RAG Nedir? Yapay Zekâ Hangi Kaynağı Neden Seçiyor?

RAG (retrieval-augmented generation), yapay zekânın bir soruya cevap vermeden önce ilgili belgeleri bulup cevabını bu belgelere dayanarak yazmasıdır. Model yalnızca eğitimde ezberlediklerine güvenmez; her soru için kısa ve güncel bir okuma listesi hazırlar. Bazı sayfaların AI cevaplarında kaynak olarak geçip bazılarının hiç geçmemesinin sebebi bu okuma listesidir.

Markanızın ChatGPT, Gemini ya da Perplexity’deki görünürlüğüyle uğraşıyorsanız, RAG sistemin sizin gerçekten etkileyebileceğiniz kısmıdır. Bir modelin iki yıl önce ne öğrendiğini değiştiremezsiniz. Ama bugün bulduğu sayfanın sizinki olup olmayacağını değiştirebilirsiniz.

RAG ne demek, nereden çıktı?

RAG, İngilizce retrieval-augmented generation ifadesinin kısaltması. Türkçede “erişimle güçlendirilmiş üretim” ya da kısaca “kaynak bularak cevap üretme” diyebiliriz, ama sektörde herkes RAG diyor. Terim, Patrick Lewis ve ekibinin 2020’de yayınladığı Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks makalesinden geliyor.

Fikir basitti: bir dil modelini aranabilir bir dizinle eşleştir, soruyla ilgili görünen paragrafları getirsin, cevabı da bu paragraflara bakarak yazsın. Makale, bu yöntemin sadece hafızadan çalışan bir modele göre daha net ve daha doğru cevaplar verdiğini gösterdi. Güncellemek de kolaylaştı; modele yeni bir şey öğretmek için onu yeniden eğitmeye gerek yoktu, dizine bir belge eklemek yetiyordu.

RAG nasıl çalışır?

Bir şirketin iç destek botundan AI aramaya kadar her RAG sistemi aynı üç adımı izler.

1. Bul (retrieve). Soru bir veya birkaç aramaya dönüştürülür. Sistem dizinden aday belgeleri ya da paragrafları çeker. AI aramada bu dizin genellikle bir web arama dizinidir.
2. Ekle (augment). En alakalı paragraflar, kullanıcının sorusuyla birlikte modelin önüne konur; çoğu zaman adresleriyle birlikte.
3. Üret (generate). Model cevabı bu paragraflara dayanarak yazar. AI arama ürünlerinin çoğu, yararlandığı sayfalara da link verir.

Arka planda tipik bir soru şöyle işler:

“On kişilik bir ajans için en iyi proje yönetim aracı hangisi?”

Sistem ajanslara uygun proje araçlarını, fiyatları ve yorumları arar, altı ile on arasında sayfa okur ve cevabı onlardan çıkarır. Google, AI Mode’daki bu davranışa query fan-out diyor: tek soru birden fazla aramaya dönüşüyor.

RAG mı, eğitim verisi mi: AI’ın sizin hakkınızda ne söyleyeceğini hangisi belirliyor?

İkisi de, ama farklı şekillerde. Bunları ayrı düşünmek işinizi kolaylaştırır.

	Eğitim verisi	Kaynak bulma (RAG)
Ne zaman öğreniliyor	Siz sormadan aylar, yıllar önce	Tam soruyu sorduğunuz anda
Linkle kaynak gösterilebiliyor mu	Hayır	Evet
Ne kadar hızlı değişiyor	Ancak yeni model çıkınca	Sayfa dizine girer girmez
Siz neyi etkileyebilirsiniz	İnternetteki uzun vadeli varlığınızı	Bugünün sorularını cevaplayan sayfaları

Model arama yapmadan cevap verdiğinde size hafızasındakini söyler: bir marka hakkında genel bir izlenim, çoğu zaman biraz eskimiş ve kontrol edebileceğiniz bir kaynağı yok. Önce arama yaptığında ise belirli sayfalardan kurulmuş bir cevap alırsınız; üzerinde çalışabileceğiniz şey de tam olarak bu sayfalardır.

Örneğin Brantial’ın AI Sektör Endeksi’nde Ekim 2026 cevapları, modelin kendi bildiğini ölçmek için web araması kapalı tek bir modelden toplandı. Aramanın açık olduğu ChatGPT arama ya da Perplexity’de aynı soru farklı markaları öne çıkarabilir.

ChatGPT, Gemini ve Perplexity RAG kullanıyor mu?

Evet, cevap vermeden önce web’de arama yaptıkları her durumda.

• ChatGPT arama, sorunuzu bir veya birkaç aramaya çevirir, sonuçları okur ve yararlandığı kaynaklara link verir. OpenAI’a göre bir sitenin burada çıkabilmesi için OAI-SearchBot adlı tarayıcısına izin vermesi gerekiyor. OpenAI: Searching the web with ChatGPT.
• Google AI Overviews ve AI Mode, Google Arama’nın üzerine kurulu. Bir sayfanın destekleyici link olarak kullanılabilmesi için dizinde olması ve snippet ile gösterilebilir olması gerekiyor; Google bunun ötesinde ek bir şart olmadığını söylüyor. Google Search Central: AI özellikleri ve web siteniz. Gemini’nin Google Arama ile grounding özelliği de aynı mantıkla çalışıyor: aramaya karar verir, sorguları çalıştırır, sonuçları okur, kaynak göstererek cevaplar.
• Microsoft Copilot, Bing ile aynı tarama ve dizini kullanıyor. noindex etiketi bir sayfayı ikisinden birden çıkarıyor. Bing Webmaster Yönergeleri.
• Perplexity, her soru için web’de anlık arama yapar ve her cevapta kaynaklarını numaralandırır. Perplexity: Perplexity nasıl çalışır?

Ayrıntılar farklı; bu şirketlerin hiçbiri sıralama mantığını açıklamıyor. Ama iskelet aynı: ara, oku, cevapla, kaynak göster.

Bir sayfayı RAG için bulunur ve alıntılanır yapan ne?

RAG web sitelerinin tamamıyla değil, paragraflarla çalışır. Uzun bir sayfa, soruyu iyi cevaplayan tek bir paragrafı sayesinde bulunabilir. Buradan birkaç pratik kural çıkıyor.

• Erişilebilir olun. Bir tarayıcı sayfayı çekemiyorsa, o sayfa bulunamaz. Önemsediğiniz arama botları için robots.txt dosyanızı kontrol edin; ana metnin sadece JavaScript ile yüklenmediğinden, HTML’in içinde olduğundan emin olun. Önemli user-agent’ları arama botları rehberimizde listeledik.
• Cevabı başta ve açıkça verin. Soruyu soran bir başlığın hemen altındaki ilk cümlelerde doğrudan cevap olsun. Tek başına okununca anlam ifade eden bir paragraf, cevaba alınmaya daha uygundur.
• Karşılaştırmanın ihtiyaç duyduğu bilgileri yazın. Fiyat, limit, ölçü, hizmet verilen ülkeler, tarihler. Modeller bir ayrıntıyı ima eden sayfa yerine onu netleştiren sayfayı tercih eder.
• Her bölümde tek konu olsun. Net başlıklar, sistemin sayfayı her biri belirli bir soruya denk gelen parçalara ayırmasını kolaylaştırır.
• Güncel kalın. Bu hafta yayınlanan bir sayfanın bu hafta alıntılanabilmesini sağlayan şey RAG. Eskimiş bir sayfanın eskimiş bilgilerle alıntılanmaya devam etmesinin sebebi de o.
• AI’ın baktığı yerlerde olun. Kaynak bulma çoğu zaman üçüncü taraf sayfalara düşer: inceleme siteleri, karşılaştırmalar, rehberler, forumlar. Bu sayfalar rakiplerinizden bahsedip sizden bahsetmiyorsa, cevap da öyle olur.

Bunların hiçbiri bir hile değil. Aceleyle cevap arayan bir insana faydalı olan sayfa neyse, kaynak bulma sistemleri de onu ödüllendiriyor.

Sayfalarınızın bulunup bulunmadığını nasıl anlarsınız?

Kaynak bulma adımını izleyemezsiniz ama sonucunu görebilirsiniz.

1. Müşterilerinizin sorduğu soruları sizin için önemli olan AI arama ürünlerinde sorun ve hangi sitelerin kaynak gösterildiğini not edin.
2. Sunucu loglarınıza bakın: AI arama botlarından ve kullanıcı isteğiyle sayfa çeken botlardan ziyaret geliyor mu? Hiç çekilmeyen bir sayfa hiç bulunmaz.
3. Alıntılanan sayfaları kendinizinkiyle karşılaştırın. Aynı inceleme sitesi ya da rakip sayfası tekrar tekrar kaynak gösteriliyorsa okuyun; genellikle sizin sayfanızın atladığı bir alt soruyu cevaplıyordur.
4. Zaman içinde takip edin. Dizin değiştikçe kaynaklar da değişir. Tek bir kontrol pek bir şey söylemez; haftalık bir seri eğilimi gösterir.

Sık sorulan sorular

Yapay zekâda RAG ne demek?

RAG, retrieval-augmented generation demek. Yapay zekâ modeli, web dizini ya da bir şirketin bilgi bankası gibi bir belge havuzunda arama yapar ve bulduğu paragrafları kullanarak cevabını yazar.

RAG ile fine-tuning aynı şey mi?

Hayır. Fine-tuning, modeli yeni örneklerle daha fazla eğiterek modelin kendisini değiştirir. RAG ise modele dokunmaz; soru anında ona ilgili belgeleri verir. Bir RAG sistemini güncellemek, dizine bir sayfa eklemek kadar basit olabilir.

RAG, yapay zekânın uydurmasını engeller mi?

Azaltır ama tamamen ortadan kaldırmaz. Önünde iyi kaynaklar olan bir modelin doğru cevap verme ihtimali daha yüksektir ve kaynağını gösterebilir. Yine de bir kaynağı yanlış okuyabilir, iki kaynağı hatalı birleştirebilir ya da zaten yanlış olan bir sayfaya dayanabilir.

AI neden bazı sayfaları kaynak gösterip bazılarını göstermiyor?

Çünkü bulunan paragrafların sadece birkaçı cevaba giriyor. Erişilebilir, dizinde, güncel olan ve soruyu net bir paragrafla cevaplayan sayfaların şansı daha yüksek. Engellenmiş, içi boş ya da muğlak sayfalar nadiren seçiliyor.

İçeriğimin AI cevaplarında kullanılmasını engelleyebilir miyim?

Kısmen. Bir sağlayıcının arama tarayıcısını robots.txt ile engelleyebilirsiniz; bu, sayfalarınızı o sağlayıcının kaynak bulma sürecinden çıkarır. Eğitim tarayıcısını engellemek ise ayrı bir karar. Her sağlayıcının botları ve kontrolleri farklı olduğu için kendi dokümanlarına bakın.