Kütüphanedeki her sistemin arkasında bir üretim döngüsü var. Bu yazılar o döngüleri adım adım, kapılarıyla birlikte anlatıyor: istersen kendin kurarsın, istersen hazır alırsın. Kavramların kısa tanımı için sözlüğe bakabilirsin.
Elli yazılık arşivde kaybolmamak için üç hazır yol. Her yol dört yazıdan oluşur.
Konuşma tanıma modelleri Türkçede kullanılabilir düzeyde çalışır; hatalar genellikle özel isimlerde, sektörel terimlerde, rakamlarda ve üst üste binen konuşmalarda toplanır. Transkript ile altyazı farklı çıktılardır: transkript okunmak için düz metindir, altyazı ise zaman kodlu ve satır uzunluğu sınırlı bir dosyadır. İşleyen akış dört adımdır: sesi ayır ve temizle, ham metni çıkar, terim sözlüğüyle düzelt, satır ve zaman kodunu biçimlendir. En çok zaman kazandıran adım, tekrarlanan terimler için bir düzeltme sözlüğü tutmaktır.
Yazıyı oku →Bir yapay zeka aracına gönderilen metnin ne olduğu, kullanılan hesabın tipine göre değişir. Bireysel ve ücretsiz hesaplarda içerik, sağlayıcının modelini geliştirmek için kullanılabilir; kurumsal ve geliştirici hesaplarında ise varsayılan genellikle bunun tersidir. İkinci değişken saklama süresidir: içerik güvenlik amacıyla sınırlı bir süre tutulabilir. Hassas veride en güvenli yol, veriyi cihazdan hiç çıkarmayan yerel bir kurulumdur. Karar vermeden önce sağlayıcıya sorulacak beş soru vardır ve hepsinin cevabı sözleşme metninde yazılıdır.
Yazıyı oku →Bir işi yapay zeka ajanına devretmek tek seferlik bir kurulum değil, dört haftalık bir geçiştir. Birinci hafta işin elle yapılıp adımlarının yazıldığı haftadır; talimat bu gözlemden çıkar. İkinci hafta ajan çalışır ama her çıktı elle kontrol edilir ve her düzeltme talimata geri yazılır. Üçüncü hafta kontrol örnekleme düşürülür. Dördüncü hafta ajan rutine girer ve yalnızca kalite kapısı çalışır. Ölçülecek üç sayı vardır: iş başına süre, düzeltme oranı ve iş başına maliyet.
Yazıyı oku →Dağınık tablolarda iki farklı iş vardır ve ikisi farklı araçlar ister. Biçim işleri (boşluk kırpma, tarih biçimi, büyük küçük harf, ayraç düzeltme) kuralla yapılır ve modele bırakılmaz; çünkü kural her zaman aynı sonucu verir. Yorum işleri (unvan eşleme, kategori atama, serbest metinden alan çıkarma, tekilleştirme kararı) ise modelin gerçekten fark yarattığı yerdir. Doğru akış dört adımdır: kopyayla çalış, önce kuralla temizle, sonra yorum işlerini modele ver, son olarak örneklem üzerinde elle doğrula.
Yazıyı oku →Vibe coding, kod yazmak yerine ne istediğini tarif edip yapay zeka ajanının kodu üretmesine dayanan çalışma biçimidir. Gerçekten işe yaradığı yer dar ve nettir: tek kullanıcılı iç araçlar, prototipler, veri dönüştürme betikleri ve tek seferlik otomasyonlar. Duvara çarptığı yer de bellidir: çok kullanıcılı, para ya da kişisel veri taşıyan, uzun süre bakımı yapılacak sistemler. Güvenli kullanımın üç kuralı vardır: çıktıyı çalıştırmadan önce oku, gerçek veriyle değil kopyayla dene, üretilen her şeyi sürüm kontrolünde tut.
Yazıyı oku →Şirket içi yapay zeka politikası, çalışanların hangi veriyle hangi araçta çalışabileceğini ve çıktının hangi durumda insan onayı gerektirdiğini tanımlayan kısa bir belgedir. İşe yarayan politika altı başlıktan oluşur: izinli araçlar, veri sınıfları, yasak veriler, onay eşikleri, çıktı sorumluluğu ve ihlal durumunda yapılacaklar. En kritik parça veri sınıflandırmasıdır: müşteri verisi, kişisel veri ve ticari sır ile kamuya açık bilgi arasındaki ayrım yazılı olmalıdır. Politika uzun olursa okunmaz; tek sayfada tutmak, kapsamı genişletmekten daha değerlidir.
Yazıyı oku →Yapay zeka kullanım bedeli token üzerinden hesaplanır: metin, model tarafından token adı verilen parçalara bölünür ve hem gönderdiğin hem aldığın metin ayrı ayrı ücretlendirilir. Türkçe metinde bir kelime genellikle birden fazla token eder; bu, aynı metnin İngilizceye göre daha pahalı işlendiği anlamına gelir. Aylık bütçe kurmanın pratik yolu, tipik bir işin maliyetini bir kez ölçüp ay içindeki tekrar sayısıyla çarpmaktır. Faturayı şişiren asıl kalem model seçimi değil, her istekte gereksiz yere gönderilen uzun bağlamdır.
Yazıyı oku →AI Overview, arama sonuç sayfasının en üstünde beliren ve soruyu doğrudan cevaplayan yapay zeka özetidir. Cevabı birkaç kaynaktan derler ve kaynakları yanında gösterir. Trafik üzerindeki etkisi sorgunun tipine göre değişir: kısa bilgi soran sorgularda tıklama belirgin biçimde düşer, karar ve karşılaştırma gerektiren sorgularda ise kullanıcı ayrıntı için yine siteye gider. Doğru tepki, bilgi sorgularına yaslanmış içeriği karar sorgularına kaydırmak ve özetin içinde kaynak olarak görünmeyi hedeflemektir.
Yazıyı oku →Yapay zeka cevap motorları, bir soruya cevap verirken genellikle canlı arama yapar, birkaç kaynağı okur ve cevabı onlardan kurar. Bu yüzden görünürlük, sıralamadan çok alıntılanabilirliğe bağlıdır. Alıntılanan içeriğin beş ortak özelliği vardır: soruyu başlıkta birebir karşılar, cevabı ilk paragrafta verir, iddiaları kısa ve bağımsız cümlelere böler, tanımları net yapar ve yapılandırılmış veriyle desteklenir. İkinci belirleyici, markanın kendi sitesi dışında da anılmasıdır; tek kaynaklı bir marka, modelin gözünde doğrulanmamış kalır.
Yazıyı oku →llms.txt, sitenin köküne konan ve yapay zeka sistemlerine sitenin ne olduğunu, hangi sayfaların önemli olduğunu ve içeriğin nasıl kullanılabileceğini düz metinle anlatan bir dosyadır. robots.txt'den farkı işlevdedir: robots.txt erişim izni verir ya da engeller, llms.txt ise bağlam sunar. Zorunlu bir standart değildir ve tek başına görünürlük getirmez. Yine de maliyeti bir dosya yazmaktan ibaret olduğu için, içeriği düzenli bir sitede eklemenin karşılığı vardır: model tarafında sitenin ne hakkında olduğu netleşir.
Yazıyı oku →RAG, modele soruyu cevaplarken kullanacağı kaynak metni bulup veren bir yaklaşımdır: önce soruya en yakın belge parçaları aranır, sonra bu parçalar talimata eklenir ve cevap yalnızca onlardan üretilir. Amacı iki tanedir: modelin bilmediği kendi verinle çalışabilmesi ve uydurma oranının düşmesi. Küçük belge kümelerinde gerekmez; birkaç yüz sayfaya kadar olan içerik doğrudan talimata sığdığında aynı sonuç daha az karmaşıklıkla alınır. Kurulumda kaliteyi belirleyen üç karar parçalama biçimi, arama yöntemi ve kaynak gösterme zorunluluğudur.
Yazıyı oku →MCP, yapay zeka modellerinin dış araç ve veri kaynaklarına bağlanma biçimini standartlaştıran açık bir protokoldür. Çözdüğü problem şudur: her model ile her araç arasında ayrı bir bağlantı yazmak yerine, araç bir kez sunucu olarak tanımlanır ve protokolü destekleyen her istemci onu kullanabilir. Pratik karşılığı, ajanın dosya sistemine, veritabanına, takvime ya da bir hizmete tek tip bir arayüzle erişebilmesidir. Kurulumda asıl mesele yetenek değil yetki: hangi sunucunun neye erişebildiği açıkça sınırlanmalıdır.
Yazıyı oku →Halüsinasyon, bir yapay zeka modelinin doğru olmayan bilgiyi emin bir dille üretmesidir. Sebebi kötü niyet ya da arıza değil, modelin çalışma biçimidir: model bildiğini değil, olası olanı üretir. En sık dört durumda görülür: kesin sayı ve tarih istendiğinde, kaynak ya da bağlantı istendiğinde, modelin eğitim verisinde az geçen dar konularda ve bilgi yokken cevap vermeye zorlandığında. Azaltmanın en güvenilir yolu, modele kaynağı vermek ve çıktıyı bir doğrulama kapısından geçirmektir.
Yazıyı oku →Prompt, yapay zeka modeline verilen talimattır ve kalitesi çıktının kalitesini doğrudan belirler. İyi bir talimat altı parçadan oluşur: rol, görev, bağlam, biçim, sınırlar ve örnek. En çok fark yaratan parça örnektir; istenen çıktının bir örneğini göstermek, aynı şeyi on cümleyle tarif etmekten daha isabetli sonuç verir. Uzunluk kendi başına erdem değildir: gereksiz ayrıntı modeli dağıtır, eksik bağlam ise modeli varsayım yapmaya zorlar. Tekrarlanan işlerde talimat sohbette değil dosyada tutulur.
Yazıyı oku →Yapay zeka ajanı, kendisine verilen bir hedefi adımlara bölen, araç kullanarak o adımları yürüten ve sonucu kontrol eden bir yazılım düzenidir. Sohbet botundan üç yerde ayrılır: hedefe göre kendi adımlarını planlar, dosya okuma ve komut çalıştırma gibi araçları kullanır, çıktısını bir ölçüte göre denetleyip gerekirse tekrar dener. Çalışması için dört bileşen gerekir: net bir görev tanımı, araç erişimi, bir kalite kapısı ve durma koşulu. Bu dördü yoksa elde kalan şey ajan değil, uzun bir sohbettir.
Yazıyı oku →Revize ile sıfırdan kurulum arasındaki karar dört ölçütle verilir: içerik değeri, teknik borç, adres yapısı ve trafik riski. İçerik değeri ve trafik yüksekse revize, teknik borç ve adres sorunu baskınsa sıfırdan yol daha güvenlidir. Hangi yol seçilirse seçilsin içerik-diff kapısı ve 301 yönlendirme disiplini pazarlıksızdır.
Yazıyı oku →Blog takvimini ajana bağlamak, üretimi tek kişinin boş vaktinden çıkarıp konu havuzu, taslak-kontrol-yayın akışı ve kalite kapılarından oluşan bir döngüye devretmektir. Biçim ve tempo ajanda, bilgi ve onay insanda kalır; taslaklar uydurma rakam, tekrar, kırık bağlantı ve biçim kapılarından geçmeden insana gelmez.
Yazıyı oku →Kesit havuzu yöntemi, uzun videonun zaten elde olan zaman damgalı metnini short gözüyle tarayıp kendi başına ayakta duran, tek fikirli 20-90 saniyelik bölümleri listelemektir. Seçilen kesit için kanca yeniden kurulur, kadraj 9:16 olacak şekilde dikeye uyarlanır ve ses ile denetim adımları tekrar uygulanır. Böylece tek çekim haftalarca short yayını besler.
Yazıyı oku →İyi satış sunumu dört bölümlük tek iskelet üzerinde durur: problem, çözüm, kanıt, teklif. Bu omurga 15-20 slayta dağılır, her slayt tek mesaj taşır ve her slaytın 30-60 saniyelik konuşmacı notu toplam süreyi provadan önce görünür kılar. İskelet sabit kaldığı için müşteriden müşteriye yalnız içerik değişir.
Yazıyı oku →Sıfırdan website kurmanın sağlam sırası tasarımla değil içerikle başlar: önce içerik envanteri, sonra sayfa mimarisi, sonra statik üretim, en sonda yayın ve doğrulama. Bu hat tek talimat dosyasına yazıldığında yapay zeka kodlama ajanı aynı sırayı her projede yeniden yürütür ve ikinci sitede süre belirgin biçimde kısalır.
Yazıyı oku →SEO ve GEO uyumlu blog yazısı, doğru arama amacına doğru biçimle cevap veren yazıdır: soru biçimli başlıklar, en üstte 2-3 cümlelik kısa cevap bloğu, tablo veya adım listesi, SSS bölümü, JSON-LD işaretlemesi ve iç bağlantılar. Her bölüm bağlamından koparılıp tek başına okunduğunda anlamlıysa yazı alıntılanmaya hazırdır.
Yazıyı oku →Motion kütüphanesi; kart, sayaç ve alt bant gibi tekrar kullanılabilir grafik ögelerinin marka çekirdeğinden beslenen tek set halinde durmasıdır. Şablondan farkı içeriği değil davranışı sabitlemesidir: aynı kart her markada o markanın renk ve fontuyla çıkar. Kullanımı dakikada 1-2 anlamlı dokunuş kuralıyla sınırlanır.
Yazıyı oku →Teklif ile sunumun hammaddesi aynıdır: sorun tarifi, kapsam, fiyat, süre ve kanıt. İkisi tek ajanda birleştiğinde görüşme notu tek girdi olur; aynı gün içinde hem teklif PDF'i hem sahne sunumu aynı kaynaktan üretilir. Fiyat ve kapsam tek dosyadan geldiği için iki belge birbirini yalanlamaz ve teklif görüşmenin sıcaklığı geçmeden gider.
Yazıyı oku →Beğendiğin bir siteyi kendi markanla kurmak, o sitenin yapısını (bölüm dizilimi, sayfa mimarisi, ziyaretçiyi karara taşıyan akış) iskelet olarak alıp üstüne tamamen kendi içeriğini ve marka kimliğini giydirmektir. Metin, görsel, logo ve marka ögeleri kopyalanmaz; uyarlanan şey yalnız yapı ve akıştır.
Yazıyı oku →Arama görünürlüğünde gerçek rakip, hedef sorgularında senden önce görünen sitelerdir ve iki cephede aranır: Google sonuç sayfası ile yapay zeka cevaplarının kaynak listesi. Rakip, kendi sitene uyguladığın rubrikle ölçülür; çıkan fark listesi düşük emek ve yüksek etki kesişimine göre sıralanır.
Yazıyı oku →Video Ajanı içindeki kesim aracı, sesi dalga formu olarak gösterir, sessizlik adaylarını eşikle tarayıp işaretler ve kes-at kararını klavye kısayoluna indirir. Çıktısı video değil, zaman damgalı bir kesim listesidir; altyazı hizası, grafik zamanlaması ve render bu listeden beslenir.
Yazıyı oku →Sunumun marka dilinle birebir çıkmasının yolu şablon satın almak değil, marka çekirdeği kurmaktır: renk, yazı tipi, ton ve tekrar eden ifadeler tek dosyada toplanır ve her sunum bu dosyadan üretilir. Şablon bitmiş bir görünüm satar; çekirdek ise görünümü üreten kuralları saklar, bu yüzden düzeltmeler kalıcı olur ve her deste aynı sesle konuşur.
Yazıyı oku →SEO/GEO raporlama döngüsü, tek seferlik denetimi her ay tekrarlanan karşılaştırılabilir bir ölçüme çevirir. Kural üçtür: rubrik ve sorgu seti sabitlenir, ölçüm her ay aynı gün alınır ve her rapor 3-5 maddelik sahipli bir görev listesiyle biter. Görev üretmeyen bulgu rapora girmez.
Yazıyı oku →Kısa dikey video ile uzun talking-head kurgusu aynı omurgayı paylaşır: ses ayrılır, konuşma kelime kelime zaman damgalı metne çevrilir ve bütün kurgu kararları bu metne çapalanır. Video Ajanı iki formatı bu ortak çapa ve tek marka çekirdeği üzerinde birleştirir; kesim aracı ve motion kütüphanesi aynı hattın parçalarıdır.
Yazıyı oku →Sıfırdan Sistem, tek işlik sekiz dar sistemi iş alanı bazlı dört geniş ajanda topladı: Video, SEO/GEO, Sunum ve Website. Her ajan, yapay zeka kodlama ajanına verilen kapılı bir talimat setidir; tek kurulum ve tek marka çekirdeğiyle alanının tamamını üretir. Sadeleşme kapsamı daraltmadı, kurulum ve karar yükünü azalttı.
Yazıyı oku →Sistem kurmak bir hafta sonu işi değil, üç aylık bir sıra işidir. İlk ay tek bir döngüyü çalışır hale getirmeye, ikinci ay ölçüm ve satış zincirine, üçüncü ay ise işi devredilebilir kılmaya ayrılır.
Yazıyı oku →Ölçüm sistemi kurmanın amacı daha çok veri toplamak değil, haftada bir kez bakılacak az sayıda sayıya indirmek. Yedi sayı, çoğu küçük işletmede hem satışın hem üretimin sağlığını göstermeye yeter.
Yazıyı oku →Yapay zekanın ürettiği metin akıcı olduğu için hata da akıcı görünür. Çözüm modele güvenmek değil, çıktıyı ölçülebilir kapılardan geçirmek: kaynağı olmayan rakam yayınlanmaz, taşınmayan cümle raporlanır, testten geçmeyen çıktı teslim edilmez.
Yazıyı oku →Bir işi sistemleştirmeye değip değmediği üç sayıyla hesaplanır: kurulum süresi, işin tek seferlik süresi ve aylık tekrar sayısı. Kurulum, üç ay içinde kendini geri ödüyorsa sistem kurulur; ödemiyorsa iş elle yapılmaya devam eder.
Yazıyı oku →Kurumsal araştırmalar, yapay zeka ajanlarını deneyen şirket oranının yüksek, üretime almış olanların oranının ise hâlâ düşük olduğunu gösteriyor. Bu boşluk, küçük ekipler için avantaj: karar zinciri kısa olan taraf, aynı teknolojiyi haftalar içinde işe koyabiliyor.
Yazıyı oku →Araştırmalar küçük işletmelerde yapay zeka kullanımının haftada birkaç saat kazandırdığını gösteriyor. Kazanılan zaman ancak bir sisteme bağlandığında kalıcı oluyor; aksi halde boşluk yeni tekrarlı işlerle doluyor ve kazanç görünmez hale geliyor.
Yazıyı oku →Kısa videoda ilk üç saniye, videonun geri kalanının kaderini belirliyor: açılışı izleyenlerin büyük bölümü videoda kalıyor, kaybedilen izleyici ise geri gelmiyor. Bu yüzden kurgunun ilk kararı efekt değil, açılışın ne kadar hızlı başladığıdır.
Yazıyı oku →Büyük posta sağlayıcıları artık kimlik doğrulamayı, düşük şikayet oranını ve tek tıkla çıkışı şart koşuyor. Kuralların özeti basit: alan adını doğrula, şikayet oranını 0,3 seviyesinin altında tut, çıkışı kolaylaştır ve hacmi kademeli büyüt.
Yazıyı oku →Aramaların çoğu artık siteye tıklanmadan bitiyor; yapay zeka özeti çıkan sorgularda organik tıklama oranı ciddi biçimde düşüyor. Doğru tepki panik değil, ölçüyü tıklamadan dönüşüme kaydırmak ve marka anılmasını hedefleyen içerik yapısına geçmek.
Yazıyı oku →Araştırmalar, yapay zeka projelerinin büyük çoğunluğunun ölçülebilir bir kazanç üretemediğini gösteriyor. Ortak sebep modelin zayıflığı değil, çıktının bir iş akışına bağlanmaması: sistem kurulmadığında yapay zeka bir demo olarak kalıyor.
Yazıyı oku →Teklifin kazanma oranını en çok etkileyen değişken içeriği değil, görüşmeden sonra ne kadar hızlı gönderildiğidir. Fiyat, kapsam ve referanslar tek kaynaktan üretildiğinde teklif dakikalar içinde çıkar ve hata riski ortadan kalkar.
Yazıyı oku →Küçük işletmelerin ödediği aylık yazılım aboneliklerinin önemli bölümü, aslında birkaç ekranlık bir ihtiyacı karşılar. Bu ihtiyaçlar, yapay zeka kodlama ajanıyla kendi bilgisayarında çalışan küçük araçlara dönüştürüldüğünde hem maliyet hem veri sahipliği tarafında kalıcı bir kazanç oluşur.
Yazıyı oku →Site yenilemede trafik kaybının başlıca nedeni tasarım değil, içerik kaybıdır: eski sayfalardaki cümleler ve adresler yeni sürüme eksiksiz taşınmadığında arama görünürlüğü düşer. İçerik-diff kapısı, hiçbir cümlenin kaybolmadığını ve hiçbir cümlenin uydurulmadığını yayından önce kanıtlar.
Yazıyı oku →SEO denetimi, siteyi puanlamak için değil, düzeltilecek işlerin sırasını belirlemek için yapılır. Sabit bir rubrik kullanmak, denetimin denetçiye göre değişmesini engeller ve iki ay sonraki ölçümü karşılaştırılabilir kılar.
Yazıyı oku →GEO, bir sayfanın arama sonuçlarında sıralanmasını değil, üretken arama araçlarının cevaplarında kaynak olarak anılmasını hedefleyen çalışmadır. Belirleyici olan bağlantı sayısı değil, metnin cevaba olduğu gibi taşınabilecek kadar net parçalar içermesidir.
Yazıyı oku →Soğuk mailde sonucu belirleyen ilk şey metin değil, teknik kurulumdur: SPF, DKIM ve DMARC kayıtları eksikse en iyi metin bile spam klasöründe okunmaz. Kayıtlar tamamlandıktan sonra kazandıran ikinci şey, ilk mailde karşılıksız verilen küçük ama gerçek bir çıktıdır.
Yazıyı oku →Uzun talking-head videolarında zamanın çoğu yaratıcı kararlara değil, boşluk ve tekrar temizliğine gider. Bu iki iş ses verisinden otomatikleştirildiğinde 10-20 dakikalık bir çekim aynı gün teslim edilebilir hale gelir.
Yazıyı oku →Dikey short kurgusunu yapay zekayla otomatikleştirmenin yolu, videoyu tek komutla “kurgula” demek değil; sesi zaman damgalı metne çevirip kesim, altyazı ve grafik kararlarını bu metne bağlamaktır. Kararlar sese çapalandığında kurgu tekrarlanabilir hale gelir.
Yazıyı oku →Claude Code, bilgisayarındaki klasörü okuyabilen, dosya oluşturabilen ve komut çalıştırabilen bir yapay zeka kodlama ajanıdır. Sohbet arayüzünden farkı, verdiğin talimatı metin cevabına değil, diskte gerçek dosyalara çevirmesidir.
Yazıyı oku →Loop engineering, bir işi baştan sona götüren kapılı bir üretim döngüsünü yazıya dökme disiplinidir. İstem mühendisliği tek bir çıktının kalitesini artırmayı hedefler; döngü mühendisliği ise aynı çıktının yüzüncü kez de aynı kalitede gelmesini garanti eder.
Yazıyı oku →