ChatGPT Work,
abartısız.

ChatGPT’yi kullanıyorsunuz. Ama Work’ü hiç açmadınız.
Claude kullanıyorsanız bu yaptıklarımızı zaten tarayıcıdan yapamassınız!!
Claude üyeliğini iptal et Chatgpt’ye gel artık.

Bu rehber tam olarak onun için.

ChatGPT’ye bir şey soruyorsunuz; cevap veriyor. Güzel.

Ama bazen cevap değil, işin ilerlemesini istiyorsunuz.

Bir satış dosyasını incele. Toplantı notlarını da oku. Rakamları kontrol et. Yönetici raporunu hazırla. Excel’i, PDF’i ve sunumu teslim et. Eksik olanı uydurma.

İşte Work burada başlıyor.

Bu rehberin sonunda şunları yapabileceksiniz:

• Bir proje açıp bağlamı tek yerde toplamak

• Dosyaları Work’e doğru sırayla vermek

• Çıktıyı değil, işi tarif etmek

• Work çalışırken planını okuyup yön değiştirmek

• Excel, PDF ve sunumu kontrol ederek teslim almak

• Uygulamalarla çalışırken neyi bağladığınızı bilmek

İki küçük öneri:

1. Bu yazıyı kaydedin.

2. Bu hafta 15 dakika ayırıp ilk Work görevinizi deneyin.

1. ChatGPT Work nedir?

ChatGPT Work, uzun ve çok adımlı işler için ChatGPT’nin çalışma alanı.

Bir soruyu cevaplayabilir. Araştırma ve analiz yapabilir. Dosyalarınız ve izin verdiğiniz bağlı uygulamalar üzerinden çalışabilir. Bitmiş rapor, hesap tablosu, sunum ve benzeri çıktılar hazırlayabilir. Siz de çalışırken ilerlemeyi takip eder, soru gelirse cevap verir, gerekirse yönünü değiştirirsiniz.

Chat cevap verir. Work, bağlamı toplar ve işi ilerletir.

Chat için tipik görev: “Bu toplantı notlarını özetle.”

Work için tipik görev: “Bu notları ve satış verisini kullan. Rakamları doğrula. Yönetici özeti, aksiyon tablosu ve altı slaytlık sunum hazırla. Kaynakta olmayan bilgiyi ekleme.”

İlki bir cevap. İkincisi bir iş akışı.

Work ne değildir?

Work, yüklediğiniz her dosyayı otomatik olarak doğru yorumlayan araç değildir.

Kötü kaynak → kötü çıktı.
Belirsiz istek → genel çıktı.
Kontrol edilmemiş rakam → paylaşılmaması gereken hata.

Work hız kazandırır. Karar ve son kontrol hâlâ sizdedir.

2. Başlamadan önce: üç parça yeter

Work’ü ilk kez kullanırken her yere dosya atmayın. Üç parça yeter.

1 - Proje

Proje, bir işin evi. Sohbetleri, dosyaları ve proje yönergelerini aynı bağlamda tutar. Böylece her yeni görevde “Bu iş neydi?” diye yeniden anlatmak zorunda kalmazsınız.

Bu rehberde tek bir proje kullanıyorum:

Northstar | Q1 Yönetici Paketi

2 — Kaynaklar

Bu projeye yalnızca üç temiz örnek kaynak ekliyorum:

• yonetici_satis_verisi.csv — üç bölge, üç ay, gelir, sipariş, iade ve hedef verisi (Tıkla indir)

• toplanti_notlari.md — bulgular, riskler, aksiyonlar ve açıkça söylenmiş sınırlamalar (Tıkla indir)

• marka_notu.md — hedef kitle, ton, renk ve sunum kuralı (Tıkla indir)

İlk denemenizde 40 dosya koymak yerine küçük ama gerçekçi bir paketle başlayın. Work’ün hem kaynakları hem de sınırları anlaması kolaylaşır.
Yukarıdaki verdiğim linklerden dosyaları indirebilirsiniz.
exceli excel formatında,
Diğerini .md formatında indirin.
Md format yapay zekanın daha iyi anlaması için kullanılan bir format aşağıda nasıl indereceğinizi gösterdim.

İndirdiğiniz dosyaları.
Chatgpt ekranına sürükleyin bırakın.

Model seçiminde 5.6 sol Yüksek olarak ayarlandığından emin olun.

Bunları yaptıysan devam edelim birazdan canlı örneğe geçeğiz.

3 - İş tanımı

Work’e “bir sunum yap” demek yerine dört şeyi söyleyin:

3 - İş tanımını net verin

Work’e sadece “Bir sunum hazırla” demek yeterli değil.

Ne yapmasını istediğinizi dört başlıkta açıklayın:

1. Amaç
Q1 yönetici paketini hazırla.

2. Kaynak
Yüklediğim üç dosyayı kullan.

3. Çıktı
XLSX, PDF ve en fazla 6 slaytlık bir PPTX oluştur.

4. Kontrol
Kaynaklarda olmayan bilgileri ekleme. Önce rakamları doğrula.

Örnek prompt:

Yüklediğim üç dosyayı kullanarak Q1 yönetici paketini hazırla.
Çıktıları XLSX, PDF ve en fazla 6 slaytlık PPTX olarak oluştur.
Kaynaklarda olmayan bilgileri ekleme ve sunumu hazırlamadan önce tüm rakamları doğrula.

Hepsi bu: Amaç + Kaynak + Çıktı + Kontrol.
Artık uygulamaya geçebiliriz.

3. İlk gerçek iş: kaynaklardan yönetici paketi

Şimdi Work’ü gerçek bir görevle çalıştırıyoruz.

Yüklediğim kaynak dosyalarını kullanarak Q1 yönetici paketi hazırla. Önce kaynaklardaki rakamları kontrol et ve bir çalışma planı çıkar. Sonra: (1) Özet, Bölge Detayı ve Kontrol sekmeleri olan bir XLSX, (2) ana bulgular, riskler ve aksiyonları içeren kısa PDF raporu, (3) marka notuna uygun, en fazla altı slaytlık bir PPTX hazırla. Belgelerde olmayan neden, sahip veya tarih bilgisi ekleme; eksik bilgileri açıkça işaretle. Her çıktıda kaynak rakamlarla tutarlılık kontrolü yap ve önce kontrol sonuçlarını bana göster.

Bu prompt’un iyi tarafı uzun olması değil. İşin bitiş çizgisini tarif etmesi.

Work, talebi aldıktan sonra genellikle önce ne yapacağını görünür hâle getirir. Burada kontrol etmeniz gereken şey şudur: plan gerçekten sizin istediğiniz işi mi yapıyor?

Yukarıdaki Örnek promptu yapıştırın ve gönderin.

Bakın promptumuzu gönderdik ve aşağıdaki görselde sağ tarafta bize adımlar çıkardı artık bu adımları kendisi yapıcak. ve bunu aslında biz yaptık bize tablo oluştur deseydik bu adımları koymayacaktı biz yapay zekaya detaylı ve hedefe yönelik prompt verdiğimiz için temiz bir şekilde plan yapabildi.

Çalışma planını çıkardı ve bizden onay bekliyor biz onay verdiğimizde istediğimiz çıktıları bize verecek.

İlk kontrol noktası: plan

• Hangi kaynakları kullanacağını açıkça söylüyor mu?

• Önce doğrulama yapıyor mu?

• İstenen üç çıktıyı ayrı ayrı teslim ediyor mu?

• Kaynakta olmayan bilgiyi eklememe kuralını koruyor mu?

Bir tanesi eksikse beklemeyin. Konuşun.

Devam etmeden önce satış verisindeki gelir toplamlarını ve hedef sapmalarını kontrol et. Ege’deki iade oranı için kaynakta olmayan bir neden yazma. Kontrol sonuçlarını önce göster.

Bu, Work’ü “yeniden başlatmak” değildir. Bu, iyi iş yönetimidir.

4. Çıktı geldiğinde neye bakılır?

“Dosya üretildi” demek, “iş bitti” demek değildir.

Excel: hesap tablosu değil, kontrol edilebilir çalışma kitabı

Bu örnekte Excel’in üç sekmesi var: Özet, Bölge Detayı ve Kontrol.

İki dakika ayırın: Toplam gelir kaynak CSV ile aynı mı? Grafiklerin veri aralığı doğru mu? Yüzdeler yüzde mü, ondalık mı yazılmış? Kontrol sekmesi gerçekten bir kontrol yapıyor mu?

PDF: güzel metin değil, kaynaklı yönetici özeti

PDF’de üç bölüm arayın: ana bulgular, riskler ve aksiyonlar. Ege iade oranının yüksek olduğunu söylemek makul; neden yüksek olduğunu uydurmak değil.

İyi prompt’un en değerli satırı bazen şudur: Belgede olmayan bilgiyi ekleme.

Sunum: altı slayt, tek mesaj

1. Yönetici özeti

2. Q1 performans özeti

3. Bölge karşılaştırması

4. Ege iade oranı riski

5. Aksiyonlar ve sahipler

6. İkinci çeyrek için karar noktaları

Her slayta şu gözle bakın: “Bu slaytın tek cümlelik mesajı ne?” Yoksa, slayt kalabalıktır.

5. Work’e nasıl görev verilir?

İyi bir Work prompt’u edebi değildir. Açık olur.

Amaç: [iş sonucu]
Kaynak: [hangi dosya/uygulama]
Çıktı: [format, bölüm, uzunluk]
Kontrol: [doğrulama, sınır, teslim kriteri]

Başlangıçta 500 kelimelik prompt yazmanız gerekmiyor. Önce işi tarif edin. Sonra Work’ün planına bakın. Sonra gereken ayrıntıyı ekleyin.

Kötü komut ile iyi komut arasındaki fark

Kötü:
“Bana iyi bir rapor yaz.”

Daha iyi:

Yüklediğim notlardan iki sayfalık bir yönetici raporu hazırla.
Riskler ve aksiyonlar ayrı bölümlerde yer alsın.
Kaynaklarda olmayan bilgileri ekleme.

Kötü:
“Excel yap.”

Daha iyi:

Bu CSV dosyasından bir XLSX oluştur.
Dosyada özet, bölge detayı ve kontrol sekmeleri olsun.
Tüm toplamları kaynak dosyayla eşleştir.

Kötü:
“Sunum hazırla.”

Daha iyi:

Bu proje kaynaklarını kullanarak altı slaytlık bir yönetim sunumu hazırla.
Her slaytta yalnızca tek bir ana mesaj olsun.
Sunumdaki tüm sayıları kaynak dosyalarla doğrula.

İyi bir komut uzun olmak zorunda değil.

Sadece ne istediğinizi, hangi kaynağın kullanılacağını, çıktının nasıl olması gerektiğini ve neyin kontrol edileceğini açıkça söyleyin.

6. Uygulamalar: kopyala-yapıştır dönemi bitti

İşiniz yalnızca yüklediğiniz dosyalarda yaşamıyor. Drive’da şablonlar, Gmail’de son müşteri yazışması, takvimde yaklaşan toplantı, Slack’te karar kaydı olabilir.

ChatGPT’deki uygulamalar, izin verdiğiniz harici araçlardaki bilgi ve aksiyonlara erişim sağlayabilir.

Kural 1: Her şeyi bağlamayın

Önce şunu sorun: “Bu kaynağı bağlamazsam Work bu işi daha kötü yapar mı?” Cevap hayırsa bağlamayın.

Kural 2: İzinleri okuyun

Uygulama kullanılabilirliği; planınıza, bölgenize, çalışma alanı ayarlarınıza, rolünüze ve yöneticinizin izinlerine göre değişebilir. Görünmeyen bir uygulamayı hemen “bozuk” sanmayın.

7. Profesyoneller Work’ü nasıl kullanır?

Profesyoneller daha uzun prompt yazdıkları için iyi sonuç almaz. İş bağlamını daha iyi kurdukları için alırlar.

1. Projeyi işin hafızası yaparlar. Tekrarlanan iş için ayrı proje açarlar.

2. Kaliteyi prompt’a yazarlar. Kaynak dışına çıkma, tarih uydurma, rakamları kontrol et, belirsizliği ayrı göster.

3. Onay noktaları koyarlar. Plan oluştuğunda, kaynaklar yorumlandığında, ilk taslak çıktığında ve teslimden hemen önce bakarlar.

4. İyi prompt’ları saklarlar. İşe yarayan prompt sohbet içinde kaybolmaz; proje yönergelerine gider.

8. İlk Work göreviniz: bunu kopyalayın

Bir proje açın. Hassas bilgi içermeyen üç dosya ekleyin: bir veri dosyası, bir toplantı notu veya eski rapor, bir şablon veya marka notu.

Yüklediğim dosyaları kullanarak kısa bir yönetici paketi hazırla. Önce kaynakları incele ve çalışma planını göster. Sonra karar vericinin bilmesi gereken üç bulguyu, riskleri ve aksiyonları çıkar. Bir Excel özeti, kısa PDF raporu ve en fazla altı slaytlık sunum üret. Kaynakta olmayan bilgi ekleme; belirsiz noktaları açıkça işaretle. Teslimden önce rakamları kaynak dosyalarla kontrol et.

İlk denemenizde mükemmeli hedeflemeyin. Şunları hedefleyin:

• Doğru kaynak

• Açık çıktı

• Görünür plan

• Kontrol edilmiş teslim

Bu dört şey varsa, Work yalnızca “bir şeyler yazan” bir araç olmaktan çıkar. İşi ileri taşıyan bir çalışma alanına dönüşür.

Son not

Work dosya üretebilir. Ama karar veremez.

Rakamların doğru olduğuna, riskin doğru ifade edildiğine ve bir çıktının gönderilmeye hazır olduğuna siz karar verirsiniz.

Work’ü bu yüzden sevin: sizin yerinize düşünmek için değil; sizinle birlikte daha hızlı ve daha düzenli çalışmak için.

NOT:
Şirketinizde veya projenizde yapay zekayı nasıl kullanabileceğinizi konuşmak isterseniz bana ulaşabilirsiniz:

E-posta: bakigul@outlook.com
LinkedIn: linkedin.com/in/baki-gul

AI danışmanlığı, şirket içi eğitim, RAG sistemleri, AI agent çözümleri ve yapay zeka destekli ürün geliştirme konularında yardımcı oluyorum.
İçeriklerim ücretsiz keyfini çıkar!

Excel Öğrenmeye Gerçekten Gerek Kaldı mı? ChatGPT’ye Yazdım, Tabloyu O Hazırladı.

OpenAI’nin yeni duyurduğu ChatGPT Work, ChatGPT’yi yalnızca soru cevaplayan bir araç olmaktan çıkarıp gerçek işler tamamlayan bir ajana dönüştürüyor. Dosyalarınızı ve verdiğiniz talimatları kullanarak araştırma yapabiliyor, verileri analiz edebiliyor ve bağlı Google Drive hesabınızda düzenlenebilir Google E-Tablolar dosyaları oluşturabiliyor.

Bunun için elektronik tablo formüllerini ezbere bilmeniz veya boş bir çalışma kitabında saatlerce tablo kurmanız gerekmiyor. Tarayıcıdan ChatGPT Work’ü açıyor, Google Drive bağlantısını kuruyor, nasıl bir tablo istediğinizi anlatıyor ve oluşturduğu çalışmayı Google E-Tablolar’da kontrol ediyorsunuz.

Bu rehberde yeni ChatGPT Work ile bir e-ticaret mağazası için sıfırdan gelir-gider defteri hazırlayacağız. Sonra Work’e finansal analiz yaptıracak ve yeni işlemler geldiğinde aynı dosyayı güncelleteceğiz.

Akış çok basit: Excel oluşturun, analiz ettirin, yeni verilerle güncelleyin.

Yazı boyunca kullanabileceğiniz promptları doğrudan paylaşacağım. Siz de kendi işletmenizin kategorilerine, para birimine ve raporlama ihtiyacına göre birkaç kelimeyi değiştirerek aynı sistemi kurabilirsiniz.

1. Google Drive ve Google E-Tablolar’ı bağlayın

ChatGPT Work’ün Google E-Tablolar oluşturabilmesi ve mevcut tabloları güncelleyebilmesi için önce Google Drive hesabınızı ChatGPT’ye bağlayın. ChatGPT’de Eklentiler bölümüne girin, Google Drive’ı bulun ve Bağlan seçeneğini kullanın. Aynı şekilde Excel uygulamasınıda kurmanız gerekiyor

Bağlantı ekranında kullanacağınız Google hesabını seçin ve istenen izinleri inceleyerek onaylayın. Birden fazla Google hesabınız varsa iş için kullandığınız hesabı seçin. Kurumsal hesaplarda Google Drive uygulamasının ve dosya oluşturma eylemlerinin çalışma alanı yöneticisi tarafından etkinleştirilmesi gerekebilir.

Google Docs, Sheets ve Slides işlemleri artık ChatGPT’deki Google Drive uygulaması üzerinden yürütülüyor. Bağlantı tamamlandığında Work sizden doğru hesabı veya dosyayı seçmenizi ve oluşturma ya da düzenleme eylemini onaylamanızı isteyebilir. Bu adımlar tamamlandıktan sonra üretilen tabloyu doğrudan Google E-Tablolar’da açıp kontrol edebilirsiniz.

2. Tarayıcıdan ChatGPT Work’ü açın

Tarayıcıdan chatgpt.com adresine girin ve hesabınızla oturum açın. Yeni görev ekranında Work seçeneğini seçin. Work hesabınıza henüz dağıtılmadıysa bu seçenek görünmeyebilir.

OpenAI’nin 9 Temmuz 2026 tarihli yayın notuna göre Work, web ve mobilde Free ve Go dışındaki ücretli planlara kademeli olarak açılıyor. Pro, Pro Lite, Enterprise ve Edu kullanıcıları ilk erişimi alıyor; Plus ve Business kullanıcıları sonraki günlerde ekleniyor.

Biz bu yazıda masaüstü uygulamasını değil, doğrudan tarayıcıdaki Work deneyimini kullanacağız. Work, bağlı Google Workspace uygulaması üzerinden yerel bir Google E-Tablolar dosyası oluşturacak; daha sonra aynı tablo üzerinde analiz ve güncelleme yapacak.

Önemli işlerde önce örnek veya anonimleştirilmiş verilerle başlayın. Gerçek müşteri, banka, vergi veya ödeme bilgilerini yüklemeden önce kurumunuzun veri politikalarını kontrol edin.

3. E-ticaret gelir-gider defterini oluşturun

İlk görevimiz sıfırdan profesyonel bir Google E-Tablolar dosyası hazırlamak. Work’e yalnızca “gelir-gider tablosu yap” demek yerine sayfaları, sütunları, kategorileri ve kontrol adımlarını açıkça söyleyeceğiz.

ChatGPT Work’e şu prompt’u verin:

“@Google Drive hesabımda bir e-ticaret mağazası için profesyonel bir Google excel gelir-gider defteri oluştur. İşlemler sayfasında tarih, açıklama, kategori, işlem türü, ödeme yöntemi, gelir, gider ve cari bakiye sütunları bulunsun. Kategoriler arasında ürün satışı, ürün maliyeti, kargo, reklam, platform komisyonu, iade ve diğer giderler yer alsın. Özet sayfasında toplam gelir, toplam gider, net nakit akışı ve güncel bakiye gösterilsin. Cari bakiye ve özet göstergeleri formüllerle hesaplansın. On örnek işlem ekle, para ve tarih biçimlerini düzenle, kategori bazında gider dağılımı ile aylık gelir-gider karşılaştırması için iki grafik oluştur. Tabloyu Google Drive hesabımda oluştur. Teslim etmeden önce formülleri ve toplamları kontrol et.”

Work görevi aldıktan sonra nasıl ilerleyeceğini planlar. Siz ilerlemeyi takip edebilir, sorularını yanıtlayabilir ve gerekirse yönünü değiştirebilirsiniz. Örneğin para birimini TL yapmak, kategori eklemek veya örnek işlem sayısını artırmak için çalışma sırasında ek talimat verebilirsiniz.

Üretilen dosyada en az iki sayfa olmalı:

• İşlemler: Tüm gelir ve gider kayıtlarının tutulduğu ana tablo.

• Özet: Toplamlar, güncel bakiye, net nakit akışı ve grafiklerin bulunduğu yönetim ekranı.

Work işlemi tamamladığında verdiği Google E-Tablolar bağlantısını açın. Cari bakiye formülünün satırlar boyunca devam ettiğini, özet değerlerin İşlemler sayfasına bağlı olduğunu ve grafiklerin doğru veri aralıklarını kullandığını kontrol edin.
Benim için oluşturduğu excel’i inceleyebilirsiniz

4. Finansal analizi Work’e yaptırın

Google E-Tablolar dosyasını oluşturduktan sonra yeni bir görev başlatmak zorunda değilsiniz. Aynı çalışma içinde Work’ten ürettiği tabloyu analiz etmesini isteyebilirsiniz. Böylece bağlam korunur ve hangi tablonun inceleneceği karışmaz.

Şu prompt’u kullanın:

“Oluşturduğun Google E-Tablolar gelir-gider defterini analiz et. Toplam gelir, toplam gider, net nakit akışı ve kâr marjını hesapla. En yüksek üç gider kategorisini belirle. Reklam, kargo, platform komisyonu ve iadelerin toplam gelire oranını göster. Aylık gelir ve gider değişimini karşılaştır. Dikkat edilmesi gereken noktaları kısa maddeler halinde yaz. Analiz sonuçlarını Özet sayfasına ekle ve grafiklerin veri aralıklarını kontrol et. Varsayım yapma; hesaplanamayan bir değer varsa açıkça belirt. Değişiklikleri aynı Google E-Tablolar dosyasına uygula.”

Bu analiz sayesinde yalnızca “ne kadar kazandım?” sorusunu değil, işletmenin parasının nereye gittiğini de görebilirsiniz. Reklam harcamaları satışlarla uyumlu mu, kargo ve komisyonlar gelirin ne kadarını tüketiyor, iadeler belirli bir dönemde yükselmiş mi, net nakit akışı pozitif mi gibi sorulara daha hızlı cevap alırsınız.

Work’ün yazdığı yorumları kesin finansal tavsiye gibi kabul etmeyin. Hesapların hangi hücrelerden geldiğini, kâr marjında kullanılan yöntemi ve oranların doğru toplam üzerinden hesaplandığını doğrulayın.

5. Yeni işlemlerle dosyayı güncelleyin

Gelir-gider defteri bir kere hazırlanıp bırakılmaz. Yeni satışlar, reklam faturaları, kargo ödemeleri ve iadeler geldikçe tabloyu güncellemeniz gerekir. Work’e yeni kayıtları doğal dille vererek aynı Google E-Tablolar dosyasını düzenletebilirsiniz.

Şu prompt’u gönderin:

“Google Drive’da oluşturduğun gelir-gider defterinin İşlemler sayfasına şu kayıtları ekle: 10 Temmuz’da kredi kartıyla 18.500 TL ürün satışı; 10 Temmuz’da banka üzerinden 4.200 TL ürün maliyeti; 11 Temmuz’da kredi kartıyla 2.750 TL reklam gideri; 11 Temmuz’da banka üzerinden 1.350 TL kargo gideri; 12 Temmuz’da 900 TL müşteri iadesi. Mevcut sütun yapısını, biçimlendirmeyi ve formülleri koru. Cari bakiyeyi, Özet sayfasındaki göstergeleri, oranları ve grafikleri yeni işlemlere göre güncelle. İşlem sonunda eklediğin satırları, değiştirdiğin hücreleri ve yeni toplamları maddeler halinde açıkla.”

Buradaki en önemli ifadeler “mevcut yapıyı koru” ve “değiştirdiğin hücreleri açıkla” bölümleri. Bu iki sınır, Work’ün dosyayı gereksiz yere yeniden düzenlemesini önlemeye ve yaptıklarını daha kolay denetlemenize yardımcı olur.

Yeni dosyayı indirdiğinizde eski sürümün üzerine hemen yazmayın. Önce farklı bir adla kaydedin ve iki sürümü karşılaştırın. Eklenen işlemleri, cari bakiyeyi, toplam gelir-gider değerlerini ve grafiklerin yeni satırları kapsayıp kapsamadığını kontrol edin.

Siz de aynı sistemi kurabilirsiniz

ChatGPT Work’ü kullanmak için Excel uzmanı olmanız gerekmiyor. İstediğiniz dosyanın yapısını, kullanılacak verileri, korunacak alanları ve teslimden önce yapılacak kontrolleri açıkça söylemeniz yeterli.

Defteri oluşturun, analiz ettirin, yeni verilerle güncelleyin ve her aşamada sonucu kontrol edin.

İyi bir Work prompt’u dört şeyi netleştirir: hedef, kaynak, çıktı formatı ve kontrol kriteri. “Bir tablo hazırla” yerine hangi Google hesabının kullanılacağını, hangi sayfaların olacağını, hangi formüllerin ve grafiklerin ekleneceğini ve dosyanın nasıl doğrulanacağını yazın.

Son kontrol ha la sizde. Formülleri, rakamları ve finansal yorumları dosyayı paylaşmadan veya karar almak için kullanmadan önce mutlaka doğrulayın.

Loop Engineering: Yazılımcıların Değil, AI Kullanan Herkesin Yeni Yeteneği

Anthropic’te bir mühendisin loop engineering üzerine yazdığı yazıyı okuyunca şunu düşündüm:

Bu konu ilk bakışta yazılımcıların alanı gibi görünüyor. Çünkü “loop” dediğimiz şey bizim çok tanıdığımız bir kavram. while, for, döngü, tekrar, koşul, durma noktası...

Ama bunu sadece yazılımcılarla sınırlamak bence kötü bir bakış açısı.

Yapay zeka yazılımdan daha büyük bir konu arkadaşlar.

Çıkan her yeni kavramda aklımıza sadece yazılım gelmemeli. Bu araçların çoğu aslında bütün sektörlerin ihtiyacı olan şeylere dokunuyor: tekrar eden işler, kontrol adımları, raporlar, özetler, dosyalar, takip süreçleri, müşteri cevapları, operasyon işleri...

Neyse, bu dipnotu özellikle düşmek istedim.

Loop engineering de tam olarak burada önemli hale geliyor. Bilgisayar başında tekrar eden iş yapan herkesin anlaması gereken yeni bir çalışma biçimi bence.

Aslında Claude’a, ChatGPT’ye veya başka bir AI aracına prompt yazdığımızda arka tarafta zaten buna benzer bir yapı çalışıyor. Model bir cevap üretmeye çalışıyor, bağlama bakıyor, gerekirse kendi içinde kontrol ediyor ve sonucu bize veriyor.

Ama loop engineering bu süreci biraz daha dışarıya çıkarıyor. Yani artık sadece “bana cevap ver” demiyoruz. AI’ın hangi adımlarla çalışacağını, neyi kontrol edeceğini ve hangi noktada duracağını daha açık tarif ediyoruz.

Mesela şöyle bir şey yazdığını düşün:

“Bana yapay zeka üzerine kaynaklar getir. En az 5 kaynak olmalı.”

Bu basit bir prompt gibi görünüyor ama arka tarafta aslında küçük bir döngü başlatıyor. AI kaynak arıyor, sayıyı kontrol ediyor, eksikse tamamlamaya çalışıyor, sonra sonucu sana sunuyor.

Loop engineering nedir?

En basit haliyle loop engineering şudur:

AI’a bir hedef verirsin. AI işi yapar. Sonra kendi çıktısını kontrol eder. Çıktı istediğin standarda uymuyorsa tekrar dener. Eksikleri görür, düzeltir, yeniden kontrol eder. İstenen sonuca ulaştığını düşündüğünde durur.

Yani burada dönen şey sadece kod satırı değildir. Dönen şey bir çalışma sürecidir.

Bir yazılımcı için bu çok tanıdık gelir. Bir test hatası alırsın. Hatayı okursun. Kodu değiştirirsin. Testi tekrar çalıştırırsın. Geçmezse yeniden bakarsın. Geçene kadar devam edersin.

AI agent’lar da buna benzer çalışmaya başladı.

Önce bağlam topluyor. Sonra aksiyon alıyor. Sonra sonucu kontrol ediyor. Gerekirse aynı döngüye yeniden giriyor.

Özetle: Loop engineering, AI’a sadece “ne yapacağını” değil, “nasıl tekrar edeceğini ve ne zaman duracağını” tarif etmektir.

Neden sadece yazılımcılar için değil?

Bence burada asıl kaçırılan nokta şu:

Masa başı çalışanların çoğu zaten loop içinde çalışıyor.

Bir denetçi rapor inceler. Eksik bulgu var mı diye kontrol eder. Tablo tutarlı mı bakar. Aksiyon planında sorumlu birim ve termin tarihi var mı kontrol eder. Eksik varsa geri döner.

Bir finans çalışanı Excel dosyasını kontrol eder. Toplamlar tutuyor mu bakar. Tarihler doğru mu, boş kolon var mı, mutabakat farkı var mı inceler. Hata varsa dosyayı yeniden düzenler.

Bir pazarlama çalışanı ürün açıklaması yazar. Sonra tonu kontrol eder. Fazla yapay mı, fazla uzun mu, hedef kitleye uygun mu diye bakar. Uygun değilse tekrar yazar.

Bir insan kaynakları çalışanı aday notlarını özetler. Rol kriterleriyle karşılaştırır. Eksik bilgi varsa takip sorusu çıkarır.

Bir müşteri destek ekibi gelen talepleri sınıflandırır. Acil olanları ayırır. Eksik bilgi varsa müşteriye sorulacak kısa bir cevap taslağı hazırlar.

Bunların hepsi aslında loop’tur.

Sadece bugüne kadar bu loop’ları biz manuel yürütüyorduk.

Şimdi AI’a şunu söyleyebiliyoruz:

“Bu işi yap, sonra şu kriterlere göre kontrol et. Eksik varsa düzelt. En fazla 3 kere dene. Hala olmuyorsa bana nerede takıldığını söyle.”

Bu cümle, basit bir prompt’tan çok daha güçlü.

Çünkü burada AI’a sadece görev vermiyoruz. Ona bir çalışma sistemi veriyoruz.

Prompt engineering’den farkı ne?

Prompt engineering daha çok şu soruyla ilgileniyordu:

AI’a ne söylemeliyim?

Loop engineering ise biraz daha ileri gidiyor:

AI bu işi hangi süreçle yapmalı?
Neyi kontrol etmeli?
Hangi durumda tekrar denemeli?
Hangi durumda durmalı?

Bu yüzden loop engineering’i prompt engineering’in yerine geçen bir şey gibi görmüyorum.

Bence prompt engineering’in daha olgun hali gibi düşünebiliriz.

İyi prompt hala önemli. Ama artık sadece güzel cümle kurmak yetmiyor. AI’ın çalışacağı döngüyü de tasarlamak gerekiyor.

Birkaç basit örnek

Yazılım tarafında örnek çok net:

“Bu test hatasını düzelt. Testi çalıştır. Geçmezse hata mesajını oku ve tekrar dene. En fazla 5 denemeden sonra dur ve neden çözemediğini özetle.”

Ama aynı mantığı denetim işinde de kullanabilirsin:

“Bu PDF denetim raporunu Markdown’a çevir. Her sayfanın başına sayfa numarası ekle. Tabloların Markdown tablo formatında aktarıldığını kontrol et. Eksik tablo veya sayfa varsa tekrar işle.”

Finans tarafında şöyle olabilir:

“Bu Excel dosyasında boş tutar alanlarını, tutarsız tarihleri ve toplam farklarını kontrol et. Hata bulursan ayrı bir düzeltme listesi çıkar. Hiç hata yoksa bunu açıkça belirt.”

İçerik tarafında:

“Bu ürün açıklamasını daha doğal hale getir. Sonra metni tekrar oku ve fazla satış kokan, yapay duran veya tekrar eden cümleleri düzelt. En fazla 2 revizyon yap.”

Müşteri destek tarafında:

“Bu müşteri taleplerini acil, bekleyebilir ve bilgi eksik olarak sınıflandır. Bilgi eksik olanlar için müşteriye gönderilecek kısa cevap taslağı hazırla.”

Buradaki ortak nokta şu:

AI’a sadece çıktı istemiyoruz. Kontrol mekanizmasını da veriyoruz.

Benim bu konudaki düşüncem

Bence loop engineering’in değerini belirleyen şey modelin kaç kere döndüğü değil, döngünün ne kadar iyi tarif edildiği.

Eğer ne istediğini bilmiyorsan, loop pahalı bir şeye dönüşebilir.

AI belki 50 kere, belki 500 kere aynı işin etrafında döner. Her defasında token harcar. Zaman harcar. Bazen de seni iyi bir sonuca değil, daha karışık bir sonuca götürür.

Bu yüzden “AI zaten halleder” demek bana çok doğru gelmiyor.

AI’ın iyi çalışması için iyi tarif edilmiş bir hedefe, net bir kontrol kriterine ve mantıklı bir durma koşuluna ihtiyacı var.

Ne istediğini bilen kişi, AI’ı daha kısa döngüyle çalıştırır.

Ne istediğini bilmeyen kişi ise AI’ı sürekli aynı yerde döndürür.

Bu fark önümüzdeki dönemde daha önemli hale gelecek.

Çünkü AI araçları daha agentic hale geldikçe, yani dosya okuyup yazdıkça, komut çalıştırdıkça, dış sistemlere bağlandıkça, onları yönetme biçimimiz de değişecek.

Sadece “bana bunu yap” demek yerine, “bunu şu kalite standardına göre yap ve şu noktada dur” demeyi öğrenmemiz gerekecek.

Pratik reçete

Bir masa başı çalışanı olarak AI’a iş verirken şu dört şeyi yazmak yeterli olabilir:

1. Hedef: Ne üretilecek?

2. Kontrol kriteri: İyi çıktı neye göre anlaşılacak?

3. Durma koşulu: AI ne zaman tamamlandı diyecek?

4. Deneme sınırı: En fazla kaç kere tekrar edecek?

Mesela şöyle bir prompt:

“Bu raporu yönetici özeti haline getir. Sonra eksik risk, aksiyon, sorumlu ve termin bilgisi var mı kontrol et. Eksik varsa listele ve özeti buna göre revize et. En fazla 3 revizyon döngüsü yap. Hala eksik bilgi varsa varsayım üretme, bana eksik kalan alanları söyle.”

Bu prompt’un gücü uzun olmasında değil.

Gücü, AI’a bir döngü tarif etmesinde.

Ne yapacağını söylüyor.

Neyi kontrol edeceğini söylüyor.

Ne zaman duracağını söylüyor.

Nerede tahmin yapmaması gerektiğini söylüyor.

Son söz

Loop engineering, prompt engineering’in yerine geçmiyor. Onu daha ciddi bir çalışma sistemine çeviriyor.

Bence önümüzdeki dönemde AI’ı iyi kullanan kişiler sadece iyi soru soranlar olmayacak.

İyi süreç tarif edenler olacak.

Çünkü AI’a iş yaptırmak başka bir şey.

AI’a doğru döngüyü kurdurmak başka bir şey.

Özetle: AI kullanmayı bilen kişi sadece iyi prompt yazmaz. İyi hedef, iyi kontrol ve iyi durma koşulu tarif eder.

Fable 5’i daha verimli kullanmanın yolu, ona daha fazla token harcatmak değil; daha iyi yönettirmek.

Tahmini okuma süresi: 10-12 dakika

Bu yazıda ne kuracaksın?

• Fable 5’i Claude Code içinde ana orkestratör gibi konumlandırmayı

• Opus, Sonnet ve Codex’e ayrışmış roller vermeyi

• deep-reasoner ve fast-worker subagent’larını kurmayı

• Codex’i ayrı bir uygulayıcı mühendis gibi workflow’a eklemeyi

• CLAUDE.md içine kalıcı orkestrasyon kuralı yazmayı

• Fable’a doğrudan iş yaptırmak yerine planlama, dağıtım ve final review yaptırmayı

Giriş: Fable 5’i her işe koşturma

Fable 5 çıktığında refleks şu oluyor:

En güçlü model buysa, her işi buna yaptırayım. (paran yetiyorsa tabii)

YANLIŞ!

Paranı boşuna harcama!

Her şeyi Fable’a yaptırdığında bir süre sonra aynı problemler çıkıyor:

• token hızlı bitiyor

• rate limit’e daha çabuk takılıyorsun

• model gereksiz dosya ve terminal detayıyla doluyor

• pahalı modeli mekanik işlerde yakıyorsun

• asıl karar anında context zaten kirlenmiş oluyor

• GEREKSİZ DAHA FAZLA SU HARCIYORSUN :) (İroni)

Bir teknik lideri düşün. (Şey ben gibi)

İyi bir teknik lider her satır kodu kendi yazmaz. Her testi kendi çalıştırmaz. Her dosyayı tek tek kendi taramaz. İşi parçalara böler, doğru kişiye verir, sonucu kontrol eder ve final kararı alır.

Fable 5’i de böyle kullanmak daha mantıklı.

Bu yazıda gerçek bir proje demosu yapmayacağız. Direkt kuruluma gireceğiz. Amaç şu: Claude Code içinde Fable 5’i ana model gibi kullanırken, onu her işi yapan model değil, işi dağıtan ve kaliteyi tutan orkestratör haline getirmek.
Aç örnek bir proje ve claude terminalden çalıştır hadi!

Özetle: Fable 5’i çalışan model gibi değil, teknik lider gibi konumlandıracağız.

1. Mental model: Kim ne yapacak?

İlk kurmamız gereken şey model rolleri.

(Claude güncellemeyi unutmayın fable 5 aktif olması için)

Fable 5’i merkeze koyuyoruz ama her işi ona vermiyoruz. Fable 5 planlıyor, işi dağıtıyor, sonuçları topluyor ve final kalite kararını veriyor.

Fable 5

Ne zaman kullanılır: Planlama, karar verme, kalite standardı, final review.

Ne yapmamalı: Mekanik dosya düzenleme, test koşma, geniş dosya tarama.

Opus

Ne zaman kullanılır: Derin reasoning, mimari kararlar, karmaşık bug analizi.

Ne yapmamalı: Basit boilerplate veya rutin refactor.

Sonnet

Ne zaman kullanılır: Mekanik işler, test, formatlama, küçük refactor.

Ne yapmamalı: Kritik mimari karar.

Codex

Ne zaman kullanılır: Implementasyon, UI kontrolü, codebase analizi, terminal/test akışı, ikinci mühendis bakışı.

Ne yapmamalı: Belirsiz ve kapsamı açık işleri kendi başına yorumlamak.

Akış basit:

User
  ↓
Fable 5
  ↓
Opus / Sonnet / Codex
  ↓
Fable 5
  ↓
Final karar

Burada Fable 5 “en çok çalışan” değil, “en iyi yöneten” model.

Bu ayrım önemli. Çünkü AI workflow’larında verim genelde model sayısını artırmaktan gelmez. Doğru işi doğru modele vermekten gelir.

Özetle: Fable 5 merkezde kalacak ama her ayrıntıyı kendi üzerine almayacak.

2. Adım: Claude Code’da Fable 5’i ana model yap

İlk ayar Claude Code içinde ana modeli seçmek.

/model ekranından Fable 5’i seç.

Burada yazıda özellikle şu ifadeyi kullanıyorum:

Fable 5 + high effort

Max reasoning, extra effort veya ürün arayüzünde olmayan ifadelerle anlatmaya gerek yok. Okuyucunun ekranda gördüğüyle yazıda okuduğu aynı olmalı.

Ama kritik nokta şu:

Fable 5’i ana model yapmak, her işi Fable 5’e yaptırmak demek değil.

Bu sadece şu anlama geliyor:

• ilk plan Fable’dan gelecek

• görev dağıtımı Fable tarafından yapılacak

• alt modellerin veya Codex’in çıktısı Fable’a geri dönecek

• final kalite kararı Fable’da kalacak

Özetle: Fable 5’i ana model seç, ama onu uygulayıcı değil orkestratör olarak kullan.

3. Adım: Subagent rollerini kur

Şimdi iki subagent kuruyoruz.

Burada amaç çok agent kurmak değil. Amaç Fable’ın hangi işi nereye devredeceğini netleştirmek.

Ben başlangıç için iki agent yeterli buluyorum:

1. deep-reasoner

2. fast-worker

deep-reasoner

Bu agent zor düşünme gerektiren işler için.

Kullanım alanı:

• mimari karar

• karmaşık bug analizi

• algoritmik seçim

• trade-off değerlendirmesi

• riskli refactor öncesi ikinci görüş

Aşağıdaki promtu direkt olarak yapıştırın claude otomatik olarak size sub-agentınız oluşturuacak.

Kısa prompt:

Create deep-reasoner agent.Use opus 4.8. Use this agent for reasoning-heavy phases, architecture decisions, complex debugging, algorithm design, and trade-off analysis. Return a concise conclusion with the key rationale. Do not perform mechanical implementation work unless explicitly asked.

fast-worker

Bu agent mekanik işler için.

Kullanım alanı:

• boilerplate

• test yazma

• basit refactor

• formatlama

• tekrar eden düzenlemeler

• küçük dokümantasyon güncellemeleri

Aşağıdaki promtu direkt olarak yapıştırın claude otomatik olarak size sub-agentınız oluşturuacak.

Kısa prompt:

Create fast-worker agent. Use sonnet 5. Use this agent for mechanical tasks, boilerplate, tests, formatting, simple edits, and small refactors. Execute efficiently, keep scope narrow, and report exactly what changed.

Buradaki kritik nokta:

Subagent’ları “aynı işi bir de sen yap” diye kurmuyoruz. Her birine farklı görev sınırı veriyoruz.

Kötü kullanım:

Fable plan yapsın, Opus plan yapsın, Sonnet de plan yapsın.

Daha iyi kullanım:

Fable planlasın. Zor karar varsa deep-reasoner’a sorsun. Mekanik uygulama varsa fast-worker’a versin. Sonucu kendisi review etsin.

Özetle: Agent sayısını değil, rol netliğini artır.

4. Adım: Codex’i workflow’a ekle

Codex’i Claude’un yerine koymuyoruz.

Codex’i workflow’a ayrı bir mühendis gibi ekliyoruz.

Ben Codex’i özellikle şu işlerde değerli görüyorum:

• net tanımlanmış implementasyon görevleri

• codebase analizi

• terminal ve test akışları

• UI/UX doğrulama

• farklı bir mühendis gözüyle ikinci kontrol

Burada önemli ayrım şu:

Fable düşünür, dağıtır ve karar verir.

Codex uygular, kontrol eder, raporlar.

Bu yüzden Codex’e verilecek işlerin net olması gerekiyor. “Projeye bir bak” gibi belirsiz prompt’lar Codex için de iyi değil. Onun yerine hedef, dosya alanı, kısıtlar, kabul kriterleri ve doğrulama komutu verilmelidir.

Kurulum tarafında ekranlar ürün akışı değiştikçe farklı görünebilir. O yüzden bu yazıda kesin komut ezberi yerine mantığı sabit tutuyorum:

1. Codex’in lokal ortamda çalıştığını doğrula.

2. Claude Code içinde Codex entegrasyonunu veya plugin akışını tamamla.

3. Codex’e verilecek iş formatını standart hale getir.

4. Codex sonucunu doğrudan kabul etme; Fable’a geri döndür.

Terminale bu komutu yazmanız yeterli.
/plugin marketplace add openai/codex-plugin-cc
Bu komut sayesinde ardtık claude code’ın içinden codexi kullanabileceksiniz.

Özetle: Codex’i “Claude yerine” değil, “Claude’un görev verebildiği uygulayıcı mühendis” gibi düşün.

5. Adım: CLAUDE.md içine orkestrasyon kuralını yaz

Bu workflow’un asıl hack’i burada.

Fable’a sadece ne yapacağını değil, neyi yapmaması gerektiğini de söylüyoruz.
Bu claude.md’iyi projenizin içine koyduğunuz zaman zaten bütün işi kendisi yapacak.

Projendeki CLAUDE.md dosyasına şöyle bir bölüm ekle:

## Orchestration workflow

Use Fable 5 as the lead engineer and orchestrator.

Fable 5 should:

* understand the goal
* create the plan
* split work into clear tasks
* choose the right route for each task
* delegate work when another agent or Codex is a better fit
* review outputs from delegated work
* make the final quality decision

Fable 5 should not do mechanical work unless it is necessary.

Avoid using Fable 5 for:

* broad file scanning
* repetitive file edits
* boilerplate generation
* routine test writing
* formatting-only changes
* running tests without interpretation
* simple refactors with clear acceptance criteria

## Routing rules

Before doing any task, first choose one of these routes:

* Fable direct
* deep-reasoner
* fast-worker
* Codex
* no action

Always explain the routing choice in one sentence.

Use Fable direct for:

* planning
* task decomposition
* final review
* quality decisions
* product or architecture direction
* deciding whether to accept, revise, or escalate

Use deep-reasoner for:

* architecture decisions
* complex debugging
* algorithmic decisions
* reasoning-heavy trade-offs
* risky refactors
* second-opinion analysis before important changes

Use fast-worker for:

* boilerplate
* tests
* formatting
* simple edits
* small refactors
* repetitive mechanical changes
* small documentation updates

Use Codex for:

* well-specified implementation tasks
* codebase investigation
* terminal verification
* UI verification
* test, lint, or build checks
* independent engineering review

If a task clearly matches a subagent or Codex role, prefer delegation instead of doing the work directly.

If you do not delegate, briefly explain why.

Return all important results to Fable 5 before final acceptance.

## Codex execution rule

When the selected route is Codex, do not continue the implementation yourself as Fable 5.

Instead:

1. Create a self-contained Codex brief.
2. Include the task, files or area, constraints, acceptance criteria, and verification command.
3. Use the available Codex command or Codex workflow to delegate the task.
4. Wait for Codex to return the result.
5. Review the Codex result as Fable 5 before accepting it.

Codex brief format:

Task:
[One clear task sentence.]

Files / area:
[Relevant files, folders, components, or system area.]

Constraints:

* Do not touch unrelated files.
* Do not add new dependencies unless explicitly approved.
* Preserve existing behavior outside the requested scope.
* Keep the change as small as safely possible.

Acceptance criteria:

* The requested change is implemented.
* The change is limited to the specified area.
* Existing behavior is preserved.
* No new lint, type, build, or test failures are introduced.

Verification command:
[Insert the relevant command, for example npm test, npm run lint, npm run build, pnpm test, or pnpm lint.]

Expected Codex output:

* Summary of changes
* Files changed
* Verification result
* Risks or follow-up notes

After Codex returns:

* Review the result.
* Decide: accept, revise, or escalate.
* Do not accept Codex output without review.

If Codex is unavailable, say that Codex is unavailable and ask whether to continue directly or use another route.

## Before execution

Before execution:

* produce a short plan
* state the selected route
* state which agent, model, or Codex workflow should handle each part
* ask for confirmation when the task is broad, risky, destructive, or ambiguous

Do not execute broad or risky changes before the user confirms the plan.

## After execution

After execution:

* summarize what changed
* list files changed
* include verification results
* identify remaining risks
* make a clear recommendation: accept, revise, or escalate

## Response format for every task

Start with:

Route:
[Selected route]

Reason:
[One sentence explaining why this route is selected.]

Then continue with the plan, delegation, execution, or review depending on the task.

Bu bölümün amacı Fable’ı daha pasif yapmak değil.

Tam tersi.

Fable’ı daha iyi lider yapmak.

Bir liderin işi her şeyi kendi yapmak değil; işi doğru bölmek, sonucu denetlemek ve gerektiğinde “bu olmamış” diyebilmektir.

Özetle: CLAUDE.md, Fable’ın her yeni oturumda aynı orkestrasyon mantığıyla çalışmasını sağlar.

6. Adım: Fable’a lead engineer prompt’u ver

Şimdi Fable’a iş verirken dili değiştiriyoruz.

Kötü prompt:

Bu işi yap.

Daha iyi prompt:

Goal:
[Yapılacak işi net ve tek paragrafta yaz.]

Context:
[Proje tipi, ilgili alan, mevcut yapı ve önemli kısıtları yaz.]

Constraints:
- Önce plan çıkar.
- Kapsamı küçük tut.
- İlgisiz dosyalara dokunma.
- Gereksiz dependency ekleme.
- Mevcut testler varsa çalıştırılabilir durumda kalsın.

Delegation rules:
You are the lead engineer. First create a plan.
Use deep-reasoner only if there is a reasoning-heavy architecture, product, or debugging decision.
Use fast-worker for mechanical edits, tests, formatting, or boilerplate.
Use Codex for implementation, codebase analysis, terminal checks, or UI verification when the task is well specified.

Output format:
1. Short plan
2. Which parts you will delegate
3. Files or areas likely affected
4. Verification plan
5. Risks or assumptions

Show me the plan first. Do not execute yet.

Bu promptu veriyorsunuz gerisi onda çıkan çıktıya görede aksiyon aldırıyorsunuz.

Fable’a “bunu yap” demiyoruz.

Fable’a “sen lead’sin, önce düşün, işi böl, sonra nasıl ilerleyeceğimizi söyle” diyoruz.

Bu sayede daha ilk adımda şu bilgileri alıyoruz:

• iş gerçekten kime verilmeli?

• Codex’e gidecek kadar net mi?

• Opus veya deep-reasoner gerekir mi?

• Fable’ın kendi yapması gereken bir karar var mı?

• test veya UI kontrol nerede devreye girecek?

Özetle: Fable’a komut verme; Fable’a liderlik rolü ver.

Bakın yukarıda promptu attım ve bize plan çıkardı istediğimiz işlerde kendisi direkt uygun olduğunu kullanacak ya da biz biraz daha detay vererek uygun olanlarını kullanması gerektiğini söyleyeceğiz.

7. Yanlış kullanımlar

Bu workflow’un amacı daha çok model kullanmak değil.

Amaç doğru işi doğru modele vermek.

O yüzden şu hatalardan kaçın:

1. Fable’a her dosyayı okutma

Fable’ın context’ini depo tarama ile doldurma. Geniş file scanning gerekiyorsa Codex veya daha ucuz bir worker kullansın. Fable’a özet ve karar noktası gelsin.

2. Her şeye high context ile başlama

Küçük iş için büyük context açma. Basit refactor, test veya formatlama için Fable’ın tüm proje hafızasını doldurmak gereksiz.

3. Codex’e belirsiz görev verme

Kötü:

Projeye bak, iyileştir.

Daha iyi:

Task, files, constraints, acceptance criteria, verification command.

4. Subagent’ları aynı işe koşturma

Üç farklı agent’a aynı planı yaptırırsan orkestrasyon kurmuş olmazsın. Sadece maliyeti ve gürültüyü artırırsın.

5. Plan almadan execute etme

Özellikle riskli işlerde Fable’dan önce plan al. Plan yanlışsa uygulama başlamadan düzeltirsin.

6. Fable’ı review dışında bırakma

Codex veya fast-worker bir iş yaptığında final review yine Fable’a dönmeli. Yoksa Fable’ın liderlik rolünü boşaltmış olursun.

Özetle: Bu sistemde en önemli beceri daha fazla model çalıştırmak değil, modeli ne zaman durduracağını bilmektir.

Bu kullanım için ilham aldığım gönderiler

AI ile sohbet etmek başka. AI’a iş baştan sona yürütmek başka.

Bu farkı anlamadan Claude Cowork’u açarsan, muhtemelen onu biraz daha gelişmiş bir chat ekranı gibi kullanırsın. Bir şey sorarsın. Cevap alırsın. Bir iki düzeltme istersin. Sonra yine eski düzenine dönersin.

Oysa Cowork’un asıl olayı cevap vermesi değil. Dosyalarınla, klasörlerinle, bağlı uygulamalarınla ve verdiğin izinlerle birlikte bir işi sonuca götürmesi.

Yani “bana ne yazacağımı söyle” demiyeceksin.

“Bu işi benim yerime toparla, kaynaklara bak, çıktıyı üret ve kontrol edebileceğim hale getir.”

Bu yazıda Claude Cowork’u sıfırdan anlatmayacağım. Daha önemli bir şey yapacağım: Onu gerçekten işe yarar hale getirmek için nasıl kurman gerektiğini göstereceğim.

Çünkü Cowork kötü kurulduğunda pahalı bir sohbet ekranı gibi kalır. İyi kurulduğunda ise haftalık rapor, müşteri özeti, toplantı hazırlığı, dosya karşılaştırması, teklif taslağı, araştırma notu, sunum iskeleti gibi işleri masandan alır.

Önce şu ayrımı kafaya yaz

Claude’u üç farklı yüzey gibi düşünmek en kolayı:

Chat

Ne işe yarar? Düşünmek, yazmak, sormak, hızlı taslak almak.

Ne zaman açılır? Tek cevap, fikir, özet veya metin revizyonu istediğinde.

Cowork

Ne işe yarar? Dosya, klasör ve araçlarla bir işi tamamlamak.

Ne zaman açılır? Bir çıktının gerçekten üretilmesini istediğinde.

Code

Ne işe yarar? Kod tabanında geliştirme, test, refactor ve teknik işler.

Ne zaman açılır? Bir yazılım projesinin içinde çalışırken.

Chat’te Claude ile konuşursun.

Cowork’ta Claude’a iş verirsin.

Bu cümle küçük görünüyor ama bütün fark burada. Chat’e “bu raporu özetle” dersin. Cowork’a “bu klasördeki raporları oku, geçen ayki formatı referans al, yönetime gidecek 1 sayfalık özet hazırla ve dosyayı çıktılar klasörüne kaydet” dersin.

İkisi aynı kullanım değil. Birinde cevap alırsın. Diğerinde iş teslim alırsın.

Cowork’un kalbi: çalışma klasörü

Cowork’u açınca en kritik karar model seçimi değil, klasör seçimidir.

Çünkü Cowork senin bilgisayarındaki seçili alanda çalışır. Oradaki dosyaları okuyabilir. Yeni dosya oluşturabilir. Bazı çıktıları aynı alana kaydedebilir. Bu yüzden klasör, Cowork’un iş sahasıdır.

Burada yapılan en büyük hata: Claude’a çok geniş alan vermek.

Tüm masaüstü, tüm belgeler klasörü, tüm indirilenler klasörü… Bunlar iyi fikir değil. Hem gereksiz veri verir, hem dikkat dağıtır, hem güvenlik riskini artırır.

Ben olsam her iş için küçük ve temiz bir çalışma klasörü açarım.

• Müşteri raporu için ayrı klasör.

• Substack yazıları için ayrı klasör.

• Haftalık yönetim özeti için ayrı klasör.

• Teklif ve sunum işleri için ayrı klasör.

Kural basit: Claude sadece o iş için görmesi gereken şeyi görsün.

Benim önerdiğim Cowork klasör sistemi

Eğer Cowork’u düzenli kullanacaksan rastgele klasörlerle ilerleme. Küçük bir sistem kur. (Bu sistemi Ruben sağolsun ondan gördüm çok işe yarıyor )

Claude-Cowork/
ABOUT-ME/
OUTPUTS/
TEMPLATES/
CLAUDE.md

Bu kadar. Daha fazlasıyla başlama. Önce bu üçlü otursun.

1. ABOUT-ME

Bu klasör Claude’un seni anlaması için. Burada uzun romanlar istemiyoruz. Kısa, yoğun, işe yarayan bilgiler istiyoruz.

Ben olsam üç dosya koyarım:

• about-me.md: Ne iş yapıyorum, kimlere yazıyorum, nasıl düşünüyorum?

• writing-style.md: Nasıl yazı istemiyorum, hangi AI kokan kelimeleri sevmiyorum?

• current-focus.md: Bu dönem hedefim ne, neye odaklanıyorum, neye hayır diyorum?

Buradaki amaç Claude’a hayat hikayeni vermek değil. Claude’un karar verirken seni yanlış anlamamasını sağlamak.

2. OUTPUTS

Burası Claude’un ürettiği işlerin park yeri.

Bir müşteri özeti mi çıkardı? Buraya. Bir rapor taslağı mı hazırladı? Buraya. Bir tabloyu yeniden formatladı mı? Buraya.

Böylece çıktı sohbetin içinde kaybolmaz. Bilgisayarında gerçek bir dosya olarak durur.

3. TEMPLATES

Bu klasör çok değerli. Çünkü beğendiğin işleri tekrar kullanılabilir hale getirir.

Diyelim Claude sana çok iyi bir yönetici özeti hazırladı. Sonunda şunu diyebilirsin:

“Bu çıktının yapısını içerikten arındırıp TEMPLATES klasörüne şablon olarak kaydet. Bir sonraki yönetici özetinde aynı yapıyı kullanacağız.”

İşte burada Cowork kişisel asistandan süreç asistanına dönüşmeye başlar.

ABOUT-ME dosyalarını hızlı hazırlama yöntemi

Bu üç dosyayı elle yazmak zorunda değilsin. Cowork’u ilk iş yine bunun için kullan.

Yeni bir görev açıp şunu söyle:

“Benim Cowork klasörüm için üç kısa dosya hazırlamak istiyorum: about-me.md, writing-style.md ve current-focus.md. Bana tek tek sorular sor. Cevaplarımdan tekrar eden kalıpları çıkar. Sonunda her dosyayı kısa, net ve kullanılabilir şekilde yaz. Ham soru-cevap dökümü istemiyorum; sadece işe yarayan özetleri istiyorum.”

Burada amaç Claude’a yüz sayfalık kişisel bağlam vermek değil. Tam tersine, gürültüyü azaltmak. Claude’un her görev başında okuyacağı şey kısa olmalı. Bir cümle gereksizse sil. Bir kural davranışı değiştirmiyorsa sil. Bir bilgi bu ayki işlerine etki etmiyorsa current-focus dosyasına koyma.

İyi ABOUT-ME dosyaları seni anlatmaz; Claude’un seninle daha az yanlış yapmasını sağlar.

Global instructions: Claude’a evin düzenini anlat

Klasör sistemi kurmak yetmez. Claude’un bu klasörleri nasıl kullanacağını da bilmesi gerekir.

Bunun için Cowork global instructions alanı kritik. Buraya uzun bir manifesto değil, çalışma talimatı yazılır.

Örnek global instructions:

Cowork görevlerine genelde Claude-Cowork klasörümle başlarım. Önemli görevlerden önce ABOUT-ME içindeki about-me.md, writing-style.md ve current-focus.md dosyalarını oku.

OUTPUTS klasörünü çıktı kaydetmek için kullan. TEMPLATES klasörünü yalnızca ben açıkça şablon istediğimde oku.

Belirsizlik varsa işe başlamadan önce soru sor. Emin olmadığın bilgiyi kesinmiş gibi yazma. Dışarı gönderilecek hiçbir şeyi benim onayım olmadan gönderme.

Bu ayar büyük fark yaratır. Çünkü her seferinde “ben kimim, nasıl yaz, nereye kaydet, neye dikkat et” diye anlatmazsın.

Cowork senin çalışma düzenini bilir. Sen sadece işi tarif edersin.
(Ayrıca ben size bu eğitimin sonunda hazır bir CLAUDE.md file iceriği bırakacağım direkt global instructions’a yapıstırarak ilerleyebilirsiniz.)

İyi Cowork prompt’u nasıl yazılır?

Cowork’a belirsiz görev verirsen, belirsiz çıktı alırsın.

İyi Cowork prompt’u dört parçadan oluşur:

1. Çıktı: Sonunda ne üretilecek?

2. Kaynak: Hangi dosya, klasör, uygulama veya tarih aralığı kullanılacak?

3. Sınır: Ne yapılmayacak, hangi kapsamın dışına çıkılmayacak?

4. Kalite kriteri: İyi çıktı neye benzeyecek?

Kötü prompt:

“Bu dosyalara bakıp bana bir rapor hazırla.”

İyi prompt:

“Bu klasördeki toplantı notlarını, teklif dosyasını ve son Excel tablosunu incele. Bana müşteri yenileme görüşmesi için 1 sayfalık hazırlık notu hazırla. Bölümler: mevcut durum, açık riskler, fırsatlar, önerilen konuşma başlıkları, doğrulanması gereken bilgiler. Yeni dosyayı OUTPUTS/yenileme-hazirlik-notu klasörüne markdown olarak kaydet. Müşteriye gönderilecek bir metin yazma; sadece iç hazırlık notu üret.”

Bu prompt daha uzun diye iyi değil. İşin sınırlarını net çizdiği için iyi.

Cowork senin zihnini okuyamaz. Ama iyi brief verilirse iyi çalışır. Bir insana nasıl görev veriyorsan, Cowork’a da öyle görev ver.

İlk 20 dakikada ne yapmalısın?

Cowork’u anlamanın en iyi yolu demo izlemek değil. Küçük ama gerçek bir iş vermek.

Oyuncak dosya kullanma. Gerçek hayatından küçük bir klasör seç. Ama güvenli bir kopya olsun.

0-5 dakika: klasörü hazırla

Bir klasör aç. İçine 2-5 dosya koy. Örneğin bir toplantı notu, bir PDF, bir eski rapor, bir Excel dosyası.

5-8 dakika: Cowork’a klasörü göster

Cowork’ta bu klasörü seç. Gerekirse ilgili connector’u aç. Ama her şeyi açma. Sadece bu iş için gereken kaynağı aç.

8-12 dakika: önce analiz ettir

“Bu klasörü incele. İçindeki dosyaların ne olduğunu, birbirleriyle nasıl ilişkili olduğunu ve bu klasörden hangi anlamlı çıktıları üretebileceğimizi kısa şekilde anlat. Henüz dosya üretme.”

12-17 dakika: gerçek çıktı iste

“Şimdi bu klasöre dayanarak 1 sayfalık yönetici özeti hazırla. Ana bulgular, riskler, karar gerektiren noktalar ve takip aksiyonları ayrı başlıklar olsun. Emin olmadığın bilgileri ayrıca işaretle.”

17-20 dakika: çıktıyı kontrol et

Çıktıya bak. Ne doğru? Ne eksik? Hangi dosyayı yanlış yorumladı? Hangi format iyi geldi?

Beğendiğin yapıyı şablon olarak kaydet. Beğenmediğin noktaları writing-style dosyana ekle. Cowork böyle böyle sana yaklaşır.

Connector, Chrome, M365: hepsi destek oyuncusu

Cowork’un ana sahnesi çalışma klasörün. Ama iş her zaman yerel dosyalarda yaşamaz.

Bazen bilgi mailde olur. Bazen takvim davetinde. Bazen Drive’da. Bazen Slack kanalında. Bazen de connector’u olmayan bir web panelinde.

Burada connector’lar, Claude in Chrome ve M365 tarafı devreye girer.

Ama bunları ana hikaye gibi düşünme. Bunlar Cowork’un erişim alanını genişleten destek parçalarıdır.

Örnek:

“Geçen ayki müşteri toplantılarını takvimden bul, ilgili mail zincirlerini incele, çalışma klasöründeki teklif dosyasıyla karşılaştır ve yenileme görüşmesi için kısa hazırlık notu çıkar.”

Bu yüzden Cowork güçlüdür. Çünkü tek bir kutuya sıkışmaz. Dosya, mail, takvim, tarayıcı ve doküman arasında iş akışı kurabilir.

Skills ve plugins: işi sisteme çevirmek

Bir işi bir kere iyi yaptırmak güzel. Aynı işi her seferinde aynı kalitede yaptırmak daha değerli.

Burada skills devreye girer. Skill, Claude’a belirli bir işi senin istediğin yöntemle yapmayı öğreten küçük bir playbook gibidir.

Mesela:

• Her toplantıdan sonra aynı formatta recap çıkarmak.

• Her müşteri görüşmesini risk, fırsat ve aksiyon tablosuna çevirmek.

• Her ay aynı finansal yorum formatını üretmek.

• Her Substack yazısını aynı kalite kontrolünden geçirmek.

Plugin ise birden fazla skill ve bağlantıyı paketler. Yani kişisel kullanım ekibin ortak çalışma sistemine dönüşebilir.

Bu bölümü şimdilik büyütmeye gerek yok. İlk hedefin skill yazmak değil, Cowork ile bir gerçek işi düzgün devretmek olsun. Ama şunu bil: Beğendiğin her tekrar eden süreç, ileride skill adayıdır.

Güvenlik kısmını hafife alma

Cowork güçlü olduğu için dikkat ister.

Claude’a bütün bilgisayarını açmana gerek yok. Bütün connector’ları açık bırakmana gerek yok. Dışarı gönderilecek işleri otomatikleştirmene gerek yok.

Benim güvenlik kuralım basit:

Claude’a, yeni başlayan ama zeki bir ekip arkadaşına ilk gün hangi dosyaları gösterirsen onları göster.

Kontrol listesi:

• Çalışma klasörü dar mı?

• Geri alınamaz dosyaların yedeği var mı?

• Prompt’ta “sil”, “temizle”, “gönder”, “paylaş” gibi kelimeler net mi?

• İlk denemelerde “taslak üret, gönderme” kuralı var mı?

• Claude’un planını okumadan onay veriyor musun?

Bu kadar basit. Cowork’u korkarak kullanma. Ama sınırsız alan verip sonra şaşırma.

Bu hafta yapman gereken tek şey

Takvimine 20 dakika koy.

Bir klasör seç. İçine gerçek ama güvenli birkaç dosya koy. Cowork’u aç. Klasörü göster. Önce analiz ettir. Sonra küçük bir çıktı üretmesini iste.

İlk denemenin mükemmel olmasına gerek yok. Hatta muhtemelen olmayacak. Ama farkı hissedeceksin.

Çünkü o an Claude sana sadece cevap vermeyecek. Senin çalışma alanındaki bir işi yapmaya başlayacak.

AI kullanıyorum demek artık sadece prompt yazmak değil.

AI kullanıyorum demek, doğru işi doğru bağlamla delege edebilmek.

Claude Cowork’u bu yüzden ciddiye alıyorum.

Bu hafta 20 dakika ayır ve gerçek bir işi Cowork’a ver.

Bunu direkt oluşturduğunuz claude-cowork için koyun ya da arayüzden ekleyebilirsiniz ardından claude.md dosyamı oku ve bu süreci başlat dediğinizde bütün adımları sizin için yapacaktır.

CLAUDE.md

Cowork görevlerine genelde `Claude-Cowork/` çalışma klasörümle başlarım.

## Klasör yapısı

Çalışma klasöründe şu yapı olmalı:

* `ABOUT-ME/` — beni tanıtan kısa bağlam dosyaları
* `OUTPUTS/` — üretilen tüm çıktılar
* `TEMPLATES/` — yeniden kullanılabilir şablonlar

Eğer bu klasörler yoksa oluştur.

Kök klasörü temiz tut. Üretilen dosyaları doğrudan kök klasöre kaydetme. Tüm çıktıları `OUTPUTS/` içine kaydet.

Ara/yardımcı dosya, geçici script, önizleme görseli veya deneme çıktısı oluşturursan iş bitince temizle. Kalıcı olması gereken tek şey nihai çıktılar olmalı.

## ABOUT-ME dosyaları

Önemli görevlere başlamadan önce şu dosyaları kontrol et:

* `ABOUT-ME/about-me.md`
* `ABOUT-ME/writing-style.md`
* `ABOUT-ME/current-focus.md`

Eğer bu dosyalar varsa oku ve göreve başlamadan önce bağlam olarak kullan.

Eğer bu dosyalar yoksa hemen uzun içerik uydurma. Önce bana kısa sorular sorarak bu dosyaları hazırlamayı teklif et. Cevaplarımdan sonra her dosyayı kısa, net ve kullanılabilir şekilde oluştur.

Bu dosyaların amacı beni uzun uzun anlatmak değil; görevlerde daha az yanlış anlaşılmamı sağlamak.

## OUTPUTS kullanımı

`OUTPUTS/` klasörü üretilen işlerin park yeridir.

Rapor, özet, taslak, tablo, plan, PDF, sunum metni, düzenlenmiş yazı veya analiz gibi tüm sonuçları buraya kaydet.

Dosya adı verirken kısa, anlaşılır ve mümkünse tarihli isimler kullan.

Örnek:

* `2026-06-haftalik-ozet.md`
* `substack-yazi-taslagi.md`
* `musteri-raporu-ozet.md`
* `linkedin-post-varyasyonlari.md`

Aynı dosyanın üstüne yazmadan önce bana haber ver. Orijinal dosyayı bozma. Gerekirse yeni bir kopya oluştur.

## TEMPLATES kullanımı

`TEMPLATES/` klasörünü yalnızca ben açıkça şablon istediğimde oku veya kullan.

Her iyi çıktıyı otomatik olarak şablona çevirme.

Eğer bir çıktıyı şablona dönüştürmemi istersem, içeriği temizle, kişisel/veriye özel bilgileri çıkar ve sadece tekrar kullanılabilir yapıyı `TEMPLATES/` içine kaydet.

## Çalışma kuralları

Belirsizlik varsa işe başlamadan önce kısa soru sor.

Emin olmadığın bilgiyi kesinmiş gibi yazma.

Görevle ilgisi olmayan dosyaları okuma. Gereksiz bağlam toplama. Sadece iş için gerekli olan dosyalarla çalış.

Dışarı gönderilecek, paylaşılacak, yayınlanacak veya birine iletilecek hiçbir şeyi benim açık onayım olmadan gönderme.

Yazı üretirken `ABOUT-ME/writing-style.md` dosyasındaki tona sadık kal. Yapay zeka kokan, fazla kurumsal, şişirilmiş ve klişe ifadelerden kaçın.

Amacın çok fazla şey üretmek değil; işe yarayan, sade, düzenli ve kullanılabilir çıktı üretmek.

Claude’un ne olduğunu, nasıl konuşulacağını, dosya yükleme, Projects, Artifacts, Skills, Connectors, Research, Cowork ve Code kavramlarını sıfırdan anlatan pratik başlangıç rehberi.

Tahmini okuma süresi: 15-20 dakika

Bu yazıda ne öğreneceksin?

• Claude’un ne olduğunu ve hangi işlerde kullanıldığını

• Claude’a web, masaüstü ve mobil üzerinden nasıl yaklaşacağını

• İlk prompt’unu nasıl yazacağını

• Claude’un verdiği cevabı nasıl iyileştireceğini

• PDF, Word, Excel, metin ve görsellerle nasıl çalışacağını

• Projects, Artifacts, Skills, Connectors, Research, Cowork ve Code gibi kavramların ne işe yaradığını

• İlk hafta Claude’u denemek için uygulanabilir 7 küçük görev

Giriş: Claude neden kafa karıştırıyor?

Birçok kişi Claude’u ilk açtığında aynı sahneyle karşılaşıyor: boş bir yazı kutusu.

Ekranda teknik olarak hiçbir şey zor görünmüyor. Bir soru yazıyorsun, Claude cevap veriyor. Ama asıl sorun burada başlıyor: “Ne sormalıyım?”, “Nasıl sormalıyım?”, “Bunu işimde nasıl kullanacağım?”

Claude’u ilk günden anlamanın en kolay yolu şöyle:

Claude, sadece soru sorduğun bir chatbot değildir. İyi yönlendirdiğinde yazı yazan, dosya okuyan, fikirleri düzenleyen, rapor çıkaran, tablo hazırlayan, araştırma yapan ve bazı modlarda çok adımlı işleri senin adına yürütebilen bir AI asistanıdır.

Ama Claude’un iyi çalışması için sihirli kelime bilmen gerekmez. İyi iş tarifi vermen gerekir.

Bu yazıyı bu yüzden “Claude 101” gibi düşünebilirsin. Sıfırdan başlayacağız. Önce Claude nedir, sonra nasıl konuşulur, sonra dosyalarla nasıl çalışılır, sonra daha gelişmiş kavramlar ne işe yarar, tek tek gideceğiz.

Özetle: Claude’u öğrenmenin ilk adımı, onu “cevap veren kutu” değil, “yönlendirilmesi gereken çalışma asistanı” olarak görmektir.

Ders 1: Claude nedir?

Claude, Anthropic tarafından geliştirilen bir yapay zeka asistanıdır. Ona doğal dille yazarsın; o da sana doğal dille cevap verir.

Basit işler için kullanabilirsin:

• Bir e-postayı daha net hale getirmek

• Uzun bir metni özetlemek

• Bir toplantı notundan aksiyon listesi çıkarmak

• Bir fikri yapılandırmak

• Bir raporu tabloya çevirmek

• Bir sunum iskeleti hazırlamak

Daha ileri işlerde de kullanabilirsin:

• Büyük PDF’leri analiz etmek

• Excel dosyalarını yorumlamak

• Birden fazla kaynaktan araştırma özeti çıkarmak

• Bir mini web sayfası veya interaktif çıktı üretmek

• Kod yazmak veya mevcut kodu incelemek

• Çok adımlı dosya işlerini masaüstünde yürütmek

ChatGPT kullanmış biri için Claude tanıdık gelir: ikisi de yazışarak çalıştığın AI asistanlarıdır. Fakat bu yazıda karşılaştırmaya fazla girmeyeceğiz. Çünkü başlangıçta bilmen gereken şey “hangisi daha iyi?” değil, “Claude’u nasıl doğru kullanırım?” sorusudur.

Claude’un en iyi çalıştığı yerler genelde şunlardır:

• Yazı ve editörlük

• Uzun dokümanlarla çalışma

• Dosya analizi

• Yapılandırılmış düşünme

• Araştırma ve sentez

• İş akışı taslağı çıkarma

Bir örnekle düşünelim.

Zayıf istek:

“Bu raporu özetle.”

Daha iyi istek:

“Bu raporu üst yönetime sunulacak 1 sayfalık yönetici özeti olarak hazırla. Ana bulguları, riskleri, önerilen aksiyonları ve açık kalan soruları ayrı başlıklarla yaz. Emin olmadığın noktaları ayrıca belirt.”

İkinci istek daha iyi sonuç verir çünkü Claude’a sadece görev değil, bağlam ve çıktı formatı da verir.

Örnek prompt:

“Bir iş asistanı gibi davran. Sana vereceğim metni önce 5 maddede özetle, sonra karar gerektiren noktaları ayrı bir tabloya çıkar. Tablo kolonları: konu, neden önemli, önerilen aksiyon, sorumlu kişi.”

Ne zaman kullanılır?

Claude’u bir şeyi sıfırdan yazdırmak, düzenlemek, analiz etmek, özetlemek veya düşünceyi toparlamak istediğinde kullan.

Özetle: Claude’un kalitesi sadece modelden gelmez; verdiğin bağlam, istediğin çıktı ve takip soruların sonucu belirler.

Ders 2: Claude’a nereden erişilir?

Claude’a birkaç farklı yerden erişebilirsin. Yeni başlayan biri için bunların hepsini aynı anda öğrenmeye gerek yok. Önce en basit yerden başlamak yeterlidir.

1. Claude.ai

Web tarayıcısından Claude’a girdiğin yerdir. Başlangıç için en kolay yüzey burasıdır. Hesabına girersin, yeni bir sohbet açarsın, yazmaya başlarsın.

Yeni başlayan biri için önerim: önce Claude.ai üzerinde birkaç basit konuşma yap. E-posta yazdır, metin özetlet, PDF yükle, cevabı yeniden düzenlet. Temel mantığı burada öğren.

https://claude.ai/

2. Claude Desktop

Masaüstü uygulaması, Claude’u bilgisayarındaki çalışma ortamına biraz daha yaklaştırır. Desktop içinde Chat, Cowork ve Code gibi farklı çalışma modlarıyla karşılaşabilirsin. Bunları bu yazının ilerleyen bölümünde sade şekilde anlatacağız.

3. Mobil uygulama

Mobil uygulama kısa sorular, hızlı fikirler, hareket halindeyken notları toparlamak veya devam eden bir işi kontrol etmek için kullanışlıdır.

Yeni başlayan için sıralama şöyle olabilir:

1. Önce web arayüzünde dene.

2. Sonra masaüstü uygulamasını kur.

3. Günlük kullanım alışınca mobil uygulamayı ekle.

Örnek prompt:

“Ben Claude’u ilk kez kullanıyorum. Bana bu ekranda ne yapabileceğimi çok basit bir dille anlat. Sonra ilk deneme için 5 küçük görev öner.”

Ne zaman kullanılır?

Başlangıçta Claude.ai yeterlidir. Masaüstü uygulaması, dosya ve çok adımlı işlerle daha ciddi çalışmaya başladığında anlam kazanır.

Özetle: İlk gün hedefin bütün Claude ekosistemini öğrenmek değil, ilk iyi konuşmayı başlatmaktır.

Ders 3: İlk konuşma nasıl başlatılır?

Claude’a yazdığın mesaja genelde “prompt” denir. Prompt, Claude’a verdiğin görev tarifidir.

Yeni başlayanların yaptığı en yaygın hata, Claude’dan iyi sonuç beklerken çok belirsiz istek yazmaktır.

Kötü prompt:

“Bana güzel bir mail yaz.”

Bu istek eksik. Kime yazılacak? Neden yazılacak? Ton nasıl olacak? Uzunluk ne kadar? Mailin amacı ne?

Daha iyi prompt:

“Bir müşteriye toplantı tarihini değiştirmek için kısa bir e-posta yaz. Ton nazik ve profesyonel olsun. 5 cümleyi geçmesin. Sonunda yeni tarih için onay iste.”

Yeni başlayanlar için basit formül:

Bağlam + görev + çıktı formatı + ton + sınır

Bunu parçalayalım:

• Bağlam: Durum nedir?

• Görev: Claude ne yapmalı?

• Çıktı formatı: Mail mi, tablo mu, liste mi, rapor mu?

• Ton: Resmi, samimi, net, ikna edici, kısa?

• Sınır: Kaç kelime, kaç madde, hangi başlıklar?

Örnek:

“Ben bir proje yöneticisiyim. Ekibe haftalık durum güncellemesi göndereceğim. Aşağıdaki notları kullanarak 6 maddelik kısa bir e-posta hazırla. Ton net ve sakin olsun. Riskleri ayrı başlıkta belirt.”

Bu prompt çok daha kullanışlıdır çünkü Claude’a düşünmesi için yön verir.

Örnek prompt:

“Aşağıdaki metni bir iş e-postasına çevir. Hedef kişi: ekip lideri. Amaç: karar bekleyen konuları netleştirmek. Ton: profesyonel ama gereksiz resmi değil. Format: konu satırı + 3 kısa paragraf + aksiyon maddeleri.”

Ne zaman kullanılır?

Claude’dan yazı, özet, plan, tablo veya analiz istediğin her durumda bu formülü kullan.

Özetle: İyi prompt, uzun prompt demek değildir. İyi prompt, Claude’un ne yapacağını açıkça anlamasını sağlayan prompttur.

Ders 4: Claude ile konuşmayı iyileştirmek

Claude ile çalışırken ilk cevabı final kabul etmek zorunda değilsin. Hatta çoğu zaman en iyi sonuç ikinci, üçüncü veya dördüncü mesajdan sonra gelir.

Claude ile çalışma şekli tek atış değil, iterasyondur.

İlk cevap fazla uzunsa:

“Bunu yarı uzunluğa indir. Ana mesajı koru.”

Fazla resmi geldiyse:

“Tonunu daha doğal ve konuşma diline yakın yap. Ama profesyonelliği koru.”

Format yanlışsa:

“Bunu tabloya çevir. Kolonlar: konu, aksiyon, sorumlu, tarih.”

Eksik bilgi varsa:

“Cevabı vermeden önce benden netleştirmen gereken 3 soruyu sor.”

Emin olmadığın noktaları ayırmak istiyorsan:

“Varsayımlarını ve emin olmadığın noktaları ayrı başlıkta belirt.”

Claude’u daha iyi kullanmak için şu alışkanlığı edin:

1. İlk isteği yaz.

2. Cevabı oku.

3. Neyin eksik olduğunu söyle.

4. Formatı daralt.

5. Son çıktıyı kullanıma hazır hale getir.

Bu yaklaşım özellikle iş metinlerinde çok işe yarar. Çünkü ilk cevap çoğu zaman genel bir taslak olur. Senin alan bilgin, ton beklentin ve örneklerin geldikçe çıktı daha iyi hale gelir.

Örnek prompt:

“Bu cevabı beğenmedim. Daha kısa, daha net ve daha az kurumsal yaz. Gereksiz giriş cümlelerini çıkar. Sadece aksiyon alınabilir noktaları bırak.”

Ne zaman kullanılır?

Claude’un cevabı doğru yöne gitmiş ama tam istediğin seviyede değilse takip sorularıyla iyileştir.

Özetle: Claude ile iyi çalışmak, doğru ilk cümleyi bulmak değil; cevabı birlikte şekillendirmektir.

Ders 5: Dosya ve görsel yükleme

Claude’u sadece yazı kutusuna soru sormak için kullanmak zorunda değilsin. Dosya yükleyebilir, görsel paylaşabilir, metinleri analiz ettirebilir ve belgelerden yapılandırılmış çıktı alabilirsin.

Kullanabileceğin örnek dosya türleri:

• PDF raporlar

• Word dokümanları

• Excel dosyaları

• CSV tabloları

• Metin dosyaları

• Görseller ve ekran görüntüleri

Örneğin uzun bir PDF’in var. “Özetle” demek yerine daha net iste:

“Bu PDF’i yönetici özeti ve aksiyon tablosuna çevir. Önce 10 maddelik özet ver. Sonra tablo oluştur: bulgu, neden önemli, önerilen aksiyon, sorumlu ekip, takip sorusu.”

Bir Excel dosyası için:

“Bu Excel dosyasındaki ana kalıpları incele. Hangi satırlar dikkat çekiyor, hangi değerler olağan dışı görünüyor, hangi soruları sormalıyım? Cevabı tabloyla ver.”

Bir ekran görüntüsü için:

“Bu ekran görüntüsünde ne olduğunu açıkla. Yeni başlayan biri için hangi alanların önemli olduğunu sırayla anlat.”

Dosya yüklerken dikkat etmen gereken nokta: Claude güçlü bir yardımcıdır ama hassas verilerde dikkatli olmak gerekir. Müşteri bilgisi, kişisel veri, gizli finansal bilgi veya kurum içi doküman yüklüyorsan şirket politikanı ve izinlerini kontrol et.

Örnek prompt:

“Bu dosyayı önce oku. Sonra bana 3 bölüm halinde çıktı ver: 1) kısa özet, 2) dikkat edilmesi gereken noktalar, 3) benim sormam gereken takip soruları. Bilmediğin veya dosyada açık olmayan hiçbir şeyi kesin bilgi gibi yazma.”

Ne zaman kullanılır?

Elinde uzun belge, tablo, rapor, ekran görüntüsü veya analiz edilmesi gereken dosya varsa Claude’a dosya vererek çalış.

Özetle: Dosya yükleme, Claude’u basit sohbet aracından gerçek çalışma yardımcısına dönüştüren ilk büyük adımdır.

Ders 6: Projects, Artifacts ve Skills

Claude’u biraz kullanmaya başlayınca üç kavramla sık karşılaşırsın: Projects, Artifacts ve Skills. Bunlar başlangıçta karışık görünebilir ama mantıkları basittir.

Projects nedir?

Project, Claude içinde belirli bir iş veya konu için oluşturduğun çalışma alanıdır.

Örneğin:

• “Haftalık raporlar”

• “Substack yazıları”

• “Müşteri teklifleri”

• “Pazar araştırması”

• “Ekip toplantı notları”

Bir Project içine ilgili belgeleri, örnek metinleri, stil kurallarını ve yönergeleri koyarsın. Böylece her yeni konuşmada Claude’a her şeyi baştan anlatman gerekmez.

Ne zaman kullanılır?

Aynı konuya tekrar tekrar dönüyorsan, aynı belgeleri sürekli yüklüyorsan veya Claude’un belirli bir üslupla cevap vermesini istiyorsan Project kullan.

Örnek prompt:

“Bu Project içindeki dokümanları ve yazı örneklerini dikkate alarak bana haftalık rapor formatı öner. Format her hafta tekrar kullanılabilir olsun.”

Artifacts nedir?

Artifact, Claude’un sohbet içinde kaybolmayacak şekilde ayrı bir panelde oluşturduğu kullanılabilir çıktıdır.

Bu bir doküman, tablo, kod, mini web sayfası, diyagram veya interaktif araç olabilir. Yani Claude sadece cevap yazmaz; üzerinde çalışabileceğin bir çıktı üretir.

Ve bu çıktıyı istediniğz kişiyle paylaşabilirsiniz bu takım arkadaşınız ya da patronunuz olabilir.

Ne zaman kullanılır?

Bir çıktıyı tekrar düzenlemek, indirmek, paylaşmak veya ayrı bir çalışma alanında görmek istiyorsan Artifact iste.

Örnek prompt:

“Bu müşteri onboarding sürecini yeni çalışanların anlayacağı bir akış diyagramı olarak hazırla. Bunu artifact olarak oluştur.”

Skills nedir?

Skill, Claude’a belirli bir işi belirli bir yöntemle yapmayı öğreten tekrar kullanılabilir talimat setidir.

Örneğin her hafta toplantı notlarını aynı formatta özetliyorsan, her raporu aynı tabloya çeviriyorsan veya her yazıyı aynı editör kontrolünden geçiriyorsan bu iş bir Skill’e dönüşebilir.

Ne zaman kullanılır?

Bir işi sık sık aynı kurallarla yaptırıyorsan Skill mantıklıdır.

Örnek prompt:

“Ben her hafta toplantı notlarını kararlar, aksiyonlar, sorumlular ve açık sorular formatında özetliyorum. Bana bu iş için tekrar kullanılabilir bir Skill taslağı hazırla.”

Özetle: Projects bağlamı tutar, Artifacts kullanılabilir çıktı üretir, Skills tekrar eden iş yapma yöntemini standartlaştırır.

Ders 7: Connectors, Research ve Enterprise Search

Claude büyüdükçe sadece senin yazdığın metinle sınırlı kalmaz. Bazı özelliklerle başka kaynaklardan bilgi alabilir, daha kapsamlı araştırma yapabilir veya kurum içi bilgiyi bulmana yardımcı olabilir.

Connectors nedir?

Connectors, Claude’un izin verdiğin araçlarla çalışmasını sağlayan bağlantılardır. Örneğin Google Drive, Gmail, Slack, Notion veya benzeri araçlardaki bilgileri bulmak ve kullanmak için connector mantığı devreye girebilir.

Ne zaman kullanılır?

Sürekli kopyala-yapıştır yapıyorsan, bilgi farklı araçlara dağılmışsa veya Claude’un gerçek çalışma dosyalarına erişmesini istiyorsan connector kullanılır.

Örnek prompt:

“Google Drive’daki son proje notlarını bul. Bu hafta karar verilen maddeleri ve açık kalan soruları tablo olarak çıkar.”

Research nedir?

Research, Claude’un hızlı cevap yerine daha sistemli araştırma yapmasını sağlar. Tek bir arama sonucu yerine farklı kaynakları inceleyip karşılaştırmalı ve kaynaklı bir çıktı üretmeye odaklanır.

Ne zaman kullanılır?

Pazar araştırması, rakip analizi, tedarikçi karşılaştırması, teknik konu incelemesi veya kaynaklı rapor istediğinde Research daha uygundur.

Örnek prompt:

“Türkiye’de küçük işletmelere yönelik muhasebe yazılımlarını araştır. Başlıca oyuncuları, hedef kitlelerini, fiyatlama yaklaşımlarını ve güçlü/zayıf yönlerini tablo halinde karşılaştır. Kaynakları kontrol edilebilir şekilde belirt.”

Ders 8: Desktop, Cowork ve Code

Claude’u biraz daha ileri kullandığında üç çalışma biçimiyle karşılaşabilirsin: Chat, Cowork ve Code.

Chat

Chat, Claude ile klasik konuşma alanıdır. Hızlı soru, yazı taslağı, metin düzenleme, özetleme, fikir geliştirme gibi işler için uygundur.

Ne zaman kullanılır?

İş kısa, konuşma bazlı ve hızlıysa Chat yeterlidir.

Örnek prompt:

“Bu mesajı daha net ve profesyonel hale getir. 4 cümleyi geçmesin.”

CLAUDE Cowork

Cowork, Claude’un daha uzun ve çok adımlı işleri yürütmesi için kullanılan çalışma biçimidir. Bir hedef verirsin; Claude plan yapabilir, dosyaları inceleyebilir, kaynakları toparlayabilir ve çıktı oluşturabilir.

Ne zaman kullanılır?

İş tek mesajla bitmiyorsa, dosyalarla çalışıyorsa, araştırma ve çıktı üretimi gerekiyorsa Cowork daha uygundur.

Örnek prompt:

“Bu klasördeki tüm toplantı notlarını incele. Son 1 ayda alınan kararları, açık aksiyonları ve sorumlu kişileri tek bir raporda topla.”

CLAUDE Code

Code, Claude’un yazılım geliştirme tarafıdır. Kod yazma, hata bulma, test çalıştırma, dosya değiştirme, proje inceleme gibi işler için kullanılır.

Ne zaman kullanılır?

Kodla çalışıyorsan, bir uygulama geliştiriyorsan veya teknik bir projeyi inceletmek istiyorsan Code anlamlıdır.

Örnek prompt:

“Bu projedeki README dosyasını ve ana klasör yapısını incele. Projenin ne yaptığını, nasıl çalıştırılacağını ve eksik dokümantasyon noktalarını açıkla.”

Özetle: Chat hızlı konuşma içindir, Cowork çok adımlı iş içindir, Code yazılım ve teknik dosya işleri içindir.

İlk hafta deneme planı

Claude’u öğrenmenin en iyi yolu küçük ama gerçek işler vermektir. Aşağıdaki 7 günlük planı izlersen, Claude’un temel kullanım mantığını hızlıca anlarsın.

Gün 1: İlk prompt

Claude’a kendini ve amacını anlat.

“Claude’u ilk kez kullanıyorum. Bana iş hayatında kullanabileceğim 10 basit örnek görev öner. Her görev için örnek prompt da yaz.”

Gün 2: E-posta yeniden yazdırma

Son yazdığın bir iş e-postasını ver.

“Bu e-postayı daha net, daha kısa ve daha profesyonel hale getir. Tonu fazla resmi yapma. Değiştirdiğin noktaları açıkla.”

Gün 3: PDF özetleme

Bir PDF yükle.

“Bu PDF’i 1 sayfalık yönetici özeti olarak hazırla. Ana bulgular, riskler, önerilen aksiyonlar ve açık sorular başlıklarını kullan.”

Gün 4: Toplantı notundan aksiyon çıkarma

Bir toplantı notu ver.

“Bu toplantı notundan kararları, aksiyonları, sorumluları ve takip tarihlerini tablo halinde çıkar.”

Gün 5: Project kurma

Sürekli çalıştığın bir konu için Project aç.

“Bu Project için talimat taslağı hazırla. Claude bu Project içinde kısa, net, iş odaklı ve tablo kullanmayı seven bir asistan gibi davransın.”

Gün 6: Artifact üretme

Claude’dan ayrı bir çıktı oluşturmasını iste.

“Yeni müşteri onboarding sürecini 6 adımlık bir akış olarak hazırla. Bunu artifact olarak oluştur. Her adımda sorumlu ekip ve beklenen çıktı yer alsın.”

Gün 7: Research veya Cowork denemesi

Daha kapsamlı bir iş ver.

“Bu konu hakkında hızlı cevap değil, kaynaklı ve yapılandırılmış bir araştırma istiyorum. Önce hangi alt soruları araştıracağını yaz, sonra bulguları tablo halinde sun.”

Ekran görüntüsü: 7 günlük denemelerden birinin Claude konuşması. Not: En temiz ve anlaşılır çıktıyı seçin.

Özetle: İlk hafta hedefin her özelliği ezberlemek değil; Claude’a gerçek iş verip cevabı nasıl yönlendireceğini öğrenmektir.

Kapanış

Claude’u öğrenmek için teknik uzman olman gerekmiyor.

Başlangıçta bilmen gereken şeyler daha basit:

• Ne istediğini açık yaz.

• Bağlam ver.

• Çıktı formatını belirt.

• İlk cevabı final sanma.

• Dosya vererek dene.

• Küçük gerçek işlerle ilerle.

Claude’u iyi kullanmak, bir aracı “kurcalamak” değil, ona iyi tarif edilmiş işler vermeyi öğrenmektir.

Bu yazıyı kaydet. Bu hafta sadece 7 günlük deneme planını uygula. Claude’un ne olduğunu okumakla değil, küçük görevler verip çıktıları iyileştirerek anlayacaksın.

Eğer çevrende Claude’u hiç denememiş biri varsa, bu yazıyı ona gönder. En iyi başlangıç, boş prompt kutusuna bakıp ne yazacağını düşünmek yerine, küçük bir gerçek işle başlamaktır.

Öğrencilerin stajlara, mülakatlara ve istedikleri kariyere hazırlanmak için Claude’u kullanabileceği 8 pratik yol.

Üniversitede kariyer hazırlığı çoğu zaman finallere çalışırken bir yandan staj başvurusu yetiştirmeye benzer. Daha biri bitmeden öbürü başlar. Hangi rollerin sana uygun olduğunu bileceksin, iş ilanlarını çözeceksin, düzgün bir özgeçmiş yazacaksın, tanımadığın insanlara ulaşacaksın, teknik mülakatlara çalışacaksın, davranışsal mülakatlarda kendinden emin görüneceksin, sektörleri araştıracaksın ve profesyonel e-postalar yazacaksın. Üstelik bunların hepsi dersler, kulüpler, iş ve hayat devam ederken.

Claude doğru kullanıldığında bir prova odasına dönüşüyor. Utanmadan temel soru sorabileceğin, fikirlerini test edebileceğin, iletişimini sağlamlaştırabileceğin ve dağınık hedeflerini bir plana çevirebileceğin kendine ait bir alan.

Öğrenciler ve adaylar Claude’u şimdiden kariyer hazırlığında kullanmaya başladı.

Anthropic’in kendi aday rehberinde bile Claude’un mülakatlara hazırlanmak, cevap pratiği yapmak ve görüşme öncesi doğru soruları hazırlamak için kullanılabileceği açıkça söyleniyor.

Üstelik Claude’un Voice Mode özelliğiyle bu artık sadece yazışma değil. Aday Claude’dan teknik ve davranışsal sorular sormasını isteyebiliyor, sesli şekilde cevap veriyor, ardından cevaplarının güçlü ve zayıf taraflarını analiz ettirebiliyor.

Yani mülakat provası yapmak için artık illa bir arkadaş, mentor ya da ücretli koç bulmak gerekmiyor. Claude, istediğin rolde bir mülakatçı gibi davranıp seni gerçek görüşmeye hazırlayabiliyor.

Aşağıda başlamak için 8 yol var.

1. Önce Sana Neyin Uygun Olduğunu Bul

Özgeçmişini bir role göre düzenlemeden ya da mülakata hazırlanmadan önce neyi hedeflediğini netleştirmek gerekiyor.

Öğrenciler kariyer planlamasına genelde bir unvan listesiyle başlar: danışman, analist, ürün yöneticisi, araştırmacı, girişimci, tasarımcı, politika uzmanı. Ama bu unvanların gerçekte ne anlama geldiği çoğu zaman belirsiz kalır.

Claude bu unvanların pratikte ne olduğunu anlamana yardım edebilir. İnsanlar gün içinde ne yapıyor, hangi beceriler önemli, hangi yol senin ilgi alanına oturuyor, nerede daha fazla öğrenmen gerekiyor?

Şunu deneyebilirsin:

Bir üniversite öğrencisi için kariyer koçu gibi davran.

Ben [bölüm] okuyorum ve [sektörler, beceriler, problemler veya amaçlar] ile ilgileniyorum.
Şu deneyimlerim var: [dersler, stajlar, projeler, kulüpler, işler veya gönüllü çalışmalar].

Bana uygun olabilecek 5 kariyer yolu belirlememe yardım et.

Her biri için şunları açıkla:

1. Bu iş gerçekte nasıl bir çalışma gerektirir?
2. Halihazırda sahip olduğum hangi beceriler bu role aktarılabilir?
3. Bundan sonra hangi becerileri geliştirmeliyim?
4. Hangi stajları veya giriş seviyesi rolleri aramalıyım?
5. Bu hafta atabileceğim küçük bir sonraki adım ne olabilir?

Öneri vermeden önce bana 5 soru sor.

Bir iş ilanını yapıştırıp Claude’dan çözmesini de isteyebilirsin:

İlgilendiğim iş ilanı şu: [iş ilanını yapıştır].
Bunu sade bir dille açıkla.

Bu rolde gerçekten ne yapardım?
Hangi şartlar zorunlu görünüyor, hangileri olsa iyi olur seviyesinde?
Başvurursam geçmişimde hangi noktaları öne çıkarmalıyım?

Böylece süreç “Bir staj bulmam lazım” noktasından “Bu yönde ilerlediğimi gösterecek kanıtlar topluyorum” noktasına geçer.

2. Deneyimini Daha Güçlü Başvuru Materyaline Çevir

Hangi rolleri istediğini anladıktan sonra Claude; özgeçmişini, ön yazını, LinkedIn özetini ve başvuru cevaplarını şekillendirmene yardım edebilir.

En iyi yöntem birlikte çalışmak. Gerçek deneyimi sen getiriyorsun. Claude onu daha net, daha somut ve fırsata daha uygun hale getiriyor.

Şunu deneyebilirsin:

[rol veya sektör] için özgeçmiş maddelerimi geliştirmeme yardım et.

Kaba notlarım şunlar: [notları yapıştır]

Her madde için 3 versiyon oluştur:

1. Kısa ve net versiyon
2. Metrik odaklı versiyon
3. Bu iş ilanına göre uyarlanmış versiyon: [iş ilanını yapıştır]

Her şeyi doğru tut.
Eksik bir metrik veya detay varsa uydurma, onun yerine [DETAY EKLE] yaz.

Bir işe alım uzmanı gözünden inceleme için:

Özgeçmişimi [rol] için işe alım yapan bir recruiter gibi değerlendir.

Bana şunları ver:

1. En güçlü sinyaller
2. En zayıf veya en belirsiz maddeler
3. İş ilanında olup özgeçmişimde eksik kalan beceriler
4. Daha fazla kanıt göstermem gereken yerler
5. En iyi 3 maddenin revize edilmiş hali

Spesifik ve doğrudan ol.

Ön yazı veya kısa başvuru cevabı için:

Şu başvuru sorusu için kısa bir cevap taslağı hazırlamama yardım et: [soruyu yapıştır].

Geçmişim: [özgeçmiş veya notları yapıştır].
Bunu [şirket/program/rol] için spesifik hale getir.
Doğal, kısa ve öğrenciye uygun olsun.
Deneyimimi abartma.

Güçlü bir başvuru, soyut anlamda etkileyici olmakla ilgili değil. Karşıdaki kişinin ne yaptığını, ne yapabileceğini ve neden uygun olduğunu hızlıca anlamasını sağlamakla ilgili.

3. Bilmen Beklenen Şeyleri Öğren

Kariyer hazırlığında sık sık şu an yaşanır: Herkesin zaten bildiği varsayılan bir şeyi sen yeni fark edersin.

Bir formül. Bir framework. Teknik bir terim. Case interview yapısı. Finansal tablo kavramı. Tasarım eleştirisi dili. Bir laboratuvar tekniği. Bir Git komutu. Politika notu formatı.

Claude bu kavramları, istediğin anda ve sana özel hızda öğrenmene yardım edebilir.

Şunu deneyebilirsin:

[rol veya sektör] için [beceri] öğreniyorum.
Bana başlangıç seviyesine uygun hızlı bir eğitim planı hazırla.

Şunları dahil et:

1. İlk bilmem gereken 10 kavram
2. Basit açıklamalar
3. Pratik egzersizler
4. Yaygın hatalar
5. 7 günlük çalışma planı

Excel veya teknik problem çözümü için:

Şu sorunla karşılaşıyorum: [hata veya problemi açıkla].
Şunu denedim: [formül, kod, model veya iş akışını yapıştır].
Olmasını beklediğim şey şuydu: [beklenen sonucu açıkla].

Bunu adım adım çöz.
Aynı tür problemleri bir dahaki sefere kendim çözebilmem için temel mantığı açıkla.

Mülakata özel teknik hazırlık için:

[sektör] içinde [rol] mülakatı için bilmem gereken teknik kavramları öğret.

Temellerden başla, sonra beni tek tek quiz yap.
Yanlış yaparsam basitçe açıkla ve yeni bir pratik sorusu ver.

Amaç sadece cevabı almak değil. Akıcılık kazanmak.

4. Şirketleri, Rolleri ve Sektörleri Daha Hızlı Araştır

Hedef rolünü ve beceri planını belirledikten sonraki adım bağlam.

Bu şirket neye önem veriyor? Sektörde ne değişiyor? Mülakatta hangi sorular gelebilir? Bir networking görüşmesinden önce ne bilmen gerekiyor?

Normalde 30’dan fazla siteye girip bilgileri toparlaman ve sindirmem 3-5 saat sürerdi. Claude sayesinde bir pazarın büyüklüğünü ve trendlerini çok daha hızlı şekilde kavrayabilirsin

Şunu deneyebilirsin:

[sektör veya pazar] alanında bir mülakata hazırlanıyorum.

Bana şu başlıkları kapsayan bir brifing hazırla:

1. Pazar nedir?
2. Ana müşteri segmentleri
3. Temel trendler
4. Önemli şirketler veya oyuncular
5. Yaygın iş modelleri
6. Riskler veya açık sorular
7. Mülakatta sorabileceğim akıllı sorular

Birincil kaynaklardan doğrulamam gereken şeyleri işaretle.

Şirket hazırlığı için:

[şirket] ile mülakata hazırlanmama yardım et.

Bana bir şirket brifingi hazırla:

1. Şirket ne yapıyor?
2. Müşterileri veya kullanıcıları kim?
3. İş modeli nedir?
4. Son ürünleri, duyuruları veya stratejik öncelikleri
5. Rakipleri
6. Hazır olmam gereken sorular
7. Onlara sorabileceğim düşünceli sorular

Daha ileri seviye için:

[sektör] alanında kıdemli bir mülakatçı gibi davran.

Bu şirket ve role göre güçlü bir öğrenci adayın neleri anlamasını beklersin?
Bana bir hazırlık kontrol listesi ver ve ardından beni quiz yap.

Araştırma, sadece bilgi toplamak için değil de düşünmek için kullanıldığında çok daha işe yarar.

5. Gerçek Mülakattan Önce Prova Yap

Claude’un en çok işe yaradığı yerlerden biri burası: yüksek tekrarlı bir pratik partneri.

Davranışsal sorular, teknik sorular, case prompt’ları, role özel senaryolar, sunum pratiği ve takip soruları üzerinde çalışabilirsin. Mülakatçı kimliğini de değiştirebilirsin: recruiter, akran mülakatçı, hiring manager, üst düzey yönetici, mezun, yatırımcı, teknik lider.

Şunu deneyebilirsin:

[şirket veya sektör] içinde [rol] için beni mülakata alan bir [recruiter / birinci yıl analist / hiring manager / MD / teknik mülakatçı] gibi davran.

Gerçekçi bir 30 dakikalık mülakat yürüt.
Soruları tek tek sor.

Şunları dahil et:

- Davranışsal sorular
- Role özel teknik sorular
- Cevaplarıma göre takip soruları

Mülakattan sonra beni açıklık, yapı, özgüven, teknik doğruluk ve role uygunluk açısından değerlendir.
Spesifik geri bildirim ver ve bir pratik planı oluştur.

Davranışsal mülakat hikayeleri için:

STAR yöntemiyle davranışsal mülakat hikâye bankası oluşturmama yardım et.

Benden şu konularla ilgili örnekler iste:

- Liderlik
- Takım çalışması
- Çatışma
- Başarısızlık
- Belirsizlik
- Problem çözme
- Baskı altında çalışma

Sonra cevaplarımı, hâlâ bana aitmiş gibi duyulan ama daha düzgün hikâyelere dönüştürmeme yardım et.

Daha zorlu bir prova için:

Şüpheci bir mülakatçı gibi beni mülakata al.

Cevabım belirsiz, fazla uzun, fazla ezber gibi veya kanıtsız olduğunda zorla.
Cevabım güçlü hale gelene kadar takip soruları sor.

Sesli mod kullanabiliyorsan sesli pratik yapmayı dene. Mülakatlar konuşarak yaşanır ve gerçek zamanlı cevap vermek bambaşka bir his.

6. Düşünceni ve Sunumlarını Test Et

Bazı kariyer yollarında soruları cevaplamak yetmez. Bir pazarı sunman, yatırım tezini savunman, case çözümünü anlatman, araştırma projeni açıklaman, girişim fikrini pitch etmen, ürün eleştirisi yapman veya bir problemi nasıl çözdüğünü anlatman gerekir.

Claude hem sunumun arkasındaki düşünceyi hem de anlatımı prova etmene yardım edebilir.

Şunu deneyebilirsin:

Kıdemli bir [yatırımcı / danışman / ürün lideri / araştırmacı / hiring manager] gibi davran.

[konu] hakkında düşüncemi sunacağım.

Önce sunumu yapılandırmama yardım et.
Sonra varsayımlarım, kanıtlarım, mantığım ve önerilerim hakkında zor sorular sor.
Ardından neyin net olduğunu, neyin zayıf olduğunu ve neyi revize etmem gerektiğini söyle.

Yatırım veya pazar sunumu için:

[şirket veya pazar] hakkında 5 slaytlık bir yatırım komitesi tarzı sunum hazırlamama yardım et:

1. Pazar özeti
2. Neden şimdi?
3. Müşteri problemi
4. Rekabet ortamı
5. Riskler ve öneri

Sonra argümanı kıdemli bir yatırımcı gibi zorla.

Proje anlatımı için:

Bu projeyi bir mülakatta anlatmaya hazırlanmama yardım et: [proje açıklamasını yapıştır].

Şunları oluştur:

1. 60 saniyelik versiyon
2. 3 dakikalık versiyon
3. Teknik derin anlatım
4. Muhtemel takip soruları
5. Gerçek çalışmama sadık kalan güçlü cevaplar

Düşünceni açıklamayı ne kadar çok prova edersen, mülakatlara, networking görüşmelerine ve gerçek işe o kadar hazır olursun.

7. Profesyonel Mesajları Daha Rahat Yaz

Kariyer ilerlemesinin büyük kısmı küçük yazışmalardan geçer: soğuk e-posta, teşekkür notu, recruiter cevabı, LinkedIn mesajı, networking takibi, “kontrol etmek istedim” e-postası.

Bu mesajlar bazen tuhaf hissettirir çünkü tonu ayarlamak zor. Claude profesyonel, kısa, sıcak ve yine de sana benzeyen mesajlar yazmana yardım edebilir.

Şunu deneyebilirsin:

Bu e-postayı profesyonel, sıcak ve kısa olacak şekilde yeniden yaz.

Kendi sesimi koru ve aşırı resmi yapma.
Bağlam: [kime yazıyorum ve neden]
Taslak: [taslağı yapıştır]

Bana 3 versiyon ver:

1. Samimi
2. Daha cilalı
3. Çok kısa

Networking için:

[kişi veya rol] için kısa bir networking mesajı yaz.

Ben [okul] öğrencisiyim ve [alan] ile ilgileniyorum.
Onların kariyer yolunu öğrenmek için 15 dakikalık bir görüşme rica etmek istiyorum.

Spesifik, saygılı ve doğal olsun.
100 kelimenin altında tut.

Teşekkür notu için:

Bir mülakattan sonra teşekkür e-postası yaz.

Görüşmeden şu detayları dahil et: [detayları yapıştır].
120 kelimenin altında olsun.
Sıcak, spesifik ve jenerik olmayan bir ton kullan.

Net yazmak, insanların sana yardım etmesini kolaylaştırır.

8. Tekrar Tekrar Kullanabileceğin Bir Hazırlık Sistemi Kur

En büyük fayda, Claude’un düzenli bir iş akışının parçası haline gelmesiyle çıkıyor.

Her seferinde sıfırdan başlamak yerine; özgeçmişini, hedef rollerini, hikâye bankanı, son teslim tarihlerini, beceri eksiklerini ve önceki provalardan aldığın geri bildirimleri içeren bir kariyer hazırlık sohbeti veya projesi kurabilirsin.

Hedeflerin değiştikçe hazırlık sistemin de onunla birlikte değişir.

Şu kurulum prompt’unu deneyebilirsin:

Sen benim kariyer hazırlık koçumsun.

Görevin, [hedef roller veya sektörler] için hazırlanmama yardım etmek.
Bunu yaparken çalışmalarımın doğru, spesifik ve kendi sesimde kalmasını sağla.

Geçmişim:

- Özgeçmiş: [yapıştır veya yükle]
- Hedef roller: [liste]
- Hedef şirketler veya sektörler: [liste]
- Hikâye bankası: [örnekleri yapıştır]
- Beceri eksikleri: [liste]
- Yaklaşan son tarihler: [liste]

Yardım istediğimde belirsiz iddiaları sorgula, kanıt iste ve pratik yaparak gelişmeme yardım et.

Sonra bunu her hafta kullan:

Bu hafta için 45 dakikalık bir kariyer hazırlık planı oluştur.

Şunları dahil et:

1. Bir başvuru geliştirme adımı
2. Bir networking aksiyonu
3. Bir mülakat pratiği görevi
4. Bir beceri geliştirme görevi
5. Bir yansıtma sorusu

Yoğun bir öğrenci için gerçekçi olsun.

Bu yaklaşım kariyer hazırlığını son dakika telaşı olmaktan çıkarıp düzenli bir pratik ritmine çevirir.

Sorumlu Kullanım Üzerine Kısa Bir Not

Claude hazırlanmak, prova yapmak ve daha net iletişim kurmak için yardımcı olabilir. Ama doğruluğun kaynağı yine sensin.

Onu fikir üretmek, metinleri geliştirmek, araştırmak, prova yapmak ve öğrenmek için kullan. Önemli bilgileri kendin doğrula. Okulunun akademik ve kariyer politikalarına uy. Deneyim uydurma, sahte metrik ekleme, becerilerini yanlış gösterme veya artık sana benzemeyen mesajlar gönderme.

Amaç daha hazırlıklı olmak. Daha az gerçek olmak değil.

Gelecekteki Senin Tekrara İhtiyacı Var

Claude’dan en çok fayda sağlayan öğrenciler onu aktif kullananlar oluyor: daha iyi soru soran, sesli prova yapan, materyallerini geliştiren, düşüncesini test eden ve tekrar tekrar iyileştirenler.

Kariyer hazırlığı her zaman pratik istedi. Claude bu pratiği daha erişilebilir, daha kişisel ve başlaması daha kolay hale getiriyor.

Bir prompt ile başla. Bir iş ilanını çöz. Bir özgeçmiş maddesini yeniden yaz. Bir mock interview yap.

Gerçek görüşmeye girdiğinde, olmak istediğin adayı zaten daha önce prova etmiş olacaksın.

Not: Chatgp’nin yazısından Claude’a uyarlanmıştır.

Herkes AI agent’lardan bahsediyor. Bunu kaydet, lazım olacak.

Senin için araştırma yapan AI agent’lar. Senin yerine yazan agent’lar. Gelen kutunu yöneten, tablolarını güncelleyen, raporlarını derleyen ve sen uyurken tüm iş akışlarını yürüten agent’lar.

Kulağa harika geliyor. Teknik biri değilsen kulağa imkansız da geliyor.

İmkansız değil. Bunu sana kanıtlayacağım.

Bu yazının sonunda, baştan sona bir görevi sen hiçbir şeye dokunmadan yürüten çalışan bir AI agent kurmuş olacaksın. Kod yok. API anahtarı yok. Terminal komutu yok. Sadece Claude, net talimatlar ve yaklaşık 30 dakikan.

İlk agent’ına giden en basit yol bu. Her adımı takip edersen, bugün çalışan bir agent’ın olur.

AI Agent Nedir (Normal Kelimelerle)

Okuduğun bütün teknik tanımları bir kenara bırak.

Bir AI agent, senin tek tek yaptığın işleri Claude’un otomatik olarak arka arkaya yapmasıdır.

Claude’u normal kullandığında iş akışı şöyle görünür:

Claude’a bir konuyu araştırmasını söylersin. Sonucu okursun. Sonra bir taslak çıkarmasını istersin. Onu gözden geçirirsin. Sonra makaleyi yazmasını istersin. Onu düzenlersin. Sonra biçimlendirmesini istersin. En sonunda kopyalayıp alırsın.

Bu dört ayrı adım. Her birinde sen okuyup onaylamak ve bir sonraki komutu elle vermek zorundasın.

Bir agent ise bu dört adımı sırayla otomatik yapar. “Bu konuyu araştır, taslak çıkar, tam bir makale yaz ve yayına hazır biçimlendir” dersin. Claude dört adımı da art arda çalıştırır ve bitmiş sonucu önüne koyar.

Aradaki tüm fark bu. Chatbot tek bir şey yapar ve bekler. Agent bir dizi şey yapar ve bitmiş bir çıktı teslim eder.

Kod Yazmadan Kurabileceğin 3 Agent Tipi

API’ye ihtiyacın yok. Agent SDK’ya ihtiyacın yok. Tek satır kod yazmana gerek yok.

Sadece Claude’un mevcut araçlarıyla üç tip agent kurabilirsin:

Tip 1: Sohbet Agent’ı (Claude Projects)

Çok adımlı bir iş akışını tanımlayan bir sistem talimatına sahip Claude Projesi. Ona bir görev verdiğinde tüm akışı otomatik çalıştırır, çünkü sistem talimatı hangi sırayı izleyeceğini ona tam olarak söyler.

Tip 2: Dosya Agent’ı (Claude Cowork)

Bilgisayarındaki dosyaları işleyen bir Cowork görevi. Bir klasörü okur, her dosyayı işler, çıktılar üretir ve her şeyi düzenler. Tek bir talimattan.

Tip 3: Zamanlanmış Agent (Cowork + /schedule)

Belirli bir zamanlamayla otomatik çalışan bir Cowork görevi. Agent’ın sabah 7’de uyanır, e-postanı kontrol eder, önemlileri özetler ve masaüstüne bir brifing kaydeder. Senden hiçbir girdi gerekmez.

Üçünü de kuracağız. En basitinden başlıyoruz.

Kurulum 1: Araştırmadan Makaleye Agent (15 Dakika)

Bu, bir konu alıp bitmiş bir makale üreten bir Sohbet Agent’ı. Tek girdi, tek çıktı.

Adım 1 — Yeni bir Claude Projesi oluştur.
Claude’u aç. Projects’e tıkla. “Create Project”e tıkla. İsmini “Makale Agent’ı” koy.

Adım 2 — Sistem talimatını yaz.
Projenin sistem talimatına şunu yapıştır:

Sen otonom bir makale üretim agent’ısın. Kullanıcı sana bir konu
verdiğinde, adımlar arasında onay beklemeden aşağıdaki iş akışını
otomatik olarak çalıştırırsın:

ADIM 1 - ARAŞTIRMA
Bu konuyla ilgili en güncel bilgiyi web’de ara. 5-7 ilgili kaynak bul.
Önemli içgörüleri, istatistikleri ve uzman görüşlerini çıkar.

ADIM 2 - AÇI
Araştırmana dayanarak en ilginç açıyı belirle. Okur bu konu hakkında
zaten ne düşünüyor? Bu inancı nasıl sorgulayabilir veya
genişletebiliriz? En çok etkileşim yaratacak açıyı seç.

ADIM 3 - TASLAK
Detaylı bir makale taslağı çıkar:
- Giriş kancası (yaygın inanç ile gerçek arasındaki tezat)
- Kalın alt başlıklı 5-7 ana bölüm
- Her bölüm için somut veri noktaları veya örnekler
- Kapanış çağrısı

ADIM 4 - YAZ
Tam makaleyi yaz. 2000-3000 kelime. Kısa paragraflar (en fazla 3 cümle).
Her bölümde ana içgörüyü kalın yap. Belirsiz iddia yerine somut sayılar.
Doğrudan, konuşma dilinde bir ton. Sıfır dolgu.

ADIM 5 - GÖZDEN GEÇİR
Makaleyi şu kalite ölçütlerine göre kontrol et:
- Her bölüm yeni bilgi ekliyor mu?
- Tüm iddialar somut sayı veya örnekle destekleniyor mu?
- Meşgul biri herhangi bir noktada okumayı bırakır mı? Bırakırsa
  o bölümleri düzelt.
- Giriş kancası gerçekten merak uyandırıyor mu?

Nihai makaleyi çıkar. En üste önerilen bir başlık ekle.

Beş adımı tek yanıtta çalıştır. Adımlar arasında onay isteme.

Adım 3 — Test et.
Makale Agent’ı projende yeni bir konuşma aç. Tek cümle yaz:

“Yeni başlayanlar için AI agent”

Claude beş adımı da çalıştırır. Araştırma. Açı seçimi. Taslak. Tam metin. Kalite kontrolü. Üç kelimelik bir girdiden bitmiş, cilalı bir makale alırsın.

İşte ilk agent’ın. Kurması 15 dakika sürdü ve her kullanımda 2-3 saatlik elle çalışmanın yerini alıyor

Kurulum 2: Dosya İşleyen Agent (15 Dakika)

Bu, bir klasör dolusu dosyayı otomatik işleyen bir Cowork Agent’ı.

Adım 1 — Claude Desktop’ı aç ve Cowork sekmesine geç.
İşlemek istediğin klasöre Cowork’e erişim ver.

Adım 2 — Toplu işleme talimatı ver.

klasörüme git. İçindeki her PDF dosyası için:

1. Belgeyi oku
2. Bir özet çıkar (en fazla 5 madde)
3. En önemli 3 aksiyon maddesini belirle
4. Aynı dosya adıyla ama .md uzantılı bir özet dosyasını
   /Summaries klasörüne kaydet

Tüm dosyaları işledikten sonra “all-summaries.md” adında bir ana
özet dosyası oluştur. Hepsini tek belgede, tarihe göre sıralı birleştir.

Tüm dosyaları işle. Dosyalar arasında durma.

Claude klasördeki her PDF’i işler. Her birini okur. Özetleri çıkarır. Tek tek dosyalar oluşturur. Sonra bir ana belge üretir.

Tek talimat. Tüm klasör işlenmiş. 20 PDF’in varsa, bu sana 2-3 saatlik elle okuma ve not alma işinden tasarruf ettirir.

Kurulum 3: Zamanlanmış Sabah Agent’ı (15 Dakika)

Bu, her sabah otomatik çalışan bir Zamanlanmış Agent.

Adım 1 — Cowork’ü aç.
Adım 2 — /schedule yaz.
Adım 3 — Tekrarlayan görevi ayarla.

Her hafta içi sabah 07:00’de:

1. Gmail’imi dün 17:00’den beri gelen e-postalar için kontrol et
2. Her e-postayı sınıflandır:
   - AKSİYON GEREKLİ (yanıt veya karar bekliyor)
   - SADECE BİLGİ (bilgilendirme, yanıt gerekmiyor)
   - GÖZ ARDI EDİLEBİLİR (bülten, promosyon, otomatik bildirim)
3. Her AKSİYON GEREKLİ e-posta için önerilen bir yanıt taslağı yaz
4. Google Takvimimi bugünün toplantıları için kontrol et
5. Her toplantı için kimlerin katıldığını ve konuyu not et
6. Her şeyi /Daily klasörüme “morning-brief-[bugünün tarihi].md”
   adında bir dosyaya kaydet

Format:
## Acil E-postalar
[taslak yanıtlarla liste]
## Bugünün Takvimi
[katılımcı bilgisiyle toplantılar]
## Bilgi Amaçlı
[kısa liste]

Zamanlamayı ayarla. Her hafta içi sabah 7’de.

Bundan sonra her gün tam bir günlük brifinge uyanıyorsun. E-postalar ayıklanmış. Yanıtlar taslak halinde. Takvim özetlenmiş. Senden hiçbir efor gerekmiyor. Agent sen uyurken çalışıyor.

Agent’larını Zamanla Daha İyi Yapma

Herhangi bir agent’ın ilk versiyonu fena olmayacak. Mükemmel değil ama. İşte onları nasıl geliştireceğin:

Düzeltme Kuralı. Bir agent çıktısı her düzeltme gerektirdiğinde, sistem talimatını veya görev tanımını güncelle. “Özetler çok uzun” şu kurala dönüşür: “Her özet 100 kelimenin altında olmalı.” On düzeltmeden sonra agent’ın çok daha isabetli olur.

Örnek Kuralı. Mükemmel çıktı örneklerini proje bilgi dosyalarına yükle. “İşte mükemmel kaliteyi temsil eden üç makale. Bu standardı yakala.” Örnekli agent’lar, sadece talimatlı agent’lardan daha iyi çalışır.

Geri Bildirim Döngüsü. Haftada bir, agent’ının son 7 günkü çıktılarını gözden geçir. Ne iyi çalıştı? Ne düzeltme istedi? Talimatları buna göre güncelle. Her hafta rötuş gören agent’lar, hiç güncellenmeyenlere kıyasla bir ay sonra 3-5 kat daha iyi çıktı üretiyor.

Bugün Kurabileceğin 5 Agent Fikri

Artık üç tipi bildiğine göre, hemen kurabileceğin beş agent:

1. İçerik Çoğaltıcı. Girdi: bir uzun makale. Çıktı: bir X/Twitter dizisi, bir LinkedIn postu, bir Instagram açıklaması, bir bülten teaser’ı ve bir YouTube senaryo taslağı. Hepsi tek yanıtta.

2. Haftalık Rakip Analizi. Haftalık zamanlanır. En önemli 3 rakibini web’de arar. Yeni ürün lansmanı, fiyat değişikliği, yayınlanan içerik veya haber bulur. Bir rekabet istihbaratı brifingi kaydeder.

3. Müşteri Karşılama Agent’ı. Girdi: müşteri adı ve proje tanımı. Çıktı: karşılama e-postası, proje zaman çizelgesi, ön bilgi formu ve marka materyali talebi. Hepsi müşterinin bilgileriyle özelleştirilmiş. Gönderime hazır.

4. Toplantı Özeti Agent’ı. Girdi: ham toplantı notların (dağınık olsa bile). Çıktı: alınan kararlar, sorumlularıyla aksiyon maddeleri, açık sorular ve sonraki adımları içeren temiz bir özet. Biçimlenmiş ve katılımcılarla paylaşmaya hazır.

5. Fatura İşleyici. /Receipts klasörünü aylık tarayan bir Cowork agent’ı. Her fişten tarih, satıcı, tutar ve kategori çıkarır. Kategorize bir tablo oluşturur. Toplamları hesaplar. /Finance klasörüne kaydeder.

Büyük Resim

Çoğu insanın fark etmediği şey şu.

Sadece üç agent kurmadın. Agent kurma becerisini kurdun. Bu beceri katlanarak büyür. Kurduğun her agent sana yeniden kullanabileceğin kalıplar öğretir. Sistem talimatların keskinleşir. İş akışların sıkılaşır. Çıktı kaliten yükselir.

Agent kurmaya başladıktan bir ay sonra, hayatındaki her tekrar eden işe bakıp şöyle düşüneceksin: “Bunu agent’a yaptırabilirim.”

Ve haklı olacaksın. Çünkü kalıbı bir kez anladığında (adımları tanımla, kalite standardını belirle, sırayı otomatikleştir), her şeyi agent’a yaptırabilirsin.

Çoğu insan AI agent’ların ne kadar havalı göründüğünü konuşurken işlerini elle yapmaya devam edecek.

Bugün ilk agent’ını kuranların ise ay sonunda çalışan bir agent ekibi olacak. Ve bu işleri kendileri yapmaya bir daha asla dönmeyecekler.

Claude’u Tek Kişilik Yazılım Ekibine Çeviren 67 Skill

Ama merak etmeyin. Bu not, hangi skill’in ne işe yaradığını daha anlaşılır şekilde toparlıyor. Doğru kurulumla Claude ve Claude Code’u sadece cevap veren bir araç gibi değil; planlayan, geliştiren, test eden, dokümante eden ve kodu gözden geçiren bir ekip gibi kullanabilirsiniz.

Claude veya Claude Code kullanırken şu problemleri yaşıyor olabilirsiniz:

• Claude Code kullanıyorsunuz ama her seferinde aynı şeyleri tekrar tekrar açıklıyorsunuz.

• Skills özelliğini biliyorsunuz ama hangisini kurmanız gerektiğini bilmiyorsunuz.

• Tasarım → geliştirme → test → dokümantasyon akışını otomatikleştirmek istiyorsunuz.

• Claude Code’u sadece “kod tamamlama aracı” gibi değil, gerçek bir geliştirme partneri gibi kullanmak istiyorsunuz.

Son dönemde AI ve crypto tarafında bilinen Mr. Buzzoni’nin paylaştığı “Claude Skills 67 seçkisi” ciddi şekilde gündem oldu.

Bu notta o içeriği daha anlaşılır şekilde özetliyoruz.

Orijinal paylaşım:

Claude Skills Nedir?

Çoğu kişi Claude Code’u sadece normal komut vererek kullanıyor.

Bir şey soruyorsunuz, cevap alıyorsunuz ve iş bitiyor.

Ama Claude Code’da “Skills” diye bir yapı var. Bunu kullandığınızda Claude Code; tasarımcı, reviewer, debugger ve dokümantasyon yazarı gibi davranabiliyor.

Yani tek başına küçük bir geliştirme ekibine dönüşebiliyor.

Bir Skill aslında içinde SKILL.md dosyası bulunan bir klasördür.

Bu dosyada belirli bir işin nasıl yapılacağı adım adım anlatılır. İçine şunlar da eklenebilir:

• Kurallar

• Kısıtlar

• Örnekler

• Yardımcı script’ler

• Şablonlar

• İş akışı tarifleri

Böylece her yeni oturumda Claude’a “şunu şöyle yap, bunu böyle kontrol et” diye tekrar tekrar anlatmanız gerekmez.

Bir kere Skill olarak kurarsınız, sonra tekrar tekrar kullanırsınız.

Genel kurulum komutu:

npx skills@latest add [repo/path]

Başlıca Skill kaynakları:

• Anthropic resmi Skills:
  https://github.com/anthropics/skills

• Matt Pocock Skills:
  https://github.com/mattpocock/skills

• Topluluk marketplace’i:
  https://skillsmp.com

Meta Skills

Önce Skill Yazmayı Öğreten Skill’ler

Diğer tüm Skill’lerin temelinde Meta Skills var.

Bunlar, yeni Skill oluşturmak veya mevcut Skill’i iyileştirmek için kullanılıyor.

Skill Creator

Bu gerçekten çok faydalı bir Skill.

Claude’u kendi görevleriniz üzerinde test ediyor, çıkan sonuçlara göre yeni Skill oluşturmanıza veya mevcut Skill’i geliştirmenize yardımcı oluyor.

Kullanım mantığı şöyle:

1. Workflow’unuzu madde madde anlatıyorsunuz.

2. Claude size bir SKILL.md taslağı öneriyor.

3. 3-5 kez test ediyorsunuz.

4. Nerede başarısız olduğunu analiz ettiriyorsunuz.

5. Skill’i iyileştiriyorsunuz.

Link:
https://github.com/anthropics/skills/tree/main/skills/skill-creator

Write a Skill

Skill yazarken doğru yapı, aşamalı açıklama ve ek kaynakları nasıl düzenlemeniz gerektiğini gösterir.

Skill Creator ile ham bir taslak çıkardıktan sonra, bunu daha düzgün ve sürdürülebilir hale getirmek için kullanabilirsiniz.

Kurulum:

npx skills@latest add mattpocock/skills/write-a-skill

Link:
https://github.com/mattpocock/skills/tree/main/write-a-skill

Find Skills

Yeni bir Skill yazmadan önce, benzer bir Skill zaten var mı diye aramak gerekir.

Find Skills, SkillsMP gibi marketplace’lerde sizin kullanım senaryonuza uygun Skill’leri bulmanıza yardımcı olur.

Temel kural şu:

Önce mevcut olanı ara.
Varsa onu kullan veya fork’la.
Yoksa yenisini yaz.

Marketplace:
https://skillsmp.com

Planning & Design

Yanlış Şeyi İnşa Etmeyi Önleyen Skill’ler

Bence en kritik bölüm burası.

Çünkü planlama ve tasarım aşamasında kullanılan Skill’ler, geliştirme sonrasında çıkacak hataların ve geri dönüşlerin büyük kısmını engeller.

Yani “hızlı kod yazmak” yerine, önce doğru şeyi yapıp yapmadığınızı sorgulatır.

Grill Me

Claude burada size acımasızca soru sorar.

Karar ağacındaki tüm belirsizlikler çözülene kadar sizi sıkıştırır.

Yeni özellik, refactor veya riskli migration öncesinde çok işe yarar.

Kurulum:

npx skills@latest add mattpocock/skills/grill-me

Size şunlar hakkında sorular sorar:

• Veri modeli

• Edge case’ler

• Hata senaryoları

• Mevcut sistemle ilişkiler

• Riskler

• Alternatif kararlar

Bir kez sabırla cevap verirseniz, ileride yangın söndürme ihtimaliniz azalır.

Write a PRD

PRD, yani Product Requirements Document oluşturur.

Claude sizinle interaktif şekilde konuşur, kod tabanını inceler, modül tasarımını çıkarır ve sonunda bunu GitHub issue olarak kaydedebilir.

Kurulum:

npx skills@latest add mattpocock/skills/write-a-prd

PRD to Plan

Hazırlanan PRD’yi çok aşamalı bir implementasyon planına çevirir.

Buradaki olay sadece “task listesi çıkarmak” değildir.

Tracer bullet yaklaşımıyla, yani dikey ve küçük çalışan parçalar halinde ilerleyen bir plan çıkarır.

Böylece entegrasyon riski azalır.

Kurulum:

npx skills@latest add mattpocock/skills/prd-to-plan

PRD to Issues

PRD’yi ayrı ayrı geliştirilebilir GitHub issue’larına böler.

Her issue bağımsız şekilde ele alınabilir. Ayrıca bloklayan işler belirtilir.

Kurulum:

npx skills@latest add mattpocock/skills/prd-to-issues

Design an Interface

Bir modül için 3-5 farklı interface tasarımı üretir.

Bunu paralel subagent’larla yapar.

Yani size sadece tek bir çözüm değil, farklı trade-off’lara sahip birkaç alternatif sunar.

Kurulum:

npx skills@latest add mattpocock/skills/design-an-interface

Request Refactor Plan

Refactor yapmak istediğinizde önce sizinle konuşur.

Sonra küçük commit’lere bölünmüş detaylı bir refactor planı çıkarır ve bunu GitHub issue olarak kaydedebilir.

Kurulum:

npx skills@latest add mattpocock/skills/request-refactor-plan

Code Development

Claude Code’u Disiplinli Bir Geliştirme Partnerine Çevirmek

Bu bölümdeki Skill’ler Claude Code’un rastgele kod yazmasını değil, daha sistemli geliştirme yapmasını sağlar.

TDD

Katı bir test-first döngüsü uygulatır.

Yani:

1. Önce başarısız test yazılır.

2. Sonra testi geçirecek en küçük kod yazılır.

3. Testler bozulmadan refactor yapılır.

Kurulum:

npx skills@latest add mattpocock/skills/tdd

Triage Issue

“Neden bozulduğunu hiç anlamadım” dediğiniz durumlarda kullanılır.

Kod tabanını inceler, kök nedeni bulmaya çalışır ve TDD tabanlı bir çözüm planını GitHub issue olarak yazabilir.

Kurulum:

npx skills@latest add mattpocock/skills/triage-issue

QA

Bir özellik için tam QA geçişi yapar.

Edge case’leri bulur, riskleri çıkarır, bloklayan işleri ayırır.

Pull request öncesi kullanıldığında regression riskini azaltır.

Kurulum:

npx skills@latest add mattpocock/skills/qa

Improve Codebase Architecture

Kod tabanındaki mimari iyileştirme noktalarını bulur.

Şunları çıkarabilir:

• Hotspot bölgeler

• 2-3 farklı refactor stratejisi

• Her stratejinin riski

• Tahmini efor

• Beklenen etki

Kurulum:

npx skills@latest add mattpocock/skills/improve-codebase-architecture

Systematic Debugging

“Bir şeyi değiştireyim belki düzelir” yaklaşımını engeller.

4 aşamalı bir debugging yöntemi uygular:

1. Hatanın yeniden üretimi

2. Minimum başarısız testin yazılması

3. Kök nedenin daraltılması

4. Tek ve kontrollü düzeltme

5. Testlerle doğrulama

Link:
https://github.com/obra/superpowers/tree/main/skills/systematic-debugging

Auto-Commit Messages

Stage edilmiş diff’i okur ve Conventional Commit formatında commit mesajı üretir.

Örneğin:

• type

• scope

• body

• açıklama

Böylece gece 2’de fix stuff yazmak zorunda kalmazsınız.

Link:
https://github.com/anthropics/skills/tree/main/skills/auto-commit

Code Review

Kodunuzu sistematik şekilde inceler.

Şunlara odaklanabilir:

• Güvenlik

• Performans

• Error handling

• Mimari

• Bakım kolaylığı

İsterseniz “security-focused review” veya “performance-focused review” gibi özel odaklar da verebilirsiniz.

Link:
https://github.com/anthropics/skills

Superpowers

TDD, debugging, refactoring ve execution için hazırlanmış pratik Skill setidir.

Varsayılan bir “engineering brain” katmanı gibi kullanılabilir.

Link:
https://github.com/obra/superpowers

Tooling & Setup

Bir Kez Kurup Sonra Rahat Edeceğiniz Skill’ler

Bu bölümdeki Skill’ler genelde proje başında kurulur ve uzun süre fayda sağlar.

Setup Pre-Commit

Yeni bir repo açtığınızda pre-commit setup’ını hazırlar.

Şunları kurabilir:

• Husky pre-commit hook

• lint-staged

• Prettier

• Type check

• Test çalıştırma

Kurulum:

npx skills@latest add mattpocock/skills/setup-pre-commit

Git Guardrails for Claude Code

Claude Code kullanırken tehlikeli git komutlarını çalıştırmadan önce engeller.

Örneğin:

• push

• reset --hard

• clean

Prod repo’da Claude Code kullanıyorsanız bu ciddi bir güvenlik ağıdır.

Kurulum:

npx skills@latest add mattpocock/skills/git-guardrails-claude-code

Dependency Auditor

package.json içindeki eski, zayıf, terk edilmiş veya güvenlik açığı bulunan paketleri tarar.

Sonunda önceliklendirilmiş bir düzeltme listesi verir.

Link:
https://github.com/ComposioHQ/awesome-claude-skills

Writing & Knowledge

Dokümantasyon, Yazı ve Bilgi Yönetimi

Bu Skill’ler sadece kod için değil, yazı ve bilgi üretimi için de faydalıdır.

Edit Article

Sadece gramer düzeltmez.

Yazının argümanını güçlendirir, gereksiz kısımları keser, bölümlerin ana fikrini netleştirir.

Yani gerçek editör gibi çalışır.

Kurulum:

npx skills@latest add mattpocock/skills/edit-article

Ubiquitous Language

DDD yani Domain Driven Design yaklaşımındaki ortak domain dilini çıkarır.

Konuşmalardan, dokümanlardan veya koddan terimleri toparlar.

Mesela ekip içinde:

• “event”

• “order”

• “user”

gibi kavramlar farklı kişiler tarafından farklı anlamlarda kullanılıyorsa bunu netleştirir.

Kod yazmadan önce domain dilini ortaklaştırmak, kod tabanı ve dokümantasyonun aynı dili konuşmasını sağlar.

Kurulum:

npx skills@latest add mattpocock/skills/ubiquitous-language

API Documentation Generator

Route’ları okuyup örnekler, hata kodları ve authentication gereksinimleriyle birlikte OpenAPI / Swagger dokümantasyonu üretir.

API’yi çıkardınız ama dokümantasyon yazmadıysanız çok işe yarar.

Link:
https://github.com/ComposioHQ/awesome-claude-skills

Obsidian Vault

Obsidian Vault içinde arama, not oluşturma ve yönetim yapar.

Wikilink’leri ve index notlarını koruyarak çalışır.

Yeni not oluşturabilir, mevcut notlar arasında gezinir ve link tutarlılığını korur.

Kurulum:

npx skills@latest add mattpocock/skills/obsidian-vault

UI / Design / Frontend

Tasarım ve Arayüz Skill’leri

Frontend Design

Modern ve temiz UI üretimini yönlendirir.

Link:
https://github.com/anthropics/skills/tree/main/skills/frontend-design

Theme Factory

Tek bir metin prompt’undan tam renk paleti ve tema oluşturur.

Örneğin:

“Daha sakin, güven veren, fintech havasında, koyu vurgu rengine sahip bir tema”

Bunu token’lı bir palete dönüştürür ve Tailwind / CSS variable olarak kullanabileceğiniz hale getirebilir.

Link:
https://github.com/anthropics/skills/tree/main/skills/theme-factory

Web Artifacts Builder

Doğal dil komutlarından interaktif dashboard, hesaplayıcı veya küçük araçlar oluşturur.

Link:
https://github.com/anthropics/skills/tree/main/skills/web-artifacts-builder

Brand Guidelines

Yeni oluşturulan component’lerin marka sistemiyle uyumlu kalmasını sağlar.

Link:
https://github.com/anthropics/skills/tree/main/skills/brand-guidelines

Business / Sales / Marketing

İş ve Pazarlama Skill’leri

Stripe Integration

Güvenli ödeme akışları, webhook’lar ve abonelik sistemleri kurmaya yardımcı olur.

Basit ama kritik API hatalarını azaltır.

Link:
https://github.com/wshobson/agents/tree/main/plugins/payment-processing/skills/stripe-integration

Marketing Skills

CRO, copywriting, e-posta akışları gibi 20’den fazla pazarlama Skill’ini içerir.

Link:
https://github.com/coreyhaines31/marketingskills

Claude SEO

Teknik SEO audit, schema ve on-page optimizasyon için kapsamlı bir Skill setidir.

Link:
https://github.com/AgriciDaniel/claude-seo

Domain Name Brainstormer

Yeni ürün, uygulama veya mikro marka için isim üretir.

Ayrıca domain uygunluğunu kontrol etmeye yardımcı olur.

Link:
https://github.com/Microck/ordinary-claude-skills/tree/main/skills_all/domain-name-brainstormer

Office & Documents

PDF, Word, PowerPoint ve Excel Skill’leri

PDF / DOCX / PPTX / XLSX

Anthropic’in resmi Skill’leri içinde ofis dokümanlarıyla çalışmak için araçlar bulunur.

Bunlarla şunlar yapılabilir:

• PDF’ten tablo çıkarma

• PDF form doldurma

• PDF birleştirme

• Word dosyasında değişiklik yapma

• Track changes ile düzenleme

• PowerPoint oluşturma ve düzenleme

• Excel’de formül, pivot tablo ve grafik üretme

Link:
https://github.com/anthropics/skills/tree/main/skills/

Doc Co-Authoring

Claude ile gerçek zamanlı ortak yazım yapmayı sağlar.

Link:
https://github.com/anthropics/skills/tree/main/skills/doc-coauthoring

Multi-Agent

Çoklu Agent Skill’leri

Bu bölüm, birden fazla agent’ın aynı problem üzerinde çalışmasını sağlar.

Özellikle mimari kararlar, strateji, risk analizi ve karmaşık problemlerde faydalıdır.

Stochastic Multi-Agent Consensus

Birçok subagent oluşturur.

Hepsine aynı problemi çözdürür, sonra cevapları birleştirir.

Şunlarda işe yarar:

• Strateji kararı

• Mimari seçim

• Risk analizi

• Büyük teknik kararlar

Link:
https://github.com/hungv47/meta-skills

Model-chat / Debate

Birden fazla Claude instance’ını tartıştırarak fikirleri stres testine sokar.

2-3 büyük seçenek arasında kaldığınızda işe yarar.

Link:
https://github.com/tommasinigiovanni/conclave

Firecrawl Skill

Normal scraper’ları engelleyen karmaşık sitelerden yapılandırılmış veri çıkarmaya yardımcı olur.

Link:
https://github.com/mendableai/firecrawl

Önerilen Kurulum Sırası

Orijinal içerikte önerilen kurulum sırası oldukça pratik.

Aynen şöyle ilerlenebilir:

1. Meta Skills ile başlayın

Önce şunları kurun:

• Write a Skill

• Skill Creator

Böylece Skill oluşturabilir ve mevcut Skill’leri iyileştirebilir hale gelirsiniz.

2. Planning Skill’lerini ekleyin

Şunlar iyi başlangıç olur:

• Grill Me

• Write a PRD

• PRD to Plan

• PRD to Issues

• Design an Interface

Bu katman, yanlış şeyi geliştirme riskini ciddi şekilde azaltır.

3. Kod güvenliği ve geliştirme disiplini ekleyin

Her repo için şunlar mantıklı olabilir:

• Git Guardrails

• Setup Pre-Commit

• TDD

• Systematic Debugging

• Triage Issue

Bunlar Claude Code’un kontrolsüz şekilde hareket etmesini engeller.

4. Superpowers’ı temel katman olarak ekleyin

Superpowers, TDD, debugging ve refactor gibi mühendislik pratiklerini tek bir temel katmanda toplar.

Link:
https://github.com/obra/superpowers

5. Üzerine iş tarafı Skill’lerini ekleyin

İhtiyaca göre şunları ekleyebilirsiniz:

• Marketing Skills

• Claude SEO

• Lead Research

• Content Researcher

6. Eksikleri SkillsMP ile tamamlayın

Yeni bir problemle karşılaştığınızda sıfırdan Skill yazmadan önce SkillsMP’de arama yapın.

Marketplace:

https://skillsmp.com

Sonuç

Skills, hepsini aynı anda kurmanız gereken bir paket değil.

İhtiyacınız olanları seçin.
Her kategoriden bir veya iki tane kurun.
Kendi workflow’unuza göre iyileştirin.

Bugün sadece birkaç Skill kurmanız bile Claude Code kullanımınızı ciddi şekilde değiştirebilir.

Çünkü Claude Code artık sadece “komut verdiğiniz bir araç” olmaktan çıkar.

Planlayan, sorgulayan, test eden, review yapan ve dokümantasyon çıkaran bir geliştirme partnerine dönüşür.

Prompt Yazmak Artık Yetmiyor

Claude Fable 5 çıktı.

Yeni model duyurularında genelde ilk baktığımız:

Daha mı güçlü?
Kodda daha mı iyi?
Görsel anlama tarafında ne kadar ilerledi?
Uzun görevlerde ne yapabiliyor?

Claude Fable 5 için bu soruların hepsi önemli. Duyuruda modelin yazılım mühendisliği, bilgi işleri, görsel anlama, uzun bağlam ve memory tarafında ciddi şekilde öne çıktığı anlatılıyor.

Bu seviyedeki modelleri eski chatbot alışkanlıklarıyla kullanmak artık yeterli değil.

Chatbot gibi değil, çalışma sistemi gibi düşünmek gerekiyor

Claude Fable 5’in dikkat çeken taraflarından biri uzun ve karmaşık işleri daha iyi taşıyabilmesi.

Bu, kullanım şeklini değiştiriyor.

Eski alışkanlık:

Soruyu sor, cevabı al.

Yeni yaklaşım daha çok şuna benziyor:

Hedefi ver, sınırları çiz, modelin çalışmasına izin ver, sonucu kanıtla doğrulat, gerekiyorsa memory’ye ders olarak yazdır.

Yani artık mesele sadece iyi prompt yazmak değil.

Mesele, modelin nasıl çalışacağını tasarlamak.

Daha güçlü model, daha net sınır ister

Claude Fable 5 gibi modeller daha otonom davranabiliyor. Bu güzel. Ama aynı zamanda dikkat isteyen bir tarafı var.

Model, bazen kullanıcının istemediği aksiyonlara da yönelebilir. Bu yüzden prompt yazarken sadece ne yapılacağını değil, ne yapılmayacağını da söylemek gerekiyor.

Örneğin kod tarafında şöyle bir talimat artık daha değerli:

Bu problemi incele. Gereksiz refactor yapma. Sadece görevin gerektirdiği en küçük değişikliği uygula. Sonunda ne bulduğunu, ne değiştirdiğini ve neyin doğrulandığını açıkça özetle.

Bu küçük bir detay gibi görünüyor ama güçlü modellerde önemli.

Çünkü modelin kabiliyeti arttıkça, kapsamı büyütme ihtimali de artıyor.

Güven, güzel cümleden değil kanıttan gelir

Uzun çalışan agent’larda en kritik konulardan biri şu:

Model gerçekten ne yaptı?

Testleri çalıştırdı mı?
Sonucu gördü mü?
Yoksa sadece “tamamlandı” mı dedi?

Claude Fable 5 için önerilen prompting yaklaşımında bu yüzden ilerleme iddialarının araç sonuçlarına dayandırılması vurgulanıyor.

Yani model “testler geçti” diyorsa, gerçekten test çıktısı görmüş olmalı.

Test çalışmadıysa doğru cevap şu olmalı:

Testleri çalıştırmadım, bu yüzden değişiklik henüz doğrulanmadı.

Bu bence agent çağının en temel kuralı:

Modelin özgüvenine değil, kanıtına güven.

Memory artık küçük bir detay değil

Claude Fable 5 tarafında memory konusu da daha önemli hale geliyor.

Memory’yi “model her şeyi hatırlasın” gibi düşünmemek lazım.

Daha doğru tanım şu:

Modelin doğrulanmış dersleri sonraki işlerde tekrar kullanabilmesi.

Kötü memory şöyle olur:

Burada hata yaptım.

İyi memory şöyle olur:

Bu projede testler local yerine Docker içinde çalıştırılmalı. Local sonuçlar eksik dependency yüzünden yanıltıcı olabiliyor.

Aradaki fark büyük.

Biri sadece not.
Diğeri tekrar kullanılabilir bilgi.

Subagent ve loop meselesi

Bu model sınıfıyla birlikte subagent ve loop tasarımı da daha önemli hale geliyor.

Bir agent işi yaparken, başka bir verifier agent sonucu kontrol edebilir.
Bir subagent dokümantasyonu incelerken, başka bir subagent testleri kontrol edebilir.
Ana agent ise bunları birleştirip karar verebilir.

Burada amaç “daha havalı sistem kurmak” değil.

Amaç, modelin kendi çıktısını körü körüne beğenmesini engellemek.

Çünkü güçlü modellerde iyi sonuç çoğu zaman tek seferlik cevaptan değil; deneme, ölçme, düzeltme ve tekrar deneme döngüsünden geliyor.

Fable 5 ve Mythos 5 ayrımı neden önemli?

Duyuruda Fable 5 ve Mythos 5 birlikte anlatılıyor.

Basitçe söylemek gerekirse Fable 5, genel kullanıma açılmış güvenli versiyon gibi konumlanıyor. Mythos 5 ise aynı temel modelin bazı güvenlik kısıtları kaldırılmış, daha sınırlı ve güvenilir erişim programları üzerinden sunulan versiyonu.

Bu ayrım önemli çünkü modelin kabiliyeti arttıkça risk de artıyor.

Özellikle siber güvenlik, biyoloji/kimya ve model distillation gibi alanlarda ek güvenlik sınıflandırıcıları devreye giriyor. Bazı isteklerde cevap Fable 5 yerine Opus 4.8 üzerinden veriliyor.

Bu da aslında yeni dönemin başka bir işareti:

Model sadece daha güçlü olmuyor.
Modelin etrafındaki güvenlik, erişim ve kullanım mimarisi de değişiyor.

Claude ile Excel Dosyalarıyla Daha Akıllı Çalışmak

Excel’de saatler harcamak yerine, Claude’a Excel dosyalarını nasıl daha bilinçli okutabileceğinizi, analiz ettirebileceğinizi ve düzenletebileceğinizi gösteriyorum.

Sıkıcı Excel İşlerini Claude ile Nasıl Kolaylaştırıyorum?

Dostlar, hepimizin uğraştığı o Excel dosyaları var biliyorsunuz.

Bazen müşteri listesi gelir.
Bazen satış raporu gelir.
Bazen finansal tablo gelir.
Bazen de içinde 10 tane sheet olan, kimin ne yaptığını anlamanın zor olduğu karmaşık bir dosya gelir.

Sonra klasik süreç başlar:

Formüller kontrol edilir.
Hatalı hücreler aranır.
Eksik veriler bulunmaya çalışılır.
Sheet’ler tek tek gezilir.
Pivot tablo hazırlanır.
Grafik çıkarılır.
Rapor formatı düzeltilir.
Sonra biri gelir ve “şunu biraz daha okunabilir yapabilir miyiz?” der.

İşte bu noktada Claude’u Excel dosyalarıyla daha sistemli çalışacak hale getirebiliriz.

Bu yazıda size Claude’a Excel dosyalarıyla çalışmayı nasıl öğretebileceğinizi göstereceğim.

Yani burada Excel’in içine eklenti kurmaktan bahsetmiyorum.

Google Drive connector bağlayacağız.

Sonra Claude’a Excel dosyalarını daha bilinçli şekilde okutacağız, analiz ettireceğiz, düzenleteceğiz ve gerekirse yeni bir Excel dosyası oluşturtacağız.

Böylece dosyaları bilgisayardan tek tek yüklemek yerine, Drive’daki dosyalara da erişebileceğiz.

Adım adım gidelim.

Share

1. Önce problemi netleştirelim

Excel aslında çok güçlü bir araç.

Ama dosya büyüdükçe iş zorlaşıyor.

Özellikle şu durumlarda:

• Çok fazla sheet varsa

• Formüller birbirine bağlıysa

• Bazı hücrelerde hata varsa

• Veri dağınık geldiyse

• Dosyada eski ve yeni bilgiler karıştıysa

• Bir raporun hızlıca özetlenmesi gerekiyorsa

• Excel’den yeni bir dashboard veya analiz dosyası çıkarılması gerekiyorsa

asıl zamanımız analiz yapmaya değil, dosyayı anlamaya gidiyor.

Benim burada yapmak istediğim şey şu:

Claude’a sadece “bu Excel’i analiz et” demek değil.

Claude’a bir çalışma yöntemi vermek.

Yani Claude şunu bilsin istiyoruz:

Bir Excel dosyası geldiğinde önce yapısını anla.
Sheet’leri çıkar.
Formülleri kontrol et.
Eksik veya hatalı yerleri bul.
Değişiklik yapmadan önce plan çıkar.
Sonra kullanıcı onay verirse düzenle.
En sonda ne yaptığını özetle.

Bu yaklaşım çok daha kontrollü.

Çünkü Excel dosyalarında küçük bir yanlış değişiklik bile büyük probleme dönüşebilir.

2. Sırada Google Drive bağlantısı var

Google Drive’ı Claude’a bağlamak.

Neden?

Çünkü çoğu Excel dosyası artık bilgisayarımızda durmuyor.

Drive’da duruyor.

Ekip klasöründe duruyor.

Müşteri klasöründe duruyor.

Raporlar, CSV’ler, eski Excel dosyaları, toplantı notları, hatta bazen PDF’ler aynı yerde duruyor.

Biz Claude’a sadece tek bir dosya yüklemek yerine, Google Drive’daki ilgili dosyaları da kaynak olarak gösterebiliriz.

Bu da çok işe yarıyor.

Mesela şunu diyebiliriz:

“Drive’daki satış raporunu bul, geçen ayki raporla karşılaştır ve yeni bir Excel özeti oluştur.”

Ya da:

“Bu klasördeki müşteri dosyalarını incele, ortak kolonları çıkar ve temiz bir master Excel dosyası oluştur.”

Ya da:

“Drive’daki PDF raporları ve Excel tablolarını kullanarak yeni bir analiz dosyası hazırla.”

Burada Claude sadece tek dosyayla değil, kaynaklarla birlikte çalışmaya başlıyor.

3. Google Drive connector nasıl bağlanır?

Adım 1: Claude’da Customize bölümüne giriyoruz

Claude ana ekranından Customize bölümüne giriyoruz.

Connectors kısmına bakacağız.

Adım 2: Google Drive connector’ı buluyoruz

Connectors bölümünde Google Workspace veya Google Drive seçeneğini buluyoruz.

Burada Gmail, Calendar ve Drive gibi farklı Google bağlantıları görebilirsiniz.

Bizim ihtiyacımız Google Drive.

Adım 3: Google hesabımızla giriş yapıyoruz

Google Drive connector’ı seçtikten sonra Claude sizden Google hesabınızla giriş yapmanızı ister.

Burada hangi Google hesabını bağladığınıza dikkat edin.

Kişisel hesabınız mı?

Şirket hesabınız mı?

Müşteri dosyalarının olduğu hesap mı?

Çünkü Claude sadece bağladığınız hesaptaki ve sizin erişim izniniz olan dosyalara erişebilir.

Subscribe now

Adım 4: Yetkileri kontrol ediyoruz

Connector kurarken izin ekranlarını hızlıca geçmemek gerekiyor.

Özellikle iş hesabı kullanıyorsanız bu daha önemli.

Eğer Team veya Enterprise plan kullanıyorsanız, organizasyon sahibi bazı connector izinlerini sınırlandırabilir.

Mesela Claude sadece Drive dosyalarını okuyabilir ama yeni dosya oluşturamaz.

Ya da dosya oluşturabilir ama düzenleyemez.

Bu bence iyi bir şey.

Çünkü herkesin Claude’a sınırsız yazma yetkisi vermesi doğru olmayabilir.

Benim önerim:

İlk kullanımda Claude’a önce okuma ağırlıklı izinlerle başlamak.

Sonra gerçekten gerekiyorsa yazma veya dosya oluşturma yetkilerini açmak.

7. Google Drive’daki Excel dosyasını Claude’a nasıl kullandırırız?

Google Drive bağlantısı tamamlandıktan sonra Claude Cowork ekranından new task’a tıklıyoruz ardından Projemizi seçiyoruz.

8. Claude için ilk analiz promptu

Kurulum tamamlandıktan sonra Claude’a şöyle yazabilirsiniz:

{{GOOGLE_DRIVER_LINKI }}
Bu Excel dosyasını baştan sona incele.

Bana şunları açıkla:

1. Bu dosyanın amacı ne?
2. Kaç sheet var ve her sheet ne işe yarıyor?
3. Ana metrikler neler?
4. Önemli formüller hangi hücrelerde?
5. Dosyada hata, eksik veri veya tutarsızlık var mı?
6. Bu dosyayı daha okunabilir hale getirmek için ne önerirsin?

Cevabı teknik olmayan birinin anlayacağı şekilde açıkla.
Önemli hücreleri mümkünse sheet ve hücre referanslarıyla göster.
Dosyayı değiştirmeden önce benden onay iste.

9. Claude’a “önce varsayımlarını söyle” dedirtmek

AI’dan doğrudan dosya üretmesini istemiyoruz.

Önce varsayımlarını listeletiyoruz.

Bence bu çok önemli.

Çünkü AI bazen dosyayı güzel gösterir ama arka planda yanlış varsayım yapabilir.

O yüzden Claude’a şöyle diyebiliriz:

Bu dosyayı analiz ettikten sonra düzenleme veya yeni rapor önerisi yapmadan önce bana en önemli 10 varsayımını listele.

Özellikle şunları belirt:

- Hangi kolonları ana veri olarak kabul ettin?
- Hangi sheet’i kaynak tablo olarak gördün?
- Hangi metrikleri önemli kabul ettin?
- Hangi formüllerin kritik olduğunu düşündün?
- Hangi alanlarda emin değilsin?
- Hangi değişiklikler riskli olabilir?

Ben bu varsayımları onaylamadan düzenleme planına geçme.

Bu sayede kontrol sende kalıyor.

AI “ben yaptım oldu” moduna geçmiyor.

Önce düşünüyor, sonra gösteriyor.

5. Google Sheets içinde ChatGPT kullanma

Şimdi işin düzenleme tarafına gelelim.

Claude analizini yaptı.

Biz dosyanın ne olduğunu anladık.

Şimdi dosyayı Google Sheets’te açıyoruz.

Sonra ChatGPT eklentisini ekliyoruz.

Adımlar şöyle:

Google Sheets dosyasını aç.
Üst menüden Extensions alanına gir.
Add-ons bölümünden Get add-ons seçeneğine tıkla.
Marketplace içinde ChatGPT diye ara.
OpenAI tarafından yayınlanan ChatGPT eklentisini seç.
Install diyerek kur.
Kurulumdan sonra tekrar Extensions menüsüne dön.
ChatGPT seçeneğini aç.
Sağ tarafta ChatGPT paneli açılacak.
ChatGPT hesabınla giriş yap.

Bundan sonra artık ChatGPT Google Sheets içinde çalışır.

Yani artık ChatGPT’ye şöyle diyebilirsin:

@Dashboard sheet’ini incele.

Bu sheet’teki varsayımları daha okunabilir hale getir.
Ama formülleri değiştirme.
Sadece başlıkları, açıklamaları ve formatı iyileştir.

Değişiklik yapmadan önce hangi hücreleri değiştireceğini listele.

Burada @ ile sheet seçebilmek çok kullanışlı.

Çünkü tüm dosyayı değil, sadece ilgili sheet’i hedefleyebiliyorsun.

6. Google Sheets içinde düzenleme promptları

Formül kontrolü için

Bu dosyada formül hatası olabilecek alanları kontrol et.

Özellikle şunlara bak:

- #REF!
- #VALUE!
- #DIV/0!
- Boş referanslar
- Elle yazılmış ama formül olması gereken hücreler
- Diğer satırlarla tutarsız formül yapısı

Önce sadece rapor ver.
Hiçbir hücreyi değiştirme.

Rapor formatı:
1. Sheet adı
2. Hücre veya aralık
3. Sorun
4. Muhtemel sebep
5. Önerilen çözüm

Veri temizleme için

Bu sheet’teki veriyi temizlemek istiyorum.

Önce veri temizleme planı çıkar.

Kontrol etmen gerekenler:
- Tekrarlı satırlar
- Eksik değerler
- Tutarsız tarih formatları
- Gereksiz boşluklar
- Büyük/küçük harf tutarsızlıkları
- Aynı anlama gelen ama farklı yazılmış kategori değerleri

Önce sadece plan çıkar.
Ben onay vermeden hiçbir hücreyi değiştirme.

Yönetici özeti için

Bu workbook’taki verilerden kısa bir yönetici özeti çıkar.

Cevap şu formatta olsun:

1. Genel durum
2. En önemli 3 bulgu
3. Dikkat edilmesi gereken riskler
4. Pozitif gelişmeler
5. Önerilen aksiyonlar
6. Takip edilmesi gereken metrikler

Veride olmayan şeyi varsayma.
Emin olmadığın yerde bunu açıkça belirt.
Mümkünse sheet ve hücre referansı ver.

Yeni dashboard oluşturmak için

Bu workbook’taki verilerden sade bir dashboard sheet’i oluşturmak istiyorum.

Önce dashboard planını çıkar.

Plan içinde şunları belirt:
- Hangi sheet’lerden veri kullanacaksın?
- Hangi metrikleri hesaplayacaksın?
- Hangi grafikler mantıklı olur?
- Yeni sheet adı ne olacak?
- Hangi hücre veya kolonlara dokunacaksın?

Ben onay verdikten sonra dashboard sheet’ini oluştur.
Mevcut formülleri ve kaynak tabloları bozma.

7. Benim favori akışım

Ben bu tarz dosyalarda şunu yapardım:

Önce Claude’a giderim.

Drive’daki dosyayı gösteririm.

Şunu derim:

Bu dosyayı analiz et.
Ama düzenleme yapma.

Önce:
- Dosyanın amacını açıkla
- Sheet’leri tanıt
- Ana metrikleri çıkar
- Riskli alanları bul
- En önemli 10 varsayımını yaz
- Düzenleme gerekiyorsa plan öner

Sonra Claude’un verdiği analizi okurum.

Mantıklıysa dosyayı Google Sheets’te açarım.

ChatGPT eklentisine geçerim.

Orada şunu derim:

Claude’un analizine göre bu workbook’ta düzenleme yapmak istiyorum.

Önce sadece şu sheet üzerinde çalış:
@Dashboard

Yapılacaklar:
- Başlıkları daha anlaşılır hale getir
- Varsayımları grupla
- Formüllere dokunma
- Açıklama satırları ekle
- Değişiklik yapmadan önce etkilenecek alanları listele

Ben onay verdikten sonra uygula.

Bence en güvenli kullanım bu.

Claude dosyayı anlıyor.

ChatGPT dosyanın içinde düzenliyor.

Ben de her adımda kontrol ediyorum.

8. Güvenlik tarafını hafife almayın

Google Drive, Google Sheets ve Google Docs tarafında yapay zeka kullanırken dikkatli olmak gerekiyor.

Çünkü bu dosyalarda genelde önemli bilgiler var.

Müşteri listesi olabilir.
Finansal veri olabilir.
Çalışan bilgisi olabilir.
Satış raporu olabilir.
Şirket içi strateji olabilir.
Sözleşme taslağı olabilir.

Bu yüzden benim temel kurallarım şöyle:

Hassas dosyada önce kopya oluştur.
AI’ya doğrudan düzenleme yaptırma.
Önce analiz ve plan iste.
Eklenti izinlerini kontrol et.
Hangi Google hesabını bağladığını kontrol et.
Formül olan hücrelerde ekstra dikkatli ol.
Değişikliklerden sonra dosyayı mutlaka kendin kontrol et.
Kritik finansal, hukuki veya operasyonel kararları sadece AI çıktısına göre verme.

AI burada karar verici değil.

İyi bir yardımcı.

Final kontrol hala bizde.

9. Hazır başlangıç promptu

Bu promptu Claude tarafında kullanabilirsin:

Google Drive’daki bu Excel / Google Sheets dosyasını incele.

Önce sadece analiz yap. Dosyada hiçbir değişiklik yapma.

Bana şu formatta rapor ver:

1. Dosyanın genel amacı
2. Sheet listesi ve her sheet’in görevi
3. Ana tablolar
4. Önemli metrikler
5. Kritik formüller veya hesaplama mantığı
6. Eksik veri, hata veya tutarsızlıklar
7. Riskli alanlar
8. Daha okunabilir hale getirme önerileri
9. Düzenleme yapılacaksa önerilen adım adım plan
10. En önemli 10 varsayımın

Kurallar:
- Dosyada olmayan bilgiyi uydurma.
- Emin değilsen açıkça belirt.
- Mümkünse sheet ve hücre referansı kullan.
- Düzenleme yapmadan önce benden onay iste.

Bu promptu da Google Sheets içindeki ChatGPT tarafında kullanabilirsin:

Bu Google Sheets dosyasında düzenleme yapmak istiyorum.

Önce sadece plan çıkar.
Ben onay vermeden hiçbir hücreyi değiştirme.

İstediğim düzenleme:
[Buraya ne istediğini yaz]

Kurallar:
- Mevcut formülleri bozma.
- Kaynak verileri silme.
- Yeni sheet oluşturacaksan adını açık ver.
- Hangi sheet ve hücre aralıklarını değiştireceğini önce listele.
- Değişikliklerden sonra ne yaptığını özetle.

Sonuç

Bence burada önemli olan hangi aracı kullandığımızdan çok, işi nasıl böldüğümüz.

Claude’u analiz tarafında kullanmak çok mantıklı.

Çünkü dosyanın yapısını anlamada, bağlantıları görmede, riskleri açıklamada ve plan çıkarmada çok iyi çalışıyor.

Ama Google Sheets içinde gerçek düzenleme yapacaksak, işi dosyanın içinde çalışan ChatGPT’ye taşımak daha pratik.

Benim önerdiğim sistem şu:

Claude ile dosyayı anla.
Google Drive ile kaynağa bağlan.
ChatGPT ile Google Sheets içinde düzenle.
Her adımda plan iste.
Son kontrolü kendin yap.

Claude analizde güçlü.
ChatGPT dokümanın içinde düzenlemede pratik.
Google Drive ise dosyaların ortak çalışma alanı.

Dostlar, hepimizin hazırlamak zorunda kaldığı o sıkıcı sunum dosyaları var biliyorsunuz.

Bazen sıfırdan sunum hazırlamak gerekiyor.
Bazen hazır bir PowerPoint dosyasını düzenlemek gerekiyor.
Bazen de “şunu biraz daha profesyonel gösterelim” diye başlayan iş, saatlerimizi alıyor.

Bu yazıda size Claude ile bu işleri nasıl daha kolay hale getirebileceğinizi göstereceğim.

Yani sadece:

“Bana sunum hazırla”

demekten bahsetmiyorum.

Daha düzgün bir yöntemden bahsediyorum.

Claude’a bir skill ekleyip, PowerPoint dosyalarını daha bilinçli şekilde okutmak, düzenletmek, analiz ettirmek ve gerekirse sıfırdan sunum hazırlatmak mümkün.

Ben de bunu Anthropic’in kendi yayınladığı pptx skill örneği üzerinden anlatacağım.
Ve size bir prompt vereceğim, bu sayede istediğiniz tarzda sunum hazırlayabileceksiniz.

Adım adım gideceğiz.

1. Önce problemi netleştirelim

Normalde bir sunum işi geldiğinde süreç genelde şöyle ilerliyor:

PowerPoint açılır.
Eski bir dosya bulunur.
Bir yerlerden metin kopyalanır.
Slaytlar tek tek düzenlenir.
Font kayar.
Görsel taşar.
Başlıklar uymaz.
Sonra tekrar tekrar düzeltilir.

En sıkıcı olanı da

Asıl zamanımız içeriği düşünmeye değil, sunumu toparlamaya gidiyor.

Bu noktada devreye skills mantığı giriyor.

2. Skill nedir?

Basit anlatayım.

Skill, Claude’a belirli bir işi nasıl yapacağını öğreten küçük bir çalışma talimatı gibi düşünebilirsiniz.

Mesela PowerPoint dosyalarıyla çalışacaksak, Claude’a şunu söylemiş oluyoruz:

“Bir .pptx dosyası gördüğünde bunu sıradan bir dosya gibi ele alma. Önce analiz et, içeriğini oku, slayt yapısını çıkar, gerekiyorsa düzenle ve sonra kontrol et.”

Yani Claude’a sadece görev vermiyoruz.

Ona bir çalışma yöntemi veriyoruz.

Bu çok önemli.

Çünkü AI araçlarından iyi sonuç almak için sadece iyi prompt yazmak yetmiyor.

Bazen araca şunu da öğretmek gerekiyor:

• Hangi durumda devreye girecek?

• Hangi dosyalara bakacak?

• Hangi adımları izleyecek?

• Çıktıyı nasıl kontrol edecek?

• Hangi hatalardan kaçınacak?

Anthropic’in pptx skill’i tam olarak bunu yapıyor.

3. Claude’a PowerPoint ile çalışmayı öğretiyoruz

Şimdi gelelim işin pratik tarafına.

Claude’dan daha iyi PowerPoint çıktısı almak için önce ona bu işi nasıl yapacağını öğretecek bir skill ekleyeceğiz.

Burada kullandığım şey Anthropic’in kendi skills reposu.

Bu repo içinde Word, Excel, PDF ve PowerPoint gibi dokümanlarla çalışmak için hazırlanmış örnek skill’ler var.

Bizim ilgilendiğimiz kısım PowerPoint olduğu için, Claude’a bu doküman skill’lerini ekleyip sunum dosyalarıyla daha bilinçli çalışmasını sağlayacağız.

Adım 1: Claude’da Customize bölümüne giriyoruz

İlk olarak Claude ana ekranında sol menüde yer alan Customize bölümüne tıklıyoruz.

Burası Claude’un davranışını, kullanacağı skill’leri, connector’ları ve plugin’leri yönetebildiğimiz alan.

Yani Claude’a “benimle nasıl çalışacaksın?” dediğimiz yer burası.

Adım 2: Plugin ekleme ekranını açıyoruz

Customize ekranına girdikten sonra sol tarafta Skills, Connectors ve Personal plugins alanlarını görüyoruz.

Burada Personal plugins kısmındaki + butonuna tıklıyoruz.

Açılan menüde birkaç seçenek geliyor:

• Browse plugins

• Create plugin

• Add marketplace

• Upload plugin

• Create with Claude

Biz burada GitHub reposu üzerinden ekleme yapacağımız için önce Create plugin, ardından Add marketplace adımına gidiyoruz.

Basitçe söylemek gerekirse:

Claude’a dışarıdan bir skill/plugin kaynağı göstereceğiz.

Adım 3: Repository üzerinden marketplace ekliyoruz

Açılan ekranda iki seçenek var:

Birincisi Anthropic kaynaklarına göz atmak.
İkincisi ise bir GitHub repository’si ya da git URL’i üzerinden marketplace eklemek.

Biz burada Add from a repository seçeneğini kullanıyoruz.

Çünkü kullanacağımız skill’ler Anthropic’in GitHub reposunda duruyor.

Bu adım aslında Claude’a şunu söylemek gibi:

“Şu GitHub reposunu skill kaynağı olarak tanı.”

Adım 4: Anthropic skills reposunu ekliyoruz

Repository alanına Anthropic’in skills reposunun adresini yazıyoruz.

https://github.com/anthropics/skills/

Claude bu repository’yi marketplace gibi okuyarak içindeki kullanılabilir plugin/skill paketlerini listeleyebiliyor.

Burada küçük ama önemli bir not var:

Ekranda da gördüğünüz gibi Claude, repository’den gelen plugin’ler için bir güvenlik uyarısı gösteriyor.

Bu yüzden rastgele bulduğunuz her repo’yu eklememek gerekiyor.

Özellikle skill/plugin eklerken kaynağın güvenilir olduğundan emin olmak önemli.

Biz burada Anthropic’in kendi reposunu kullandığımız için ilerliyoruz.

Adım 5: Document skills paketini seçiyoruz

Repository eklendikten sonra Claude bize kullanılabilir paketleri gösteriyor.

Burada Document skills paketini seçiyoruz.

Bu paket; Word, Excel, PowerPoint ve PDF gibi dokümanlarla çalışmak için hazırlanmış skill’leri içeriyor.

Yani bizim PowerPoint tarafında kullanacağımız yetenekler de bunun içinde geliyor.

Bu noktada Claude artık sadece düz metin üreten bir asistan gibi kalmıyor.

Doküman dosyalarını daha iyi analiz edebilen, düzenleme akışını daha sistemli yürütebilen bir çalışma arkadaşına dönüşüyor.

Adım 6: Skill’i kuruyoruz

Son adımda Install butonuna basıyoruz.

Bu işlemden sonra Document skills Claude çalışma alanımıza eklenmiş oluyor.

Artık Claude’a PowerPoint dosyası verdiğimizde daha bilinçli bir akışla çalışmasını isteyebiliriz.

Bu adımlardan sonra artık Claude tarafında gerekli hazırlığı yapmış oluyoruz.

Şimdi sırada gerçek kullanım var:

Adım 7: Artık sunumu hazırlatabiliriz

Kurulum tamam.

Şimdi Claude chat ekranına geri dönüyoruz.

Mesaj alanına /pptx yazıyoruz ve ardından kendi sunum ihtiyacımıza göre promptumuzu ekliyoruz.

Claude’a sadece “bana sunum hazırla” demiyoruz.

Ona konu, hedef kitle, amaç, süre, slayt sayısı, ton ve tasarım beklentisini birlikte veriyoruz.

Bu fark çok önemli.

Çünkü “sunum hazırla” dediğimizde Claude genel bir çıktı üretir.

Ama hedef kitleyi, amacı ve tasarım tarzını verdiğimizde gerçekten kullanılabilir bir sunum üretme ihtimali çok artar.

Aşağıdaki promptu kendi ihtiyacınıza göre doldurup kullanabilirsiniz:

Sen profesyonel bir PowerPoint sunum tasarımcısı, hikâye anlatıcısı, içerik editörü ve görsel iletişim uzmanısın.
/pptx

<context>
Bir PowerPoint sunumu oluşturmak istiyorum.

Topic: {{TOPIC}}
Audience: {{AUDIENCE}}
Goal: {{GOAL}}
Language: {{LANGUAGE}}
Duration: {{DURATION_MINUTES}} dakika
Slide count: {{SLIDE_COUNT}}
Tone: {{TONE}}
Usage context: {{USAGE_CONTEXT}}
Presentation type: {{PRESENTATION_TYPE}}

Ek bağlam:
{{EXTRA_CONTEXT}} </context>

<task>
Bu bilgilere göre profesyonel, akıcı, görsel olarak güçlü ve sunuma hazır bir PPTX oluştur.

Sunum sadece bilgi yığını gibi olmasın.
Net bir hikâye akışı olsun.
Her slayt tek bir ana fikri taşısın.
İzleyici sunumu bitirdiğinde konuyu anlamış, neden önemli olduğunu kavramış ve ne yapacağını biliyor olsun.

Sunum şu genel akışa sahip olsun:

1. Dikkat çekici giriş
2. Konunun neden önemli olduğu
3. Ana problem veya fırsat
4. Temel fikirler
5. Örnekler / kullanım senaryoları
6. Pratik çıkarımlar
7. Kapanış ve net mesaj

   </task>

<dynamic_rules>
Sunumu konuya ve hedef kitleye göre otomatik uyarlamalısın.

Eğer konu teknikse:
Teknik detayları basitleştir ama yüzeyselleştirme.
Gerekirse kısa kod, mimari akış, sistem diyagramı veya örnek senaryo ekle.

Eğer hedef kitle yazılımcılarsa:
Gerçek kullanım örnekleri, pratik akışlar, araçlar ve teknik karar noktaları ekle.

Eğer hedef kitle teknik olmayan kişilerse:
Kavramları günlük hayattan örneklerle anlat.
Jargonu azalt.
Karmaşık kavramları sadeleştir.

Eğer sunum eğitim amaçlıysa:
Adım adım ilerleyen öğretici bir yapı kur.
Her bölüm sonunda küçük bir çıkarım ver.

Eğer sunum satış / tanıtım amaçlıysa:
Problem, çözüm, fayda ve sonuç akışını güçlendir.
İkna edici ama abartısız bir dil kullan.

Eğer sunum LinkedIn, Substack veya sosyal medya için kullanılacaksa:
Her slaytı ekran görüntüsü alınabilir şekilde tasarla.
Başlıkları vurucu, metinleri kısa ve paylaşılabilir yap.

Eğer sunum ekip içi eğitim içinse:
Daha açıklayıcı konuşmacı notları ekle.
Slaytları anlatması kolay olacak şekilde düzenle.
</dynamic_rules>

<visual_identity>
Sunum için önce kısa bir görsel kimlik oluştur.

Şunları net şekilde belirle:

* Ana tasarım hissi
* Renk paleti
* Tipografi yaklaşımı
* Slayt arka plan stili
* Kart / kutu / kod bloğu tasarımı
* Görsel kullanım dili
* İkon veya illüstrasyon yaklaşımı

Tasarım konunun ruhuna uygun olmalı.
Hazır PowerPoint şablonu gibi görünmemeli.
Modern, sade ama karakterli olmalı.
</visual_identity>

<color_palette>
Sunum için 4-6 renkten oluşan tutarlı bir renk paleti belirle.

Her renk için şunları yaz:

* Renk adı
* HEX kodu
* Nerede kullanılacağı

Renk paleti şu yapıda olsun:

* 1 ana arka plan rengi
* 1 ana metin rengi
* 1 vurgu rengi
* 1 ikincil vurgu rengi
* 1 kart / yüzey rengi
* 1 çizgi / border rengi

Renk seçimini konuya göre yap.

Eğer konu AI, Claude, ChatGPT, prompting, agent veya bilgi işiyle ilgiliyse:
Sıcak krem, koyu kahve, amber, yumuşak gri ve hafif terracotta tonları kullanılabilir.

Eğer konu kurumsal, finansal veya teknik bir sistemse:
Koyu lacivert, kırık beyaz, soğuk gri, kontrollü mavi veya yeşil vurgu kullanılabilir.

Eğer konu yaratıcı, sosyal medya veya pazarlama odaklıysa:
Daha cesur kontrastlar, büyük tipografi ve dikkat çekici vurgu renkleri kullanılabilir.

Renkleri rastgele seçme.
Tüm sunum boyunca aynı görsel dili koru.
</color_palette>

<typography>
Sunum için tipografi sistemi öner.

Şunları belirt:

* Başlık fontu
* Gövde metni fontu
* Kod / prompt / teknik örnekler için font
* Başlıkların nasıl kullanılacağı
* Gövde metinlerinin maksimum kaç satır olacağı

Başlıklar kısa, güçlü ve okunabilir olsun.
Gövde metinleri slaytı kalabalıklaştırmasın.
Prompt, kod veya örnek metinler ayrı kart içinde gösterilsin. </typography>

<layout_system>
Sunumda tutarlı bir layout sistemi kullan.

Kurallar:

* Her slaytta tek ana fikir olsun.
* Başlık güçlü şekilde üstte veya sol üstte konumlansın.
* Metinler kısa bloklar halinde verilsin.
* Bol boşluk kullanılsın.
* Gereksiz ikon kalabalığından kaçınılsın.
* Karşılaştırma gereken yerlerde iki kolonlu yapı kullanılsın.
* Süreç anlatımlarında yatay akış, step kartları veya sade diyagramlar kullanılsın.
* Prompt, kod veya teknik örneklerde terminal / kod kartı görünümü kullanılabilir.
* Slaytlar 16:9 formatında tasarlansın.
* Mobilde ekran görüntüsü olarak paylaşılabilecek kadar net görünsün.
  </layout_system>

<slide_rules>
Toplam {{SLIDE_COUNT}} slayt hazırla.

Her slaytta şunlar olsun:

* Güçlü bir başlık
* Tek ana mesaj
* Kısa on-slide metin
* Görsel fikir
* Konuşmacı notu
* Gerekirse örnek, karşılaştırma, mini tablo veya diyagram önerisi

Slayt metinleri kısa olmalı.
Konuşmacı notları daha açıklayıcı olabilir.
Slaytların kendisi uzun paragraf içermemeli.
</slide_rules>

<visual_rules>
Her slayt için uygulanabilir bir görsel fikir üret.

Her slaytta görsel fikri şu formatta yaz:

Visual idea:

* Layout:
* Background:
* Main visual:
* Accent detail:
* Image / screenshot placeholder:

Görsel önerileri net ve uygulanabilir olsun.
“Modern AI illustration” gibi genel ifadeler kullanma.
Neyin nasıl görüneceğini açıkça tarif et.
</visual_rules>

<avoid_design>
Şunlardan kaçın:

* Mor gradient yapay zeka klişesi
* Her slaytta robot görseli
* Aşırı ikon kullanımı
* Çok yazılı slaytlar
* Klasik danışmanlık sunumu havası
* Stock görsel hissi
* Boş ve genel görünen tasarım
* Aynı kart yapısını her slaytta tekrar etmek
* Gereksiz animasyon
* Okunması zor küçük metinler
  </avoid_design>

<content_rules>
İçerik sade, net ve uygulanabilir olsun.

Şunlara dikkat et:

* Gereksiz giriş cümleleri yazma.
* Klişe motivasyon cümleleri kullanma.
* Çok genel ifadelerden kaçın.
* Her slayta somut bir fikir koy.
* Kavramları açıklarken kısa örnek ver.
* Gerektiğinde “kötü örnek / iyi örnek” karşılaştırması kullan.
* Sunum sonunda izleyicinin kullanabileceği net bir şablon, checklist veya aksiyon listesi ver.
  </content_rules>

<output_format>
Önce sunumun genel planını ver:

Presentation title:
Short summary:
Target audience:
Main message:
Recommended visual direction:
Color palette:
Typography:
Story flow:

Sonra her slaytı aşağıdaki formatta hazırla:

Slide 1:
Title:
Main message:
On-slide text:
Visual idea:

* Layout:
* Background:
* Main visual:
* Accent detail:
* Image / screenshot placeholder:
  Speaker notes:

Slide 2:
Title:
Main message:
On-slide text:
Visual idea:

* Layout:
* Background:
* Main visual:
* Accent detail:
* Image / screenshot placeholder:
  Speaker notes:

Bu formatı tüm slaytlar için devam ettir.
</output_format>

<quality_check>
Cevabı tamamlamadan önce şunları kontrol et:

* Her slayt gerçekten gerekli mi?
* Her slaytta tek ana fikir var mı?
* Sunum akışı doğal mı?
* Slayt metinleri kısa mı?
* Hedef kitleye uygun mu?
* Tasarım önerileri uygulanabilir mi?
* Renk paleti tutarlı mı?
* Tipografi önerisi sunuma uygun mu?
* Sunum sıkıcı bir bilgi listesine dönüşmüş mü?
* Sunum sonunda izleyici net bir çıkarım alıyor mu?
  </quality_check>

<final_instruction>
Sadece sunum planı yazma.
Bu plana göre gerçek bir .pptx dosyası oluştur.
Slaytları tasarımlı, düzenli, okunabilir, görsel olarak tutarlı ve sunuma hazır şekilde hazırla.
</final_instruction>

Ben burada uzun prompt kullandım çünkü Claude’un sadece içerik üretmesini değil, tasarım, akış, görsel hiyerarşi ve kalite kontrol tarafını da düşünmesini istiyorum.

Birkaç dakika içinde Claude sunumu hazırlıyor.

Oluşturulan örnek sunumu buradan inceleyebilirsiniz:

[YAPAY ZEKANIN ÜRETTİĞİ SUNUMA BURADAN ULAŞABİLİRSİN]

Bu promptu sadece sıfırdan sunum hazırlamak için değil, mevcut bir sunumu düzeltmek için de kullanabilirsiniz.

Mesela elinizde hazır bir PowerPoint varsa, dosyayı Claude’a yükleyip şöyle diyebilirsiniz:

/pptx

Bu PowerPoint dosyasını incele ve daha profesyonel hale getir.

İstediklerim:
- Uzun metinleri kısalt.
- Başlıkları daha net hale getir.
- Slayt düzenini sadeleştir.
- Tasarım bütünlüğünü koru.
- Taşan metin, hizalama ve okunabilirlik problemlerini kontrol et.
- Gerekiyorsa slayt sırasını daha mantıklı hale getir.
- Sonunda yaptığın değişiklikleri kısa kısa özetle.

Yani Claude’u sadece sıfırdan sunum üreten bir araç gibi değil, var olan dosyayı toparlayan bir yardımcı gibi de kullanabiliyoruz.

Bence günlük kullanımda en işe yarayan tarafı da bu.

Çünkü çoğu zaman elimizde sıfırdan yazılacak bir sunum değil, düzeltilmesi gereken dağınık bir dosya oluyor.

Claude burada o dağınıklığı toparlama işini ciddi şekilde kolaylaştırıyor.

Peki bu bize ne kazandırıyor?

Sunum hazırlama işini sıfırdan Claude’a bırakmıyoruz.

Ama tüm yükü de kendimiz taşımıyoruz.

İkimizin arasında bir iş bölümü oluşuyor.

Ben ne istediğimi söylüyorum.
Claude dosyayı analiz ediyor.
Ben yön veriyorum.
Claude düzenliyor.
Sonra beraber kontrol ediyoruz.

Sonuç

Sadece “bana sunum hazırla” demekle, Claude’a bir çalışma akışı verip onunla birlikte ilerlemek aynı şey değil.

Birincisinde rastgele bir çıktı alıyoruz.

İkincisinde ise daha kontrollü, daha tekrar edilebilir ve daha profesyonel bir süreç kuruyoruz.

Bu yazıda PowerPoint üzerinden anlattım ama aynı mantık birçok iş için geçerli.

Rapor hazırlarken de böyle.
Kod yazarken de böyle.
Doküman düzenlerken de böyle.
İçerik üretirken de böyle.

AI’dan iyi sonuç almak istiyorsak sadece iyi prompt yazmayı değil, iyi çalışma sistemi kurmayı da öğrenmemiz gerekiyor.

Anthropic, Claude Opus modelini yeni bir sürümle güncelledi: Claude Opus 4.8.

Yeni model, Claude Opus 4.7’nin üzerine geliyor ve Anthropic’in açıklamasına göre kodlama, agentic görevler, muhakeme ve bilgi çalışmaları gibi alanlarda daha iyi sonuçlar sunuyor.

Claude Opus 4.8 bugünden itibaren kullanıma açıldı ve normal kullanım fiyatı Opus 4.7 ile aynı kaldı.

Claude Opus 4.8 ile gelen yenilikler

Anthropic’in duyurusunda yalnızca yeni modelden bahsedilmiyor. Claude Opus 4.8 ile birlikte Claude tarafında birkaç yeni özellik de kullanıma sunuldu.

Bunlardan ilki, Claude kullanıcılarının artık bir görev için Claude’un ne kadar çaba harcayacağını seçebilmesi.

Claude.ai üzerinde model seçicinin yanında yeni bir effort control alanı geliyor. Kullanıcılar buradan Claude’un daha hızlı mı cevap vermesini, yoksa daha fazla düşünerek daha derin bir yanıt üretmesini mi istediklerini belirleyebiliyor.

Daha düşük effort seviyesi, daha hızlı cevap ve daha az limit kullanımı anlamına geliyor. Daha yüksek effort seviyelerinde ise Claude daha fazla düşünerek daha kaliteli sonuç üretmeye çalışıyor.

Claude Code için Dynamic Workflows

Duyuruda öne çıkan özelliklerden biri de dynamic workflows.

Bu özellik Claude Code için araştırma önizlemesi olarak sunuluyor.

Anthropic’in açıklamasına göre dynamic workflows, Claude’un daha büyük işleri ele almasını sağlıyor. Claude önce yapılacak işi planlıyor, ardından işi alt görevlere bölerek çok sayıda paralel subagent çalıştırabiliyor.

Bu yapı özellikle büyük kod tabanlarında kullanışlı olacak şekilde konumlandırılıyor.

Anthropic’in verdiği örneğe göre Claude Code, Opus 4.8 ile birlikte yüz binlerce satırlık kod tabanlarında migration gibi büyük ölçekli işleri baştan sona yürütebiliyor. Bu süreçte mevcut test suite’i de bir kontrol noktası olarak kullanabiliyor.

Dynamic workflows özelliği Claude Code tarafında Enterprise, Team ve Max planlarında sunuluyor.

Opus 4.8’in daha dikkatli çalıştığı belirtiliyor

Anthropic, Claude Opus 4.8’in özellikle agentic görevlerde daha güvenilir ve daha keskin kararlar verebildiğini söylüyor.

Duyuruda öne çıkan noktalardan biri de modelin daha “dürüst” davranması.

Buradaki dürüstlükten kasıt, modelin elinde yeterli kanıt yokken kesin konuşmaması. Anthropic, Opus 4.8’in yaptığı işlerde belirsizlikleri daha iyi işaretlediğini ve desteklenmeyen iddialarda bulunma ihtimalinin azaldığını belirtiyor.

Özellikle kod yazımı tarafında bu önemli bir iyileştirme olarak sunuluyor. Çünkü modelin yalnızca kod üretmesi değil, yazdığı kodda olası hataları fark edebilmesi de önemli.

Anthropic’e göre Opus 4.8, önceki sürüme kıyasla kendi yazdığı koddaki kusurları fark etmeden geçme konusunda yaklaşık dört kat daha düşük oran gösteriyor.

API tarafında geliştiriciler için yeni özellik

Claude Opus 4.8 duyurusunda geliştiriciler için de bir API güncellemesi yer alıyor.

Anthropic, Messages API’nin artık messages array içinde system entry kabul ettiğini açıkladı.

Bu değişiklik sayesinde geliştiriciler, bir görev devam ederken Claude’un talimatlarını güncelleyebiliyor. Bunu yaparken prompt cache’i bozmak ya da güncellemeyi kullanıcı mesajı üzerinden geçirmek gerekmiyor.

Bu özellik özellikle agent sistemleri geliştiren ekipler için faydalı olabilir. Çünkü uzun süren görevlerde izinler, token bütçesi veya ortam bilgileri görev sırasında değişebiliyor.

Fast mode daha ucuz hale geldi

Claude Opus 4.8 ile birlikte fast mode tarafında da güncelleme var.

Anthropic, Opus 4.8 fast mode’un 2.5 kat daha hızlı çalışabildiğini ve önceki modellere göre üç kat daha ucuz hale geldiğini belirtiyor.

Normal kullanım fiyatı ise Opus 4.7 ile aynı bırakılmış durumda.

API fiyatlandırması şu şekilde:

• Normal kullanım: 1 milyon input token için 5 dolar

• Normal kullanım: 1 milyon output token için 25 dolar

• Fast mode: 1 milyon input token için 10 dolar

• Fast mode: 1 milyon output token için 50 dolar

Geliştiriciler Claude Opus 4.8’i API tarafında claude-opus-4-8 modeliyle kullanabiliyor.

Claude Mythos Preview notu

Duyurunun sonunda Anthropic, Opus’tan daha yüksek zeka seviyesine sahip yeni bir model sınıfı üzerinde çalıştığını da belirtiyor.

Bu kapsamda Claude Mythos Preview adında bir modelden bahsediliyor.

Anthropic’e göre Project Glasswing kapsamında bazı kuruluşlar Claude Mythos Preview’u siber güvenlik çalışmaları için kullanıyor.

Şirket, bu seviyedeki modellerin genel kullanıma açılmadan önce daha güçlü siber güvenlik önlemlerine ihtiyaç duyduğunu söylüyor. Anthropic, bu önlemler üzerinde çalıştığını ve Mythos seviyesindeki modelleri önümüzdeki haftalarda daha geniş müşteri kitlesine sunmayı beklediğini belirtiyor.

Kısaca ne duyuruldu?

Anthropic’in Claude Opus 4.8 duyurusunda öne çıkan başlıklar şöyle:

• Claude Opus 4.8 kullanıma açıldı.

• Model, Opus 4.7’nin üzerine geliyor.

• Normal kullanım fiyatı aynı kaldı.

• Claude.ai üzerinde effort control özelliği geldi.

• Claude Code için dynamic workflows özelliği duyuruldu.

• Claude Code artık daha büyük görevleri planlayıp alt agent’larla yürütebilecek şekilde geliştiriliyor.

• Messages API tarafında system entry desteği geldi.

• Fast mode daha hızlı ve önceki modellere göre daha ucuz hale getirildi.

• Anthropic, Claude Mythos Preview ile daha yüksek zekâ seviyesinde yeni bir model sınıfı üzerinde çalıştığını açıkladı.

Claude Opus 4.8, Anthropic’in açıklamasına göre bugünden itibaren Claude.ai, Claude Code ve Claude API tarafında kullanılabiliyor.

ChatGPT’yi Google Gibi Kullanmayı Bırak

Çoğumuz ChatGPT’yi hala Google gibi kullanıyor.

Bir şey soruyor.
Cevabı okuyor.
Sonra başka bir şey soruyor.

Bu yanlış değil.

Ama AI’dan gerçek verim almak için yeterli değil.

Çünkü ChatGPT, Claude veya Gemini sadece “cevap veren” araçlar değil.

Doğru kullanıldığında senin için:

• Mail yazabilir

• Metin özetleyebilir

• Fikir üretebilir

• Kod açıklayabilir

• Toplantı notlarını düzenleyebilir

• Sunum taslağı çıkarabilir

• İçerik planı hazırlayabilir

• Karmaşık konuları basitleştirebilir

Düşünmen gereken bu değil:

“AI’a ne sorabilirim?”

BU:

“AI’a hangi işi yaptırabilirim?”

Google gibi kullanmak nasıl olur?

Mesela şöyle:

AI agent nedir?

Bu kötü bir soru değil.

Ama çok genel.

Bu yüzden alacağın cevap da çok genel olacaktır.

Bir tanım verir.
Birkaç örnek verir. (Doğruluğu bile şüpheli.)
Sonra biter.

Ama senin ihtiyacın çoğu zaman sadece tanım değildir.

Belki bunu iş yerinde anlatacaksın.
Belki LinkedIn’de paylaşacaksın.
Belki sunumda kullanacaksın.
Belki teknik olmayan birine açıklayacaksın.

O zaman AI’a bunu söylemen gerekir.

Daha iyi kullanım nasıl olur?

Şöyle yazabilirsin:

AI agent kavramını teknik olmayan birine anlatmak istiyorum.

Bana:

• 2 cümlelik basit tanım

• Günlük hayattan bir benzetme

• 3 tane örnek kullanım alanı

• LinkedIn’de paylaşılacak kısa versiyon

olan kaynaklardan araştırma yap ve bulduğun kaynakları bana göstererek hazırla.

Bak burada sadece soru sormadık.

AI’a küçük bir görev verdik.

Aradaki fark bu.

Basit formül

AI’dan daha iyi sonuç almak için şu 4 şeyi ver:

• Rol

• Hedef

• Bağlam

• Çıktı formatı

Örnek:

Rol: Deneyimli bir içerik editörü gibi davran.

Hedef: AI agent konusunu herkesin anlayacağı şekilde anlatmak istiyorum.

Bağlam: Bu metni LinkedIn’de paylaşacağım. Çok teknik olmasın ama yüzeysel de kalmasın.

Çıktı formatı: Önce dikkat çekici giriş yaz, sonra 5 maddelik açıklama ver, en sonda kısa kapanış ekle.

Bu kadar basit.

Bu sonucu ciddi şekilde değiştirecek.

Kötü prompt / iyi prompt farkı

Kötü prompt

Bana yapay zekayı anlat.

Daha iyi prompt

Yapay zekayı hiç bilmeyen birine anlatır gibi açıkla.

Önce çok basit bir tanım ver.

Sonra günlük hayattan 3 örnek ver.

Sonra insanların en çok yanlış anladığı 3 noktayı yaz.

En sonda “bugün nasıl kullanmaya başlayabilirim?” bölümü ekle.

İkinci prompt daha iyi çünkü AI ne yapacağını daha net anlıyor.

Sadece konuyu vermiyoruz.

Aynı zamanda şunu da söylüyoruz:

• Kime anlatılacak?

• Hangi seviyede anlatılacak?

• Nasıl bir formatta çıktı istiyoruz?

• Yazının sonunda ne olmalı?

AI böyle daha iyi çalışıyor.

Çünkü belirsizlik azalıyor.

AI’a tek cümle değil, yön ver

Bir insana iş verirken bile sadece “sunum hazırla” demeyiz.

Ne sunumu?
Kime anlatılacak?
Kaç dakika sürecek?
Teknik mi olacak?
Sade mi olacak?
Sonunda ne bekleniyor?

AI için de durum aynı.

Ne kadar iyi yön verirsen, o kadar iyi sonuç alırsın.

Çünkü AI senin kafanın içini okumuyor.

Senin niyetini, hedefini ve beklentini verdiğin bilgi kadar anlıyor.

Bu yüzden iyi AI kullanımı aslında biraz iyi brief vermeye benziyor.

Brief kötü olursa çıktı da ortalama olur.

Brief net olursa çıktı da çok daha kullanılabilir hale gelir.

Tek prompt değil, küçük bir akış düşün

Çoğu kişi AI’dan tek seferde mükemmel cevap bekliyor.

Ama gerçek kullanımda iyi sonuç genelde tek prompt ile gelmiyor.

Daha iyi akış şöyle olabilir:

1. Önce konuyu açıklat

2. Sonra örnekler iste

3. Sonra daha sade hale getir

4. Sonra hedef kitleye göre yeniden yazdır

5. Sonra kısa versiyonunu çıkar

6. Sonra eksiklerini buldur

7. Son olarak yayınlanacak hale getir

Yani AI ile çalışmak tek seferlik soru-cevap değil.

Birlikte üretim süreci.

Mesela bir yazı yazacaksan şöyle ilerleyebilirsin:

Bu konu hakkında önce bana 5 farklı içerik açısı öner.

Sonra:

En güçlü açıyı seç ve neden daha iyi olduğunu açıkla.

Sonra:

Bu açıya göre sade ve anlaşılır bir yazı taslağı hazırla.

Sonra:

Bu taslağı daha doğal, daha kısa ve daha vurucu hale getir.

Sonra:

Bu yazıdan 5 tane LinkedIn post fikri çıkar.

Bu noktada AI sana sadece cevap vermiş olmuyor.

Seninle birlikte bir içerik üretim hattı kurmuş oluyor.

Bugün deneyebileceğin 5 basit kullanım

AI kullanmaya başlamak için devasa şeyler yapmana gerek yok.

Küçük yerlerden başlayabilirsin.

Mesela bugün şunları deneyebilirsin:

1. Bu metni daha sade hale getir.

2. Bu konuyu hiç bilmeyen birine anlatır gibi açıkla.

3. Bu maili daha profesyonel yaz.

4. Bu yazıdan 5 LinkedIn post fikri çıkar.

5. Bu konuyu öğrenmek için bana 7 günlük mini plan hazırla.

Bunlar küçük şeyler gibi görünebilir.

Ama AI kullanmayı öğrenmek böyle başlar.

Önce küçük işleri hızlandırırsın.

Sonra yavaş yavaş kendi workflow’unu kurarsın.

Bir süre sonra şunu fark edersin:

AI sadece cevap veren bir kutu değil.

Doğru yönlendirildiğinde senin için düşünen, düzenleyen, karşılaştıran, sadeleştiren ve üretim sürecini hızlandıran bir çalışma arkadaşı gibi davranabilir.

En basit başlangıç prompt’u

AI kullanmaya yeni başlıyorsan şu prompt’u kaydet:

Aşağıdaki konuda bana yardımcı olmanı istiyorum:

Konu:
[Buraya konuyu yaz]

Hedefim:
[Bu çıktıyı ne için kullanacağını yaz]

Hedef kitle:
[Kime anlatacağını yaz]

Ton:
[Sade / profesyonel / samimi / teknik / kısa]

Çıktı formatı:
[Madde madde / tablo / yazı / özet / plan / örneklerle açıklama]

Önce konuyu kısaca kaynaklara bakarak anla, baktığın kaynakalırın doğruluğundan emin ol sonra bana en iyi çıktıyı hazırla.

Bu şablonu hemen hemen her şey için kullanabilirsin.

Mail yazdırırken.
Sunum hazırlarken.
Kod anlamaya çalışırken.
Bir konuyu öğrenirken.
LinkedIn postu yazarken.
Bir fikri netleştirirken.

Çünkü bu prompt AI’a sadece “ne istediğini” değil, “neden istediğini” de söylüyor.

Bu da cevabı çok daha iyi hale getiriyor.

Kısacası

ChatGPT’yi Google gibi kullanırsan sadece cevap alırsın.

Ama ona rol, hedef, bağlam ve çıktı formatı verirsen iş yaptırırsın.

AI kullanmayı öğrenmenin ilk adımı şu:

Soru sormayı bırakma.
Ama sadece soru sormakla da kalma.

AI’a ne istediğini net anlat.

Ne için istediğini söyle.

Hangi formatta beklediğini belirt.

Gerekirse işi küçük parçalara böl.

Çünkü iyi sonuç, iyi yönlendirmeyle başlar.

AI’dan cevap isteme.

AI’a iş yaptır.

Subscribe now