Ajana hazır ürün kataloğu nedir?

"Ajana hazır" aslında ne demek?

Bir ürün kataloğu, bir makinenin onu bir insanın tarayıcı kullanmasına gerek kalmadan bulabildiği, okuyabildiği, sorgulayabildiği ve doğru biçimde kaynak gösterebildiği noktada ajana hazır olur.

Bu, "iyi bir web sitemiz var" testinden çok daha katı bir sınavdır ve bir sayfa hızı raporunda asla görünmeyen nedenlerle başarısız olur. Bir katalog iyi sıralanabilir, iyi dönüşüm verebilir ve kusursuz görünebilir; yine de bir yapay zeka asistanının fiilen kullandığı istemciye bomboş bir belge döndürebilir. Buradaki açık kozmetik değil, yapısaldır.

Konunun önemi de her çeyrekte artıyor. Forrester, Ocak 2026'da Alıcı Yolculuğu Anketi'ni yayımlarken kurumsal alıcıların %94'ünün artık satın alma sürecinde yapay zeka kullandığını ve üretken yapay zekayı ya da sohbet tabanlı aramayı daha anlamlı bir bilgi kaynağı olarak gösteren alıcıların sayısının, başka herhangi bir kaynağı gösterenlerin iki katı olduğunu bildirdi — satıcı web sitelerinin, ürün uzmanlarının ve satış temsilcilerinin önünde. Bir asistanın ürününüz hakkında sıraladığı teknik özellikler, giderek alıcınızın inandığı teknik özellikler hâline geliyor.

Bu konuda yazılanların çoğundaki karışıklık, "ajana hazır" kavramının tek bir şey gibi ele alınmasıdır. Oysa bu dört ayrı şeydir ve dört farklı tüketicisi vardır.

Hangi asistan hangi yüzeyi gerçekten kullanıyor?

1. Sunucu tarafında üretilen, yapılandırılmış veri taşıyan sayfalar

Hiçbir yapılandırma yapmamış bir asistan kullanıcısına ulaşan tek yüzey budur.

Bu konudaki en önemli tek teknik gerçek şu: yapay zeka tarayıcıları JavaScript'inizi çalıştırmaz. Vercel'in tarayıcı analizi — tek bir ayda 569 milyon GPTBot ve 370 milyon Claude isteği — bu tarayıcıların JavaScript dosyalarını indirdiğini (sırasıyla isteklerin %11,50'si ve %23,84'ü), ancak bunları çalıştırmadığını ortaya koydu ve OpenAI, Anthropic, Meta, ByteDance ile Perplexity'yi adıyla anarak "büyük yapay zeka tarayıcılarının hiçbiri şu anda JavaScript render etmiyor" sonucuna vardı. 2026 boyunca yapılan bağımsız yeniden testler de aynı karara ulaştı. Parametrik tablonuz, stok göstergeniz ya da belge listeniz istemci tarafında enjekte ediliyorsa, bu istemciler açısından hiç yok demektir. Googlebot JavaScript render eder ve istisna olmayı sürdürür; görünürlüğünü Google üzerinden kontrol eden ekiplerin her şeyin yolunda olduğu sonucuna yanlışlıkla varmasının nedeni tam da budur.

Google'ın kendi kılavuzu geri kalanı konusunda ferahlatıcı biçimde açık sözlü: AI Overviews ya da AI Mode içinde görünmek için "bir sayfanın dizine eklenmiş ve Google Arama'da bir snippet ile gösterilmeye uygun olması" gerekir; bunun ötesinde ek bir teknik gereklilik, yapay zekaya özel bir şema ya da özel dosyalar yoktur. Yapılandırılmış veri yine de yerini hak eder, çünkü hangi sayının anma akımı, hangisinin tepe değer olduğuna dair belirsizliği ortadan kaldırır — ama o bir belirsizlik giderme aracıdır, sihirli bir tetikleyici değil.

Son olarak, tarayıcı katmanının çoğu kataloğun gözden kaçırdığı bir politika boyutu var. OpenAI üç ayrı ajanı belgeliyor: temel model eğitimi için GPTBot, siteleri ChatGPT aramasında göstermek için OAI-SearchBot ve kullanıcı tarafından başlatılan istekler için ChatGPT-User. Anthropic aynı düzende ClaudeBot, Claude-User ve Claude-SearchBot'u belgeliyor. Bunlar birbirinden bağımsız robots.txt satırlarıdır. Eğitimi hedefleyen topyekûn bir engelleme, sizi kaynak gösterebilecek olan getirme tarayıcısını da kapatır.

2. Markdown ve temiz metin görünümleri

2026'da hakkında en çok abartılı iddia edilen yüzey budur; o yüzden burada net konuşmakta fayda var.

Hiçbir yaygın tüketici asistanı "bana Accept: text/markdown gönder, ben de onu tercih edeyim" diyen bir içerik pazarlığı sözleşmesi yayımlamıyor. llms.txt uzlaşımı teknik olarak tutarlıdır ve geliştirici dokümantasyonu sitelerinde gerçek bir benimsenmeye sahiptir; ancak Google, yapay zeka özelliklerinde görünmek için yapay zeka metin dosyalarına ihtiyacınız olmadığını açıkça söylüyor ve 2026 boyunca yürütülen benimsenme araştırması, OpenAI, Google ve Anthropic tarayıcılarının bu dosyayı kayda değer bir hacimde istemediğini ortaya koydu.

Gerçekten doğru olan kısım daha dar, ama yine de yapmaya değer. Menü ve betik yükü ağır bir sayfadan çıkarılan metin, düz yazı olarak sunulan metinden çok daha gürültülüdür; dolayısıyla temiz görünümler çıkarım sürecinden daha az hasarla çıkar. Üstelik aynı temiz sunum, MCP araçlarınızın yük olarak döndürmesi gereken şeyin ta kendisidir. Markdown görünümlerini bir büyüme taktiği olarak değil, kanonik kaydın yeniden kullanılan bir çıktısı olarak inşa ederseniz hayal kırıklığına uğramazsınız.

3. İletilen ürün akışları

Çoğu yol haritasını yeniden sıralayan gerçek şu: ChatGPT'nin alışveriş yüzeyi tarama yoluyla değil, satıcıların ilettiği veriyle beslenir. Yayımlanan akış şartnamesine göre satıcılar; TSV, CSV, XML veya JSON dosyalarını karşılıklı mutabık kalınan, izin listesine alınmış bir uç noktaya şifreli HTTPS üzerinden teslim eder ve sistem 15 dakikada bir güncelleme kabul eder. Perplexity'nin satıcı programı da yapı olarak aynı şekilde işler: belirlenmiş bir biçimde CSV veya XML dosyaları hâlinde sunulan ve satıcı tarafından teslim edilen ürün verisi. Sayfa içi optimizasyonun hiçbir düzeyi programa kaydolmanın yerini tutmaz.

Endüstriyel kataloglar için dürüst uyarı şu: bu şemalar perakende biçiminde tasarlanmıştır. Bir GTIN, bir liste fiyatı ve satın alınabilir bir varyant varsayarlar. 40.000 kalemi, müşteriye özel sözleşmeli fiyatları ve ürün gamının yarısında GTIN'i olmayan bir distribütör için uyum zayıf kalacaktır. Akışlar, yayımlanmış bir fiyatı belirlenebilir bir nihai alıcıya sattığınız yerde yüksek değerlidir; teklif verdiğiniz yerde ise büyük ölçüde konu dışıdır.

4. Bir MCP uç noktası

MCP, doğruluğu en yüksek yüzeydir ve bugün itibarıyla en dar kitleye sahiptir. Burada kesin konuşmak önemli, çünkü erişim asistandan asistana keskin biçimde değişiyor:

• Claude, Free, Pro, Max, Team ve Enterprise planlarında özel uzak MCP bağlayıcılarını destekler; ücretsiz kullanıcılar tek bağlayıcıyla sınırlıdır. Sunucunun, Anthropic'in IP aralıklarından herkese açık internet üzerinden erişilebilir olması gerekir.
• ChatGPT, özel MCP sunucularını geliştirici modu üzerinden sunar; yazma yetkisi olan özel bağlayıcılar Business, Enterprise ve Edu ile sınırlıdır, bireysel Plus ve Pro kullanıcıları ise yalnızca okuma yetkili bağlayıcı alır. ChatGPT içindeki uygulamaları çalıştıran Apps SDK'nın kendisi de MCP üzerine kuruludur ve başvurular dizin incelemesinden geçer.
• Gemini, özel MCP sunucusu bağlantılarını Gemini Enterprise üzerinden sunar; burada bir yönetici, Streamable HTTP sunucunuzu kendi kiracılığı içinde bir veri deposu olarak kaydeder. Bu bir tüketici özelliği değildir.

Yani ulaşılabilir kitle, bir bağlayıcı yapılandıran mühendisler ile sunucunuzu BT birimi kaydeden kurumsal alıcılardan oluşur. Bir bileşen ya da yapı malzemesi üreticisi için bu, şartname yazarını ve satın alma ekibini şaşırtıcı derecede iyi tarif eder — ama anonim uzun kuyruk değildir ve size tek başına bir MCP uç noktasının sizi "yapay zekada görünür" kıldığını söyleyen herkesin satmaya çalıştığı bir şey vardır.

Boş bir MCP sunucusu neden değersizdir?

Çünkü bir araç çağrısı doğruluk vaadidir ve bir araç üzerinden verilen yanlış bir yanıt, hiç yanıt vermemekten daha kötüdür.

Bir asistan web sayfanızı okuduğunda temkinli konuşur: model bir belgeyi özetlediğinin farkındadır. get_part çağrısını yapıp {"rated_current_a": 32} yanıtını aldığındaysa temkinli olmaz. Rakamı olduğu gibi bildirir. PIM'iniz gövde boyu için 32 A, ilgili varyant için 25 A tutuyorsa ve araç yanlış olanı çözümlediyse, yapay zeka görünürlüğünüzü iyileştirmiş olmazsınız — bir teknik özellik hatasını sanayileştirmiş ve markanızın otoritesini onun arkasına koymuş olursunuz.

Bugün yayına giren güvenilir parça MCP sunucularının, bir protokol cilası değil doğrulanmış bir veri katmanı üzerine kurulu olmasının nedeni budur. Microchip'in Kasım 2025'te devreye aldığı ücretsiz ve herkese açık MCP sunucusu; doğrulanmış ürün teknik özelliklerini, veri sayfalarını, stok, fiyat ve teslim sürelerini Streamable HTTP üzerinden sunuyor — duyurunun vurgusu taşıma katmanında değil, doğrulanmış ve güncel veride. Shopify'ın https://{shop}.myshopify.com/api/mcp adresinden erişilebilen Storefront MCP sunucusu ise işe yarıyor, çünkü bir Shopify mağazasının halihazırda tipli alanlara sahip tek bir yetkili ürün kaydı vardır.

Birbiriyle çelişen üç elektronik tablonun, birimlerini kaybetmiş bir PIM'in ve bir klasör dolusu PDF dosyasının önüne konan bir MCP uç noktası, yanlış olmanın yalnızca daha hızlı bir yoludur. İşin sırası şudur: kanonik kayıt, doğrulama, sonra protokol.

Ajana hazırlık olgunluk modeli

Çoğu kuruluş kendini 2. seviyede sanırken 0. ya da 1. seviyede olduğunu keşfeder. Ayırt edici soru "yapılandırılmış verimiz var mı?" değil, "iki sistem bu nitelik konusunda çelişirse hangisi doğrudur ve bir makine bunu ayırt edebilir mi?" sorusudur.

Hangi seviyede olduğunuzu nasıl anlarsınız?

Sırayla beş kontrol; her biri birkaç dakika sürüyor:

1. 01Bir ürün sayfasını tarayıcı olmayan sade bir istemciyle çekin ve ham yanıtı okuyun. Teknik özellikler HTML içinde yoksa, sayfa bir tarayıcıda nasıl görünürse görünsün 0. seviyedesiniz.
2. 02`robots.txt` dosyanızı bir politika belgesi gibi okuyun. İzin verdiğiniz ve engellediğiniz her yapay zeka kullanıcı ajanını listeleyin ve her satırın eğitime karşı getirme konusunda gerçek bir karara dayandığını doğrulayın.
3. 03Bir JSON-LD bloğunu doğrulayın ve her değeri görünen sayfayla karşılaştırın. Uyuşmazlıklar, eksikliklerden daha kötüdür.
4. 04On parça seçin ve üç asistana olgusal bir soru sorun — doğru yanıtını ezbere bildiğiniz bir soru olsun. Yanlış yanıtları kaydedin. O hata oranı sizin gerçek başlangıç noktanızdır.
5. 05Kendi verinizden parametrik bir soruyu yanıtlamayı deneyin — üç kısıtı birden karşılayan bütün parçalar — ve yalnızca bir makinenin erişebildiğiyle yetinin. Bir insanın PDF açması gerekiyorsa, bir ajanın da açması gerekirdi; ama açmayacaktır.

984 şirkette ne bulduk?

Ağustos 2026'da Kuzey Amerika, Avrupa ve Asya genelinde dünya çapında 984 distribütör ve üretici alan adını denetledik. Toplu tablo, rahatsız edecek kadar tutarlıydı:

• Medyan yapay zeka görünürlük puanı 100 üzerinden 50 civarındaydı.
• %38'i, tarayıcı olmayan standart bir istemciye okunabilir hiçbir katalog sayfası sunmadı.
• Yalnızca %19'u herhangi bir biçimde açık bir yapay zeka tarayıcı politikası yayımlamıştı ve bunlar arasında büyük bir tarayıcıyı engelleyenlerin sayısı, davet edenlerin iki katından fazlaydı.
• Hiçbiri bir MCP uç noktası duyurmuyordu.

Dağılım medyandan daha önemli. En üstteki yüzde 10'luk dilim ile ortadakiler arasındaki farkı yaratan bütçe ya da kadro değildi; kuruluşun tek bir kanonik ürün kaydına mı yoksa birbiriyle yarışan birkaç kayda mı sahip olduğuydu. Geri kalan her şey bunun sonucuydu.

Önce neyi inşa etmelisiniz?

1. 01Her parça için tek bir kanonik kayıt oluşturun: tiplenmiş nitelikler, birimler, köken bilgisi ve son doğrulama zaman damgasıyla birlikte. Aşağıdaki her şey bunun bir izdüşümüdür.
2. 02Kataloğu sunucu tarafında üretin ki teknik özelliklerin tamamı ilk HTML yanıtında yer alsın.
3. 03Sayfayla örtüşen yapılandırılmış veri ekleyin ve onu üreten araca güvenmek yerine doğrulayın.
4. 04Bilinçli bir yapay zeka tarayıcı politikası yazın; ajan ajan ele alın ve her kararın gerekçesini belgeleyin.
5. 05Ticari modelinize uygun bir yüzey varsa akışları iletin — yoksa dürüstçe atlayın.
6. 06Bir MCP uç noktası ayağa kaldırın: parametrik arama, parça sorgulama, muadiller, uygunluk belgeleri ve CAD sunsun, müşteriye özel her şey için OAuth kullansın.
7. 07Doğruluğu sürekli izleyin, çünkü buradaki başarısızlık biçimi sessizlik değil, kendinden emin hatadır.

Partsgraph bunu bir üst katman olarak kurar: hâlihazırda sahip olduğunuz kataloğu — veri sayfaları, parametrikler, CAD ve uygunluk belgeleri — alır, tek bir doğrulanmış Parts Graph'e dönüştürür ve web sitenize hiç dokunmadan dört yüzeyin tamamında sunar.

Yol haritasından önce mevcut durumunuzu görmek isterseniz, alan adınızı /audit adresindeki ücretsiz değerlendirme aracımızdan geçirin. Bugün tarayıcı olmayan bir istemcinin kataloğunuzdan gerçekte ne aldığını ve dört yüzeyden hangilerinin sizde eksik olduğunu raporlar.