# Eylül 2026: Neler yazdım, neden yazdım?

> PeşinTaksit'te ertelenen bir işten şirketlerin AI dönüşümüne, İngilizce pratiğimden yayıncılığın mutfağına: Eylül yazılarına toplu bir bakış.

Eylül'ün ilk yazılarından birinde, normalde zaman ayırmayacağım bir işi AI ile yaklaşık bir saatte bitirmemi anlattım. PeşinTaksit'in altyapısını sadeleştirmiştim. Küçük, pek üzerine düşmediğim bir proje için ayrı ayrı dört container yönetmekten kurtuldum.

Bu, anlatması kolay bir kazanım. İş bitti, bakımını üstlendiğim yapı küçüldü. Şirketteki satış görüşmelerini AI ile analiz etmeye çalışırken yaşadıklarımızı anlatmak ise daha fazla ayrıntı gerektiriyordu. Orada mesele kod yazdırmaktan önce, şirketin bildiğini sandığımız şeyleri açıklığa kavuşturmaktı.

Eylül yazılarını yan yana koyunca bu iki ölçek arasındaki fark belirginleşiyor. Bir tarafta tek başıma karar verip tamamlayabildiğim işler var. Diğer tarafta veriyi, sorumlulukları ve insanların bilgisini birlikte ele almadan ilerleyemediğimiz işler. Arada kendi çalışma alışkanlıklarım da yazı konusu oldu.

## PeşinTaksit'te bekleyen bir işi bitirdim

PeşinTaksit'in eski yapısı bozuk değildi. MariaDB, Redis, Fastify ve Nuxt birlikte çalışıyordu. Fakat ürünün aldığı trafik ve ona ayırdığım dikkat, bu yapının bakım yükünü haklı çıkarmıyordu. Sadeleştirmek istiyordum; bunun için üç ila beş gün ayırmak istemiyordum.

[PeşinTaksit'i AI yardımıyla Cloudflare Workers'a taşıdığım yazıda](/tr/normalde-erteleyecegim-isi-ai-ile-bir-saatte-bitirdim) bu hesabın nasıl değiştiğini anlattım. Yaklaşık bir saat, gözlediğim süreydi. Üç ila beş gün ise önceki tahminim. İkisini karşılaştırıp bir hız rekoru çıkarmıyorum. Benim için sonuç, bekleteceğim bir işin yapılmış olmasıydı.

Yazıya daha sonra arayüz çalışmasını da ekledim. Altyapı sadeleşti, karşılaştırma ekranı yeniden düzenlendi. Yazıda kullanıcıların daha iyi ödeme kararları verdiğini gösteren bir ölçüm sunmadım.

Bu deneyimi [ertelenen işlerin yeniden değerlendirilmesine ilişkin yazıda](/tr/ai-destekli-migrasyon-ertelenen-isler) daha geniş bir soruya taşıdım. Bir zamanlar emeğine değmeyeceğine karar verdiğimiz işler arasında, bugün yapılabilir hâle gelenler olabilir. Eski tahmini yenilerken inceleme ve geçiş yükünü de hesaba katmak gerekiyor. PeşinTaksit'e daha fazla önem vermeye başlamadım; ona ayırmaya razı olduğum zaman içinde daha fazla şey yapabildim.

## Şirkette konuşma metni tek başına yetmedi

Satış görüşmelerini analiz etme fikri ilk bakışta basit görünüyordu. Konuşmaları AI'a verecektik, belirlediğimiz ölçütlerle değerlendirecekti. Fakat görüşmenin koşullarını anlamak için konuşmanın dışında kalan bilgilere de ihtiyaç vardı.

CRM'deki kayıtlar, bir çalışanın müşteriye bakıp hızlıca fikir edinmesi için tutulmuştu. Ayrıntılı analiz için aynı ölçüde hazır değildi. Yöneticilerin görüşmeleri değerlendirirken kullandığı istisnalar da talimatlarımızda yeterince açık değildi. Veriyi, kriterleri ve promptları tekrar tekrar ele aldık.

[Araç kurmakla şirketi dönüştürmek arasındaki farkı](/tr/yapay-zeka-donusumu-arac-gelistirmekten-fazlasi) bu deneyim üzerinden yazdım. Çalışmanın zaman isteyen kısmı, şirketin günlük muhakemesinin içine yerleşmiş bilgiyi ortaya çıkarmaktı. Bir yöneticinin neden o görüşmeyi başarılı bulduğunu açıklaması, teknik ekibin daha hızlı kod yazmasıyla çözülecek bir iş değil.

CRO tarafında da somut bir ihtiyacımız vardı: Clarity'deki oturum kayıtlarını bir insan tek tek izlemesin, AI incelesin ve ziyaretçilerin nerede zorlandığını bulsun. Bu beklentiyi araştırınca, dashboard verisine ulaşmakla incelemek istediğimiz kayıtlara ulaşmanın farklı şeyler olduğunu gördük.

[AI'ın CRO araştırmasında hangi işi üstlenebileceğini](/tr/ai-cro-arastirmasinda-neyi-otomatiklestirebilir) yazarken başlangıçtaki yükü gözden kaçırmamaya çalıştım. Önümüze düzgün bir rapor gelmesi yeterli değildi. Zaman alan kayıt incelemesini azaltmak istiyorduk. Başka bir işi otomatikleştirip buna aynı kazancın adını veremezdik.

## Ekiplerin bilgisini kim devralacak?

Şirketin bildiği şeylerin bir bölümü dosyalarda duruyor. Bir bölümü ise insanların karar verirken kullandığı gerekçelerde saklı. Satış görüşmelerinde karşılaştığımız güçlüğün, çalışanların görevleri değişirken de bir karşılığı var.

[Şirketin hafızası olan çalışanları korumak üzerine yazıda](/tr/yapay-zeka-donusumunde-sirketin-hafizasi-olan-calisanlari-korumak), bu bilgiden yararlanmak için insanları şirkette tutmanın neden tek başına yetmediğini tartıştım. Deneyimli bir kişi başka bir göreve geçince eski ekibine zaman ayıramıyorsa, kimse ayrılmadan da o bilgiye erişim zayıflayabilir.

Ayın bu konudaki diğer yazıları işi yeniden tasarlamaya, insanın süreç içindeki yerine ve küçük ekiplerin kapasitesine uzanıyor. Kod veya taslak hazırlamak kolaylaşırken, kontrol ve karar yükünün kimde toplandığını görmek gerekiyor. İşe yeni başlayan kişinin o kararları vermeyi hangi gerçek işlerde öğreneceği de aynı hesabın içinde.

[Küçülen ekipleri ele aldığım yazıda](/tr/yapay-zekayla-kuculen-ekipler) kendi Godot denememden de söz ettim. AI ile temel bir 2D oyun yapabildim. Yazılım deneyimim bu işe yardımcı oldu. Oyun pazarını bildiğimi veya ticari bir oyun geliştirdiğimi ise söyleyemem. Üretime başlayabilmekle o işin bütününü öğrenmek arasındaki mesafeyi, kendi örneğimde de görebiliyordum.

## Ben cevap değil, su bekliyorum

Eylül'ün işletme yazılarından biri de geciken su siparişlerimden çıktı. Normalde iki saatte gelmesini beklediğim su bazen iki gün sonra geliyor, bazen hiç gelmiyor. Çağrı merkezini arıyorum, bayiye ilettiklerini söylüyorlar, beklemeye devam ediyorum.

Bu deneyimin üzerine varsayımsal bir AI projesi kurdum: Şikâyetlerime anında cevap veren, bayiye otomatik bildirim gönderen bir sistem. Şirketin gerçekten böyle bir sistem kullandığını söylemiyorum. [“Yapay zekâ gerekli mi?” yazısındaki soru](/tr/yapay-zeka-gerekli-mi), daha hızlı cevap alırken aynı teslimat sorununun içinde kalıp kalmayacağımdı.

Çağrı merkezinin göstergeleri iyileşebilir. Müşterinin gününde neyin değiştiğini ayrıca görmek gerekiyor. PeşinTaksit'in bakımının benim için kolaylaşmasıyla kullanıcıya sağladığı faydayı da bu yüzden ayrı tutuyorum. Bir işi yapanın kazancı, o işten yararlananın kazancını kendiliğinden açıklamıyor.

SEO ve AI görünürlüğü yazılarında aynı ölçüm sorunu başka bir biçimde karşıma çıkıyor. Modelin bir markayı anmasıyla o markanın müşteriye fayda sağlaması arasında da açıklanması gereken basamaklar var. [AI'ın markamızı önermesini neden yanlış başlangıç hedefi bulduğumu](/tr/ai-sizi-onersin-diye-yazmayin) anlatırken, içerik kararını okurun ihtiyacından koparmamaya çalıştım.

## Model seçiminin yanında kullanım amacı da var

Eylül'ün model seçimi yazılarında, daha fazla seçenekle birlikte üstlendiğimiz işi de ele aldım. [Tek modelin ne zaman yeterli olabileceğini](/tr/tek-bir-yapay-zeka-modeli-ne-zaman-yeterli) ve [açık ağırlıklı bir modeli kendimiz çalıştırmanın ne gerektirdiğini](/tr/acik-agirlikli-kapali-model-ai-altyapisi-karari) ayrı ayrı tartıştım. Model sayısını artırınca seçim ve kontrol yükünü de büyütebiliriz. Barındırmayı üstlendiğimizde ise sağlayıcının yaptığı bazı işleri devralıyoruz.

[AB Yapay Zekâ Yasası yazılarında](/tr/ab-yapay-zeka-yasasi-aslinda-neyi-duzenliyor) ise benzer görünen sistemlerin farklı sorumluluklar taşımasına baktım. Aynı modelin bir soruya cevap vermesiyle bir insan hakkında karara yardımcı olması aynı kullanım değil. Bu yazılar, şirketin modeli nerede ve ne için kullandığını açıkça tarif etmesi gerektiğini tartışıyor.

## Kendi çalışma düzenim de bu tartışmanın içinde

İngilizce yazısı, AI'ın kolaylaştırdığı her şeyin benim için aynı yönde sonuç vermediği bir yerden çıktı. İş değişikliğiyle İngilizceye daha az ihtiyaç duymaya başlamıştım. AI ile Türkçe çalışmak da kalan pratik fırsatlarından birini azaltmıştı.

[İngilizceyi yeniden işimin parçası yapma kararımı](/tr/ingilizceyi-yeniden-is-hayatimda-kullanmak) bu yüzden anlattım. Ayrı bir ders rutini kurmak yerine, zaten yaptığım işleri İngilizce yürütmeyi denemeye başladım. Asistanlarımdan da belirgin hataları düzeltmelerini istedim. O yazıda henüz bir sonuç paylaşmıyordum. Neyi değiştirmek istediğimi kayda geçirmiştim.

Yazı hazırlama düzenimi de iki farklı açıdan açtım. [AI ile çalışırken arşivi kullanmak](/tr/ai-ile-bilgi-tabani-kurmak-isletmek-zor), ilginç bir kaynak geldiğinde hemen yeni taslak üretmek yerine daha önce ne söylediğime dönmekle ilgiliydi. Bazen eski yazıya ek yapmak yeterli. Bazen de aynı fikri yeniden yazmaya gerek yok.

[Açık Yayıncılık ve aylık raporlama deneyinde](/tr/acik-yayincilik-yapay-zeka-aylik-seo-raporlama-deneyi) ise sayıların arkasındaki kararı nasıl görünür tutmaya çalıştığımı anlattım. Rekor görünen bir ayı neden okur büyümesi saymadığımı, analizi doğru bir raporun neden yine de zor okunabildiğini ve çalışma kurallarını buna göre nasıl değiştirdiğimi yazdım. Bunlar Eylül'de anlattığım, önceki aylara da uzanan deneyimler.

Yazıların yanındaki [“yapay zekâ desteğiyle hazırlandı” notunu](/tr/yapay-zeka-destegi-notu-okura-ne-anlatiyor) da ayrı bir yazıda ele aldım. Bu not tek başına kimin ne yaptığını açıklamıyor. Dil düzenlemesiyle görüş ve deneyim notlarından ilk taslak hazırlanması aynı çalışma biçimi değil. Okura verdiğim açıklamanın, gerçekten yapılan işe karşılık gelmesi gerekiyor.

Bu aylık yazıyla aynı mutfağı biraz daha açmak istiyorum. Tek tek yazılarda uzun uzun anlattığım konuları yeniden anlatmadan, aralarındaki bağları göstermek istiyorum. Eylül'den kalan açık sorular da burada duruyor: İngilizce pratiği sürdürülebilir bir alışkanlığa dönüşecek mi? Arşive dönmek daha iyi yazı kararları vermeme yardım edecek mi? Benim işimi kolaylaştıran değişikliklerden hangilerinin başkalarının işini de kolaylaştırdığını gösterebileceğim?

---

Language: Turkish
License: CC BY 4.0
License URL: https://creativecommons.org/licenses/by/4.0/
Scope: Evren Bal-authored text, unless this article expressly states otherwise.
Excluded: Third-party material, quoted excerpts, logos, and separately marked images retain their own rights.
Attribution: Credit Evren Bal, link to the canonical source and license, and indicate changes.
Source: https://evrenbal.com/tr/eylul-2026-neler-yazdim