[ blog · deep-dive ]10 min read

Agentik arama vs SERP scraping: ajanlar neden farklı bir API'ye ihtiyaç duyar

Sarah ChoyYayımlanma tarihi: 29 Mayıs 202610 dk okuma
Agentik arama vs SERP scraping: ajanlar neden farklı bir API'ye ihtiyaç duyar

Yirmi yıl boyunca bir arama API'si 'Google'ın sonuç sayfasını scrape et' demekti. Yapay zekâ ajanları bu varsayımı kırdı. İşte agentik aramanın gerçekte ne olduğu, neden ortaya çıktığı ve eski SERP modelinin hâlâ ne zaman mantıklı olduğu.

Özet

  • Agentik arama, bir yapay zekâ ajanı tarafından tüketilmek üzere tasarlanmış web aramasıdır: semantik bir hedef gönderirsiniz ve bir context window'a sığacak boyutta, temiz ve alıntılanabilir metin pasajlarından oluşan kısa, sıralanmış bir liste alırsınız.
  • SERP scraping bir arama motoru sonuç sayfasının ham HTML/JSON'unu döndürür — insanlar ve dashboard'lar için yapılmıştır, dil modelleri için değil.
  • Bu kayma, LLM'lerin bir SERP blob'u üzerinde değil kısa sıralanmış metin üzerinde akıl yürütmesi ve Microsoft'un Ağustos 2025'te Bing Search API'sini emekliye ayırarak tüm pazarı yeniden seçime zorlaması yüzünden gerçekleşti.
  • Agentik arama, SERP API'lerinde olmayan üç şey ekler: önceden temizlenmiş snippet'ler, isteğe bağlı temellendirilmiş (grounded) yanıtlar ve ajan dostu faturalandırma (çağrı başına, çoğu zaman yalnızca başarıda).
  • SERP scraping, gerçekten Google'ın tam sonuç sayfasına ihtiyacınız olduğunda — sıralamalar, knowledge panel'ler, local pack'ler — ve kendi temizleme pipeline'ınızı çalıştırdığınızda hâlâ kazanır.

Önden bir tanım

Agentik arama, bir insana gösterilmek yerine bir yapay zekâ ajanı tarafından tüketilmek üzere tasarlanmış web aramasıdır. Bir query — ya da daha üst düzey bir semantik hedef — gönderir ve karşılığında başlıklardan, URL'lerden ve önceden temizlenmiş metin pasajlarından oluşan kısa, sıralanmış bir liste alırsınız, bazen tamamlanmış, alıntılı bir yanıt, ki bu zaten bir dil modelinin context window'una bırakılacak biçime sokulmuştur.

Bu, önceki yirmi yıl boyunca "bir arama API'si"nin ifade ettiği şeyden farklı bir üründür. Yirmi yıl boyunca bir arama API'si şu demekti: bana bir insanın göreceği sonuç sayfasını ver. İşte tam olarak bu varsayım, yapay zekâ ajanlarının kırdığı şeydir.

Eski model: SERP scraping

Bir SERP (search engine results page) API'si bir Google veya Bing sonuç sayfasının yapılandırılmış JSON'unu döndürür — organik bağlantılar, knowledge panel, "people also ask", local pack'ler, reklamlar, shopping carousel'leri. Serper ve SerpApi gibi araçlar bunu son derece iyi ve ucuza yapar. Çıktı, bir kişinin bir tarayıcıda gördüğüne sadıktır:

{
  "organic": [
    { "position": 1, "title": "…", "link": "https://…", "snippet": "…" },
    { "position": 2, "title": "…", "link": "https://…", "snippet": "…" }
  ],
  "knowledgeGraph": { "title": "…", "type": "…", "description": "…" },
  "peopleAlsoAsk": [ /* … */ ],
  "relatedSearches": [ /* … */ ]
}

Bu, bir SEO dashboard'u, bir rank tracker veya bir human-in-the-loop research aracı için mükemmeldir. Bir dil modeli için yanlış biçimdir, tek ve açık bir nedenle: bir model bir SERP blob'u üzerinde etkili biçimde akıl yürütemez. Kısa, adlandırılmış, sıralanmış metin üzerinde akıl yürütür. Bir modele tam bir SERP verin ve bağlam token'larını yerleşim metadatasına, reklamlara ve yanıtla hiç ilgisi olmayan "related searches"e harcıyorsunuz demektir.

Yeni model: agentik arama

Agentik arama SERP'i çöpe atar ve yalnızca bir ajanın kullanabileceğini döndürür. Aynı query, temiz pasajlardan oluşan kompakt, sıralanmış bir liste olarak geri gelir:

{
  "results": [
    {
      "title": "Retrieval-augmented generation - Wikipedia",
      "url": "https://en.wikipedia.org/wiki/Retrieval-augmented_generation",
      "snippet": "Retrieval-augmented generation (RAG) combines search with\ntext generation, grounding LLM answers in retrieved documents."
    }
    /* …4 more, ranked */
  ],
  "result_count": 5,
  "credits_used": 15
}

Bu biçim, bir SERP API'sinin size bıraktığı üç bilinçli kararı kodlar:

  • Önceden temizlenmiş snippet'ler. Boilerplate — gezinme, çerez banner'ları, reklamlar — soyulur, böylece model bağlamını sinyale harcar.
  • Reklam için değil, ilgililik için sıralama. Sonuçlar, en üst slot'ları paraya çeviren bir sonuç-sayfası yerleşimine göre değil, query'ye olan yararına göre sıralanır.
  • Bir boyut bütçesi. Yüz tane değil bir avuç sonuç, çünkü context window'lar ve token bütçeleri sonludur.

Bu kayma neden şimdi gerçekleşti

2025–2026'da iki güç birleşti.

1. LLM'ler SERP biçimini bir yüke dönüştürdü

Ajanlar aramayı bir araç olarak çağırmaya başlar başlamaz uyumsuzluk apaçık oldu. SERP iskelesine harcanan her token gerçek kaynaklara harcanmayan bir token'dır ve temizlenmemiş her sayfa, modelin dikkatinin dağılabileceği ya da bir çerez banner'ından alıntı yapabileceği bir yerdir. Ekipler kendilerini her SERP API'sinin üstüne bir temizleme-ve-sıralama katmanı yazarken buldu — ki bu tam olarak agentik aramanın içine pişirdiği katmandır.

2. Bing'in emekliliği yeniden seçime zorladı

11 Ağustos 2025'te Microsoft, Bing Search API'lerini emekliye ayırarak, LLM pipeline'larının büyük bir payını sessizce temellendiren endpoint'leri devre dışı bıraktı. Yerine gelen — Azure AI Foundry içindeki Grounding with Bing Search — drop-in bir API değildir ve 1.000 işlem başına yaklaşık 35 dolar faturalandırır. Binlerce ekip, ajan-yerlisi girişimlerin bir dalgası çıkarken tam da o anda yeni bir sağlayıcı seçmek zorunda kaldı: Exa 85M dolarlık bir B Serisi topladı, Parallel 100M dolar topladı, Tavily Nebius tarafından 275M dolara satın alındı, Linkup bir seed topladı. Kategori sadece ortaya çıkmadı — fonlandı ve gün ışığına çıkmaya zorlandı.

SERP scraping vs agentik arama: dürüst tablo

Query başına SERP scraping daha ucuzdur; agentik aramanın içerdiği temizleme katmanını eklediğinizde toplam maliyet farkı daralır. Fiyatlar 2026 liste rakamlarıdır — her sağlayıcının sayfasında teyit edin.
SERP scrapingAgentik arama
DöndürürHam sonuç-sayfası JSON'uSıralanmış, temiz, LLM'e hazır snippet'ler
Şunun için yapıldıİnsanlar, dashboard'lar, rank trackingYapay zekâ ajanları, RAG, tool calling
Temizleme adımıSiz kurarsınızDahil
Token verimliliğiDüşük (payload'da yerleşim + reklamlar)Yüksek (yalnızca sinyal)
Yanıt moduHayırSıkça (paketli veya ayrı /answer)
Ham fiyat / 1k~0,30–1 $~5–16 $
Tam-pipeline fiyatı+ extractor'ınız + mühendislik zamanıGöründüğünden daha yakın
Şunun için en iyisiSEO, SERP özellikleri, özel pipeline'larBir ajanda LLM yanıtlarını temellendirme

Kimsenin fiyat sayfasına koymadığı ekonomi

Fiyat şoku — "agentik arama Serper'ın fiyatının 10 katı" — tüm pipeline'ı fiyatlandırdığınızda kaybolur. Bir SERP API'si size bir sonuç sayfası verir; bir modeli beslemek için ardından seçilen bağlantılar üzerinde bir content extractor çalıştırırsınız, artı temizleme ve sıralama mantığını kurup sürdürmenin mühendisliği. Agentik arama bunu çağrının içine katlar. Aynı şey için 10 kat ödemiyorsunuz; iki adım için iki kez yerine iki adım için bir kez ödüyorsunuz.

İkinci, daha sinsi bir maliyet var: yeniden denemeler. Ajanlar dallanır ve geçici arızalarda yeniden dener. Query başına faturalandıran bir SERP'te her yeniden deneme faturalandırılabilir. En temiz savunma yalnızca-başarıda faturalandırmadır — HTTP 200 için ödersiniz, ondan önceki üç timeout için değil. Ani patlamalı ajan trafiği için, o tek faturalandırma kuralı çoğu zaman sağlayıcılar arasındaki çağrı başına fiyat farkından daha fazla tasarruf sağlar.

Agentik arama üzerine inşa etmek: asgari döngü

Çıktı zaten model biçiminde olduğu için entegrasyon kısadır. Bir tool schema çekin, onu modelinize verin ve aramayı bir araç olarak çağırmasına izin verin:

import anthropic, requests

# Agentic search ships a ready-made tool definition — no hand-written JSON
schema = requests.get("https://www.apipick.com/api/search/web/tool-schema").json()
client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=1024,
    tools=[schema["claude"]],
    messages=[{"role": "user", "content": "What is agentic search, with sources?"}],
)
# The model calls /api/search/web, gets clean ranked snippets back,
# and answers with citations — no SERP parser anywhere in the loop.

Kategorinin bütün amacı budur: arama API'si ajanla zaten bulunduğu yerde buluşur, böylece bir zamanlar codebase'inizde yaşayan yapıştırıcı kod endpoint'in arkasına taşınır.

Peki hangisini kullanmalısınız?

SERP scraping'i şu durumda kullanın…
Sonuç sayfasının kendisine ihtiyacınız var — SEO izleme için tam organik sıralamalar, knowledge panel'ler, local pack'ler, shopping — ya da zaten bir content extractor işletip en ucuz ham query'yi istiyorsunuz. Serper ve SerpApi bunun için yapılmıştır.
Agentik aramayı şu durumda kullanın…
Bir ajanın içinde bir LLM'in yanıtını temellendiriyorsunuz ve bir temizleme katmanı kurmadan temiz, sıralanmış, alıntılanabilir metin istiyorsunuz — ve ideal olarak kullandıkça-öde, yalnızca-başarıda faturalandırma, böylece yeniden denemeler bedava olur.API Pick Web Search tam olarak bunu yapar: çağrı başına 15 kredi (~0,015 $), ülke ve tarih filtreleri, yalnızca HTTP 200'de ücretlendirme, yapıştırmaya hazır bir OpenAI/Claude tool schema'sı ile. Deneyin →

Sıkça Sorulan Sorular

Agentik arama nedir?

Agentik arama, bir kişiye gösterilmek yerine bir yapay zekâ ajanı tarafından tüketilmek üzere yapılmış web aramasıdır. Bir query veya semantik hedef gönderirsiniz ve API başlıklardan, URL'lerden ve önceden temizlenmiş metin snippet'lerinden oluşan kısa, sıralanmış bir liste döndürür — bazen tamamlanmış, alıntılı bir yanıt — ki bu zaten bir dil modelinin context window'una bırakılacak biçime sokulmuştur. Bir insanın göreceği ham sonuç sayfasını döndüren SERP scraping ile zıttır.

Agentik arama bir SERP API'sinden nasıl farklıdır?

Bir SERP API'si (Serper veya SerpApi gibi) bir arama motoru sonuç sayfasının tam JSON'unu döndürür: organik bağlantılar, reklamlar, knowledge panel'ler, local pack'ler — insana dönük yerleşim — ve temizlemeyi, sıralamayı ve snippet çıkarımını siz kendiniz yaparsınız. Bir agentik arama API'si (Exa, Tavily, Linkup veya API Pick gibi) SERP'i tamamen atlar ve temiz, sıralanmış, LLM'e hazır metin döndürür. SERP API'leri Google'a sadakat için optimize eder; agentik arama bir model tarafından doğrudan kullanım için optimize eder.

Agentik arama 2025–2026'da neden ortaya çıktı?

İki güç. İlki, LLM'ler ham bir SERP blob'u üzerinde kötü ama kısa, adlandırılmış, sıralanmış pasajlar üzerinde iyi akıl yürütür — bu yüzden insanlar için yapılmış bir biçim ajanlar için bir yük oldu. İkincisi, Microsoft 11 Ağustos 2025'te, LLM temellendirme ekosisteminin büyük bir kısmını sessizce besleyen Bing Search API'sini emekliye ayırdı; bu, ajan-yerlisi girişimler (Exa, Tavily, Linkup, Parallel) yeni kullanım senaryosu için tasarlanmış API'ler çıkarırken binlerce ekibi yeni bir sağlayıcı seçmeye zorladı.

Agentik arama sadece RAG mı?

Tam olarak değil. RAG (retrieval-augmented generation), bir LLM'in yanıtını alınan belgelere temellendirmenin genel kalıbıdır. Agentik arama, alma yarısını yapmanın bir yoludur — özellikle, bir ajan için biçimlendirilmiş canlı web alma. Hiç web araması olmadan özel bir vektör veritabanı üzerinde RAG kurabilir, klasik RAG olmadan agentik arama kullanabilirsiniz. İyi birleşirler ama farklı katmanlardır.

Ne zaman hâlâ bir SERP scraping API'si kullanmalıyım?

Pipeline'ınız gerçekten Google'ın sonuç sayfasının yapısına ihtiyaç duyduğunda — SEO izleme için tam organik sıralamalar, knowledge-graph panel'leri, local/maps pack'leri, shopping sonuçları — ya da zaten bir content extractor işletip en ucuz ham query'yi istediğinizde bir SERP API'si kullanın. Bir LLM yanıtını temellendirmek için, temiz metin döndüren bir agentik arama API'si bütün bir temizleme adımını ortadan kaldırır.

Agentik arama SERP scraping'den daha mı pahalı?

Ham query başına SERP scraping genellikle daha ucuzdur (Serper kabaca 1.000 başına 0,30–1 dolar). Agentik arama API'leri çağrı başına daha çok ücret alır (1.000 başına ~5–16 dolar), çünkü metni temizler, sıralar ve biçimlendirirler de — aksi halde kendi çıkarım adımınızda ve mühendislik zamanınızda ödeyeceğiniz iş. Tüm pipeline'ı fiyatlandırdığınızda fark daralır; ve yalnızca-başarıda faturalandırma (ör. API Pick'te HTTP 200 başına 15 kredi) ajan yeniden denemelerinin maliyetini tamamen ortadan kaldırır.

Bu makalede kullanılan API'ler

Sarah Choy
Yazan
Sarah Choy
CEO, API Pick

Sarah Choy, API Pick'in CEO'sudur. Yapay zeka ajanları ve LLM iş akışları için üretime hazır API'ler geliştirme üzerine yazılar yazar.