B2B Teklif Otomasyonu: 27 Yapay Zekâ ve İş Akışı Aracı

Bir toptancıya aynı sabah e-posta, form ve mesaj yoluyla gelen teklif talepleri, farklı ürün adları ve eksik teslimat bilgileri içerebilir. Yapay zekânın bu noktadaki değeri, her talebi anlaşılır bir kayda dönüştürmek ve çalışanın karar vermesini kolaylaştırmaktır. Fiyatı, stoğu ve teslim sözünü doğrulamadan müşteriye cevap veren bir otomasyon ise hatayı daha hızlı dağıtır. Bu rehber, 18 Ekim 2026 itibarıyla incelenen sağlayıcı belgeleri üzerinden, Türkiye içindeki ticaret ve uluslararası B2B süreçleri için 27 adı aynı karar çerçevesinde değerlendiriyor.

Kapsam; dil modelleri, sohbet ürünleri, iş akışı araçları, ajan geliştirme çerçeveleri ve medya üretim sistemleridir. Bunlar aynı tür ürünler değildir. Bir model metni yorumlayabilir; iş akışı sistemi kaydı ilgili uygulamaya taşır; ERP veya yetkili veri kaynağı ticari gerçeği sağlar. Aşağıdaki kullanım örnekleri önerilen tasarımlardır; Piyasadan.net üzerinde bu araçların tamamının kurulu olduğu veya ölçülmüş bir başarı sağladığı iddiası değildir.

Piyasadan.net / TurkeyOfficial Sektörel Analizi

Küçük işletmelerde ilk hedef, eksik bilgi yüzünden uzayan teklif süresini azaltmak olabilir. İhracat tarafında buna dil, para birimi, teslim şekli ve belge sürümü eklenir. İki dilde düzgün bir açıklama üretmek tek başına yeterli değildir: Türkçe kayıttaki adet, ürün kodu ve termin, İngilizce kayıtta aynı ticari anlamı taşımalıdır. Örneğin koli ile adet arasındaki fark, akıcı bir çevirinin içinde görünmez hale gelebilir. Bu alanlar serbest metin yerine ayrı veri alanları olarak tutulmalıdır.

Başlangıç için tek bir ürün ailesi seçmek, karşılaştırmayı anlamlı kılar. Gelen taleplerin ne kadarında ürün kodu eksik, kaçında çalışan düzeltmesi gerekiyor, hazırlanan tekliflerin ne kadarı zamanında gönderiliyor? Bu ölçüler mevcut durumla karşılaştırılmalıdır. Daha fazla üretilmiş metin veya daha çok çalışan ajan, tek başına ticari verimlilik göstergesi değildir. Ayrıca müşteriye hızlı dönüş ile müşterinin talebini doğru anlama birbirinden ayrı izlenmelidir.

İş ihtiyacı	Gerekli sistem katmanı	Kabul ölçütü
Talebi sınıflandırmak	Dil modeli ve doğrulanan alanlar	Ürün kodu, adet ve teslim yeri doğru
Stok ve fiyat bulmak	Yetkili ERP/API veya onaylı dosya	Kaynak, sürüm ve geçerlilik tarihi mevcut
Teklif hazırlamak	Şablon ve hesaplama kuralları	Vergi, para birimi ve toplam tutarlı
Müşteriye iletmek	Yetkili satış kanalı ve onay	Alıcı, sürüm ve gönderim kaydı doğru
Katalog üretmek	Gerçek ürün verisi ve medya iş akışı	Görsel, özellik ve kullanım hakları tutarlı

Popüler Yapay Zekâ ve Otomasyon Sistemleri Karşılaştırması

Google Gemini ve OpenAI ChatGPT / GPT-4o entegrasyonu

Google Gemini belgelerinde işlev çağırma, modelin dış araçlara aktarılacak parametreler üretmesini sağlayan bir mekanizma olarak açıklanır. B2B örneğinde Gemini, “yirmi adet, gelecek hafta teslim” ifadesini alanlara ayırabilir; stok sorgusu ancak uygulamanın yetkilendirdiği araçla yapılır. Modelin talebi, gerçek stok cevabıyla aynı şey değildir. Google Gemini belgeleri.

OpenAI ChatGPT bir kullanıcı ürünüdür; GPT-4o ise belirli bir model ailesinin adıdır. Rehberdeki GPT-4o, güncel en iyi model iddiasıyla sunulmuyor: OpenAI, iki GPT-4o sürümü için 14 Ekim 2026'da kaldırılma duyurusu yayımladı ve bu iki sürümün API’den kaldırılma tarihini 14 Ocak 2027 olarak belirtti. Yeni bağlantılarda model kimliği ve geçiş tarihi kayıt altına alınmalıdır. OpenAI kaldırılma takvimi.

Claude 3.5 Sonnet ve DeepSeek ile kod ve metin otomasyonu

Claude adıyla sunulan ürünleri Claude 3.5 Sonnet sürümüyle karıştırmamak gerekir. Anthropic'in takviminde Claude 3.5 Sonnet API sürümleri 28 Ekim 2025'te emekliye ayrılmış görünüyor. Eski bir örnek projedeki model adını aynen kopyalamak bu nedenle çalışan entegrasyon anlamına gelmez. Anthropic model takvimi.

DeepSeek belgeleri, araç çağrıları ve yapılandırılmış parametreler üzerinden uygulama bağlantılarını anlatıyor. Önerilen kullanım, serbest metindeki ürün talebini kontrol edilebilir alanlara dönüştürmektir. İki sağlayıcı karşılaştırılırken aynı örnek talepler, aynı ürün sözlüğü ve aynı hata ölçütü kullanılmalı; modelin kendi verdiği “eminim” ifadesi kalite puanı kabul edilmemelidir. DeepSeek araç çağrıları.

Meta Llama 3 ve Mistral AI: barındırma ile araç erişimi

Meta Llama 3, model ağırlıkları ve kullanım koşulları bulunan belirli bir model ailesidir. Kurum içinde çalıştırma seçeneği değerlendirilirken sunucu yönetimi, model güncellemeleri ve lisans yükümlülükleri de bütçeye girer; “yerelde çalışıyor” ifadesi tek başına güvenli kurulum kanıtı değildir. Llama 3 burada tarihsel adıyla ele alınmaktadır. Meta model kartı.

Mistral AI'nın işlev çağırma belgeleri, modellerin dış fonksiyonlarla bağlanmasını açıklar. Bu yaklaşım teklif hazırlığında izinli fiyat sorgusuna uyarlanabilir. Barındırma tercihi ile işlev çağırma yeteneği ayrı kararlardır: önce hangi verinin hangi ortamda işlenebileceği, ardından gerekli aracın neye erişebileceği belirlenmelidir. Mistral işlev çağırma.

Microsoft Copilot, Grok (xAI) ve Perplexity AI

Microsoft Copilot adı farklı deneyimleri kapsar; kurumsal içeriğe erişim, kullanılan ürün, lisans ve mevcut izinlerle ilişkilidir. Bir satış ekibi için belge özetleme veya yazışma hazırlama değerlendirilebilir, ancak herkesin bütün şirket dosyalarını görebildiği varsayılmamalıdır. Microsoft Copilot açıklaması.

Grok (xAI) belgeleri araç çağırma ve yapılandırılmış çıktı özelliklerine yer verir. Perplexity AI belgeleri ise kaynak bağlantılı yanıtlar ve arama hizmetlerini ayırır. Önerilen ticari ayrım şöyledir: araştırma aracı muhtemel tedarikçi kaynaklarını bulur, çalışan asıl belgeyi kontrol eder, yetkili sistem ürün ve fiyat kaydını tutar. Arama sonucu, tek başına satıcının güvenilirliği veya fiyatın güncelliği anlamına gelmez. Grok belgeleri, Perplexity belgeleri.

n8n, Make (Integromat) ve Zapier ile B2B iş akışları

n8n, Make ve Zapier; talep geldiğinde kayıt açma, alan eşleme ve sonraki adımı çalıştırma gibi süreçlerde değerlendirilir. n8n'in AI bağlantıları, Make'in senaryo yönetimi ve Zapier'in tetikleyici/eylem yapısı farklı geliştirme deneyimleri sunar. Make, eski Integromat adıyla da aranır; eski eğitimlerdeki isimle güncel ürün adı birlikte kontrol edilmelidir. n8n AI belgeleri, Make senaryoları, Zapier başlangıç rehberi.

Seçimde yalnız bağlantı sayısına bakmak yeterli değildir. Başarısız çalışmayı tekrar başlatınca aynı müşteriye iki teklif gider mi? Uygulama zaman aşımına uğrarsa kayıt hangi durumda kalır? Her talebe tekil kimlik vermek, tamamlanan adımı işaretlemek ve belirsiz sonucu incelemeye taşımak, önerilen ortak tasarımdır. Bu davranışlar ürün adıyla otomatik kazanılmaz; kurulup sınanmalıdır.

AutoGPT, CrewAI ve LangChain ile görev paylaşımı

AutoGPT, ajanlarla iş akışları kurmaya; CrewAI, akışlar ve görev paylaşımına; LangChain ise model, araç ve ajan bileşenlerini birleştirmeye yönelik geliştirme olanakları sunar. Bu araçlar birbirinin aynısı veya doğrudan birer dil modeli değildir. AutoGPT projesi, CrewAI giriş, LangChain genel bakış.

Örnek mimaride bir görev talebi çözümler, ikinci görev onaylı katalogla eşleştirir, üçüncüsü teklif taslağını hazırlar. Görevlerin ayrı olması birbirlerini bağımsız biçimde doğruladıkları anlamına gelmez; hepsi aynı yanlış ürün kaynağına dayanabilir. Kontrolün dayanağı ajan sayısı değil, doğrulanmış veri ve açık kabul kuralları olmalıdır. Basit bir işlemi gereksiz ajanlarla büyütmek, izlemeyi ve maliyeti zorlaştırabilir.

Desktop Commander ve Python Script Automation

Desktop Commander, izin verilen ortamda dosya okuma, arama, düzenleme ve terminal işlemlerini modele araç olarak sunabilir. Bu rehberin bağlamında örnek kullanım, onaylı katalog klasöründeki dosyaları bulup dönüştürme işidir. Erişim kapsamı görevle sınırlanmalı; dosya içindeki komut görünümlü metinler işletim talimatı sayılmamalıdır. Desktop Commander projesi.

Python Script Automation ise tek bir marka veya model değil, Python ile tekrarlanan işleri otomatikleştirme yaklaşımıdır. Adet çarpı birim fiyat, dosya adlandırma ve yinelenen kayıt kontrolü gibi kesin kurallar için kullanılabilir. Dış işlem çalıştıran betiklerde kullanıcı metnini kabuk komutuna doğrudan birleştirmemek gerekir. Dil modeli ihtiyacı yorumlar; hesap ve dosya denetimi deterministik kodla yapılabilir. Python subprocess belgeleri.

Botpress ve Voiceflow: talebi konuşarak toplamak

Botpress ve Voiceflow, sohbet veya ses üzerinden kurulan müşteri etkileşimlerini tasarlamak için değerlendirilebilir. Botpress belgelerinde bilgi kaynakları ve insan devri; Voiceflow'un ürün açıklamasında müşteri hizmeti ajanları öne çıkıyor. B2B'de amaç, konuşmayı uzatmak değil, teklif için gereken eksik bilgiyi doğru toplamaktır. Botpress belgeleri, Voiceflow.

Örneğin bot önce ürün kodunu, sonra miktarı ve teslim ilini sorar; belirsiz teknik uygunluk sorusunu satış ekibine aktarır. Fiyatı bilmediği durumda fiyat uydurmamalı, onay bekleyen talebin durumunu açıklamalıdır. Konuşma dökümünü sınırsız saklamak yerine iş kaydı için gerekli alanlar ayrılmalı ve saklama süresi belirlenmelidir. Bu gereklilik kullanılan arayüzden bağımsızdır.

Tasarım ve Medya Araçlarını Ticari İçerikte Kullanmak

Midjourney, Stable Diffusion ve Flux.1

Midjourney metin ve görsel girdilerle üretim; Stable Diffusion görsel üretim ve düzenleme; Flux.1 ise farklı model seçenekleri üzerinden görsel çalışma bağlamında ele alınabilir. Sağlayıcılar farklı dağıtım ve lisans koşulları sunar. Özellikle FLUX.1 [dev] ile [schnell] aynı lisans varsayımıyla kullanılamaz. Midjourney başlangıç, Stability AI, Black Forest Labs.

Ticari kullanım önerisi, fikir panosu veya açıkça temsili kategori illüstrasyonudur. Gerçek bir ikinci el ürünün kusurunu silmek, pakete dahil olmayan aksesuar eklemek veya temsili bir fabrika görselini satıcının tesisi gibi göstermek doğru değildir. Ürün görseli gerçek ürünle karşılaştırılmalı; model, sürüm, kaynak dosya ve kullanım izni çalışma kaydında tutulmalıdır. Görsel kalite ile ürün doğruluğu ayrı kontrol edilir.

DALL-E 3 ve Sora: eski örnekleri güncel bağlantı sanmamak

DALL-E 3, görsel üretim tarihindeki yerini koruyan bir isimdir; OpenAI'nin değişiklik kaydı, DALL-E API modellerinin 12 Mayıs 2026'da kaldırıldığını belirtir. Bu nedenle rehberde yeni otomasyon için etkin bir API önerisi olarak sunulmuyor. OpenAI değişiklik kaydı.

Sora için de ürün adı ile erişilebilir API ayrılmalıdır. İncelenen resmî API belgesi, Sora 2 ve Videos API'nin 24 Eylül 2026'da kapandığını açıkça bildiriyor. Eski bir video eğitimindeki kodun internette durması, hizmetin çalıştığı anlamına gelmez. Bir medya iş akışının teknik planında sağlayıcı bağımlılığı ve alternatif dışa aktarma yolu bulunmalıdır. OpenAI video API durum açıklaması.

RunWay, HeyGen ve ElevenLabs

RunWay adıyla aranan Runway, video üretim bağlantıları; HeyGen, avatar ve video; ElevenLabs ise ses üretimi, konuşma çözümleme ve sesli ajan yetenekleri sunar. Araçlar, onaylı ürün bilgisinden bir eğitim veya tanıtım taslağı hazırlamak için değerlendirilebilir. Runway API belgeleri, HeyGen, ElevenLabs belgeleri.

Önerilen iş akışında metin önce ürün sorumlusu tarafından kontrol edilir, sonra medya hazırlanır. Sentetik sesin gerçek bir müşterinin yorumu gibi kullanılması veya izinsiz kişi taklidi yapılması bu kapsamın dışındadır. Dublajda ölçü birimleri, garanti koşulları ve ürün isimlerinin telaffuzu ayrıca dinlenmelidir. İngilizce anlatımın akıcılığı, Türkçe kayıttaki ticari koşulların korunmasını garanti etmez.

Tek Bir Teklif Süreci Nasıl Kurulur?

İlk adım, geçerli talebin tanımını yapmaktır: ürün kodu veya açıklaması, miktar, teslim yeri ve iletişim kanalı. Müşteriye ait gereksiz alanlar modele gönderilmez. İkinci adımda metin işlenir; model boş alanları tahmin etmek yerine boş bırakır. Üçüncü adım onaylı katalog ve güncel stok kaydıyla eşleştirmedir. Kaynak bulunamazsa sistem bir alternatif ürün önerisini kesin eşleşme gibi göstermemelidir.

Dördüncü adım hesaplamadır. Örneğin tamamen varsayımsal bir teklifte 40 birim ürünün vergi hariç birim fiyatı 500 TL ise ara toplam 20.000 TL olur. Nakliye, vergi ve iskonto ancak tanımlı kurallarla eklenir. Döviz kullanılıyorsa hangi kurun hangi tarih ve saatten alındığı saklanır. Bu sayılar piyasa fiyatı değil, hesap akışını gösteren örnektir.

Beşinci adımda çalışan teklif sürümünü, alıcıyı ve koşulları görür. Altıncı adım gönderim sonucunu kaydeder. “Gönder” işlemi zaman aşımına uğrarsa, karşı sistemden sonuç sorgulanmadan aynı işlem yeniden yapılmamalıdır. Başarılı ve başarısız kayıtlar ayrı izlenmeli; tekrar çalıştırma aynı teklif kimliği üzerinden yürütülmelidir. Böylece sorun yaşandığında neyin tamamlandığı anlaşılabilir.

Pilot için örneğin 50 geçmiş talep ve 20 yeni talep seçilebilir; bu sayılar önerilen örnek kapsamdır. İnsan tarafından hazırlanmış doğru kayıtlarla karşılaştırma yapılır. Türkçe karakter, eksik ürün kodu, çelişen miktar, eski fiyat dosyası ve aynı talebin yeniden gelmesi özellikle denenir. Hangi hatanın otomatik düzeltileceği, hangisinin çalışana aktarılacağı önceden yazılmalıdır.

Maliyet ve Başarı Nasıl Ölçülür?

Toplam maliyete yalnız model kullanım bedeli değil; iş akışı aboneliği, sunucu, kayıt tutma, geliştirme, bakım ve çalışan inceleme süresi dahil edilmelidir. Bir sağlayıcının ucuz görünmesi, fazla tekrar veya daha uzun inceleme gerektiriyorsa daha düşük toplam maliyet anlamına gelmeyebilir. Karşılaştırma, aynı örnek iş yükünün tamamlanmış ve kabul edilmiş çıktısı üzerinden yapılmalıdır.

Varsayımsal olarak ayda 300 talepte talep başına ortalama çalışan süresi 8 dakikadan 5 dakikaya düşerse 900 dakika, yani 15 saat fark oluşur. Buna kurulum ve hata düzeltme zamanı ayrıca eklenir; bu hesap gelir veya tasarruf garantisi değildir. İlk yanıt süresi, düzeltme oranı, yanlış ürün eşleşmesi ve mükerrer gönderim sayısı birlikte takip edilmelidir. Daha kısa yanıt süresi karşılığında yanlış teklif artıyorsa pilot başarılı sayılmaz.

Sıkça Sorulan Sorular

Bu 27 aracın tamamını kullanmak gerekli mi?

Hayır. Tek bir doğrulanabilir süreç için bir model, bir iş akışı katmanı ve yetkili veri kaynağı yeterli olabilir. Araç sayısı ihtiyaca göre artırılır; bağlantı sayısı başarı ölçütü değildir.

Yapay zekâ müşteriye doğrudan fiyat gönderebilir mi?

Teknik olarak bir uygulama gönderim yapabilir; ancak fiyat, stok, yetki ve alıcı doğrulanmadan buna izin verilmemelidir. İlk pilotta teklif taslağını çalışan onayına sunmak, hataların kaynağını görmeyi kolaylaştırır.

Neden GPT-4o, Claude 3.5 Sonnet, DALL-E 3 ve Sora için tarih notu var?

Model ve API yaşam döngüleri değişir. Eski bir ürün adının eğitimlerde geçmesi güncel erişim kanıtı değildir. Bu rehber, incelenen resmî takvimlerle tarihsel örnekleri etkin hizmetlerden ayırır.

Yerel model bütün veri sorunlarını çözer mi?

Hayır. Erişim yetkisi, güncelleme, günlükler, yedekler ve veri paylaşımı yine yönetilmelidir. Önce veri akışı ve sorumluluk belirlenir; ardından barındırma tercihi yapılır.

Sonuç ve Ticari Fırsatlar

Başlangıç noktası en uzun araç listesi değil, işletmenin tekrar tekrar yaptığı ve sonucunu doğrulayabildiği iştir. B2B teklif süreci bunun için elverişli bir örnektir: talep alanları, ürün kaydı, hesap, onay ve teslim edilen çıktı ayrı ayrı kontrol edilebilir. Üretime geçmeden önce bir pilot çalışmanın verileriyle zaman, hata ve toplam maliyet birlikte değerlendirilmelidir.

Piyasadan.net Teknoloji & Yapay Zekâ bölümünde ticari kullanım rehberlerini, TurkeyOfficial üzerinde İngilizce sektör içeriklerini izleyebilirsiniz. Kendi işletmeniz için ilk adım olarak bir örnek talep, onaylı ürün listesi ve teklif kabul ölçütü hazırlayın. Bu üç unsur netleştiğinde hangi aracın gerekli olduğu daha sağlıklı karşılaştırılır.

Kaynaklar ve Editoryal Yöntem

Metin, yapay zekâ desteğiyle hazırlanmış kaynaklı bir rehberdir. Sağlayıcı özellikleri yukarıdaki resmî bağlantılara dayanır; işletme senaryoları ve pilot ölçüleri özgün önerilerdir. Uygulamalı ürün testi veya bağımsız performans sıralaması yapıldığı iddia edilmez. Kaynak kontrol tarihi 18 Ekim 2026'dır. Fiyatlar, planlar, model erişimi ve lisanslar uygulama öncesinde yeniden kontrol edilmelidir.