1.350 TL Maliyetle Birkaç Saatte B2B Outbound Motoru Kurmak

Her gün, günün her saati Claude, OpenAI araçları ve Google’ın yapay zeka ürünlerini kullanıyorum. İki yıldır adeta bu sistemlerin içinde yaşadıktan sonra; yeni bir iş akışı kurmak, bir süreci otomatikleştirmek, hatta arada bir yazılması gereken ufak tefek kodları aradan çıkarmak konusunda artık oldukça iyi bir deneyim kazandım diyebilirim.
Ama iş dünyasındaki çoğu insanın durumu maalesef böyle değil.
Büyük bir kısmı, her salı günü yeni bir yapay zeka aracının çıkışını izliyor ve şu gerçek sorulara cevap aramaya çalışıyor: Satış için ne kullanmalıyız? Müşteri desteği için hangisi doğru? Çarşamba günleri yaptığım muhasebe işleri için ne seçmeliyim? Peki tüm bunları mevcut çalışma düzenimize nasıl entegre edeceğiz?
Ortada gerçek bir kaos var.
Tabii vaatler de bir o kadar gerçek. Yapay zeka, küçük bir işletmenin işleyişini gerçekten de kökten değiştirebilir. Ama bu büyük vaatler ile o teknolojiyi günlük işlerimize gerçekten entegre etme süreci arasındaki uçurum, teknoloji dünyasındaki hiç kimsenin itiraf etmek istemediği kadar derin.
Bunun sonucunda da içten içe büyüyen bir endişe doğuyor: Sanki etraftaki herkes “yapay zeka işini çözmüş” gibi görünüyor ve biz geride mi kaldık, doğru yolda mıyız yoksa bize bir masal mı satılıyor, kestiremiyoruz.
İşte bu bülten, tam olarak bu uçurumu kapatmak için var.
Mühendisler veya araştırmacılar değil de gerçek iş insanları, yeni yapay zeka ürünlerini hiçbir endişe duymadan günlük hayatlarına nasıl dahil edebilirler? Bunu çözmemiz gerekiyor.
Bu yüzden bültenin bu sayısında işin teknik detaylarına çok fazla boğulmamış ortalama bir işletme sahibi gibi davranıp, her B2B kurucusunun eninde sonunda karşılaştığı bir problemi seçtim ve yapay zekanın bu konuda gerçekten ne yapabileceğini görmek istedim.
Sadece tek bir öğleden sonra, gururla “kişisel SaaS’ım” diyebileceğim bir sistem kurdum: B2B Otopilot Dağıtım Motoru.
Bu süreçte de Hyperagent platformundan yararlandım.
Aslında her işletmenin asıl ihtiyacı olan şey, kendi çalışma düzenini yapay zekaya uydurmak değil; mevcut işleyişine göre şekillenmiş bir yapay zeka ortamına sahip olmak.
Gördüğüm kadarıyla Hyperagent tam olarak bu amaçla geliştirilmiş ve hakkını da veriyor.
Hyperagent ekibi bana ulaşıp platformu test etme fırsatı sundu. Bu teklif için kendilerine teşekkür ediyorum; onlara (ve sizlere) bunun karşılığında sunmak istediğim şey ise ortalama bir yöneticinin sadece birkaç saat içinde neler inşa edebileceğine dair dürüst ve dikkatli bir inceleme olacak.
Adım adım, abartıdan uzak ve net bir süreç.
Ne İnşa Ettim?
Ortak bir veri merkezi olarak konumlandırdığım Airtable üzerinden yönetilen, birbiriyle koordineli çalışan dört yapay zeka ajanı:
-
Onboarding: Kurucunun İdeal Müşteri Profilini (ICP) ve dışa ulaşımlarda izleyeceği stratejiyi tek bir URL üzerinden yakalıyor. Beş konuşma adımında çözülüyor. URL yazmak dışında klavyeye dokunmamıza bile gerek kalmıyor.
-
Hunter: Saat başı tamamen otonom çalışıyor. Satın alma sinyalleri veren potansiyel müşterileri bulmak için açık web’de tarama yapıyor: Yeni yatırım turları, yeni liderlik atamaları, ürün lansmanları veya rakipler hakkındaki genel şikayetler gibi sinyalleri yakalıyor. Ardından her bir lead’i doğrulanmış bir kurumsal e-posta adresiyle zenginleştiriyor.
-
Copywriter: Her potansiyel müşteri için kişiselleştirilmiş bir mesaj taslağı hazırlıyor. Her grupta çeşitlendirilmiş dört farklı giriş tarzı kullanıyor. Herhangi bir mesaj yazılmadan önce pazarlama klişelerini, toplu gönderim şablonlarını ve uzun çizgileri yasaklayan 12 maddelik bir otokontrolden geçiyor.
-
Postman: Mesajları Gmail üzerinden, zaman dilimine göre optimize edilmiş pencerelerde (Yerel saatle Salı’dan Perşembe’ye, sabah 07:30 - 08:30 arası) gönderiyor, gelen yanıtları takip ediyor ve süreç (pipeline) durumunu güncelliyor.
Bu sistemi iki gerçek işletme üzerinde test ettim. İlki kendi girişimim olan Next Big App ve özellikle hızlı büyüyen KOBİ’lerdeki Satıştan Sorumlu Başkan Yardımcılarını (VP of Sales) hedefleyen Tap Grow satış paketiydi. İkincisi ise emlak brokerları ve küçük işletme sahipleri için geliştirilmiş bir yapay zeka resepsiyonist ürünü olan Haven Day idi.
Tamamen farklı iki hedef kitle, ama aynı mimari ve aynı ajanlar. Sadece sisteme farklı ICP tanımları girdim. Birkaç saat içinde sonuç: 15 nitelikli lead. Bunların %80’inin kurumsal e-posta adresleri doğrulanmıştı.
Üstelik her bir lead; ismi belirli bir karar verici, onu radara almamızı sağlayan özel sinyal, kaynak URL, bir öncelik skoru ve gönderilmeye hazır bir mesaj taslağıyla birlikte geldi.
Nasıl İnşa Edildi?
Hyperagent üzerinde yeni bir oturum açtım ve kabaca nasıl bir sistem istediğimi anlattım: Dört rol, tek bir ortak veri havuzu ve tamamen otonom bir işleyiş.
Birkaç dakika içinde platform, birbirine bağlı iki tablodan oluşan bir Airtable tabanı önerdi, dört ajanın görev dağılımını çıkardı ve aşamalar arası geçişi sağlayacak durum alanlarını (status fields) kurguladı.

Platform sadece söyleneni yapmadı, bana geri bildirimde bulunup sınırları zorladı. Avcı ajanın (Hunter) görevini tanımladığımda, benim talep etmediğim on farklı geliştirme fikri sundu: Ezber bozan giriş tarzları, potansiyel müşterinin tahmin edilen zaman dilimine göre gönderim zamanı optimizasyonu, “soğuk” veya “atlanmış” lead’lerin yeni tetikleyici olaylar için tekrar taranmasını sağlayan pasif lead canlandırma özelliği ve şirket isimleri değişse veya profil URL’leri farklı formatta olsa bile aynı kişiye asla iki kez e-posta atmamamızı garanti eden üç farklı kimlik boyutunda birleştirilmiş tekilleştirme (deduplication).
Bu fikirlerden üçü daha önce hiç aklıma gelmemişti ama üçü de aynı saat içinde canlı sisteme dahil oldu. Hyperagent sadece bir kod üretici değil; o bir tasarım ortağı. Aradaki fark gerçekten devasa.
Bir kod üretici sadece siz ne isterseniz onu yapar. Bir tasarım ortağı ise teknik dökümanınızı okur, eksikleri bulur ve aklınıza gelseydi zaten isteyeceğiniz şeyleri size önerir.
Oturumun sonunda taslağı hazır ve kaydedilmiş dört ajanım, birbirine bağlı iki Airtable tablom, etkinleştirilmeye hazır zamanlanmış görevlerim ve net bir canlıya geçiş planım vardı. Üstelik tek bir satır bile uygulama kodu yazmadım. Yazdığım en uzun metin, dışa ulaşımlarda nasıl bir kişiselleştirme istediğimi anlatan açıklamaydı.
Sistem Gerçekte Ne Üretti?

Airtable’dan doğrudan alınan taslak mesajlardan birini paylaşmak isterim. Alıcı, büyüme aşamasındaki bir özel sermaye şirketi (private equity) tarafından desteklenen ve ServiceNow yapay zeka entegrasyonu yapan bir firmaya yeni atanan CRO (Satıştan Sorumlu Başkan).
Subject: scaling without the headcount
Most ServiceNow partners hit a wall right about now. New CRO, big growth mandate, but the outbound team can’t hire fast enough to match.
We built Tap Grow to fix exactly that. It runs 5,000+ sales calls an hour at about 1/40th the cost of a call center.
Worth a quick look, or bad timing?
Selim
Giriş cümlesi, potansiyel müşterinin şirketine özel bir şey söylemeden önce, doğrudan sektör genelindeki bir acı noktasına parmak basıyor (“ServiceNow ortaklarının çoğu tam da bu dönemde bir duvara toslar”). Bu, toplu e-posta şablonu gibi durmadan sektördeki uzmanlığımızı ortaya koymamızı sağlıyor.
Köprü cümle ise somut bir istatistikle bu acı noktasını doğrudan ürüne bağlıyor.
Kapanış ise tek bir evet/hayır sorusundan ibaret; bu da karşı taraftan istenen şeyi minimumda tuttuğu için tezat bir şekilde yanıt oranlarını artırıyor.
Bu mesaj tamamen otomatik olarak oluşturuldu. Aynı gruptaki diğer 14 mesaj da öyle. Her biri kendi lead’inin özel sinyaline bağlandı. Mevcut dört tarz arasından (Gözlem, Provokasyon, Sektör İçi Bilgi, Sinyal Odaklı Kanca) farklı bir giriş tarzı seçildi. Veritabanına yazılmadan önce de her biri 12 maddelik bir e-posta ulaştırılabilirlik (deliverability) otokontrolünden geçti.
Bildiğim kadarıyla bugün piyasada bu hacimde, bu kadar ayakları yere basan bir kişiselleştirmeyle mesaj yazabilen başka bir sistem yok. Çoğu “yapay zeka kişiselleştirme” aracı sadece {isim} boşluklarını doldurmaktan ibaret. Bu sistem ise bir basın bültenini okuyor, operasyonel açıyı yakalıyor ve buna dair 60 kelimelik net bir not çıkarıyor.
Asıl Ürün “Döngünün Kendisi”
Yapay zeka asistanları güzel iş çıkarıyorlar ama asıl ürün onlar değil. Asıl ürün, kurduğumuz bu döngü.
Kuruluma başladıktan birkaç saat sonra, hazırlanan ilk taslak grubunu gerçek bir alıcının gözünden baştan sona okudum ve asistanın gözünden kaçan iki sorun fark ettim.
İngilizce metin fazla kusursuz ve resmiydi. “Altyapı orkestrasyonu” veya “maliyetin çok küçük bir kısmına” gibi ifadeler, benim istediğim o samimi kurucu notu gibi değil de buram buram pazarlama metni gibi kokuyordu. Daha da kötüsü, her mesaj aynı şablon yapısıyla (“İsim, gözlem”) açılıyordu; bu da gelen kutusunu beş saniye tarayan herhangi bir satış yöneticisinin anında fark edip sileceği bir toplu gönderim göstergesiydi.
Şimdiye kadar kullandığım diğer yapay zeka araçlarında bu durum, 15 mesajın her birini tek tek elle yeniden yazmamız gerektiği anlamına gelirdi. Bunun yerine, Metin Yazarı (Copywriter) asistanına tek bir paragrafta iki sorunu da açıkça anlattım.
Asistan, kendi mevcut sistem komutunu (prompt) bir çalışma dosyasına aktardı, esnetilemez iki yeni kural ekledi (belirli kelime değişiklikleriyle dili basitleştirmek ve şablonlaşmış giriş kalıbını yasaklamak), revize edilmiş prompt’u sisteme geri yükledi ve tek bir paralel işlemle 15 mesajın tamamını bu yeni kurallara göre yeniden yazdı.
“Bu çok spam gibi duruyor” aşamasından, kalıcı bir kural değişikliğine ve 15 mesajın yeniden yazılmasına geçmemiz ne kadar sürdü dersiniz? Bir dakikadan az.
İşte döngü dediğim şey tam olarak bu. Hyperagent’ı sıradan “yapay zeka asistanı” araçlarından tamamen ayıran şey de bu hızı. Çoğu yapay zeka aracı tek bir görevde akıllıdır; bu ise tüm geri bildirim döngüsünde inanılmaz hızlı hareket etmemizi sağlıyor.
Canlı çıktıdaki sorunu tespit ediyoruz, çözümü günlük dille anlatıyoruz ve sistem kendi kalıcı çalışma kurallarını yeniden yazıp etkilenen tüm grubu baştan oluşturuyor. Bu süreç, manuel iş yapmaktan ziyade bir sistemi ince ince akort etmeye (tune etmeye) benziyor.
Bu Model Her Şeye Uyarlanabilir
Ben bunu B2B satışları için kurguladım ama kullanım senaryosundan bir anlığına uzaklaşıp büyük resme bakalım.
B2B Otopilot Dağıtım Motoru aslında sadece bir satış aracı değil; o bir URL tetiklemeli ilişki keşif ve iletişim motoru. Sisteme bir URL bırakıyoruz; sistem ne yaptığımızı ve kime ulaşmamız gerektiğini anlıyor. Bu kişilerin gerçek zamanlı açık sinyallerini buluyor ve arka planda tamamen otomatik olarak, çok kanallı ve ölçeklenebilir kişiselleştirilmiş bir iletişim süreci yürütüyor.
Aynı dört ajanlı mimari, şu üç şartı sağlayan her senaryoda çalışabilir:
-
İşinizi bir URL aracılığıyla tanımlayabiliyorsanız,
-
Ulaşmak istediğiniz belirli bir profil grubu varsa,
-
Bu insanlar sizinle ilgili hale geldiklerinde tespit edilebilir açık sinyaller veriyorsa.
Bu da demek oluyor ki aynı sistemle şunları da yapabiliriz:
-
İşe Alım: Kariyer sayfanızın URL’sini bırakın; iş arama sinyalleri gösteren yetenekleri (yeni duyurulan rol değişiklikleri, rakiplerdeki işten çıkarmalar vb.) bulup çıkarsın.
-
İş Ortaklıkları: Ürün URL’nizi girin; tamamlayıcı ürünler çıkaran veya açıkça iş ortağı arayan şirketleri tespit etsin.
-
Yatırımcı İlişkileri: Şirket URL’nizi ekleyin; son 90 gün içinde benzer şirketlere yatırım yapmış yatırımcıları bulsun.
-
Halkla İlişkiler: URL’nizi verin; bu ay yayınlanan makaleleriyle sizin alanınızı takip eden gazetecileri yakalasın.
Aynı asistanlar, aynı Airtable omurgası, aynı iterasyon döngüsü; sadece içeriye farklı bir ICP tanımı besliyoruz. Ajanlar günlük dille tanımlandığı için sistem her duruma kolayca adapte oluyor.
The Founding 500
Ben bu incelemeyi bitirirken, Hyperagent ekibi tam da bu bültenin ana fikrine uyan bir duyuru yaptı: The Founding 500.
Doğrudan yapay zeka asistanlarına öncelik veren (agent-first) 500 şirket için tam 10 milyon dolarlık bir çıkarım kredisi (inference credit) fonu ayırıyorlar.
Şartları sağlayan ilk 500 firma, 200 dolar karşılığında tam 20.000 dolarlık çıkarım kredisi kazanacak.
Teklifle birlikte yayınladıkları manifestoda şöyle diyorlar:
Çoğu şirket yapay zekayı hala sadece bir özellik olarak görüyor; şurada bir chatbot, burada bir özet çıkarma aracı... Ama daha küçük bir grup işi çok daha derinlemesine ele alıyor: İş akışlarını temelden yeniden inşa ediyor ve ajanları işletmenin asıl çalışma merkezine yerleştiriyorlar. İşini tamamen ajan odaklı kuran bu şirketler, rakiplerinin daha sonra geriye dönük olarak entegre edemeyeceği yapısal avantajlar elde edecekler.
Doğru bakış açısı tam olarak bu. Eğer bu yazıyı bitirdiğinizde kafanızda “bizim de tam olarak bu şekilde sistemler inşa etmemiz lazım” The Founding 500’e Başvurun. Son gün 31 Mayıs.
Sözün Özü
Toplamda otuz dolar harcadım ve sadece bir öğleden sonramı verdim. Ben bu bülteni yazarken sistem arka planda kendi kendine çalışmaya devam ediyor.
Birkaç yıl önce böyle bir yapıyı kurmak yüz binlerce dolara ve en az 6 aylık bir geliştirme sürecine mal olurdu; çoğu kurucunun buna erişmesi imkansızdı.
Bugün benzer çözümler sunan hazır SaaS şirketleri ise aylık on binlerce dolar talep ediyor ve dürüst olmak gerekirse, benim 30 dolara ayağa kaldırdığım bu sistemden çok daha az gelişmiş durumdalar.
Doğru kurgulanmış bir “kişisel SaaS” modelinin önümüze serdiği güç tam olarak bu: Sadece tek bir özel araç değil, her şeye uyarlanabilir yeniden kullanılabilir bir model.

Yazının uzun versiyonunda; kurulum aşamalarını adım adım inceleyiyor, Hyperagent içerisinden gerçek ekran görüntülerini paylaşıyor, canlı Airtable’ımdan alınan gerçek ICP kayıtlarını sunuyor ve her bir satırın neden işe yaradığını açıklayan mantık panelleriyle birlikte üç taslak mesajı masaya yatırıyoruz.
Ayrıca mevcut satış teknolojisi araçlarıyla birebir bir karşılaştırma ve hangi pürüzlerle karşılaşabileceğinizi tam olarak bilmeniz için bir “zorluk listesi” de ekledim.
Eğer siz de kendi versiyonunuzu (satış, işe alım, ortaklıklar veya o URL tetiklemeli modele uyan herhangi bir alan için) kurmak isterseniz, Hyperagent, Next Big App okurlarından ilk 1.000 kişiye 1.000 kredi hediye ediyor. Kredilerinizi kapmak için bu linki kullanarak bir hesap oluşturmanız yeterli.
Sıradaki yazılar

Dijital Dönüşüm için 10 Yılımız vardı. Yapay Zeka için 10 Ayımız Var
Her şeyi kitabına uygun, tıkır tıkır işletiyoruz.
14 May 2026
Hata Yapmayan Yapay Zeka Asistanı Mümkün Mü?
Yapay zeka asistanlarını iş akışlarında kullanmaya çalışanların sıkça düştüğü o çaresizliği biliyorsunuzdur: Sistem promptunun bir köşesine büyük harflerle “LÜT
7 May 2026
Patron Yapay Zeka, İşçi İnsan: Organizasyon Şeması Nasıl Tersine Dönüyor?
Biz yapay zeka ile işlerimizi daha verimli hale getirsek mi, nasıl yapsak diye düşünürken, globalde işin ne kadar uçlarda konuşulmaya başlandığına dair bir örne
30 Nis 2026