Listeye dön
AI-first B2B Micro/46

Marka Sesi Çevirmeni (Custom Termbase)

Şirket sözlüğü/glossary'i öğrenen translator — marka tonuna ve özel terminolojiye sadık çeviri.

Zaman
6 saat
bootcamp süresi
Kim ödeyecek
Küçük işletmelere
İhracatçı KOBİ + global SaaS e
Para hedefi
$3.5k MRR
Abonelik
Stack
Next.js + Supabase + Claude
AI merkezde
/01

Kimin derdi bu?

Gerçek bir insan, gerçek bir acı. Kafanda canlandır.

Kim
İhracatçı KOBİ + global SaaS ekibi — pazarlama metni ve doküman çevirisi yoğun
Canı yanan yer
Google Translate marka sesini bozuyor; DeepL terim sözlüğünü öğrenmiyor; freelancer pahalı/yavaş
Şu an nasıl yapıyor
Manuel düzeltme, terim tutarsızlığı, marka çevirisi her seferinde sıfırdan
/02

6 saate sığar mı?

Bootcamp modunda sıkıştırılmış senaryo.

M — 6-10 saat. Termbase + style guide + AI çeviri. 6 saatte tek-yön çeviri + 1 termbase yeter.

/03

Ne ile inşa edeceksin?

Sıfırdan yazmayacaksın — bu parçaları birleştireceksin.

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

Hangi parçalar?

Her parça ayrı bir commit. Sırayla yakala.

  1. 1Termbase CRUD (terim, açıklama, hedef dil çevirisi)
  2. 2Marka style guide upload
  3. 3Çeviri editörü (split view)
  4. 4Termbase referanslı Claude prompt'u
  5. 5Glossary export/import (CSV, TBX-lite)
  6. 6Çeviri geçmişi + tekrar kullanım
/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

Yapışkan: termbase büyüdükçe çıkışı zorlaşır; clear net ROI

Neden hayır

DeepL/ChatGPT direkt rakip; differansiyasyon termbase + marka sesinde

/07

Para nereden gelir?

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

Fiyat
$25/ay (1 termbase, 100k kelime), $79/ay (sınırsız)
Hedef ARR
100 kullanıcı × $35 = $3.5k MRR
Model
Subscription
/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
# Marka Sesi Çevirmeni (Custom Termbase)

**Ne inşa ediyoruz:** Şirketin terminoloji sözlüğünü ve marka tonunu öğrenen, çeviriyi bu kurallara sadık yapan editör.

**Kullanıcının işi (JTBD):** Pazarlama metnimi İngilizce'ye çevirirken "müşteri başarısı = customer success" gibi terim eşleşmelerimi her seferinde tek tek belirtmek istemiyorum, sözlüğüm hatırlasın.

---

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

## Veri modeli
```sql
create table termbases (
  id uuid primary key default gen_random_uuid(),
  user_id uuid references auth.users not null,
  name text, source_lang text, target_lang text,
  brand_voice text, created_at timestamptz default now()
);

create table terms (
  id uuid primary key default gen_random_uuid(),
  termbase_id uuid references termbases on delete cascade,
  source text, target text, notes text,
  forbidden_translations text[]
);

create table translations (
  id uuid primary key default gen_random_uuid(),
  termbase_id uuid references termbases,
  source_text text, target_text text,
  created_at timestamptz default now()
);
```

## Ana akışlar
1. Termbase oluştur (tr→en, brand voice notu yaz).
2. Term ekle (CSV upload veya tek tek).
3. Çeviri editörü: kaynak metin sol, hedef sağ, sağda termbase eşleşmeleri vurgulu.
4. Claude prompt'a termbase eşleşmeleri + brand voice + metin gönder.
5. Çeviri sonrası kullanıcı düzenleyip "yeni term ekle" butonuyla termbase'i besler.

## 6 saatlik inşa sırası
- 0:00–1:00 — Scaffold + auth + termbase CRUD
- 1:00–2:00 — Term ekle/düzenle, CSV upload
- 2:00–3:30 — Çeviri editörü split view
- 3:30–4:30 — Claude prompt termbase context'li
- 4:30–5:30 — Term match highlight + tek tıkla termbase'e ekle
- 5:30–6:00 — Geçmiş + Vercel deploy

## Başarı kriteri
- [ ] tr→en termbase'de 30 örnek term var
- [ ] Çeviri sırasında bu terimler vurgulanıyor
- [ ] AI çevirisi termbase'i %95+ takip ediyor
- [ ] Brand voice notu çeviriyi etkiliyor (örn. "samimi sen dili")
- [ ] CSV import çalışıyor

## Dikkat
- Claude'a termbase'i system prompt değil per-request kullanıcı mesajında ver — daha iyi takip ediyor.
- Çok büyük termbase için RAG (en alakalı 50 term'i seç) gerekebilir.
- Forbidden translations önemli — "kullanma bunu" listesi.
- Stream response UX kritik, uzun metin kullanıcıyı bekletmesin.

Bu sana uymadı mı?

Hepsini gör