AI Pulse

30 Saniyede

Büyük enerji şirketlerinin yöneticileri “yapay zeka bizim işimizi nasıl etkiliyor?” sorusuna güvenilir, sürekli ve sektörüne özel bir cevap istiyor. AI Pulse bu cevabı periyodik bir dergi gibi veriyor: her “sayı”da, gerçekten kanıtlanmış birkaç gelişme, yöneticinin anlayacağı sade dille, “bu ne anlama geliyor” yorumuyla sunuluyor. Tek sistem aynı anda birden çok müşteriye (şu an Enerjisa Üretim ve Entek Elektrik) hizmet veriyor; her müşteri kendi markalı sayfasında yalnız kendi raporlarını görüyor. İlham veren yanı: bu, “bir kez kur, her müşteriye sat” mantığında paketlenebilir bir kurumsal istihbarat ürünü.

İş Problemi & Fırsat

Yöneticilerin önündeki AI haber akışı gürültülü, doğrulanmamış ve sektörle alakasız: “AI veri merkezi talebini artırdı” gibi haberler enerji yöneticisi için somut anlam taşımıyor; üstelik haberlerin çoğu tek bir kaynağa dayanıyor ya da eski. Sonuç: yönetici ya bilgi kirliliğinde boğuluyor ya da konuyu hiç takip etmiyor. Fırsat: doğrulanmış, sektöre filtrelenmiş, “karar verdirmeyen ama bağlam veren” düzenli bir brifing, kurumsal müşterinin sürekli ödeyeceği bir hizmete dönüşüyor. Aynı altyapı sektörden sektöre (enerji, finans, sağlık, hukuk) çoğaltılabildiği için fırsat tek müşteriyle sınırlı değil.

Kullanıcı Deneyimi

Okuyucu (yönetici) gözünden: Kurumsal e-postasına gelen bültenle ya da kendi markalı adresine girerek o ayın sayısını açıyor. Karşısında akademik rapor değil, dergi gibi okunabilir bir sayfa var: birkaç öne çıkan gelişme, her birinin altında “bu ne anlama geliyor” kutusu, kaynak linkleri, teknoloji olgunluk takibi ve haftanın iki büyük haberini işleyen bir “derinlemesine” bölümü. Beğendiği bir gelişmeyi “kaydet” ile kişisel listesine ekleyip sonra dönebiliyor. Beş dakikada o dönemin AI-enerji manzarasını kavrıyor; üstelik geçmiş sayılarla bağ kuruluyor (“önceki sayıda işlediğimiz şu konu şöyle ilerledi”).

Yönetici/editör (RHINO RUNNER ekibi) gözünden: Yeni sayıyı sıfırdan yazmıyor. Sistem önceki sayıların bağlamından bir araştırma promptu üretiyor, gelen ham içeriği bir kürasyon panelinde “bunu al, bunu alma” diye eleyebiliyor, onaylananlar otomatik olarak hem web raporuna hem e-posta bültenine dönüşüyor. Bülteni panelden seçtiği alıcılara tek tıkla gönderiyor. Yani editörün işi “yazmak” değil “seçmek ve onaylamak”.

Sahibin Amacı / Vizyon

Ürün, tek seferlik bir rapor değil tekrarlanabilir bir yayın hizmeti olarak tasarlanmış. Bunu ele veren kararlar: (1) içerik koddan/şablondan tamamen ayrılmış (veri olarak JSON) — böylece tasarım sabit kalırken her dönem yeni içerik akıyor; (2) baştan çok müşterili kurulmuş — yeni müşteri eklemek kod gerektirmiyor, bu da “ürünü çoğalt, sektörden sektöre sat” vizyonunu gösteriyor; (3) içerik tonu kasıtlı olarak “yönlendirmeyen” — rapor karar dayatmıyor, bağlam veriyor (kurumsal güven için bilinçli bir editöryel duruş). Daha büyük vizyon: PAITA / RHINO RUNNER markası altında, farklı sektörlere ölçeklenen bir “kurumsal AI istihbaratı” abonelik ürünü. [?] (pazarlama/ticari hedefler repodan kesin çıkarılamıyor.)

Nasıl Çalışır (sade)

1. Konu belirleme: Sistem önceki sayıların hafızasından “bu sefer neyi takip etmeli” listesini çıkarır ve hazır bir araştırma promptu üretir.
2. Araştırma: Bu prompt Gemini Deep Research’te çalıştırılır; ham gelişmeler toplanır.
3. Eleme (kürasyon): Gelen her gelişme bir panelde insan tarafından değerlendirilir — gerçekten AI mı, sektöre uygun mu, dahil edilsin mi? Onaylananlar kalır.
4. Doğrulama: Her haber 4 testten geçer (içinde gerçekten AI var mı, en az 2 bağımsız kaynak var mı, tarihi doğru mu, olgular doğru mu). Geçemeyen elenir.
5. Yayın: Onaylı içerik tek bir veri dosyasına yazılır; sistem bundan otomatik hem web raporunu hem e-posta bültenini üretir.
6. Dağıtım & erişim: Rapor müşterinin markalı adresinde yayınlanır (giriş + rol korumalı); bülten panelden seçilen alıcılara gönderilir.

Teknik özet: Tek FastAPI uygulaması içeriği JSON’dan Jinja2 şablonuyla HTML’e/e-postaya render eder; müşteri izolasyonu URL slug’ı + klasör + veritabanı kaydıyla sağlanır; deploy git-push ile Coolify’a otomatik.

Yeniden Kullanılabilir Yetenekler

Sinerjinin kalbi — her biri başka müşteri/sektöre taşınabilir:

• cok-musterili-yayin-platformu — Tek sistemle birçok müşteriye, içerikleri karışmadan markalı hizmet. Her “müşteriye özel portal/rapor” isteyen işte (bayilere panel, kurumlara dashboard) baştan çok-müşterili başlamayı sağlar.
• json-jinja-icerik-render — İçeriği bir kez veri olarak gir, hem web hem e-posta çıktısı al; tasarım sabit. Düzenli rapor/bülten/teklif/sertifika üreten her müşteride üretim hızını katlar.
• sureklilik-bilgi-tabani — Geçmiş sayıların bağlamı birikir; tekrar önlenir, “konunun seyri” izlenir. Periyodik içerik (sektör bülteni, regülasyon takibi, vaka izleme) üreten her müşteride kurumsal hafıza yaratır.
• insan-onayli-kurasyon-ui — AI üretir, insan “al/alma” der; kalite kontrol yayından önce. “AI taslak hazırlasın, ekip onaylasın” akışı isteyen her müşteride (başvuru eleme, içerik moderasyonu) hazır.
• gemini-deep-research-orkestrasyon — Otomatik araştırma + sıkı doğrulama protokolü ile güvenilir içerik. LLM’le araştırma yapan ama “halüsinasyon basmak” istemeyen her müşteride güven katmanı.
• oturum-tabanli-kimlik-dogrulama — Kurumsal SSO olmadan, kullanıcı/rol bazlı güvenli giriş. Küçük/orta müşterilerin iç araç ve müşteri portallarında hızlı, bağımsız kimlik doğrulama.
• bulten-gonderim-sistemi — Panelden alıcı seç, test gönder, tek tıkla yolla, kaydını tut. Müşteri bülteni/duyuru/kampanya yollayan her işte hazır gönderim altyapısı.
• icerik-favorileme — Kullanıcı içeriği “kaydet, sonra oku” listesine ekler. İçerik tüketilen her üründe (katalog, ilan, makale, rapor) bağlılığı artıran küçük ama etkili özellik.

İş Etkisi / Sonuç

Canlıda (aipulse.rhinorunner.net). İki kurumsal müşteri aktif: Enerjisa Üretim (4 sayı, ~Şubat 2026’dan beri) ve Entek Elektrik (1 sayı) — yani ürün “tek müşteri demosu” değil, ikinci müşteriye fiilen çoğaltılmış durumda; bu, paketlenebilirliğin sahadaki kanıtı. Okuyucu sayısı, açılma oranı, abonelik geliri gibi ticari metrikler [?].

Ekran görüntüleri

• — Raporlar hub’ı: kullanıcı erişimine göre şirket seçimi
• — Bir sayının okuyucu görünümü (dergi benzeri rapor)
• — Giriş ekranı
• — Bülten paneli: alıcı seçimi + canlı önizleme
• — Kürasyon paneli: gelen haberleri dahil/çıkar
• — Kullanıcının kaydettiği içerikler
• — Admin: kullanıcı/şirket yönetimi

Teknik Detaylar (geliştiriciler için)

• Backend: Tek FastAPI app (app/main.py) + router’lar (auth, admin, profile, favorites, newsletter). Startup’ta idempotent SQLite kolon migration’ları + seed_data().
• Veri: SQLAlchemy 2; DATABASE_URL ile SQLite (varsayılan dev.db) veya PostgreSQL (psycopg2). Modeller: Company, Report, User, UserReport, SessionToken, LoginLog, NewsletterLog, Favorite.
• İçerik boru hattı: renderer/render.py (JSON→HTML), renderer/email.py (JSON→inline-CSS e-posta), renderer/preview.py (onay önizleme), renderer/topics.py (konu dosyaları türetir). Şablon template/report.html elle düzenlenmez; içerik reports/issues/<slug>/NNN.json şemasında.
• Çok müşterililik: _known_company guard yalnız var olan klasörleri servis eder; route’lar /{company}/, /{company}/sayi-{n}/. Müşteri-özel metinler {{ company_slug }}/{{ company_name }}.
• Kürasyon: Ayrı FastAPI app (curator/), kendi SQLite’ı (reports/curation.db).
• E-posta: Resend; gönderim NewsletterLog’a audit’lenir; rate-limit dostu sıralı gönderim.
• Deploy: Docker (python:3.11-slim, uvicorn :8080) + Coolify otomatik git-push; sırlar Bitwarden’da.

Tekrar Kullanım Notları

Strateji: “Düzenli, doğrulanmış, sektöre özel brifing” ihtiyacı olan her dikeye taşınır — finans (piyasa/regülasyon istihbaratı), hukuk (mevzuat takibi), sağlık, perakende trend raporları. Çok müşterili mimari sayesinde aynı üründen yeni müşteri/sektör açmak neredeyse sıfır marjinal kod ister; bu, “ajans işi” değil “ürün” satmayı mümkün kılar. Kürasyon + doğrulama katmanı, AI üreten her içerik ürününde “kurumsal güven” farkını yaratır.

Teknik: Müşteri-özel her metin parametrelenmeli — şablona sabit müşteri adı yazmak izolasyon sızıntısı yaratır (bu projede bir kez yaşandı, düzeltildi). Kürasyon servisi ana app’ten ayrı ve auth’suz; production’da korumaya alınmalı. SQLite tek sunucu için yeterli; ölçek büyürse DATABASE_URL ile PostgreSQL’e geçiş hazır.