$100M Markaların
AI Araç Stack'i

Bu sunum tek bir markayı değil, $100M+ e-ticaret markalarının kullandığı araç yığınını anlatıyor: kreatif üretimi, veri analizi, creator'a ulaşma ve otomasyon. Her aracın altında doğrudan sitesine giden bir buton var.

Bu sunumda ne öğreneceksin

• 01 AI'ın neden tek bir araç değil, dört katmanlı bir stack olduğu
• 02 Kreatif üretiminde AI'a hangi işi devrettiğin — ve hangisini devretmemen gerektiği
• 03 Reklam verini bir AI'a okuturken sorunun nasıl yazılacağı
• 04 AI ajanı ile sohbet botu arasındaki fark ve bunun kararı neden değiştirdiği
• 05 Doğru creator'ı bulmanın aslında bir sıralama ve veri işi olduğu
• 06 Araçları birbirine bağlayan tutkalın (MCP) tam olarak ne yaptığı
• 07 Stack'i kurma sırası: hangi katmandan başlanır, hangisi en sona bırakılır

Karşılaşacağın terimler

AI tek araç değil,
bir stack.

100 milyon dolarlık e-ticaret markalarının ortak noktası “daha iyi bir AI aracı” bulmuş olmaları değil. Aynı işi dört katmana bölüp her katmana ayrı bir araç koymuş olmaları: kreatif üretimi, veri analizi, creator'a ulaşma ve otomasyon.

Bu ayrım önemli, çünkü tek bir araç seni tek bir adımda hızlandırır. Bir stack ise hattın tamamını hızlandırır — çünkü birinin çıktısı diğerinin girdisi olur:

Peki bu neden bu kadar fark yaratıyor? Çünkü küçük ekipte darboğaz fikir değil, devir teslim. Kreatifi üreten kişiyle veriyi okuyan kişi çoğu zaman aynı kişi; aradaki dosya taşıma, kopyala-yapıştır ve “bu hangi versiyondu” işi günün yarısını yiyor. Stack'in kazandırdığı şey yaratıcılık değil, o aradaki ölü zaman.

Kreatifi fikir değil,
üretim tıkıyor.

Stack'in ilk aracı Higgsfield: durduran AI görselleri ve video reklam kreatifleri üretiyorsun.

Arayüzü açtığında görülen şey tek bir “üret” butonu değil. Solda ne yapmak istediğini seçiyorsun, ortada hangi modelle yapacağını:

Higgsfield'a git →

Peki bu neden önemli? Çünkü burada model seçmiyorsun, işi seçiyorsun — model o işin altında bir ayar. Tek bir modele bağlanmış bir marka, o model geri kaldığında hattını baştan öğrenmek zorunda kalıyor; işi merkeze almış bir marka ise sadece açılır menüden başka bir satır seçiyor.

Oyuncuyu senaryo bulur,
kamera değil.

İkinci araç Arcads: bir metni AI UGC aktörüne çeviriyorsun. Kütüphanede binden fazla hazır AI aktör var, istersen kendi avatarını kuruyorsun.

Arcads'a git →

Aynı işin Higgsfield tarafındaki karşılığı AI Influencer Studio: karakteri sıfırdan kuruyorsun — tip, görünüm, mimik, hatta insan bile olmayan karakterler.

Peki bu neden işe yarıyor? Çünkü UGC'nin gerçek maliyeti senaryo değil, yüz bulmak. Creator'la anlaş, brief gönder, çekim bekle, revizyon iste — bu döngü günlerce sürüyor. AI aktör o döngüyü “metni yapıştır” adımına indiriyor. Kazandığın şey kalite değil, deneme sayısı.

Tek ürün fotoğrafı,
bir reklam kütüphanesi.

Creative grubunun üçüncü aracı Imaginetive: tek bir ürün fotoğrafından profesyonel ürün görselleri ve reklam kreatifleri çıkarıyorsun.

Imaginetive'e git →

Dikkat çekmesi gereken şey vaat değil, o üçüncü sekme: Brand Kit. Aynı mantık Higgsfield'in uygulamasında da en üstte duruyor — “stilini bir kez kilitle, her görsel eşleşsin” ve “tek reklamı çoğalt”:

Buradaki asıl mesele üretim hızı değil, tutarlılık. Yüz görsel üretebilen ama yüzü de birbirine benzemeyen bir marka üretmemiş sayılır — çünkü tekrar eden bir görsel dil olmadan hiçbir reklam bir öncekinin üstüne bina olmaz. Müşteri markanı ikinci kez gördüğünde tanımıyorsa, ikinci gösterim ilk gösterimin parasını geri getirmiyor demektir.

AI'ın cevabı,
sorunun keskinliği kadardır.

Analiz grubunda iki araç var. İlki Claude: reklam verini okuyor, metin yazıyor, ajanlarla iş akışı otomatikleştiriyor.

Ama burada öğrenilecek şey araç değil, sorunun kendisi. Şu ekrandaki istem, iyi bir analiz sorusunun bütün parçalarını taşıyor:

Claude'a git →

Dört parçayı ayrı ayrı gör: veri, bağlam, karar sorusu, çıktı biçimi. Çoğu kişi sadece birincisini veriyor ve “analiz et” diyor; geri gelen şey de bir özet oluyor. Özet karar değildir. “Bütçeyi artırmadan aylık cirodan ne kadar daha koparabilirim” diye soran kişi ise bir rakam alıyor — ve rakamı olan bir şeyi tartışabiliyorsun.

Analiz bütçeyi büyütmez,
bütçeyi taşır.

Bir analiz katmanının işi sana yeni para bulmak değil. Elindeki paranın nerede boşa aktığını göstermek.

Buradaki mekanizma basit ama çoğu markada kurulu değil: tek metrik yalan söyler, metrik çifti söylemez. Tıklama oranı yükselirken tıklama maliyeti de yükseliyorsa yorulan kreatif değil, kitledir. Tıklama oranı sabitken dönüşüm düşüyorsa sorun reklamda değil, sayfadadır. Tek başına bakılan her metrik seni yanlış düğmeye götürür.

Ajan cevap vermez,
iş yapar.

Analiz grubunun ikinci aracı Manus: yüklediğin reklam verisini okuyup panele ve rapora çeviren bir AI ajanı.

Farkı şu ekranda görünüyor. Soru sorulduğunda hemen cevap vermiyor; önce kendine bir görev listesi çıkarıyor, adımları tek tek işaretliyor, en sonda raporu teslim ediyor:

Manus'a git →

Peki bu neden önemli? Çünkü adımlarını gösteren bir sistem denetlenebilir. Sohbet penceresi sana bir sonuç verir, nereden geldiğini bilemezsin; ajan sana yolu da verir, yanlış adımı işaret edebilirsin. Bir markanın bütçesini tek bir cümleye göre değiştirmesi risklidir — bir yola göre değiştirmesi normal iştir.

İkinci detay soruda saklı: “kampanya, reklam seti ve reklam düzeyinde” deniyor. Üç düzey, çünkü hata her düzeyde başka yerde saklanır — ve aşağı indikçe hatanın maliyeti büyür:

Doğru creator'ı bulmak
zevk değil, sıralama işi.

Üçüncü grup outreach — creator'lara ve müşterilere ölçekte ulaşmak. Ama ulaşmadan önce cevaplanması gereken bir soru var: kime?

Aynı ajan mantığı creator tarafında da çalışıyor. Türkiye pazarında kategoriye göre adayları buluyor, puanlıyor, teklif taslağını yazıyor ve takip tablosunu kuruyor:

Şimdi tablodaki asıl bulguya bak: en yüksek etkileşim oranı en büyük hesapta değil. Yüz binlerin üstündeki hesaplar orta bantta kalırken, mikro kategorideki bir hesap listenin en üstüne çıkıyor. Bu tesadüf değil, matematik: takipçi sayısı büyüdükçe kitle genişler, kitle genişledikçe ilgi seyrelir. Büyük hesap sana erişim satar; mikro hesap ilgi satar — ve satın alma ilgiden çıkar.

Outreach'in maliyeti
ilk mesaj değil, takip.

Listeyi kurduktan sonra sıra ulaşmaya geliyor. Euka tam burada: creator'ları buluyor, mesajı gönderiyor, gelen talebi karşılıyor ve süreci takip ediyor.

Euka'ya git →

Ekranın en öğretici yeri o sol sütun. Creator'lar tek bir listede değil, duruma göre ayrı kutularda: paylaşan, numune alıp paylaşmayan, susan. Çünkü outreach'te asıl para ilk mesajda değil, ikinci ve üçüncü mesajda. İlk mesajı herkes gönderiyor; “numuneyi aldı ama içerik çıkmadı” kutusunu kimse açmıyor. Otomasyonun burada yaptığı şey yeni creator bulmak değil — zaten elindeki creator'ı düşürmemek.

Stack'i araç sayısı değil,
aradaki bağlantılar büyütür.

Son grup otomasyon: OpenClaw ve MCP, buraya kadar saydığımız araçları birbirine bağlayıp e-posta, zamanlanmış görev ve tarayıcı işlerini otomatikleştiriyor. Stack'in tutkalı bu katman.

MCP'yi incele →

Fikir teknik ama sonucu çok pratik. Beş aracın ve üç farklı AI'ın varsa, hepsini birbirine tek tek bağlamak on beş ayrı entegrasyon demek. Ortak bir fiş standardı koyduğunda bu sayı sekize iniyor: her araç bir kez geçide bağlanıyor, her AI bir kez geçidi konuşuyor. Kazandığın şey yeni bir yetenek değil — bakım maliyetinin çökmesi.

Yedi araç değil,
dört karar.

Araç isimleri bir yıl içinde değişecek. Değişmeyecek olan, bu dört sorunun hep aynı sırada sorulması: ne üreteceğim, neyin işe yaradığını nasıl bileceğim, kime ulaşacağım, hangi adımı bir daha elle yapmayacağım.

Ve stack'in en sevdiğim özelliği şu: hiçbir araç tek başına dâhice değil. Görsel üreten araç sıradan, veri okuyan araç sıradan, mesaj gönderen araç sıradan. Onları olağanüstü yapan şey, birinin bıraktığı yerden diğerinin başlaması. Küçük ekiple büyük iş çıkarmanın sırrı araç sayısı değil — aradaki devir teslimi ortadan kaldırmak.

📌 Çıkarılacak Ders

…ve sende nasıl karşılık bulur