brick by brick'e hoş geldiniz!

Bültenin 30. sayısından selamlar!

​

Bülten yazarımız işten ayrıldığı için bu sayıya giriş bile yazamadık. Biz en iyisi direkt konumuza geçelim...

Alive Media'nın yeni sosyal medya hesaplarına göz atmayı unutan kaldıysa diye buraya bir hatırlatma bırakalım ve Alive Baku 🇦🇿 gelişmeleriyle devam edelim.

1 Ekim’de Hilton Baku’da gerçekleşecek etkinliğin konuşmacıları açıklanmaya devam ediyor:

🎤 Ulfan Aliyev — Chief Commercial Officer at the National Artificial Intelligence Center

🎤 Farid Gattal — Advisory Director at PWC, ex-SAP

Bu arada heyecan verici bir gelişmeyi de paylaşmak isteriz: Innovation and Digital Development Agency (IDDA) ve mygov, ayrıca AI destekli dijital dönüşüm tecrübesiyle Commencis Stratejik İnovasyon Ortaklarımız olarak Alive Baku yolculuğumuzda aramıza katıldı!

Azerbaycan'ın dijital geleceğini ve inovasyon ekosistemini aktif olarak şekillendiren bu iki güçlü ekiple Alive'ı ilk kez Bakü'ye taşıyor olmanın gururunu yaşıyoruz.

Konuşmacı duyuruları, etkinlik güncellemeleri ve bundan sonra gelecek her şey için yeni Alive hesaplarımızı takip etmeyi unutma, güncel kal!

​LinkedIn, Instagram, YouTube, X

Geçen sayıda Andrew Ng’nin yayımladığı AI becerileri haritasını konuşurken çok net bir gerçeğin altını çizmiştik: Dört temel beceriden üçü kod yazmakla ilgili değildi. Teknoloji ne kadar karmaşıklaşırsa karmaşıklaşsın, asıl meselenin teknik kapasiteden çok o teknolojiyi doğru bağlama oturtmak olduğunu görmüştük.

Bu sayıda tam da bu durumun ürün tarafındaki karşılığına odaklanıyoruz.

Yapay zekayı ürünlerimize dâhil etmeye çalışırken sıklıkla düştüğümüz bir tuzak var: Onu sadece arayüze eklenen bir "feature" ya da bir sohbet penceresinden ibaret sanmak.

Peki, AI gerçekten ürünün neresinde durmalı?

Sayının ilk yazısı olan "AI için üç yer var. Herkes aynı yeri seçti." incelemesinde, Brick Institute Kurucu Ortağı, Mustafa Dalcı yapay zekanın ürün mimarisindeki stratejik yerleşimini ve kullanıcı deneyimini doğrudan etkileyen bu üç temel konumlandırmayı ele alıyor.

AI’ı yüzeysel bir eklenti olmaktan çıkarıp ürünün kalbine doğru yerleştirmenin yollarını keşfetmek için ilk yazımızla başlıyoruz.

---

AI için üç yer var. Herkes aynı yeri seçti.

Altmışın üzerinde ürün ekranında AI'ın arayüzde nereye konduğuna baktık. Web'de neredeyse herkes aynı yeri seçmiş: sağdan açılan bir panel. Mobilde ise AI köşedeki ikon olmayı bırakmış — alt menüde bir sekme.

Bir önceki yazıda siteni ajanlara okutmayı konuşmuştuk — semantic HTML, structured data, WebMCP. O yazı makinenin gördüğü taraftaydı. Bu yazı insanın gördüğü tarafta: AI senin ürününün tam olarak neresinde duruyor?

Çünkü tek bir yer yok. Üç tane var ve üçü birbirinden çok farklı sorular soruyor.

01 · DIŞARIDA Kullanıcı hiç gelmiyor. İşlemi ajan yapıyor. Senin arayüzün hiç açılmıyor.

02 · İÇERİDE AI arayüzde duruyor Kullanıcı ürüne giriyor, AI orada bir yerde bekliyor.

03 · KULLANICININ ELİNDE Otomasyonu o kuruyor Ürünün içinde kendi akışını, kendi ajanını kuruyor.

Çoğu ekip yalnızca ikincisini yapıyor. Ve birazdan göreceğin gibi, onu da herkesle aynı şekilde yapıyor.

BİRİNCİ KONUM

Kullanıcının hiç gelmediği yer

Bir kullanıcı Claude ya da ChatGPT üzerinden senin ürününde işlem yapabiliyorsa, senin arayüzün o işlemde hiç devrede değil. Tasarımın, mikro etkileşimlerin, onboarding akışın — hiçbiri görünmüyor. Görünen tek şey ürününün ne yapabildiği.

WebMCP tam da bunun için çıktı: site, ajanın çağırabileceği araçları kendisi tanımlıyor, ajan arayüzü tahmin etmeye çalışmıyor.

NEREDE DURUYOR? WebMCP bugün bir W3C Community Group taslağı — standart değil, standart yolunda da değil. Chrome 146'da uygulaması var ama enable-webmcp-testing bayrağının arkasında, varsayılan olarak kapalı. Ve en önemlisi: Claude, ChatGPT, Gemini ya da Perplexity bugün sitelerin WebMCP araçlarını doğrudan çağırmıyor. Yani bu katman gerçek ama henüz yaşamıyor. Ona göre bütçe ayır.

Bu konumun mobil karşılığı beklediğinden daha yakın. Truecaller'da asistan gelen aramaları senin yerine açıyor; Beside'da AI Receptionist sesli mesajları karşılıyor. İkisinde de ürünün asıl işi yapılırken kullanıcı ekranın karşısında değil. Arayüz devrede değil, ürün devrede.

İKİNCİ KONUM

Herkesin aynı yere koyduğu panel

Asıl kalabalık burada. Gemini, Linear, Asana, HoneyBook, Framer, Fabric, Chatbase — hepsinde AI sağ taraftan açılan bir panel. Tek istisna Claude, o da anlaşılır: orada AI ürünün kendisi, ayrı bir köşeye konması gerekmiyor.

Karakter yok, avatar yok, arayüze gömülmüş yaratıcı bir çözüm yok. Sağ altta bir ikon, tıklayınca sağda bir sohbet alanı. Bu kalıp o kadar yerleşti ki artık bir tasarım kararı olmaktan çıkıp varsayılan hâline geldi.

İkinci bir yerleşim daha var ve o da kendi içinde yakınsamış: metin editörlerinde seçim üzerine çıkan satır içi menü. Üç farklı ürüne bak.

Üç ayrı ürün, neredeyse aynı beş fiil. Ve dikkat et: hiçbiri kullanıcının asıl işiyle ilgili değil. Hepsi metni dönüştürüyor. Bir proje yönetim aracındaki AI'ın “daha resmî yap” demesi, o aracın ne işe yaradığıyla ilgili hiçbir şey bilmediğini gösteriyor.

İşi yapmak ile arayüzü anlatmak

Aynı panelin içinde iki tamamen farklı davranış görülüyor. Karşılaştır.

​

Boş bir sohbet kutusu, kullanıcıya “ne isteyeceğini sen bul” demektir. Asana bunu çözmüş; hazır komutlar aynı zamanda ürünün AI ile ne yapabildiğinin listesi oluyor. HoneyBook ise sohbet kutusunu bir yardım merkezine bağlamış — teknik olarak çalışıyor, ama kullanıcının istediği şey yapılmıyor.

Bir üçüncü davranış daha var: WRITER'da AI talep üzerine çalışmıyor, sürekli çalışıyor. Sağda kapanmayan bir ray var, metni yazarken puanlıyor — dil bilgisi, terminoloji, üslup, açıklık, kapsayıcılık. Kullanıcı AI'ı çağırmıyor; AI zaten orada.

Mobilde sağ taraf yok, o yüzden AI alt menüye taşındı

Telefonda “sağdan açılan panel” diye bir yer yok. Yer olmayınca AI köşedeki ikon olmayı bırakıyor ve alt navigasyonda kendine bir sekme alıyor.

Otter'da AI Chat, Cleo'da Chat, GitHub'da Copilot, Truecaller'da Assistant, Beside'da doğrudan AI. Mindvalley ve X ise daha da ileri gitmiş: AI'ı alt menünün tam ortasına, en büyük ve tek renkli hedefe koymuşlar. Superpower, Places ve Meta AI'da da aynı yerleşim var.

Bu ayrıntı gibi görünüyor ama değil. Sağ alttaki yüzen ikon kimseden bir şey almaz; alt menüde bir sekme almak zorunludur. Beş yer var, AI birini istiyorsa bir şeyin aşağı inmesi gerekiyor. Yani mobilde AI'ın yerleşimi bir görsel tercih değil, bir öncelik beyanı — ve web'deki köşe ikonunun aksine ölçülebilir bir bedeli var.

Bir de şu var: alt menüdeki bir sekmenin adı olmak zorunda. “Sohbet” yazamıyorsan bir şey adlandırmak gerekiyor. İsim verme refleksi buradan çıkıyor.

Mustafa Dalcı burada lafı tam da 'İsim ve karakter: beş basamaklı bir merdiven' diyerek işin en heyecanlı yerine getiriyor... Bültende yerimiz dar ama merak etmeyin, yazının devamı ve tüm detayları web sitemizde!"

Mustafa Dalcı’ya bültenimize kattığı bu derinlikli analiz için çok teşekkür ederiz.

Ekran üzerindeki stratejileri konuştuğumuza göre, şimdi odağımızı sahaya ve bizim bizzat ürettiklerimize çeviriyoruz.

8 Eylül’de Brickstage: Build. Ship. Tell. #3 için sahneyi açıyoruz!

Klasik eğitim formatlarının, slaytlara sıkıştırılmış teorilerin dışına çıktığımız bu seride odağımız yine uygulamada. Katılımcıların bizzat geliştirdiği ürünleri, ürettiği mikro çözümleri ve gerçek kullanım senaryolarını dinleyeceğimiz etkinlikte; "ne yaptık, nasıl yaptık, ne işe yaradı (ya da yaramadı?)" sorularına filtresiz yanıtlar arayacağız.

Şeffaf üretim süreçlerini, hatalardan çıkan öğrenimleri ve birlikte üretmenin gücünü konuşacağımız bu canlı oturum için detaylara ve kayıt bağlantısına buradan ulaşabilirsiniz.

Sadece etkinliklerde değil, bültenin bu sayısında da teoriden uygulamaya geleceğin ürün deneyimlerine odaklanmaya devam ediyoruz.

Sıradaki yazımızda, ürün inovasyonu ve deneyimi alanındaki tecrübesiyle Levent Kopuz, bizi yapay zeka ile kurduğumuz ilişkiyi şöyle bir durup yeniden gözden geçirmeye davet ediyor.

Yapay Zeka Çağında Proaktif Deneyim

Yapay Zeka bize 'Proaktif Deneyim' sağlayacak. Peki biz buna hazır mıyız?

Son birkaç yılda şirketlerde yapay zeka ile ilgili yapılmayan şey neredeyse kalmadı. Chatbot'lar geliştirildi, Copilot'lar satın alındı, agent'lar denendi, onlarca POC başlatıldı.

Fakat rakamlar başka bir gerçeklik anlatıyor. McKinsey'nin “The State of AI in 2025” raporu göre şirketlerin %88'i yapay zekayı en az bir iş fonksiyonunda kullanırken, yalnızca yaklaşık %6'lık bir grup bunu anlamlı finansal etkiye ve kurumsal dönüşüme çevirebiliyor.

Deloitte ve Gartner araştırmaları da pilotların hızla çoğaldığını, ancak önemli bir bölümünün üretime geçemeden kaldığını gösteriyor.

Yani AI konusunda aktivite sorunumuz yok şu anda. Sorun, bu aktiviteyi gerçek müşteri ve iş değerine dönüştürmekte.

Belki de bunun nedeni; yeni teknolojiyi eski çalışma biçimlerinin üzerine koymaya çalışmamızdır. Çünkü süreç zaten iyi işlemiyorsa, AI onu sihirli bir şekilde düzeltmiyor; çoğu zaman sadece aynı problemi daha hızlı yaşamamıza neden oluyor.

Proaktif Deneyim’e hazırlık ekranda başlamaz

Bir bankanın müşterisine şöyle dediğini düşünelim:

“Önümüzdeki 12 gün içerisinde planlanan ödemeleriniz mevcut bakiyenizi aşabilir.”

Müşteri ekranda tek bir cümle görüyor. Fakat arka planda gelir ve harcama ritminin okunması, riskin hesaplanması, doğru müdahale anının belirlenmesi, regülasyon sınırları ve müşteriye satış baskısı yaratmayacak bir deneyimin tasarlanması gerekiyor.

Üstelik “Paranız yetmeyebilir” ile “mevcut bakiyenizi aşabilir” yazıları aynı veriden çıksa bile, insanda etkisi çok farklı olabilir.

Bu yüzden Proaktif Deneyim’in arka planına çok iyi hazırlanmak gerekir. Bu hazırlık için veri, teknoloji, kültür, empati, yönetişim ve deneyim tasarımının birlikte çalışması olmazsa olmazlardandır.

Şirketlerin işte bu hazırlığı yapması gerekmektedir en başta belirttiğim %6’lık dilime girmesi için.

Bugün yayımlanan pek çok trend ve gelecek raporu, 2030'a yaklaşırken ve sonrasında teknolojik olduğu kadar toplumsal açıdan da önemli bir değişim dönemine girdiğimizi söylüyor.

Yapay zeka bu dönüşümün en görünür parçalarından biri olacak; ve teknoloji bu kadar hızlı değişirken insanların hayatlarının, karar biçimlerinin, kaygılarının ve beklentilerinin de değişeceği kaçınılmaz bir gerçektir.

O halde şirketler yapay zekaya adapte olmaya hazırlanırken, bir yandan da değişen insanı yeniden anlamaya hazırlanmak zorunda değil mi?

Proaktif Deneyim için dönüşümünün hazırlığı işte tam da bu noktada başlamaktadır.

Şimdi, aşağıdaki 6 adımda bu dönüşüm için ne tür hazırlıklar yapabiliriz birlikte inceleyelim;

1. Önce değişen insanı anlayalım

Bir müşterinin hesabında 80.000 TL olması, onun 80.000 TL harcanabilir parası olduğu anlamına gelmeyebilir. Belki bunun büyük bölümünü zihninde çocuğunun okuluna, taşınmaya veya acil durumlara ayırmıştır.

Aynı şekilde kredi ekranına üç kez girmesi de mutlaka kredi istediği anlamına gelmez. Karşılaştırma yapıyor, kaygılanıyor veya güven arıyor olabilir.

Nihayetinde, datalar davranışı gösterir. Arkasındaki anlamı göstermez.

Bu nedenle bizim için hazırlığın ilk adımı daha fazla veri toplamak değil, mevcut veriyi müşterinin hayat bağlamında okuyabilmek olmalı. Ve ekipleri buna göre eğitmeliyiz.

2. Tahmin değil, karar sistemi tasarlayalım

AI, müşterinin yakında nakit açığı yaşayabileceğini tahmin edebilir. Ancak buradan doğrudan kredi teklifine gitmek zorunda değiliz.

Belki müşterinin yaklaşan ödemelerini görmesi yeterlidir. Belki başka seçenekler sunulmalıdır. Belki de hiçbir şey yapılmamalıdır. Bu yüzden bu bir karar sistemi kurgulamaktır, ekran tasarımı yapmak yerine.

Proaktif Deneyim’de odak noktası sadece “Ne önerebiliriz?” değil, “Müdahale etmeli miyiz?” de olmalıdır.

Yani proaktif olmamayı bilmek de, bazen proaktif olmanın hazırlıklarından biridir.

3. AI hızlanırken organizasyonu da hızlandıralım

Geleneksel ve büyük yapılarda ürün geliştirme hala çoğu zaman bir bayrak yarışı gibi ilerliyor: iş birimi, ürün, tasarım, teknoloji, risk, hukuk, operasyon sırayla devreye giriyorlar karar döngüleri halinde. Fakat AI’ın saniyeler içinde analiz ve alternatif üretebildiği bir dünyada, haftalar süren bu karar döngüleri yeni darboğazlar oluşturabilir bize. Bu nedenle ürün, tasarım, veri, teknoloji, operasyon ve risk gibi çapraz-disiplinlerin problemin başında, problemin sahibi ile empati yapacak şekilde aynı masada ve aynı anda olması gerekiyor. Çünkü tasarlanan şey artık yalnızca bir ekran değil, insan ve AI’ın birlikte çalıştığı ortak bir karar mekanizması olacak. Bu yüzden AI bizi hızlandırırken, ekiplerin de birbirine yaklaşması ve bu hıza hazır hale gelmeyi öğrenmesi gerekebilir. Bu yapılanmada bütün ekipler olmasa da, stratejik ürün ve hizmetleri üreten ekipler bu şekilde kurgulanabilir.

4. Yapay Zeka’nın yanına Duygusal Zeka’yı koyalım

AI yaptığı harika şeyler var; örüntüleri bulmak, tahmin üretmek ve alternatifleri hızla değerlendirmek. Fakat müşterinin davranışının arkasındaki kaygıyı, güven ihtiyacını veya doğru müdahale sınırını anlamak ve buradaki duygular ile empati kurmak başka bir yetkinliktir. frog’un “Futurescape 2026” raporu da yapay zekanın giderek bağlamı anlayan, ihtiyacı öngören deneyimlerin parçası olacağını; bunun yanında güvenin, mahremiyetin ve insanın kendi kararları üzerindeki kontrolünün korunması gerektiğini vurguluyor. Bu nedenle ürün ekiplerinin yalnızca AI ve veri konusunda değil; empati, davranış bilimi, service design ve etik muhakeme konusunda da güçlenmesi gerekiyor. Bill Gates’in yeni “human-reserved” yaklaşımı da burada anlam kazanıyor: AI pek çok görevi üstlense bile, güven, muhakeme ve insani bağ gerektiren bazı karar alanlarını bilinçli olarak insanlarda bırakmamız gerektiğinden bahsediyor Bill Gates. Yani bu adımda; Makinedeki Yapay Zeka örüntüyü bulacak. İnsandaki Duygusal Zeka ise anlamı sorgulayacak. İkisi birlikte ancak doğru deneyimi tasarlayabilecek.

5. POC değil, öğrenme sistemi kuralım

Ufak pratikler ile başlayabiliriz Proaktif Deneyim’e hazırlanmak için. Tek bir karar anı seçilebiliriz pratik yapmak için; örneğin yaklaşan nakit sıkışıklığı veya riskli bir yatırım davranışını ele alabiliriz. Sinyal yakalarız, küçük bir deneyim tasarlarız ve gerçek müşterilerle test ederiz. Ancak yalnızca modelin doğru tahmin yapıp yapmadığına değil; müşterinin bunu destek olarak algılayıp algılamadığını, kontrolün onda kalıp kalmadığını ve gerçek bir sonuç oluşup oluşmadığını da ölçüleriz. Aksi halde çalışan bir POC üretmiş oluruz, çalışan bir deneyim değil. Yapay Zeka’yı da, bu seçtiğimiz karar anını re-design yapmak için ilgil adımlarda kullanabiliriz ilgili ekip ile. Bu pratik bize ekip seviyesinde bir öğrenim sistemi kurmakta başlangıç noktası olacaktır.

6. Başarı tanımı da değişebilir

Proaktif Deneyim’de conversion tek başına başarı olmayacaktır. Mesela müşteriye gereksiz bir kredi kullandırdıysak satış artmış olabilir ama iyi bir deneyim yaratmış olmayabiliriz. Bu ikisi farklı şeydir. Bu nedenle gelir ve kullanım metriklerinin yanında güven, kontrol hissi, karar kalitesi, müşteri eforu, yanlış müdahale ve gereksiz müdahale oranları da izlenmelidir. Bazen iyi bir Proaktif Deneyim’in sonucu, müşteriye hiçbir şey göstermemeyi doğru seçebilmektir. Yani bu adımda, derin bir empati ile anladığımız müşterinin hislerini iş hedefleri haline getirmemiz gerekebilir. Çünkü, insanların karar anları, bu hislerin değişimi belirleniyor. Ve işte bu hislerin değişimi de, bizim işteki başarı sonuçlarımızı etkiliyor.

Proaktif Deneyim dönüşümü iki yönden ilerlemeli

2 yön şu şekilde olabilir; yukarıdan aşağıya strateji, kültür, organizasyon, veri, yönetişim ve yetkinlik hazırlanmalı; aşağıdan yukarıya ise küçük deneyler yapılmalı, ölçülmeli, öğrenilmeli ve başarılı olanlar ölçeklenmeli.

Sadece yukarıdan aşağı ilerlersek yıllarca dönüşüm sunumları hazırlayıp müşteriye çok az şey sunabiliriz. Sadece aşağıdan yukarı ilerlersek onlarca pilot yapıp hiçbirini kurumun kalıcı çalışma biçimine dönüştüremeyebiliriz.

Bu yüzden yukarıdan aşağıya ve aşağıdan yukarıya şirket dönüşürken denemeli, denerken de dönüşmelidir.

Ufak bir pratik

Proaktif Deneyim zihinsel ve basit bir başlangıç için, tek bir müşteri anını seçip şu 3 cümleyi bu an için doldurabiliriz;

1. Müşterimiz __ yaşadığında, biz bugün ancak __ olduktan sonra harekete geçiyoruz.

2. Oysa __ sinyalini kullanarak daha erken destek verebiliriz.

3. Buradaki amacımız __ satmak değil, müşterinin __ kararını kolaylaştırmak olmalı.

Yapay Zeka’nın bize katacağı en güzel şeylerden biri olan Proaktif Deneyim’e, ekran tasarlayarak başlamak yerine, bu ön hazırlıklar ile başlamak çok daha sağlıklı olacaktır. Ve bizim McKinsey’nin raporundaki %6’lık dilime girme ihtimalimizi arttıracaktır.

Çünkü hazırlanmamız gereken şey sadece değişen teknoloji ve onun hızı değil, teknolojinin ve hızın, insandaki etkisi de olacaktır.

Bu yazı için Levent Kopuz’a teşekkür ediyor ve bültene 'Kısa Kısa..' bölümüyle devam ediyoruz !

---

Kısa Kısa...

AI

Datadog ayda 1 milyon dolar tasarruf ediyor, hem de modeli küçülterek değil: Datadog AI harcamalarını nasıl optimize ettiğini tek tek anlatmış: doğru işe doğru modeli atamak, agent'ları düzenli evaluation'dan geçirmek, harcamaya guardrail koymak. Yaptıkları A/B testinde kullanıcı başına maliyet %27, input token %39 düştü. Buradaki asıl ders şu: AI maliyeti bir altyapı problemi değil, bir ürün kararı. 💡

Bir tasarımcının AI ile çalışma anayasası: Buzz Usborne, AI'ı yaratıcı işe sokarken kendine koyduğu beş ilkeyi yazmış. Özü şu: AI senin muhakemeni değil, kapasiteni büyütmeli. Hız kazandığın yerde yargıdan feragat ediyorsan kârlı çıkmıyorsun. Kendi ekibin için benzer bir liste yazmayı denemelisin, iki saatlik bir egzersiz ama sonrasında tartışmalar çok netleşiyor. 🧱

Artık agent'ı değil, skill'i ölçüyoruz: Yeni bir araştırma agent değerlendirmesinin yanlış katmanda yapıldığını söylüyor. Agent'ın tamamına not vermek yerine tek tek skill'leri sürekli ölçmeyi öneriyorlar. Claude Skills'le çalışan herkesin tanıdık olduğu bir sorun bu: bir şey bozulduğunda hangi parçanın bozulduğunu bilmiyorsun. 🤔

Agent sandbox'ları için karşılaştırmalı tablo: E2B, Daytona, Modal, Cloudflare ve Vercel'i cold start, fiyatlama ve network politikası üzerinden yan yana koymuşlar. Agent'ına kod çalıştırtacaksan bu seçim performanstan çok maliyet tarafında fark yaratıyor. Kaydet, lazım olacak. 👌

OpenAI, Cursor'ın API erişimini kesti: Latent Space'in aktardığına göre OpenAI, Cursor'a model erişimini kapattı. Teknik bir haber gibi duruyor ama asıl mesele platform bağımlılığı. Ürününün merkezine tek bir sağlayıcıyı koyduğunda, o sağlayıcının ticari kavgaları senin roadmap'in oluyor. 🚀

Product Management

PM'ler için kod yazmadan SaaS kurma rehberi: Product Compass, 3-4 saatte multi-tenant bir SaaS uygulaması kurduran bir rehber yayımlamış: Claude Code, Clerk ve Supabase ile, promptları dahil. Amacı seni engineer yapmak değil, "bu yapılabilir mi" sorusunu tahminle değil deneyerek cevaplamanı sağlamak. 🧱

Günün yüzde 80'ini AI ile yöneten bir PM: Melio'dan Daniel Blum, "How I AI" podcastinde iş gününün yüzde 70-80'ini Claude'a devrettiğini anlatıyor. İlginç olan yüzde değil, yöntem: tek seferlik promptlar yerine zamanla kendini iyileştiren bir asistan kurmuş. 👌

Artık ikinci bir okuyucun var: AI agent'ı: Product Marketing Alliance, AI agent'ları için persona kurmayı tartışıyor. Müşteri ürününü görmeden önce onun adına araştıran bir agent görüyor. Landing page'ini, dokümanını, karşılaştırma tablonu artık iki farklı okuyucu için yazıyorsun. 🤔

Agent'lar artık alışveriş de yapıyor, hem de beş ayrı protokolle: ACP, AP2, x402, MPP ve UCP. Bu yazı beşini ürün gözüyle tek tek açıklıyor. Stripe ve Google'ın ayrı standartlar itmesi tesadüf değil: agent'a satış yapmanın kuralları şu anda yazılıyor. Erken okuyan avantajlı. 💡

Model beyin, harness ürün: Bu analiz AI'da rekabet avantajının model katmanından çıkıp modelin etrafındaki sisteme kaydığını savunuyor. Ürün insanı için çıkarımı net: modelin iyileşmesini beklemek strateji değil. Değer, modelin etrafına kurduğun akışta birikiyor. 💡

Meta-work artık işin kendisi: Jorge Arango, AI agent'larını kurmaya harcadığı zamanın erteleme değil, pratiğini rafine etme olduğunu anlatıyor. Bir agent kurmak seni bildiğin ama hiç yazmadığın şeyi yazmaya zorluyor. Tacit knowledge'ı kodlamanın en hızlı yolu bu olabilir. 🧱

Customer journey haritası bir yanılsama mı: Bu yazı doğrusal journey map'lerin gerçek davranışı değil, bizim temennimizi çizdiğini söylüyor. Önerisi haritalamayı bırakıp müşterinin kendi yolunu kurmasına imkan vermek. Journey map'lerini duvara asmadan önce okumakta fayda var. 🤔

Tasarım

Experience debt: hızlı ship etmek UX'i bozuyor: Bu yazı technical debt'in tasarım karşılığını anlatıyor. Hiçbir şey bozuk değil ama her ekran biraz farklı, her akış biraz kopuk. Sebep basit: başarıyı outcome yerine output'la ölçüyoruz. Önerilen çözüm daha çok tasarımcı değil, tasarım yönetişimi. 🧱

CLAUDE.md'yi tasarım dosyası olarak kullanmak: Muzli'de adım adım bir rehber var: design system kurallarını, token'ları ve karar gerekçelerini CLAUDE.md'ye yazıp AI'ın her seferinde aynı dili konuşmasını sağlıyorsun. Design system dokümantasyonunun ilk kez gerçekten okunduğu yer burası olabilir. 👌

Design system'ler AI için ne kadar okunabilir: 20 açık kaynak design system ve 6 platformu inceleyen bir saha çalışması yayımlandı. Soru şu: agent senin design system'ini okuyabiliyor mu? Cevap çoğu yerde hayır. Kendi sistemine aynı soruyu sorduğunda alacağın cevap muhtemelen seni şaşırtacak. 💡

AI çağında UX'in yeni çıktısı: doküman değil, context: Nielsen Norman Group, arayüzü AI üretmeye başladığında UX'çinin işinin context kurmaya döndüğünü yazıyor. Artık teslim ettiğin şey bir ekran değil, AI'ın doğru ekranı üretmesini sağlayan bilgi. Rolün nereye evrildiğini merak ediyorsan buradan başla. 🧱

Jakob Nielsen'dan haftalık UX derlemesi: Bu haftaki derlemede featuritis ile kullanılabilirlik arasındaki ters ilişki, AI'ın ikna ediciliği ve Fitts yasasının hâlâ geçerli olan tarafları var. Kısa kısa okunacak bir liste, tam da bu bölümün ruhuna uygun. 👌

Log off etmeyi unuttuk: Bu deneme internete "girip çıktığımız" dönemden hep bağlı olduğumuz döneme geçişi anlatıyor. Yazarın tasarımcılara çağrısı net: ürüne çıkışı da tasarla. Engagement metriğiyle yönetilen her ekip için rahatsız edici ama gerekli bir okuma. 🤔

Yaklaşan Brick Institute Eğitimleri

Bülteni bitirirken de biraz kendimizden bahsedelim. Bu ay yaklaşan eğitimlerimizi bir göz atmanız için şöyle özetliyoruz:

Sertifika Programları

Ürün Yönetimi Eğitimleri

15 Eylül - 1 Ekim - Yazılım Geçmişi Olmayanlar için Yazılım - Tech Lead & Product Engineer Mustafa Biçer ile yazılımın kapısını aralayın! "Yazılım dünyası bana çok uzak" diyenler için teknik ekiplerle konuşabilmenin, API'lerden database'lere jargonu çözmenin ve teknik kararların mantığını anlamanın sistematik yolu.

Tasarım Eğitimleri

15 Eylül - 8 Ekim - Baştan Sona Uygulamalı Figma Eğitimi - Digital Product Designer Ramazan Güler ile Figma'da ustalaşın! Sıfırdan ileri seviyeye, component'lerden auto-layout'a, prototype'lardan developer handoff'a kadar her şeyi pratikte öğreniyoruz.

15 Eylül - 8 Ekim - Yapay Zeka Destekli UX Araştırma Eğitimi - UX Researcher İlayda Sena Topçu ve Mustafa Terzioğlu ile AI ile araştırma süper gücü! Kullanıcı görüşmelerinden anket analizine, persona oluşturmadan insight çıkarmaya yapay zeka destekli UX araştırma yöntemlerini öğreniyoruz.

15 Eylül - 27 Ekim - Advanced UX Eğitimi - Senior UX Designer Burç Taluğ ile UX uzmanlığında bir sonraki seviye! Temel bilgilerin ötesine geçip karmaşık tasarım problemlerine ileri seviye çözümler üretmeyi, araştırma yöntemlerini derinlemesine uygulamayı öğreniyoruz.

22 Eylül - 8 Ekim - Yapay Zeka Destekli UI Eğitimi - Senior UI Designer Uğur Anlak ile AI ile piksellerin psikolojisini çözün! Renk teorisinden tipografiye, grid sistemlerinden animasyonlara kadar yapay zeka araçlarıyla desteklenerek kullanıcıların "vay be!" dedirten arayüzler tasarlamayı öğreniyoruz.

Sektörün en deneyimli isimleriyle, teoriden sıkılmadan pratik odaklı öğrenme garantisi!

👋 Tasarım ve ürün dünyasında gelişme bitmez. Ancak bu haftalık bizden bu kadar! İki hafta sonra yeni sayıyla gelene kadar okuyun, paylaşın ve kendinize iyi bakın!