173 patterns from real production sites

Musteriye "AI chatbot kuruyorum" deme, "Sana ayda 47 ek randevu alacagim" de | Why: Is sahipleri teknolojiyi umursamiyor, sadece daha fazla para ve daha az zaman istiyor | Example: Jordan Platten - "GPT-4 kullaniyorum" diyen kazanmiyor, "gecen ay X sonucu aldim" diyen kazaniyor

Her sektore hizmet vermeye calisma. Bir sektor sec (dental, hukuk, emlak vb.) ve orada uzmanlas | Why: Birden fazla sektorde hizmet = hicbirinde uzman olamama. Tek sektorde derinlesmek = mikro tekel | Example: Nico - UK dental sektoru secti, 2 yilda £150K/yil gelire ulasti, pazarda tek o var

Aylarca teknoloji gelistirip sonra musteri aramak yerine, once musteri al, sonra onun ihtiyacina gore kur | Why: Musteri olmadan neyin ise yaradigini bilemezsin, zaman ve para kaybi olur | Example: Pilot/performance deal ile basla - "Once sonuc gostereyim, begenirsen ode"

%10 sen fikir ver (ideation) > %80 AI calistirsin (execution) > %10 sen kontrol et (integration) | Why: Insanin degeri zevk, vizyon ve ozen. AI mekanik isi yapar, insan karar verir | Example: Dan Martell - ICP'yi tanimla (%10), Manis.AI arastirsin (%80), sen sonuclari onayla (%10)

Musterinin yasadigi problemi onlardan daha iyi anlatabilirsen, aninda uzman olursun ve senden almak isterler | Why: Insanlar anlasildigini hissettiklerinde guven duyar | Example: HelloFrank - 7 dakikalik sunum, $100K satis. Aciyi derinlemesine hissettirdi

Musteri "teklif gonderin" dese bile, "tabii ama once birlikte gozden gecirelim" de | Why: Canli gorusmede itirazi anlinda cozebilirsin, e-postada musteri sessizce gider | Example:

Lead'e saniyeler icinde cevap ver, saatler veya gunler degil | Why: Lead'lerin %80'i ILK cevap veren sirketten satin aliyor | Example: AI randevu sistemi gece 3'te bile aninda cevap veriyor, rakipler ertesi gun ariyor

Ayni kisiye birden fazla kanaldan ulas (email + LinkedIn + WhatsApp + sesli mesaj + AI arama) | Why: Tek kanalda %2-5 yanit orani, cok kanalda %15-25 yanit orani | Example:

Satis, insanlari istemediği seyleri yapmaya ikna etmek degil, zaten yapmak istedikleri sicramayi yapma cesaretini vermektir | Why: Insanlar karar vermek istiyor ama korkuyorlar. Senin rolin kopruden el ele gecirmek | Example:

Musteriye ilk kazanimi en hizli sekilde yasatmak ve bunu paylasmasini saglamak | Why: Kazanimini paylasan musteri momentumunu surdurmek icin kendini sorumlu hisseder + senin icin pazarlama olur | Example: Dan Martell anlasmaya "kazanim bildirme" maddesi koyuyor

Tek bir veri saglayicisi yerine birden fazla saglayiciyi sirala (waterfall). Birincisi bulamazsa ikinciye, ucuncuye gec | Why: Tek saglayici ile 21K lead, waterfall ile 52K lead — 2.5 KAT fark | Example: Clay.com → Lead Magic → Hunter.io (tahmin mantigi) → AI guessing

Her lead'e ayni yatirimi yapma. 0-100 puan ver, puana gore kanal sayisini artir | Why: Dusuk puanli lead'e el yazisi mektup gondermek israf, yuksek puanli lead'e sadece e-posta gondermek firsat kaybi | Example: Tier 1 (hepsi): e-posta, Tier 2 (50+): +WhatsApp+sesli mesaj, Tier 3 (75+): +fiziksel mek

Yanit vermeyen lead'leri 90 gun sonra farkli mesaj/aci/vaka calismasi ile tekrar sisteme sok | Why: 3 ayda seni unuttular. Farkli aciyla tekrar denemek yeni bir sans | Example: AI kacinci dongude oldugunu biliyor ve mesaji ona gore ayarliyor

Lead'e 10 dakika icinde yanit ver, 20x daha fazla donusum | Why: VA 8 saat sonra yanitlar — o zamana kadar lead sogur. AI saniyeler icinde yanitlar | Example: AI gece 2'de bile aninda yanit veriyor

AI'ya lead verisi + ilgili vaka calismasi + copywriting framework ver — yoksa jenerik sacmalik uretir | Why: "Hicbir sey verirsen jenerik sacmalik alirsin. Baglamdir her sey." | Example: AIDA framework + leverage library + lead verisi = insan gibi e-posta

Araclar herkese acik. Tek farklilastirici senin bilgin, deneyimin ve yapis seklindir | Why: Teknoloji = arac, bilgi = motor. Onsuz herkes AI-uretilmis jeneriklikte erir | Example: 16 yasinda cocuk etkileyici sistem kurabilir ama deneyimsiz teknoloji degerli degil

Her AI sistemini 3 baglam dosyasiyla baslatmalisin: Kisisel (sen kimsin), Is (ne yapiyorsun), Stratejik (nereye gidiyorsun) | Why: Baglam olmadan jenerik yanit alirsin. "Baglam AI'ya sen kimsin der, bilgi ona ne bildigini der" | Example: "Bu sistemin beni sirketten cikarmasini istiyorum. Dijital CEO

2 haftalik zaman denetimi yap, en cok nefret ettigin gorevleri bul — onlari ilk AI calisana devret | Why: Motivasyon ve etki en yuksek burada olur | Example:

Insan ekipleri paran oldugunda buyutursun (reaktif). AI ekipleri sinir olmadan, fikrin kadar buyut (proaktif) | Why: "AI dunyasinda tek sinir fikirlerimizdir" — maliyet engeli yok | Example:

Zamaninin cogunu musteri bulmaya harca, sistem kurmaya degil. Sistem kurmayi gelir ureten aktiviteyle karistirma | Why: Sistem ne kadar havalı olursa olsun, musterisiz para kazanmaz | Example:

Modeller zaten cok iyi. Fark yaratan sey modelin etrafindaki baglam yonetimi, araclar ve harness | Why: Ayni model (Opus 4.6) farkli araclarla (Cursor vs Claude Code vs Codex) farkli sonuc veriyor — model degil, baglam belirleyici | Example: Benchmark'ta ayni model, farkli harness = farkli kalite

Agent.md'ye sadece tescilli/ozel bilgi koy. Modelin zaten bildigi seyleri yazma (tech stack, konvansiyonlar vb.) | Why: Her turda 7.000 token harcar ve model aptallasir. Skill kullan → 53 token/tur | Example:

Skill olusturmak icin: (1) is akisini belirle (2) ajanla adim adim yuru (3) hata yapmasina izin ver (4) basarili calismadan sonra skill olustur (5) her hatada skill'i guncelle | Why: Elle yazilan skill'ler baglam eksik. Ajanin basarili calisma baglamina ihtiyaci var | Example: YouTube rapor skill'i

Baskasinin skill'ini indirip kullanma. (a) Guvenlik riski (b) Senin basarili calisma baglamin yok icinde | Why: "Ajaninin basarili calisma baglamina ihtiyaci var" — baskasinin skill'i senin is akisini bilmiyor | Example:

TEK ajanla basla, skill'lerini kur, sonra gerektiginde sub-ajan ekle. 15 ajan + 30 skill hemen kurma | Why: Daha kendi is akislarini bile kurmamissan coklu ajan anlamsiz | Example: Ross Mike 2 haftada 1 ajandan 5 sub-ajana cikti — adim adim

Ajan hata yaptiginda sikayetci olma. Bu, skill'i iyilestirmenin tam zamani. Hatayi bul, duzelt, skill dosyasini guncelle | Why: Her hata = sistem daha iyi hale gelir. 5 iterasyondan sonra kusursuz calisir | Example:

Sirketlere zaman kazandiran degil, dogrudan PARA kazandiran sistemler kur. Satis/musteri bulma'ya yakin sistemler her zaman daha degerli | Why: Fatura okuyan bot 1 ayda iptal edilir. Musteri getiren sistem asla birakilmaz | Example: Hyros — Alex Becker kendi reklam takip sorununu cozdu, 110M$'a satt

Herkesin dijital kanalda oldugu yerde sen fiziksel ol (el yazisi mektup, kartpostal vb.) | Why: CEO gunde 100 soguk e-posta alir ama masasina gelen el yazisi mektubu %100 acar | Example: En yuksek puanli lead'lere online servislerle otomatik gercek mektup gondermek

Pazari disaridan tahmin etme. Once hizmet ver (ajans modeli), aciyi birebir yasa, sonra yazilima cevir | Why: Musteri kitlen/dagitim agin yoksa binlerce dolari reklamda yakarsin | Example: Clay, Hyros — hepsi kurucunun kendi acisini cozmesiyle basladi

Yuz yuze insan iletisimi gerektirmeyen hemen hemen her seyi otomatize edebilirsin. Sen sadece uzmanligina odaklan | Why: Toplanti sonrasi follow-up, teklif yazimi, onboarding — bunlar asistanlik isleri, senin degerini uretmiyor | Example: Zoom toplantisi biter → Fireflies transkript cikarir → Claude

"Otomasyon = Zapier/n8n/Make" degil artik. AI'nin kendisi otomasyon platformu. Hem yazar, hem arac kullanir, hem ne zaman yapacagina karar verir | Why: n8n'de saatler suren is akisi, Claude Routines'te saniyeler suruyor. Degistirmek icin 3 kelime yaziyorsun, kutucuk surukleme yok | Example: n8n'deki

Arka planda calisan otomasyona kisa sohbet komutlari verme. Stajyere anlatir gibi adim adim, kesin, net SOP yaz | Why: Arka planda calisirken takildiginda sana "ne yapayim?" diye soramaz. Eksik talimat = sacma isler yapar | Example: "Maili oku" yerine "Gmail'de okunmamislari bul, gecmis yazismalari

Kod yazmaya baslamadan once Plan Mode ac, mimariyi tartistir, yol haritasi cikar | Why: Mimariyi bastan kurmak token ve zaman yakar. Fiziksel dunyada yanlis duvar yikmak gibi | Example: Claude Code'da Plan Mode acip uygulama mimarisini, Supabase/Stripe entegrasyonlarini onceden planlamak

AI'in gucu kusursuzlugunda degil hizinda. 5 saatlik insan isini 2 dakikada yapar — ama 3-5 iterasyon gerekir | Why: Tek seferde %100 olmaz ama %80'e saniyeler icinde ulasir. Iterasyonla %95+ yakalanir | Example: Web sitesi kodlat → SS aldirt → hata buldurt → tekrar kodlat (5 kez tekrarla)

Ayni anda yapilabilen isleri siraya koyma. Subagent/Agent Teams ile paralel calistir | Why: 1000 maili tek tek okumak 1 saat, 10 ajanla 1 dakika | Example: 3 farkli tasarim alternatifi icin 3 ayri subagent calistirip sonuclari ayni anda getirmek

Surekli komut yazmak yerine sistem kur. Claude'a hafiza ver, klasore yonelt, bir daha unutmasin | Why: Her sohbette baska tan bir bot ile konusmak yerine seni taniyan bir asistana sahip ol | Example: claude.md ile asistanin kimligini kalici yap; Projects ile her projeye ozel kalici talimat

Ana baglam dosyasini ansiklopedi gibi degil "icindekiler" gibi kurgula. AI sadece gereken klasore gitsin | Why: Token tasarrufu %80 artar. claude.md 150 satiri gecmemeli | Example: Ana claude.md'de "Musteri bilgisi icin /Musteriler/index.md'ye git" yonlendirmesi

Derin isler icin masaustu (VS Code/Claude Code), fikir yakalamak icin mobil (Telegram/Shortcuts) | Why: Iyi fikirler bilgisayar basinda gelmez — yolda, sporda, yatakta gelir. Anlik yakalanmali | Example: iPhone Back Tap → Sesli komut → Klasore .md dosyasi olarak duser. Telegram channel ile 7/24 eris

Otomasyon kurmadan once sor: "Manuel yapmak 1 dakika mi alir?" Eger evet ise, otomasyon ahmaklik | Why: Sistem kurmak ve bakimi yapmak da zaman alir. Nadir isler icin overhead daha buyuk | Example: Yilda 2 kez yapilan rapor icin n8n workflow kurma — manuel yap

Tum hayatini tek klasore atma. YouTube projelerinle faturalarini ayir. AI sadece o anki isin klasorunu okusun | Why: Karisik baglam = AI kafasi karisir + token israfi | Example: /AI_Asistanim/Projeler/, /Musteriler/, /Hafiza/, /Araclar/ ayri klasorler

Buyuk AI'a "su 100 sayfayi oku" deme. "Arastirma yetenegini kullan" de — o ucuz model spawn etsin | Why: Opus pahali, Haiku ucuz. Stratejik kararlari Opus, mekanik isleri Haiku yapsin | Example: Sub-agent ile arastirma → sub-agent Haiku kullansin → ana ajan ozeti alsin (Opus)

Manuelken duzgun isleyemeyen sureci AI'a verme. Once 1 hafta manuel mukemmellesir, sonra otomatize et | Why: Kaosu hizlandirirsin. Bozuk surec otomatize edilince kotu sonuc 100 kat hizli uretilir | Example: Once musteri onboarding'i el ile 5 musteride mukemmel yap, sonra Claude'a devret

"Soru sor cevap al" donemi bitti. "Hedef ver kendi basarsin" donemi basladi | Why: Modern agent = LLM (beyin) + Tools (eller) + Memory (gecmis) + Patterns (muhakeme) + Self-Improvement (dersi cikarma) | Example:

Sistemi tek "Tanri Agent" olarak degil, taseron takimi (Coordinator + Builder + Reviewer) olarak tasarla | Why: Kucuk ozellesmis agent'lar > buyuk genel agent. Hata izolasyonu ve test edilebilirlik | Example: Yonetici Agent gelen gorevi alir, alt agent'lara dagitir, sonuclari toplayip birlestirir

Ajanin her gorev sonrasi basari/basarisizlik durumunu analiz edip "Dersler.json" dosyasini guncellemesini zorunlu kil | Why: Meta-ogrenme — ajan kendi kendini gelistirir, ayni hatayi tekrarlamaz | Example: Kullanici manuel duzeltme yaparsa sistem SQLite'a yazar, sonraki seferinde otomatik uygular

Urun satarken teknolojiyi degil, "Senin yerine isi uctan uca yapan" zaman tasarrufunu sat | Why: Musteriler LLM, RAG, vector DB umursamaz. Onlara cozumun degerini anlat | Example:

Her seyi yapan tek "Tanri Agent" kurma. Spesifik is yapan mikro-agent'lar kur | Why: Test edilebilirlik, hata izolasyonu, paralel calisma | Example: 1 transcriber + 1 chunker + 1 formatter + 1 QA — herbiri kendi isinde uzman

Agent ciktilarini Structured Data (JSON/Pydantic) olarak zorla. Analitik islerde temperature=0 | Why: Predictability, debugging, downstream sistemler ile entegrasyon | Example: