Restoran Menü Analizi ve Fiyatlama
Menü yüklüyorsun, AI rakip analizi + fiyat önerileri + yüksek marj maddeleri vurgulayan satış stratejisi çıkarır.
Kimin derdi bu?
Gerçek bir insan, gerçek bir acı. Kafanda canlandır.
- Kim
- Bağımsız restoran sahipleri ve cafe işletenler
- Canı yanan yer
- Menü mühendisliği consultant işi; yanlış fiyat = marj kaybı
- Şu an nasıl yapıyor
- Komşu fiyatına bakma veya hiç analiz
6 saate sığar mı?
Bootcamp modunda sıkıştırılmış senaryo.
M — 8-16 saat. Vision + rakip veri + Claude analiz.
Ne ile inşa edeceksin?
Sıfırdan yazmayacaksın — bu parçaları birleştireceksin.
Hangi parçalar?
Her parça ayrı bir commit. Sırayla yakala.
- 1Menü fotoğraf upload
- 2Claude vision ile maddeleri çıkarma
- 3Bölge + mutfak input
- 4Yemeksepeti rakip fiyat scrape
- 5Menü mühendisliği matrisi
- 6PDF rapor
Piyasada kimler var?
Rakip değil, referans. Sen onlardan küçük, hızlı ve yakın olacaksın.
Neden evet, neden hayır?
Kısa bir gerçeklik testi.
Net değer (marj +%10 = binlerce TL), pazar büyük
Tek seferlik → tekrar satın alma ikna gerekli
Para nereden gelir?
Bir çerçeve, değil kesin plan. İlk 100 kullanıcıya odaklan.
- Fiyat
- ₺299 tek rapor, ₺999/yıl güncelleme
- Hedef ARR
- 200 rapor × ₺299 = ₺60k/yıl
- Model
- OneTime
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.
# Restoran Menü Analizi ve Fiyatlama
**Ne inşa ediyoruz:** Menü fotoğrafı + bölge bilgisi alınca rakip fiyat karşılaştırması + menü mühendisliği matrisi + PDF rapor.
**Kullanıcının işi (JTBD):** Restoranımı yeni açıyorum, menü fiyatlandırmasında danışmana binlerce lira vermeden veri bazlı kararlar almak istiyorum, böylece ilk aydan marjlı çalışayım.
---
## Stack
- Next.js 15 + TS strict, Tailwind + shadcn/ui
- Supabase (magic link + Postgres)
- Claude Sonnet 4.6 (vision)
- Playwright (Yemeksepeti scrape)
- react-pdf
- Deploy: Vercel
## Veri modeli
```sql
create table menu_analyses (
id uuid primary key default gen_random_uuid(),
user_id uuid, menu_photo_path text, district text, cuisine text,
items jsonb, competitor_items jsonb,
matrix jsonb, recommendations_md text, pdf_path text,
created_at timestamptz default now()
);
```
## Ana akışlar
1. Menü fotoğraf upload + bölge + mutfak tipi.
2. Claude vision: menüdeki her madde → {name, price, category}.
3. Playwright ile Yemeksepeti'nden aynı bölgede 5 benzer restoran menü scrape.
4. Claude: "menü mühendisliği matrisi (star/plowhorse/puzzle/dog) + her madde için fiyat önerisi + 3 satış stratejisi".
5. react-pdf ile rapor.
## 6 saatlik inşa sırası
- 0:00–1:00 — Scaffold + auth + upload
- 1:00–2:30 — Claude vision menü parse
- 2:30–4:00 — Yemeksepeti scrape (sadece pilot mutfak)
- 4:00–5:00 — Claude matris + rapor UI
- 5:00–6:00 — PDF + deploy
## Başarı kriteri
- [ ] 20 maddeli menüde analiz tamam
- [ ] Rakip veriler gerçek (3+ restoran)
- [ ] PDF rapor okunur
- [ ] Canlı URL
## Dikkat
- Yemeksepeti scrape kırılgan — fallback olarak kullanıcı manuel fiyat girebilir.
- Tek seferlik ürün → email capture ile tekrar pazarla.Bu sana uymadı mı?
Hepsini görTürkçe, WhatsApp ile randevu onayı gönderen, müşteri geçmişini takip eden niche CRM.
Online PT'ler müşteri hedeflerini giriyor, AI 4 haftalık egzersiz programı + beslenme planı üretiyor, PDF export.
Airbnb hostları için check-in/check-out/review otomatik mesaj şablonları + AI cevap önerileri.