E-Ticarette Yapay Zekâ Uygulamaları

E-ticarette yapay zekâ uygulamaları, ürün keşfi, içerik hazırlama ve müşteri desteği gibi işleri mevcut ürün ve işletme verilerinden yararlanarak destekleyebilir. Hangi kullanımın uygun olduğu mağazanın verisine, iş akışına ve müşteri için doğurduğu riske bağlıdır; yapay zekâ kullanmak tek başına daha fazla satış veya doğru sonuç garantisi vermez.

“Yapay zekâ kullanıyoruz” demek tek başına bir uygulama planı değildir. Önce hangi müşteri veya operasyon sorununu çözeceğinizi, sisteme hangi doğrulanmış bilgileri vereceğinizi ve yanlış cevap çıktığında ne olacağını tanımlamanız gerekir. ChatGPT’nin e-ticaret ürün keşfi deneyimini ve sınırlarını ChatGPT Alışveriş Modu yazımızda ayrıca inceliyoruz.

E-ticarette yapay zekâ hangi işlerde kullanılabilir?

Bir mağaza, yapay zekâyı birkaç farklı iş akışında değerlendirebilir. Bunlar yaygınlık veya gelir artışı iddiası değil, uygulanabilir kullanım senaryolarıdır:

• Ürün keşfi ve karşılaştırma: Kullanıcının “hafif, kablosuz, şu bütçede” gibi doğal dildeki isteğini katalogdaki gerçek özelliklerle eşleştirmeye yardımcı olmak.
• Ürün açıklaması taslağı: Mevcut ürün özelliklerinden ilk metin taslağını üretmek; yayımlamadan önce doğruluğunu insanın kontrol etmesi.
• Müşteri soruları: Teslimat, iade, garanti veya ürün uyumluluğu gibi konularda yalnız mağazanın güncel ve onaylı bilgisinden yanıt hazırlamak.
• Ürün verisi düzenleme: Aynı özellik alanlarını ürün kataloglarında tutarlı biçimde sunmaya ve eksik alanları bulmaya yardımcı olmak.
• Sipariş adımlarını destekleme: Kullanıcı izin verdiğinde, uygun ve güvenli bir entegrasyon içinde sepet veya checkout adımlarını yürütmek.

Her senaryo ayrı veri ve yetki sınırı gerektirir. Ürün tavsiyesi vermek ile sipariş oluşturmak aynı risk düzeyinde değildir. Sipariş veya ödeme gibi sonucu olan adımlar için açık kullanıcı onayı, doğru fiyat ve stok kontrolü, güvenli sistem bağlantısı ve başarısız durumda insan desteğine geçiş gerekir.

Ürün keşfi ve karşılaştırma nasıl çalışabilir?

Bir ürün keşif deneyimi, müşteri isteğini tek bir anahtar kelimeye indirmek yerine özelliklere ayırabilir. Kullanıcı fiyat aralığı, ölçü, renk, kullanım amacı veya performans gibi koşullar belirtiyorsa katalogdaki ürün kayıtlarının bu ayrımı taşıması gerekir. ChatGPT’nin alışveriş araştırması, kullanıcının tercihlerini netleştiren sorular sorabildiğini ve birden fazla ürünü yan yana karşılaştırabildiğini açıklıyor.

Bu nedenle katalogda “ürün” başlığının bulunması yeterli değildir. Farklı beden veya modellerin özellikleri ayrı tutulmalı; hangi seçeneğin satın alınabilir olduğu açık olmalıdır. OpenAI’nin ürün feed’i belgelerinde de ürün ve satın alınabilir varyantların ayrı kayıtlar olarak modellenmesi, değişen başlık, açıklama, fiyat, stok ve görselin varyanta bağlanması öneriliyor.

Bunlar platforma veri hazırlama gereksinimleridir; bir ürünün kesin olarak önerileceğini veya sıralamada yükseleceğini göstermez. Ürün bilgisi güncel değilse sistem doğru ürünü yanlış seçenekle eşleştirebilir. Bu nedenle ürün kataloğu, ürün sayfası ve satış sistemindeki gerçek kayıtlar birlikte gözden geçirilmelidir.

Ürün açıklaması üretiminde hangi kontrol gerekir?

Yapay zekâ, ürün başlığı ve özellikleri gibi girdilerden açıklama taslağı önerebilir. Shopify’ın kendi yardım belgesi, üretilen metnin ürün bilgisinde verilmeyen özellik veya fayda iddiası ekleyebileceği konusunda uyarıyor. Bu yüzden taslak, doğrudan yayımlanacak doğrulanmış ürün metni olarak kabul edilmemelidir.

Güvenli bir iş akışı şu şekilde kurulabilir:

1. Sisteme yalnız üretici veya mağaza kaydında doğrulanan özellikleri verin.
2. Ürüne ait olmayan benzer model bilgilerini ayırın.
3. Metindeki her ölçü, malzeme, uyumluluk, garanti ve performans iddiasını kaynakla karşılaştırın.
4. Kaynağı bulunmayan ifadeyi silin veya ürün sorumlusundan doğrulama isteyin.
5. Onaylanan metni kaydedin; hangi ürün verisinden üretildiğini takip edin.

Bu yaklaşım ürün sayfasını otomatikleştirmekten çok, taslak üretimini denetlenebilir hale getirir. Fiyat ve stok gibi hızla değişebilen alanlar, sabit bir metin önerisinden değil güncel ticaret kaydından alınmalıdır.

Müşteri desteği için yapay zekâ nasıl kullanılabilir?

Bir mağaza asistanı; ürün farklarını açıklamak, doğru ürün sayfasına yönlendirmek veya iade ve teslimat koşullarını bulmak gibi sorularda yardımcı olabilir. Ancak yalnızca herkese açık genel bir dil modeline bırakılan yanıt, mağazanın gerçek politikasını temsil etmeyebilir. Ürün stoğu, sipariş durumu ve kişisel sipariş verisi için yetkili sistemlerden güncel bilgi alınması gerekir.

Kapsamı dar bir pilotla başlayın: örneğin tek bir ürün grubu ve sık sorulan birkaç bilgi türü. Yanıtta kullanılan kaynak gösterilemiyorsa, kayıt bulunmuyorsa veya iki sistem çelişiyorsa cevap vermek yerine müşteriyi doğru destek kanalına yönlendirin. Kullanıcıdan kişisel veri alınan her adımda hangi verinin neden gerektiği ve kimlerin erişeceği de açık olmalıdır.

Shopify, AI platformlarında ürün bilgilerinin yanı sıra mağaza politikalarının da eksiksiz tutulmasının, örneğin iade koşullarının doğru yanıtlanması açısından önemli olabileceğini belirtiyor. Bu, her mağaza asistanının aynı altyapıyı kullanması gerektiği anlamına gelmez; kendi sisteminizde gerçek kaynak kaydını seçmeniz gerekir.

Ürün feed’i ve yapılandırılmış katalog ne sağlar?

Yapılandırılmış ürün verisi, ürün başlığı, açıklama, görsel, varyant, fiyat ve bulunabilirlik gibi alanların ayrı ve tutarlı biçimde aktarılmasını sağlar. Google ürün sayfaları için Product yapılandırılmış verisini ve Merchant Center feed’lerini ayrı veri yolları olarak belgeliyor. OpenAI de ChatGPT alışveriş deneyimleri için doğrudan ürün feed’i akışını ayrı dokümante ediyor.

Bir platformun feed biçimi diğerinin biçimiyle aynı kabul edilmemelidir. Örneğin Google için eklenen Schema.org işaretlemesi, OpenAI ACP feed başvurusunun yerine geçmez. Aynı şekilde, doğrudan feed kurmak her mağazaya açık veya otomatik bir işlem değildir; OpenAI'nin güncel belgeleri onboarding erişimini onaylı iş ortaklarıyla sınırlandırır.

İlk aşamada mağazanın kendi ürün kayıtlarında tutarlılığı sağlayın. Sonra hedeflediğiniz platformun güncel veri alanlarını, ülke ve entegrasyon erişimini ayrıca doğrulayın. Bilgiyi taşıyan sistem değiştikçe fiyat ve stok güncellemesini de otomatikleştirmeyi planlayın.

Yapay zekâ destekli checkout ne zaman gerekir?

Kullanıcının ürün hakkında soru sorması veya seçenekleri karşılaştırması checkout değildir. Sipariş oluşturma, ödeme, teslimat adresi ve sipariş onayı gibi adımlar mağazanın ticaret sisteminde gerçek sonuç doğurur. Bunlar yalnızca uygun entegrasyon ve kullanıcı yetkisiyle yürütülmelidir.

OpenAI’nin ACP belgelerinde anlık checkout, onaylı iş ortakları için sunulan ve satıcı sisteminde doğrulama, teslimat seçeneği, vergi, risk ve ödeme işlemleri gerektiren ayrı bir entegrasyon olarak açıklanıyor. Bir sohbet asistanına ödeme bilgisi yazdırmak veya bir sohbet butonu eklemek bu entegrasyonun kurulduğu anlamına gelmez.

Mağazanız için böyle bir akış düşünülüyorsa önce iade, iptal, stok tutma, başarısız ödeme ve müşteri desteği senaryolarını tanımlayın. Satın alma öncesi toplam fiyatı ve teslim koşulunu gösterin; sipariş sonucunu satıcının sistemi kesinleştirsin.

E-ticarette yapay zekâ projesine nasıl başlanır?

İlk pilotu tek bir ölçülebilir problem etrafında kurun. “Daha çok yapay zekâ” yerine, örneğin “müşterinin ürün ölçülerini bulması zor” gibi gözlenebilir bir engel seçin. Sonra şu soruları yanıtlayın:

1. Hangi kullanıcı görevini kolaylaştırıyoruz?
2. İhtiyaç duyulan bilgi hangi sistemde tutuluyor ve sahibi kim?
3. Yapay zekânın hangi işlemleri yapmasına izin verilecek?
4. Hangi durumda cevap vermeyip insana devredecek?
5. Başarıyı hangi kullanıcı sonucu ve hata oranıyla ölçeceğiz?
6. Güncel fiyat, stok ve politika bilgisini nasıl koruyacağız?

Sonuçları başlangıç ölçümüyle karşılaştırın. Yalnız tıklama veya otomasyon oranı yeterli değildir; doğru yanıt, görev tamamlama, hatalı yönlendirme ve insan desteğine geçiş de izlenmelidir. Ölçüm yöntemi net değilse yaygınlaştırma kararı vermek için kanıt oluşmamış demektir.

Neyi bilemeyiz?

Bir yapay zekâ özelliğinin mevcut olması, her mağazada çalışacağı, Türkiye’deki tüm platformlara bağlanacağı veya dönüşüm oranını artıracağı anlamına gelmez. Ürün ve müşteri verisi, bölgesel erişim, entegrasyon onayı, model hataları ve iş akışının tasarımı sonucu değiştirir. Sağlayıcı belgeleri teknik yetenekleri açıklar; sizin satışlarınızdaki sonucu önceden kanıtlamaz.

E-ticaret sitenizin ürün bilgilerinin teknik erişimini ve yapay zekâ için okunabilirliğini Ajan Hazır teknik uyum sayfasında inceleyebilir; marka görünürlüğü çalışmasının kapsamını Yapay Zekânın Önerdiği Marka Siz Olun sayfasında görebilirsiniz.

Sık sorulan sorular

E-ticarette yapay zekâ nerelerde kullanılabilir? Ürün keşfi, ürün açıklaması taslağı, müşteri sorularına destek, ürün verisi düzenleme ve uygun entegrasyonlarda sipariş adımlarına yardım gibi senaryolar düşünülebilir. Her uygulama güncel veri, güvenlik sınırı ve insan denetimi gerektirir.

Yapay zekâ ürün açıklaması yazabilir mi? Ürün başlığı ve doğrulanmış özelliklerden metin önerisi üretebilir. Üretilen her iddia yayımlanmadan önce gerçek ürün kaydıyla kontrol edilmelidir.

Yapay zekâ asistanı stok ve fiyat söyleyebilir mi? Ancak güncel ve yetkili bir stok/fiyat kaynağına bağlanmışsa bunu güvenilir biçimde yapabilir. Kaynak güncel değilse cevapta belirsizlik belirtilmeli veya kullanıcıya ürün sayfası gösterilmelidir.

Yapay zekâ kullanmak e-ticaret satışlarını artırır mı? Bunu her mağaza için garanti eden bir sonuç yoktur. Etki, belirli bir kullanıcı sorununa göre ölçülen pilotla değerlendirilmelidir.

Ürün feed’i her platformda aynı mıdır? Hayır. Google, OpenAI ve diğer platformlar kendi ürün alanlarını ve entegrasyon koşullarını belirleyebilir. Bir platform için hazırlanan veri aktarımının diğerine otomatik olarak uyduğu varsayılmamalıdır.

Kaynaklar

• OpenAI, "Using shopping research in ChatGPT" (Ekim 2026)
• OpenAI Developers, "Best practices — Agentic Commerce" (Ekim 2026)
• OpenAI Developers, "Products — Agentic Commerce" (Ekim 2026)
• OpenAI Developers, "Key concepts — Agentic Commerce" (Ekim 2026)
• Google Search Central, "Introduction to Product structured data" (10 Aralık 2025)
• Shopify Help Center, "Optimizing your products for AI platforms" (güncel)
• Shopify Help Center, "Automatically generating product descriptions" (güncel)