | Sayfalama derinliği 6+ | 41 | 3 | Kategori sayfalarından doğrudan bağlantı |
| /tr/ ↔ /en/ | Hreflang karşılıklı değil | 88 | 4 | x-default ekle, karşılıklı etiketle |
| /kampanya/2024-* | 200 dönen süresi geçmiş sayfalar | 27 | 2 | 410 veya güncel kampanyaya 301 |
Bulguları doğrulama
Modelin çıkardığı her bulguyu üç yoldan biriyle doğruladık: URL Inspection ile canlı test, ikinci bir tarama ile yeniden üretme veya log satırına geri dönme. 47 bulgunun 44’ü doğrulandı; 3 yanlış pozitifin hepsi eksik sütun açıklamasından kaynaklanıyordu.
Search Console → URL Inspection → canlı test; aynı URL kalıbı için yeniden tarama; log örnekleminde Googlebot isteğini bulma. Üçünden biri tutmuyorsa bulgu rapora girmez.
Nerede yetersiz kalıyor?
İki noktada dikkatli olmak gerekiyor: JavaScript ile üretilen içerik ve iş önceliği bilgisi.
JavaScript ile üretilen içerik
Render edilmiş DOM yüklenmeden görünmüyor. Taramayı JavaScript render açık yapıp “rendered HTML” sütununu eklemek gerekiyor; aksi halde model, istemci tarafında eklenen canonical ve dahili bağlantıları göremez.
İş önceliği
Model gelir getiren şablonları bilmez. Kategori ve ürün şablonlarını “gelir kritik” olarak siz işaretlemelisiniz; aksi halde etki puanı yalnızca gösterime göre hesaplanır.
Sonuç ve şablon
Üç aşamalı akış, veri sözlüğü ve zorunlu kanıt kuralıyla denetim süresi 16 saatten 3 saate indi; doğrulama oranı %93. Kullandığımız prompt şablonunu ve CSV sütun listesini rehberler bölümünde paylaşacağız.
Claude’a yüklediğim veri eğitimde kullanılıyor mu?
Ticari ve API planlarında müşteri verisi model eğitiminde kullanılmaz; yine de kişisel veriyi anonimleştirip yükleyin. Log satırlarındaki IP ve kullanıcı bilgilerini yüklemeden önce maskelemek iyi bir alışkanlıktır.
Hangi tarama aracı daha uygun: Screaming Frog mu, Sitebulb mu?
İkisi de çalışır. Önemli olan sütun adlarını sabit tutmak ve veri sözlüğünü ilk mesajda vermek; araç değiştiğinde yalnızca sözlüğü güncellemeniz yeterli.
Kaç URL’ye kadar tek seferde analiz yapılabilir?
10–15 bin satırlık CSV’ler sorunsuz işleniyor. Daha büyük sitelerde şablon bazında örnekleme yapın: her URL kalıbından 200–300 satır, toplamda 10 bin satırı geçmeyen bir set.
Prompt Engineering
