SEO dünyasında pek çok kişinin gözardı ettiği bir şey var: not tutma disiplini. Ben de yıllarca “gerekirse tekrar ararım” modundaydım zaten. Ama iş büyüdükçe —. Bu kaçınılmaz oluyor — tablo bayağı değişiyor; Notion’da yarım kalmış fikirler, farklı klasörlerde saklı linkler, tarayıcıda açık 47 sekme ve kimsenin tam olarak hatırlamadığı kararlar yığını ortaya çıkıyor. İşte tam bu noktada Karpathy’nin LLM tabanlı bilgi defteri yaklaşımı ilginç bir yer kazanıyor.
Jim L’in anlattığı sistemin özü aslında şaşırtıcı derecede sade. Ham kaynakları bir yere atıyorsunuz, LLM onları düzenli wiki sayfalarına dönüştürüyor, sonra bu bilgi ağına istediğiniz an geri dönebiliyorsunuz. SaaS yok. Kilitlenme yok. “Şu araç bir gün kapanırsa ne yaparım?” paniği yok. Açık konuşayım — kulağa biraz zahmetli geliyor ilk duyuşta. Ama pratikte tam tersine, beklenmedik bir düzen sağlıyor. Ben bunu ilk duyduğumda “bu fazla manuel değil mi, kim her şeyi böyle sınıflandırır ki?” diye düşündüm. Geçen sonbaharda İstanbul’da yürüttüğüm küçük bir içerik projesinde benzer bir düzen kurunca fikrim değişti. Kaba ama iş görüyor.
Neden Bu Model SEO İçin Ciddi İş Görüyor?
SEO’nun en sinir bozucu tarafı şu ki bugün doğru olan şey üç ay sonra yanlış çıkabiliyor. Google güncellemesi geliyor, SERP kayıyor, rakipler farklı formatlar deniyor. Siz hâlâ eski notlara güvenerek ilerliyorsunuz. İşin aslı şu: SEO bilgisi statik değil, yaşayan bir organizma gibi davranıyor. O yüzden sabit dokümanlar çabucak bayatlıyor. Ciddi bayatlıyor.
Eh, Ben bunu 2024 yazında kendi blog planlamamda net hissettim (inanın bana). Bir konu için hazırladığım içerik şablonu iki ay içinde demode oldu — çünkü arama niyeti kaymıştı, farkında bile olmadan. O sırada eski notları tek tek eşelemek yerine “keşke bunların hepsi tek yerde olsa, ilişkileri de görünse” dedim. Karpathy’nin önerdiği mantık tam burada devreye giriyor: ham kaynak ayrı duruyor, sentezlenmiş bilgi ayrı duruyor. Ikisini birbirine karıştırmıyorsunuz. Bu ne anlama geliyor? Basit ama bu ayrım her şeyi değiştiriyor.
İşte tam da bu noktada devreye giriyor. Bu konuyla ilgili PDF Dünyasında Bir Nefes: Ücretsiz ve Limitsiz Araçlar yazımıza da göz atmanızı tavsiye ederim.
Bu ayrım önemli çünkü AI bazen çok kendinden emin konuşuyor… ama elindeki kaynak zayıfsa sonuç da zayıf oluyor, kaçınılmaz olarak. Ham kaynak klasörü sayesinde neyin gerçek veri olduğunu biliyorsunuz; wiki katmanı ise yorumlanmış, sindirimi yapılmış bilgi sunuyor. Hani mutfakta malzemeler ayrı dolapta durur ya — işte tam olarak o mantık.
Ham veri ile yorumlanmış bilgi neden ayrılmalı?
Çünkü karışınca kimin ne dediği belirsizleşiyor, hızla. Bir araştırma notunu AI’ın özetiyle aynı dosyada tutarsanız birkaç hafta sonra hangi cümlenin size ait olduğunu bile hatırlamıyorsunuz (yanlış duymadınız). Ben bunu Mart 2025’te fark ettim; editör masasında eski bir taslağa bakarken “dur bir saniye, bu cümleyi ben mi yazdım yoksa model mi ekledi?” diye donup kaldım. Rahatsız edici bir his.
Ayrı yapı kurunca hem revizyon kolaylaşıyor hem de geri dönüşte hatalar azalıyor. Bir de dürüst olayım: ilk kurulum biraz sıkıcı. Ama sonrası rahat.
Obsidian Yapısı Neyi Çözüyor?
Hani, Yazıda anlatılan vault yapısı bana fazla steril gelmedi desem yalan olur — tam tersi, iyi düşünülmüş görünüyor. Home.md ile giriş panosu (söylemesi ayıp) kuruluyor, CLAUDE.md ile modele çalışma talimatı veriliyor ve wiki/raw/map katmanlarıyla sistem mantıklı bölümlere ayrılıyor. Yani her dosya türünün görevi belli, kimse kimsenin üstüne basmıyor.
Küçük bir startup için bu yaklaşım gayet yeterli olabilir çünkü ekip küçüktür ve kararlar hızlı alınır, bürokrasi yoktur. Kurumsal tarafta ise aynı yapı biraz daha kontrollü gitmeli; erişim izinleri, sürümleme politikası (yanlış duymadınız). Içerik onay akışı şart olurdu diye düşünüyorum. Benim 2023 sonunda Kadıköy’de çalıştığım mini ekipte benzer bir sistem denemiştik; beş kişide harika gidiyordu ama on kişiyi geçince dosya isimleri bile kavga konusu olmuştu. Güldürücü ama gerçek.
Bunu biraz açayım.
| Bileşen | Görev | Sorun çözdüğü yer |
|---|---|---|
raw/ |
Kaynaktan gelen ham materyal | Bilinmeyenlerin kaybolmasını engeller |
wiki/ |
Sentezlenmiş konsept sayfaları | Bilişi tekrar kullanılabilir hale getirir |
maps/ |
Zihin haritası / ilişki ağı | Kavramlar arasındaki bağları görünür kılar |
CLAUDE.md |
LLM’e operasyon talimatı verir | Tutarlılığı artırır |
Schemaya sadakat neden can sıkıcı ama faydalı?
Bence, Düz konuşayım: schema koymak başta sıkıcıdır. “Niye her sayfa (söylemesi ayıp) aynı sırada olacak ki?” diye içinizden geçer (evet, doğru duydunuz). Sonra arama zamanı gelir ve fikriniz değişir — çünkü model nerede ne bulacağını öğrenir, tahmin edebilir hale gelir. Bu küçük bir fark gibi görünüyor ama değil. Xiaomi Redmi K90 Max: 165Hz Ekranla Tarih Belli Oldu yazımızda bu konuya da değinmiştik.
Bence buradaki asıl kazanç hız değil, güvenilirlik. LLM’nin kafasına göre dolaşmasını istemiyorsunuz. İstediğiniz şey basit: TLDR neredeyse oradan başlasın, kaynaklar neredeyse oraya insin, çelişkiler işaretliyse görülsün. İşte, bu kadar. Ve işte bu kadar basit görünen disiplin, pratikte bayağı büyük fark yaratıyor. Butterfly CSS: 2026’da Dikkat Çeken Hafif Bir Seçenek yazımızda bu konuya da değinmiştik.
SEO İçerik Üretiminde En Büyük Kazanç Nerede?
Bana kalırsa en büyük kazanç yeni fikir üretmek değil; mevcut fikri bozmadan güncel tutabilmek. Bakın şimdi — SEO çalışmalarının çoğu ilk taslakta iyi görünür ama iki hafta sonra eskimeye başlar, sessiz sedasız. Bu sistem ise güncellemeyi merkezileştiriyor.
İşte tam da bu noktada devreye giriyor.
Bi saniye — Yani yeni çıkan bir veri geldiğinde bütün evreni yeniden yazmıyorsunuz; sadece ilgili düğümü güncelliyorsunuz. Bu özellikle haber sitesi veya sürekli trend takibi yapan yayınlarda çok iş görür. Ben geçen yıl Temmuz ayında küçük bir oyun haber sitesinde danışmanlık yaparken buna benzer bir yöntemle çalıştım; tek tek pek çok kategori metinlerini revize etmek yerine konu haritasını topladık. Editör ekibinin adeta nefesi açıldı. Abartmıyorum.
Karpathy tarzı defter mantığının en güçlü yani hız değil; unutmayı azaltmasıdır.
Bir kez düzgün kuruldu mu, altı ay sonra bile aynı soruya farklı kanallardan topladığınız parçaları tekrar bir araya getirmek zorunda kalmazsınız.
İşte asıl tasarruf orada başlıyor.
Küçük ekiplerde neden daha rahat çalışıyor?
Küçük ekiplerde iletişim zaten daha gevşek olduğu için böyle bir merkezi hafıza gerçekten değerli oluyor. Kim neyi okudu? Hangi içgörü doğrulandı? Hangi fikir iptal edildi? Bunların cevabı artık e-postalarda kaybolmuyor.
Ama gel gelelim eksi tarafına: disiplin olmazsa bu yapı kısa sürede çöp kutusuna dönebilir. Araç güzel, kullanım alışkanlığı şart. Bu kadar.
Zor Tarafları da Var mı? Evet Var.
Her parlak fikrin ufak çatlakları olur. Buradaki en büyük risk aşırı yapılandırma bence — her şeyi klasöre bölüp etiketleyeyim derken üretimi yavaşlatabilirsiniz, farkında olmadan. Bir de LLM’nin önerdiği ilişkilere körlemesine güvenme tehlikesi var; özellikle konu alanınız griyse model bazen bağ kuruyor ama o bağın üstüne gerçekten basılıp basılmadığını bilmiyorsunuz.
Açıkçası bu kısmı gördüğümde biraz hayal kırıklığı yaşadım. Çünkü insanlar genelde “AI halleder” diyor ama hayır — bazı kararlar hâlâ insan gözü istiyor, bu değişmeyecek. Daha fazla bilgi için ABD’nin Yapay Zekâ Çip Planı: Neden Tıkanıyor? yazımıza bakabilirsiniz. OPPO Find X9 Ultra: Deri Dönüyor, Kamera Büyüyor yazımızda bu konuya da değinmiştik.
Nerede patlayabilir?
- Ekip büyüdüğünde dosya standardını korumak zorlaşır.
- Sık güncelleme gerektiren konularda manuel distilasyon yorucu olabilir.
- LLM’ye yanlış yönlendirme verirseniz çıktı tutarsızlaşır. (bu kritik)
- Aynı konunun üç farklı versiyonu oluşursa güven azalır.
Peki Bunu Pratikte Nasıl Kullanırım?
Dürüst olmak gerekirse herkes tam vault mimarisi kurmak zorunda değil. Önce küçük başlayın: ham kaynak klasörü, kavramsal wiki klasörü ve tek sayfalık bir kullanım rehberi. Hepsi bu kadar, gerçekten.
Ben olsam önce sadece beş konu seçerim — mesela keyword intent, topical authority, internal linking, content refresh ve SERP analizi. Sonra bunların her biri için kısa bir sayfa açarım, şişirmeden. Bu yöntem özellikle freelancer’lar için iyi; kurumsalda ise onay zinciri eklemek gerekiyor, kaçınılmaz.
Günlük rutine gelince: haftalık olarak yeni kaynakları raw içine at, ay sonunda LLM’ye özetlet, ardından çelişkileri elle kontrol et. Basit görünüyor. Dur bir saniye — etkili olmasının sebebi aslında teknoloji değil, alışkanlık olması. Bunu anlamak biraz zaman aldı bende de.
# Örnek çalışma akışı
1) Yeni makale / not / ekran görüntüsü topla
2) raw/articles veya raw/practitioner-notes içine koy
3) wiki/concepts içindeki ilgili sayfalara distil et
4) Çelişkileri işaretle
5) Gerekiyorsa maps/ altında ilişkileri güncelle
6) Haftalık sorgu listesiyle defteri test et
Çünkü teknik detaylarla mesaj dili arasında köprü kurmayı kolaylaştırıyor.
Sadece schema’yı fazla şişirmeyin… yoksa okunmaz hale gelir.
Mantığın SEO Dışına Taştığı Yerler Var mı?
Küçük bir detay: Evet var. Mesela ürün dokümantasyonu, satış enablement ya da araştırma takibi için de gayet kullanılabilir. Geçen ay İzmir’de tanıştığım (söylemesi ayıp) bağımsız bir danışman bana tam olarak bunu söyledi: “Notlarımı düzene soktum mu müşteriye cevap verme hızım iki katına çıkıyor.” Abartılı mı? Belki biraz. Ama tamamen uydurma da değil.
Bu yaklaşımı seviyorum çünkü gösterişli değil; sessiz sedasız çalışıyor. Bugün çoğu kişi AI deyince prompt yarışına odaklanıyor, halbuki mesele prompt’tan önce veri düzeni olabilir. Bunu söyleyince garip bakıyorlar ama öyle.
Bir şey daha ekleyeyim: Karpathy modeli tam anlamıyla otomasyon mucizesi sunmuyor. Daha çok zihinsel boru hattınızı temizliyor. Ve açıkçası benim hoşuma giden taraf da tam olarak bu.
Semantic Search Ölçekte Neden Zorlaşıyor? RAG’in Dersi
Python’la Günlük İşleri Otomatikleştirin: Evde, İşte, Hayatta
API Anahtarı Olmadan LLM: Ollama ile Yerelde Başlamak
Sıkça Sorulan Sorular
Karpathy’nin LLM bilgi defteri yöntemi nedir?
Ham kaynakları ayrı tutup LLM ile yapılandırılmış wiki sayfalarına dönüştürmeye dayanan sade bir bilgi yönetimi yaklaşımıdır.
SEO için gerçekten işe yarar mı?
Evet; özellikle sürekli değişen konularda bilgiyi güncel tutmayı kolaylaştırır ve eski notların arasında kaybolmayı azaltır.
Obsidian kullanmak şart mı?
Hayır ama çok uygun olur çünkü markdown tabanlı yapısı ve wikilink sistemi bu akışa doğal uyum sağlar.
Büyük ekiplerde kullanılır mı?
Kullanılır fakat standartlaştırma şarttır; aksi halde dosya kaosu oluşur ve sistem avantajını yitirir.
Kaynaklar ve İleri Okuma
Andrej Karpathy Resmi Sitesi
Obsidian Resmi Sitesi
OpenAI Dokümantasyonu
20+ yıl deneyimli Azure Solutions Architect. Microsoft sertifikalı bulut mimari ve DevOps danışmanı. Azure, yapay zekâ ve bulut teknolojileri üzerine Türkçe teknik içerikler üretiyor.
İlgili Yazılar
Bu içerik işinize yaradı mı?
Benzer içerikleri kaçırmamak için beni sosyal medyada takip edin.
