Yapay Zeka ile Satılacak Ürün Nasıl Bulunur? Prompt Rehberi

Yapay Zeka Ürün Bulmada Tam Olarak Ne Yapar?

Yapay zeka bir talep kehanet makinesi değildir; iyi kullanıldığında güçlü bir araştırma asistanıdır. Satılacak ürün ararken üç işi iyi yapar:

• Fikir çeşitliliği üretir: Aynı kategoriye bakıp binlerce benzer öneri veren listeler yerine, bütçenize ve kitlenize göre filtrelenmiş aday listeleri çıkarır.
• Kriterleri yapılandırır: Kâr marjı, kargo ağırlığı, mevsimsellik, rekabet yoğunluğu gibi başlıkları puanlanabilir bir çerçeveye dönüştürür.
• Zihinsel emeği azaltır: Rakip mağaza taraması, yorum özetleme, kategori karşılaştırma gibi tekrarlayan işleri hızlandırır.

Yapmadığı şey ise gerçek talebi garanti etmektir. Model bir ürünü "potansiyelli" diye nitelediğinde bu, bir hipotezdir; satış verisi değildir. Bu yüzden bu rehberin akışı, yapay zekayı fikir ve puanlama motoru olarak kullanıp doğrulamayı size bırakacak şekilde kurgulandı.

Başlamadan Önce: Girdi Hazırlığı

AI'a "bana ürün bul" demek yalnızca jenerik ve kullanılamaz listeler üretir. Kaliteli çıktı için önce kendi gerçeklerinizi yazılı hale getirin. Bu bilgiler olmadan araçlar jenerik ve kullanılamaz listeler üretir.

• Bütçe aralığı: İlk ürün partisine ayırabileceğiniz tutar.
• Kitle bilgisi: Kimlere satıyorsunuz veya hangi kitleye odaklanmak istiyorsunuz (yaş, ilgi alanı, alışkanlık).
• Operasyon kısıtları: Depo var mı, kargo ağırlığı sınırı nedir, iade süreçlerini kim yönetecek?
• Marj hedefi: Birim kârda alt sınır (örneğin çok düşük fiyatlı ürünlerde kargo ve komisyon sonrası kâr kalması).

Bu dört bilgi, her prompt'un başına eklenecek sabit çerçevedir. Ne kadar somut verilirse, üretilen adaylar o kadar elenmiş olur.

Adım Adım Süreç

1. Kategori ve Hedef Kitle Çerçevesi Oluşturun

İlk prompt ürün istemez; çerçeve ister. AI'dan sizin kısıtlarınıza uyan 5-8 potansiyel kategori üretmesini ve her biri için hedef kiti, tekrar satın alma potansiyelini ve operasyon zorluğunu tablo halinde açıklamasını isteyin. Çıktıyı okuyup 2-3 kategoride karar kılın.

2. Ürün Fikri Listesi Üretin

Seçtiğiniz kategorilerle daraltılmış ikinci prompt'ta her kategori için 10-15 somut ürün adayı isteyin. Her adayın yanında hedef kullanım senaryosu, tahmini fiyat aralığı ve "kimin sorununu çözdüğü" yer alsın. Bu liste henüz puanlanmamış ham havuzdur; buradan karar çıkmaz.

3. Fikirleri Kriterlerle Puanlayın

Ham listeyi bir puanlama prompt'una verin. Kriterler şunlar olsun: birim kâr potansiyeli, kargo kolaylığı (hacim/ağırlık), bozulma ve hasar riski, mevsimsellik, rekabet yoğunluğu ve tedarik kolaylığı. AI'dan her ürüne 1-5 arası puan ve kısa gerekçe isteyin; sonra toplam puana göre ilk 10'u kendiniz seçin. Puanlama öznel olabileceği için tabloyu kendi bilginizle düzeltmekten çekinmeyin.

4. Talep ve Rekabet Sinyallerini Doğrulayın

İlk 10 aday için yapay zekanın dışına çıkın ve gerçek verilere bakın: pazaryerlerinde ürün adının arama sonuç sayısı ve satıcı yoğunluğu, Google Trends'te arama eğilimi, alışveriş aramalarında öneri listeleri. Buradaki amaç, AI'ın önerdiği ürünün gerçek dünyada aranan ve rekabetin dayanılabilir olduğu bir ürün olduğunu teyit etmektir. Ayrıca ürünün internetten satışı yasak veya kısıtlı ürünler listesine girmediğini kontrol edin; AI bu denetimi sizin yerinize güvenilir şekilde yapamaz.

5. Kısa Listeyle Küçük Test

Doğrulamadan çıkan 2-3 ürünle küçük bir test partisi alın ya da stoksuz modelle listeyi yayınlayın. Reklam bütçesini küçük tutup ürün sayfası metinlerine, görsellerine ve fiyata odaklanın. Testin amacı büyük sipariş vermek değil, talep hipotezini gerçek dönüşümle ölçmektir. Ürün onaylandıktan sonra fiyatlandırma stratejinizi kâr marjınıza göre kurun ve satışa geçin.

Hazır Prompt Şablonları

Aşağıdaki üç şablonu kendi bilgilerinizle doldurup kullanabilirsiniz. Köşeli parantezli alanları kendi verilerinizle değiştirin.

Şablon 1 — Kategori çerçevesi:

"[bütçe aralığı] bütçeli, [kitle tanımı] kitlesine satış planlayan bir KOBİ'yim. Depo [var/yok], iade yönetimini [kendim/taşeron] yapıyorum. Bu kısıtlara uyan 5-8 e-ticaret kategorisi öner. Her kategori için hedef kitle, tekrar satın alma potansiyeli (düşük/orta/yüksek), operasyon zorluğu (1-5) ve tahmini kâr marjı aralığını tablo olarak ver."

Şablon 2 — Ürün adayları:

"[seçilen kategoriler] kategorilerinde satılabilecek 15 somut ürün adayı listele. Her ürün için hedef kullanım senaryosu, muhtemel fiyat aralığı ve çözdüğü problemi yaz. Benim kısıtlarım: [bütçe, kargo, depo bilgileri]. Jenerik öneriler yerine Türkiye pazarında tedariki pratik olabilecek ürünler öner."

Şablon 3 — Puanlama:

"Aşağıdaki ürün listesini şu kriterlere göre 1-5 puanla: birim kâr potansiyeli, kargo kolaylığı, hasar riski, mevsimsellik, rekabet yoğunluğu (5 = rekabet düşük), tedarik kolaylığı. Her puana tek cümle gerekçe yaz, toplam puanı hesapla ve listeyi toplam puana göre sırala. Ürün listesi: [liste]"

Yapay Zekanın Ürün Bulmada Yapamadığı Şeyler

• Gerçek satış verisini görmek: Model pazaryeri satış rakamlarına canlı erişmez; verdiği talep yorumu çıkarımdır.
• Tedarikçi güvenilirliği teyidi: Tedarikçi seçimi ve numune süreci her zaman elle yapılmalıdır.
• Yasal uyum denetimi: Ürünün mevzuat, lisans ve yasak listesi durumu resmi kaynaklardan kontrol edilmelidir.
• Bulunan ürünü satılabilir kılmak: Ürün sayfası, görsel ve metin kalitesi ayrı bir iştir; bu noktada yapay zeka ile ürün açıklaması yazma akış'u devreye girer.

Süreç boyunca AI çıktılarını kaynak değil başlangıç noktası olarak ele alın. Doğrulama adımını atlayan e-ticaret girişimleri, gerçek talebi olmayan stoklarla karşılaşma riskini üstlenir. E-ticarete yeni başlıyorsanız bu adımı, e-ticarete başlarken alınacak ilk adımlar ve maliyet planı içinde bütün bir yol haritasının parçası olarak düşünün.

Ürün seçiminden satışa geçiş tüm e-ticaret kurulumunu tek çatı altında planlamak istiyorsanız, ekolaykod e-ticaret çözümleri sayfasından altyapı ve entegrasyon kapsamını inceleyebilirsiniz.