ChatGPT Seo ve Google Colab ile Oluşturabileceğiniz 6 SEO Aracı
- Sezer DEMİR
- 1 gün önce
- 10 dakikada okunur
Güncelleme tarihi: 7 saat önce
Yazar: Sezer Demir
Kod yazmayı öğrenmek yıllardır hayalini kurduğum bir hedefe dönüşmüştü. Python, JavaScript gibi farklı programlama dillerini denedim ancak aklımdaki uygulamaları hayata geçirecek seviyeye bir türlü ulaşamadım. Değişken tanımlama, API entegrasyonu, test ortamı... Terimleri biliyordum, ne işe yaradıklarını da anlıyordum ama kodlarım sürekli hata veriyordu ve sonunda pes ediyordum.
Ancak artık uygulama geliştirmenin tek yolu ya birine para ödemek ya da kendiniz öğrenmek değil. Büyük dil modelleri (LLM), benim gibi SEO profesyonelleri için yepyeni bir dünya açtı. Artık ChatGPT gibi yapay zeka araçlarıyla kullanılabilir kodlar yazıp küçük uygulamalar oluşturabiliyoruz.
Bu yazıda, ChatGPT SEO araçları geliştirmek için ChatGPT'ye nasıl kod yazdırabileceğinizi ve Google Colab'ı kullanarak sadece birkaç dakika içinde işlevsel uygulamalar nasıl oluşturabileceğinizi göstereceğim.
Blakfy olarak Türkiye'deki dijital pazarlama ajanslarına ve SEO uzmanlarına yol göstermek için bu prompt'ları ve uygulamaları özgürce kullanabilir ya da daha gelişmiş versiyonlarını oluşturabilirsiniz. Neyi geliştirmek istediğinize bağlı olarak iki veya üç farklı uygulamaya ihtiyacınız olacak:
Kodunuzu oluşturmak için bir LLM (örn. ChatGPT)
API gibi bir bağlayıcı
Google hesaplarınızda ücretsiz olarak erişebileceğiniz Google Colab
İçindekiler:
Prompt nedir?
ChatGPT veya başka bir LLM kullanıyorsanız, zaten prompt yazmışsınızdır. Prompt, yapay zekaya yönelttiğiniz soru veya taleptir.
ChatGPT için prompt'unuzu "ChatGPT'ye bir şeyler sor" yazan kutucuğa yazarsınız.
ChatGPT SEO araçları oluşturmak için prompt yazmak önemli bir adım olduğundan, size daha sonra detaylı açıklayacağım örnek bir prompt:
Hem trafik hem de gelir için kümülatif yüzdeleri hesaplayan ve gösteren bir Python scripti oluştur. Toplam trafiğin ve gelirin %20, %40, %60, %80 ve %100'ünü temsil eden sayfa sayılarını göster.
İki grafik çiz: Biri kümülatif trafik, diğeri sayfalar arasındaki kümülatif gelir dağılımı için. Trafiğin ve gelirin %50'sini temsil eden URL'leri bul.
Unutmayın ki ChatGPT ve diğer LLM'lerde prompt'unuzu sürekli geliştirebilirsiniz. Kodunuz tam istediğiniz gibi çalışmazsa, "konuşmaya" sonuç tatmin edici olana kadar devam edebilirsiniz.
Bağlayıcı (Connector) nedir?
Bu eğitimin amacı doğrultusunda, "bağlayıcı" bilgi toplamak için ihtiyaç duyduğunuz herhangi bir harici araçtır (örn. API veya SEO aracı). Bu sayede Google bilgi panelinden veri çekebilir veya Screaming Frog gibi tarayıcılar kullanarak vektör gömme (vector embedding) çıkarabilirsiniz.
İnşa etmek istediğiniz araca bağlı olarak bu adım isteğe bağlıdır. Bilgi talep eden API anahtarını sağlamak kadar basit olabilir.
Örneklere geçtiğimizde bunları tam olarak nasıl kullanacağınızı ve ne kadar basit olduklarını göstereceğim.
Google Colab nedir?
Öncelikle, Colab "Colaboratory"nin kısaltmasıdır. SSS sayfasında belirtildiği üzere, "Colab, kullanmak için kurulum gerektirmeyen barındırılmış bir Jupyter Notebook hizmetidir".
Başka bir deyişle, tarayıcınızda çalışan, yazılım kurulumu gerektirmeyen ve önceden yüklenmiş birçok paketle gelen bir Python ortamıdır.
Bir Google hesabınız varsa (Gmail gibi), muhtemelen Google Colab'a zaten erişiminiz vardır. Ücretsiz kullanılabilir ve kodunuzu herhangi bir Google Dokümanı gibi paylaşabilirsiniz.
Colab not defterinizi nasıl çalıştırırsınız?
Oldukça basit:
ChatGPT'ye (veya tercih ettiğiniz LLM'ye) kodunuzda ne istediğinizi söylersiniz
ChatGPT Python kodunu oluşturur
Kodu Google Colab'a kopyalayıp yapıştırır ve "Çalıştır"a tıklarsınız
Bu basit bir görev olsa da hatalarla karşılaşmanız muhtemeldir. Endişelenmeyin çünkü hataları tespit edip düzeltmek için ChatGPT'ye geri dönebilirsiniz.
Kodunuzu yapıştırdıktan sonra, kodu çalıştırmak için Oynat düğmesine tıklayın.
"Google Colab için Python kodu" istediğinizden emin olun, böylece kodunuz orada mevcut paketlerle sınırlı kalır.
Google Colab belirtmeden Python kodu isterseniz, orada bulunmayan paketleri kullanmaya çalışabilir.
Hatalar almaya başlarsanız, ChatGPT'ye hangi hataları aldığınızı gösterin ve sizin için kodu uyarlayacaktır. Genellikle aradığım sonuçları almak için üç etkileşime kadar sürer.
Küçük prompt ayarlamaları sorunları çözmek için yeterlidir.
Neden doğrudan ChatGPT yerine Colab kullanmalısınız?
ChatGPT sizin için kodu oluşturuyorsa, sonuçları doğrudan ona soramazsınız mı? Cevap evet, sorabilirsiniz. Ancak herkes şirket verilerini ChatGPT'ye yüklemek konusunda rahat veya yetkili değildir.
Model eğitimi için prompt'larınızın kullanılmasını engelleme seçeneği olsa bile, satış, gelir veya dönüşüm rakamlarını doğrudan yüklemek konusunda kendimi rahat hissetmiyorum. Bu bir geçici çözümdür çünkü dosyalar Google Drive'ınızı veya doğrudan yüklediğiniz dosyaları kullanan Google Colab'da çalıştırılır.
Bu şekilde ChatGPT verilerinizi asla görmez, dolayısıyla üzerinde eğitim alması mümkün olmaz.
Google Colab için kod nasıl oluşturulur?
Umarım kendi ChatGPT SEO araçları oluşturma fikrine hala heveslisiniz. Yukarıdaki tüm teknik adımları açıkladım, ancak kodunuzu oluşturmak için ChatGPT'ye ne (ve nasıl) soracağınızı hala bilmeniz gerekiyor. Şimdi buna odaklanalım.
Kullanım senaryonuza bağlı olarak bazı kavramları öğrenmeniz veya API gibi belirli bir bağlayıcı kullanmak istediğinizi açıklamanız gerekebilir. İşte bir örnek:
Google Knowledge Graph API'sini çağıran, belirli bir sorgu için arama yapan (örn. 'Blakfy') ve @id, name, @type, description, url ve resultScore alanlarını yazdıran bir Python scripti yaz.
Bu durumda, Google Knowledge Graph API'sine bağlanıyorum ve hangi alanların veri çekmek için mevcut olduğunu bilmem gerekiyor.
Bazen bir fikir kafanızda netken ve bir insanla konuşurken birçok varsayım yapabiliyorsunuz (örn. meslektaşlarınız şirketinizde "dönüşüm"ün ne anlama geldiğini bilir), ancak LLM bilmiyor, bu yüzden prompt'unuzda çok açık olun.
Örneğin şöyle şeyler söyleyin:
Bu kodu Google Colab'a uyarla
[A, B] başlıklı bir CSV yükleyeceğim
Sayılar hesaplandıktan sonra otomatik olarak indirilen bir dosya istiyorum
Her iki sonucu da tek bir CSV dosyasında birleştir
Giriş kaynağını Excel dosyalarını kullanacak şekilde değiştir
Kodunuz beklediğiniz şeyi yapmazsa, ChatGPT'ye bir sonraki talebinizi sorun, yeni kodu kopyalayıp yapıştırın ve tekrar test edin.
Yeni isteklerle prompt'unuzu düzeltin ve güncellenmiş Python kodunu alın.
Örnek 1: Trafik ve gelir örtüşmesi
Bir süre önce bir kavşaktaydım: Sayfaların yalnızca bir yüzdesini optimize etmek için yatırım yapabilirdik. Bir KPI trafiği korumak, diğeri geliri artırmaktı. Her sayfanın aynı potansiyeli olmadığından, her ikisini de nasıl ele alabilirdim?
Google Colab'da küçük bir uygulama oluşturarak tüm verilerimi yükleyebilir ve bu grupların temsil ettiği trafik yüzdesini gösteren bazı sayfa gruplarını bir araya getirebilirdim.
Sayfaların %20'sinin neredeyse tüm trafiğin %80'ini temsil ettiğini buldum. İdeal grubunuzu bulabilir (örn. %50 trafik, %50 gelir) ve yalnızca sayfaların bir yüzdesini optimize etmeyi önererek ve tam olarak hangilerini listeleme yaparak paydaşlarla konuşmayı yönlendirebilirsiniz.
Bir grup sayfanın ne kadar 'kapsam' temsil ettiğini gösteren kolay bir tablo.
Prompt örneği
Google Colab için kullanılabilecek bir Python scripti oluştur:
Hem trafik hem de gelir için kümülatif yüzdeleri hesapla ve göster. Toplamın %20, %40, %60, %80 ve %100'ünü temsil eden sayfa sayılarını belirt.
İki grafik çiz: Biri sayfalar arasındaki kümülatif trafik, diğeri kümülatif gelir dağılımı için. Trafiğin ve gelirin %50'sini temsil eden URL'leri bul.
URL'leri mümkün olduğunca örtüştürmeye çalış, ancak mükemmel bir eşleşme yoksa sorun değil. Trafik veya gelir %50'den biraz daha yüksek olabilir.
Girdi, yükleyeceğim bir CSV dosyasıyla sağlanacak. URL'leri tek bir dosyada birleştir ve bu verileri otomatik olarak yeni bir CSV dosyasına aktar.
Sezgilerinizi kullanarak bu prompt'u ihtiyaçlarınıza göre uyarlayın. Bu prompt, grafiklerle bir uygulama oluşturabileceğinizi ve prompt talimatlarınızın ne kadar spesifik olması gerektiğini gösterir.
Sonuçların tam bir yüzde olmasına gerek olmadığını (ki buna ulaşmak neredeyse imkansızdır), verileri bir elektronik tabloda yükleyeceğinizi ve sonuçların otomatik olarak indirilmesini istediğinizi söylüyorsunuz. Bu şekilde Google Colab'da dosyanın nereye kaydedildiğini aramak zorunda kalmazsınız. Dosyanın çıktı konumunu bulmak zor olmasa da bu her seferinde birkaç dakikanızı kazandıracaktır.
Yukarıda gösterilen tabloyla birlikte, bir SEO girişimini sunarken konuşmayı kolaylaştıracak bazı grafikler de çizebilirsiniz.
Bu grafik, sayfaların %30'unun gelirin yaklaşık %70'ini döndürdüğünü gösteriyor. Bu grafik Google Colab kullanılarak otomatik olarak oluşturuldu.
Örnek 2: Bilgi paneli gezgini
Daha önce Google bilgi paneli nasıl alınır konusunda yazdım - bu araç, Google'ın bir kişi, şirket veya başka herhangi bir 'şey' (örn. kavramlar, kitaplar, etkinlikler vb.) gibi belirli varlıklar için sahip olduğu güven puanını çıkarmanıza olanak tanır. Bunun benzer versiyonları zaten mevcut, ancak sadece öğrenme süreci için kendiminkini yapıp yapamayacağımı görmek istedim.
Prompt örneği
Google Knowledge Graph API'sini çağıran, belirli bir sorgu için arama yapan (örn. 'Blakfy') ve @id, name, @type, description, url ve resultScore alanlarını yazdıran bir Python scripti yaz.
Sorgu geçerli bir sonuç döndürmezse, lütfen 'Sorgu Bilgi Grafiği panelinde mevcut değil' mesajını yazdır.
Bu Google Colab'da çalışacak şekilde olmalı.
Bu, bir bağlayıcı kullanacağınız bir durumdur - Google Knowledge Graph API.
API anahtarı almak için kendi Google Cloud API'nizi oluşturun. Size bir API anahtarı (4gD2yB5lf9rqWiAm2nqGCkTyoU3&2x gibi rastgele bir harf ve rakam karışımı) oluşturacak, bunu kopyalayıp kodunuza yapıştırmanız gerekiyor.
API anahtarınızı oluşturmak için Google Cloud'da bir hesap oluşturun.
API anahtarınızı ilk kırmızı kutuya ve kontrol etmek istediğiniz sorguyu ikincisine ekleyin.
Doğru yaptığınızda, aşağıdaki örnek gibi görünmelidir:
'Semrush' varlığı için Google Colab çıktısı.
Örnek 3: En iyi ve en kötü ay analizi
Bu, küçük bir uygulamanın size değerli zaman kazandırabileceğine dair bir örnektir.
Farklı sayfalara gelen trafik ve dönüşümler farklı zamanlarda değişir. En iyi performansı ne zaman gösterdiklerini bulmak için analiz yapıyorsanız, ilk adım bir sayfanın ne zaman zirveye ulaştığını bilmek ve ardından o zamanki sıralama pozisyonlarınızı şimdiyle karşılaştırmaktır.
Bunu bir avuç sayfa için yapmak hızlıdır, ancak yüzlerce sayfa için en iyi ve en kötü ayları bulmanız gerekiyorsa, sadece tarihleri bulmak manuel ve sıkıcı bir görevdir - tüm bunlar ne olduğunu analiz etmeden ve bir kurtarma planı oluşturmadan önce.
Bu araç, sayfa listenizin tamamına bakar ve herhangi bir metrik (trafik, dönüşümler, gelir) için en iyi ve en kötü ayı çıkarır, veriler kaynakta mevcut olduğu sürece.
Prompt örneği
Bir URL için en iyi ve en kötü trafik ayını kontrol eden Google Colab için bir Python scripti yaz. Tarih, URL ve Oturum başlıklarını içeren bir CSV dosyası yükleyeceğim, uzun bir dönem boyunca her ay için oturumları içeriyor.
Verileri okuduktan sonra, her URL için en iyi ve en kötü ay için Tarih, URL ve Oturum içeren bir CSV dosyasını otomatik olarak dışa aktar.
Çıktı şöyle görünmelidir:
Verileri nasıl göstermek istediğinize dair ayarlamalar yapabilirsiniz, ancak bu benim için yeterince iyi görünüyordu. İlk sütun URL, ardından ay ve oturum sayısı.
Örnek 4: Yapay zeka istemcileriyle tarayıcı
Piyasada birçok SEO tarayıcısı var, bu yüzden onlarla rekabet etmek için kendinizinkini oluşturmanızı önermiyorum. Sadece sayfa içeriğini çıkaran ve bir ChatGPT prompt'undan geçiren basit bir tarayıcı oluşturmanın mümkün olup olmadığını görmek istedim, hepsi bir Google Sayfasında. İşe yarıyor ve şaşırtıcı derecede kolay!
Aşağıda gördüğünüz prompt örneği ilk denemede çalıştı. LLM'lerin aşırı güvenli olduklarını her zaman unutmayın. Bazen bir URL içindeki içeriği okumasını isteyebilirsiniz ve gerçekten okumamış olsa bile bir cevap verir.
Bunu bir kez daha test ettim, her makaledeki ilk ifadeyi sorarak. Hayali bir şey uyduruyor olsaydı, bunu fark etmek kolay olurdu. Şimdi gerçekten sayfayı okuduğunu biliyorum çünkü bunlar her taranan sayfada var olan tam ifadeler.
Piyasadaki en popüler SEO tarayıcılarından biri olan Screaming Frog, aynı şeyi yapabileceğiniz birden fazla yapay zeka ile ilgili özelliğe sahip ve daha fazlasını yapıyor.
Örneğin, bir sayfanın yalnızca bölümlerini çıkarabilir (örn. üstbilgi ve altbilgiyi hariç tut), otomatik olarak alt metin oluşturabilir ve OpenAI'nin API'sini kullanarak çok daha fazlasını yapabilirsiniz.
Herhangi bir nedenle bir lisans alamıyorsanız veya ücretsiz bir seçeneğe ihtiyacınız varsa (OpenAI API anahtarı kullanımı hariç), bu işe yarayabilir.
Prompt örneği
Lütfen Google Colab ile kullanmak üzere bir Python kodu yaz.
Sana bir URL vereceğim, içeriğini taramanız/kazımanız gerekiyor. URL'ler A sütununda.
Ardından, B sütunundaki prompt ile bunu çalıştır. Bu, OpenAI'ye bir çağrı yapacak (bir API anahtarı sağlayacağım) ve cevabı bir CSV'de döndürecek.
Örnek 5: ChatGPT sorgu çıkarıcı
SEO'daki herkes şu anda ChatGPT'nin nasıl çalıştığını keşfetmeye ve markalarının ve müşterilerinin nasıl bahsedildiğini etkilemeye çalışırken, birçok SEO uzmanı ipuçları bulmak için Chrome Geliştirici Araçları'na (Google'ın tarayıcısı Chrome'un içindeki bir özellik) başvurdu.
Bu SEO uzmanlarından biri Jérôme Salomon'dur. ChatGPT'nin uzun isteklerimizi birden fazla ifadeye böldüğünü ve ilgili kaynakları (URL'ler) almak için bunları Bing'e gönderdiğini keşfetti.
ChatGPT'de prompt yazarak bu bulguları çoğaltabilirsiniz. Bundan sonra tarayıcınızda sağ tıklayın, ardından Denetle > Ağ > "Konuşma" > Yanıt'ı seçin
Yanıt içinde, search_query adlı bir alan ChatGPT'nin Bing'e sorduğu sorguları ortaya çıkarır.
Bu işlem, ChatGPT'nin cevaplarını doğrulamak ve kaynakları (URL'ler) kullanıcılara göstermek için harici kaynaklara danışması gerektiğinde gerçekleşir. Bu süreç, RAG (Retrieval-Augmented Generation) olarak bilinen bir yapay zeka çerçevesinin parçasıdır.
Bir başka SEO profesyoneli olan Ziggy Shtrosberg, tarayıcınıza ekleyebileceğiniz bir yer işareti oluşturmak için bir LLM kullandı ve ChatGPT'de arama yaptıktan sonra, yer işaretine tıklarsınız ve ChatGPT'nin Bing'e yaptığı sorgular ortaya çıkar.
Ziggy, sürecinin Claude'a (başka bir LLM) ne istediğini sormayı, bunu adım adım yapmayı ve test etmeyi içerdiğini söyledi. Onun blog gönderisini ve bu konuyla ilgili diğer bazılarını okuduktan sonra, istediğim bilginin search_query adlı bir alanın altında olduğunu öğrendim. Onun adımlarını tekrarlamaya çalışırken, herhangi bir sayfada bu alanı çıkaracak bir JavaScript yer işareti istediğimi sordum (veya bir hata mesajı döndürmesini).
Ziggy'nin aracı daha iyi bir tasarıma sahipken, yine de iki satırlık bir prompt'la aynı bilgiyi çıkarmayı başardım. En zor kısım ne sormam gerektiğini keşfetmekti.
Prompt örneği
Chrome'a eklemek için bir javascript yer işareti oluşturmak istiyorum.
search_query içindeki içerikleri çıkarmalı.
Örnek 6: İlgili makaleler
Bu, başka bir blog gönderisinde zaten ele aldığım daha gelişmiş bir durum, ancak o zamanlar oldukça popülerdi, bu yüzden bahsetmeye değer. Vektör gömme ve kosinüs benzerliğini kullanarak benzer konulara sahip sayfaları birlikte eşleyebilirsiniz. Bu, ilgili ürünleri bulmanıza, dahili bağlantılar eklemenize, konu dışı sayfaları tespit etmenize ve daha fazlasını yapmanıza olanak tanır.
Kısacası, vektör gömme, metnin anlamsal anlamını ve ilişkilerini yakalayan sayısal bir temsilidir. Bu şekilde bir sayfanın tamamının ne hakkında olduğunu analiz edebilirsiniz. Ardından, bu sayfaları birbirleriyle karşılaştırmak için kosinüs benzerliğini kullanarak ne kadar benzer veya farklı olduklarını bulun.
Bağlayıcı olarak Screaming Frog kullandım. Bir sayfayı tarayabileceğiniz ve aynı anda gömmeleri çıkarabileceğiniz bir özellikleri var. Ayrıca, vektör gömmelerini çıkaran küçük bir tarayıcı oluşturabilir ve bunu doğrudan ChatGPT'de veya Google Colab'ınızda çalıştırabilirsiniz. Unutmayın ki sadece API anahtarınızı eklemeniz, Google Colab'da oynat düğmesine basmanız ve elektronik tablonuzu yüklemeniz gerekiyor - çok karmaşık bir şey değil.
Ölçekte vektör gömmelerini toplayın ve sayfaların ne kadar benzer olduğunu ölçmek için kosinüs benzerliğini kullanın.
Örnek 3'teki (Tarayıcı + Yapay Zeka) prompt'u bile yeniden kullanabilir ve her şeyi kendi makinenizde çalıştırabilirsiniz. Test ettim ve bir hata aldım ("openai.Embedding'e erişmeye çalıştınız, ancak bu artık openai>=1.0.0'da desteklenmiyor").
Bunu çözmek için hatayı ChatGPT ile olan konuşmama aktardım ve çalışan güncellenmiş bir kod aldım. İsterseniz işte Colab Scripti. Sadece API anahtarınızı ve "url" başlıklı bir elektronik tablo ekleyin.
Bir sonraki adım, her sayfa arasındaki kosinüs benzerliğini ölçmek ve en benzer üçünü bulmak için bu diğer Google Colab scriptini kullanmaktır.
Prompt örneği
Lütfen Google Colab ile kullanmak üzere bir Python kodu yaz. Sana bir URL vereceğim, içeriğini taramanız/kazımanız gerekiyor.
URL'ler A sütununda. Ardından bu sayfalar için gömmeleri B sütununda döndür. Bu, OpenAI'ye bir çağrı yapacak (bir API anahtarı sağlayacağım) ve cevabı bir CSV'de döndürecek.
openai kütüphanesinin daha yeni bir sürümünü kullan (v1.0 veya üstü)
SEO için LLM'leri Maksimize Etmek İçin Deneyin, Doğrulayın ve Tekrarlayın
Yukarıda paylaştığım örneklerin ötesinde, bu yazı size kendi özel ihtiyaçlarınıza göre kendi uygulamalarınızı bulmanız için ilham vermek amacıyla hazırlandı. Basit başlayın, araçları test edin ve sonuçların gerçekten doğru olup olmadığını kontrol edin (LLM'ler bazen açıkça yanılıyor olsalar bile çok fazla güvene sahipler).
Unutmayın, metin, tablolar, grafikler ve güzel görseller isteyebilirsiniz. İçerik çürümesi gibi gelişmiş durumlar da vardır ve paydaşlara bir hikaye anlatmanıza yardımcı olur; görselleştirme yapmak önerilerinizi güçlendirmenin harika bir yoludur. Bir tablodaki renk skalası bile büyük fark yaratabilir ve ChatGPT'den bunu kodunuza dahil etmesini isteyebilirsiniz.
Bu örnek, bir web sitesinin kaç benzersiz sorgu için sıralandığını gösteriyor (pozisyon ve aya göre).
Bu uygulamalardan bazıları çok basit görünebilir, alışık olduğunuz SaaS araçları kadar tam gelişmiş olmayabilir, ancak yine de elektronik tablonuzdan veya manuel çalışmadan bir gelişmedir. Şirketinizde paylaşılabilirler veya gizli kalabilirler. Her iki durumda da güçlü bir şey inşa edebilirsiniz!
Blakfy Dijital Pazarlama Ajansı olarak, Türkiye'deki işletmelere özel ChatGPT SEO araçları ve dijital pazarlama çözümleri sunuyoruz. SEO, web tasarım ve Google Ads yönetimi konularında uzman ekibimizle yanınızdayız.
