Garip gelecek ama, Şunu söyleyeyim düz: Bağımsız geliştirici olarak ürün yapmakla pazarlama görseli üretmek arasında sıkışıp kalmak çok tanıdık bir his. Uygulamayı bitiriyorsunuz. Sonra bir bakıyorsunuz — App Store için ekran görüntüsü lazım, Google Play başka ölçü istiyor, X başlığı farklı, Product Hunt banner’ı bambaşka bir şey… ve işte saatler öylece kayıp gidiyor. Ben de bu döngüyü 2024’ün sonlarında İstanbul’da kendi masaüstümde bizzat yaşadım; bir demo uygulaması için sadece üç farklı mağaza görseli hazırlayayım dedim, akşam oldu, ben hâlâ font tartışıyordum kendimle.
Rafał Żbikowski’nin anlattığı MockupGen AI fikri tam da bu can sıkıcı noktaya çomak sokuyor. Bir ekran görüntüsü yüklüyorsunuz… sistem onu okuyor, renkleri çekiyor, metin öneriyor ve birkaç düzine saniye içinde 10 farklı formatta pazarlama çıktısı veriyor. Kağıt üstünde gayet iyi duruyor. Pratikte ise asıl mesele şu: Bu iş gerçekten “tasarımcıyı kovar” seviyesinde mi, yoksa indie ekiplerin nefes almasını sağlayan bir otomasyon mu?
Neden Böyle Bir Araca İhtiyaç Var?
Bak şimdi, çoğu geliştirici ürünü çıkarana kadar enerjinin yüzde doksanını koda gömuyor. Sonra sıra mağaza sayfalarına geliyor. Ve işler dağılıyor. Çünkü ekran görüntüsü tasarlamak “iki kutu koyduk tamam” meselesi değil — her platformun oranı başka, beklentisi başka, kullanıcı davranışı başka.
Şöyle söyleyeyim, Geçen yıl Kadıköy’de çalışan küçük bir SaaS ekibiyle sohbet etmiştim; ürün tarafı taş gibi ilerliyordu ama lansman haftasında görseller yüzünden gecikmişlerdi, tasarımcıya yetişememişlerdi, Figma şablonlarıyla saatlerce boğuşmuşlardı. Sonunda da “ortalama görünen ama zamanında çıkan” görsellere razı olmuşlardı. İşte MockupGen AI gibi araçlar tam burada devreye giriyor. Hız veriyor. Hem de fena olmayan bir hız.
Size bir şey söyleyeyim, Tabii burada küçük bir hayal kırıklığı payı da söz konusu: Otomasyon hızlı olabilir. Marka hissini tek başına yaratamıyor. Eğer ürününüzün dili çok özelse — mesela oyunlaştırılmış bir finans uygulaması ya da kurumsal tonlu bir B2B panel — AI’nın ürettiği başlıklar bazen fazla genel kalabiliyor. Yani iş görüyor ama son cilayı yine insan eli atıyor. Maalesef.
AI tabanlı görsel üretim araçlarının asıl vaadi “tasarımı tamamen ortadan kaldırmak” değil; tekrar eden işi azaltıp geliştiricinin zamanını geri vermek.
MockupGen AI Ne Yapıyor?
Küçük bir detay: Sistemin mantığı basit görünse de perde arkasında birkaç katman var (evet, doğru duydunuz). Kullanıcı 1 ila 8 arası ekran görüntüsü yüklüyor; model bu görselleri analiz ediyor, uygulamanın ne yaptığını anlamaya çalışıyor ve buna uygun pazarlama dili üretiyor. Bir de renk çıkarımı var — bence olayın en pratik yanlarından biri bu, ciddi söylüyorum.
Mesela uygulamanızda koyu mavi tonlar baskınsa sistem bunu alıp arka planlara taşıyor; sıcak turuncular varsa vurgu rengine dönüştürüyor. Küçük detay gibi duruyor. Tahmin eder misiniz? Ama etkisi büyük — çünkü mağaza görsellerinde uyumsuz renk kadar itici az şey vardır (inanın bana)
Benzer bir denemeyi Mart 2025’te evde test ettiğimde şunu fark ettim: En zor kısım düzen kurmak değil, metni sığdırmakmış. Görsel üretmek kolaylaşıyor ama başlık uzun gelince neredeyse tüm kompozisyon bir anda çöküyor, işte burada otomatik layout motoru devreye giriyor ve kelime sayısını da biraz terbiye etmeye çalışıyor — “çalışıyor” diyorum, çoğu zaman tam başaramıyor.
Ekran görüntüsünden pazarlama mesajına
Bence en ilginç taraflardan biri şu: Araç sadece UI’a bakmıyor gibi davranmıyor — uygulamanın niyetini tahmin etmeye çalışıyor. Hedef kitleyi sezmesi, ana faydayı çıkarması ve ona göre slogan önermesi gerekiyor. Bu kulağa yapay zeka sihri gibi gelebilir ama aslında iyi prompt tasarımıyla birleşmiş akıllı sınıflandırma işi. Peki bunu neden söylüyorum? Hani, büyü falan yok.
Ve işler burada ilginçleşiyor.
Kimi zaman bu yaklaşım çok işe yarıyor… kimi zamansa biraz fazla cesur sonuçlar doğuruyor (ki bu çoğu kişinin gözünden kaçıyor). Uygulamada olmayan bir özelliği ima eden başlıklar gördüğüm oldu mesela. O yüzden çıktıların körlemesine kullanılmaması lazım. Mutlaka bir gözden geçirme şart. Bu konuyla ilgili Butterfly CSS: 2026’da Dikkat Çeken Hafif Bir Seçenek yazımıza da göz atmanızı tavsiye ederim.
Neden Canvas 2D? Neden Puppeteer Değil?
Dürüst olmak gerekirse, Bu karar bana oldukça tanıdık geldi — çünkü performans konusu çoğu ekipte ilk başta hafife alınıyor, sonra tokat gibi dönüyor. Puppeteer ile tarayıcı ayağa kaldırmak rahat hissettirir; sonuçta HTML/CSS dünyasındasınız diye düşünürsünüz. Ama server tarafında iş büyüdükçe bellek kullanımı artar, maliyet kabarır ve kuyruklar uzar. Sonra ne olur? Herkes birbirine bakar.
Bir dakika — bununla bitmedi. Daha fazla bilgi için PDF Dünyasında Bir Nefes: Ücretsiz ve Limitsiz Araçlar yazımıza bakabilirsiniz.
Canvas 2D daha elle tutulur bir yol sunuyor. Her şey pikseller üzerinden çiziliyor; “tarayıcı açtım kapadım” derdi yok. Rafał’ın tercih ettiği yaklaşım da sanırım tam bu yüzden mantıklı: hız + düşük maliyet + daha az operasyonel sürpriz. Üçü bir arada.
İşin garibi, Gel gelelim bunun bedeli de var tabi… Layout mantığını sizin kodlamanız gerekiyor. Metin sarma kuralları, gölge ayarı, cihaz çerçevesi — en azından ben öyle düşünüyorum — hizası, gradyan açıları — hepsi tek tek kontrol istiyor. Yani sistem biraz daha mühendislik kokuyor; Figma’da sürükle-bırak rahatlığını bekleyenler hayal kırıklığı yaşayabilir. AI Ajanlar Neden Yalan Söyler: Asıl Ders Ne? yazımızda bu konuya da değinmiştik.
| Yaklaşım | Artıları | Eksileri |
|---|---|---|
| Puppeteer / Headless Browser | HTML ile esnek tasarım, mevcut web bilgisiyle kolay entegrasyon | Ağır çalışır, bellek tüketimi yüksek olabilir |
Teknik Yığın Neymiş? Bakalım
Burada kullanılan stack gayet güncel ve tanıdık parçalar içeriyor: Next.js 14 frontend için, Claude API hem vision hem text generation için, Supabase veri katmanı için, Stripe abonelik işleri için, Cloudflare R2 dosya saklama için, Vercel hosting için, PostHog ise analitik tarafında. Kulağa “startup bingo” gibi gelebilir. Ama dürüst olayım — bugün hızlı ürün çıkarmak isteyen ekiplerin çoğu zaten böyle kuruluyor. Farklı bir şey yok burada. Daha fazla bilgi için OpenAI’dan Güvenlik İçin Yeni Hamle: Fellowship Programı Ne Anlatıyor? yazımıza bakabilirsiniz. Daha fazla bilgi için Google AI Edge Gallery, Gemma 4 ile telefonu mini laboratuvara çeviriyor yazımıza bakabilirsiniz.
// Basitleştirilmiş akış
uploadScreenshots()
.then(analyzeWithClaudeVision)
.then(extractBrandColors)
.then(generateHeadlines)
.then(buildLayoutsForEachFormat)
.then(zipAndDeliver)Küçük startup ile enterprise aynı mı?
Hiç değil. Küçük ekiplerde mesele hız olurken enterprise tarafta güvenlik politikaları öne çıkıyor. Ha, bu arada benzer bir yapıyı Şubat 2024’te Ankara’daki bir kurum demosunda test etmiştim; orada en büyük soru “bu dosyalar nerede tutuluyor?” olmuştu. Müşteri tarafında onay süreci uzadıkça ürünün teknik güzelliği ikinci plana düşüyor — bu çok klasik bir durum aslında, her seferinde aynı şeyi yaşıyorsunuz. Bu yüzden büyük ölçekli kullanımda R2 depolama yetmez demiyorum ama erişim kontrolleri ve loglama şart oluyor.
Ciddi Olan Kısım: Güvenlik ve Operasyon
İşin eğlenceli yüzü kadar sıkıcı kısmı da var. Dosya yükleme yapan her sistemde güvenlik hemen masaya oturmalı —. Kullanıcıdan gelen ekran görüntüsü sıradan görünse bile içinde hassas bilgi olabilir; beta kullanıcı adı, iç panel detayları veya henüz duyurulmamış özellikler mesela. Bunlar önemsiz değil.
Neye dikkat etmek gerekir?
- Dosya boyutu sınırı net olmalı (bu kritik)
- MIME type kontrolü yapılmalı
- Screenshot içinde gizli veri taraması düşünülmeli
- Zincirleme API çağrılarında rate limit uygulanmalı
Maliyet neden önemli?
Eğer her işlemde ağır model çağrısı yaparsanız küçük hacimde sorun olmaz… ama trafik artınca faturayı görünce insanın morali gerçekten bozuluyor. Açık konuşayım — bunu iki farklı projede yaşadım; ilkinde demo aşamasında her şey güllük gülistanlıktı, ikinci ayda kullanım artınca token maliyeti can sıktı (inanın bana). Epey can sıktı. Peki bunu neden söylüyorum? Burada denge lazım:
- Kritik adımlarda güçlü model kullanmak
- Bazı formatlarda şablonu önceden sabitlemek
- Aynı markaya ait tekrar eden işleri cache’lemek — bunu es geçmeyin
Peki Gerçek Hayatta Kim İçin İyi?
Bence MockupGen AI en çok şu profillere hitap ediyor: Tek başına çalışan indie geliştiriciler, küçük ekipli erken aşama startuplar ve tasarım kapasitesi kısıtlı ama sık sık yeni özellik lansmanı yapan SaaS ekipleri. Tasarım ajansları? Onlar için fazla kısıtlı kalır muhtemelen.
Şunu fark ettim: Neyse uzatmayalım — araç “tasarımı tamamen çözdük” iddiasında değil zaten. Daha çok şunu söylüyor: “Tekrar eden işi senden alıyorum, sen başka şeylere bak.” Bu ayrım önemli. Beklentiyi doğru kurmak şart.
Sonuç Yerine
MockupGen AI, bağımsız geliştiriciler için gerçekten işlevsel bir araç olabilir — eğer beklenti doğru kurulursa. Profesyonel marka kimliği oluşturmak için değil, hızlı ve tutarlı mağaza görseli üretmek için kullanılırsa değer yaratıyor. Teknik tercihler (Canvas 2D, Claude API, R2) mantıklı ve ölçeklenebilir bir yol gösteriyor. Güvenlik ve maliyet konularında dikkatli olmak gerekiyor ama bunlar aşılabilir meseleler.
Siz ne dersiniz? Bu tür araçlar tasarım süreçlerini gerçekten değiştiriyor mu, yoksa sadece geçici bir çözüm mü? Yorumlarda görmek isterim.
20+ yıl deneyimli Azure Solutions Architect. Microsoft sertifikalı bulut mimari ve DevOps danışmanı. Azure, yapay zekâ ve bulut teknolojileri üzerine Türkçe teknik içerikler üretiyor.
İlgili Yazılar
Bu içerik işinize yaradı mı?
Benzer içerikleri kaçırmamak için beni sosyal medyada takip edin.
