Problem → Çözüm
Problem
Fıstık, gluten ya da süt alerjisi olan biri için her yeni ürün küçük bir risk. Etiketlerdeki “eser miktarda içerebilir” ibareleri ve E-kodları okunması zor; ebeveynler market rafında dakikalarca etiket inceliyor.
Çözüm
Kullanıcı bir kez alerji ve diyet profilini oluşturur; ürün fotoğrafı ya da barkodu tarandığında AI içindekiler listesini okur, gizli kaynakları (ör. kazein = süt) tespit eder ve güvenli/riskli kararını gerekçesiyle verir. Riskli ürüne güvenli alternatif önerir.
Temel özellikler
Yapay zeka nerede devreye giriyor?
Vision LLM etiketi okur, alerjen bilgi tabanı üzerinde RAG ile her bileşenin kaynağı doğrulanır; karar deterministik kurallarla verilir.
- GPT-4o vision ile etiket fotoğrafı → içindekiler listesi ve “içerebilir” ibareleri, structured output
- 1.200 bileşen ve E-kodu içeren alerjen bilgi tabanı üzerinde pgvector RAG; her eşleşme kaynak gösterir
- Nihai güvenli/riskli kararı LLM’e bırakılmaz: kural motoru + güven eşiği, belirsizse “emin değilim” der
Nasıl çalışır?
Stack
Arayüz
Backend
AI / ML
Veri
Altyapı & DevOps
Pazarlama & lansman
Başarı metrikleri (hedef)
MVP yol haritası
Bir fikri production’a taşırken ilk sorum şu: ölçülebilir mi ve mevcut sistemi bozmadan nasıl açılır? Yaklaşık 4 yıl, ayda yüz milyonlarca CDN isteği alan bir embed script üzerinde çalıştım. Kademeli geçiş ve gerçek test kapsamı benim için vazgeçilmez. Remote çalışmaya hazırım.