Listeye dön
Vertical SaaS/69

Buzdolabındaki Malzemelerle Yemek Tarifi

Buzdolabı raflarının fotoğrafını çek, AI tanıyıp 3 farklı yemek tarifi öneriyor (eksik 1-2 malzeme tolere edilir).

Zaman
6 saat
bootcamp süresi
Kim ödeyecek
Bireylere
Genç yetişkin/aile bireyi — ak
Para hedefi
$1k MRR
Freemium
Stack
Next.js + Supabase + Claude
AI merkezde
/01

Kimin derdi bu?

Gerçek bir insan, gerçek bir acı. Kafanda canlandır.

Kim
Genç yetişkin/aile bireyi — akşam 'ne pişireyim' sorusu
Canı yanan yer
Buzdolabını açıyor, eline yatkın bir şey yapmaya çalışıyor; israf çok
Şu an nasıl yapıyor
Google'da 'patates yumurta soğan tarifi' aramak; tatmin etmiyor
/02

6 saate sığar mı?

Bootcamp modunda sıkıştırılmış senaryo.

M — 6-10 saat. Vision (Claude/GPT) malzeme tanıma + tarif eşleşme.

/03

Ne ile inşa edeceksin?

Sıfırdan yazmayacaksın — bu parçaları birleştireceksin.

FrameworkNext.js 15 App Router + PWA
UIshadcn/ui + Tailwind
DatabaseSupabase Postgres
AuthSupabase Auth
AIClaude Sonnet 4.6 (vision)
DeployVercel
/04

Hangi parçalar?

Her parça ayrı bir commit. Sırayla yakala.

  1. 1Buzdolabı fotoğraf upload
  2. 2Vision malzeme tanıma
  3. 3Manuel ekleme/silme
  4. 4Tarif önerme (Türk/dünya)
  5. 5Eksik malzeme tolere mantığı
  6. 6Favori tarifler kütüphanesi
/05

Piyasada kimler var?

Rakip değil, referans. Sen onlardan küçük, hızlı ve yakın olacaksın.

/06

Neden evet, neden hayır?

Kısa bir gerçeklik testi.

Neden evet

B2C viral potansiyel; freemium ile büyür

Neden hayır

Vision API maliyet; rakip generic AI tarif çok

/07

Para nereden gelir?

Bir çerçeve, değil kesin plan. İlk 100 kullanıcıya odaklan.

Fiyat
Freemium 5 sorgu/gün, $4.99/ay sınırsız
Hedef ARR
2000 freemium + 200 paid × $4.99 = $1k MRR
Model
Freemium
/08

Claude Code'a ver

Aşağıdaki prompt'u olduğu gibi kopyala, Claude Code'a yapıştır. Stack, veri modeli, 6 saatlik inşa sırası ve başarı kriterleri içinde.

prompt.md
# Buzdolabındaki Malzemelerle Yemek Tarifi

**Ne inşa ediyoruz:** Buzdolabı/raf fotoğrafından AI'ın malzemeleri tanıyıp eldeki + 1-2 eksik malzemeyle yapılabilecek 3 yemek tarifi öneren araç.

**Kullanıcının işi (JTBD):** Akşam saat 19, fotoğraf çekiyorum ve "10 dk içinde başlayabileceğim 3 tarif" görmek istiyorum, israfı önleyeyim.

---

## Stack
- Next.js 15 App Router + PWA
- Tailwind + shadcn/ui
- Supabase Postgres + Auth
- Claude Sonnet 4.6 (vision)
- Deploy: Vercel

## Veri modeli
```sql
create table fridge_scans (
  id uuid primary key default gen_random_uuid(),
  user_id uuid references auth.users,
  image_url text, recognized_items text[],
  created_at timestamptz default now()
);

create table recipe_suggestions (
  id uuid primary key default gen_random_uuid(),
  scan_id uuid references fridge_scans on delete cascade,
  title text, time_minutes int, difficulty text,
  steps jsonb, used_items text[], missing_items text[]
);

create table favorites (
  id uuid primary key default gen_random_uuid(),
  user_id uuid references auth.users,
  suggestion_id uuid references recipe_suggestions
);
```

## Ana akışlar
1. Foto çek/yükle.
2. Claude vision malzeme listesi çıkarır.
3. Kullanıcı düzenler (yanlış tanıma fix, eksik ekle).
4. Claude 3 tarif öner (TR mutfağı + 1 dünya).
5. Tarif detayında kullanılan/eksik malzeme renkli.

## 6 saatlik inşa sırası
- 0:00–1:00 — Scaffold + auth + foto upload
- 1:00–2:30 — Claude vision malzeme tanıma
- 2:30–3:30 — Düzenleme UI
- 3:30–4:30 — Tarif önerme prompt
- 4:30–5:30 — Tarif detay + favori
- 5:30–6:00 — Vercel deploy

## Başarı kriteri
- [ ] 1 buzdolabı fotoğrafı 8+ malzeme tanıdı
- [ ] Kullanıcı düzenleme yapabiliyor
- [ ] 3 farklı tarif önerildi (en az 1 TR)
- [ ] Tarif adımları clear, süre + zorluk var
- [ ] Mobil PWA çalışıyor

## Dikkat
- Claude vision token maliyeti ekonomik; freemium kotası şart.
- Yanlış tanıma yüksek (özellikle saklama kapları); manuel düzenleme şart.
- TR tarif kültürü: yoğurt, salça, közlenmiş — örnek tarifleri zenginleştir.
- Foto kalitesi düşükse uyar.

Bu sana uymadı mı?

Hepsini gör