X (Twitter) Algoritması Nasıl Çalışır? Sinyaller ve Mantık

X algoritması nasıl çalışır? X (Twitter) tarafında sistem, For You ve Following gibi akışlarda her kullanıcı için “şu anda neyi görmek daha anlamlı?” sorusuna yanıt veren bir öneri ve sıralama katmanı gibi çalışır. İlgi alanı, hesaplarla ilişki, gönderinin aldığı tepkiler, içerik dili ve güncellik gibi sinyaller birlikte değerlendirilir. Bunu twitter algoritması mantığıyla düşünürseniz amaç; doğru içeriği doğru kişiye, doğru bağlamda gösterebilmektir.

Başlarken şu noktaları netleştirmek işinizi kolaylaştırır:

• X keşfet For You akışı, takip ettiklerinizden çok “ilginizi çekme ihtimali olan” içerikleri küçük testlerle dener ve başarılı olanları genişletir.
• Gösterim tek başına yetmez; gösterim → etkileşim → kalite zinciri belirleyicidir.
• İlk geri bildirimler (özellikle yanıtlar ve kaydetmeler) dağıtımı hızlandırabilir.
• Dil ve yerel kitle sinyalleri Türkiye hedefinde ciddi fark yaratır.
• Ani sıçramalar yerine kademeli büyüme, daha doğal bir sinyal profili üretir.

X algoritması nasıl çalışır: Görünürlük nerelerden gelir? (Akışlar ve yüzeyler)

X’te görünürlük sadece ana akıştan gelmez; farklı “yüzeyler” farklı kurallarla içerik taşır. Aynı gönderi, bir kullanıcıya For You’da önerilirken başka bir kullanıcıya arama sonucunda ya da bildirimle gidebilir. Bu yüzden “tek algoritma” yerine, birbirini besleyen birkaç dağıtım alanı varmış gibi düşünmek daha doğru olur. Bu çoklu yapı, twitter algoritmasının tek bir ekrana değil, farklı kullanım niyetlerine göre çalıştığını da gösterir.

For You ve Following arasındaki fark

Following daha basit bir mantıkla çalışır: ağırlıkla takip ettiğiniz hesapların gönderilerini görürsünüz (yine de sıralama ve bazı filtreler devrededir). For You ise X öneri sisteminin vitrini gibidir: takip etmediğiniz hesaplardan da içerik getirir ve bunu yaparken sizin davranışlarınıza benzer kullanıcıların tepkilerini “tahmin” olarak kullanır. Bu bölüm, X keşfet For You akışının neden bazen takipçi sayısından bağımsız şekilde yeni kitle getirebildiğini de açıklar.

Arama, Keşfet/Trendler, Profil ve Bildirimler

Arama tarafında metin eşleşmesi, konu ve güncellik daha görünür rol oynar. Trendler/Keşfet gündem ve hızla yükselen etkileşim örüntülerine duyarlıdır. Profil yüzeyinde ise kullanıcı “bu hesabı takip etmeye değer mi?” diye bakar; burada tutarlılık ve profil sayfasının netliği önem kazanır. Bildirimler ise ilişki sinyali yüksek etkileşimleri (yanıtlar, mention’lar, alıntılar) öne çıkarabilir.

Bir gönderi birden fazla yerde eşzamanlı görünürlük alabilir

Bir gönderi, ilk anda takipçilere görünürken çoğu durumda For You’da da sınırlı bir kitlede denenebilir. Aramada görünmesi için indekslenir; alıntılandıysa alıntılayan kişinin kitlesine taşınır. Bu çok-kanallı yapı, “tek bir yerde tutmadı, bitti” düşüncesini çoğu zaman yanlış çıkarır.

X algoritması nasıl çalışır: Sistem neyi optimize eder? (Kişiye özel sıralama)

X’in hedefi, herkese aynı içeriği göstermek değil; her kullanıcı için olası en iyi sırayı üretmektir. Bu yüzden sistem, gönderinin kalitesini “evrensel” bir puan gibi değil, kişiye göre değişen bir uygunluk olarak ele alır. Aynı gönderi bir kitlede çok iyi çalışırken başka bir kitlede sönük kalabilir. Bu yaklaşım, twitter algoritmasının “tek bir doğru” yerine olasılıklarla çalıştığını hatırlatır.

İlgi nasıl tahmin edilir?

İlgi tahmini; takip ettiğiniz hesaplar, etkileşime girdiğiniz konular, okurken duraksadığınız içerik türleri ve dil gibi sinyallerle yapılır. Örneğin Türkçe içeriklerle düzenli etkileşen bir kullanıcıya, Türkçe yazan ve Türkiye’de gündeme oturan bir konu daha kolay önerilebilir. Bu yüzden Türkiye’de büyümek isteyen hesaplarda dil tutarlılığı pratikte ciddi fark yaratır.

İlişki sinyali: kim kimi ne kadar “tanıyor”?

İlişki sinyali, iki hesabın geçmişteki etkileşim yoğunluğunu anlatır: karşılıklı yanıtlaşma, birbirinin gönderilerini düzenli görme, DM geçmişi (varsa), aynı topluluklarda bulunma gibi. Following akışında bu sinyal zaten doğaldır; For You’da ise “benzer ilişki ağları” üzerinden dolaylı etkiler görülebilir.

Tazelik ve gündem etkisi: zamanlama neden kritik

X, gerçek zamanlı konuşmanın güçlü olduğu bir platform. Bu nedenle tazelik (gönderinin yeni olması) çoğu senaryoda avantajdır. Ancak tazelik tek başına yetmez: gündemle uyumlu, net bir fikir taşıyan ve hızlı etkileşim alan içerik daha kolay genişler. Türkiye hedefliyorsanız, Türkiye saat diliminde kitlenizin aktif olduğu aralığı test ederek bulmanız gerekir.

X algoritması nasıl çalışır: Sıralamayı en çok etkileyen sinyaller

Başlangıç seviyesinde X’in sıralama mantığını şöyle düşünebilirsiniz: Sistem önce gönderiyi gösterir, sonra gelen tepkilerle “bunu daha fazla kişiye göstermeye değer mi?” kararını günceller. Burada önemli olan, sadece etkileşim sayısı değil; etkileşimin türü ve gönderinin yarattığı deneyimdir. Bu, twitter algoritmasının “ham sayı” yerine davranış kalitesine bakma eğilimiyle uyumludur.

Gösterim → etkileşim oranı: hangi tepkiler daha değerli olabilir?

Gösterim başına etkileşim (etkileşim oranı) temel bir sağlık göstergesidir. Fakat X, etkileşimi tek tip görmez. Bir beğeni ile bir yanıt aynı “ağırlıkta” değerlendirilmek zorunda değildir; çünkü yanıt, konuşma başlatma ve ilişki kurma sinyali taşır. Benzer şekilde kaydetme ya da profil ziyareti, “bu içerik bende bir merak uyandırdı” anlamına gelebilir.

Kaliteli etkileşim: yanıt, kaydetme, paylaşım, profil ziyareti

Kaliteli etkileşim genellikle şunlarla anlaşılır: kullanıcı yanıt yazıyorsa, alıntılıyorsa, kaydediyorsa veya profile gidiyorsa içerik “tüketilip geçilmemiş” demektir. Özellikle tartışma kalitesi yüksek yanıt zincirleri, gönderinin daha geniş kitlelerde denenmesine zemin hazırlayabilir. Bu noktada X keşfet For You akışında görünürlük artışı çoğu zaman “yanıt/alıntı + profil ziyareti” kombinasyonuyla gelir.

Negatif sinyaller: sessize alma, şikâyet, hızlı geçiş

Bir gönderi çok gösterilip hızla geçiliyorsa, “ilgi tahmini” zayıf kalmış olabilir. Ayrıca sessize alma, engelleme, şikâyet gibi sinyaller içerik dağıtımını baskılayabilir. Bu yüzden “daha çok kişiye gösterilsin” diye bağlam dışı etiket/mention kullanmak kısa vadede gösterim getirse bile, negatif sinyal riskini artırır.

Tutarlılık: hesabın konu odağı ve dil uyumu

Hesabın bir konu odağına sahip olması, öneri sisteminin sizi doğru ilgi kümelerine yerleştirmesini kolaylaştırır. Bugün teknoloji, yarın futbol, ertesi gün kripto… Elbette hepsi konuşulabilir; ama büyüme hedefi varsa, ana ekseni korumak genellikle daha iyi sonuç verir. Dil tarafında da benzer bir tutarlılık işe yarar: Türkçe büyümek istiyorsanız Türkçe içerik ağırlığı, yerel etkileşim ağı ve yerel gündem okuması önemlidir.

X algoritması nasıl çalışır: Dağıtımın çalışma şekli (küçük deneme, sonra genişleme)

X öneri sistemi çoğu durumda “önce sınırlı bir kitlede dene, sonuçlar iyiyse daha geniş kitlelerde tekrar dene” yaklaşımına benzer şekilde ilerler. Bu yüzden daha fazla gösterim hedefliyorsanız, ilk geri bildirimlerin niteliği (yanıt, kaydetme, profil ziyareti gibi) kritik hale gelir. Özellikle X keşfet For You akışında bu test-genişletme döngüsü daha görünür hissedilir; twitter algoritması burada “erken sinyallerle belirsizliği azaltma” mantığıyla hareket eder.

İlk kitle: takipçiler + benzer ilgi grupları

Gönderiniz önce takipçilerinizin bir kısmına görünür. Aynı zamanda, konu ve dil sinyallerine göre “benzer ilgi grupları”nda da sınırlı bir deneme yapılabilir. Burada amaç, “bu içerik sadece takipçide mi çalışıyor, yoksa daha geniş bir ilgi kümesinde de karşılık buluyor mu?” sorusuna işaret eden veriler toplamaktır.

İlk etkileşim penceresi neden önemli?

Gönderi yayınlandıktan sonra gelen ilk geri bildirimler, sistemin belirsizliğini azaltır. İçerik doğru kişilere denk geldiyse ve anlamlı tepkiler aldıysa, daha geniş kitlelerde görünme ihtimali artabilir. Tersi durumda gönderi tamamen “ölmez”; ancak genişleme daha sınırlı kalabilir.

Yorum zinciri ve tartışma kalitesi nasıl okunur?

Yorum zinciri “kalabalık” görünüp aslında düşük kalite olabilir: tek kelimelik yanıtlar, konu dışı tartışmalar, aynı kişilerin dönüp durması… Daha sağlıklı zincirlerde ise insanlar gönderinin fikrine referans verir, ek bilgi paylaşır, farklı bakış getirir. X’in bunu birebir “anlıyor” demek iddialı olur; ama bu tür zincirler genellikle daha fazla kaydetme, alıntı ve profil ziyareti gibi ikincil sinyaller ürettiği için performansı destekler.

X algoritması nasıl çalışır: Format seçimi (metin, görsel, video, anket)

X’te her format aynı şekilde “ölçülmez”. Metin, görsel, video ve anket; farklı tüketim davranışları doğurduğu için sistemin baktığı sinyallerin ağırlığı da değişebilir. Bu yüzden “her formatta aynı şablon” yerine, formatın doğasına uygun hedef seçmek daha mantıklıdır. Örneğin X keşfet For You akışında bazı hesaplar metinle yanıt zinciri kurarken, bazıları görselle kaydetme sinyali toplar.

Metin gönderileri: net fikir + tartışma tetikleme

Metin gönderilerinde en büyük avantaj hızdır: kullanıcı bir saniyede fikri alır ve tepki verir. Net bir iddia, kısa bir gözlem, küçük bir karşılaştırma ya da iyi yazılmış bir soru; yanıt ve alıntı etkileşimini artırabilir. Metin tarafında “okunup geçilme” riski de yüksek olduğu için ilk cümle önemlidir.

Görsel ve çoklu görsel: ekranda kalma ve paylaşılabilirlik

Görsel, akışta durdurma etkisi yaratır: kullanıcı kaydırmayı bırakır, bakar, yakınlaştırır. Bu ekranda kalma süresi davranışı, gönderinin ilgi çektiğine dair bir sinyal olabilir. Çoklu görsel (birden fazla görsel içeren paylaşım) ise “sonraki görsele geçme” davranışıyla ek bir etkileşim katmanı ekler. Özellikle bilgi yoğun mini infografikler, kaydetme ve paylaşım getirebilir.

Video: izlenme süresi, tekrar izleme, açıklama uyumu

Video tarafında en anlaşılır sinyal izlenme davranışıdır: video açıldı mı, ne kadar izlendi, tekrar izlendi mi, kullanıcı videodan sonra profile gitti mi? Video açıklaması ile videonun içeriği uyumlu değilse hızlı çıkış artabilir. Ayrıca ilk saniyelerde “ne izliyorum?” sorusunu cevaplayan bir giriş, izlenme süresini destekler.

Anketler: etkileşim getirir ama kitleyi dağıtabilir

Anketler kolay etkileşim üretir; çünkü oy vermek düşük eforludur. Ancak anketin hedefi net değilse (çok genel, herkesin rastgele oy verdiği bir soru gibi) gelen kitle alakasızlaşabilir. Türkiye hedefli büyümede, anket sorusunu yerel bağlama oturtmak ve sonrasında sonuçları yorumlayan bir takip gönderisiyle konuşmayı derinleştirmek daha iyi çalışır.

X algoritması nasıl çalışır: Hashtag, mention ve link kullanımında denge

Hashtag, mention ve link; doğru kullanıldığında bağlamı güçlendirir, yanlış kullanıldığında ise “alakasız dağıtım” ve negatif sinyal riskini artırır. Buradaki amaç “yasak/serbest” gibi keskin kurallar koymak değil; hangi durumda neyi optimize ettiğinizi netleştirmektir. twitter algoritması açısından bakınca, bağlamı netleştiren her şey doğru kitleye test edilme ihtimalini artırır.

Hashtag: keşiften çok bağlam için kullanın

Hashtag hâlâ işe yarayabilir; ancak çoğu durumda “keşif motoru” olmaktan çok bağlam etiketi gibi çalışır. Çok sayıda hashtag eklemek yerine, 1-2 tane gerçekten ilgili etiket kullanmak daha güvenli bir yaklaşım olur. Hashtag’in gönderinin metniyle uyumlu olması, arama ve konu eşleştirmesinde yardımcı olabilir.

Mention: ilişkiyi güçlendirir, alakasızsa ters teper

Mention, doğru kişiyi doğru bağlamda çağırdığınızda ilişki sinyalini güçlendirebilir: örneğin bir kaynağa referans verirken yazarı etiketlemek gibi. Ancak alakasız kişileri sırf görünürlük için mention’lamak, hem kullanıcı tepkisi hem de negatif sinyal açısından risklidir.

Link: tıklama hedefi ile akış performansı arasındaki denge

Linkli gönderilerde hedef genellikle tıklamadır; ama akışta kullanıcı linke tıklamadan da gönderiyi tüketebilir. Burada denge şudur: linki “tek amaç” yaparsanız, akış içi etkileşim düşebilir; linki iyi bir özet ve güçlü bir vaatle desteklerseniz hem tıklama hem de etkileşim birlikte gelebilir. Bazı hesaplar linki bir yanıtın altına koymayı tercih eder; bu yaklaşımın etkisi hesaba ve kitle alışkanlığına göre değişebilir.

X algoritması nasıl çalışır: Türkiye’de büyümek (dil, saat, yerel etkileşim)

Türkiye’de büyümek istiyorsanız, X’in sizi “Türkiye’deki Türkçe ilgi grafiği”ne doğru yerleştirmesi gerekir. Bu da sadece profil konumuyla değil; içerik dili, etkileşim kurduğunuz hesaplar ve aktif olduğunuz saatlerle şekillenir. Bu noktada twitter algoritmasının “kitleyi davranıştan çıkarma” yaklaşımı belirleyicidir. Pratikte X keşfet For You akışında daha sık test edilmek için yerel sinyallerin tutarlı olması gerekir.

Türkçe içerik, saat dilimi ve etkileşim penceresi

Türkçe içerik üretmek, Türkçe etkileşim almak ve Türkiye saatlerinde düzenli paylaşmak; öneri sisteminin “bu hesap hangi kitleye ait?” tahminini kolaylaştırır. Aynı içeriği farklı saatlerde deneyip X Analytics’te etkileşim oranı ve profil ziyaretlerini karşılaştırmak, size en uygun zaman aralığını buldurur.

Yerel ilgi grafiği: kimlerle etkileşime girdiğiniz neden önemli?

X, sizi sadece paylaştıklarınızla değil, kimlerle konuştuğunuzla da tanımlar. Türkiye’deki hesaplarla düzenli, konuya uygun etkileşim; yerel ilgi kümelerine daha sık test edilmenizi sağlayabilir. Burada “çok yorum” değil, doğru yerde anlamlı yorum önemlidir.

Takipçi kitlesiyle hedef pazarın uyumu

Hedefiniz Türkiye ise, sizi takip eden kitlenin de Türkçe içerikle etkileşime girmesi; öneri sisteminin “bu hesap hangi kitleye hitap ediyor?” tahminini destekler. Etkiprime tarafında bu ihtiyaca yönelik yaklaşım, Türkiye odaklı kitle seçimi ve kademeli teslimatla büyümeyi daha dengeli ilerletmektir. Konuyu daha geniş çerçevede okumak için Türk takipçi ve yabancı takipçi farkları yazısı iyi bir referans olur.

X algoritması nasıl çalışır: Daha doğal görünen büyüme (ritim ve kademeli ilerleme)

X’te büyüme, çoğu zaman “bir anda patlama” değil, düzenli sinyal birikimiyle gelir. Ani artışlar her zaman kötü demek doğru olmaz; ama özellikle yeni veya küçük hesaplarda, çok hızlı değişimler sistemin hesabı doğru sınıflandırmasını zorlaştırabilir. Kademeli ilerleme ise hem içerik planını hem de kitle beklentisini daha yönetilebilir kılar. Bu yaklaşım, twitter algoritmasının zaman içinde oluşan örüntülere bakma eğilimiyle de uyumludur.

Neden kademeli büyüme daha tutarlı sinyal üretir?

Mühendislik açısından düşünürsek: sistem bir hesabı değerlendirirken zaman içinde oluşan örüntülere bakar. Takipçi artışı, etkileşim dağılımı, dil tutarlılığı, içerik konuları… Bunlar “normal” bir eğride ilerlediğinde, öneri sistemi hesabı daha net bir kümeye yerleştirir. Çok ani değişimlerde ise sinyallerin bir kısmı birbirini doğrulamaz hale gelebilir (örneğin takipçi artar ama profil ziyaretinden takibe dönüşüm aynı kalır).

Kademeli (drip-feed) yaklaşımı içerik planıyla eşleştirme

Kademeli teslimat (drip-feed) fikrini, içerik ritmiyle birlikte düşünmek işe yarar: siz haftalık içerik temalarını oturtur, düzenli paylaşır, yorumlara geri dönerken; büyüme de “bir günde olup biten” bir şey gibi değil, akışa yayılan bir süreç gibi ilerler. Bu yaklaşımın mantığını ayrı bir çerçevede okumak isterseniz kademeli teslimatın X’te neden önemli olduğu yazısı iyi tamamlar.

Yeni hesaplarda “ısınma” dönemi: beklenti yönetimi

Yeni hesaplarda ilk dönemde öneri sistemi sizi tanımaya çalışır: hangi konu, hangi dil, hangi kitle? Bu aşamada en iyi yatırım; profilin net olması, içerik konusunun dağılmaması ve düzenli etkileşimdir. “Bir gönderi tutmadı” diye yön değiştirmek yerine, bir süre aynı eksende test yapmak daha sağlıklı sonuç verir. Bu konuyu farklı açıdan okumak isterseniz sıfırdan büyütmenin avantajları yazısı da yardımcı olur.

X algoritması nasıl çalışır: X Analytics’te takip edilecek 6 sayı

X Analytics, algoritmayı “görünür” kılan en pratik araçtır. Hangi sinyalin çalıştığını tahminle değil, sayılarla anlarsınız. Aşağıdaki 6 sayı, başlangıç için yeterince güçlü bir çerçeve verir. Özellikle X keşfet For You akışından gelen büyümeyi anlamak için bu sayıları gönderi bazında karşılaştırmak işe yarar.

1. Gösterimler (impressions): Dağıtımın hacmini görürsünüz; tek başına başarı ölçüsü değildir.
2. Etkileşim oranı: Gösterim başına tepkiyi ölçer; içerik-kitle uyumunu hızlı anlatır.
3. Profil ziyaretleri: İçeriğin merak uyandırıp uyandırmadığını gösterir.
4. Takibe dönüşüm: Profil ziyareti → takip geçişi; profil netliği ve içerik tutarlılığıyla yakından ilgilidir.
5. Kaydetme / paylaşım: “Kalite” sinyali gibi düşünebilirsiniz; özellikle bilgi içeriklerinde önemlidir.
6. Yeni kitle getiren gönderiler: Hangi konu/formatın takipçi dışına açıldığını anlamak için gönderileri etiketleyin (ör. “video”, “metin”, “görsel”).

Bu ölçüm yaklaşımını büyüme stratejisine bağlamak isterseniz, Etkiprime blogunda X’te etkileşim dengesi ve profil ziyaretini artırma yazıları, sayıları yorumlama tarafında iyi tamamlayıcı olur.

Resmi kaynakları takip etmek de faydalı: X’in öneri ve sıralama yaklaşımına dair teknik notlar zaman zaman Twitter/The Algorithm (GitHub) deposunda paylaşılmıştı; ayrıca politika ve güvenlik tarafı için X Help Center güncel referanstır. Sipariş ve güvenlik süreçleriyle ilgili pratik çerçeve için de Şifresiz X (Twitter) takipçi siparişi süreci yazısı yardımcı olur.

Sıkça Sorulan Sorular

X’te “shadowban” gerçekten var mı, nasıl anlarsınız?

“Shadowban” kelimesi çok kullanılıyor; pratikte çoğu durum, belirli yüzeylerde görünürlüğün azalması (ör. aramada daha az çıkma) veya For You dağıtımının zayıflaması şeklinde hissedilir. Daha net anlamak için aynı dönemde şu sayıları birlikte izleyin: arama görünürlüğü (kendi hesabınızdan ve farklı bir hesaptan arama denemeleri), gösterimler, etkileşim oranı ve profil ziyaretleri. Örneğin gösterimler düşerken etkileşim oranı ve profil ziyaretleri de birlikte düşüyorsa, sorun çoğu zaman “yanlış kitleye test edilme” veya içerik/format uyumsuzluğu olabilir. Buna karşılık etkileşim oranı benzer kalıp sadece gösterimler düşüyorsa, paylaşım saatleri, konu seçimi ya da gündem yoğunluğu gibi dağıtımı etkileyen dış faktörleri de kontrol etmek gerekir.

Takipçi sayısı mı etkileşim mi daha önemli?

Takipçi sayısı sosyal kanıt sağlar; ama öneri sisteminin kararları çoğu zaman gönderi bazında “gösterim → etkileşim → kalite” sinyalleriyle şekillenir. Küçük hesaplar da doğru kitleye doğru içerikle X keşfet For You akışında test edilebilir. Bu yüzden X algoritması nasıl çalışır sorusunu büyüme açısından okurken, “takipçi”yi tek başına hedef değil, doğru kitleye ulaşmayı kolaylaştıran bir parça olarak düşünmek daha sağlıklıdır.

Günde kaç paylaşım yapmak mantıklı?

Tek bir sayı herkese uymaz. Düzenli bir ritim seçip (ör. gün içinde farklı saatlerde) performansı X Analytics’te izlemek daha doğru. Kaliteyi düşürmeden sürdürebileceğiniz sıklık, genellikle en iyi sıklıktır.

X’te link paylaşmak erişimi düşürür mü?

Linkli gönderilerde kullanıcı davranışı değiştiği için performans dalgalanabilir. Link paylaşacaksanız, metinde güçlü bir özet verin ve gönderinin akış içinde de değer üretmesini sağlayın. Bazı hesaplar linki yanıt olarak ekleyerek denge kurar; bunu kendi kitlenizde test ederek karar verin.

For You akışında daha sık görünmek için neleri iyileştirebilirsiniz?

Konu ve dil tutarlılığıyla öneri sisteminin sizi doğru kümeye yerleştirmesini kolaylaştırın. İlk cümleyi güçlendirip yanıt/alıntı tetikleyecek net bir fikir yazın. Kaydetme ve profil ziyareti getiren formatları (bilgi görseli, kısa video, seri gönderiler) çoğaltın ve sonuçları Analytics’te takip edin. Bu iyileştirmeler, twitter algoritmasının “doğru kitleye test etme” ihtimalini artırır.

Not: Etkiprime, Türkiye'nin sosyal medya büyüme ve dijital pazarlama platformu olarak kademeli teslimat yaklaşımını önemser. X’te büyümeyi daha dengeli ilerletmek için kitleyi ve artış hızını planlamak isterseniz X Türk takipçi sayfası ilgili seçenekleri tek yerde toplar.