n8n, Python ve Gemini AI ile Günlük Akışlarınızı Otomatikleştirin

Günlük iş akışlarınızı hızlandırmak ve tekrarlayan görevlerden kurtulmak mı istiyorsunuz? Bu kapsamlı rehberde n8n, Python ve Gemini AI’ın güçlü kombinasyonuyla otomasyonun kapılarını aralayın. Verimliliğinizi artırın!

Modern iş dünyasında ve kişisel hayatlarımızda, tekrarlayan görevler ve manuel işlemler zamanımızın önemli bir kısmını çalabiliyor. E-postaları düzenlemek, sosyal medya gönderileri oluşturmak, veri toplamak veya rapor hazırlamak gibi rutinler, farkında olmadan verimliliğimizi düşürüyor ve değerli yaratıcı düşünce için ayırabileceğimiz zamanı kısıtlıyor. Peki, bu döngüden kurtulmak ve daha akıllı çalışmak mümkün mü? Kesinlikle evet! İşte tam bu noktada, otomasyonun büyülü dünyası devreye giriyor. Ancak, “otomasyon” kelimesi genellikle karmaşık kodlama ve zorlu entegrasyonlar akla getirse de, günümüz teknolojileri bu süreci hiç olmadığı kadar erişilebilir hale getirdi. Özellikle n8n, Python ve Google’ın yenilikçi yapay zeka modeli Gemini AI’ın birleşimi, sıradan kullanıcıların bile kendi akıllı otomasyonlarını kolayca kurabilmelerini sağlıyor. Bu güçlü üçlü, dijital iş akışlarınızı otomatikleştirmenize, veri işlemeyi hızlandırmanıza ve hatta yapay zeka destekli akıllı kararlar almanıza olanak tanır. İş yükünüzü hafifletirken, daha stratejik ve yaratıcı görevlere odaklanmanızı sağlar. Bu makalede, bu araçların her birini derinlemesine inceleyecek, nasıl entegre edildiklerini adım adım gösterecek ve gerçek dünya senaryolarıyla somut örnekler sunarak kendi otomasyon yolculuğunuza nasıl başlayacağınızı anlatacağız. Hazırsanız, zamanı geri kazanmaya ve dijital yaşamınızı dönüştürmeye başlayalım!

Temel Taşlar: n8n, Python ve Gemini AI’ı Yakından Tanıyalım

Otomasyon dünyasına adım atmadan önce, bu heyecan verici yolculukta bize eşlik edecek temel araçları anlamak büyük önem taşır. n8n, Python ve Gemini AI, her biri kendi alanında güçlü yeteneklere sahip olsa da, bir araya geldiklerinde ortaya çıkan sinerji sayesinde beklentilerin ötesinde çözümler üretebiliyorlar. Gelin, bu üçlüyü daha yakından tanıyalım ve neden bu kadar etkili olduklarını keşfedelim.

n8n Nedir ve Neden Otomasyonda Vazgeçilmezdir?

n8n (node-based workflow automation) açık kaynaklı, görsel tabanlı bir iş akışı otomasyon aracıdır. Diğer otomasyon platformlarından ayrılan en önemli özelliği, hem “low-code” (düşük kod) hem de “no-code” (kodsuz) yaklaşımlar sunabilmesidir. Bu sayede, teknik bilgiye sahip olmayan kullanıcılar bile sürükle bırak arayüzü ile karmaşık iş akışlarını tasarlayabilirken, geliştiriciler Python gibi programlama dillerini entegre ederek daha özelleştirilmiş çözümler yaratabilirler. Birçok SaaS uygulaması ve veritabanı ile doğrudan entegrasyon imkanı sunar. Örneğin, Slack’ten bir bildirim almak, Google Sheets’e veri yazmak, bir web sitesinden veri çekmek veya CRM sisteminizdeki bir kaydı güncellemek gibi işlemleri, tek bir görsel arayüzde bir araya getirebilirsiniz. Ayrıca, n8n’i kendi sunucunuzda barındırma esnekliği sayesinde veri gizliliği ve güvenlik konusunda tam kontrol sahibi olursunuz. Bu platform, tekrarlayan görevleri ortadan kaldırmak, süreçleri standardize etmek ve genel verimliliği artırmak için mükemmel bir araçtır. Özellikle farklı sistemler arasında veri transferi ve tetikleyici tabanlı otomasyonlar kurmak istiyorsanız, n8n sizin için biçilmiş kaftan olacaktır.

Python: Otomasyon Dünyasının İsviçre Çakısı Neden Hala Popüler?

Python, otomasyon, veri bilimi, web geliştirme ve yapay zeka gibi birçok alanda en çok tercih edilen programlama dillerinden biridir. Kolay öğrenilebilir söz dizimi ve geniş kütüphane ekosistemi sayesinde, geliştiricilere karmaşık problemleri hızlı ve verimli bir şekilde çözme imkanı sunar. Otomasyon bağlamında Python’ın gücü, neredeyse her türlü dijital görevi yerine getirebilmesinden gelir. Dosya işlemleri, web kazıma (web scraping), API’larla iletişim kurma, veri analizi yapma veya özel algoritmalar geliştirme gibi işlemleri Python ile kolayca gerçekleştirebilirsiniz. n8n ile entegre edildiğinde, Python, n8n’in standart düğümlerinin ötesine geçerek tamamen özelleştirilmiş mantık veya hesaplamalar eklemenize olanak tanır. Yani, n8n size görsel bir orkestrasyon sunarken, Python bu orkestrasyona istediğiniz enstrümanı ekleyebilme özgürlüğünü verir. Bu esneklik, standart bir entegrasyonun bulunmadığı durumlarda veya çok spesifik veri işleme adımlarına ihtiyaç duyulduğunda hayati önem taşır. Bu sayede, iş akışlarınızı sadece otomatikleştirmekle kalmaz, aynı zamanda akıllı ve kişiselleştirilmiş bir hale getirebilirsiniz.

Gemini AI: Akıllı Kararların Yeni Nesil Adresi Nasıl Çalışır?

Google tarafından geliştirilen Gemini AI, metin, kod, görseller ve videolar gibi farklı veri türlerini anlayabilen ve üretebilen yeni nesil bir yapay zeka modelidir. Çok modlu yapısıyla öne çıkan Gemini, karmaşık dil modelleme görevlerinden görüntü analizine kadar geniş bir yelpazede yeteneklere sahiptir. Otomasyon süreçlerinde Gemini AI’ın rolü, iş akışlarına “akıl” katmaktır. Örneğin, bir e-postanın tonunu analiz edebilir, uzun bir metni özetleyebilir, belirli bir konu hakkında yaratıcı içerikler üretebilir veya bir müşteri yorumunu sınıflandırabilir. Bu yetenekler, otomasyon sistemlerinin sadece belirli kurallara göre çalışmak yerine, bağlamı anlayarak daha insan benzeri ve dinamik kararlar almasına olanak tanır. Gemini API’ı sayesinde, Python kodunuz aracılığıyla bu güçlü yapay zeka modeline kolayca erişebilir ve otomasyonlarınıza doğal dil işleme (NLP) yetenekleri ekleyebilirsiniz. Bu, özellikle müşteri hizmetleri, içerik üretimi, veri analizi ve karar destek sistemleri gibi alanlarda devrim niteliğinde fırsatlar sunar. n8n, Python ve Gemini AI bir araya geldiğinde, sadece görevleri otomatikleştirmekle kalmaz, aynı zamanda bu görevlerin çok daha akıllıca ve verimli bir şekilde yerine getirilmesini sağlarsınız.

Entegrasyon Gücü: Bu Üçlü Birlikte Nasıl Çalışır ve Akışlar Oluşturulur?

n8n, Python ve Gemini AI’ın bireysel güçlerini anladıktan sonra, asıl merak edilen soru bu üçlünün bir araya gelerek nasıl sihir yarattığıdır. Bu bölüm, entegrasyon mekanizmalarını ve bu sayede nasıl daha akıllı otomasyon iş akışları oluşturabileceğimizi detaylandıracaktır. Temel olarak, n8n görsel orkestrasyon katmanı olarak görev yaparken, Python karmaşık mantık ve özel entegrasyonlar için programlama gücü sağlar ve Gemini AI, bu akışlara yapay zeka destekli zeka katar.

n8n ile Python Entegrasyonu: Köprü Kurmak

n8n, Python kodunu doğrudan çalıştırmanızı sağlayan özel düğümlere sahiptir. Bu, n8n’in esnekliğinin anahtarıdır. İki ana yöntemle Python kodunu iş akışınıza dahil edebilirsiniz:

1. Execute Command Düğümü: Bu düğüm, n8n’in çalıştığı sunucu üzerinde herhangi bir komutu veya betiği çalıştırmanıza olanak tanır. Python betiklerinizi bir dosya olarak kaydedip bu düğümle çağırabilirsiniz. Örneğin:

   
               python /path/to/my_script.py --data "{{$json.inputData}}"
               

   
   Bu yöntem, bağımlılıkları olan veya daha uzun süren betikler için idealdir.

2. Execute Python Code Düğümü: n8n'in en kullanışlı özelliklerinden biridir. Bu düğüm, doğrudan n8n arayüzüne Python kodunu yazmanıza ve onu çalıştırmanıza imkan tanır. Düğüm, önceki düğümlerden gelen veriyi n8n_data adlı bir değişkene JSON formatında otomatik olarak aktarır ve siz de işlenmiş veriyi aynı formatta geri döndürebilirsiniz.

    

    # Execute Python Code Düğümü içinde örnek
    import json

    # n8n'den gelen veriye erişim
    input_data = n8n_data[0]['json']
    name = input_data.get('userName', 'Misafir')

    # Python içinde işlem yapma
    greeting = f"Merhaba, {name}! Bu Python'dan gelen bir mesajdır."

    # Sonucu n8n'e geri gönderme
    # n8n'e döndürülecek her öğe bir sözlük olmalıdır
    return [{'json': {'message': greeting}}]
    
    
Bu düğüm, kısa ve spesifik mantık işlemleri için mükemmeldir. Örneğin, bir API yanıtını ayrıştırmak, özel bir hesaplama yapmak veya veriyi belirli bir formata dönüştürmek gibi görevlerde kullanılabilir. Python'ın esnekliği sayesinde, n8n'in kütüphanesinde bulunmayan herhangi bir entegrasyonu veya veri işleme görevini kolayca gerçekleştirebilirsiniz.
Python ile Gemini AI Entegrasyonu: Yapay Zekayı Çağırmak
Python'ı Gemini AI ile entegre etmek, genellikle Google AI SDK'sını veya doğrudan Gemini API'ını kullanarak yapılır. Google, Python için kullanıcı dostu bir kütüphane sunar, bu da Gemini modellerine erişimi oldukça basitleştirir. İlk adım, bir Google AI Studio hesabı oluşturmak ve bir API anahtarı almaktır. Bu anahtar, Python kodunuzun Gemini hizmetlerine kimlik doğrulaması yapmasını sağlar.

    

    import google.generativeai as genai
    import os

    # API anahtarını ortam değişkeninden veya doğrudan atama (güvenlik için ortam değişkeni önerilir)
    # genai.configure(api_key=os.environ["GEMINI_API_KEY"])
    genai.configure(api_key="YOUR_GEMINI_API_KEY") # Sadece test amaçlı, üretimde environment variable kullanın

    # Gemini modelini başlatma
    model = genai.GenerativeModel('gemini-pro')

    def generate_content_with_gemini(prompt_text):
        try:
            response = model.generate_content(prompt_text)
            return response.text
        except Exception as e:
            return f"Gemini API çağrısında hata: {e}"

    # Örnek kullanım (n8n'den gelecek metin gibi)
    # text_to_process = "Bu makale n8n, Python ve Gemini AI entegrasyonunu ele alıyor. Ana fikirlerini özetler misin?"
    # summary = generate_content_with_gemini(text_to_process)
    # print(summary)
    
    
Bu kod bloğu, Python ile Gemini API'ına nasıl bağlanacağınızı ve metin oluşturma gibi temel işlemleri nasıl yapacağınızı gösterir. Gemini'ın farklı modelleri (örneğin, gemini-pro metin tabanlı işlemler için, gemini-pro-vision multimodal içerik için) farklı yetenekler sunar.
n8n Üzerinden Gemini AI Kullanımı: Senkronize Bir Dans
Şimdi bu parçaları bir araya getirme zamanı. n8n iş akışınızda, bir tetikleyici (örneğin, yeni bir e-posta, web kancası veya belirli bir zaman) bir olay başlattığında, şu adımları takip edebiliriz:

Veri Toplama: n8n'in dahili düğümlerini kullanarak ilgili veriyi toplarsınız (örn. Email Trigger ile e-posta içeriği).
Python Düğümüne Gönderme: Topladığınız veriyi bir "Execute Python Code" düğümüne aktarırsınız.
Gemini AI ile İşleme: Python düğümü içinde, yukarıdaki örnekte gösterildiği gibi Gemini API'ını çağırarak veriyi işlersiniz (örn. özetleme, sınıflandırma, yeni metin oluşturma).
Sonucu Geri Alma ve İş Akışına Devam Etme: Gemini'dan gelen yanıtı Python kodu içinde işler ve n8n'e geri döndürürsünüz. n8n daha sonra bu işlenmiş veriyi kullanarak sonraki adımları (örn. Slack'e bildirim gönderme, Google Sheets'e kaydetme, başka bir e-posta gönderme) gerçekleştirir.

Bu entegre yaklaşım, sadece görevleri otomatikleştirmekle kalmaz, aynı zamanda yapay zeka destekli kararlar alabilen dinamik ve akıllı iş akışları oluşturmanızı sağlar. Bu kombinasyon sayesinde, manuel olarak yapılması saatler süren veya insan müdahalesi gerektiren pek çok işlemi, tamamen otomatik ve akıllı bir şekilde gerçekleştirebilirsiniz.

        Uzman İpucu: Gemini API anahtarınızı asla doğrudan kod içine yazmayın! Bunun yerine, n8n'in Credentials özelliği veya sunucunuzun ortam değişkenleri aracılığıyla güvenli bir şekilde yönetin. Python kodunuzda os.environ.get("GEMINI_API_KEY") kullanarak erişebilirsiniz.
    
Vaka Analizi 1: E-posta Gelen Kutusu Yönetimi ve Akıllı Yanıtlama
Günlük iş akışlarımızda en çok zamanımızı alan görevlerden biri kuşkusuz e-posta yönetimidir. Gelen kutusunda biriken yüzlerce e-posta arasında önemli olanları ayırmak, hızlıca yanıt vermek veya ilgili departmanlara yönlendirmek bazen tam zamanlı bir iş haline gelebilir. Ancak n8n, Python ve Gemini AI üçlüsüyle bu süreci radikal bir şekilde otomatikleştirebilir ve akıllı hale getirebilirsiniz. Bu vaka analizinde, gelen destek e-postalarını otomatik olarak sınıflandıran, özetleyen ve hatta taslak yanıtlar oluşturan bir sistem kuracağız.
Senaryo: Destek Taleplerini Otomatik Olarak İşleme
Bir e-ticaret şirketinde çalıştığınızı ve her gün yüzlerce müşteri destek e-postası aldığınızı varsayalım. Bu e-postaların bazıları "sipariş durumu sorgusu", bazıları "ürün iadesi", bazıları ise "teknik destek" kategorisine giriyor. Amacımız, her yeni e-postayı otomatik olarak almak, kategorize etmek, ana noktalarını özetlemek ve müşteriye gönderilebilecek kişiselleştirilmiş bir taslak yanıt oluşturmaktır. Bu sayede, destek ekibi manuel sınıflandırma ve temel yanıtları yazma yükünden kurtulacak, daha karmaşık veya acil sorunlara odaklanabilecektir.
Adım Adım Otomasyon İş Akışı

Tetikleyici: Yeni E-posta Alımı (n8n Email Trigger)
İş akışımız, yeni bir e-posta geldiğinde tetiklenecektir. n8n'in "Email Trigger" düğümü, belirli bir e-posta adresine gelen postaları dinleyebilir. Gelen e-postanın konusu, göndereni, alıcısı ve en önemlisi içeriği (body) gibi bilgileri otomatik olarak alır.

E-posta İçeriğini Python Düğümüne Gönderme (n8n Execute Python Code)
E-posta içeriğini aldıktan sonra, bu metni işlemek üzere bir "Execute Python Code" düğümüne göndeririz. Bu düğüm, e-posta içeriğini (genellikle HTML veya düz metin formatında) Gemini AI'ın işleyebileceği bir formata dönüştürmek için de kullanılabilir.

            

            # n8n Execute Python Code düğümü içinde
            import json
            import re # HTML etiketlerini temizlemek için

            email_data = n8n_data[0]['json']
            email_body = email_data.get('text', '') # Düz metin veya HTML body
            email_subject = email_data.get('subject', 'Konu Yok')

            # HTML etiketlerini temizle (eğer body HTML ise)
            clean_body = re.sub(r'<.*?>', '', email_body)
            clean_body = clean_body.replace('\n', ' ').strip() # Yeni satırları kaldır

            # Temizlenmiş e-posta içeriğini ve konusunu bir sonraki adıma ilet
            return [{'json': {'cleanEmailBody': clean_body, 'emailSubject': email_subject}}]
            
            
        
Gemini AI ile Sınıflandırma ve Özetleme (Python içinde Gemini API)
Şimdi Python düğümünün kalbine geliyoruz. Burada, temizlenmiş e-posta içeriğini Gemini AI'a göndererek iki ana işlem yapacağız: e-postayı sınıflandırmak ve ana içeriğini özetlemek. Bu işlemler için Gemini'a özel komut istemleri (prompt) göndereceğiz.

            

            # n8n Execute Python Code düğümü içinde (önceki kodun devamı)
            import google.generativeai as genai
            import os
            import json
            import re

            # Güvenlik için API anahtarını n8n Credentials veya ortam değişkeninden alın
            genai.configure(api_key=os.environ.get("GEMINI_API_KEY")) # n8n Credentials'dan alınan anahtar

            model = genai.GenerativeModel('gemini-pro')

            email_data = n8n_data[0]['json']
            clean_body = email_data['cleanEmailBody']
            email_subject = email_data['emailSubject']

            # 1. Prompt: E-postayı sınıflandırma
            classification_prompt = f"""Aşağıdaki e-posta metnini 
            'Sipariş Sorgusu', 'Ürün İadesi', 'Teknik Destek', 'Fatura/Ödeme', 'Diğer' 
            kategorilerinden birine sınıflandır ve sadece kategorinin adını döndür.
            E-posta Konusu: {email_subject}
            E-posta İçeriği: {clean_body}
            Kategori:"""

            # 2. Prompt: E-postayı özetleme
            summary_prompt = f"""Aşağıdaki e-posta metnini 2-3 cümleyle özetle.
            E-posta Konusu: {email_subject}
            E-posta İçeriği: {clean_body}
            Özet:"""

            # 3. Prompt: Taslak yanıt oluşturma
            response_prompt = f"""Aşağıdaki e-posta içeriğine uygun, kibar ve yardımcı bir taslak yanıt oluştur. 
            Müşteriye sorunu için yardımcı olacağımızı ve en kısa sürede geri döneceğimizi belirt.
            E-posta Konusu: {email_subject}
            E-posta İçeriği: {clean_body}
            Taslak Yanıt:"""

            try:
                classification_response = model.generate_content(classification_prompt)
                category = classification_response.text.strip()

                summary_response = model.generate_content(summary_prompt)
                summary = summary_response.text.strip()

                response_draft_response = model.generate_content(response_prompt)
                response_draft = response_draft_response.text.strip()

            except Exception as e:
                category = "Hata"
                summary = f"Özetleme hatası: {e}"
                response_draft = f"Yanıt oluşturma hatası: {e}"

            # İşlenmiş veriyi n8n'e geri döndür
            return [{'json': {
                'category': category,
                'summary': summary,
                'responseDraft': response_draft,
                'originalSubject': email_subject,
                'originalBody': clean_body
            }}]
            
            
        
Yanıtı Taslak Olarak Kaydetme veya Yönlendirme (n8n Gmail/Outlook/Slack Düğümleri)
Gemini AI'dan gelen kategori, özet ve taslak yanıt bilgilerini kullanarak iş akışını tamamlarız. Bu aşamada birden fazla seçenek mevcuttur:

Gmail/Outlook Düğümü: Oluşturulan taslak yanıtı, müşteriye gönderilmek üzere ilgili e-posta hesabında bir taslak olarak kaydedebilirsiniz. Destek ekibinin sadece gözden geçirmesi ve göndermesi yeterli olur.
Slack/Microsoft Teams Düğümü: E-postanın kategorisine göre ilgili departmanın Slack kanalına (örn. #teknik-destek) e-postanın özetini, kategorisini ve taslak yanıtını içeren bir bildirim gönderebilirsiniz. Bu, ekiplerin hızla bilgi sahibi olmasını sağlar.
Google Sheets/Airtable Düğümü: Gelen e-postaları, sınıflandırmalarını ve yanıt taslaklarını bir kayıt tablosuna ekleyerek tüm destek taleplerini merkezi bir yerde izleyebilirsiniz.
If Düğümü: E-postanın kategorisine göre farklı yollar izleyebilirsiniz. Örneğin, "Teknik Destek" kategorisindeki e-postaları doğrudan teknik ekibin Jira paneline bir görev olarak eklerken, "Sipariş Sorgusu" olanları müşteri hizmetleri paneline yönlendirebilirsiniz.



Bu otomasyon sayesinde, destek ekibiniz manuel iş yükünü önemli ölçüde azaltacak, yanıt sürelerini hızlandıracak ve müşteri memnuniyetini artıracaktır. E-postaların otomatik olarak sınıflandırılması ve taslak yanıtların oluşturulması, ekibin daha karmaşık sorunlara odaklanmasına ve genel verimliliğin artmasına olanak tanır.
Vaka Analizi 2: Sosyal Medya İçerik Üretimi ve Planlaması
Dijital pazarlamacıların ve içerik üreticilerinin en büyük zorluklarından biri, sürekli olarak taze ve ilgi çekici içerik üretmektir. Trendleri takip etmek, uzun makaleleri özetlemek ve sosyal medya platformlarına uygun kısa, etkileşimli gönderiler hazırlamak oldukça zaman alıcı olabilir. n8n, Python ve Gemini AI kombinasyonu, bu süreci baştan sona otomatikleştirecek, size hem zaman kazandıracak hem de içerik kalitenizi artıracaktır. Bu vaka analizinde, belirli bir konuda yeni yayınlanan blog yazılarını otomatik olarak izleyen, özetleyen ve sosyal medya gönderileri oluşturan bir sistem kuracağız.
Senaryo: Otomatik Blog İzleme ve Sosyal Medya İçerik Üretimi
Bir teknoloji blogu veya haber sitesi işlettiğinizi düşünelim. Sektörünüzdeki diğer önde gelen yayınları veya rakiplerinizi sürekli takip ederek, yeni çıkan önemli makaleleri hızlıca keşfetmek ve bu içeriklerden ilham alarak kendi sosyal medya kanallarınız için gönderiler oluşturmak istiyorsunuz. Amacımız, yeni bir blog yazısı yayımlandığında, bu yazının ana fikrini otomatik olarak özetlemek, ilgili anahtar kelimeler ve hashtag'ler belirlemek ve sosyal medya platformları (örneğin Twitter, LinkedIn) için hazır gönderi metinleri üretmektir. Hatta bu gönderilere uygun görsel açıklamaları da ekleyebiliriz.
Adım Adım Otomasyon İş Akışı

Tetikleyici: Yeni Blog Yazısı Keşfi (n8n RSS Read / HTTP Request)
İş akışımız, belirli web sitelerinin RSS akışlarında veya doğrudan URL'lerinde yeni bir içerik tespit edildiğinde tetiklenecektir. n8n'in "RSS Read" düğümü, belirlediğiniz RSS akışlarını düzenli aralıklarla kontrol edebilir ve yeni öğeleri yakalayabilir. Eğer web sitesinin RSS'i yoksa, "HTTP Request" düğümü ile belirli bir URL'yi periyodik olarak kontrol ederek (örneğin, bir web scraping Python betiği ile) yeni içerik bulabiliriz.

İçerik Ayıklama ve Python Düğümüne Gönderme (n8n HTML Extract / Execute Python Code)
RSS akışından gelen veya web scraping ile elde edilen bir blog yazısının başlığını ve ana metnini ayıklamamız gerekir. n8n'in "HTML Extract" düğümü, belirli CSS seçicileri kullanarak web sayfasından başlık, ana metin, resim URL'si gibi bilgileri çekebilir. Ardından, bu bilgileri bir "Execute Python Code" düğümüne göndeririz.

            

            # n8n Execute Python Code düğümü içinde
            import json
            import re
            from bs4 import BeautifulSoup # HTML içeriği temizlemek için, n8n'in Python ortamına yüklenmeli

            article_data = n8n_data[0]['json']
            article_title = article_data.get('title', 'Başlık Yok')
            article_url = article_data.get('url', '')
            article_full_html_content = article_data.get('content', '') # HTML Extract'ten gelen tüm içerik

            # HTML'i temizle ve sadece metni al
            soup = BeautifulSoup(article_full_html_content, 'html.parser')
            clean_text = soup.get_text(separator=' ', strip=True)

            # Temizlenmiş metni ve diğer bilgileri bir sonraki adıma ilet
            return [{'json': {
                'cleanArticleText': clean_text,
                'articleTitle': article_title,
                'articleUrl': article_url
            }}]
            
            
        
Gemini AI ile Özetleme, Hashtag ve Gönderi Oluşturma (Python içinde Gemini API)
Bu aşamada, temizlenmiş blog yazısı metnini Gemini AI'a göndererek aşağıdaki işlemleri gerçekleştireceğiz:

Özetleme: Yazının ana fikrini birkaç cümleyle özetlemek.
Hashtag ve Anahtar Kelime Üretimi: İçerikle ilgili en uygun 3-5 adet hashtag ve anahtar kelime önermek.
Sosyal Medya Gönderisi Taslağı: Twitter (kısa), LinkedIn (daha uzun ve profesyonel) gibi platformlara özel gönderi taslakları oluşturmak.
Görsel Açıklaması (Opsiyonel): Eğer varsa, yazının ana görseline uygun kısa bir açıklama veya görsel fikri üretmek.


            

            # n8n Execute Python Code düğümü içinde (önceki kodun devamı)
            import google.generativeai as genai
            import os
            import json

            genai.configure(api_key=os.environ.get("GEMINI_API_KEY"))
            model = genai.GenerativeModel('gemini-pro')

            article_data = n8n_data[0]['json']
            clean_text = article_data['cleanArticleText']
            article_title = article_data['articleTitle']
            article_url = article_data['articleUrl']

            # Gemini Prompts
            summary_prompt = f"""Aşağıdaki makale metnini 3-4 cümleyle özetle.
            Makale Başlığı: {article_title}
            Makale İçeriği: {clean_text}
            Özet:"""

            hashtag_prompt = f"""Aşağıdaki makale metnine uygun, en alakalı 5 adet hashtag (başında # işaretiyle) ve 3 adet anahtar kelime öner. Sadece listeyi döndür.
            Makale Başlığı: {article_title}
            Makale İçeriği: {clean_text}
            Sonuç:"""

            twitter_post_prompt = f"""Aşağıdaki makale hakkında, Twitter için uygun, 280 karakteri geçmeyen, ilgi çekici ve hashtag içeren bir gönderi taslağı oluştur. Makale URL'sini de ekle: {article_url}
            Makale Başlığı: {article_title}
            Makale İçeriği: {clean_text}
            Twitter Gönderisi:"""

            linkedin_post_prompt = f"""Aşağıdaki makale hakkında, LinkedIn için uygun, profesyonel, bilgilendirici ve hashtag içeren bir gönderi taslağı oluştur. Makale URL'sini de ekle: {article_url}
            Makale Başlığı: {article_title}
            Makale İçeriği: {clean_text}
            LinkedIn Gönderisi:"""

            try:
                summary_response = model.generate_content(summary_prompt)
                summary = summary_response.text.strip()

                hashtag_response = model.generate_content(hashtag_prompt)
                hashtags_keywords = hashtag_response.text.strip().split('\n') # Satır satır ayır

                twitter_post_response = model.generate_content(twitter_post_prompt)
                twitter_post = twitter_post_response.text.strip()

                linkedin_post_response = model.generate_content(linkedin_post_prompt)
                linkedin_post = linkedin_post_response.text.strip()

            except Exception as e:
                summary = f"Özetleme hatası: {e}"
                hashtags_keywords = ["#Hata"]
                twitter_post = f"Twitter gönderisi hatası: {e}"
                linkedin_post = f"LinkedIn gönderisi hatası: {e}"

            return [{'json': {
                'summary': summary,
                'hashtagsKeywords': hashtags_keywords,
                'twitterPost': twitter_post,
                'linkedinPost': linkedin_post,
                'originalArticleTitle': article_title,
                'originalArticleUrl': article_url
            }}]
            
            
        
Sosyal Medya Platformlarına Gönderme veya Planlama (n8n Social Media Düğümleri)
Gemini AI'dan gelen hazır içeriklerle son adıma geçeriz. n8n'in birçok sosyal medya entegrasyonu bulunmaktadır:

Twitter Düğümü: Oluşturulan Twitter gönderisini otomatik olarak yayınlayabilir.
LinkedIn Düğümü: Oluşturulan LinkedIn gönderisini otomatik olarak yayınlayabilir veya taslak olarak kaydedebilir.
Buffer/Hootsuite Düğümü: Bu tür platformlara entegre ederek gönderileri istediğiniz zaman diliminde planlayabilirsiniz.
Google Sheets Düğümü: Tüm bu hazır gönderileri, ileride manuel olarak yayınlamak veya düzenlemek üzere bir takvime kaydetmek için kullanabilirsiniz.



Bu otomasyon, içerik pazarlama ekibinizin yükünü hafifleterek onlara daha stratejik ve yaratıcı görevlere odaklanma imkanı sunar. Sürekli olarak taze ve alakalı içerik akışı sağlayarak sosyal medya varlığınızı güçlendirirken, insan kaynaklarını daha verimli kullanırsınız. Yapay zeka destekli içerik üretimi, ölçeklenebilir bir pazarlama stratejisinin vazgeçilmez bir parçası haline gelmiştir.
İleri Düzey İpuçları ve Performans Optimizasyonu
n8n, Python ve Gemini AI ile temel otomasyon iş akışları oluşturmak harika bir başlangıçtır, ancak bu araçların potansiyelini tam olarak kullanmak için bazı ileri düzey ipuçları ve performans optimizasyon teknikleri bilmek faydalıdır. Otomasyonlarınızın daha sağlam, verimli ve ölçeklenebilir olmasını sağlayacak bu bilgiler, deneyimli kullanıcılar için rehber niteliğindedir.

        Uzman İpucu: Otomasyonlarınızı tasarlarken, gelecekteki değişiklikleri ve genişlemeyi göz önünde bulundurarak modüler bir yapı kurun. Her adımı ayrı bir işlev olarak düşünün ve yeniden kullanılabilirliği artırın. Bu, hata ayıklamayı ve bakımı büyük ölçüde kolaylaştırır.
    
n8n'de Performans İçin En İyi Uygulamalar

Bulk İşlemler ve Toplu İşleme: Birçok öğeyi aynı anda işliyorsanız, n8n'in bazı düğümleri (örneğin, "HTTP Request", "Spreadsheet File") toplu işlem yeteneklerine sahiptir. Mümkün olduğunca bu toplu işlem özelliklerini kullanarak API çağrısı sayısını azaltın ve iş akışınızın hızını artırın. Tek tek öğeleri döngüde işlemek yerine, tek bir çağrıda birden fazla öğe gönderip almayı deneyin.
Dönüşüm ve Filtreleme: Veriyi mümkün olduğunca erken bir aşamada filtreleyin ve sadece ihtiyacınız olanı sonraki düğümlere iletin. "Item Lists", "Filter" ve "Merge" gibi düğümler, veri setlerini verimli bir şekilde yönetmenize yardımcı olur.
Kaynak Yönetimi: Kendi sunucunuzda n8n çalıştırıyorsanız, sunucunun CPU, RAM ve disk kaynaklarını izleyin. Yoğun iş akışları için daha güçlü bir sunucuya ihtiyaç duyabilirsiniz. Kapsayıcılı ortamlarda (Docker gibi) kaynak sınırlarını doğru ayarlayın.

Python Kodunuzu Verimli Hale Getirmek

Asenkron İşlemler: Özellikle uzun süren API çağrıları veya ağ işlemleri yapıyorsanız, Python'ın asyncio kütüphanesini kullanarak asenkron kod yazmayı düşünün. Bu, aynı anda birden fazla Gemini AI çağrısı yapmanıza veya diğer işlemleri beklerken engellemeyen kodlar çalıştırmanıza olanak tanır. n8n'in "Execute Python Code" düğümünde de asenkron işlemleri yönetebilirsiniz, ancak daha karmaşık senaryolarda ayrı bir Python servisi çalıştırmak daha uygun olabilir.
Bağımlılık Yönetimi: Python betikleriniz için requirements.txt dosyalarını kullanarak bağımlılıkları açıkça belirtin. n8n ortamınızda bu bağımlılıkların yüklü olduğundan emin olun (pip install -r requirements.txt). Gereksiz kütüphanelerden kaçının.
Hata Yakalama ve Günlükleme: Python kodunuzda try-except blokları kullanarak olası hataları yakalayın ve bunları anlaşılır hata mesajlarıyla n8n'e geri döndürün. Ayrıca, sorun giderme için Python'ın logging modülünü kullanarak önemli olayları veya hataları kaydedin.


    

    import logging

    logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')

    def risky_operation():
        try:
            # Hata oluşturabilecek bir işlem
            result = 10 / 0
            logging.info("İşlem başarıyla tamamlandı.")
            return result
        except ZeroDivisionError as e:
            logging.error(f"Sıfıra bölme hatası oluştu: {e}")
            raise # Hatayı n8n'e ilet
        except Exception as e:
            logging.critical(f"Beklenmedik bir hata oluştu: {e}")
            raise
    
    
Gemini AI Kullanımında Verimlilik

Prompt Mühendisliği: Gemini AI'dan en iyi yanıtları almak için açık, net ve hedefe yönelik komut istemleri (prompt'lar) yazmak çok önemlidir. İyi bir prompt, gereksiz token tüketimini azaltır ve daha doğru sonuçlar sağlar. Denemeler yaparak en uygun prompt formatını bulun.
Maliyet ve Kota Yönetimi: Gemini AI'ın kullanım kotasını ve maliyetlerini takip edin. Büyük ölçekli otomasyonlarda, token tüketimi önemli maliyetlere yol açabilir. Sadece gerekli bilgileri AI'a göndererek ve yanıtları özetleyerek maliyetleri optimize edin. Google Cloud Platform'dan kullanım metriklerini izleyebilirsiniz.
Model Seçimi: Gemini'ın farklı modelleri farklı yeteneklere ve maliyetlere sahiptir. Örneğin, gemini-pro genellikle metin işleme için yeterliyken, gemini-pro-vision görsel işleme için tasarlanmıştır. İhtiyacınıza en uygun modeli seçerek performansı ve maliyeti dengeleyin.

Güvenlik ve Hata Yönetimi

API Anahtarı Güvenliği: Daha önce belirtildiği gibi, API anahtarlarınızı doğrudan koda gömmeyin. n8n Credentials veya ortam değişkenleri aracılığıyla yönetin.
Hata Akışları (Error Workflows): n8n'in "Error Workflow" özelliğini kullanarak ana iş akışınızda bir hata oluştuğunda otomatik olarak bildirim gönderin (örn. Slack'e, e-postaya) veya alternatif bir işlem başlatın. Bu, otomasyonlarınızın daha dirençli olmasını sağlar.
Mobil Uyumlu Tasarım: Eğer n8n ile oluşturduğunuz web tabanlı arayüzler veya bildirimler mobil cihazlarda görüntülenecekse, temel mobil uyumluluk prensiplerine dikkat edin. Örneğin, HTML çıktılarında  etiketini kullanın ve esnek grid sistemleri veya media query'ler (n8n'in kendisi için değil, ürettiğiniz çıktılar için) ile içeriğin farklı ekran boyutlarına uyum sağlamasını sağlayın.

            

            /* Örnek bir CSS media query */
            @media (max-width: 768px) {
                .container {
                    padding: 10px;
                }
                .card {
                    width: 100%;
                }
            }
            
            

            Bu, n8n'in kendi arayüzü için değil, n8n ile ürettiğiniz HTML e-posta şablonları veya web bildirimleri gibi çıktılar için geçerlidir.

Bu ileri düzey ipuçları ve en iyi uygulamalarla, n8n, Python ve Gemini AI ile oluşturduğunuz otomasyonları daha sağlam, daha hızlı ve daha akıllı hale getirebilirsiniz. Unutmayın, otomasyon sürekli bir öğrenme ve iyileştirme sürecidir.
Sonuç: Akıllı Otomasyonla Daha Fazla Değer Yaratın
Günümüzün hızla değişen dijital ortamında, verimlilik ve uyarlanabilirlik hiç bu kadar kritik olmamıştı. Bu makale boyunca, n8n'in görsel iş akışı otomasyon yeteneklerini, Python'ın programlama gücünü ve Gemini AI'ın akıllı karar alma kapasitesini bir araya getirerek günlük iş akışlarınızı nasıl dönüştürebileceğinizi detaylı bir şekilde inceledik. Gördüğümüz gibi, bu güçlü üçlü sadece tekrarlayan görevleri ortadan kaldırmakla kalmıyor, aynı zamanda iş süreçlerinize zeka katıyor ve daha önce mümkün olmayan otomasyon senaryolarının kapılarını aralıyor.
İster e-posta yönetimi gibi temel ofis görevlerini otomatikleştirmek isteyin, ister sosyal medya içerik üretimi gibi karmaşık pazarlama stratejilerini güçlendirin, n8n, Python ve Gemini AI size bu gücü sağlıyor. Bu sayede, manuel işlemlere harcadığınız zamanı geri kazanabilir, daha stratejik düşünmeye odaklanabilir ve işinize veya kişisel projelerinize gerçekten değer katacak alanlara enerjinizi yönlendirebilirsiniz. Otomasyon, sadece işleri daha hızlı yapmakla ilgili değildir; aynı zamanda işleri daha akıllıca yapmakla ve geleceğin iş modellerine uyum sağlamakla ilgilidir. Bu araçlarla donanarak, dijital dünyada rekabet avantajı elde edebilir ve sürekli değişen ihtiyaçlara hızla yanıt verebilirsiniz.
Unutmayın, otomasyon bir yolculuktur ve bu yolculukta sürekli yeni şeyler öğrenecek, yeni entegrasyonlar keşfedecek ve iş akışlarınızı daha da mükemmelleştireceksiniz. n8n'in esnek yapısı, Python'ın sınırsız yetenekleri ve Gemini AI'ın gelişen zekası ile bu yolculukta yanınızda güçlü müttefikleriniz var. Şimdi sıra sizde! Kendi otomasyon maceralarınıza atılın ve dijital yaşamınızı nasıl optimize edebileceğinizi keşfedin. İnanın, sonuçlar sizi şaşırtacak.
Sıkça Sorulan Sorular (SSS)


            S1: Bu araçları kullanmak için programlama bilgisi şart mı?

C1: n8n, temel iş akışları için "no-code" veya "low-code" bir deneyim sunar, bu da programlama bilgisi olmadan da başlayabileceğiniz anlamına gelir. Ancak, Python'ı iş akışlarınıza entegre etmek istiyorsanız, temel Python bilgisi çok faydalı olacaktır. Gemini AI API'ı ile etkileşim kurmak için de Python bilgisi gereklidir. Özetle, başlangıç için şart değil ama daha ileri düzey ve özelleştirilmiş otomasyonlar için kesinlikle önerilir.


            S2: Gemini AI'ın maliyeti ne kadar ve nasıl yönetilir?

C2: Gemini AI, genellikle token bazlı bir fiyatlandırma modeline sahiptir. Yani, API'a gönderdiğiniz veya API'dan aldığınız veri miktarına göre ücretlendirilirsiniz. Google genellikle cömert bir ücretsiz kullanım katmanı sunar ancak büyük ölçekli kullanımlarda maliyetler oluşabilir. Maliyeti yönetmek için Google Cloud Platform konsolundan kullanımınızı takip edebilir, prompt'larınızı optimize ederek token tüketimini azaltabilir ve sadece gerekli durumlarda API çağrısı yapabilirsiniz.


            S3: n8n'i kendi sunucumda mı yoksa bulut hizmeti olarak mı çalıştırmalıyım?

C3: n8n'i kendi sunucunuzda (örn. Docker ile bir VPS üzerinde) çalıştırmak, verileriniz üzerinde tam kontrol sahibi olmanızı ve maliyetleri düşürmenizi sağlar, ancak kurulum ve bakım sorumluluğu size aittir. n8n ayrıca bir bulut hizmeti (n8n Cloud) de sunar. Bu seçenek, kurulum ve bakımla uğraşmak istemeyenler için kolaylık sağlar ancak genellikle daha yüksek maliyetli olabilir. Seçiminiz, teknik bilginize, bütçenize ve veri gizliliği gereksinimlerinize bağlıdır.


            S4: Python kodu yazmak yerine başka bir dil kullanabilir miyim?

C4: n8n'in "Execute Command" düğümü aracılığıyla farklı dillerde yazılmış betikleri çalıştırabilirsiniz (örneğin Node.js, Ruby, Go). Ancak, n8n'in "Execute Code" düğümü varsayılan olarak JavaScript ve Python'ı destekler. Python, geniş kütüphane desteği ve yapay zeka entegrasyonları için sunduğu kolaylıklar nedeniyle otomasyon dünyasında en çok tercih edilen dillerden biridir ve Gemini API için de resmi kütüphaneler sunar. Bu nedenle Python, bu tür entegrasyonlar için en pratik ve verimli seçeneklerden biridir.


            S5: Bu sistemlerin güvenlik açıklarına karşı nasıl önlem alabilirim?

C5: Güvenlik önlemleri çok önemlidir. API anahtarlarınızı ve hassas bilgilerinizi asla doğrudan kod içine yazmayın; bunun yerine n8n'in Credentials özelliğini veya ortam değişkenlerini kullanın. n8n sunucunuzu güncel tutun ve güçlü parolalar kullanın. Erişim kontrolünü sınırlayın ve sadece yetkili kişilerin iş akışlarınıza erişmesini sağlayın. Python kodunuzda girdi doğrulama ve hata işleme mekanizmaları kullanarak potansiyel güvenlik açıklarını azaltın. Ayrıca, kullandığınız tüm üçüncü taraf kütüphanelerin ve entegrasyonların güvenilir olduğundan emin olun.