Bu rehber, yapay zekâ ile üretilmiş bir uygulamanın önce uluslararasılaştırılmasını, ardından yerelleştirilmesini anlatır: anahtarlar, dil dosyaları, metin çıkarma, terim sözlükleri ve arayüz sürekli değişse de bozulmayan otomasyon. globalize.now, yapay zekâ destekli yerelleştirme altyapısıdır ve her push'ta bu katalogları Git ile hizalı tutar. Bir kez kurarsın, her push'ta otomatik senkron olur, dosyaları elle gönderip almak zorunda kalmazsın. Yapay zekâ öncelikli kod tabanlarının i18n katmanını neden sık sık atladığını merak ediyorsan AI Code Broke Localization and Nobody Fixed It yazısını oku. Araç dönemlerine genel bakış için 3 Stages of Localization Development (And Why AI Changes Everything) yazısına göz at. Depolar hâlâ dağınıkken hangi aracı hangi sırayla seçeceğini görmek için globalize.now vs Lokalise vs Crowdin yazısını, uygulamalı yerelleştirme adımları içinse How to Globalize Your App with globalize.now yazısını oku.
“Yapay zekâ üretimi bir uygulamayı yerelleştirmek” tam olarak ne demek?
Yerelleştirme (l10n), kullanıcının gördüğüdür: kendi diline, çoğul biçimlerine, tarihlere, para birimine ve yerleşime uygun doğru içerik.
Uluslararasılaştırma (i18n) ise mühendislerin önce yaptığı iştir: kullanıcıya görünen metni adreslenebilir, tekrarlanabilir ve ölçekte çeviriye güvenli hale getirmek.
“Henüz yerelleştiremiyoruz” engellerinin çoğu aslında i18n engelleridir. Mimariyi bir kez düzelt; yerelleştirme bir arkeoloji projesi olmaktan çıkıp operasyon meselesine dönüşür.
Araç seçmeden önce bir i18n mimari kontrol listesinde neler olmalı?
Bir çeviri koordinasyon yazılımı ya da çeviri sağlayıcısı seçmeden önce şu yapı taşlarının hazır olduğunu doğrula. Hazır değilse bu sırayla kurmayı planla:
- Stack'ine uygun bir çalışma zamanı i18n kütüphanesi (React, Next.js, Rails vb.) ve arayüz metinleri için tek bir desteklenen kalıp.
- Kararlı çeviri anahtarları (ad alanlı, hiyerarşik); kimlik olarak İngilizce cümleler yerine.
- Dil dosyaları (JSON, PO, YAML); depoya commit edilmiş ya da CI'da üretilmiş.
"{count} items"gibi dinamik ifadeler için ICU tarzı çoğullar ve değişkenler; böylece çevirmenler dil bilgisi sırasını güvenle değiştirebilir.- Yeni arayüzün kataloğu sessizce atlamaması için bir metin çıkarma hattı.
| Katman | Sahibi | Tipik hata biçimi |
|---|---|---|
| Arayüz kodu | Yalnızca t("…") çağırır | Bileşenlerde koda gömülü İngilizce |
| Katalog | Anahtarlar, açıklamalar, azami uzunluklar | Yinelenen anahtarlar, eksik bağlam |
| Diller | Dile özgü mesajlar | Elle düzenlenen JSON'un kaynaktan sapması |
| Koordinasyon / MT | İnsan iş akışı, MT motorları | Bozuk anahtarlarla ya da eksik metinlerle beslenmesi |
Hızı kaybetmeden metinler nasıl çıkarılır?
Yapay zekâ üretimi depolarda aynı etiketler (“Kaydet”, “İptal”, “Daha fazla bilgi”) onlarca dosyada tekrar eder. Metin çıkarma geçişin şunları yapmalı:
- Kullanıcıya görünen metinleri tespit et: bileşenlerde, route'larda ve ortak arayüz parçalarında bul. Teknik metinleri (CSS sınıfları, analitik kimlikleri, kullanıcıya gösterilmeyen URL'ler) yok say.
- Yinelenenleri tek anahtara indir ve referansları koru; böylece çevirmenler tek bir anlam birimi görür.
- Her yeni anahtar için kaynak dili üret (genelde İngilizce); bu, anahtarın kanonik değeri olur.
- Çağrı noktalarını yeniden yaz: ekibinin seçtiği i18n API'sini kullanacak şekilde, mekanik biçimde dönüştür. Böylece diff gözden geçirilebilir kalır.
React tarzı kodda küçük bir önce/sonra örneği şöyle görünür:
<button>Submit order</button>
Metin çıkarma ve anahtarlamadan sonra:
<button>{t("checkout.submit_order")}</button>
// locales/en.json
{
"checkout.submit_order": "Submit order"
}
Dil sayısını artırmadan önce terim sözlükleri ve stil kılavuzları neden önemli?
Makine çevirisi hızlıdır. Kısıtları tanımlamazsan her ekranın farklı bir üründen konuşuyormuş gibi görünmesi de çok kolaydır. Çok dile açılmadan önce şunları yaz:
- Çevrilmemesi gereken marka terimleri (ürün adı, özellik adları).
- Riskli sözcükler için tercih edilen çeviriler (“contact”, “trial”, “billing”, “workspace” gibi).
- Ton: resmî mi, konuşma dili mi; ikinci kişi mi, tarafsız anlatım mı.
Bu terim sözlüğünü koordinasyon stack'ine ya da MT profiline ver; otomatik taslaklar ekibinin zaten verdiği kararlarla uyumlu kalsın.
Çeviri QA döngüsünün temelinde otomatik kontroller nasıl olmalı?
Anahtarlar dil dosyalarına aktıktan sonra modern döngü şöyle işler: MT taslağı → linter kontrolleri (uzunluk, placeholder'lar, yasaklı terimler) → etkisi yüksek ekranlarda otomatik regresyon kontrolleri → yayına al → ölç. Otomasyon zaman kazandırır; linter ise bozuk placeholder'larla yayına çıkmanı engeller.
CLI tarzı araçlar, depoda ne kadar iş kaldığı konusunda hızlı geri bildirim verebilir, şuna benzer:
✔ Scanned 312 files
✔ Found 1,284 user-visible literals
✔ Proposed 920 translation keys (364 duplicates merged)
✔ Wrote locales/en.json
Next: sync translation-ready keys to your coordination tool or run an MT batch with glossary v1
Hangi agent prompt'ları yerelleştirme refactor'larını gözden geçirilebilir tutar?
Bu prompt'lar, testleri ve kod incelemesi olan bir depoda çalıştığını varsayar. Sessizce yayılan geniş refactor'lar değil, güvenebileceğin diff'ler üretmek için yazıldı.
Refactor öncesinde arayüz metinlerinin envanterini nasıl çıkarırsın?
You are analyzing a TypeScript React codebase for localization readiness.
Task: List every pattern where user-visible English might appear (JSX text, string props that render to the DOM, template literals interpolated into UI, aria-label/title/placeholder, toasts, empty states). Exclude className values, internal IDs, and URLs that are not shown to users.
Output: a table with columns: file path, line range, example string, recommended next step (extract key / ignore / needs product decision).
Minimal ve tip güvenli bir t() API'sini güvenle nasıl devreye alırsın?
Add a minimal i18n helper used across the app: a typed t(key, vars?) function backed by JSON locale files in /locales. Do not translate yet; only wire English as the source locale.
Constraints:
- Keys use dot namespaces: "section.component.purpose"
- Support ICU-style pluralization for keys that need counts
- Add a dev-only warning when t() is called with a missing key
Show the file tree you created and example usage in two existing components.
Koda gömülü metinleri ad alanlı anahtarlara mekanik olarak nasıl çıkarırsın?
Refactor the following files to replace user-visible string literals with t("…") keys.
Rules:
- Prefer stable semantic keys, not English sentences as keys
- Deduplicate identical UI strings to one key
- Keep string interpolation correct using ICU message patterns
- Do not change layout/styling except where required by the refactor
After edits, print a JSON object mapping each new key to its English source string for translators.
Çevirmenlerin güvenebileceği bir terim sözlüğü CSV'si nasıl hazırlarsın?
From locales/en.json and the product marketing pages in this repo, propose a glossary CSV with columns: term_en, part_of_speech, definition_for_translators, do_not_translate (true/false), allowed_synonyms, notes_for_de.
Flag terms that are legally sensitive (pricing, trials, refunds) and terms that are ambiguous in software ("session", "organization", "member").
Koda yeni gömülü İngilizce metinlerin girmesini hangi CI koruması engeller?
Add a CI script that fails if new user-visible English literals appear in JSX outside of tests/fixtures.
Implementation guidance:
- Use the repo's existing package manager and test runner
- Provide a small allowlist file for exceptions (brand strings, intentional English)
- Print actionable file/line references on failure
Include README notes for how engineers should add exceptions responsibly.
Bu prompt'ları hâlâ elle yapıştırman gerekiyor mu?
Giderek daha az. Bu rehber ilk yazıldığında prompt'ları agent'ına kopyalayıp yapıştırmak döngüyü çalıştırmanın pratik yoluydu. Sonrasında araçlar agent'ın içine taşındı: kodlama agent'ları artık yerelleştirmeyi doğrudan bir MCP sunucusu üzerinden çağırabiliyor. Metin çıkarma, anahtarlama ve çeviri senkronizasyonu, senin yapıştırdığın prompt'lar yerine agent'ın yaptığı araç çağrılarına dönüşüyor. Kurulum için globalize.now MCP'ye giriş yazısına, bu değişimin mimari açıdan neden önemli olduğu için Yerelleştirme bir SDK değil, agent skill'i olacak yazısına bak.
Yukarıdaki prompt'lar gözden geçirme kontrol listesi olarak da işe yarar: iyi bir agent destekli i18n refactor'ının neyi yapması gerektiğini anlatır. İster bir insan yapıştırsın, ister bir agent Skill'i bunları kodlasın, fark etmez. Otomatik her refactor'ı aynı ölçütle değerlendir: gözden geçirilebilir diff'ler, kararlı anahtarlar, ICU uyumlu interpolasyon ve gerilemeleri durduran bir CI güvencesi.
Yapay zekayla geliştirilen ürünleri yerelleştirirken uzun vadede hangi kısıtı aklında tutmalısın?
Yerelleştirme tek bir sprint'lik iş değil, gelecekteki kendinle yaptığın bir sözleşme. Anahtarlara, kataloglara ve otomasyona bir kez yatırım yaparsan, yapay zekâyla ürettiğin her yeni ekranı dünyaya açmak daha ucuza gelir.
globalize.now koda gömülü uygulama metinlerini çeviriye hazır dil dosyalarına dönüştürür ve sen yayına aldıkça güncel tutar.
globalize.now'ı ücretsiz dene