AI Mülakat Sorusu + Cevap Değerlendirici
JD veriyorsun, AI 20 mülakat sorusu + ideal cevap kriterleri üretiyor; sonra adayın cevabını AI puanlıyor.
Kimin derdi bu?
Gerçek bir insan, gerçek bir acı. Kafanda canlandır.
- Kim
- Hiring manager / küçük şirket kurucusu — ayda 5-15 mülakat
- Canı yanan yer
- Pozisyona özgü teknik sorular hazırlamak 1 saat; cevabı objektif puanlamak zor
- Şu an nasıl yapıyor
- Glassdoor'dan generic sorular, gut-feel skorlama, kararlar taraflı
6 saate sığar mı?
Bootcamp modunda sıkıştırılmış senaryo.
M — 6-10 saat. JD parse + soru üretimi + cevap puanlama. 6 saatte temiz akışı bitir.
Ne ile inşa edeceksin?
Sıfırdan yazmayacaksın — bu parçaları birleştireceksin.
Hangi parçalar?
Her parça ayrı bir commit. Sırayla yakala.
- 1JD upload/paste + parse
- 2Pozisyon-spesifik 20 soru üretimi (kategoriye göre)
- 3Her soru için ideal cevap kriterleri
- 4Aday cevap girişi (yazılı veya sesli)
- 5AI cevap puanlama + açıklama
- 6Karşılaştırmalı aday raporu
Piyasada kimler var?
Rakip değil, referans. Sen onlardan küçük, hızlı ve yakın olacaksın.
Neden evet, neden hayır?
Kısa bir gerçeklik testi.
Net iş bitimi (saat tasarrufu), her hiring manager hedef kitle, açık niche
AI bias risk (kanunlar artıyor); manager'ı oryantasyonu gerekiyor
Para nereden gelir?
Bir çerçeve, değil kesin plan. İlk 100 kullanıcıya odaklan.
- Fiyat
- $29/ay (10 mülakat), $79/ay (sınırsız)
- Hedef ARR
- 120 kullanıcı × $39 = $4.7k MRR
- Model
- Subscription
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.
# AI Mülakat Sorusu + Cevap Değerlendirici **Ne inşa ediyoruz:** JD'yi yapıştırınca pozisyona özgü 20 mülakat sorusu üreten ve adayların yazılı/sesli cevaplarını puanlayan asistan. **Kullanıcının işi (JTBD):** Yeni bir backend dev pozisyonu açtığımda, 1 saat soru hazırlayacağıma 5 dakikada hazır + objektif kriterli soru setine sahip olmak istiyorum. --- ## Stack - Next.js 15 App Router + TypeScript - Tailwind + shadcn/ui - Supabase Postgres + Auth - Claude Sonnet 4.6 - (Opsiyonel) Whisper for sesli cevap - Deploy: Vercel ## Veri modeli ```sql create table interviews ( id uuid primary key default gen_random_uuid(), user_id uuid references auth.users not null, job_title text, jd_text text, level text, created_at timestamptz default now() ); create table questions ( id uuid primary key default gen_random_uuid(), interview_id uuid references interviews on delete cascade, category text, question text, ideal_criteria text, weight int default 1 ); create table candidates ( id uuid primary key default gen_random_uuid(), interview_id uuid references interviews on delete cascade, name text, email text, total_score numeric, created_at timestamptz default now() ); create table answers ( id uuid primary key default gen_random_uuid(), candidate_id uuid references candidates on delete cascade, question_id uuid references questions, answer_text text, audio_url text, ai_score numeric, ai_feedback text ); ``` ## Ana akışlar 1. Mülakat oluştur, JD yapıştır → AI 20 soru + kriter üretir (kategori: technical, behavioral, system design, culture). 2. Kullanıcı soruları düzenler/seçer → "aday linki" kopyalar. 3. Aday formu: her soruya yazılı veya 60sn sesli cevap. 4. AI her cevabı kritere göre 1-5 puanlar + kısa feedback verir → toplam skor. 5. Hiring manager karşılaştırmalı tablo görür. ## 6 saatlik inşa sırası - 0:00–1:00 — Scaffold, auth, mülakat CRUD - 1:00–2:30 — JD → 20 soru + kriter Claude prompt'u - 2:30–4:00 — Aday public form + cevap kayıt - 4:00–5:00 — AI cevap puanlama + feedback - 5:00–5:30 — Karşılaştırma tablosu - 5:30–6:00 — Vercel deploy + test mülakat ## Başarı kriteri - [ ] 1 örnek JD'den 20 soru üretildi (4 kategori dengeli) - [ ] Public aday linki çalışıyor, cevap kaydediyor - [ ] AI puanlama 1-5 ölçeğinde + 2 cümle feedback - [ ] Toplam skor ve sıralama görünüyor - [ ] Mobil aday formu kullanılabilir ## Dikkat - **Bias riski**: kötü prompt cinsiyet/etnisite ile korelasyon yakalayabilir; kriterleri sadece teknik temele oturt. - AI puanını **karar değil sinyal** olarak konumlandır (UI'da net belirt). - Sesli cevap MVP'de opsiyonel, batch Whisper maliyet çıkar. - Türkçe ve İngilizce mülakat tek prompt'la — JD diline göre cevap dili otomatik.
Bu sana uymadı mı?
Hepsini görE-ticaret sitelerinin gelen müşteri yorumlarını otomatik sentiment analizi yaparak, negatif yorumlara öncelikli yanıt taslakları hazırlayan araç.
Zoom/Google Meet kayıtlarını alıp özet + aksiyon maddeleri + takip e-postası taslağı üreten tool.
B2B satış temsilcilerinin LinkedIn profilinden kişiselleştirilmiş connection request yazan, CRM'e atayan tool.