Birden fazla web sitesi yönetiyorsanız şu döngüyü iyi bilirsiniz: kaynak taramak, hangilerinin yazıya dönüşeceğine karar vermek, taslağı hazırlamak, görseli bulmak, WordPress’e girip yayınlamak. Her site için ayrı ayrı, her gün. Content Manager (content-manager.tr) tam olarak bu döngüyü tek bir editoryal hatta toplamak için geliştirdiğim platform.

Sorun: Dağınık İçerik Operasyonu

AlpinDede, Estonya Rehberi, Ubuntu Dünyası, bahricanli.tr derken elimde her biri kendi kitlesine, kendi içerik ritmine sahip siteler birikti. Her birinin ayrı WordPress paneli, ayrı kaynak takibi, ayrı analitik ekranı var. Üstelik her sitenin sesi de farklı: AlpinDede için dağcılık ekipman incelemesi yazarken Artılar/Eksiler/Kimler İçin Uygun formatı şart; Estonya Rehberi’nde ise Türk gezgine TL karşılıklarıyla pratik bilgi vermek gerekiyor. İçerik üretiminin asıl zamanı yazmakta değil; kaynak taramakta, panel gezmekte ve kopyala-yapıştır yapmakta eriyor.

Content Manager’ın çıkış noktası basitti: içerik bir üretim bandıdır ve bu bandın her aşaması izlenebilir, otomatize edilebilir olmalıdır.

Editoryal Hat: Kaynaklar → Öneriler → Onay → Yayın

Platformun kalbinde dört aşamalı bir pipeline var.

Kaynaklar. Her site için tanımlı içerik kaynakları — RSS beslemeleri, bloglar, haber siteleri — düzenli olarak taranır ve veri tabanına çekilir. Pipeline tetiklendiğinde yeni içerikler otomatik alınır; her kaynak hangi siteye ait olduğunu bilir.

Öneriler. Toplanan içerikler yapay zeka desteğiyle değerlendirilir ve her biri bir uygunluk puanıyla öneri kuyruğuna düşer. Hangi haberin hangi siteye yakıştığını sistem önerir; karar yine editörde kalır.

Onay. Önerileri tek tuşla onaylar ya da reddedersiniz. Onaylanan içerik pipeline’a girer; site bazında tanımlı ai_context — sitenin sesi, hedef kitlesi, ton rehberi — modele sistem mesajı olarak iletilir. Pipeline modu translate ise kaynak İngilizce içerik Türkçe’ye çevrilip uyarlanır; generate ise Google Search’ten ilgili kaynaklar çekilerek sıfırdan özgün içerik yazılır; both modunda çeviri ve özgün üretim birlikte çalışır.

Yayın. Taslak hazır olduğunda tek komutla ilgili sitenin WordPress’ine gider — ister anında yayınlanır, ister ileri bir tarihe zamanlanır. Öne çıkan görsel Unsplash gibi harici kaynaklardan bulunup medya kütüphanesine sideload edilir, Gutenberg blok formatına dönüştürülür. Sürecin her adımı loglanır: hangi kaynak ne zaman tarandı, hangi yazı hangi siteye gitti, nerede hata alındı. Yayın sonrası performans ise Google Analytics 4 entegrasyonuyla aynı panelden izlenir.

Yapay Zeka Katmanı

Platform üç farklı yapay zeka sağlayıcısıyla çalışır: Claude, Gemini ve OpenAI. Her site için ayrı model seçimi yapılabilir; hatta yerel modeller için Ollama desteği de var. AlpinDede’de Claude Sonnet çeviri yaparken Ubuntu Dünyası’nda Gemini Flash haber özetleri çıkarıyor — her sitenin bütçesi ve içerik hızı farklı olduğu için bu esneklik kritik.

Modele iletilen ai_context şablonu sitenin ruhunu taşır. Örneğin AlpinDede için “Deneyimli dağcılara hitap eden Türkçe outdoor ekipman inceleme blogu; her yazıda Artılar, Eksiler ve Kimler İçin Uygun bölümleri olmalı” yazıyor. Bu bağlam sayesinde aynı kaynak içeriği farklı sitelere gönderildiğinde bambaşka bir ses ve yapıyla çıkıyor karşınıza.

MCP ile Yapay Zeka Entegrasyonu

Content Manager’ı klasik bir içerik panelinden ayıran şey, baştan itibaren MCP (Model Context Protocol) sunucusu olarak da tasarlanmış olması. Claude, platformun tüm yeteneklerine doğrudan araç olarak erişebiliyor:

• Siteleri, yazıları ve kaynakları listelemek
• Yeni yazı oluşturmak, güncellemek, silmek
• Öneri kuyruğunu yönetmek ve onaylamak
• GA4 analitiği ile pipeline loglarını sorgulamak

Pratikte bu şu anlama geliyor: Claude’a “Estonya’daki en iyi müze ziyaretleri hakkında bir yazı hazırla, taslak olarak estonyarehberi.tr’ye yükle” diyorum; yazı dakikalar içinde panelde beliriyor. Gözden geçiriyorum, tek komutla yayına alıyorum.

Claude Code ile Geliştirilen Bir Platform

İşin belki de en ilginç tarafı: Content Manager’ın kendisi de yapay zeka ile yazıldı. Yazılımı baştan sona Claude Code ile geliştirdim — mimari kararlardan pipeline mantığına, WordPress eklentisinden panel arayüzüne kadar. Terminalden görevi tarif ettim, Claude Code yazdı; ben test edip yönlendirdim, birlikte iterasyon yaptık.

Teknik yığın: Laravel 13 + Vue 3 + Inertia.js + Tailwind CSS, SQLite veritabanı, Docker tabanlı çok siteli deployment. WordPress tarafında ise her siteye kurulan Content Manager TR eklentisi; token tabanlı kimlik doğrulama ile yazı yayınlama, görsel sideload ve içerik güncelleme işlemlerini karşılıyor.

Ortaya döngüsel bir hikaye çıktı: Claude Code ile yazılan bir platform, şimdi Claude’un MCP üzerinden içerik ürettiği bir araca dönüştü. Yapay zeka hem inşaatçısı hem de kullanıcısı oldu. Bu deneyim, yazılım geliştirmenin nereye evrildiğine dair çok şey öğretti: tek kişilik bir geliştirici, doğru araçlarla artık bir ekibin çıkaracağı ürünü ayağa kaldırabiliyor.

Kimin İçin?

Content Manager, tek kişilik ekiplerle birden fazla yayın yürütenler için düşünüldü: topluluk siteleri, yerel radyolar, dernekler, kişisel bloglar. Büyük yayınevlerinin devasa CMS’lerine değil; az insanla çok içerik üretmek zorunda olanların gerçek iş akışına odaklanıyor.

Kazanç somut: kaynak takibi otomatik, taslak üretimi yapay zeka destekli, yayın tek tuş, analitik tek ekran. Editörün işi karar vermeye indirgeniyor — ki zaten insan katkısının en değerli olduğu yer orası.

Sırada Ne Var?

Platform aktif geliştirme altında. Yakın dönem hedeflerim arasında çok dilli içerik akışları, sosyal medya dağıtımıyla daha sıkı entegrasyon ve öneri puanlamasının site bazında öğrenen hale getirilmesi var.

İçerik operasyonunuzu benzer bir hatta taşımak ya da MCP tabanlı entegrasyonlar hakkında konuşmak isterseniz bana ulaşabilirsiniz.