18 Aralık 2025’te sahnede pek çok başlık vardı ama odağımız netti: Yapay zekâ ile üretim pratiğimiz gerçekten nasıl şekilleniyor? Alive: Building with AI kapsamında, tasarım ve ürün ekiplerinin AI ile çalışma biçimlerinin nasıl evrildiğini; hangi noktalarda ivme kazandığımızı ve hangi alanlarda bakış açımızı baştan kurgulamamız gerektiğini birlikte ele aldık.

Sahnedeki her konuşmacı, kendi deneyiminden yola çıkarak AI ile çalışmanın pratik tarafını paylaştı, teoriden çok “biz bunu böyle denedik” kısmını. Biz de bu konuşmalardan öğrendiklerimizi derledik, her birinden birkaç dakikalık videolar kestik ve sizler için bir mini öğrenme arşivi oluşturduk. Çünkü bilgi paylaştıkça çoğalıyor.

Alive’a katılamadıysan sorun değil; konuşmaların tamamı YouTube kanalımızda seni bekliyor. İster kafanda soru işaretleri varken, ister yeni bakış açıları kazanmak için bu videoları izleyebilirsin. Katıldıysan da, bunu gözünden kaçan detayları tekrar yakalayabileceğin bir tur gibi düşünebilirsin.

Hazırsan, Alive’dan öğrendiğimiz 8 şeye bakalım 👇

1- Coding Agent Nedir ve Nasıl Çalışır?

​Agentic Product Development Experience at Trendyol ​, Merve Çolak Özkan - Product Team Lead & Barış Hasan Aras - Senior PM @ Trendyol

Trendyol'da coding agent'lar şöyle çalışıyor: Jira'da "AI agent start" komutuyla agent devreye giriyor, task'ı analiz edip kodluyor. Ama kritik nokta şu: Kod direkt canlıya alınmıyor, mutlaka yazılımcı review'undan geçiyor. Merve ve Barış'ın paylaştığı ilginç bir bulgu var: Agent düşük story point'li işlerde çok başarılı ama yüksek story point'lilerde performans düşüyor. Hedef daha fazla task'ı cover edebilmek için bu dengeyi iyileştirmek.

2- Side by Side Değerlendirme Nedir?

​Practical “Evals” in GenAI Product Development​, Rufat Mirza - PM @ Yandex Search

GenAI ürünlerini değerlendirirken vakumda karar vermeyin diyor Rufat. Çözüm: Side by side değerlendirme - kendi cevabınıza bakarken rakibin aynı soruya nasıl cevap verdiğini görmek. Bu karşılaştırmayı bir basket üzerinden defalarca yaptığınızda ortaya bir tablo çıkıyor: +1'ler, -1'ler, -2'ler. Rufat'ın tablosunda çoğu satırda eksiler var, yani rakip önde. İşte side by side değerlendirmenin değeri burada - neyi iyileştirmeniz gerektiğini net görüyorsunuz.

3- Weekly Update Komutu Nedir?

​Stakeholder Management in the Age of AI​, Ateş Yankı Öksüz - Director of PM @ BtcTurk

Stakeholder'lar "bu feature ne oldu?" diye sorduğunda hazır bir sistem olsa? Yankı tam da bunu kurmuş. Cursor'da özel bir komut tanımlamış: Weekly update'i çalıştırdığınızda sistem Linear ve Git'ten bilgileri çekiyor, Türkçe'ye çeviriyor, eksik varsa soruyor ve belirlediğiniz formatta statü güncellemesi hazırlıyor. En önemlisi: Final versiyonu göndermeden önce size gösteriyor, onayladıktan sonra paylaşıyor ve markdown olarak kaydediyor. Stakeholder management otomasyonla buluşuyor.

4- Zero-shot Setting Nedir?

​Kumru’nun Geliştirilme Öyküsü​, Melikşah Türker - ML Lead @VNGRS

ChatGPT bir standardı yükseltti: Hiç fine-tune etmeden, örnek göstermeden ne isterseniz anlayıp yapıyor. Buna zero-shot setting deniyor - işi söylüyorsunuz, model anlıyor ve yapıyor. Melikşah'ın Kumru projesi için bu büyük bir challenge'dı çünkü müşteriler bu standarda alışmıştı. Ama fırsatlar da vardı: ChatGPT'yi gören pek çok firma "biz de yapay zekalı bir şeyler yapmak istiyoruz" diye gelmeye başladı. Üstelik regülasyonlar yüzünden datalarını yurt dışına çıkaramayan, ChatGPT kullanamayan çok sayıda firma var Türkiye'de. Onlara hizmet etmek bir fırsat. 2024'ün ilk yarısında Llama 3 gibi open source modeller çıkmaya başlamıştı - işte Kumru'nun hikayesi burada başlıyor.

5- Otomatik İçerik Üretimi Nedir?

​Stop Searching for Best Prompts: Orchestrating the Future of GenAI​, Deniz Bensusan - Founder @ KLOK

Deniz kritik bir soru soruyor: Pazarlama departmanının başındasınız, yarın şirketten çıksanız sistem aynı şekilde çalışmaya devam eder mi? Cevap "evet"se sisteminiz var, "hayır"sa yok. Sistem biraz bürokrasi gibi - herhangi bir bürokratın varlığı ayırt edici değil. Otomatik içerik üretiminde en önemli şey tekrar edilebilirlik: Markaların kendilerine tekrar edebilme kapasitesi. Bu genelde kötü bir şey gibi anlatılır ama Deniz farklı bakıyor: Öyle bir altyapı kurarsınız ki marka kendi dilinin dışına çıkmadan haftada 3 Instagram postu, 1-2 YouTube videosu sürekli üretebilir. Bunlar en kreatif, en akılda kalıcı şeyler olmayabilir ama marka sürekli sahalarda olur. İşte sistem bu demek.

6- API ve MCP İlişkisi Nedir?

​Yapay Zeka ile Veri Analizi: MCP Oluşturma​, Said Sürücü - Co-Founder & Onat Vural - Co-Founder @ Beta Space Studio

MCP (Model Context Protocol), Anthropic tarafından Kasım 2024'te ortaya atılan ve şimdi Linux Vakfı'na geçen bir protokol. Said ve Onat bunu "API'ın bir sonraki aşaması" olarak tanımlıyorlar. API'ler iki programın konuşması için gereken düzenek, MCP ise bir LLM modeliyle dış dünyadaki verilerin konuşması için kullanılan protokol. Peki neden yeni bir şey? Çünkü elimizde zaten yapılandırılmış, belgelendirilmiş, test edilmiş API altyapıları varken en kolay geçiş API'lardan oluyor. Tabii API olmayan verileri de MCP'ye çevirebilirsiniz ama o da sonuçta lokal veriler değilse bir sunucuya yüklenmesi gerekiyor ve yine API'ya dönüyor. Yani MCP, AI modellerinin mevcut veri kaynaklarıyla konuşması için yeni bir köprü.

7- Shopping List Feature ve Kullanıcı Niyeti Nedir?

​AI That Fits the Way People Shop​, Serhat Çulhalık - Head of Product @ Getir

Getir'in shopping list feature'ında problem klasik search'ten farklı: Kullanıcının alışveriş niyetini anlamak gerekiyor. Serhat'ın bulgusu şu: İnsanlar "deterjan" yazdığında deterjan aramıyor aslında - aklında hangi deterjanı alacağı var, onu bulup önüne koymak gerekiyor. Çünkü kullanıcının tekrar search'e girip o deterjanı bulma uğraşına girmemesi lazım. Sistem fotoğraf çekiyorsunuz ve ilerliyor ama burada çok belirsizlikler var: Üzeri çizilmiş listeler, diyet listeleri, el yazısı karmaşıklıklar. Hatta Serhat'ın kendi hikayesi var: "Eşim der git maydanoz al, marul al. Ben hep karıştırırım, yanlış ürün alırım. Fotoğraf olarak vermesi güzel, ekran görüntüsü alıp koyuyorum." Beklenmedik bir kullanım da fiyat karşılaştırması - insanlar ekran görüntüsü alıp karşılaştırıyor. Adaptasyon süreci olsa da kullananlar çok aktif kullanıyor ve retention çok yüksek.

8- Progressive Web App Nedir?

​Yapay Zeka Çağında Mobil Dünyanın Yeni Dönemi​, Enes Zahid Urhan - Founder & CEO @ Taptoweb | Easyapp.ai

Enes'e göre yeni dönemin adı Mini App: Sadece o anda ihtiyacınız olan tek bir özelliği hızlıca ulaştıran ekosistem. Şu anda 10 milyon uygulama, 200 milyon web sitesi varken orta-uzun vadede 500 milyondan fazla Mini App olacağını öngörüyor. Peki Mini App ne? Apple'ın tanımladığı Progressive Web App yani mobil uygulama gibi davranan, yan menüsü, alt menüsü, üst menüsü olan, işlevsel web siteleri. Nasıl masaüstünden mobil deneyime geçip responsive çözümler ürettikse, şimdi responsive'in de ötesinde bir dönem başlıyor: Küçük ekranda düzgün çalışan değil, mobil uygulama dinamikleriyle çalışan web siteleri. Apple'ın Mini App Partner programıyla artık App Store ve Google Play'in yanında web'ten ve Substore'lardan yayınlanan, tek işlevli çözümlerin olduğu yeni bir döneme geçiyoruz.

İşte Alive: Building with AI’dan masamıza kalanlar.Kimi bir süreci yeniden düşündürüyor, kimi “bunu denemeliyim” dedirtiyor, kimi de AI’la çalışmanın gerçekten neye benzediğini gösteriyor.Umarız izlerken siz de kendi ürünlerinize, ekiplerinize ve alışkanlıklarınıza dair küçük notlar düşmüşsünüzdür.

‍