Edusonex.xyz Stratejik Blueprint

Yapay Zeka Stratejisi (RAG & Fine-Tuning)

ÖSYM standartlarında, halüsinasyon görmeyen ve müfredata tam uyumlu soru üretimi için Retrieval-Augmented Generation (RAG) mimarisini kullanıyoruz. Veri kaynaklarımız Reddit, forumlar ve MEB kazanımlarıdır.

🔄 Soru Üretim Döngüsü

1. İstem (Prompt)

Kullanıcı talebi: "Türev, orta zorluk, yeni nesil."

⬇️

2. Retrieval (Vektör DB)

Benzer ÖSYM/MEB sorularını ve kazanımları getir.

⬇️

3. Generation (LLM)

GPT-4o veya Claude 3.5 Sonnet ile üretim.

⬇️

4. Çıktı (JSON)

Yapılandırılmış, validasyonu yapılmış soru verisi.

1. İstem Aşaması

Canlı Önizleme

Sistem, kullanıcının seçtiği kriterleri (Ders: Matematik, Konu: Türev) alır.

Model Seçimi:

Ana Model: GPT-4o (Reasoning)
Hız Modeli: Llama-3-Turkish-70b

STANDART JSON ŞEMASI:

{
  "question_id": "uuid-1234",
  "domain": "Matematik",
  "topic": "Türev",
  "difficulty_level": 4,
  "blooms_taxonomy": "Analiz",
  "question_text": "Gerçel sayılar kümesi üzerinde tanımlı f fonksiyonu...",
  "options": {
    "A": "12", "B": "16", "C": "24", "D": "32", "E": "36"
  },
  "correct_option": "C",
  "solution_text": "Zincir kuralı uygulanırken...",
  "distractors_explanation": {
    "A": "İç türev alınmazsa bu sonuç çıkar."
  }
}

Teknik Mimari & Multi-Tenancy

Sistem, binlerce okulun kendi domaininde çalışabileceği, güvenli ve ölçeklenebilir bir yapı üzerine kuruludur. Microservices mimarisine yakın, modüler bir monolit yapı başlangıç için tercih edilmiştir.

🛠️ Teknoloji Yığını (Tech Stack)

Python (Backend) ve Next.js (Frontend) kombinasyonu, AI performansı ve SEO için seçilmiştir.

🏢 Multi-Tenancy (Alt Kiracı) Yapısı

1. Veri İzolasyonu (Row Level Security)

Veritabanında her satırda bir `tenant_id` bulunur. Kolej A'nın sorgusu, asla Kolej B'nin verisine erişemez. Bu, yazılım seviyesinde değil, veritabanı seviyesinde garanti altına alınır.

2. Subdomain Yönetimi

sinav.okuladi.com -> Middleware -> okuladi config'ini yükle -> O okula özel logo ve renkleri getir.

3. Ölçeklenebilirlik

Docker & Kubernetes üzerinde çalışan sistem, sınav anında ani trafik artışlarında (Load Balancing) otomatik olarak sunucu sayısını artırır.

🚀 Master Prompt

Bu prompt, projenin geliştirme sürecini başlatmak için Kıdemli AI Modellerine (GPT-4o, Claude 3.5) verilmek üzere tasarlanmıştır. Tüm mimariyi, veritabanı şemasını ve servis yapısını içerir.

Sistem Başlatma Komutu

Sen, EdTech alanında uzmanlaşmış, ölçeklenebilir sistemler kurma konusunda deneyimli bir Kıdemli Yazılım Mimarı ve Full-Stack Geliştiricisin.

**Proje Adı:** Edusonex.xyz
**Vizyon:** Türkiye'deki ilkokuldan üniversite hazırlığa kadar olan öğrenciler için Yapay Zeka destekli, çoklu kiracı (multi-tenant) destekli bir sınav ve pazar yeri platformu.

**Temel Özellikler:**
1.  **AI Exam Generator:** RAG (Retrieval-Augmented Generation) mimarisi ile MEB müfredatına ve ÖSYM formatına (TYT/AYT/LGS) %100 uyumlu, halüsinasyon görmeyen sorular üreten modül.
2.  **Marketplace:** Yayınevlerinin fiziksel/dijital deneme sınavlarını satabileceği e-ticaret yapısı.
3.  **B2B White-Label SaaS:** Okulların ve kursların kendi subdomainlerinde (örn: sinav.xokullari.com) kendi markalarıyla kullanabileceği, verilerin izole edildiği yapı.

**Teknik Gereksinimler:**
* **Backend:** Python FastAPI (Asenkron, Type-safe).
* **Database:** PostgreSQL (SQLAlchemy veya Tortoise ORM ile), Qdrant (Vektör verileri için).
* **Frontend:** Next.js 14+ (App Router, Tailwind CSS, Shadcn/UI).
* **AI Pipeline:** LangChain, OpenAI GPT-4o (Reasoning) ve HuggingFace (Embedding).
* **Güvenlik:** JWT Auth, Role Based Access Control (RBAC - Admin, Okul Yöneticisi, Öğretmen, Öğrenci), Row Level Security (Tenant Isolation).

**Görevlerin:**

**ADIM 1: Veritabanı Şeması (SQLAlchemy/Pydantic Models)**
Aşağıdaki varlıklar (entities) için detaylı, ilişkisel veritabanı modellerini yaz:
* `Tenants` (Okullar/Kurumlar - config, logo, domain ayarları).
* `Users` (Role ve Tenant'a bağlı).
* `Questions` (JSONB alanında zengin metadatası olan - zorluk, kazanım, bloom taksonomisi).
* `Exams` (AI tarafından oluşturulmuş veya Yayınevi tarafından yüklenmiş).
* `ExamSessions` (Öğrencinin sınav anındaki durumu, işaretlediği şıklar, süre).
* `MarketplaceProducts` (Satılabilir sınavlar/kitaplar).

**ADIM 2: AI Soru Üretim Servisi (Python Logic)**
LangChain kullanarak bir "QuestionGeneratorService" sınıfı tasarla. Bu servis:
* Parametre olarak: Ders, Konu, Zorluk, Soru Tarzı (Yeni Nesil/Klasik) almalı.
* RAG Mimarisi: Vektör veritabanından (Qdrant) ilgili kazanımın örnek sorularını "Context" olarak çekmeli.
* Prompt Engineering: Context'i ve istemi birleştirip LLM'e gönderen, çıktıyı kesinlikle valid bir JSON formatında (Soru kökü, şıklar, doğru cevap, detaylı çözüm, çeldirici analizi) almaya zorlayan yapıyı kur.

**ADIM 3: Multi-Tenant Middleware (Next.js & FastAPI)**
* FastAPI tarafında her gelen isteğin header'ındaki veya subdomain'indeki `tenant_id`yi yakalayıp DB sorgularını filtreleyen bir "Dependency Injection" yapısı kur.
* Next.js tarafında subdomain'e göre (x.edusonex.com) o okulun temasını ve logosunu yükleyen middleware örneğini yaz.

**ADIM 4: Güvenlik ve Sınav Güvenliği**
* Sınav esnasında sekme değiştirmeyi, kopyalamayı engelleyen (frontend) ve hile tespiti yapan (backend - log analizi) algoritmik yaklaşımı özetle.

Lütfen kodları production-ready (canlıya hazır), type-hint'leri eklenmiş, SOLID prensiplerine uygun ve modüler bir şekilde oluştur.
                

Edusonex.xyz

Pazar ve Rakip Analizi

👥 Hedef Kitle Piramidi

🎯 Rakip Analizi & Konumlandırma

📚 Yayınevi Entegrasyon Stratejisi