Yapay zeka ile uygulama yapmak için kısa bir şartname yazar, seviyene uyan bir araç seçer (prompt'tan uygulama üreten bir araç ya da bir kodlama agent'ı) ve her seferinde küçük bir özellik yaparak ilerlersin; her adımı test eder, çalışan her sürümü kaydedersin. Bu rehber araç ve teknoloji seçimini, adım adım süreci, işe yarayan prompt'ları, maliyetleri ve yapay zekayla yapılan uygulamaların çoğunu batıran hataları anlatıyor.
- Herhangi bir prompt yazmadan önce tek sayfalık bir şartname yaz: kullanıcılar, üç temel eylem, veri ve kapsam dışı olanlar.
- Lovable ya da Bolt gibi prompt'tan uygulama üreten araçlar, kod bilmeyen birini en hızlı şekilde çalışan bir web prototipine ulaştırır; Claude Code gibi kodlama agent'ları ise kod okuyabildiğinde daha fazla kontrol verir.
- Sıkıcı ve popüler bir teknoloji yığını seç (örneğin Postgres ile Next.js ya da mobil için Expo), çünkü yapay zeka araçları onu en iyi bilir.
- Her prompt'ta bir özellik yap, kendin test et ve bir sonraki değişiklikten önce Git'e commit et ki her zaman geri dönebilesin.
- Yapay zekayla yapılan uygulamaların çoğu güvenlik ve veride çuvallar: veritabanı erişimini kilitle, sırları ön yüzden uzak tut ve kimlik doğrulama kodunu incele.
Yapay zeka ile uygulama nasıl yapılır?
Yapay zeka ile uygulama yapmak için uygulamanın ne yapması gerektiğini günlük dille anlatırsın ve kodu bir yapay zeka aracına yazdırırsın; ürün kararlarını sen verirsin, her değişikliği test edersin ve çalışan sürümleri kaydedersin. Yazma işinin çoğunu yapay zeka yapar. Neyin yapılacağına, "bitti"nin ne demek olduğuna ve sonucun kullanıcıların önüne konacak kadar güvenli olup olmadığına yine sen karar verirsin.
Süreç şöyle görünür:
- Tek sayfalık bir şartname yaz.
- Seviyene uyan bir araç seç.
- Yaygın bir teknoloji yığını seç.
- İşe yarayan en küçük sürümü, her seferinde bir özellik olacak şekilde yap.
- Test et, kaydet ve yayına al.
- Gerçek kullanıcılar gelmeden önce güvenliği sıkılaştır.
Hiç kod deneyimi olmayan insanlar artık bu yolla çalışan web uygulamaları yayına alıyor. Bir demo ile insanların güvenebileceği bir uygulama arasındaki mesafe ise hâlâ gerçek ve bu rehberin büyük kısmı o mesafeyi kapatmakla ilgili.
Hangi yapay zeka uygulama oluşturucusunu kullanmalısın?
Ne kadar kod görmek istediğine göre seç. Üç araç grubu var ve uygulamaları büyüdükçe birçok kişi birinciden üçüncüye geçiyor.
| Araç türü | Örnekler | En uygun olduğu | Bilmen gereken |
|---|---|---|---|
| Prompt'tan uygulama üreten araçlar | Lovable, Bolt, Replit, v0 | Kod bilmeyenler, prototipler, şirket içi araçlar | Özellikleri tarif etmek ve test etmek |
| Yapay zeka kod editörleri | Cursor, VS Code'da GitHub Copilot | Kod okuyup yazarken yardım isteyenler | Temel programlama, Git |
| Kodlama agent'ları | Claude Code, OpenAI Codex | Büyük projeler, refactor'lar, gözetimsiz görevler | Temel terminal, Git, diff incelemek |
Prompt'tan uygulama üreten araçlar tarayıcıda çalışır. "Yoga stüdyom için haftalık takvimi ve e-posta onayları olan bir rezervasyon uygulaması" yazarsın ve önizlemesi, veritabanı ve barındırması olan, çalışan bir uygulama alırsın. Örneğin Lovable, sohbetten ön yüz, arka uç, veritabanı ve kimlik doğrulama üretir ve kodu GitHub, GitLab ya da Bitbucket ile senkronize edebilir. Bu araçlar kullanım kredisiyle fiyatlanıyor; bu yazının yazıldığı tarihte (Ekim 2026) Lovable'ın fiyat sayfası ücretsiz bir katman ve ayda 25 dolardan başlayan ücretli planlar gösteriyor.
Kodlama agent'ları kendi makinendeki ya da bir sunucudaki gerçek bir kod deposunun içinde çalışır. Claude Code tek komutla kurulur, tüm projeni okur, dosyaları düzenler, komut çalıştırır ve Git'e commit eder. Ücretli bir Claude planı (Pro, Max, Team ya da Enterprise) ya da API kredisi gerektirir; bu yazının yazıldığı tarihte Claude Pro ayda 20 dolar. Agent'ların yerleşik barındırması yoktur, teknoloji yığınını ve yayın hedefini kendin seçersin.
Bu araçların fiyatları dolar cinsinden. Türk kartıyla ödediğinde tutarı banka Türk lirasına çevirir; kur ve işlem ücreti bankana göre değişir.
Pratik bir yol: fikri prompt'tan uygulama üreten bir araçta doğrula, kodu GitHub ile senkronize et, uygulama aracın sohbet penceresine sığmaz hale gelince bir kodlama agent'ıyla devam et. Vibe coding rehberimiz, yalnızca prompt'la ilerlemenin ne zaman işe yaradığını ve ne zaman canını yakmaya başladığını anlatıyor.
Yapay zeka ile yapılan bir uygulama için hangi teknoloji yığını seçilmeli?
Popüler ve sıkıcı bir yığın seç, çünkü yapay zeka modelleri onun için çok daha fazla kod görmüştür ve daha az hata yapar. Sıra dışı framework'ler daha fazla uydurulmuş API'ye ve daha zor hata ayıklamaya yol açar.
2026 için mantıklı varsayılanlar:
| Uygulama türü | Yığın | Neden |
|---|---|---|
| Web uygulaması ya da SaaS | Next.js (React, TypeScript) + Postgres (örneğin Supabase) | Çok büyük miktarda eğitim verisi, baştan sona tek dil |
| Mobil uygulama | Expo (React Native, TypeScript) | iOS ve Android için tek kod tabanı, bulutta derleme |
| Şirket içi araç | Prompt'tan uygulama üreten bir araç ya da Next.js | Hız, cilalı görünümden daha önemli |
| Otomasyon ya da betik | Python ya da TypeScript | Bir zamanlamayla çalıştırması kolay |
| Veri paneli | Streamlit ile Python ya da bir grafik kütüphanesiyle Next.js | Var olan veriden hızlı grafikler |
Emin değilsen yapay zekadan bir yığın önermesini iste, ama ona kısıtlar ver: "Tek bir dil istiyorum, ücretsiz ya da ucuza barındırılsın, kullanıcı hesapları ve bir Postgres veritabanı olsun, sunucu yönetmek istemiyorum."
En yaygın iki yığın için uygulamalı anlatımlar: Claude Code ile Next.js uygulaması yapmak ve yapay zeka ile React Native uygulaması yapmak.
Fikirden yayındaki uygulamaya adım adım nasıl gidilir?
Küçük döngülerle çalış: bir özellik, bir test, bir kayıt. Uygulamanın tamamını tek seferde isteyen uzun prompt'lar yarım çalışan ve kimsenin anlamadığı kod üretir.
1. Adım: Tek sayfalık bir şartname yaz
Herhangi bir aracı açmadan önce uygulamanın kimin için olduğunu, en önemli üç eylemi ve neyi yapmadığını yaz. Bu sayfa ilk prompt'un ve "bitti" ölçütün olur.
App: Shift swap board for a cafe with 12 staff.Users: staff (swap shifts), manager (approves swaps).Core actions:1. Staff post a shift they can't work.2. Other staff claim it.3. Manager approves or rejects; both staff get an email.Data: users, shifts (date, start, end, owner), swap requests (status).Out of scope for v1: payroll, chat, mobile app, multiple locations.Done when: a swap goes from posted to approved with emails sent,and staff can only see their own cafe's shifts.Şartnameyi Türkçe de yazabilirsin; araçların hepsi Türkçe anlıyor. Kod ve değişken adları için İngilizce kullanmak ise yapay zekanın daha tutarlı kod yazmasını kolaylaştırır.
2. Adım: Projenin iskeletini kur
Araca şartnameyi ver ve yalnızca iskeleti iste: sayfalar, veri modeli ve gezinme, henüz iş mantığı olmadan. Bir kodlama agent'ında önce plan yapmasını ve kod yazmadan önce dosya yapısını göstermesini iste.
3. Adım: Her seferinde bir özellik yap
Temel eylemleri sırayla ele al. Her birinden sonra uygulamada kendin gez, mutsuz senaryolar dahil: boş formlar, yanlış parolalar, giriş yapmamış bir kullanıcı.
4. Adım: Çalışan her sürümü kaydet
İlk günden Git kullan, GitHub ile senkronize eden bir araçta bile. Çalışan her özellikten sonra kısa bir mesajla commit et. Yapay zeka üç prompt sonra bir şeyi bozduğunda onunla tartışmak yerine birkaç saniyede geri dönersin.
5. Adım: Kimlik doğrulama ve ödemeyi resmi kütüphanelerle ekle
Yapay zekadan kendi çözümünü yazması yerine kimlik doğrulama ve ödeme sağlayıcısının resmi SDK'sını ve belgelerini kullanmasını iste. Araç web'e erişemiyorsa ilgili belge sayfasını sohbete yapıştır.
6. Adım: Erkenden yayına al
Uygulamayı sona bırakmadan, ilk özellik çalışır çalışmaz internete koy. Yayına alma sorunları (ortam değişkenleri, veritabanı URL'leri, derleme hataları) uygulama küçükken daha kolay çözülür. Vercel, Netlify ve Railway bir GitHub deposundan yayına alır; mobil uygulamalar EAS Build ve uygulama mağazalarından geçer.
7. Adım: Beş gerçek kullanıcı bul
İnsanların uygulamayı kullanmasını izle. Kafalarının karıştığı yerler, senin ya da yapay zekanın uyduracağı her şeyden daha iyi bir yapılacaklar listesidir. Yapay zeka ile MVP yapmak rehberimiz doğrulamayı ve lansmanı daha ayrıntılı anlatıyor.
Uygulama yaparken yapay zekaya nasıl prompt yazılır?
Yapay zekaya bir yükleniciye iş verir gibi prompt yaz: tek bir net görev, ilgili bağlam, kısıtlar ve sonucu nasıl kontrol edeceğin. Belirsiz prompt'lar sana makul görünen bir tahmin getirir.
Aynı isteğin zayıf ve güçlü hali:
Add notifications.When a manager approves or rejects a swap request, send an email to bothstaff members involved.- Use the email provider we already set up in lib/email.ts.- Email text: shift date and time, new owner, status.- Don't send anything if the request is cancelled.- Add a test that checks both emails are queued on approval.Show me the plan first, then implement it. Don't change other features.Yapay zekayla yazılan kodu kontrol altında tutan alışkanlıklar:
- Her prompt'ta bir özellik. Paketlenmiş istekler paketlenmiş hatalar üretir.
- Veriye ya da kimlik doğrulamaya dokunan her işte koddan önce plan iste.
- Hata mesajını aynen yapıştır ve "bozuldu" demek yerine hatadan önce ne yaptığını anlat.
- Değişmesini istediğin dosyaları adıyla belirt, dokunmaması gerekenleri de.
- Bakımını yapacağın her kodu açıklamasını iste: "Explain this function line by line as if I'm new to TypeScript." Açıklamayı Türkçe istiyorsan bunu prompt'a yazman yeterli.
- Bir proje notları dosyası tut (örneğin Claude Code için
CLAUDE.md): yığının, komutların ve kuralların burada dursun ki her oturum bağlamla başlasın.
Tam bir şablon için yapay zeka kodlama agent'ları için görev yazma rehberine bak.
Yapay zeka ile uygulama yaparken en büyük tuzaklar neler?
En yaygın başarısızlıklar güvenlik açıkları, kimsenin güvenle değiştiremediği bir kod tabanı ve testten hızlı büyüyen kapsamdır. Üçü de önlenebilir.
Güvenlik açıkları
Yapay zeka araçları sık sık demoda çalışan ama canlıda veri sızdıran uygulamalar üretir. Gerçek kullanıcılar kaydolmadan önce şunları kontrol et:
- Veritabanı erişim kuralları. Supabase kullanıyorsan Row Level Security'yi aç ve dışarıya açık bir şemadaki her tablo için politika yaz. Supabase RLS rehberi,
anonrolü içinusing (true)gibi bir politikanın her ziyaretçiye erişim verdiği konusunda uyarıyor. - Ön yüzdeki sırlar. Ücretli hizmetlerin (yapay zeka modelleri, e-posta, ödeme) API anahtarları sunucuda durmalı, asla tarayıcı kodunda değil.
- Yalnızca kimlik doğrulama değil, yetkilendirme. Giriş yapmış olmak izin anlamına gelmez. URL'deki bir kimliği değiştirerek A kullanıcısının B kullanıcısının kayıtlarını açamadığını test et.
- Girdi doğrulama, her formda ve her API rotasında.
Türkiye'deki kullanıcıların kişisel verisini saklıyorsan KVKK yükümlülükleri de devreye girer; bu noktada kodu okuyabilen birine ve gerekirse hukuki desteğe ihtiyacın var.
Yapay zekaya "list every place this app reads or writes user data and who is allowed to do it" diye sor, sonra her birini kendin test et. Cevap olarak "güvenli" demesini kabul etme.
Değiştiremediğin bir kod tabanı
200 prompt'tan sonra birçok uygulama her düzeltmenin başka bir şeyi bozduğu bir yumağa dönüşür. Bunu her özellikten sonra Git commit'leri, temel eylemler için birkaç otomatik test ve ara sıra "review this codebase for duplicated logic and propose a cleanup plan, no changes yet" gibi bir prompt'la önlersin.
Kapsam kayması
Yapay zeka özellik eklemeyi bedavaymış gibi hissettirir, bu yüzden uygulamalar test edilebileceklerinden hızlı büyür. Şartnamendeki kapsam dışı listesini koru ve ona ekleme yap.
Sürpriz maliyetler
Krediler, API kullanımı ve barındırma birikir. Her sağlayıcıda harcama limiti koy ve geliştirme sürerken kullanımı her hafta kontrol et.
Yapay zeka ile uygulama yapmak ne kadara mal olur?
Basit bir uygulama bir ya da iki abonelik fiyatına, bu yazının yazıldığı tarihte kabaca ayda 20 ile 50 dolar arasına, artı çoğu zaman ücretsiz başlayan barındırmayla yapılabilir. Maliyet; kullanıma göre ücretlenen yapay zeka özellikleri, yoğun kredi tüketimi ve trafik arttıkça ücretli barındırmayla yükselir.
| Maliyet kalemi | Tipik aralık | Notlar |
|---|---|---|
| Yapay zeka uygulama oluşturucusu ya da kodlama agent'ı | Ayda 0 ile 25 dolar ve üstü | Ücretsiz katmanlar var; her şirketin fiyat sayfasına bak |
| Barındırma ve veritabanı | Başlangıçta 0 | Ücretsiz katmanlar prototipleri karşılar; canlı ortam planları daha pahalı |
| Alan adı | Yıllık bir ücret | Kayıt firmasına ve uzantıya göre değişir |
| Uygulama mağazası hesapları (mobil) | Apple ve Google geliştirici ücretleri | Her mağazanın güncel ücretine bak |
| Uygulamanın içindeki yapay zeka özellikleri | Token başına API maliyeti | Kullanıcılarınla birlikte büyür |
Kodlama agent'larının bir de çalışacak bir yere ihtiyacı var. Laptop'ta çalışırken laptop uyuduğunda dururlar. Orkio, Next.js web uygulamaları ve Expo mobil uygulamaları için hazır kitleri olan, sürekli açık bir bulut kutusu kiralıyor; Claude Code orada sen laptop'unu kapattıktan sonra da görevlerin üzerinde çalışmaya devam ediyor ve incelemen için pull request açıyor. Kendi Claude hesabınla çalıştığı için model kullanımına ek ücret yok.
Uygulamanı bugün yapmaya nasıl başlarsın?
Bu hafta bitirebileceğin kadar küçük başla:
- Tek sayfalık şartnameyi yaz: kullanıcılar, üç temel eylem, veri, kapsam dışı olanlar, bitti tanımı.
- Aracını seç: kod bilmiyorsan prompt'tan uygulama üreten bir araç, kod okuyabiliyorsan bir kodlama agent'ı.
- Yaygın bir yığın seç ve yalnızca iskeleti iste.
- Birinci temel eylemi yap, elle test et, commit et.
- Çirkin olsa bile yayına al.
- İkinci ve üçüncü eylem için tekrarla.
- Kimseyi davet etmeden önce yukarıdaki güvenlik kontrol listesini uygula.
- Uygulamayı beş gerçek kullanıcıya göster ve bir sonraki özelliği onların geri bildirimi seçsin.
Agent tarafında takılırsan, Claude Code rehberimiz kurulumdan ilk birleştirilen pull request'e kadar adım adım ilerliyor.
Sık sorulanlar
Hiç kod bilmeden yapay zeka ile uygulama yapılabilir mi?
Evet, basit web uygulamaları ve prototipler için. Prompt'tan uygulama üreten araçlar ön yüzü, veritabanını ve barındırmayı günlük dilde verilen talimatlarla halleder. Yine de dikkatle test etmen, veri modelini anlaman ve temel hata ayıklamayı öğrenmen gerekir; karmaşık ya da düzenlemeye tabi uygulamalar için kodu okuyabilen birine ihtiyacın olur.
Yapay zeka ile uygulama yapmak ne kadar sürer?
Birkaç ekranlı, çalışan bir prototip bir öğleden sonra ile bir hafta sonu arasında çıkabilir. Para ödeyen müşterilerin kullanmasına izin vereceğin küçük bir uygulama ise genelde birkaç hafta sürer, çünkü kimlik doğrulama, ödeme, uç durumlar, güvenlik ve yayına alma ilk demodan çok daha uzun sürer.
Uygulama yapmak için en iyi yapay zeka hangisi?
Seviyene bağlı. Kod bilmeyenler genelde Lovable, Bolt ya da Replit gibi prompt'tan uygulama üreten bir araçla en iyi sonucu alır. Kod okuyabilenler ise Claude Code ya da Codex gibi bir kodlama agent'ından veya Cursor gibi bir yapay zeka editöründen daha fazla kontrol elde eder.
Yapay zeka uygulama oluşturucusunun ürettiği kod benim mi olur?
Genelde evet, ama kullandığın aracın koşullarını kontrol et. Birçok araç projeyi GitHub ile senkronize etmene izin verir; bu önemlidir, çünkü kodu sonra başka bir barındırma hizmetine taşımanı ya da farklı bir araçla devam etmeni sağlar.
Yapay zeka App Store için mobil uygulama yapabilir mi?
Evet. Bir kodlama agent'ı Expo ile bir React Native uygulaması yapabilir, EAS Build gibi hizmetler de iOS ve Android paketlerini üretir. Yine de bir Apple Developer hesabına, bir Google Play geliştirici hesabına ihtiyacın var ve her mağazanın incelemesinden geçmen gerekir.
