Kaan AI: Bir Kişisel Markanın Yapay Zeka Klonu

Proje: Kaan Gülten AI Clone, “Kaan AI” · Canlı adres: kaangulten.com/kaan-ai · Kapsam: Persona mühendisliği, edge mimarisi, gerçek zamanlı streaming sohbet deneyimi · Teknoloji: Next.js 16 · React · Tailwind CSS v4 · Cloudflare Pages ve Workers · Anthropic Claude API

Özet

Kaan Gülten’in 16+ yıllık girişimcilik ve dijital büyüme deneyimi ile “Girişimci Kafasıyla Düşün” kitabının bilgi birikimi, kaangulten.com üzerinde 7/24 erişilebilir bir yapay zeka asistanına dönüştürüldü. “Kaan AI”, ziyaretçilerle Kaan Gülten’in üslubuyla, onun metodolojilerine (İşleri 5’e Bölme Kuralı, mükemmeliyetçilik tuzağı, growth hacking yaklaşımları) referans vererek Türkçe sohbet eden canlı bir dijital ikizdir.

Projenin ayırt edici tarafı yalnızca “ne yaptığı” değil, “nasıl yapıldığı”: sistem tek bir sunucu bile çalıştırmadan, tamamen edge (uç nokta) mimarisi üzerinde koşuyor. Statik site ile yapay zeka API katmanı aynı deploy içinde yaşıyor; yanıtlar kelime kelime, gerçek zamanlı akıyor; tüm güvenlik ve kötüye kullanım önlemleri kod seviyesinde çözülmüş durumda. Bu yazıda mimariyi katman katman açıyoruz.

Problem: Bir Kişisel Marka Ölçeklenemez

Kişisel markanın en büyük darboğazı, markanın kendisidir. Kaan Gülten’e her gün sosyal medyadan, etkinliklerden ve mentorluk taleplerinden yüzlerce soru geliyor: “Sıfır sermayeyle iş nasıl kurulur?”, “LinkedIn’de kişisel marka nasıl inşa edilir?”, “İşleri 5’e Bölme Kuralı’nı günlük hayatta nasıl uygularım?”

Bu soruların cevapları zaten mevcut: 14 bölümlük bir kitapta, yüzlerce içerikte ve 16 yıllık deneyimde. Eksik olan şey bilgi değil, erişim katmanıydı. Hedef şuydu:

• Kaan Gülten’in bilgi birikimine anında, sohbet formatında erişim
• Kaan’ın gerçek üslubunu ve metodolojisini yansıtan yanıtlar; jenerik chatbot cevapları değil
• Sıfır sunucu maliyeti, sıfır bakım yükü
• Kötüye kullanıma karşı üretim ortamı standardında koruma

Çözüm Mimarisi: Genel Bakış

Sistem üç katmandan oluşuyor ve dikkat çekici olan şu: ortada klasik anlamda bir “backend sunucusu” yok.

Ziyaretçi (tarayıcı)
      │  POST /api/chat  (sohbet geçmişi, JSON)
      ▼
Cloudflare Pages Worker (edge: dünyada 300+ nokta)
      │  doğrulama · sanitizasyon · rate limit · persona enjeksiyonu
      ▼
Anthropic Claude API (Claude Sonnet, streaming)
      │  SSE: token token yanıt akışı
      ▼
Worker → tarayıcıya passthrough stream → kelime kelime ekrana yazım

Frontend: Next.js 16 ile geliştirilen, statik export (output: "export") olarak derlenen site. Sohbet arayüzü tamamen istemci tarafında çalışan bir React bileşeni.

Edge katmanı: Cloudflare Pages’in Advanced Mode Worker’ı. Statik dosyaları servis ederken /api/chat isteğini yakalayıp yapay zeka katmanına köprü kuruyor.

Model katmanı: Anthropic’in Claude Sonnet modeli, Messages API üzerinden streaming modda.

Bu üçlü tek bir wrangler pages deploy komutuyla, tek bir artifact olarak yayına çıkıyor. Site ile yapay zeka API’si arasında ayrı bir altyapı, ayrı bir CI hattı, ayrı bir sunucu yönetimi yok.

Dijital İkizin Beyni: Persona Mühendisliği

Bir “AI clone” projesinde ilk akla gelen yaklaşım model eğitimi (fine-tuning) olur. Biz bilinçli olarak farklı bir yol seçtik: yapılandırılmış bilgi tabanı + sistem promptu ile persona mühendisliği. Worker içinde sunucu tarafında tutulan (istemciye asla gönderilmeyen) sistem promptu, üç bloktan oluşan bir bilgi mimarisine sahip:

1. Biyografik çekirdek. Kaan Gülten’in doğrulanmış kariyer verileri: 2011’de 7.000 TL sermaye ile Webtures’ın kuruluşu, 2014’te Girişimci Kafası (yıllık 250M+ erişim, 2M+ topluluk), 2024’te Brantial, 14.000+ satan bestseller kitap, 245K+ LinkedIn takipçisi, 500+ marka danışmanlığı. Model her yanıtta bu gerçeklere sabitleniyor; halüsinasyon riski, modelin “uydurabileceği” alanı daraltarak kontrol altına alınıyor.

2. Kitabın bilgi haritası. "Girişimci Kafasıyla Düşün"ün 14 bölümünün her biri, sistem promptunda ayrı bir başlık olarak özetlenmiş durumda: İşleri 5’e Bölme Kuralı’ndan Growth Hacking’e, Sanal Influencer’lardan Mükemmeliyetçilik Tuzağı’na. Model “kitapta bu konuda şöyle anlatılır” diyebiliyor, çünkü kitabın kavramsal iskeleti bağlamında hazır.

3. Davranış anayasası. Üslup ve sınır kuralları: Türkçe yanıt, samimi ama profesyonel ton, kısa ve öz cevaplar, klişe yerine somut ve uygulanabilir tavsiye, uzmanlık alanı dışında dürüstlük, kullanıcının durumunu anlamak için karşı soru sorma. Bu blok, modelin “Kaan gibi düşünmesini” değilse de “Kaan gibi davranmasını” garanti eden katman.

Neden fine-tuning değil?

Bu mimari kararın dört somut gerekçesi var:

• Güncellenebilirlik: Kaan yeni bir girişim kurduğunda ya da kitabın yeni baskısı çıktığında, bilgi tabanını güncellemek bir metin düzenlemesi + deploy. Fine-tuned bir modelde aynı iş, veri seti hazırlama ve yeniden eğitim döngüsü demek.
• Model bağımsızlığı: Anthropic yeni bir model yayınladığında geçiş tek satırlık bir değişiklik. Nitekim proje boyunca model iki kez yükseltildi.
• Maliyet: Eğitim maliyeti sıfır; yalnızca kullanım başına token ödeniyor.
• Denetlenebilirlik: Persona tek bir okunabilir dokümanda yaşıyor. “Model neden böyle cevap verdi?” sorusunun cevabı bir eğitim veri setinin karanlığında değil, açık bir spesifikasyonda.

Gerçek Zamanlı Akış: SSE Pipeline’ı

Kullanıcı deneyiminin kalbi, yanıtın ChatGPT benzeri şekilde kelime kelime akması. Bunun teknik karşılığı uçtan uca bir Server-Sent Events (SSE) hattı:

1. Tarayıcı, sohbet geçmişini JSON olarak /api/chat’e gönderir.
2. Worker isteği doğrular, temizler ve Anthropic Messages API’ye stream: true parametresiyle iletir.
3. Anthropic’ten dönen SSE akışı (content_block_delta / text_delta event’leri) worker üzerinde hiç beklemeden, passthrough olarak tarayıcıya aktarılır; worker akışı tamponlamaz, ilk token üretildiği anda ekrana düşer.
4. İstemci tarafında özel yazılmış bir async generator, ReadableStream’i TextDecoder ile satır satır çözer, chunk sınırlarında bölünen JSON parçalarını tampon yönetimiyle birleştirir ve her text_delta’yı React state’ine işler.

Ek bir rafine dokunuş: model yanıtlarındaki markdown biçimlendirmesi (başlık işaretleri, kalın/italik, liste sözdizimi) istemcide bir normalizasyon katmanından geçirilerek düz, okunaklı sohbet metnine çevriliyor. Sohbet balonunda ham işaretler görünmüyor; küçük bir detay, ama “cilalı ürün” ile “demo” arasındaki fark tam olarak bu detaylarda.

Neden Edge? Sunucusuz Mimarinin Getirdikleri

/api/chat endpoint’i bir sunucuda değil, Cloudflare’in küresel ağındaki worker’larda çalışıyor. Bunun pratik sonuçları:

• Sıfır cold start sorunu: Worker’lar V8 isolate mimarisiyle milisaniyeler içinde ayağa kalkıyor; klasik serverless fonksiyonların saniyelik soğuk başlama gecikmesi yok.
• Coğrafi yakınlık: İstek, kullanıcıya en yakın Cloudflare noktasında işleniyor.
• Tek deploy, tek artifact: Statik site ve API aynı projede. Frontend ile backend’in ayrı yaşam döngüleri yönetilmiyor.
• Sıfır sabit maliyet: Trafik yokken maliyet yok. Ölçeklenme otomatik; viral bir LinkedIn gönderisi sonrası gelen ani trafik için kapasite planlaması gerekmiyor.

Güvenlik ve Kötüye Kullanım Katmanı

Halka açık bir yapay zeka endpoint’i, önlem alınmazsa iki şeye dönüşür: başkalarının bedava LLM proxy’sine ve kontrolsüz bir maliyet kalemine. Kaan AI’da bu risk, worker seviyesinde çok katmanlı bir savunmayla kapatıldı:

Bu tablonun önemli bir özelliği: hiçbir kalem sonradan eklenmiş bir “yama” değil. Endpoint ilk günden bu savunma modeliyle tasarlandı.

Deneyim Mühendisliği: Küçük Kararların Toplamı

Sohbet arayüzü, "input + mesaj listesi"nden fazlası:

• Öneri çipleri: Boş sohbet ekranı, ziyaretçiyi Kaan’ın en güçlü içerik alanlarına yönlendiren hazır sorularla açılıyor (“İşleri 5’e Bölme Kuralı nedir?”, “2011 yılının 7.000 TL’si ile iş nasıl kurulur?”). İlk mesaj bariyeri kaldırılmış oluyor ve model, en iyi cevap verdiği zemine çekiliyor.
• Akış sırasında durum tasarımı: Yanıt beklerken üç noktalı yazıyor animasyonu, akış sırasında kilitlenen giriş alanı, gönder butonunda spinner; kullanıcı sistemin her anını okuyabiliyor.
• Erişilebilirlik: Mesaj listesi aria-live ile ekran okuyuculara duyuruluyor, form elemanları etiketli, klavye akışı (Enter ile gönder, Shift+Enter ile satır) destekleniyor.
• Mobil ergonomi: Otomatik yükseklik alan metin kutusu, iOS çentik/safe-area desteği, sabit alt giriş çubuğunun gradyanlı geçişi.
• Her sayfadan erişim: Site genelindeki sohbet butonu ziyaretçiyi tek dokunuşla Kaan AI’a taşıyor; asistan bir alt sayfa değil, sitenin kalıcı bir katmanı.

Operasyon: Yaşayan Bir Sistem

Yapay zeka ürünlerinde asıl iş yayına almak değil, yayında tutmaktır. Kaan AI’ın operasyon modeli iki gerçek durumla test edildi:

• Model yaşam döngüsü: Anthropic, eski model sürümlerini düzenli olarak emekliye ayırıyor. Kaan AI’da model güncellemesi worker’daki tek bir satırın değişmesi demek; persona, güvenlik katmanı ve arayüz hiç dokunulmadan yeni modele geçiyor. Sistem bugün Claude Sonnet’in güncel sürümüyle çalışıyor.
• Cache disiplini: Her deploy sonrası Cloudflare cache’i API üzerinden otomatik temizleniyor; ziyaretçi her zaman güncel sürümü görüyor.

Sonuç ve Öğrenilenler

Kaan AI, “yapay zeka klonu” kavramının pazarlama cilası olmadan, üretim standardında nasıl inşa edileceğinin örneği:

• Persona, veri kadar mimaridir. İyi bir dijital ikiz, büyük veriyle eğitilmiş bir modelden değil; doğrulanmış bilgi, net davranış kuralları ve doğru model seçiminin disiplinli birleşiminden doğar.
• Edge-first yaklaşım, yapay zeka ürünlerinin doğal zeminidir. Streaming yanıtlar, küresel düşük gecikme ve sıfır sabit maliyet aynı mimaride buluşuyor.
• Güvenlik, birinci sınıf özelliktir. Halka açık her LLM endpoint’i, ilk günden rate limit, origin kontrolü ve girdi doğrulamasıyla tasarlanmalı.
• Sürdürülebilirlik model bağımsızlığından geçer. Model katmanını tek noktadan değiştirilebilir tutmak, sistemin ömrünü model sürümlerinin ömründen bağımsızlaştırıyor.

Markanız İçin Bir AI Clone

Webtures olarak Kaan AI’da uyguladığımız yaklaşım (bilgi tabanı mimarisi, persona mühendisliği, edge dağıtımı ve üretim standardında güvenlik katmanı) herhangi bir kişisel marka, uzman veya kurum için uyarlanabilir bir çerçevedir: markanızın bilgi birikimini 7/24 çalışan, sizin dilinizle konuşan bir dijital temas noktasına dönüştürmek. Kaan AI’ı canlı denemek için: kaangulten.com/kaan-ai