GEO Library

Generative Engine Optimization - AI'ın içeriğe nasıl baktığını anlamak için açık kaynak kütüphane

GEO Nedir?

Generative Engine Optimization (GEO), içeriklerinizin AI sistemlerinde (ChatGPT, Perplexity, Gemini, Claude vb.) nasıl göründüğünü analiz etmenizi sağlar.

• 🔍 Görünürlük Analizi - Kaynağınız AI yanıtlarında ne kadar yer alıyor?
• 📊 Position Bias - Erken pozisyonlar neden daha değerli?
• 🎯 Eşleşme Detayları - Hangi cümleler cite ediliyor?
• 🆓 Ücretsiz & Local - Zero dependency, tamamen local çalışır

Kurulum

Library

npm install @geo-lib/core
# veya
pnpm add @geo-lib/core

CLI Tool

npm install -g @geo-lib/cli
# veya
npx @geo-lib/cli --help

Hızlı Başlangıç

import { GEO } from '@geo-lib/core';

const geo = new GEO();

const result = geo.analyze({
  source: "Einstein'ın görelilik teorisi fizik anlayışımızı değiştirdi.",
  response: "Einstein'ın görelilik teorisi modern fiziğin temelini oluşturur..."
});

console.log(result.visibility);    // 72 (0-100 arası skor)
console.log(result.explanation);   // Detaylı açıklama
console.log(result.matches);       // Bulunan eşleşmeler

CLI Kullanımı

# Hızlı analiz
geo quick "Kaynak metin" "AI yanıtı"

# Dosyalarla analiz
geo analyze --source kaynak.txt --response yanit.txt

# Çoklu kaynak karşılaştırma  
geo compare --sources kaynak1.txt kaynak2.txt --response yanit.txt

Özellikler

Özellik	Açıklama
Word Count Metric	Kaynak kelimelerinin yanıt içindeki oranı
Position-Adjusted Metric	Konum ağırlıklı görünürlük skoru
Exact Matching	Birebir metin eşleştirme
Fuzzy Matching	Benzer metin bulma (Levenshtein)
Multi-source Analysis	Çoklu kaynak karşılaştırma
Human-readable Explanations	Türkçe/İngilizce açıklamalar

Proje Yapısı

geo-lib/
├── packages/
│   └── core/              # @geo-lib/core - Ana kütüphane
├── apps/
│   └── cli/               # CLI aracı (yakında)
├── examples/              # Örnek kullanımlar
├── docs/                  # Dokümantasyon
└── archive/
    └── python/            # Orijinal Python implementasyonu

Metrikler

Word Count Metric (Imp_wc)

Imp_wc = Eşleşen kelimeler / Toplam yanıt kelimeleri

Position-Adjusted Metric (Imp'_wc)

Imp'_wc = Σ(kelime_sayısı × e^(-pozisyon/λ)) / Toplam kelimeler

Bu metrik AI sistemlerinin "position bias" özelliğini modeller - erken pozisyonlardaki bilgiler daha fazla ağırlık alır.

Gelişmiş Kullanım

Çoklu Kaynak Analizi

const result = geo.analyzeMultiple({
  sources: [
    "Birinci kaynak metin",
    "İkinci kaynak metin",
    "Üçüncü kaynak metin"
  ],
  response: "AI'ın verdiği uzun yanıt metni..."
});

// En görünür kaynağı bul
const bestSource = result.results.sort((a, b) => b.visibility - a.visibility)[0];
console.log(`En görünür: ${bestSource.visibility}%`);

Özel Konfigürasyon

const geo = new GEO({
  lambdaDecay: 5,           // Position decay factor (default: 10)
  fuzzyThreshold: 0.9,      // Fuzzy matching sensitivity (default: 0.8)
  matchers: ['exact'],      // Sadece exact matching kullan
  language: 'tr'            // Dil ayarı (tr/en/auto)
});

Batch Processing

const sources = ['metin1', 'metin2', 'metin3'];
const responses = ['yanıt1', 'yanıt2', 'yanıt3'];

const results = sources.map((source, i) => 
  geo.analyze({ source, response: responses[i] })
);

// Ortalama görünürlük
const avgVisibility = results.reduce((sum, r) => sum + r.visibility, 0) / results.length;

Geliştirme

# Bağımlılıkları yükle
pnpm install

# Testleri çalıştır
pnpm test

# Build
pnpm build

Referanslar

• GEO: Generative Engine Optimization (Princeton)
• GEO-optim/GEO

Lisans

MIT License - Tamamen özgür kullanım.

Katkıda Bulunun

PR'lar ve issue'lar memnuniyetle karşılanır!