Ana içeriğe atla
Lokomotif AI
Kurum içi eğitim · uygulama geliştirme ekipleri1 gün (yaklaşık 6-7 saat)10 dk okuma

Vibe Coding Bootcamp

Yazılım ekipleri için yapay zeka çağında üretim refleksleri programı. AI yardımcıdır; mühendislik hâlâ sahiplik ister.

Hedef kitle
Yazılım mühendisleri, takım liderleri, uygulama geliştirme ekipleri
Çıktı
Vibe Engineering refleksi, CLAUDE.md anlaşması, ekibe özel skill kütüphanesi, 3,4x özellik teslim hızı

Neden bu eğitim, neden şimdi.

Yapay zeka kodu yazıyorsa kim sahipleniyor? Bir prompt'a "yeni bir özellik olsun" demek ile aynı özelliği üretime alacak nitelikte yazmak farklı disiplinler. İlki bireysel bir hız; ikincisi takım sözleşmesi.

Vibe coding hızlıdır; hafta sonu hack'i, demo, prototip için biçilmiş kaftan. Üretime girince sorun başlar: niyet kayboldu, plan yok, review atlandı, sahiplik yapay zekaya yıkıldı. Müşteri güveni ve regülasyon bekleyen kurumlarda "AI üretti" demek savunulabilir bir cümle değil; hatalar ekibin, review zorunlu.

Bu bootcamp ekibinizi vibe coding'den vibe engineering'e taşır. Çıkış: 3,4x özellik teslim hızı, takım refleksinde kodlanmış disiplin, müşteriye gönderilebilir kalitede çıktı.

Çekirdek döngü

Niyet, plan, kod, review; her özellik aynı dört aşamadan geçer.

Aşama 01

Niyet

Ne istiyorum? Neden? Kim için?

  • Kullanıcı hikâyesi
  • Kabul kriterleri
  • Kapsam dışı liste
Aşama 02

Plan

Hangi dosyalar, hangi sırayla, hangi risk ile?

  • Mimarinin yeri
  • Etkilenen modüller
  • Test stratejisi
Aşama 03

Kod

Yapay zeka ile küçük adımlar. Her adım çalışan yazılım.

  • Sürekli derleme ve test
  • Küçük commit'ler
  • Erken görünür hatalar
Aşama 04

Review

Kendin, AI, takım, sonra production. Hep aynı sıra.

  • Diff'i sözle anlat
  • Risk ve edge case
  • Geri besleme niyete döner

Loop kapanan değil, öğrenen bir döngüdür. Review'dan niyete dönen geri besleme, bootcamp'i vibe coding'den ayıran ana refleks.

Kim için?

Bootcamp yazılım ekibinin farklı kıdem ve sorumluluk hatlarını aynı oturumda buluşturur. Junior, senior ve takım lideri ortak refleksi paralel inşa eder; demolar Lokomotif AI repo'sunda, egzersizler katılımcının kendi repo'sunda.

  1. 01
    Yazılım mühendisleri

    Junior'dan principal'a; günlük kod yazımı, PR açma ve review işinde Claude Code, Cursor ya da benzer araçları kullanan herkes.

  2. 02
    Takım liderleri ve tech lead'ler

    Mimari karar, kod review ve sprint planlaması yürüten roller. CLAUDE.md anlaşması ve skill kütüphanesinin sahibi onlar.

  3. 03
    Engineering manager ve VP'ler

    Ekibin yapay zeka benimseme hızını, üretim güvenliğini ve junior gelişimini birlikte yönetmek isteyen yöneticiler.

Eğitim müfredatı.

  1. Niyet, plan, kod ve review döngüsü

    Vibe Coding'den Vibe Engineering'e

    • İki yaklaşımın tanımı: vibe coding (plansız, sahipliksiz, kısa yaşam) ile vibe engineering (sahiplikli, ölçülen, sürdürülebilir)
    • Yedi eksende karşılaştırma: hedef, plan, review, test, sahiplik, risk, kullanım
    • AI ne yapar, insan neyi sahiplenir: süratin kaynağı yapay zeka, doğruluğun kaynağı insan
    • Çekirdek döngü: Niyet → Plan → Kod → Review; her özellik aynı dört aşamadan geçer, döngü kapanmaz, öğrenir

    Modül çıktısıKatılımcı vibe engineering refleksini tanır; yapay zeka yardımcısının sınırlarını ve mühendisin sahipliğini netleştirir.

  2. Bellek dosyaları, plan modu, slash komutları

    Claude Code Anatomisi

    • Dört bellek dosyası: intent.md (görev sözleşmesi), CLAUDE.md (proje belleği), memory.md (takım birikim defteri), design.md (mimari karar günlüğü)
    • Plan Mode mantığı ve mekanizması: Shift+Tab ya da /plan; yapay zeka okur ve planlar, insan onaylar, sonra kod
    • Slash komutları iki eksende dört kümede: yerleşik/özel × bakım/akış. 3 kez tekrar eden iş slash'a çıkar
    • Canlı demo: intent.md yaz → plan moda gir → kodla → commit; tüm döngü tek seansta

    Modül çıktısıKatılımcı Claude Code'un bellek, plan modu ve slash mimarisini takım refleksine dönüştürebilir.

  3. Kişisel SOP'lerin kurumsal kas hafızasına dönüştüğü yer

    Skills

    • Skill tanımı: bir prompt değil, bir doküman değil; bağlama göre tetiklenen, çok adımlı, paylaşılabilir uzmanlık paketi
    • Skill anatomisi: SKILL.md (frontmatter + yönerge), scripts/, templates/, examples/, references/
    • Dört aşamalı çalışma: Tetikle, Eşle, Yükle, Yürüt; description eşleşmezse skill devreye girmez
    • Karar yolu: tek bir adım ise tool, 'şöyle yapılır' rehberi ise skill, ayrı bir kafa gerekiyorsa sub-agent
    • Skill aileleri: PR akışı, müşteri raporlama, compliance, onboarding, migration, post-mortem

    Modül çıktısıKatılımcı kişisel iş akışını kurumsal varlığa çevirebilir; takım skill'i tasarlar ve git ile paylaşır.

  4. Dış dünyayı yapay zekaya tek protokolde bağlamak

    MCP

    • MCP tanımı: Anthropic'in açık protokolü; yapay zeka ile dış sistemler arasında tek standart arayüz
    • N×M değil N+M: her LLM × her sistem entegrasyonu yerine, her ucun protokole konuşması yeter
    • Üç primitif: Resources (salt okunur bağlam), Tools (eylem üreten), Prompts (önceden tanımlı şablonlar)
    • Karar heuristiği: built-in tool, hazır MCP server, mevcut skill varsa onu kullan; her şey için MCP yazma
    • Güvenlik: prompt enjeksiyonu, kapsam kaçağı, üçüncü taraf server güveni, audit izi

    Modül çıktısıKatılımcı MCP'yi tüketici ve sağlayıcı yönünde değerlendirebilir; güvenlik sınırlarını çizer.

  5. Tasarımı koddan ayırmadan üretmek

    Claude Design

    • claude.ai/design ile fikirden artifact'a, artifact'tan ürüne tek omurga
    • Tasarımcının promptu çoğu zaman brief'tir, strateji değildir; çerçeve eksikliğinde model defaulta kayar
    • Yaşayan çerçeveler estetik değil, bilişsel avantaj: SWOT, Porter, JTBD, Jung's Archetypes
    • Niyet → Çerçeve → Artifact omurgası; RTCS-G dilinde paketleme
    • 5 satırlık prompt şablonu: Rol, Çerçeve, Brief, Kısıt, Çıktı

    Modül çıktısıKatılımcı tasarım promptuna iş çerçevesi yükleyebilir; estetik niyetten stratejik çıktıya geçişi yapar.

  6. Tek prompt'tan paralel akıllara

    Agents

    • Agent çağının 'neden şimdi'si: model gücü, araç erişimi (MCP), düşük maliyet; üç engelin aynı anda düşmesi
    • Agent anatomisi altı katman üç grupta: Yön (hedef, sınırlar) + Beyin (LLM, hafıza) + Beden (araçlar, yürütme, gözlem)
    • Bir katman eksikse sistem otomasyona düşer ya da yörüngesini kaybeder
    • Sub-agent, tool ve skill arasındaki rol dağılımı: atomic eylem, uzmanlık paketi, paralel akıl
    • Senaryolar: müşteri ürünü, ekip içi otomasyon, on-call self-service

    Modül çıktısıKatılımcı agent çağının 'neden şimdi'sini bilir; ekipte uygun yapıyı tasarlayabilir.

Yöntem.

Bu bootcamp bir "kurs" değil, bir "üretim disiplini transferi"dir. Slayt programın %30'unu aşmaz; geri kalanı canlı demo, katılımcı egzersizi ve pair çalışmadır. Her teorik bölümün ardından katılımcı kendi repo'sunda elini kirletir.

Format her modülde sabit: Teori → Demo → Egzersiz → Pair → Ship → Review. Demolar Lokomotif AI repo'sunda canlı olarak yapılır; egzersizler katılımcının kendi repo'sunda. Gün sonunda her katılımcı CLAUDE.md taslağı, en az bir skill, plan modunda yazılmış küçük bir commit ve MCP karar matrisi taslağı ile çıkar.

Eğitim sonu envanteri.

  1. CLAUDE.md takım sözleşmesi taslağı

  2. Çalışan skill: ekibinizin repo'sunda yaşayan en az bir adet

  3. Çalışan agent: MCP ya da skill orkestrasyonu ile en az bir adet

  4. 3-5 RTCS-G formatında prompt şablonu

  5. intent.md, memory.md ve design.md başlangıç şablonları

  6. Slash komut paketi: takım refleksini kodlayan 3-5 komut

  7. MCP karar matrisi: hangi araç hangi soruna

  8. Plan modunda yazılmış örnek commit

Süreç.

  1. 01

    Öncesi

    1-2 hafta

    • 30 dakikalık ücretsiz keşif görüşmesi
    • Ekip profili anketi: kıdem dağılımı, mevcut araç kullanımı, hedef repo
    • Repo erişimi ve Claude Code kurulumu kontrol listesi
    • T₀ öz-değerlendirme ölçümü
  2. 02

    Eğitim günü

    6-7 saat

    • Online, kurumunuzun mekanında ya da Komünite Space'de
    • Altı modül; her birinde canlı demo + katılımcı egzersizi
    • Pair çalışması ve mini ship-review döngüleri
    • Gün sonunda T₁ ölçümü ve çıktı paketi teslimi
  3. 03

    Sonrası

    +90 gün

    • İlk 30 gün takım CLAUDE.md ve skill paylaşım kanalı
    • T₂ ölçümü ve özellik teslim hızı eğim raporu
    • Bir sonraki adım önerisi: agent senaryoları, MCP server inşası

Format varyantları.

Süre arttıkça uygulama ağırlığı artar. İskelet sabit kalır; workshop sayısı ve canlı build derinliği değişir.

  1. Standart

    1 gün

    Altı modül, her modülde demo + egzersiz. Ekibin temel vibe engineering refleksini kurar; CLAUDE.md ve ilk skill'ler gün sonunda hazır.

    • 6 modül tam anlatım
    • 6 canlı demo
    • 6 katılımcı egzersizi
    • CLAUDE.md + ilk skill kütüphanesi
  2. Derinleşme

    2 gün

    1 gün standart artı ikinci gün: ekip skill kütüphanesi inşası, MCP karar atölyesi, sub-agent senaryoları. Pair çalışması iki katı.

    • 6 modül + ek atölyeler
    • Ekip skill kütüphanesi inşa günü
    • MCP karar matrisi takım üzerinden
    • Sub-agent canlı senaryo
  3. Tam ekip

    3 gün

    2 gün derinleşme artı üçüncü gün: müşteri ürünü üzerinde pair-ship rotation, gerçek özellik teslimi. Bootcamp sonunda canlı üretim.

    • Üç günde tam refleks aktarımı
    • Müşteri ürünü üzerinde canlı pair-ship
    • Gerçek özellik teslimi
    • T₁ ölçümü ekip çıktısı üzerinden

Sınırlar.

Bu eğitim ne yapmaz, ne için değildir. Beklentiyi en başta hizalamak için netleştiriyoruz.

  • Yazılım mühendisliği temel eğitimi değildir; programlama bilgisi ve git refleksleri ön koşul.

  • Claude Code odaklıdır; GitHub Copilot, Cursor ya da Continue gibi alternatif araçlar ayrıntıda ele alınmaz.

  • Mimari karar ya da kod review eğitimi değil; bunlar uygulama egzersizinin yan ürünleri.

  • Sertifika programı değildir. Başarı ölçütü 90 gün sonra ekip refleksinin değişimi ve özellik teslim hızı eğimi.

Keşif görüşmesi

En pahalı adım, yanlış yerden başlamaktır.

Kurumsal yapay zekada çoğu bütçe, yanlış ilk adımda erir. Doğru başlangıç noktası kurumdan kuruma değişir; 30 dakikalık ücretsiz keşif görüşmesi sizinkini netleştirir.

Form yerine doğrudan Lokomotif AI'ın kurucusuna ulaşın.

Fatih GünerLokomotif AI'ın kurucusu
fatih@lokomotif.ai