[{"data":1,"prerenderedAt":133},["ShallowReactive",2],{"blog-post-tr-cityos-40000-reports-case":3,"blog-siblings-tr-cityos-40000-reports-case":4},null,{"prev":3,"next":5},{"id":6,"title":7,"author":8,"body":9,"category":116,"cover":3,"date":117,"description":118,"draft":119,"extension":120,"meta":121,"navigation":122,"path":123,"readingTime":124,"seo":125,"stem":126,"tags":127,"__hash__":132},"blog_tr\u002Ftr\u002Fblog\u002Fflowbit-mcp-ile-otomatik-gorev-yonetimi.md","FlowBit ve MCP ile otomatik görev yönetimi","Codifya",{"type":10,"value":11,"toc":107},"minimark",[12,16,21,24,27,31,34,47,51,63,66,78,81,85,100],[13,14,15],"p",{},"Yeni bir proje yönetimi aracını piyasaya sürerken cevaplamamız gereken iki soru vardı: AI'yi nereye koyalım, ve nereye koymayalım. FlowBit bu iki kararın ürünü.",[17,18,20],"h2",{"id":19},"neden-bir-başka-proje-yönetim-aracı","Neden bir başka proje yönetim aracı",[13,22,23],{},"Pek çok ekip Jira, Linear veya Asana kullanırken bile aynı şeyden şikâyet ediyordu: araç çok şey yapabiliyor ama ekip çoğu şeyi yapmıyor. Karmaşıklık, küçük ekipleri yavaşlatıyor, büyük ekipleri ise kendi süreçlerini yeniden yazmaya zorluyor.",[13,25,26],{},"FlowBit'i tasarlarken öncelik şuydu: az ama doğru özellik, ve kullanıcının her gün dokunduğu yerlerde AI yardımı.",[17,28,30],{"id":29},"mcp-neden-önemli","MCP neden önemli",[13,32,33],{},"MCP (Model Context Protocol), AI modelleri ile uygulamalar arasında standart bir köprü kuruyor. Bu sayede:",[35,36,37,41,44],"ul",{},[38,39,40],"li",{},"Claude, GPT-4 veya yerel bir model (Ollama) tek bir entegrasyonla bağlanabiliyor.",[38,42,43],{},"Modelin uygulamadaki bağlamı (ekip, sprint, ticket) görmesi için ayrı sistem promptları yazmaya gerek kalmıyor.",[38,45,46],{},"Veri sınırlaması açıkça tanımlanabiliyor — sadece izin verilen kapsamda model okuyabiliyor.",[17,48,50],{"id":49},"sahada-gözlemlediklerimiz","Sahada gözlemlediklerimiz",[13,52,53,54,58,59,62],{},"İlk pilot ekiplerle üç ay çalıştıktan sonra net olarak görünen şu oldu: AI'nin en çok değer kattığı an, ",[55,56,57],"em",{},"karar verme"," anı değil ",[55,60,61],{},"hatırlama"," anı.",[13,64,65],{},"Tipik akış:",[67,68,69,72,75],"ol",{},[38,70,71],{},"Toplantıda alınan notlar metne dönüşüyor.",[38,73,74],{},"FlowBit metinden olası görevleri ve sahiplerini öneriyor.",[38,76,77],{},"Sprint sonunda otomatik rapor — kim ne yaptı, neresi takıldı — Slack'e düşüyor.",[13,79,80],{},"Bu üç adımın hiçbiri \"akıllı\" değil. Ama hepsi birlikte, ekibin \"bunu unuttuk\" anlarını ortadan kaldırıyor.",[17,82,84],{"id":83},"ne-öğrendik","Ne öğrendik",[35,86,87,94,97],{},[38,88,89,90,93],{},"Otomatik görev önerisi ",[55,91,92],{},"her zaman"," insanın onayından geçmeli. AI tek başına ticket oluşturmamalı.",[38,95,96],{},"Raporlar kısa olmalı. 8 satırı geçen otomatik rapor okunmuyor.",[38,98,99],{},"Yerel mod (Ollama) talep ediyor — özellikle kamu ve sağlık sektörü için kritik.",[13,101,102,103,106],{},"FlowBit hâlâ erken aşamada. Ama AI'yi bir hızlandırıcı olarak değil, bir ",[55,104,105],{},"hatırlatıcı"," olarak konumlandırmak işliyor.",{"title":108,"searchDepth":109,"depth":109,"links":110},"",3,[111,113,114,115],{"id":19,"depth":112,"text":20},2,{"id":29,"depth":112,"text":30},{"id":49,"depth":112,"text":50},{"id":83,"depth":112,"text":84},"FlowBit","2026-05-08","AI destekli görev üretiminin işe yarayan kısmı, ekibin nereye yoğunlaşacağına karar vermeyi kolaylaştırır. FlowBit'in tasarımındaki seçimler ve sahadan gözlemler.",false,"md",{},true,"\u002Ftr\u002Fblog\u002Fflowbit-mcp-ile-otomatik-gorev-yonetimi",6,{"title":7,"description":118},"tr\u002Fblog\u002Fflowbit-mcp-ile-otomatik-gorev-yonetimi",[128,129,130,131],"ai","mcp","product management","automation","DpnA-joKvt_Nrx8YKVsYWWV3UPc5oKj8JVs3kVcBZYY",1781523777113]