n8n ile AI Agent Oluşturma: Türk KOBİ'leri İçin Adım Adım Rehber [2026]

Örnek bir senaryo düşünün. 14 yıldır SQL, VB, sonra Python yazan bir muhasebe yazılımcısı "AI agent denedim, anlamadım" diyor. Python'la tek bir şey çalıştıramamış. n8n'de iki saat sonra elinde çalışan bir agent var: gelen e-postaları okuyor, ekteki faturaları Logo'ya yazıyor, anormal tutarı Slack'te soruyor. Tek satır Python yok. Sürükle-bırak.

n8n'in gücü burada: AI agent için yazılımcı olmak şart değil. Mantığı anlayan, ara yüzde düşünen herkes kurabilir.

Hızlı Özet: n8n AI agent bir workflow'dur — AI modeli (Claude, GPT) karar verir, n8n node'ları bu kararı sistemlere çevirir. Kurulum şu: n8n self-hosted, AI node aktif, API key, agent node, tool'lar (Gmail, Slack, HTTP), hafıza. İlk çalışan agent'ı 2-4 saatte kurarsınız. Production-ready hale gelmesi 2-4 hafta test alır.

AI Agent ve n8n: Tam Olarak Ne İlişki?

n8n bir iş akışı (workflow) aracı. Gmail'deki mesajı alıp Slack'e gönderir, sipariş gelince muhasebe yazılımına yazar — aralarında iletken. n8n Rehberi yazısı altyapıyı ayrıntılı anlatıyor.

AI agent ise "kendi başına karar veren" bir sistem. Basit n8n workflow'u "X olursa Y yap" der. AI agent "X aldım, durum buysa Y, değilse Z, hiçbiri değilse şu insanı çağır" der.

İkisini birleştirince şu oluyor: AI modeli düşünür ("bu mesaj şikayet mi soru mu?"), n8n aksiyonu alır (Claude "şikayet" derse şikayet node'u çalışır). AI Agent Nedir? pillar yazımızda kavram üzerinde duruyoruz.

2024 sonunda n8n "Agent" node'unu ekledi. O zamana kadar AI agent kurmak için her şeyi sıfırdan bağlamak gerekiyordu. Şimdi hazır node ile başlanıyor, saatler değil dakikalar alıyor.

Kurulum — Adım Adım

Adım 1: n8n'i Kurun

İki seçenek:

Self-hosted (KOBİ için önerilir): DigitalOcean, Hetzner, AWS gibi bir sunucuya Docker ile kurarsınız. Aylık 5-20 USD. Veriler sizde kalır, sınırsız workflow, sınırsız node.

docker run -it --rm --name n8n \
  -p 5678:5678 \
  -v n8n_data:/home/node/.n8n \
  docker.n8n.io/n8nio/n8n

Tarayıcıda localhost:5678 açın, admin hesap yaratın. Bitti.

n8n Cloud: Aylık 20-50 USD, ama bazı AI node'ları Pro planda. KOBİ'ye Hetzner sunucuya self-hosted daha ekonomik ve esnek. n8n vs Zapier Karşılaştırması yazımızda bu kararı ayrıntılı yazdık.

Adım 2: AI Node'larını Aktif Edin

n8n 1.40+ sürümünden itibaren "LangChain" kategorisinde AI node'ları var:

• Agent — karar veren ana node
• Chat Model — Claude, OpenAI, Gemini
• Memory — konuşma hafızası
• Tools — agent'ın kullanabileceği araçlar
• Output Parser — AI cevabını yapılandırılmış hale getirir

n8n'in sol panelinden "Advanced AI" kategorisini açarak hepsini görürsünüz.

Adım 3: AI Model API Key'ini Bağlayın

Claude kullanacaksanız console.anthropic.com'dan key alın. GPT için platform.openai.com. Gemini için aistudio.google.com.

n8n'de Credentials → New → "Anthropic API" seçin, key'i yapıştırın. Tek seferlik iş. Artık tüm workflow'larda kullanılabilir.

Maliyet uyarısı: Claude 3.5 Sonnet milyon input token için 3 USD, output için 15 USD. Agent'ınız her ay 5 milyon token işliyorsa aylık 50-100 USD. GPT-4o biraz daha pahalı, Gemini 1.5 biraz daha ucuz. İlk ay gözle görünür şekilde düşük başlayıp artıyor — dikkatli izleyin. Aşağıdaki "Maliyet Kontrolü" bölümünde beş pratik yol var.

Adım 4: İlk Agent Node'unu Ekleyin

n8n canvas'ında yeni workflow açın. Sağ üstten "+" butonu → AI → Agent. Sürükleyip bırakın.

Agent node üç şey ister:

• Chat Model (Claude 3.5 Sonnet önerilir)
• Memory (başlangıçta "Buffer Memory" yeter)
• Tools (bir sonraki adım)

Chat Model'e bağlanın (Agent → Chat Model → Anthropic → Claude 3.5 Sonnet). Memory için "Window Buffer Memory" ekleyin, son 10 mesajı tutsun.

Adım 5: Tool Ekleyin (Agent'ın Yetenekleri)

Tool, agent'ın "yapabileceği şey"lerdir. Bazı örnekler:

• Gmail Tool: Agent e-posta gönderebilir, okuyabilir
• HTTP Request Tool: Agent herhangi bir API'yi arayabilir (Logo, Mikro, Shopify)
• Slack Tool: Agent mesaj atabilir
• Calculator Tool: Agent matematik yapabilir
• Custom Tool: Kendi yazdığınız fonksiyonu çağırabilir

Her tool'a bir description yazarsınız. Bu description agent'ın hangi tool'u ne zaman kullanacağını anlaması için kritik.

Tool: check_invoice_status
Description: "Bir fatura numarası verildiğinde Logo'dan fatura durumunu sorgular. 
Parametreler: invoice_number (string). Cevap: {status, amount, due_date}"

Description ne kadar net olursa agent o kadar doğru çağırır. Muğlak açıklama = agent yanlış tool'u tetikler.

Adım 6: Tetikleyici (Trigger) Bağlayın

Agent ne zaman çalışacak? Üç yaygın seçenek:

• Webhook: WhatsApp API veya form gönderiminden tetiklenir
• Schedule: Her saat/gün belirli zamanda çalışır
• Email Trigger: Bir e-posta gelince tetiklenir

Test için önce Manual Trigger kullanın — sağ altta "Execute Workflow" dedikçe çalışır.

İlk Çalışan Agent — Tam Örnek

Senaryomuz: Bir e-ticaret firması. Müşteri WhatsApp'tan mesaj yazıyor. Agent cevap vermeli — sipariş durumu veya ürün stoğu soruluyorsa kendi yanıtlıyor, karmaşıksa insana aktarıyor.

Workflow adımları:

1. Webhook Trigger — WhatsApp Business Platform mesajı buraya düşer
2. Agent Node — Claude 3.5 Sonnet + Buffer Memory
3. Tools:
   • get_order_status(order_number) — Shopify'a bakar
   • get_product_stock(product_name) — envanter API'sine bakar
   • escalate_to_human(reason) — Slack'e mesaj atar
4. Response Node — WhatsApp API'sine cevabı yollar

Sistem promptu (Agent'a verilen talimat):

Sen X Mağazası'nın müşteri hizmetleri asistanısın. 
Türkçe konuşursun, samimi ama profesyonelsin.
Sipariş durumu ve ürün stoğu sorularını kendi yanıtla.
İade, şikayet, özel talep gelince escalate_to_human tool'unu çağır.
Müşteri kişisel bilgi (TC, kart numarası) yazarsa "bunu yazmayın" uyarısı ver.
Her cevap 2-3 cümleyi geçmesin.

İlk test: Manual trigger, JSON data olarak {"message": "Siparişim nerede? Sipariş no 12345"} gönderin. Agent:

1. "Sipariş sorusu" kararını verir
2. get_order_status("12345") tool'unu çağırır
3. Shopify "yolda, yarın teslim" cevabını döner
4. Agent müşteriye "Siparişiniz yarın teslim edilecek. Kargo şirketi Aras. Takip: XYZ123" yazar

Bu akış ilk kurulumda 2-4 saat alır. Production'a çıkmadan önce 2 hafta gerçek veriyle test edin.

Hafıza (Memory) — Neden Kritik?

Hafızasız agent balık gibidir — her mesajı ilk defa görmüş olur. Müşteri "bir dakika önce sorduğum şey ne oldu?" derse, agent anlamaz.

n8n'de iki memory seçeneği:

1. Window Buffer Memory: Son N mesajı RAM'de tutar. Hızlı, ücretsiz, basit. Kısıt: n8n restart olursa unutur. Küçük KOBİ için genelde yeter.

2. Redis Memory: Kalıcı hafıza. Redis sunucusunda saklar, restart korunur. Aylık 5-15 USD ek, ama ciddi trafiğiniz varsa şart.

Kurulumda conversation ID kullanın — her müşteriye unique bir ID, böylece agent hangi müşteriyle konuştuğunu ayırır. WhatsApp'ta telefon numarası conversation ID olabilir.

Her İş Agent İstemez: Tek Adımlı ChatGPT Akışı

Agent'a geçmeden önce çoğu şirket için en hızlı kazanç daha basit bir akıştır. Veri gelir, ChatGPT (ya da Claude) bir kez çağrılır, cevap sonraki adıma gider. Karar zinciri yok, tool yok. Bir e-postayı sınıflandırmak için agent kurmak, bir çivi için matkap almaya benzer.

Kurulum: Credential, Node, Prompt

1. Credential ekleyin. Credentials → New → OpenAI (ya da Anthropic). Key'i yapıştırın, "OpenAI — Üretim" gibi bir ad verin. Üretim ve test için ayrı credential açın; hangi akışın ne harcadığını böyle ayırırsınız. Key'i kopyaladığınız anda saklayın, OpenAI onu bir daha göstermez.
2. Node'u ekleyin. Yeni workflow'da "+" → OpenAI → Message a Model. Tek seferlik prompt için bu yeterli. Hafızalı sohbet gerekiyorsa yukarıdaki Agent kurulumuna dönün.
3. Prompt'u iki parçada yazın. System Message görevi tanımlar, User Message veriyi taşır:

Sen bir müşteri hizmetleri analistisin. Sana gelen e-postayı oku,
yalnızca şu üç kategoriden birine sınıflandır: SIKAYET, SORU, SATIS.
Yalnızca kategori adını döndür, başka bir şey yazma.

User Message alanına {{ $json.body }} yazın. {{ }} önceki node'dan gelen veriye işaret eder; burada Gmail'den gelen e-postanın gövdesi.

4. Test edin. Node seçiliyken "Execute Node"a basın. Cevap message.content altında görünür. Beklediğiniz gibiyse ilk entegrasyon çalışıyor demektir.

Model seçiminde altın kural: Önce en küçük modelle deneyin. E-posta sınıflandırma, CRM etiketleme ve kısa özetleme işlerini GPT-4o-mini gibi küçük modeller sorunsuz yapar. Büyük modele ancak kalite düştüğünde geçin.

Dört İş Senaryosu

• E-posta sınıflandırma: Gmail Trigger → OpenAI (kategori + 1-5 aciliyet) → IF → acil olan Slack'e, gerisi CRM'e.
• Mesaj özeti ve yanıt taslağı: WhatsApp ya da form → OpenAI (3 cümlelik özet + taslak) → CRM kartı. Temsilci 800 kelimelik mesajı okumak yerine özeti ve hazır taslağı görür. Bu işin sesli ve sohbet tarafı AI çağrı merkezi rehberinde anlatılıyor.
• Sektör haberi özeti: RSS → OpenAI (Türkçe özet) → Notion. Sabah 08:00'de 30 kaynağın beş cümlelik özeti masanızda olur.
• Fatura bilgisi çıkarma: E-posta eki → PDF Extract → OpenAI ("firma, tutar, KDV, vade" JSON'u) → muhasebe yazılımı. Muhasebedeki benzer işleri muhasebe ve finansta yapay zeka sayfasında topladım.

Maliyet Kontrolü: Faturayı Şişirmemenin 5 Yolu

API faturası kontrolsüz bırakılınca hızla büyür. Beş pratik:

1. Doğru modeli seçin. Basit sınıflandırmada küçük model ile büyük model arasındaki fiyat farkı 20 kata varır; kalite farkı bu işlerde çoğu zaman hissedilmez.
2. Prompt'u kısa tutun. Gönderdiğiniz her karakter faturaya yazılır. "Lütfen dikkatli ve profesyonel bir şekilde…" yerine doğrudan görevi yazın.
3. Max token sınırı koyun. 200-500 arası bir sınır, modelin savrulmasını engeller.
4. Tekrarı önleyin. Aynı e-posta ikinci kez geldiğinde API'yi yeniden çağırmayın. Supabase ya da Redis'te basit bir kontrol yeter.
5. Sağlayıcı panelinde limit koyun. Aylık 50 USD gibi sert bir tavan belirleyin. Bir akış kontrolden çıkarsa kasayı boşaltamaz.

Yaygın Hatalar

1. Tool Description Muğlak

"Bu tool fatura çeker" yetmez. "invoice_number (string) alır, Logo'dan durum bilgisini döner" demek gerek. Agent muğlak description'la çağırmaz, yanlış çağırır.

2. Sistem Promptu Çok Uzun

1000 kelimelik sistem promptu agent'ı kafası karıştırır. 5-10 cümle yeter: rolü, tonu, hangi tool'lar, ne zaman insana aktar.

3. API Hata Yönetimi Yok

Logo API düştüğünde ne olacak? Tool'un cevabı null dönse agent karışır. Her tool'a error handler ekleyin — "sistem geçici olarak ulaşılamaz" yazsın.

4. Test Olmadan Yayına Çıkmak

İlk gün 100 gerçek müşteri = 15 hata = şirket imajına zarar. İki hafta kapalı grupta test, sonra dışa açın. Tek adımlı akışlarda da kural aynı: ilk aylarda "taslak hazırlar, insan onaylar, gönderir" düzeniyle başlayın.

5. Maliyet İzlenmiyor

Her 1000 agent çağrısının size maliyeti ne? Claude, GPT, Gemini — n8n execution log'undan saat başı kontrol edin. Viral olan bir agent bir gecede 500 USD fatura yapabilir. İş Süreci Otomasyonu Nedir? yazımızda maliyet kontrolü prensiplerine bakın.

6. Türkçe Cevabı Garanti Sanmak

Prompt'a "Yanıtı yalnızca Türkçe ver" satırını ekleyin. Eklemezseniz model, gelen metnin diline göre karışık cevap verir.

7. Hassas Veriyi Prompt'a Koymak

Kimlik numarası, sağlık bilgisi, müşteri şifresi gibi verileri modele göndermeyin. KVKK açısından risklidir. Hassas alanları prompt'a girmeden önce maskeleyin ya da yerel bir model (Ollama) kullanın. Kurumsal kullanımın güvenlik tarafı için Şirketinizin Gizli Verileri Güvende mi? yazısına bakın.

Sık Sorulan Sorular

n8n ChatGPT entegrasyonu için ne gerekiyor?

Çalışan bir n8n kurulumu ve bir OpenAI API key'i yeterli. İlk akışı 10 dakikada kurarsınız. İlk ay için 10-20 USD API bütçesi çoğu deneme için yeter.

Hangi GPT modeliyle başlamalıyım?

GPT-4o-mini gibi küçük bir modelle. Sınıflandırma, etiketleme ve kısa özetlemede sorunsuz çalışır ve büyük modele göre çok daha ucuzdur. Büyük modele ancak kalite düştüğünde geçin.

ChatGPT yanıtını doğrudan müşteriye gönderebilir miyim?

İlk aşamada göndermeyin. "Taslak hazırlar, insan onaylar, gönderir" düzeniyle başlayın. Bu düzen birkaç ay sorunsuz çalıştıktan sonra tam otomatiğe geçmeyi değerlendirin.

n8n AI agent ile Python ile agent yazmak arasındaki fark nedir?

n8n görsel altyapı — sürükle-bırak, kod yok. Python (LangChain, LangGraph) kodlu — her şey esnek ama programcı lazım. KOBİ için n8n daha hızlı ve düşük bakım maliyeti. Karmaşık araştırma projesi veya özel model entegrasyonları gerekiyorsa Python daha esnek. KOBİ ihtiyaçlarının çoğu n8n ile karşılanır.

n8n agent hangi AI modellerini destekler?

Claude (Anthropic), GPT (OpenAI), Gemini (Google), Mistral, Llama 3 (açık kaynak), DeepSeek ve daha fazlası. Local (Ollama ile) model de koşturulabilir — veri hiç dışarı çıkmaz. KVKK kaygısı varsa Ollama + Llama 3.3 veya DeepSeek kombinasyonu mantıklı.

Agent'ın yanlış karar vermesi riski ne?

Her AI agent'ta vardır. Azaltma yolları: (1) net sistem promptu, (2) tool description'ları ayrıntılı, (3) kritik aksiyonlarda insan onayı gerektiren "approval" adımı, (4) 2-4 haftalık test süreci, (5) günlük log incelemesi ilk ayda. Mali, hukuki, geri alınamaz işleri asla tamamen agent'a bırakmayın.

n8n cloud mu self-hosted mı KOBİ için?

KVKK kaygısı yoksa ve hızlı başlangıç istiyorsanız Cloud. Verinin sizde kalması gerekliyse veya 50+ workflow çalıştırıyorsanız self-hosted Hetzner (Almanya) veya DigitalOcean Frankfurt. Maliyet açısından 20+ workflow'dan sonra self-hosted daha ucuz.

Agent'ın kurulum ve ilk yıl maliyeti yaklaşık ne?

Piyasada self-hosted n8n + Claude API ile tek agent için kurulum 30.000-90.000 TL, aylık işletme (sunucu + API + izleme) 2.500-7.000 TL aralığında konuşuluyor. Geri dönüş süresi, agent'ın devraldığı işin saat maliyetine bağlı. Verimio'da ücret işin kapsamına göre yazılı teklifle belirlenir.

Sonuç

n8n ile AI agent kurmak iki yıl önce imkansızdı. Şimdi bir öğleden sonra işi. Ama "kurmak" ile "işe yaramak" farklı iki şey. Kurulum teknik, işe yaramak ise süreci doğru anlamakla ilgili.

İlk agent'ınız yalnızca bir iş yapsın — tüm şirketi otomatikleştirmek istiyorsanız ilk sürüm hayal kırıklığı olur. Bir süreç alın, iki hafta test edin, 90 gün üretim ortamında çalıştırın. Ölçer, iyileştirir, genişletirsiniz. Hızla genişletmek 2026'nın en yaygın hatası.

---

Agent'ı sizin sunucunuza benim kurmamı isterseniz n8n kurulum hizmeti sayfasında süreci anlattım; kurulumdan sonraki 30 gün düzeltmeler ücretsiz.

İşinizi anlatın; hangi işin önce agent'a geçeceğini birlikte belirleyelim. Ücretsiz Check-Up beş dakika sürer; raporunuz form tamamlandığında ekranda açılır.

Sedat Bektaş
Bir şirkette, ekiplerin tekrar eden işleri için her gün yapay zekayla akışlar kuruyorum. Nasıl çalıştığımı ve yazıları nasıl hazırladığımı Hakkında sayfasında anlattım.