Magento 2 mağazalarında yapay zekâ: gerçekten işe yarayan ürün içeriği, arama ve destek

Magento 2 ekiplerinin çoğu bir chatbot'u zaten denedi ya da birkaç ürün adını bir LLM'e yapıştırıp sonuca baktı. Asıl soru şu: Binlerce SKU'luk gerçek bir katalog, birkaç mağaza görünümü (store view) ve gün boyu sipariş sorularını yanıtlayan bir destek ekibiyle karşılaştığında hangi yapay zekâ özellikleri gerçekten işe yarıyor?

Bu rehber; Magento 2 ve Adobe Commerce'te canlı ortamda işe yarayan kullanım senaryolarını, Adobe'un hazır olarak sunduklarını, sizin geliştirmeniz gerekenleri ve yayına almadan önce yönetmeniz gereken riskleri ele alıyor.

1. Ürün içeriği: taslaklar, zenginleştirme ve çeviriler

Ürün içeriği en yaygın başlangıç noktasıdır, çünkü girdi zaten yapılandırılmıştır. Malzeme, ölçüler, uyumluluk ve bakım talimatları gibi özellikler elinizde hazır. Bir LLM bunları okunabilir bir ürün açıklamasına, kısa açıklamaya, madde işaretli listelere ve meta etiketlerine dönüştürebilir; hem de boş sayfayla başlayan bir metin yazarından çok daha hızlı.

İşe yarayan bir iş akışı:

1. Güvendiğiniz ürün özelliklerini (SKU, ad, özellik seti, temel teknik bilgiler) REST API veya katalog dışa aktarımı ile alın.
2. Bunları; marka dilinizi, yasaklı kelimeleri ve “yalnızca verilen bilgileri kullan” kuralını içeren sabit bir istemle (prompt) modele gönderin.
3. Çıktıyı asla doğrudan canlı açıklamaya yazmayın; bir ara özelliğe (staging attribute) ya da ayrı bir mağaza görünümüne kaydedin.
4. Her ürünü bir ürün yöneticisi onaylasın ya da düzenlesin, ardından yayına alın.

Çeviriler de aynı yolu izler. Her mağaza görünümü için bir taslak oluşturun, ardından ana dili o dil olan birine kontrol ettirin; özellikle beden tabloları, yasal metinler ve birim ya da mevzuat açısından anlam taşıyan her şeyde.

Google, yapay zekâ ile üretilmiş ürün metinleri hakkında ne diyor?

Google’ın arama rehberine göre yapay zekâyı uygun şekilde kullanmak yönergelere aykırı değildir; ancak kullanıcıya değer katmadan çok sayıda sayfa üretmek için üretken yapay zekâ kullanmak, ölçekli içerik istismarına (scaled content abuse) ilişkin spam politikasını ihlal edebilir. Google ayrıca site sahiplerinden yapay zekâ çıktısını yayınlamadan önce doğrulamalarını ister ve bu kontrolün başlıklar, meta açıklamalar, yapılandırılmış veri ve görsel alt metinleri için de geçerli olduğunu belirtir.

Magento 2 mağazalarında asıl risk, binlerce benzer SKU'da neredeyse aynı metinlerin oluşmasıdır. Modele her ürünü farklı kılan özellikleri verin; bilgisi az olan ürünleri genel geçer dolgu cümleleriyle şişirmesine izin vermeyin.

2. Ne aradığınızı anlayan arama

Kataloğunuzda “su geçirmez yalıtımlı mont” yazıyorsa, anahtar kelime araması “yağmurda yürüyüş için sıcak tutan ceket” gibi sorgularda sonuç bulamaz. Anlamsal arama ise sorgunun anlamını ürün verilerinizin anlamıyla karşılaştırır; böylece bu iki ifadeyi eşleştirebilir.

Adobe Commerce: Live Search anlamsal arama

Adobe’un Live Search hizmeti artık anlamsal arama içeriyor. Adobe’un dokümantasyonuna göre Adobe Commerce 2.4.4 ve üzeri sürümlerde kullanılabiliyor, yalnızca İngilizce kataloglarda çalışıyor ve Settings çalışma alanında Marketing > SEO & Search > Live Search yolundan etkinleştiriliyor. Mevcut arama kuralları, eş anlamlılar, filtreler (facet), öne çıkarmalar ve kategori düzenlemeleri bununla birlikte çalışmaya devam ediyor. Adobe ayrıca yönetim panelinde benzerlik eşiği gibi ince ayar kontrolleri bulunmadığını belirtiyor.

Adobe Commerce'te İngilizce bir katalogla zaten Live Search kullanıyorsanız, bu en az emekle yapabileceğiniz yapay zekâ yükseltmesidir. Etkinleştirmeden önceki ve sonraki sonuçsuz arama oranını ve arama dönüşümünü karşılaştırın.

Magento Open Source: OpenSearch üzerinde vektör arama

Live Search bir Adobe Commerce hizmetidir. Magento Open Source'ta iki yolunuz var: üçüncü taraf bir arama SaaS'ı ya da Magento 2.4.8 ve 2.4.9'un zaten arama motoru olarak kullandığı OpenSearch üzerine kendi çözümünüzü geliştirmek.

OpenSearch, k-NN ve Neural Search eklentileriyle vektör arama sunar; sözcük tabanlı ve vektör sorgularını birleştirip skorları harmanlayan hibrit aramayı da destekler. Yapı taşları hazırdır, ancak Magento’nun standart arama entegrasyonu bunları kendiliğinden kullanmaz. Şunları yapan özel bir modül gerekir:

• indeksleme sırasında ürün metinleri için embedding üretir (ya da bunu bir ingest pipeline aracılığıyla OpenSearch'e bıraktırır),
• bunları normal ürün indeksinin yanında bir knn_vector alanında saklar,
• arama sırasında hibrit bir sorgu çalıştırır; böylece birebir SKU ve marka eşleşmeleri yine öne çıkar.

Anahtar kelime eşleştirmesinden vazgeçmeyin. Parça numarası yazan müşteri tam olarak o parçayı ister; salt vektör arama ise onun yerine “benzer” ürünler getirebilir.

3. Kendi verinize dayanan destek yanıtları

Teslimat süresini tahminle söyleyen ya da iade politikası uyduran sıradan bir chatbot, kazandırdığından fazlasını kaybettirir. İşe yarayan yöntem RAG'dir (retrieval-augmented generation, erişimle zenginleştirilmiş üretim): Asistan önce bilgileri bulur, ardından yalnızca bulduklarına dayanarak yanıt yazar.

Bir Magento 2 mağazasında tipik kaynaklar:

• Katalog verileri ürün soruları için (teknik özellikler, stok durumu, uyumluluk).
• CMS sayfaları kargo, iade ve garanti politikaları için.
• Sipariş verileri “siparişim nerede” soruları için; REST veya GraphQL API üzerinden ve yalnızca müşteri kimliğini doğruladıktan sonra.

Asistana yalnızca ihtiyaç duyduğu verilerle sınırlı, salt okunur API erişim bilgileri verin. Ne zaman insana devredileceğini net belirleyin: İade, şikâyet ve hesap değişikliği içeren konular ile asistanın emin olmadığı yanıtlar, konuşma geçmişiyle birlikte bir müşteri temsilcisine aktarılsın.

AB'deki müşterilere hizmet veriyorsanız, AB Yapay Zekâ Yasası'nın 50. maddesindeki şeffaflık yükümlülükleri 2 Ağustos 2026'dan itibaren geçerlidir. Avrupa Komisyonu'na göre chatbot'larda, durum zaten açıkça anlaşılmıyorsa, kullanıcılara bir yapay zekâ sistemiyle konuştukları ilk etkileşimin en başında ve açık bir şekilde bildirilmelidir.

4. Yönetim paneli ve arka ofis otomasyonu

En iyi getirilerin bir kısmı, müşterilerin hiç görmediği işlerden gelir:

• Gelen destek e-postalarını sınıflandırıp doğru kuyruğa yönlendirmek.
• Tedarikçi verilerinden yeni ürünler için kategori atamaları ve özellik değerleri önermek.
• Ürün yorumlarını ürün yöneticileri için artı ve eksiler olarak özetlemek.
• Ürün yayına girmeden önce eksik veya çelişkili özellik verilerini işaretlemek.
• Sürüm yükseltmelerinde geliştiricilerin yabancı oldukları eklenti kodunu anlamasına yardımcı olmak (her değişikliği bir kişi inceler).

Bunlar Magento API'si üzerinden zamanlanmış görevler ya da kuyruk tüketicileri (queue consumer) olarak çalışır; bu yüzden pilot olarak denemek, ölçmek ve kapatmak kolaydır.

5. Yapay zekâ alışveriş ajanları ve ticaret protokolleri

Gündemdeki yeni konulardan biri, müşteri adına gezinip satın alan yapay zekâ ajanları. Adobe, Şubat 2026'da Adobe Commerce'ün, daha önce Agent Payments Protocol (AP2) için verdiği desteğe ek olarak Universal Commerce Protocol'ü (UCP, Google liderliğinde) ve Agentic Commerce Protocol'ü (ACP, OpenAI ve Stripe'ın ortak geliştirdiği) de destekleyeceğini duyurdu. Amaç, katalog, fiyat ve stok bilgilerini yapay zekâ alışveriş arayüzlerinin okuyabileceği hâle getirmek.

Çoğu satıcı için bu, şimdilik yakından izlenmesi gereken bir alan. Bugün yapabileceğiniz en faydalı hazırlık, arama ve SEO'ya da katkı sağlayan işlerle aynı: eksiksiz, doğru ve yapılandırılmış ürün verileri, temiz GraphQL ve REST API'leri ve ürün sayfalarında doğru yapılandırılmış veri.

Planlanması gereken riskler

Küçük adımlarla nasıl başlanır?

1. Ölçülebilir bir hedefi olan tek bir kullanım senaryosu seçin. Sonuçsuz arama oranı, yeni bir ürünü yayınlama süresi ya da temsilci olmadan çözülen destek taleplerinin oranı.
2. Mevcut durumu ölçün: herhangi bir değişiklik yapmadan önce iki ila dört hafta boyunca.
3. Küçük bir alanda pilot uygulama yapın. Tek bir kategori, tek bir mağaza görünümü ya da tek bir sayfa türünde sohbet.
4. Son kontrolü insana bırakın: müşterilerin veya arama motorlarının göreceği her içerikte.
5. Magento çekirdeğinin dışında geliştirin. Ödeme sayfasına dokunmadan model sağlayıcısını değiştirebilmek için API'yi, mesaj kuyruklarını ve ayrı servisleri kullanın.
6. 30 gün sonra değerlendirin ve ölçeklendirmeye, ayarlamaya ya da durdurmaya karar verin.

İçerik taslakları için basit bir toplu iş bu kadar küçük olabilir; Magento'nun içinde değil, ayrı bir servisten çalıştırılır:

# 1. Açıklaması eksik ürünleri çekin (katalog okuma yetkili admin token)
curl -s -H "Authorization: Bearer $TOKEN" \
  "https://example.com/rest/V1/products?searchCriteria[pageSize]=50&searchCriteria[filter_groups][0][filters][0][field]=description&searchCriteria[filter_groups][0][filters][0][condition_type]=null" \
  > products.json

# 2. Model sağlayıcınızla taslakları üretin, bir kontrol tablosuna yazın
# 3. Onaydan sonra PUT /rest/V1/products/{sku} ile gönderin

Sıkça sorulan sorular

Yapay zekâ özelliklerini kullanmak için Adobe Commerce gerekli mi?

Hayır. Live Search anlamsal arama gibi Adobe'un barındırdığı hizmetler Adobe Commerce gerektirir; ancak içerik üretimi, RAG destek asistanları ve OpenSearch vektör arama, standart API'ler ve özel modüllerle Magento Open Source üzerinde de geliştirilebilir.

Yapay zekâ ile üretilen ürün açıklamaları SEO'ma zarar verir mi?

Kendi başına hayır. Google’ın yönergeleri, kullanıcıya değer katmadan ölçekli olarak üretilen içeriği hedef alır. Gerçek ürün özelliklerinden oluşturulmuş, kontrol edilmiş ve doğru açıklamalarda sorun yoktur. Risk, kontrol edilmemiş, birbirinin neredeyse aynısı binlerce metindedir.

Anlamsal arama İngilizce dışındaki dillerde de kullanılabilir mi?

Adobe Live Search için Adobe’un dokümantasyonu şu anda anlamsal aramayı yalnızca İngilizce kataloglar için listeliyor. Özel bir OpenSearch kurulumu çok dilli embedding modelleri kullanabilir, ancak her dil için alaka düzeyini kendiniz test etmeniz gerekir.

GDPR kapsamında sipariş verilerini bir LLM'e gönderebilir miyim?

Yasal olarak yapılabilir, ancak model sağlayıcısını veri işleyen olarak ele alın: bir veri işleme sözleşmesi imzalayın, yalnızca soruyu yanıtlamak için gereken alanları gönderin, verilerin ne kadar süre saklandığını ve model eğitiminde kullanılıp kullanılmadığını teyit edin ve işlemeyi kayıtlarınızda belgeleyin. Kurulumu gizlilik danışmanınıza inceletin.

Kaynaklar

• Adobe Experience League: Live Search semantic search
• Adobe Experience League: What is Live Search?
• Adobe blogu: Adobe Commerce commits to agentic commerce standards
• Adobe Commerce 2.4.9 sürüm notları
• Adobe Commerce 2.4.8 sürüm notları
• OpenSearch dokümantasyonu: Vector search
• OpenSearch blogu: Building effective hybrid search
• Google Search Central: Guidance on generative AI content
• Google Search Central: Spam policies
• Avrupa Komisyonu: Transparency obligations under Article 50 of the AI Act