Yapay Zeka ile Sıfırdan Mobil Uygulama Geliştirme (Fikirden Play Store’a End-to-End AI Workflow) - Rasit Tekin | AI & Data Science Engineer

Bölüm 1: Modern AI-Assisted Orchestration Paradigması ve Proje Vizyonu

Yazılım geliştirme ekosisteminde köklü bir paradigma değişimine şahitlik ediyoruz. Geleneksel yazılım mimarilerinde bir mobil uygulamayı sıfırdan inşa etmek; backend servislerini yazmak, veritabanı şemalarını manuel oluşturmak, UI bileşenlerini satır satır kodlamak ve API entegrasyonlarıyla boğuşmak anlamına geliyordu. Ancak günümüzde modern AI mühendisliği, bizi "Kod Yazan" pozisyonundan "Sistemleri ve AI Eyleyicilerini (Agents) Orkestre Eden" bir mimar konumuna taşıyor.

Bu seride, geleneksel monolitik kodlama süreçlerini bir kenara bırakıp; yapay zeka asistanları, Low-Code/No-Code otomasyon motorları ve bulut servislerini bir araya getirerek fikirden Play Store'da canlıya uzanan uçtan uca bir mobil uygulama geliştirme yol haritasını ele alacağız.

1.1. Özgün Proje Fikri ve Katma Değer (Value Proposition)

Yazılım dünyasında veya uygulama mağazalarında sıkça karşılaştığımız en büyük hatalardan biri katma değersiz projeler üretmektir. Piyasada halihazırda bulunan basit bir kalori hesaplama API'sini sarmallayıp (wrapper) bir arayüz giydirerek kullanıcılara sunmaya çalışmak mantıklı bir iş modeli değildir. Manavdan 3 liraya alınan salatalığı hiçbir işleme tabi tutmadan 4 liraya satmaya çalışmaya benzer; kullanıcı zaten o servislerin orijinaline erişebilmektedir.

Bir mobil uygulamanın başarılı olabilmesi ve kullanıcıda karşılık bulabilmesi için gerçek bir probleme katma değerli bir çözüm üretmesi gerekir. Buradan hareketle projemizin konseptini FitCraft AI olarak belirledik:

Gerçek Problem: İnsanlar diyet yaparken veya sağlıklı beslenmeye çalışırken sürekli kalori hesabı yapmaktan, her öğünde ne pişireceklerini düşünmekten ve ellerindeki kısıtlı malzemelerle makro değerlerine uygun yemek bulamamaktan şikayetçidir.
Katma Değerimiz (FitCraft AI): Kullanıcıdan sadece statik veriler (boy, kilo) istemiyoruz. Kullanıcı buzdolabının veya öğününün fotoğrafını çeker; yapay zeka görselleri işleyerek içerideki malzemeleri, porsiyonları ve makro değerlerini (protein, karbonhidrat, yağ) tespit eder. Ardından kullanıcının alerjenlerini, yaşam tarzını ve hedeflerini dikkate alarak kişiselleştirilmiş fit tarifler ve antrenman reçeteleri oluşturur.

1.2. Geliştirme Stratejisi: MVP (Minimum Viable Product) Mantığı

Bir projeye başlarken yapılan en büyük ikinci hata scope creep (kapsam esnemesi) yaşamaktır. Proje fikri bulunduktan sonra henüz ilk versiyonda 20-30 tane farklı özellik (canlı koçluk, sosyal medya akışı, arkadaş ekleme, karmaşık antrenman takipleri vb.) eklenmeye çalışıldığında yapay zeka bağlamı (context) kaybolur ve süreç tıkanır. Yapay zeka asistanları tek seferde devasa sistemleri hatasız inşa edemez.

Bu nedenle MVP (En Küçük Çalışabilir Ürün) yaklaşımını benimsiyoruz:

Temel Taşından Başlamak: İlk etapta uygulamanın sadece çekirdek vaadine odaklanacağız: Kullanıcı kayıt olsun/giriş yapsın, görsel/malzeme bilgisini iletsin, yapay zeka analiz edip kişiselleştirilmiş reçetesini sunsun ve kullanıcının kredisi düşsün.
Aşamalı Büyüme: Sistem sorunsuz çalıştıkça üzerine geçmiş analizler, ödüllü reklam izleyerek kredi kazanma ve özel egzersiz önerileri gibi modülleri adım adım inşa edeceğiz.

3. Kullanılacak Teknoloji Yığını (Tech Stack)

Sıfır backend kodu yazarak, tamamen AI orchestration ve otomasyon araçlarıyla inşa edeceğimiz FitCraft AI mimarisinde kullanacağımız teknolojiler:

[Kullanıcı / Mobil Uygulama (Expo / React Native)]
Auth & Veritabanı -> Supabase (PostgreSQL, OAuth)
AI Orchestration -> n8n (Webhook / Workflows)
                 -> Vision AI & LLM (Gemini 2.0 Flash)
                 -> Web Scraping (Apify Actors)
Monetizasyon    -> Google AdMob (Ödüllü Reklamlar)

Analiz, PRD & Tasarım:
- ChatGPT/Gemini: Proje fikir doğrulaması ve Markdown formatında teknik gereksinim analizi (PRD) oluşturma.
- Google AI Studio & Google Stitch: AI destekli hızlı arayüz ve konsept konsept görselleştirme.
- Figma: Üretilen tasarımların düzenlenmesi ve yapay zekaya parça parça beslenecek bileşen hiyerarşisinin kurulması.
IDE & Mobil Geliştirme:
- Google AntiGravity IDE & Duality / Cursor: Yapay zeka destekli kod geliştirme ortamı ve eyleyici (agent) yönetimi.
- Expo / React Native & Android Studio: Çapraz platform (Cross-Platform) mobil uygulama geliştirme ve lokal emülatör testleri.
Backend, Veritabanı & Otomasyon:
- Supabase: PostgreSQL tabanlı veritabanı, kullanıcı kimlik doğrulama (Authentication), Row Level Security (RLS) ve Rate Limiting güvenlik katmanı.
- n8n & Webhooks: Kod yazmadan backend mantığını yönetmek, olay yönlendirmelerini (event routing) yapmak ve API çağrılarını bağlamak için görsel workflow motoru.
- Apify (Actors): Fit tarifler ve egzersiz trendlerini çekmek için web scraping ve veri madenciliği altyapısı.
Dağıtım, Kurumsal Altyapı & Monetizasyon:
- Netlify & Pro MX: Tanıtım sitesi, gizlilik politikası (Privacy Policy) barındırma ve destek@fitcraft.app formatında kurumsal DNS/MX e-posta yönlendirmesi.
- Google AdMob: Ödüllü reklam (Rewarded Ads) entegrasyonu ile reklam izledikçe kullanıcıya analiz kredisi tanımlayan gelir modeli.
- Google Play Console: .aab derlemesi, test grupları ve mağaza yayınlama süreçleri.

Bir sonraki bölümde, PRD (Gereksinim Analizi) oluşturma ve Google Stitch/Figma ile ekran tasarımlarını hazırlama adımlarına geçeceğiz.

Bölüm 2: Fikir, Sistem Analizi ve Tasarım Süreçleri

Fikrimizi netleştirdikten sonra doğrudan kodlamaya atlamak, yapay zeka destekli geliştirme süreçlerinde yapılan en kritik hatalardan biridir. Yapay zekadan maksimum verim alabilmek için süreçleri adım adım; Analiz ➔ Tasarım ➔ Geliştirme (Development) ➔ Canlıya Alma (Deployment) hiyerarşisiyle yürütmemiz gerekir.

Bu bölümde FitCraft AI'ın teknik altyapısını hazırlayacak, gereksinim analizi dokümanını (PRD) çıkaracak, AI araçlarıyla UI/UX tasarımlarını oluşturup bunları koda dönüştüreceğiz.

2.1. Fikir Doğrulama ve PRD (Product Requirements Document) Hazırlığı

AI Studio & Gemini ile Fikir Doğrulama

Fikir geliştirme aşamasında sektörün ihtiyaçlarını tespit etmek ve konsept prompt altyapısını test etmek için Google AI Studio harika bir başlangıç noktasıdır.

aistudio.google.com adresine giderek ücretsiz bir şekilde arayüze erişiyoruz.
Google AI Studio içerisindeki prompt şablonlarını ve Google'ın arama/görsel verisini kullanarak "Görselden Beslenme Analizi" konseptinin teknik olarak nasıl yanıtlar ürettiğini doğruluyoruz.

ChatGPT ile Markdown Formatında PRD Oluşturma

Fikrimizi doğruladıktan sonra elimizde yapay zekaya (Cursor, AntiGravity vb.) projenin ne olduğunu tek seferde ve eksiksiz anlatacak bir analiz dokümanı (PRD) olması gerekir.

Burada dikkat edilmesi gereken en kritik husus, dokümanın Markdown (.md) formatında hazırlanmasıdır. Yapay zeka asistanları veya eyleyicileri (agents) proje dizinindeki Markdown dosyalarını doğrudan okuyarak projenin amacını, veri yapısını ve akışını anlar; böylece saçma sapan veya kapsam dışı kodlar üretmez.

ChatGPT'ye verilen örnek prompt ve elde ettiğimiz PRD dokümanı:

"Mobil ortamda çalışacak 'FitCraft AI' adında yapay zeka destekli bir beslenme ve egzersiz uygulaması yapıyorum. Kullanıcı e-posta/şifre ile kayıt olacak, buzdolabı/öğün fotoğrafı yükleyecek veya malzeme girecek. Yapay zeka makro analizi yapıp fit tarif çıkaracak. Bana bu proje için en temel MVP gereksinimlerini içeren, yapay zekanın anlayabileceği formatta bir Markdown (PRD) dokümanı çıkar."

# FitCraft AI Product Requirements Document (PRD)
## 1. Proje Özeti
FitCraft AI, kullanıcıların yüklediği görsel veya malzeme verilerine göre kişiselleştirilmiş beslenme analizi, makro değ
## 2. Temel Kullanıcı Akışları (MVP)
**Kimlik Doğrulama: Kullanıcı e-posta ve şifre ile kayıt olur/giriş yapar. E-posta doğrulama maili gönderilir.
**Başlangıç Kredisi:** Yeni kayıt olan her kullanıcıya 1 adet ücretsiz analiz kredisi tanımlanır.
**Görsel/Malzeme Analizi:** Kullanıcı buzdolabı veya öğün fotoğrafı yükler / malzeme yazar.
**Sonuç Ekranı:** Yapay zeka makro dağılımını, porsiyon bilgisini ve önerilen fit tarifi listeler. Kullanıcının 1 kred
**Geçmiş Analizler:** Kullanıcı geçmiş beslenme raporlarını listeleyebilir.
**Kredi Yükleme:** Kredisi batan kullanıcı kredi yükleme / reklam izleme ekranına yönlendirilir.

2.2. Google Stitch'ten Figma'ya Design Workflow

Eski usül saatlerce elle Figma'da sıfırdan tasarım yapma devri kapandı. Tasarım sürecinde adeta elimizin altında çalışan bir "UI/UX Tasarımcısı" gibi Google Stitch kullanıyoruz.

[ChatGPT / Gemini (Analist)] -> PRD & Ekran Akışları
[Google Stitch (Tasarımcı)] -> AI Prompt ile UI Üretimi
[Figma (Tasarım Deposu)] -> Parça Parça Ekran Yönetimi

Google Stitch ile UI Üretimi: Google Stitch arayüzünde "Pro Design" modunu seçerek PRD dokümanımızdaki ekran akışlarını istem (prompt) olarak veriyoruz. Örneğin: "FitCraft AI için yeşil/doğal tonlarda, modern, beslenme analizi yapabilen mobil uygulama arayüzü çiz. Giriş ekranı, buzdolabı fotoğrafı yükleme alanı, yükleme animasyonu ve makro değerleri gösteren sonuç sayfası olsun."
Stitch Çıktıları: Yapay zeka bize giriş, şifremi unuttum, fotoğraf yükleme, yüklenme animasyonu (loading), makro analiz sonuç ekranı ve geçmiş analizlerim sayfalarını birkaç saniye içinde görsel olarak üretir.
Figma'ya Aktarım (Context Yönetimi Uyarısı!):
- Üretilen tasarımları Figma'ya kopyalayıp aktarıyoruz. Figma, tasarımların her cihazdan erişilebilir olmasını ve yapay zekaya doğrudan girdi olarak verilebilmesini sağlar.
- Kritik Geliştirici Tüyosu: Tasarım yaparken kesinlikle tek seferde 20-30 tane ekran tasarlayıp yapay zekanın önüne atmayın! Yapay zeka devasa görsel girdileri işlerken bağlamı (context) karıştırır ve hatalı kod üretir. MVP için sadece 5-6 temel ekran (Giriş, Kayıt, Fotoğraf Yükleme, Analiz/Sonuç, Geçmiş) hazırlayıp aşama aşama ilerlemek en sağlıklı yöntemdir.

2.3. Design-to-Code ve Supabase Entegrasyonu

Figma Tasarımlarını Koda Dönüştürme

Tasarımları mobil uygulamaya dönüştürmek için React Native/Expo altyapısı destekleyen ve Figma entegrasyonu olan Low-Code/No-Code geliştirme platformlarından (Duality, Zero, Rocket vb.) faydalanıyoruz.

Figma'daki ekranları PNG olarak dışa aktarıp veya doğrudan Figma linkini bağlayarak yapay zekaya adım adım komut veriyoruz: "Ekteki resmi incele. Arka planda Supabase kullanarak bu tasarıma uygun E-posta/Şifre ile Kayıt Ol ve Giriş Yap ekranını React Native (Expo) kodu olarak oluştur."

Backend Altyapısı: Supabase Kurulumu ve Güvenlik Katmanı

Geleneksel mimaride haftalar sürecek backend ve veritabanı kurulumunu Supabase ile birkaç dakikada çözüyoruz. Supabase; verilerimizi saklamamızı, kimlik doğrulama süreçlerini yönetmemizi ve güvenlik ayarlarını yapmamızı sağlayan PostgreSQL tabanlı açık kaynaklı bir platformdur.

Proje Oluşturma: supabase.com adresine giderek FitCraft-AI adında yeni bir proje açıyoruz.
Authentication (Kimlik Doğrulama) Ayarları:
- Supabase Auth paneli üzerinden E-posta/Şifre sağlayıcısını (Provider) aktif hale getiriyoruz.
- E-posta Doğrulama (Confirm Email): Kullanıcı kayıt olduğunda sistem otomatik olarak doğrulama maili atar. Maildeki bağlantıya tıklamayan kullanıcı uygulamaya giriş yapamaz. Trendyol veya Hepsiburada'daki e-posta güvenlik mekanizmasının birebir aynısı ücretsiz olarak devreye girer.
- Mail Template Özelleştirme: Kullanıcıya gidecek "Hesabını Onayla" veya "Şifremi Unuttum" e-postalarının HTML şablonlarını Supabase paneli üzerinden markamızın (FitCraft AI) logosuna ve renklerine uygun şekilde özelleştiriyoruz.
Sistem Güvenliği ve Rate Limiting (Sistemim Patlar mı?):
- "Sistemime çok fazla istek gelirse patlar mı veya birisi şifreleri brute-force ile zorlar mı?" sorusunun yanıtı Supabase'in Rate Limit özelliğinde gizlidir.
- Login ve Sign-up uç noktalarına (endpoints) limit koyarak, bir kullanıcının örneğin 10 saniye içerisinde en fazla 2 veya 3 kez giriş denemesi yapabilmesini sağlıyoruz. Böylece sunucu yükünü koruyor ve brute-force saldırılarını engelliyoruz.
Veritabanı Şeması ve Otomatik Kredi Tanımlama:
- Supabase veritabanında kullanıcıların profil verilerini ve analiz kredilerini tutacak bir profiles tablosu oluşturuyoruz (veya yapay zekaya bağlayıp otomatik oluşturtuyoruz).
- Yeni kayıt olan her kullanıcının credit alanına varsayılan olarak 1 değerini atıyoruz. Kullanıcı analiz butonuna bastığında kredisi 0 ise sistemi otomatik olarak "Kredi Yükle / Reklam İzle" ekranına yönlendirecek yapıyı kurguluyoruz.

Supabase SQL Editor: Yeni kaydolan kullanıcıya otomatik 1 kredi tanımlama örneği
CREATE TABLE public.profiles (
id UUID REFERENCES auth.users NOT NULL PRIMARY KEY,
email TEXT,
credits INT DEFAULT 1,
created_at TIMESTAMP WITH TIME ZONE DEFAULT TIMEZONE('utc'::text, NOW())
);

Tasarımlarımız hazır, Supabase backend altyapımız kuruldu ve giriş/kayıt ekranlarımız koda dönüştü. Bir sonraki bölümde kodları GitHub'a aktaracak, Google AntiGravity IDE ve Android Studio Emülatör ile lokal geliştirme ortamımızı kuracağız.

Bölüm 3: Lokal Geliştirme Ortamı ve IDE Entegrasyonu

No-Code/Low-Code platformlar ve AI asistanları ile arayüzleri ve temel entegrasyonları oluşturduk. Ancak bir uygulamayı prototip aşamasından gerçek bir mühendislik ürününe dönüştürmek, projeyi kendi bilgisayarımıza indirip profesyonel bir IDE (Geliştirme Ortamı) üzerinde çalıştırmayı gerektirir.

Sonsuza kadar bulut tabanlı sürükle-bırak araçlarına bağımlı kalamayız ve bunların ücretli kredi limitlerinde tıkılıp kalamayız. Kendi lokal ortamımıza geçtiğimizde hem kod kontrolü tamamen elimize geçer hem de geliştirme maliyetlerini sıfırlamış oluruz.

Bu bölümde kodlarımızı güvenli bir şekilde GitHub'a aktaracak, Google'ın AntiGravity IDE'sini kuracak ve Android Studio Emülatörü üzerinde FitCraft AI mobil uygulamamızı canlı olarak çalıştıracağız.

3.1. Versiyon Kontrolü ve GitHub Entegrasyonu

Üretilen React Native / Expo kodlarının kaybolmaması, projede bir hata çıktığında eski çalışan versiyona geri dönebilmek ve projemizi farklı cihazlardan yönetebilmek için versiyon kontrol sistemi (Git) şarttır.

[Online Prototip / Duality] -> [GitHub Repository (Private)] -> [Lokal Bilgisayar / Git Clone]

GitHub Bağlantısı ve Private Repository:
- Online prototipleme platformu üzerindeki GitHub bağlantı butonunu kullanarak GitHub hesabımızı bağlıyoruz.
- Projemiz için FitCraft-AI-Mobile adında yeni bir repository (depo) oluşturuyoruz.
- Güvenlik Uyarısı: Repository oluştururken kesinlikle Private (Gizli) seçeneğini işaretliyoruz. Böylece API anahtarlarımız (Supabase anon key, n8n webhook URL'leri vb.) ve proje kodlarımız dış dünyaya kapalı, tamamen bizim kontrolümüzde kalır.
Kodları Bilgisayara İndirme (Git Clone):
- Bilgisayarımıza resmi Git istemcisini (git-scm.com) kuruyoruz.
- Projemizi indirmek istediğimiz klasörde komut satırını (cmd) açıp repository URL'mizi klonluyoruz:

git clone https://github.com/kullanici-adi/FitCraft-AI-Mobile.git
cd FitCraft-AI-Mobile

3.2. Google AntiGravity IDE & SDK Konfigürasyonu

Bu seride kodlarımızı incelemek, geliştirmek ve AI eyleyicilerini (agents) çalıştırmak için Google'ın geliştirme ortamı olan AntiGravity IDE'yi kullanıyoruz.

AntiGravity Kurulumu ve Proje Dizinini Açma:
- AntiGravity IDE'yi başlatıp File -> Open Folder seçeneğiyle GitHub'dan bilgisayarımıza klonladığımız FitCraft-AI-Mobile klasörünü seçiyoruz.
- IDE, projenin dizin yapısını, ortam değişkenlerini (.env) ve bağımlılıklarını otomatik olarak tarayıp yapılandırır.
Expo SDK 54 Güncellemesi (Teknik Güncellik):
- Projemizin son mobil kütüphane standartlarıyla performanslı ve hatasız çalışması için Expo SDK sürümümüzü güncelliyoruz.
- AntiGravity terminalinde aşağıdaki komutları sırasıyla çalıştırarak Expo SDK'yı en güncel sürüme (SDK 54) taşıyoruz:

# Expo SDK bağımlılıklarını son sürüme yükseltme
npx expo install expo@latest --fix
# SDK 54 güncellemelerini doğrulama ve paketleri tamamlama
npx expo doctor

Uygulamayı Web / QR Kod Üzerinde İlk Çalıştırma:
- Terminale npx expo start komutunu verdiğimizde karşımıza bir QR Kodu çıkar.
- Android telefonumuza Play Store'dan Expo Go uygulamasını indirip bu QR kodunu okutursak, bilgisayarımızda çalışan FitCraft AI uygulamasını anında kendi fiziksel telefonumuzda test edebiliriz.
- Tarayıcı üzerinden hızlı önizleme almak için ise terminalde w tuşuna basarak web geliştirme modunu açabiliriz.

3.3. Android Studio Emülatör & EXPO Live Preview

Web ortamında önizleme almak hızlıdır ancak mobil cihazlara özgü kamera kullanımı (buzdolabı/yemeğin fotoğrafını çekme), bildirimler (notifications) ve yerel cihaz depolaması gibi özellikleri web tarayıcısında tam olarak test edemeyiz. Bu yüzden bilgisayarımızda sanal bir Android cihaz (Emülatör) çalıştırmamız gerekir.

[AntiGravity IDE Terminali]
▼ (npx expo start 'a' tuşu)
[Android Studio Virtual Device Manager] -> [Sanal Cihaz (Örn: Pixel 9 Pro / Android 15)]
[FitCraft AI Canlı Test Ortamı (Expo Bundle %100)]

Android Studio Kurulumu ve Virtual Device Manager:
- Official Android geliştirici sitesinden Android Studio'yu indirip standart kurulum adımlarını (Next -> Next) tamamlıyoruz.
- Android Studio açılış ekranında More Actions -> Virtual Device Manager menüsüne gidiyoruz.
- Buradan Create Device butonuna basarak yeni bir sanal telefon (Örn: Medium Phone / Pixel 9a) seçip emülatörümüzü (Start) başlatıyoruz. Artık ekranımızda birebir çalışan sanal bir Android telefon belirecektir.
FitCraft AI Uygulamasını Emülatöre Yansıtma:
- AntiGravity terminalinde npx expo start komutu çalışırken klavyeden a (Run on Android) tuşuna basıyoruz.
- Expo, hazırladığımız React Native kodlarını derleyip paketler (Android bundle %100) ve otomatik olarak sanal Android cihazımızın içine yükler.
İlk Çalıştırma Testi ve Supabase Doğrulaması:
- Sanal cihazda FitCraft AI açılır. İlk olarak E-posta/Şifre ile yeni bir test kullanıcısı oluşturuyoruz (test@fitcraft.app).
- E-postamıza gelen Supabase doğrulama linkine tıkladıktan sonra sanal cihaz üzerinden giriş yapıyoruz.
- Supabase Auth paneline gidip baktığımızda kullanıcımızın başarılı bir şekilde veritabanına kaydolduğunu ve profiles tablosunda 1 Ücretsiz Analiz Kredisi ile tanımlandığını doğruluyoruz.

// Supabase'den çekilen ve Sanal Cihazda Doğrulanan Test Kullanıcı Verisi
{
"user_id": "9b1deb4d-3b7d-4bad-9bdd-2b0d7b3dcb6d",
"email": "test@fitcraft.app",
"email_confirmed": true,
"credits": 1,
"created_at": "2026-08-07T15:05:43Z"
}

Lokal geliştirme ortamımız hazır, sanal cihazımız çalışıyor ve kullanıcımız Supabase üzerinde doğrulandı. Bir sonraki bölümde hiç backend kodu yazmadan n8n ve Webhook yapısıyla yapay zeka analiz motorumuzu (Vision AI & Gemini) uygulamamıza bağlayacağız!

Bölüm 4: Backend-less Mimari & n8n Otomasyon Motoru

Mobil uygulamalarda kullanıcı bir butona bastığında arka planda ne olacağını belirleyen yapıya Backend (Arka Plan Mimarisi) diyoruz. Geleneksel yazılım geliştirme süreçlerinde bir backend inşa etmek; Node.js, Python (FastAPI/Django) veya Java ile API servisleri yazmayı, sunucu konfigürasyonları yapmayı ve güvenlik protokolleriyle uğraşmayı gerektirir.

Ancak bir AI Engineer bakış açısıyla amacımız, karmaşık backend kodları yazmakla vakit kaybetmek yerine MVP sürecimizi hızlandıracak katma değerli otomasyonlar kurgulamaktır. Burada devreye Make, Zapier veya açık kaynaklı n8n gibi workflow (iş akışı) motorları girer.

n8n sayesinde hiç backend kodu yazmadan; gelen istekleri yakalayabilir, yapay zeka modelleriyle konuşturabilir, verileri işleyebilir ve sonucu milisaniyeler içinde mobil uygulamamıza geri dönebiliriz.

4.1. Webhook Mantığı ve Kod Yazmadan Backend Yönetimi

Node.js/Python Yerine n8n Kurulumu

n8n otomasyon motorunu ister NPM üzerinden isterseniz Docker konteyneri olarak kendi bilgisayarınızda (localhost) veya bir bulut sunucusunda (Render, Railway, VPS) çalıştırabilirsiniz.

Kurulum: Bilgisayarınızda Node.js yüklüyse komut satırından (cmd) doğrudan npx n8n komutunu çalıştırarak birkaç saniyede http://localhost:5678 adresinden görsel arayüze erişebilirsiniz.

[FitCraft AI Mobil Uygulama] (HTTP POST / Base64 Görsel) -> [n8n Webhook Node]
[Mobil Uygulama Sonuç Screen] <- (JSON Makro & Tarif) - [n8n Response Node]

Webhook Nedir ve Nasıl Çalışır?

Webhook, dışarıdaki herhangi bir uygulamanın (bizim senaryomuzda FitCraft AI mobil uygulamasının) n8n üzerindeki iş akışımızı tetiklemesini sağlayan dijital bir kapıdır.

Webhook Node Ekleme: n8n üzerinde yeni bir workflow açıp ilk adım olarak (First Step) Webhook Node'unu seçiyoruz.
HTTP Metodu: Mobil uygulamadan buzdolabı/yemek fotoğrafı ve kullanıcı parametrelerini (alerjenler, makro hedefleri) göndereceğimiz için istek metodunu POST olarak belirliyoruz.
Response Strategy: Varsayılan On Received ayarını Using 'Respond to Webhook Node' olarak değiştiriyoruz. Bu ayar, n8n'e "Sana gelen isteğe hemen cevap verme, yapay zeka görsel analizi tamamlayıp sonucu çıkarınca cevap dön" talimatı verir.
Postman İle Test Etme: n8n üzerindeki Test URL adresini alıp Postman uygulamasına yapıştırıyoruz. İstek gövdesinde (Body - JSON) örnek bir kullanıcı verisi ve görsel Base64 string'i göndererek n8n'in veriyi sorunsuz yakaladığını doğruluyoruz.

4.2. Görsel/Veri Analiz Workflow'u (Vision AI & Gemini Entegrasyonu)

FitCraft AI'ın kalbi, kullanıcının yüklediği fotoğraftaki malzemeleri okuyup kişiselleştirilmiş reçeteye dönüştüren bu çok adımlı n8n iş akışıdır.

[Webhook Node] -> [Görsel & Veri Ayrıştırma] -> [Gemini 2.0 Flash (Vision AI)] -> [Respond to Webhook]

1. Adım: Görsel ve Kullanıcı Parametrelerinin Ayrıştırılması

Mobil uygulamadan n8n Webhook'una şu veriler iletilir:

image_base64: Kullanıcının çektiği buzdolabı veya yemek tabağı fotoğrafı.
user_diet: Kullanıcının beslenme tercihi (Örn: Keto, Vegan, Yüksek Protein).
allergens: Kullanıcının alerjen uyarısı (Örn: Gluten, Laktoz).

2. Adım: Vision AI & Gemini 2.0 Flash Entegrasyonu

n8n içerisine Google Gemini Chat Model Node'unu ekliyoruz. Model olarak hızlı, maliyetsiz ve görsel okuma yeteneği (Vision) gelişmiş olan gemini-2.0-flash modelini seçiyoruz.

Gemini'ye gönderdiğimiz sistem istemi (System Prompt) ve yapılandırılmış çıktı talimatı:

"Sen uzman bir diyetisyen ve şefsin. Sana iletilen buzdolabı/yemek görselini incele. Fotoğraftaki malzemeleri ve tahmini porsiyonları tespit et. Kullanıcının diyet tipini ({{ $json.body.user_diet }}) ve alerjenlerini ({{ $json.body.allergens }}) dikkate alarak yapabileceğiniz en fit tarifi oluştur. Yanıtı SADECE ve SADECE aşağıdaki JSON formatında ver."

{
"detected_ingredients": ["Yumurta", "Avokado", "Tam Buğday Ekmeği", "Süzme Peynir"],
"macros": {
  "calories": 420,
  "protein_g": 24,
  "carbs_g": 30,
  "fat_g": 18
},
"recipe": {
  "title": "Avokadolu & Peynirli Protein Tostu",
  "prep_time": "10 Dakika",
  "instructions": [
    "Avokadoyu ezip süzme peynir ile karıştırın.",
    "Tam buğday ekmeğini kızartıp üzerine karışımı sürün.",
    "Haşlanmış veya tavada pişmiş yumurtayı ekleyerek servis edin."
  ]
}
}

3. Adım: AntiGravity İle Dinamik Yükleme (Loading) ve Sonuç Ekranı

n8n workflow'umuz arka planda buzdolabı fotoğrafını analiz edip Gemini ile tarifi oluştururken bu işlem ortalama 15 ila 45 saniye sürebilir. Kullanıcıya boş bir ekran göstermek veya uygulamanın donduğu hissini yaratmak kötü bir UX (kullanıcı deneyimi) örneğidir.

Google AntiGravity IDE içerisinde yapay zeka eyleyicimize yönlendirilmiş bir komut (prompt) vererek dinamik yükleme ekranı inşa ettiriyoruz:

AntiGravity Prompt: "Analiz Et butonuna basıldığında önce n8n test uç noktasına hızlı bir 'analiz başlatıldı' isteği at. Görsel işlenirken ekranda 'Buzdolabındaki malzemeler taranıyor...', 'Protein ve makro değerleri hesaplanıyor...', 'Kişiselleştirilmiş tarifiniz hazırlanıyor...' şeklinde adım adım değişen gerçekçi bir yükleme (loading) animasyonu göster. n8n servisinden yanıt (JSON) geldiğinde bu yükleme ekranını kapat, makro değerlerini dairesel grafiklerle ve tarifi adımlarıyla gösteren analiz sonuç sayfasını aç. Kullanıcının 1 analiz kredisini düşür."

// AntiGravity Tarafından Oluşturulan Örnek n8n Analiz Tetikleme İsteği
export const analyzeFridgeImage = async (imageBase64, userDiet, allergens) => {
try {
  const response = await fetch('https://n8n.fitcraft.app/webhook/analyze-fridge', {
    method: 'POST',
    headers: { 'Content-Type': 'application/json' },
    body: JSON.stringify({
      image_base64: imageBase64,
      user_diet: userDiet,
      allergens: allergens
    }),
  });

  const data = await response.json();
  return data; // Gemini'den gelen makro ve tarif verisi
} catch (error) {
  console.error('Analiz oluşturulurken hata oluştu:', error);
  throw error;
}
};

Kod yazmadan n8n ve Gemini Vision AI entegrasyonuyla uçtan uca analiz motorumuzu başarıyla kurduk!

Bölüm 5: Web Varlığı, Kurumsal Altyapı ve Domain Yönetimi

Mobil uygulamamızın kodlama, otomasyon ve veritabanı süreçlerini tamamladık. Ancak uygulamamızı Google Play Store'da yayınlama aşamasına geldiğimizde mağaza bizden iki kritik ön şart talep eder: Gizlilik Politikası (Privacy Policy) URL'i ve Kurumsal İletişim E-postası.

Google Play Store, kullanıcı verilerini toplayan veya işleyen (örneğin görsel yükleme, e-posta ile kayıt olma) uygulamaların erişilebilir bir web sitesi üzerinden Gizlilik Politikası sunmasını zorunlu kılar. Ayrıca hem Play Store inceleme ekibi hem de uygulamayı indirecek kullanıcılar karşılarında @gmail.com gibi bireysel bir adres yerine destek@fitcraft.app gibi kurumsal bir muhatap görmek isterler.

Bu bölümde AntiGravity ile FitCraft AI için modern bir Landing Page (Tanıtım Sitesi) oluşturacak, bunu Netlify üzerinde kendi özel alan adımıza (Custom Domain) bağlayacak ve Pro MX / ImprovMX servisleriyle kurumsal e-posta yönlendirmelerimizi kurgulayacağız.

6.1. Netlify Üzerinde Landing Page & Gizlilik Politikası (Privacy Policy)

1. AntiGravity İle Tanıtım Sitesi ve Gizlilik Politikası Oluşturma

Mobil uygulamamız zaten AntiGravity IDE içerisinde açık olduğu için yapay zeka eyleyicimiz projenin renk paletine, logosuna, özelliklerine ve kullandığı servislere (Supabase, AdMob vb.) tam anlamıyla hakimdir. Bu durumdan faydalanarak proje dizinimizde web adında yeni bir klasör açıp tanıtım sitesini ürettiriyoruz:

AntiGravity Prompt: "Proje dizininde web adında bir klasör aç. Mobil uygulamanın kodlarını ve özelliklerini inceleyerek buna uygun modern, mobil uyumlu, HTML/CSS/JS içeren bir tanıtım sitesi (Landing Page) yap. Sitede FitCraft AI ikonu, ekran animasyonları, 'Nasıl Çalışır?' adımları ve Google Play İndirme butonu olsun. Ayrıca Google Play Store'un zorunlu kıldığı, Supabase Auth ve Google AdMob servislerini kapsayan detaylı bir Gizlilik Politikası (privacy.html) sayfası oluştur."

[FitCraft AI Mobil Projesi] web/ Klasörü
                            index.html (Tanıtım Vitrini)
                            privacy.html (KVKK & Gizlilik Politikası)
                            assets/ (Logo & Ekran Görüntüleri)

Yapay zeka, uygulamanın buzdolabı fotoğrafından makro tespiti yaptığını, e-posta adreslerini sakladığını ve reklam birimlerini kullandığını bildiği için Gizlilik Politikası metnini bu şartlara tam uyumlu olarak otomatik hazırlar.

2. Netlify Üzerinde Manuel Deploy

Üretilen web projesini ücretsiz ve yüksek performanslı bir şekilde host etmek için Netlify kullanıyoruz:

netlify.com adresine giderek ücretsiz hesabımızı açıyoruz.
Netlify paneli üzerindeki Sites Deploy Manually butonuna basıyoruz.
AntiGravity içerisinde oluşan web klasörünü sürükleyip Netlify arayüzüne bırakıyoruz (Browse to upload). Saniyeler içinde sitemiz canlıya alınır ve bize fitcraft-ai-random123.netlify.app gibi varsayılan bir bağlantı sunar.

[Lokal web/ Klasörü (Sürükle & Bırak) -> [Netlify Manuel Deploy] -> Canlı Web Sitesi

3. Özel Domain (Custom Domain) ve DNS / NameServer Yönlendirmesi

Random Netlify bağlantısı yerine kendi satın aldığımız fitcraft.app alan adını bağlamak için DNS iletişimi kurmamız gerekir:

Domain Ekleme: Netlify üzerinde Domain Management Add Domain Alias sekmesine giderek satın aldığımız fitcraft.app alan adını yazıyoruz.
NameServer Kayıtları: Netlify bize özel 4 adet DNS sunucu adresi (dns1.p01.nsone.net vb.) verir.
Domain Sağlayıcı Ayarı: Domaini satın aldığımız sağlayıcının (IHS, GoDaddy, Namecheap vb.) yönetim paneline girerek varsayılan NameServer adreslerini Netlify'ın verdiği adreslerle değiştiriyoruz.

Yaklaşık 15-30 dakika içerisinde domainimiz yönlenir ve https://fitcraft.app/privacy.html bağlantımız Google Play Store'a verilecek şekilde hazır hale gelir.

6.2. Pro MX / ImprovMX ile Kurumsal E-posta Yönlendirmesi

Play Store mağaza kaydında ve kullanıcı iletişiminde destek@fitcraft.app adresi kullanmak kurumsal imajımızı güçlendirir. Ancak sırf bu e-posta adresi için Google Workspace veya özel mail sunucularına aylık ücretler ödememize gerek yoktur. Pro MX/ImprovMX gibi ücretsiz e-posta yönlendirme servisleriyle gelen mailleri doğrudan kişisel Gmail adresimize düşürebiliriz.

[Kullanıcı: destek@fitcraft.app] -> [Netlify DNS / MX Kayıtları]
                                     ▼
[Kişisel Gmail Hesabınız] <- (Forward) - [Pro MX / ImprovMX]

DNS (MX ve TXT) Kayıtlarının Yapılması

improvmx.com veya Pro MX servisine giderek fitcraft.app alan adımızı ve maillerin yönlendirileceği kişisel Gmail adresimizi yazıyoruz.
Servis bize eklememiz gereken MX (Mail Exchange) ve TXT (SPF doğrulama) değerlerini verir.
Domainimizi Netlify'a yönlendirdiğimiz için bu DNS kayıtlarını Netlify DNS Panel (Options DNS Panel) altına ekliyoruz:

Record Type	Name/Host	Value / Server	Priority
MX	@	mx1.improvmx.com	10
MX	@	mx2.improvmx.com	20
TXT	@	v=spf1 include:spf.improvmx.com ~all

Test ve Doğrulama

DNS kayıtları kaydedildikten sonra sistem aktif olur. Harici bir adresten destek@fitcraft.app adresine test maili attığımızda, mail doğrudan kişisel Gmail kutumuza (veya Spam klasörüne) düşer.

Böylece Play Store onay süreçlerinde kullanacağımız kurumsal e-posta altyapısını da sıfır maliyetle kurmuş oluruz. Landing Page'imiz canlıda, Gizlilik Politikası URL'imiz hazır ve kurumsal e-posta altyapımız kuruldu. Bir sonraki ve son bölümde, Expo ile .aab derlemesi alarak FitCraft AI uygulamasını Google Play Console'a yükleyecek ve kapalı test süreçlerinden geçirerek mağazada yayınlayacağız!

Bölüm 6: Google Play Store Yayınlama & Release Management

Geliştirme, otomasyon, veritabanı, landing page ve kurumsal e-posta adımlarını tek tek geride bıraktık. Artık uzun maratonun final aşamasındayız: FitCraft AI uygulamasını Google Play Store'da milyonlarca kullanıcının indirmesine açmak!

Bu süreçte uygulamamızı mağazaya doğru formatta sunacak, Google'ın katı politika formlarını eksiksiz dolduracak ve mağazanın en zorlu virajı olan 14 gün / 12 test kullanıcısı (Kapalı Test) kuralını aşarak projemizi canlıya alacağız.

7.1. Google Play Console Kurulumu ve AAB Derlemesi

1. Play Console Geliştirici Hesabı Açma

Uygulama yayınlayabilmek için öncelikle bir Google Play Console geliştirici hesabına ihtiyacımız var.

play.google.com/console adresine giderek Google hesabımızla oturum açıyoruz.
Hesabı şahıs veya kuruluş adına oluşturma adımlarını takip ediyoruz.
Kayıt Ücreti: Google, spam hesapların önüne geçmek için geliştiricilerden 25 ABD Doları tek seferlik bir ödeme talep eder. Bu ödemeyi yaptıktan sonra hesabımız aktifleşir ve sınırsız sayıda uygulama yükleme hakkına sahip oluruz.

[AntiGravity / Expo CLI] (EAS Build Android) -> [.aab Imzalanmış Paket File] -> [Play Console Upload]

2. Expo / AntiGravity İle .aab (Android App Bundle) Derlemesi Alma

Mobil uygulamalarda ham .apk dosyaları artık Play Store'a yüklenemez; Google varsayılan format olarak imzalama kütüphanelerini içeren .aab (Android App Bundle) formatını zorunlu tutar.

AntiGravity IDE terminalimiz üzerinden Expo Application Services (EAS) kullanarak imzalama anahtarını (Keystore) otomatik oluşturan ve .aab paketi çıkaran derleme komutunu çalıştırıyoruz:

# Expo derleme araçlarını başlatma ve Android için AAB paketi oluşturma
npx eas build-platform android-profile production

Bu komut çalıştığında Expo bulut sunucuları (veya yerel ortamımız) kodları paketler, imzalama anahtarını ekler ve indirilebilir bir .aab çıktısı üretir. İndirdiğimiz bu dosya mağazaya yükleyeceğimiz nihai üretim dosyasıdır.

7.2. Mağaza Varlığı ve Veri Güvenliği Formları

Play Console panelinde Uygulama Oluştur butonuna basarak FitCraft AI adıyla projemizi başlatıyoruz. Mağazada ön sıralara çıkmak ve Google onayından sorunsuz geçmek için şu formları dolduruyoruz:

[Play Console Görev Listesi]
Mağaza Girişi (İkon, Screenshots, Açıklama)
Veri Güvenliği (Data Safety & KVKK)
İçerik Derecelendirme (Anket)
Uygulama Erişimi (Test Kullanıcı Bilgisi)
Reklam Beyanı (AdMob Entegrasyonu)

Mağaza Girişi (Store Listing) Varlıkları:
- Uygulama İkonu: 512x512 piksel boyutlarında, üzerinde karmaşık yazılar barındırmayan, sade ve şık bir ikon yüklüyoruz (ChatGPT / Midjourney ile ürettiğimiz yeşil/fit temalı ikon).
- Ekran Görüntüleri (Screenshots): Sanal cihaz veya fiziksel telefonda aldığımız uygulama içi görselleri (Buzdolabı tarama, makro grafik sonuçları, fit tarif listesi) telefon görünümü formatında mağazaya yüklüyoruz.
- Açıklamalar: Uygulamanın ne işe yaradığını, görsellerden nasıl makro analizi yaptığını anlatan kısa ve uzun mağaza açıklamalarını yazıyoruz.
Uygulama Erişimi (App Access):
- FitCraft AI giriş yapmayı gerektiren bir uygulama olduğu için Google inceleme ekibine sisteme girebilecekleri örnek bir test hesabı (kullanıcı adı & şifre) tanımlıyoruz.
Reklamlar Beyanı (Ads Declaration):
- Uygulamamızda Google AdMob ödüllü reklam birimleri yer aldığı için "Evet, uygulamam reklam içeriyor" seçeneğini işaretliyoruz.
Veri Güvenliği (Data Safety) Formu:
- Google'ın en çok hassasiyet gösterdiği formdur. Uygulamanın kullanıcı e-postalarını tuttuğunu (Supabase Auth) ve buzdolabı/öğün fotoğraflarını işlediğini eksiksiz deklarasyon olarak beyan ediyoruz.
- Gizlilik Politikası alanına önceki bölümde Netlify üzerinde canlıya aldığımız https://fitcraft.app/privacy.html bağlantısını yapıştırıyoruz.

7.3. Test Süreçleri ve Canlıya Alış

Play Console süreçlerinde geliştiricilerin karşısına çıkan en büyük engel test zorunluluklarıdır. Google, kişisel hesaplardan yayınlanan uygulamaların doğrudan canlıya çıkmasına izin vermez.

[Dahili Test (Internal)] -> [Kapalı Test (14 Gün / 12 Test Kullanıcısı)] -> [Canlı Yayın (Production)]

1. Dahili Test (Internal Testing)

Geliştiricinin kendi e-posta adresi veya ekibiyle yaptığı ilk test aşamasıdır. .aab dosyamızı buraya yükleyip kendi e-posta adresimizi ekleyerek uygulamanın ilk kurulumunu ve temel fonksiyonlarını doğrularız.

2. Kapalı Test (Closed Testing) ve 14 Gün / 12 Kullanıcı Kuralı

Google Play Store politikaları gereği, uygulamanızın açık mağazada yayınlanabilmesi için en az 12 farklı test kullanıcısının 14 gün boyunca kesintisiz bir şekilde uygulamanızı kapalı test grubunda yükleyip test etmiş olması gerekir!

Bu Kuralı Nasıl Aşıyoruz?

Yakın Çevre & Arkadaş Grubu: Çevrenizdeki geliştirici veya meraklı arkadaşlarınızı tester e-postaları olarak ekleyebilirsiniz.
Test Toplulukları (Community): Karşılıklı yardımlaşma esasına dayanan geliştirici topluluklarına (Reddit, Telegram, Discord, Tester grupları) katılarak kendi uygulamanızı onların test etmesini sağlayabilir, siz de onların uygulamalarını test edebilirsiniz.
Test Servisleri: Bütçeniz varsa bu süreci sizin adınıza profesyonel olarak yöneten garantili test topluluğu servislerinden faydalanabilirsiniz.

3. İnceleme ve Canlıya Alış (Production)

14 günlük kapalı test süresi tamamlandığında ve 12 kullanıcının uygulamayı aktif test ettiği doğrulandığında Üretime Başvur seçeneği açılır. Dahili veya kapalı test aşamasındaki .aab derlememizi seçip Google onayına gönderiyoruz. Google botları ve teftiş ekibi uygulamanızı telif hakkı (örneğin izinsiz marka logosu kullanımı), veri güvenliği ve politika ihlalleri açısından teftiş eder. Her şey kurallara uygunsa uygulamanız onaylanır ve FitCraft AI artık Google Play Store'da milyonlarca kullanıcıya canlı olarak açılır!

8. Sonuç & Mühendislik Değerlendirmesi

Haftalar süren bu seride, geleneksel yazılım geliştirme kalıplarının tamamen dışına çıkarak AI-Assisted Orchestration yaklaşımıyla modern bir mobil uygulamayı sıfırdan canlıya aldık.

Neler Başardık?

Sıfır Backend Kodu: Node.js veya Python servisi yazmak yerine n8n ve Webhook altyapısıyla esnek bir otomasyon katmanı kurguladık.
Görsel Yapay Zeka Gücü: Gemini 2.0 Flash Vision AI ile buzdolabı fotoğraflarından malzeme ve makro analizi yapabilen katma değerli bir servis inşa ettik.
Sıfıra Yakın Altyapı Maliyeti: Supabase (free tier), Apify (5$ ücretsiz kredi), Netlify ve AdMob ile altyapı maliyetlerimizi minimuma indirdik.
Time-to-Market: Tek bir geliştiricinin aylarını alacak bir full-stack mobil projeyi, AI orkestrasyonu sayesinde günler içinde Play Store'da yayınlanabilir seviyeye getirdik.

Artık yazılım dünyasında fark yaratan şey satır satır kod yazmak değil; doğru problemleri tespit edip doğru yapay zeka araçlarını, veritabanlarını ve otomasyon motorlarını orkestre edebilmektir. Siz de bu mimariyi kendi proje fikirlerinize uyarlayabilir, yapay zeka eyleyicileri ile geleceğin sistemlerini inşa etmeye başlayabilirsiniz!

8.1. Time-to-Market Başarısı ve Verimlilik

Yazılım projelerinde en kritik metriklerden biri Time-to-Market (Pazara Çıkış Süresi) kavramıdır. Geleneksel yöntemlerle tek bir geliştiricinin (solopreneur/indie hacker) full-stack bir mobil uygulama geliştirmesi; backend mimarisini kurmak, veritabanı şemalarını yazmak, UI bileşenlerini kodlamak ve API entegrasyonlarını yapmak derken aylar sürebilmektedir.

FitCraft AI projesinde orkestre ettiğimiz yapay zeka araçları sayesinde bu süreci günler seviyesine indirdik:

Analiz ve Tasarım Hızı: Google AI Studio ve Google Stitch ile konsept tasarımları birkaç dakika içinde ürettik, Figma üzerinden context sınırlarını koruyarak yapay zekaya besledik.
Kodlama Hızı: AntiGravity IDE ve React Native/Expo entegrasyonu sayesinde arayüzleri, giriş/kayıt akışlarını ve sayfa yönlendirmelerini satır satır kod yazmak yerine yönlendirilmiş komutlar (promptlar) ile inşa ettik.
Backend Hızı: Tek bir satır Node.js veya Python kodu yazmadan; n8n, Webhook ve Gemini 2.0 Flash Vision AI ile görsel analiz yapabilen esnek bir backend otomasyonunu saatler içinde canlıya aldık.

Geleneksel Geliştirme Süreci (Aylar)
[PRD Hazırlığı] [UI/UX Tasarım] [Backend Kodlama] [Mobile Kodlama] [Test & Deploy] [Play Console]

AI Orchestration Süreci (Günler)
[AI PRD + Stitch/Figma] -> [AntiGravity Code Gen] -> [n8n Workflow Engine]

8.2. Maliyet Analizi ve Ölçeklenebilirlik

Bir girişim veya MVP (En Küçük Çalışabilir Ürün) başlatırken karşılaşılan en büyük engellerden biri yüksek sunucu ve altyapı maliyetleridir. FitCraft AI mimarisinde tercih ettiğimiz No-Code/Low-Code ve bulut servisleri sayesinde sıfıra yakın bir altyapı maliyeti ile yola çıktık:

Servis / Katman	Kullanım Amacı	Maliyet Modeli
Supabase	Auth, PostgreSQL DB, Rate Limiting	Free Tier (Ücretsiz başlangıç katmanı)
n8n & Webhooks	Backend İş Akışları ve Event Routing	Açık Kaynak / Localhost / Düşük Maliyetli Cloud
Gemini 2.0 Flash	Görselden Malzeme & Makro Tespiti	Yüksek kota & Minimum API maliyeti
Apify (Actors)	Trend Fit Tarif & Egzersiz Scraping	Aylık 5$ Ücretsiz Kredi (Binlerce sorgu hakkı)
Netlify & Pro MX	Landing Page & Kurumsal E-posta	Free Tier (Ücretsiz hosting & mail forward)
Google AdMob	Monetizasyon (Rewarded Ads)	Gelir Paylaşımlı (Bize kazanç sağlar)
Play Console	Android Mağaza Yayınlama	25$ Tek Seferlik Kayıt

Ölçeklenebilirlik Potansiyeli

Bu mimari sadece küçük bir prototip değil, aynı zamanda yüksek kullanıcı sayılarına ölçeklenebilir bir altyapıdır. Kullanıcı sayısı arttığında Supabase veritabanı kapasitesi kolayca yükseltilebilir, n8n iş akışları bir Docker konteynerinde buluta taşınabilir ve AdMob üzerinden elde edilen reklam gelirleri altyapı masraflarını fazlasıyla karşılayacak bir iş modeline dönüşür.

8.3. Gelecek Perspektifi: Geliştiricinin Değişen Rolü

Bu rehber boyunca deneyimlediğimiz süreç, yazılım dünyasında gerçekleşen zihniyet değişimini net bir şekilde özetlemektedir:

"Geleceğin yazılım mühendisliğinde başarı; en karmaşık syntax'ı (kod sözdizimini) ezbere bilmekte değil; doğru problemi tespit edip doğru AI agentlarını, veritabanlarını ve otomasyon araçlarını bir orkestra şefi gibi yönetebilmektedir."

"Kod Yazan" Pozisyonundan "Sistem Mimarisi Yöneten" Pozisyona: Artık geliştirici, ham kod satırlarıyla vakit kaybetmek yerine verinin nereden girip nereye gideceğini (Data Flow), hangi AI modelinin nerede çağrılacağını (LLM Orchestration) ve güvenlik katmanlarının nasıl kurgulanacağını belirleyen bir Sistem Mimarı konumuna geçmiştir.
Context (Bağlam) Yönetiminin Önemi: Yapay zeka araçlarını kullanırken projeyi berbat etmemenin ve hata almamanın tek yolu bağlamı korumaktır. Modüler çalışmak, her başarılı özellikten sonra GitHub'a push yapıp yeni chat penceresi açmak ve veritabanı değişikliklerini MCP ile yönetmek yeni nesil yazılım geliştirmenin temel disiplinleridir.

Son Söz ve Kapanış

FitCraft AI örneği üzerinden adım adım inşa ettiğimiz bu modern mobil uygulama geliştirme serüveni; fikri olan, üretmek isteyen ancak "backend bilmiyorum", "bütçem yok" veya "yazılım ekibim yok" diyen her geliştirici ve girişimci için uygulanabilir bir yol haritasıdır.

Siz de bu orkestrasyon mantığını kendi özgün fikirlerinize uyarlayabilir, yapay zeka eyleyicilerinin sunduğu hız ve verimlilikle hayalinizdeki projeleri hayata geçirebilirsiniz. Proje kodlarına, n8n workflow şablonlarına ve sorularınıza yorumlar kısmından ulaşabilirsiniz. Bir sonraki teknik rehberimizde görüşmek üzere!