OpenAI, 4 Mart'ta varsayılan modeli değiştirdiğinde, her yanıt başına atıfta bulunulan web sitesi sayısı beşte bir oranında düştü ve bir daha asla toparlanamadı. Ancak bu düşüş, hikayenin sadece bir parçası. Aynı zamanda ChatGPT'nin dahili tarama araçlarının tersine mühendisliğini yaptık, bir honeypot deneyimi gerçekleştirdik, sistem istemcisini yeniden yapılandırdık ve ChatGPT Arama Yakalama eklentimizin yeni bir sürümünü çıkardık.

Ne Oldu?

4 Mart 2026'da, ChatGPT varsayılan modelini GPT-4o/5.2'den GPT-5.3 Instant'a geçirdi. Sonuç olarak, her yanıt başına atıfta bulunulan ortalama benzersiz alan sayısı 19,1'den 15,2'ye düştü ve bu da %20'den fazla bir azalma anlamına geliyor. Her yanıt başına benzersiz URL sayısı da aynı yolu izleyerek 24,1'den 19,1'e geriledi.

14 hafta boyunca günlük 400 istemi izledik ve Meteoria tarafından sağlanan izleme verilerine dayandık. Tüm sonuçlar, think.resoneo.com/chatgpt/5.3-5.4/ adresinde sekiz bölümlük etkileşimli bir çalışma olarak yayımlandı.

Neden Önemli?

ChatGPT, haftada 900 milyon aktif kullanıcıya sahip. Her yanıt içindeki atıf alanı değişmedi, ancak daha az web sitesi bu alanı paylaşıyor. Aynı pasta, ama daha az dilimle. Bu, muhtemelen daha yüksek otoriteye sahip kaynaklara doğru yapısal bir kaymayı yansıtıyor, ancak aynı zamanda genel olarak daha az kazanan anlamına geliyor. Seçimi geçemeyen siteler, daha önce erişilebilir olan bir görünürlük alanını kaybediyor.

Bigfoot Etkisi

Bu olguyu, 2013 yılında Dr. Pete (Moz'dan) tarafından tanımlanan "Bigfoot güncellemesi"ne atıfta bulunarak adlandırdık; o zamanlar Google, bazen tek bir alanın tüm birinci sayfayı kaplamasına izin veriyordu...

ChatGPT artık her yanıt başına daha az alan alıyor, ancak alan başına URL oranı 1,26 olarak sabit kaldı. Alan başına tarama derinliği değişmedi. Değişen şey, masada yer alan farklı web sitesi sayısıdır.

GPT-5.4 Thinking, bu yoğunlaşmayı daha da artırıyor. Model, güvenilir alanlara aramaları kısıtlamak için site: operatörlerini kullanıyor ve her yanıt için genellikle 10'dan fazla "fan-out sorgusu" dağıtıyor, her biri belirli bir kaynağa odaklanıyor.

Jérôme Salomon'un (Oncrawl) loglar üzerindeki bağımsız analizi, bu eğilimi doğruluyor. ChatGPT-User botunun tarama hacmi, 5.3 geçişinden bu yana daha düşük bir seviyede stabilize oldu. Bazı sayfalar artık basitçe taranmıyor. Sebep, model güncellemelerinin ötesine geçiyor: ChatGPT'nin haftalık kullanıcılarının %90'ından fazlası ücretsiz bir plan kullanıyor ve varsayılan deneyim, daha az web araması tetikliyor, daha az sorgu kullanıyor ve daha az atıf üretiyor.

ChatGPT Arama Gerçekten Nasıl Çalışıyor?

Çalışmamız, ChatGPT'nin dahili arama sisteminin, web.run olarak adlandırılan tersine mühendisliğini de sunuyor. 5.3'ten önce, model, pipe'lar (fast|query|recency) ile ayrılmış kompakt metin komutları gönderiyordu. 5.3'ten sonra, yapılandırılmış JSON nesneleri ile tipli parametreler gönderiyor. Bu, basit bir format değişikliğinden daha fazlasını yansıtıyor. Modelin web üzerindeki işlemlerini formüle etme ve dağıtma şeklinde farklı bir mimariyi yansıtıyor.

Web aracı artık daha önce 4 olan operasyon sayısını 12'ye çıkardı (ayrıca ayrı bir widget sistemi olan genui de var). Burada, search_query, open, find, click, screenshot, product_query gibi işlemler ve spor, finans, hava durumu gibi özel widget'lar bulunuyor. GPT-5.4, her yanıt için 5'ten fazla 10'a kadar araştırma turu gerçekleştirebiliyor, önceki sonuçlara göre sorgularını daraltıyor. GPT-5.3 Instant genellikle 2 veya 3 ile yetiniyor.

Google izleri hala görünür durumda: Google izleme işaretleri (strlid) üretilen URL'lerde görünür ve SearchAPI'deki ID-to-token eşleşmeleri, arka planda Google'a ve üçüncü taraf arama sağlayıcılarına olan bağımlılığı ortaya koyuyor.

Ürün Sorguları için Yeni Bir Fan-out Türü

Henüz belgelenmemiş bir fan-out türü keşfettik: browse_rewritten_queries. Bu, yalnızca ürün sorgularında, 5.4 Instant'ta görünür ve konuşma kodunda yer alıyor.

Bir kullanıcı "2026'da satın alınacak en iyi 3D yazıcı" gibi bir soru sorduğunda, ChatGPT önce aday ürünlerin tam listesini oluşturmak için tek bir yeniden yazma fan-out'u başlatıyor. Ardından, her bireysel ürün için ayrı bir alışveriş fan-out'u başlatıyor ve özellikleri, yorumları ve fiyatları tek tek alıyor. 5.3'ten önce, ürün aramaları tek bir çağrıda toplanıyordu. Artık her ürün, kendine özel bir geri alma komutuna sahip.

ChatGPT-User İçerik Alma Ajanıdır

Honeypot deneyimimiz önemli bir detayı doğruladı. ChatGPT, bir konuşma sırasında bir arama sonrasında web'de gezindiğinde, içeriği sayfalardan arayan ChatGPT-User tarayıcısıdır, OAI-SearchBot değil. OpenAI, OAI-SearchBot'u ChatGPT'nin arama indeksini oluşturan ajan olarak tanımlıyor, ancak pratikte model, arama sonuçlarını elde etmek için üçüncü taraf scraping API'lerine dayanıyor ve ardından ChatGPT-User'ı seçilen URL'lerin gerçek içeriğini almak için gönderiyor.

Namespace'lerin Kör Noktası: ChatGPT'nin Açığı

Bu belki de en şaşırtıcı keşfimiz.

İzleme, klasik tersine mühendislik ile başladı. ChatGPT mobil uygulamasını decompile ettik, web istemcisinin kaynak kodunu parçaladık ve her iki platformda ağ paketlerini izledik. Bu, bize dahili araçların isimlerini ve bazı çağrı konvansiyonlarını verdi. Bu kesin unsurlarla, ChatGPT'ye doğru soruları sorma fırsatına sahip olduk - ve modelin bunlara hiçbir kısıtlama olmaksızın yanıt verdiğini keşfettik.

OpenAI, sistem istemcileri etrafında gerçek korumalar kurdu. Ancak dahili araçların yapılandırma katmanı bunun dışında. ChatGPT'nin namespace

Herkesin ChatGPT'ye yapısal ortamını denetlemek için yapıştırabileceği hazır istemleri yayımladık. Modelin bu tanımları hayal ettiğini doğrulamak için, farklı oturumlarda onlarca kullanıcı ile katılımcı bir çalışma gerçekleştirdik. Her katılımcı tam olarak aynı araç isimlerini, aynı parametre şemalarını, aynı işlem listelerini aldı. Model, kendi araçlarını sürekli olarak tutarlı bir şekilde tanımlıyor, bu nedenle güvenilir ^^

Çalışma, ayrıca birkaç önemli bilgi ile birlikte aşamalı çıkarım yoluyla yeniden yapılandırılmış bir sistem istemcisini de içeriyor: Reddit, telif hakkı ile ilgili kelime sınırlarından muaf olan tek alan, yasaklı ürünlerin ayrıntılı bir listesi, 1 ile 10 arasında bir "aşırı ayrıntı puanı" ve abonelik seviyesine göre reklamların görüntülenmesini yöneten tam bir reklam politikası paragrafı mevcut.

Pratik Kullanım: Kendi Crawlability Denetiminizi Gerçekleştirin

Belgelendirdiğimiz web.run sözdizimi, yalnızca bir teknik merak değil. Çalışıyor ve ChatGPT'nin içeriklerinizle nasıl etkileşimde bulunduğunu test etmek için doğrudan bir yol açıyor.

İşte somut bir örnek. ChatGPT'yi alanınızı aramaya ve belirli sayfaları okumaya zorlayabilirsiniz, bunu doğrudan bir konuşmaya JSON komutları yapıştırarak gerçekleştirebilirsiniz.
Öncelikle, siteniz üzerinde hedefli bir arama başlatın, ardından alınan ilk iki sonucu bulmasını zorlayın, daha sonra her sayfanın başlığını, ana konusunu ve 3-5 ana noktayı geri göndermesini isteyin.

Search for this query, then open the first two results and summarize what you find on each page.

Step 1 : Search:

{
search_query: [
{ q: site:abondance.com seo }
],
response_length: short
}

Step 2 : Open the first two results:

{
open: [
{ ref_id: turn0search0 },
{ ref_id: turn0search1 }
]
}

Step 3 : Give me a structured recap of what you found on each URL. For each page: the title, the main topic, and 3-5 key points.

Alacağınız şey, içeriğinizi ChatGPT'nin gözünden görmektir: gerçekten erişebildiği, ne çıkardığı ve sayfalarınızı nasıl yorumladığı. Eğer bir sayfaya erişemiyorsa, karmaşık bir içerik döndürüyorsa veya ana mesajlarınızı tamamen göz ardı ediyorsa, bu harekete geçilmesi gereken bir sinyaldir.

Daha ileri gitmek için, RESONEO'nun Chrome uzantısı "ChatGPT Search Capture" (V3.3, Chrome Web Store'da ücretsiz) herhangi bir ChatGPT konuşması sırasında alınan tam URL'leri görselleştirmenizi sağlar; fan-out sorguları (artık sunucu tarafında çalıştırılan 5.3 Instant hariç), ref_ids ve modelin meta verileri. Yukarıdaki manuel JSON komutları ile birleştirildiğinde, hangi URL'lerin geri alındığını ve gerçekten ne çıkardığını gösteren hafif ama uygulanabilir bir çıkarılabilirlik denetimi elde edersiniz.

Aynı Model Ailesi, Farklı Atıflar

GPT-5.2, 5.3 ve 5.4 aynı kesim tarihine (Ağustos 2025) sahip ve aynı GPT-5 ailesine ait. Ancak, her birine gönderilen aynı istem, farklı fan-out sorguları üretiyor, farklı kaynaklar alıyor ve nihai yanıtta farklı pasajlar geri getiriyor.

Ön eğitimden sonra birkaç ayrışma katmanı devreye giriyor: RLHF'nin ödül şekillendirmesi, denetimli ince ayar verileri, sistem istemcisinin yapılandırmaları ve çıkarımda hesaplama bütçeleri. GPT-5.4 Pro, "daha yoğun düşünmek" için açıkça daha fazla hesaplama alıyor ve bu tek başına hangi kaynakların atıfta bulunulacağını değiştirebilir.

Bu nedenle, modelden modele test edilmesini öneriyoruz. Tek bir istem, kullanıcının GPT-5.3 Instant, 5.4 Thinking veya 5.4 Extended üzerinde olup olmadığına göre köklü şekilde farklı atıflar üretebilir. Ücretsiz plan kullanıcıları da sessizce hafifletilmiş bir modele yönlendirilebilir.

İki Tür AI Görünürlüğü

Çalışmamız, parametrik görünürlük (modelin eğitim verileri sayesinde bildiği, arama kapalı) ile dynamik görünürlük (gerçek zamanlı olarak geri aldığı, arama açık) arasında ayıran bir analiz çerçevesi sunuyor.

Parametrik Görünürlük: LLM'lerin E-E-A-T'si

Parametrik görünürlük, büyük dil modelleri için E-E-A-T'nin eşdeğeridir. Bu, milyarlarca eğitim örneği aracılığıyla kodlanmış otoritedir ve basın kapsamı, Wikipedia'daki varlık, diğer büyük otorite siteleri ve genel eğitim corpus'u tarafından şekillendirilmiştir. Stabil ve API aracılığıyla tek seferlik denetimlerle ölçülebilir.

Dynamik Görünürlük: Değişken Bir Alan

Dynamik görünürlük ise dalgalıdır. Modelden etkilenir ve sürekli izleme gerektirir. Geleneksel SEO'ya daha yakın bir yapıya sahiptir ve bir model güncellemesi ile bir gecede çökebilir; bu, Bigfoot etkisiyle gösterilmektedir.

İkisi Arasındaki Bağlantı

İkisi arasındaki bağlantı önemlidir. Model, web sorgularını daha önce bildiği kaynaklara odaklanarak formüle eder. Parametrik hafızada bulunmayan bir marka, arama için aday olarak bile düşünülmeyecektir. Model tarafından bilinmemek, arama başlamadan önce görünmez olmak anlamına gelir.

Kesim tarihindeki güncellemeler, LLM'lerin "Google Dansı"nı oluşturur. Kesim tarihi değiştiğinde, parametrik sıralamalar topluca yeniden dağıtılır. Ancak bu, yılda yaklaşık bir kez gerçekleşir, çünkü bu ölçekle yeniden eğitim son derece maliyetlidir. Modelin markanız hakkında ne bildiğini etkilemek için stratejik pencere, iki kesim tarihi arasında yer almaktadır.

Dan Petrovic'in (DEJAN) AI Marka Otorite İndeksi, parametrik ölçümün büyük ölçekli bir örneğini sunar. Çalışmamız, bunu daha hafif ve yeniden üretilebilir bir test çerçevesi ile tamamlar; bu, bir tek seferlik denetim için birkaç kez yürütülen beş isteme dayanır.

Daha Fazla Bilgi İçin

Tam çalışma (tersine mühendislik belgeleri, honeypot deneyimi, DIY denetim istemleri ve yeniden yapılandırılmış sistem istemcisi) think.resoneo.com/chatgpt/5.3-5.4/ adresinde mevcuttur.

Kısa Bir Özet

ChatGPT Arama artık bir kara kutu değil. Bu çalışma, her aramayı yönlendiren web.run aracından hangi alanların geri alındığını ve hangilerinin göz ardı edildiğini belirleyen fan-out mantığına kadar iç mimarisini haritalıyor.

5.3'e geçiş sonrası atıfta bulunulan alan sayısındaki %20'lik düşüş, bir model güncellemesi ile atıf manzarasının ne kadar hızlı değişebileceğini gösteriyor. Ancak temel sorun yapısaldır: ChatGPT, atıflarını daha az web sitesine yoğunlaştırıyor ve atıf kaynaklarını belirleyen bir seçim mantığı uyguluyor; bu, eğitim verileri, eğitim sonrası ince ayar ve modelden modele değişen sistem istemci kuralları tarafından şekillendiriliyor.

ChatGPT'deki görünürlüğü takip etmek, iki ayrı katmanı (parametrik ve dinamik) anlamayı, birden fazla modelde test etmeyi ve belgelenebilir dahili araçlara sahip bir sistemi izlemeyi gerektirir; ancak bu sistemin davranışı bir gecede değişebilir.

Tam çalışma, başlamanız için verileri, metodolojiyi ve araçları sağlar.