Claude ve Instagram ile Ayda 15 Bin Dolar: 101 Bin Takipçili Sistemin Anatomisi

Instagram'da 101 bin takipçi, tek günde 70 bin izlenen bir reel, 233 bin ile 1,3 milyon arasında salınan viral sıçramalar ve arka planda ManyChat üzerinden biriken neredeyse 80 bin kişilik bir temas listesi — video, ayda 15 bin doların Instagram tek başına nasıl aşıldığını sayılarla açıyor. 50 binden fazlası aktif temas halinde. Anlatı kişisel markadan ibaret değil; UGC sayfaları, başka markalara ölçek desteği ve reklamla müşteri bulma gibi dört farklı uygulama alanı aynı iskeletle çalışıyor. Bana göre baştaki bu tablo, huni düşünmeden içerik üretmenin neden boşa kürek çektiğini tek karede gösteriyor: görüntüleme tek başına para etmiyor, temas listesi ve teklif olmadan uçuş sönüyor.

Sistemin kalbi Claude'un fikir motoru olarak konumlanması. Yapı, YouTube ve kısa video gibi iş kollarını ayrı proje klasörlerine ayırıyor; her klasör kendi yetenekleri, yönergeleri ve hafıza notlarıyla besleniyor. Co-work üzerinden yerel klasör bağlandığında her yeni sohbet geçmiş bağlamı sıfırdan sormak zorunda kalmıyor. Tıpkı bir şirketin el kitabı gibi: marka kimliği, hedefler ve geçmiş veriler tek yerde duruyor, Claude da senaryo üretirken o çerçeveye sadık kalıyor. Bu düzen tek sohbet aç-kapa alışkanlığına göre büyük sıçrama; erken aşamada özel bir Postgres belleği kurmaya gerek kalmadan bile temel hafıza için yeterli görülüyor.

İkinci katman, videolardan çıkarılan metinlerin bir arşivde toplanması. Öneri, tüm Instagram videolarının konuşmalarını bir klasöre aktarmak ve yanına görüntüleme, etkileşim oranı gibi herkese açık metrikleri bir tablo olarak eklemek. Böylece Claude kanca cümleleri, ifade kalıpları ve izlenme arasındaki ilişkiyi kendisi tanıyabiliyor. Henüz hesabı olmayan biri için aynı işlem rakipler üzerinden yapılıyor: nişine yakın, zaten ivmelenmiş bir üreticinin en çok izlenen videolarının metinleri toplanıyor. Araç olarak bazen Grok tabanlı bir çekme yöntemi anılıyor; Eisenberg podcast örneği, farklı dil modellerinde bile aynı mantığın çalıştığını göstermek için veriliyor. Mekanizma basit: 1) videoları listele, 2) konuşmaları çek, 3) metriklerle eşle, 4) Claude'a örüntü sor.

Metin arşivinin yanına bir bağlam dosyası ekleniyor. Bu dosya markanın neyi savunduğunu, neyi hedeflediğini yalın dille özetliyor; bir müşteri adına çalışıyorsan o işletmenin tamamını haritalıyor. Amaç, üretilen senaryoların marka sesiyle uyumlu kalması. Senaryo burada sadece konuşan kafa metni değil; UGC kurguları da aynı dosyadan besleniyor. Videoda TJR örneği veriliyor: AI avatarların mini bir yükseliş hikayesini oynadığı, muhtemelen işlem kursu veya yönlendirme bağlantısı satan kurgular. Bu formatlar şu an çok hızlı yayılıyor ve sistemin aynı anda hem kişisel hem de anonim sayfalarda uygulanabilmesinin sebebi de bu katman: teklif neyse, bağlam dosyası ona göre yazılıyor.

İçerik stratejisinde teklif her şeyden önce geliyor. Eğer nihai durak bir AI trading topluluğu ise spor üzerine viral olmak dönüşüm üretmiyor; AI trading botu yapım sürecini anlatan içerik ise yüksek seçilme oranı getiriyor. Anlatıcı, erken dönemde tamamen organik ilerlediği için hedefe daha geç ulaştığını söylüyor — artık algoritma ve teklif mimarisi daha bilinir, o yüzden boş deneme turunu atlayıp baştan dönüşüme odaklanmak mümkün. Örneğin, 10 sayfalık bir rehberi özetletmek istesen, önce teklifin neyi çözdüğünü tek cümlede tanımlayıp sonra o cümleyi videonun kancasına taşımak, rastgele ilham beklemekten daha hızlı sonuç veriyor. Bu tersine mühendislik yaklaşımı, her videonun ayrı bir şans denemesi olmaktan çıkıp aynı huninin parçası olmasını sağlıyor.

Bir sonraki katman özel yetenekler. Videoya göre içerik üretiminde sürtünmeyi azaltan asıl unsur zamanla rafine edilen bu yetenekler. Sıfırdan yazmak istemeyen için Open Montage adlı açık kaynak video üretim sistemi örnek veriliyor: 12 üretim hattı, 100 araç ve 700 ajan yeteneği içeren bir yapı. İçine bir referans video bırakıp ajanların senaryoyu analiz etmesi, farklı konseptler üretmesi ve marka sesini adım adım keskinleştirmesi mümkün. Bu yetenekler tek bir YouTube videosuna hapsolmak zorunda değil; bir Instagram reel'i de aynı hattan geçirilebiliyor. Tıpkı bir terzinin prova defteri gibi — her geri bildirimde dikiş biraz daha bedene oturuyor ve yetenek klasörü de öyle gelişiyor.

Yetenek kütüphanesini kalıcı kılmanın yolu GitHub. Platform korkutucu bir kod evreni olarak anlatılsa da videoda bulut üzerindeki bir klasör gibi tarif ediliyor; herkese açık da tutulabiliyor, özel de. Bütün yetenekler orada sürümleniyor, Claude Code doğrudan depoya bağlanıyor ve her değişiklik otomatik yansıyor. Böylece bilgisayar bozulsa bile birikim kaybolmuyor. Anlatıcı kendi üretim yeteneklerinin tamamını bu depoda tutuyor ve veriye göre düzenli güncelliyor. Pratikte bu, yetenekleri yerel bir klasörde tutmak ile GitHub'da tutmak arasındaki farkı netleştiriyor: biri cihaz bağımlı, diğeri her yerden erişilebilir ve geçmişi izlenebilir.

Teklif tarafı ikinci büyük blok. Videoda detayına girilmiyor ama Claude içinde uçbirim üzerinden, New York merkezli Wop ödeme altyapısına bağlı bir dijital ürün kurmak mümkün olduğu anlatılıyor. Anlatıcı bugüne kadar 5,5 milyon doları aşan dijital ürün geliri ve 30 milyon doları aşan ajans cirosundan söz ediyor — bu rakamlar sosyal kanıt niyetine veriliyor, ama asıl vurgu teklif ile içerik arasındaki uyumda. Her hafta WhisperFlow ile sesli beyin fırtınası yapıp, sayıları Claude'a verip, en yüksek kaldıraçlı bir-iki işe odaklanıp bunları Notion'a işliyor. Notion burada sıradan bir not uygulaması değil, Postgres benzeri bir süper bellek gibi davranıyor; Claude ve diğer ajanlar doğrudan o veritabanına bağlanabiliyor. Süreç üç adımda özetlenebilir: 1) sayıları sesle aktar, 2) Claude ile kaldıraçlı işleri seç, 3) Notion'da haftalık önceliklere kilitle.

Yüzü göstermeden ölçek fikri, Sebi örneğiyle ete kemiğe bürünüyor. Sebi'nin videodan çok AI görselli atlıkarınca gönderileri izleniyor; bir gönderide 900 yorum, diğerinde yaklaşık bin yorum birikmiş. Son karede yorumlara code yaz çağrısı var ve ManyChat otomatik mesajla yanıt veriyor — akış muhtemelen bir bültene veya ürüne çıkıyor. Bu, bültenin başlı başına bir ürün olduğu fikrini güçlendiriyor: e-posta listesi biriktirmek, doğrudan satış kadar değerli bir varlık. Anlatıcı kendi Miles Doer hesabında şimdilik ücretli bir şeye yönlendirme yapmadığını, önce topluluğu büyütüp teklifi çok iyi olana kadar beklemeyi tercih ettiğini söylüyor. Bu yaklaşım, aceleyle vasat bir kurs çıkarmak yerine talebi biriktirip sonra tek, güçlü bir ürünle çıkma stratejisi olarak sunuluyor. Pareto ilkesi burada ana filtre: çabanın %20'si ödülün %80'ini getiriyorsa, asimetrik getirisi en yüksek işe odaklanmak mantıklı.

Üretim hattında Firecrawl devreye giriyor. Ücretsiz bir GitHub deposu olarak sunulan bu araç, tarayıcı üzerinden doğrudan interneti tarıyor; modelin ekran görüntüsü alıp yavaşça gezmesi yerine doğrudan tarayıcıda çalışmak daha hızlı. Instagram verisini ölçekli toplamak ve Claude'a geri beslemek için ideal. Döngü şöyle kuruluyor: 1) Firecrawl ile performansı düzenli tara, 2) hangi kanca ve konseptin çalıştığını çıkar, 3) Claude'un yetenek ve hafıza dosyalarını güncelle, 4) yeni senaryoları Notion'daki kopya bankasından besle. Kopya bankası, işe yarayan giriş cümleleri ve kavramların temiz tutulduğu bir Notion veritabanı — Claude buraya bağlanıp yeni atlıkarınca fikirleri, UGC senaryoları üretebiliyor. Bu, tek seferlik viral denemeyi sürekli öğrenen bir sisteme çeviriyor.

UGC tarafında Higgsfield öne çıkıyor. Seance 2.5, Nano Banana Pro ve Cinema Studio gibi bileşenlere sahip bu platform, Claude için bir MCP ve uçbirim bağlantısı sunuyor. Yani atlıkarınca görselleri veya TJR tarzı hikaye videoları doğrudan Higgsfield arayüzünde elle promptlamak yerine Claude içinden üretilebiliyor. Claude zaten Notion'a ve yeteneklere bağlı olduğu için, Higgsfield'a ne yaptıracağına dair muhakeme de daha isabetli oluyor. Videoda, elle promptlamaktansa Claude üzerinden çalışmanın çıkarım kalitesini artırdığı özellikle vurgulanıyor. Pratikte bu şu demek: yetenek dosyası, marka belleği ve performans verisi tek yerde toplandığı için video üretimi de aynı bağlamla besleniyor — kopuk bir görsel üretim hattı değil, aynı beynin farklı kolu.

Planlama ve dağıtım için Postis devreye giriyor. YouTube, TikTok ve diğer ağlara tek yerden planlı gönderim yapan, ajan tabanlı ve açık kaynak bir zamanlama aracı. Metricool gibi kapalı yazılımlarda Claude'u bağlamak tarayıcı otomasyonu ve buggy API'ler yüzünden yavaş kalırken, Postis doğrudan Claude ile konuşabildiği için planlama Claude içinden yapılabiliyor. Videoda tüm bu depoların ve araçların, ücretsiz topluluktaki rehberde tek paket halinde verileceği söyleniyor. Döngü burada kapanıyor: içerik Postis ile zamanlanıyor, performansı Firecrawl ile ölçülüyor, veriyi Claude işleyip yetenekleri güncelliyor ve bir sonraki tur daha keskin başlıyor. Bu, içerik fikir üretiminden ders çıkaran, kendi kendini bileyen bir çark.

Huninin kilidi ManyChat. Videoda takip şartı, isteğe bağlı e-posta ve zorunlu e-posta gibi farklı kurgular sayılıyor; anlatıcı kendi düzeninde takip şartı artı isteğe bağlı e-posta kullanıyor. Mantık tek cümlede net: izleyici yorumda bir anahtar kelime yazıyor, otomasyon takip isteyip varlığı gönderiyor, arada e-posta toplamak istersen atlanabilir bir adım olarak ekleniyor. Doğrudan satış, Instagram dikkat süresi kısa olduğu için önerilmiyor — önce güven biriktir, sonra teklif et. Varlık bir Telegram, Skool veya WhatsApp topluluğuna da çıkabilir ama WhatsApp tarafı 2 bin kişi üstünde ölçeklenmediği için düşük bilet modellerde sorun çıkarıyor. ManyChat böylece viral görüntülemeyi listeye ve oradan da teklife çeviren köprü oluyor; büyük üreticilerin çoğunun aynı köprüyü kullandığı özellikle vurgulanıyor.