Bora's Blog | Modern Web Geliştirme ve Teknoloji

Yapay zeka destekli kodlama araçları modern yazılım geliştirmede oyunun kurallarını değiştirdi. Claude Code, GitHub Copilot ve Cursor gibi araçlar, geliştiricilerin üretkenliğini katladı. Ancak bu araçlardan maksimum verim almak için vibe coding yaklaşımını, context window yönetimini ve doğru iş akışı stratejilerini bilmek şart. Bu rehber, LLM tabanlı kodlama asistanlarıyla profesyonelce çalışmanın temel prensiplerini açıklıyor.

Context Window: AI'nın Kısa Süreli Hafızası

AI kodlama asistanlarının en kritik sınırlaması context window boyutudur. Bunun ne anlama geldiğini anlamak, verimli çalışmanın ilk adımı.

LLM modelleri stateless çalışır—sizi hatırlamazlar. Her yeni sorgulamada, tüm konuşma geçmişi AI sunucusuna yeniden gönderilir. Context window'a sadece mesajlar değil, okunan dosyalar, terminal çıktıları, lint sonuçları, web aramaları gibi tüm işlem verileri de dahildir. Bu sayede AI konuşma bağlamını "hatırlıyor" gibi görünür—ama bu bir illüzyon.

Context window dolmaya yaklaştığında performans düşer. Dolmadan önce proaktif yönetim şart.

Context Window Dolduğunda Ne Olur?

Konuşmanın başındaki bilgiler kaybolur
Halüsinasyon oranı artar
Tutarsız ve hatalı yanıtlar verilir
Önceki talimatlar görmezden gelinir
Kod kalitesi düşer

Neden Tek Prompt ile Tüm Uygulamayı Yazdıramazsınız?

Yaygın bir hata: AI'ya çok detaylı, uzun bir prompt yazmak ve tüm uygulamayı tek seferde oluşturmasını istemek. Bu yaklaşım neredeyse her zaman başarısız olur.

1. Context Window Sınırı

Karmaşık bir uygulamayı tek prompt'ta yazdırmak imkansız değilse de son derece verimsizdir. Proje büyüdükçe context dolar, performans düşer, hatalar artar.

2. Hata Kümülatif Etkisi

Uzun oturumlarda yapılan küçük hatalar zincirleme reaksiyona yol açar. İlk adımda 5 satırlık bir hata, 50. adımda 500 satırlık yeniden yazıma dönüşebilir.

3. Bağlam Erozyonu

AI, uzun konuşmalarda projenin başlangıç gereksinimlerini "unutur". Başta Next.js istediğinizi, 50 mesaj sonra React uygulama yazdığını görürsünüz.

Çözüm: Task-Based Workflow Yaklaşımı

Başarılı vibe coding'in sırrı: projeyi mantıklı görevlere böl, her göreve odaklan, context'i temiz tut.

1. Büyük Görevleri Atomik Parçalara Böl

Her görev tek bir sorumluluğa odaklanmalı. Örnek: Kullanıcı kimlik doğrulama sistemi

Görev 1: User model ve database schema
Görev 2: POST /api/register endpoint (validation + bcrypt)
Görev 3: POST /api/login endpoint (JWT token)
Görev 4: Token refresh mekanizması
Görev 5: Frontend register/login form'ları
Görev 6: Error handling ve security headers

2. Her Görev = Yeni Context Window

Görev tamamlandığında yeni conversation başlatın. Avantajları:

Temiz, optimize edilmiş context
Sadece ilgili bilgiler (önceki görev sonuçları)
Hata zincirleme riski sıfır
Maksimum AI performansı

3. Her Yeni Görevde Bağlamı Aktarın

Yeni conversation'da şunları belirtin:

Proje özeti: "Next.js 14 ile e-ticaret sitesi"
Tamamlanan görevler: "User model ve register endpoint hazır"
Şu anki görev: "Login endpoint ekleyeceğiz"
Teknoloji stack: "TypeScript, Prisma, JWT, bcrypt"

Spec Driven Development: Daha Yapılandırılmış Yaklaşım

Bazı geliştiriciler test-driven development (TDD) benzeri bir yöntem tercih eder: Spec Driven Development. Önce çalıştırılabilir spesifikasyon yaz, sonra AI'ya bu spec'e uygun kod yazdır.

Popüler araçlar:

Agent OS - Spec-driven AI agent işletim sistemi
BMAD - 19+ agent, 50+ workflow
Spec Kit - GitHub'ın spesifikasyon aracı
Open Spec - Açık kaynak spec yönetimi

Uyarı: Küçük projeler için aşırı mühendislik olabilir. Basit task listesi çoğu zaman yeterli.

Context Window Optimizasyon Stratejileri

Context'i bir CPU gibi düşünün—sınırlı bir kaynak. Şu stratejilerle verimli kullanın:

1. Az Mesajla Maksimum Sonuç

Her prompt ve yanıt context'i doldurur. 10 mesajlık sohbet yerine, 1 iyi yazılmış prompt kullanın.

Kötü yaklaşım:

"API yap"
"Kullanıcı ekle"
"Şifre ekle"
"Validation yap"

İyi yaklaşım:

"Express.js ile POST /api/register endpoint yaz. Email/password validation yap, bcrypt ile hashle, JWT token döndür, Prisma ile PostgreSQL'e kaydet."

2. Context Yenileme Komutları

Context dolduğunda veya performans düştüğünde:

Context Yönetimi

>/clear

>/compact Proje Next.js 14, TypeScript, Prisma kullanıyor

/clear - Tamamen yeni conversation başlat
/compact - Conversation özetini al, yeni oturum başlat
Önemli bilgileri (stack, mimari kararlar) yeni oturumda tekrar belirt

3. Context Kullanımını İzle

AI araçları context doluluk oranını gösterir. Proaktif yönetim için takip edin:

Context İzleme

>/context

Claude Code: /context komutu
Gemini CLI: /memory komutu
%70-80 dolulukta yeni conversation başlatmayı düşünün
Kritik görevlerde daha sık sıfırlama yapın

4. MCP Sunucularını Akıllıca Kullan

MCP sunucuları AI'ya süper güçler verir ama context'i de tüketir. Her MCP sunucusu başlatıldığında şema bilgileri context'e yüklenir ve sürekli yer kaplar.

Verimli MCP kullanımı:

Sadece kullandığınız MCP'leri yükleyin
Kullanmadığınız sunucuları devre dışı bırakın
Proje bazlı farklı MCP konfigürasyonları kullanın
Lazy loading tercih edin (ihtiyaç anında yükle)

Detaylı bilgi: MCP Sunucularını Verimli Kullanma Rehberi

Vibe Coding'de Başarının 5 Altın Kuralı

1. Context'i RAM Gibi Yönet

Context sınırlı bir kaynaktır. Her dosya okuma, her web araması, her terminal çıktısı context tüketir. Gereksiz bilgi yükleme.

2. Single Responsibility: Her Görev Bir Sorumluluk

❌ "Kullanıcı sistemi ve ödeme entegrasyonu yap"
✅ Görev 1: "Kullanıcı sistemi", Görev 2: "Ödeme entegrasyonu"

3. Test Yapmadan İlerleme

Her görev bitince test et. AI kodu %100 doğru değil. Build, lint, unit test çalıştır.

Her Görev Sonrası

$npm run build

$npm run lint

$npm test

4. Prompt Mühendisliği: Az Kelime, Çok Bilgi

Net, spesifik, bağlamlı prompt'lar yaz:

❌ "Bir API yap"
✅ "Express.js, kullanıcı kaydı, POST /api/register, email+password validation, bcrypt hash, JWT token döndür, Prisma PostgreSQL"

5. Her Görev Bir Commit

Görev tamamlandı → commit yap. Küçük commitler = kolay rollback, net geçmiş.

Git Workflow

$git add .

$git commit -m "feat: add user registration endpoint"

Detaylı bilgi: Küçük Commitlerle Büyük Kazanımlar

3 Kritik Hata ve Çözümleri

❌ Hata 1: Marathon Conversation

Sorun: 100+ mesajlık tek bir conversation'da tüm projeyi yazmak

Çözüm: 50-100 mesajda bir yenile. Özellik başına yeni conversation başlat.

❌ Hata 2: Bağlamsız Başlangıç

Sorun: Yeni conversation'da "Login endpoint yap" demek (AI ne bilsin?)

Çözüm: Her yeni oturumda mini brief ver: "Next.js 14, TypeScript, Prisma, PostgreSQL. User model hazır. Şimdi login endpoint ekle."

❌ Hata 3: Test-Free Coding

Sorun: AI kod yazdı, test etmeden devam et

Çözüm: Build + lint + test çalıştırmadan yeni göreve geçme. Hata erken yakalanmazsa zincirleme felaket.

Sonuç: AI Bir Araç, Sihirli Değnek Değil

Yapay zeka kodlama asistanları yazılım geliştirmeyi demokratikleştirdi. Ancak maksimum verim için strateji şart:

Context window'u akıllıca yönet - Sınırlı bir kaynak
Görevleri atomik parçalara böl - Her görev = 1 sorumluluk
Test et, commit et, yenile - Hata birikimini önle
Prompt mühendisliği öğren - Az mesaj, çok bilgi
MCP'leri optimize et - Gereksiz sunucu yükleme

Altın kural: AI + İyi yazılım mühendisliği pratikleri = 10x üretkenlik. AI tek başına yeterli değil—stratejik düşünmek zorundasın.

Daha fazla kaynak: