Yapay zekâ ürünleri ve emlak platformları geliştirmek: aynı kurallar, farklı veriler

2026-09-10

Bir emlak platformu dışarıdan niş görünür; oysa temelinde defalarca teslim ettiğim üç ürün vardır: ilanlar, arama, filtreler ve haritadan oluşan bir pazaryeri; potansiyel müşterileri, durumları ve kimin kimi aradığını takip eden bir CRM; bir de geziler, takvimler ve hatırlatmalar için rezervasyon. Yapay zekâ eklendiğinde modelin gerçek iş yapabileceği en iyi alanlardan biri ortaya çıkar: yarı yapılandırılmış metinler, fotoğraflar, tekrarlanan sorular ve her zaman vakti az olan bir emlakçı.

Veri modeliyle başlarım, çünkü bu ürünlerin başarısı orada belirlenir. İlan, açıklama alanı olan basit bir satır değildir: türü, fiyat geçmişi, durumu (taslak, yayında, rezerve, satıldı), koordinatlı konumu, medyası ve sahibi ya da ajansı vardır. Gerçek kısıtlarla PostgreSQL, harita araması için PostGIS veya en azından indekslenmiş koordinatlar, adres ve açıklamalarda tam metin araması, fiyatı kimin ne zaman değiştirdiğini kaydeden denetim izi gerekir. Üç emlakçının aynı daireyi ilan etmesi gibi kopyalar klasik sorundur; bu yüzden tekilleştirme sonradan yamalanmaz, en baştan tasarlanır.

Herkese açık bölüm ilan sayfaları için SSR veya ISR kullanan Next.js’tir; çünkü emlakta SEO trafik demektir. Her ilan yapılandırılmış verisi, hızlı yüklenen görselleri ve anlaşılır URL’si olan bir açılış sayfasıdır. Emlakçı tarafında potansiyel müşteri hattı, gezi takvimi ve e-posta ya da Telegram bildirimlerini içeren bir panel bulunur. Her iki taraf da mobile-first tasarlanır: alıcılar telefonda kaydırır, emlakçılar arabadan çalışır.

Yapay zekâdan en çok, ana sayfada duran bir sohbet robotu olmak yerine iş akışının adımı olduğunda değer görüyorum. Model birkaç alan ve fotoğraftan temiz bir ilan açıklaması taslağı hazırlar; emlakçı düzenleyip onaylar. Dağınık bir PDF’den, kopyalanmış bir ilandan veya sesli nottan yapılandırılmış veri çıkarır. Semantik aramada «iki yatak odası, sessiz, parka yakın, bütçeyi aşmayan» isteği filtrelere ve açıklamalar üzerindeki embedding’lere dönüşür. Potansiyel müşteri niteliğini değerlendirirken model konuşmayı özetleyip sonraki adımı önerir; karar emlakçıya aittir. Ajansın kendi belgeleri —sözleşmeler, politikalar, mahalle rehberleri— üzerinde RAG, yanıtların kaynağını da sunar.

Koruma önlemleri geliştirdiğim her AI ürünündekiyle aynıdır. Model kendi başına fiyat yayımlamaz, belge imzalamaz veya müşteriye mesaj atmaz; taslak hazırlar, insan onaylar. Her üretim, yanlış bir yanıt izlenebilsin diye girdisiyle birlikte kaydedilir. Kişisel veriler sağlayıcıya gitmeden önce en aza indirilir, her iş akışının maliyetine sınır konur. OpenAI ya da Anthropic bir arayüzün arkasında durur; böylece model değiştirmek yeniden yazım değil, bir yapılandırma değişikliğidir. Önce tek bir iş akışını feature flag arkasında yayımlar, emlakçı başına kazandırdığı zamanı ölçer, sonra sıradakini eklerim.

Aynı yaklaşım emlak dışındaki alanlarda da işe yarar: rezervasyon platformları, konaklama satış araçları, pazaryerleri, CRM ağırlıklı SaaS — insanların çok metin işlediği ve benzer kararları tekrarladığı her ürün. Böyle bir şey geliştiriyorsanız ekibinizin elle yapmaktan en çok hoşlanmadığı tek süreci gönderin. Onu otomatikleştirecek en küçük ürünü, gereken verileri ve insanın sürece dahil kalacağı noktayı önereyim.

Bir sonraki ürüne kalacak birini verin.

Başlamaya hazır mısınız? Bana yazın — hemen başlayabilir ve kalabilirim. İki haftalık devir değil, uzun vadeli iş birliği. Projenizi, gereksinimleri ve ilerlemenin en iyi yolunu konuşalım.

Deneyim veya hizmetler hakkında sorun