AI İLE GERÇEK PROJE NASIL GELİŞTİRİLİR? | 0’DAN HER ŞEYİ ANLATIYORUM | YAPAY ZEKA HATTI #1
Ömer Göçmen | Yapay Zeka & Otomasyon · 2026-04-15
💡 Hızlı Bilgi
1. Yapay zeka araçlarını kullanarak bir web sitesi (yapayzekahattı.com) geliştirme serisine başla.
2. Fikirleri analiz etmek ve geliştirmek için GPT gibi yapay zeka araçlarını kullan.
3. Prompt'ları daha kapsamlı hale getirmek ve beyin fırtınası yapmak için özel "skill"ler (araçlar) kullan.
4. Ücretsiz ve açık kaynaklı araçlara odaklan, özellikle Open Code'u tercih et.
5. Gitab'daki hazır "kit"leri (kod depoları) kullanarak projeyi başlat ve geliştir.
6. CLI (Komut Satırı Arayüzü) tabanlı araçları kullanarak daha pratik ve etkili kodlama yap.
7. Node.js ve npm'in kurulu olduğundan emin ol.
8. Open Code'u kur ve çalıştırarak kodlama ekranını aç.
9. Arka planda kullanılacak modeli seç (örneğin, CLM 5.1 veya Mi'nin modelleri).
10. Proje dosyalarını Git ile klonla ve Open Code'un çalıştığı dizine taşı.
11. "Prompt enhancer" ve "Brainstorming" gibi skill'leri kullanarak prompt'u geliştir ve eksik noktaları tamamla.
12. Proje için bir "writing plan" (yazma planı) oluştur.
13. Tasarım aşaması için bir "designer agent" (tasarımcı ajan) kullan ve tasarım dosyası oluştur.
14. Google Stitch aracını kullanarak web sitesi tasarımlarını (dark ve light temalar dahil) oluştur.
15. Oluşturulan tasarımları Figma gibi araçlara aktarabilme potansiyelini değerlendir.
16. Proje dokümantasyonunu (plan, ürün açıklaması vb.) oluştur.
📊 Detaylı Açıklama
1. Yapay zeka araçlarıyla web sitesi geliştirme serisi: Bu seri, yapay zeka teknolojilerini kullanarak "yapayzekahattı.com" adında bir web sitesi oluşturmayı hedefliyor. Bu site, blog yazıları, haberler ve çeşitli yapay zeka araçlarını içerecek. Seri boyunca, yapay zeka ile nasıl kodlama yapılacağı, hangi güncel araçların kullanılacağı ve maliyet etkin çözümlerin nasıl bulunacağı gibi konular ele alınacak.
2. Fikir analizi ve geliştirme için GPT kullanımı: Başlangıçta, bir fikrin işe yarayıp yaramayacağını anlamak için GPT gibi yapay zeka modelleri kullanılacak. GPT'ye fikirler hakkında sorular sorarak, potansiyel rakipleri analiz ederek, MVP (Minimum Viable Product - Minimum Uygulanabilir Ürün) geliştirme süresini ve gereken insan gücünü tahmin ederek fikirler daha sağlam bir zemine oturtulacak. Bu, geleneksel uzman görüşlerinden daha hızlı ve erişilebilir bir analiz yöntemi sunuyor.
3. Prompt geliştirme ve beyin fırtınası için özel skill'ler: Prompt'ların daha etkili hale getirilmesi için "prompt enhancer" gibi özel "skill"ler geliştirilmiş. Bu skill'ler, basit prompt'ları daha kapsamlı ve detaylı hale getiriyor. Ayrıca, fikirlerin eksik yönlerini bulmak ve yeni bakış açıları kazanmak için "brainstorming" skill'i kullanılacak. Bu, bir fikri hayata geçirmeden önce olası tüm senaryoları gözden geçirmeye yardımcı oluyor.
4. Ücretsiz ve açık kaynaklı araçlara odaklanma (Open Code): Maliyetleri düşük tutmak ve daha geniş bir kitlenin erişimine olanak tanımak amacıyla Open Code gibi ücretsiz ve açık kaynaklı araçlara öncelik verilecek. Bu, özellikle öğrencilerin veya bütçesi kısıtlı olanların yapay zeka projeleri geliştirmesini kolaylaştıracak.
5. Gitab'daki hazır kit'lerin kullanımı: Proje geliştirme sürecini hızlandırmak için Gitab'da paylaşılan hazır "kit"ler (kod depoları) kullanılacak. Bu kit'ler, çeşitli "skill"ler, kurallar ve "agent"lar içeriyor ve farklı yapay zeka araçlarıyla (Open Code, Cloud Code, Anti Gravity vb.) uyumlu olacak şekilde ayarlanmış. Bu, sıfırdan başlamak yerine hazır bir altyapı üzerinde çalışmayı sağlıyor.
6. CLI tabanlı araçlarla pratik kodlama: Kullanıcı arayüzüne sahip araçlar yerine, CLI (Komut Satırı Arayüzü) tabanlı araçlar tercih edilecek. CLI, daha pratik, hızlı ve etkili bir kodlama deneyimi sunuyor. Bu, özellikle karmaşık projelerde veya otomatikleştirilmiş süreçlerde avantaj sağlıyor.
7. Node.js ve npm kurulumu: Open Code gibi araçların çalışabilmesi için bilgisayarda Node.js ve npm'in kurulu olması gerekiyor. Bu, modern web geliştirme ve paket yönetimi için temel bir gereklilik.
8. Open Code kurulumu ve kullanımı: Open Code, komut satırından kolayca kurulup çalıştırılabiliyor. Kurulumun ardından, kodlama yapmaya hazır bir ekran açılıyor. Bu ekran, proje dosyaları üzerinde çalışmayı ve yapay zeka ile etkileşim kurmayı sağlıyor.
9. Arka plan modeli seçimi: Open Code, farklı yapay zeka modellerini (CLM, Gemini, Mi Pro vb.) kullanma esnekliği sunuyor. Bu modellerin API anahtarlarıyla entegre edilerek, projenin ihtiyaçlarına en uygun model seçilebiliyor. CLM 5.1 gibi modellerle başlanıp, ilerleyen zamanlarda daha gelişmiş modeller de denenerek sonuçlar karşılaştırılacak.
10. Git ile proje dosyalarını yönetme: Gitab'dan klonlanan proje dosyaları, yerel bir klasöre taşınarak Open Code'un çalıştığı dizinde yönetilecek. Bu, dosya oluşturma, silme ve güncelleme gibi işlemleri komut satırı üzerinden yapmayı sağlıyor. Git, projelerin versiyonlanması ve korunması için kritik öneme sahip.
11. Prompt geliştirme ve eksik nokta tamamlama: "Prompt enhancer" ve "Brainstorming" gibi skill'ler kullanılarak, başlangıçtaki prompt'lar daha detaylı hale getirilecek. Beyin fırtınası seansları ile projenin acı noktaları, hedef kitle, rakipler ve kapsam gibi konularda derinlemesine analiz yapılacak. Bu, projenin sonunda ortaya çıkacak ürünün beklentilere uygun olmasını sağlıyor.
12. Yazma planı (Writing Plan) oluşturma: Projenin ilerleyen aşamaları için bir "writing plan" oluşturulacak. Bu plan, projenin hangi adımlarla ilerleyeceğini ve hangi dokümantasyonların hazırlanacağını belirleyecek.
13. Tasarımcı ajan ile tasarım dosyası oluşturma: Tasarım aşamasına geçmeden önce, bir "designer agent" (tasarımcı ajan) kullanılarak tasarım dosyası (design.md) oluşturulacak. Bu ajan, tasarımın temel kurallarını ve yapısını belirleyecek.
14. Google Stitch ile tasarım oluşturma: Google Stitch, metin tabanlı girdileri (prompt'ları) görsel tasarımlara dönüştüren güçlü bir yapay zeka aracı. Bu araç kullanılarak web sitesinin hem dark hem de light temaları, tüm sayfaları ve arayüz öğeleri oluşturulacak. Renk paletleri ve diğer tasarım detayları da buradan ayarlanabilecek.
15. Tasarımların dışa aktarılması ve entegrasyonu: Google Stitch'ten oluşturulan tasarımlar, Figma gibi tasarım araçlarına aktarılabilecek. Bu, tasarım üzerinde daha fazla düzenleme yapma ve geliştirme imkanı sunuyor.
16. Proje dokümantasyonunun hazırlanması: Projenin kapsamını, planını ve ürün açıklamasını içeren dokümanlar (plan.md, product.md, scope.md vb.) oluşturulacak. Bu dokümanlar, projenin ilerleyen aşamalarında referans noktası olarak kullanılacak.
🎯 Uzman Yorumu
Bu seri, yapay zeka ve yazılım geliştirme dünyasında heyecan verici bir dönüm noktasını temsil ediyor. Artık sadece yeni modelleri tanıtmak yerine, bu modelleri pratik projelere dönüştürme sürecini adım adım görüyoruz. "yapayzekahattı.com" gibi gerçek bir proje üzerinden ilerlemek, öğrenme sürecini çok daha anlamlı ve etkili hale getiriyor.
Prompt Mühendisliğinin Evrimi: Videoda vurgulanan "prompt enhancer" ve "brainstorming" gibi özel skill'ler, prompt mühendisliğinin artık sadece basit komutlar vermekten öteye geçtiğini gösteriyor. Bu, yapay zeka modellerinden daha derin, daha stratejik ve daha yaratıcı çıktılar almak için geliştirilen gelişmiş tekniklerin bir işareti. Bu tür araçlar, yapay zekayı bir asistan olmaktan çıkarıp, bir proje ortağı seviyesine taşıyor. Gelecekte, bu tür özelleştirilmiş "skill"ler, belirli endüstriler veya görevler için daha da uzmanlaşacak.
Erişilebilirlik ve Maliyet Etkinliği: Open Code gibi ücretsiz ve açık kaynaklı araçlara odaklanılması, yapay zeka geliştirmenin demokratikleşmesi açısından çok önemli. ChatGPT gibi ücretli modellerin yanı sıra, bu tür alternatiflerin sunulması, bütçe kısıtlaması olan geliştiriciler ve öğrenciler için büyük bir fırsat. Bu yaklaşım, yapay zeka teknolojilerinin daha geniş kitlelere yayılmasını teşvik edecek ve inovasyonu hızlandıracaktır. CLI tabanlı araçların kullanımı da bu erişilebilirliği artırıyor; çünkü daha az sistem kaynağı tüketiyorlar ve daha hızlı çalışıyorlar.
Git ve Yapay Zeka Entegrasyonu: Git'in projenin temel bir parçası olarak vurgulanması, yazılım geliştirme prensiplerinin yapay zeka projelerinde de ne kadar kritik olduğunu gösteriyor. Version kontrolü, işbirliği ve geri dönüşler, yapay zeka ile geliştirilen projelerin de sürdürülebilirliği ve kalitesi için vazgeçilmez. Gitab'daki hazır kit'lerin kullanımı, bu entegrasyonu daha da kolaylaştırıyor ve projelerin daha hızlı ayağa kalkmasını sağlıyor.
Tasarım Süreçlerinde Yapay Zeka: Google Stitch gibi araçların kullanımı, tasarım süreçlerinde yapay zekanın ne kadar devrimsel bir rol oynayabileceğini gözler önüne seriyor. Metinden tasarıma geçişin bu kadar hızlı ve etkili olması, geleneksel tasarım iş akışlarını tamamen değiştirebilir. Bu, tasarımcıların daha çok stratejik düşünme ve yaratıcılık gerektiren işlere odaklanmasını sağlarken, tekrarlayan ve zaman alan görevleri yapay zekaya bırakmasına olanak tanıyacak. Figma gibi araçlarla entegrasyonu, bu tasarımların profesyonel projelerde kolayca kullanılabilirliğini garantiliyor.
Gelecek Trendleri ve Tahminler: Bu seri, yapay zeka destekli proje geliştirmenin geleceğine dair önemli ipuçları veriyor. Önümüzdeki yıllarda, bu tür "skill" ve "agent" tabanlı sistemlerin daha da yaygınlaşacağını, yapay zeka modellerinin daha modüler hale geleceğini ve geliştiricilerin daha az kod yazarak daha karmaşık uygulamalar oluşturabileceğini göreceğiz. "Low-code" ve "no-code" platformlarının yapay zeka ile birleşimi, yazılım geliştirme alanında büyük bir dönüşüme yol açacak. "yapayzekahattı.com" gibi projeler, bu dönüşümün somut örnekleri olacak ve sektöre yön verecek.
Sonuç: Bu video, yapay zeka ile proje geliştirme konusunda sadece bir başlangıç. Sunulan araçlar, teknikler ve yaklaşımlar, günümüzün en güncel ve etkili yöntemlerini içeriyor. Bu seriyi takip edenler, yapay zeka projelerini hayata geçirme konusunda önemli bir bilgi birikimi ve pratik deneyim kazanacaklar. Bu, sadece bir web sitesi oluşturma rehberi değil, aynı zamanda yapay zeka ile geleceği inşa etme yolunda atılmış somut bir adım.