Eğitim İçeriği
Gün 1 | Araçların Anlaşılması ve İlk Oluşturma
Modül 1 | Yapay Zeka Kodlama Araçları Nasıl Çalışır
Kapsanan konular:
• Bağlam pencerelerini ve sınırlamalarını anlama
• Durumsuzluk ve bir oturum sırasında yapay zeka modellerinin bilgiyi nasıl koruduğu
• Planla → Uygula → Gözden Geçir iş akışı
• Yapay zeka kodlama araçlarının nerede iyi çalıştığı ve nelerde zorlandığı
• Yapay zeka asistanları ile etkili bir şekilde işbirliği yapma için en iyi uygulamalar
Modül 2 | Yapay Zeka Kodlama Manzarası
Kapsanan konular:
• Mevcut yapay zeka kodlama ekosisteminin genel bakışı
• Cursor, GitHub Copilot ve Claude Code gibi araçlar arasındaki farkların anlaşılması
• Farklı görevler için doğru modeli ve aracı seçme
• Çeşitli kodlama asistanlarının güçlü ve zayıf yönleri
• Geliştirme ekipleri içinde araç kullanımı için pratik öneriler
Modül 3 | İstem Yapısı (Prompt Anatomy)
Kapsanan konular:
• Etkili bir istemin temel bileşenleri
• Bağlam sağlama ve görevi net bir şekilde tanımlama
• Çıktı formatlarını ve kısıtlamaları belirleme
• Yaygın istem çerçeveleri ve şablonları
• İstem kalitesini ve tutarlılığını artırma teknikleri
Modül 4 | İlk Kodlama: Sıfırdan Oluşturma
Kapsanan konular:
• Boş bir klasörden proje oluşturma
• Başlangıç uygulama yapısını ve iskeletini oluşturma
• Bağımlılıkların ve proje yapılandırmasının yönetimi
• Üretilen kodun iteratif olarak iyileştirilmesi
• Son çözümü test etme ve rafine etme
Gün 2 | Mevcut Kod Tabanları, Kişiselleştirme ve Gözden Geçirme
Modül 5 | Kod Tabanında Çalışma
Kapsanan konular:
• Yeni bir kod tabanını gezinme ve anlama
• Yapay zeka araçlarını kullanarak mevcut projeleri sorgulama ve analiz etme
• Uygulama yapısını ve bağımlılıklarını haritalama
• Dokümantasyon ve teknik özetler oluşturma
• Mevcut projelere dahil olmayı hızlandırma
Modül 6 | Günlük Görevler: Hata Düzeltme, Özellik Ekleme ve Test
Kapsanan konular:
‡ Bug'ları araştırmak ve düzeltmek için yapay zeka araçlarını kullanma
‡ Yeni özellikler ve iyileştirmeler uygulama
‡ Otomatik test yazma ve geliştirme
‡ Üretilen kodu ve değişiklikleri doğrulama
‡ Günlük geliştirme görevlerinde üretkenliği artırma
Modül 7 | Kişiselleştirme: Nedir?
Kapsanan konular:
‡ Proje kurallarını ve yapılandırma dosyalarını anlama
‡ AGENTS.md ve proje hafıza kavramlarına giriş
‡ Kişiselleştirme mekanizmalarının nerede ve ne zaman uygulandığı
‡ Yapay zeka asistanlarını yapılandırma için en iyi uygulamalar
‡ Gelişmiş uygulama yaklaşımlarına genel bakış
Modül 8 | Koruyucu Önlemler, Riskler ve Yargılayıcı Yetenek
Kapsanan konular:
‡ Yapay zeka tarafından üretilen kodu gözden geçirme ve doğrulama
‡ Yaygın hata durumlarını ve sınırlamaları anlama
‡ İstem enjeksiyonu (prompt injection) ve güvenlik risklerini fark etme
‡ Hangi işlerin yapay zekaya devredilebileceğine karar verme
‡ Yazılım geliştirmede insan yargılayıcılığını uygulama ve hesap verebilirliği koruma
Kurs İçin Gerekli Önbilgiler
Önceden kodlama veya yapay zeka aracı deneyimi gerekmez.
Kod veya Git ile temel seviyede aşinalık faydalıdır
Lisanslı Hesap (Claude Code / Cursor / Copilot)
Hedef Kitle:
Yapay zeka destekli yazılım geliştirmeye yeni başlayanlar, kodlama bilmeyenler ve ara sıra kodlama yapanlar ile kalite güvencesi (QA), veri, ürün veya operasyon alanlarında çalışan teknik roldeki kişiler. Geliştirme geçmişi varsayılmaz.
Danışanlarımızın Yorumları (2)
Claude Code'ı daha verimli bir şekilde kullanma
Virgil Trif - Frequentis
Eğitim - Claude Code: Agentic AI Development · 1-Day
Yapay Zeka Çevirisi
Aracıya olan potansiyeli keşfettim ve işime hemen uygulamak için yeterli beceri kazandım.
Angelo Moro
Eğitim - Claude AI for Developers: Building AI-Powered Applications
Yapay Zeka Çevirisi