TikTok’ta içerik üreten herkesin ortak derdi aynı: Creator Studio’da bir yığın veri yatıyor — izlenme, beğeni, izlenme süresi, takipçi artışı — ama AI’a “bu video neden patladı, diğeri neden battı” diye sorduğunda AI boş bakıyor. Panelini göremiyor. Ekran görüntüsü atıp beslemek hem yavaş hem bilgi kaybettiriyor. Çoğu üreticinin veri analizi “bu video iyi hissettiriyor” seviyesinde kalıyor.

Sorun: Veri panelde, AI kapının dışında

TikTok’un üretici paneli verileri sayfa üzerinde render ediliyor; bireysel üreticilere açık pratik bir API yok. Claude ya da Cursor’daki bir Agent’a analiz yaptırmak istiyorsan üç klasik yol var: elle rakam kopyalamak, ekran görüntüsünden tanıma, ya da üçüncü parti veri platformuna abonelik. İlk ikisi zaman alıyor ve hata üretiyor. Üçüncüsü pahalı — üstelik o platformlar sana sektör geneli veri veriyor, kendi hesabının video bazlı detayını değil.

Asıl kritik nokta metin boyutu. Veri sana “bu videonun tamamlanma oranı yüksek” der ama “çünkü ilk üç saniyede şunu söyledin” demez. Veriyi videoda gerçekten söylenenlerle birleştirmek gerçek analizdir — ve elle yapılması en zor kısım da budur.

Fırsat: Son kilometreyi kapatan yerel bir araç

GitHub’daki açık kaynak proje douyin-mcp (https://github.com/Kuhakucai/douyin-mcp) tam bu sorunu çözüyor. Hiç bilmeyenler için kısa not: MCP’yi “AI’ın USB portu” gibi düşün — AI yazılımlarının veri kaynaklarına USB bellek takar gibi bağlanmasını sağlayan evrensel bir protokol. “Agent” ise insan dilini anlayıp işi kendisi yapan AI demek: Claude Code, Cursor, Codex gibi, resmi sitelerinden indirilip kuruluyor. douyin-mcp yerelde çalışan bir MCP Server: bilgisayarında özel bir Chrome oturumunu kullanarak üretici panelindeki video listesi, izlenme, beğeni, yorum, paylaşım, kaydetme, tamamlanma oranı ve takipçi artışı gibi metrikleri artımlı olarak yerel veritabanına senkronize ediyor, sonra MCP üzerinden MCP destekli herhangi bir AI’a sunuyor.

Bir de öldürücü özelliği var: isteğe bağlı video ses metni çıkarma. Dikkat — başlık ya da ekran yazısı değil, videoda gerçekten söylenen sözler. Yerel konuşma tanıma modeli sesi zaman damgalı metne çeviriyor. Böylece AI hem “bu video ne anlatıyor”u hem “bu video nasıl performans gösterdi”yi aynı anda görüp konu seçimini, açılış kancasını, içerik yapısını ve sonuç verisini yan yana kıyaslayabiliyor.

Proje şu an 59 star, 9 fork, AGPL-3.0 lisanslı ve yazım anında aktif geliştiriliyor. macOS ve Windows destekli, Python 3.11+, tek kullanıcı tek hesap, yerel çalışıyor. Depo açıkça belirtiyor: bu resmi olmayan bir topluluk aracı, tarayıcı otomasyonuyla kendi hesabının gördüğü verileri okuyor ve platformun risk kontrolünü tetikleyebilir. Bunu her müşteriye açıkça söylemek zorundasın.

Yol 1: On dakikada kur, önce kendi hesabında çalıştır

Kime uygun: Kendi TikTok hesabı olan, sıfır maliyetle etkiyi test etmek isteyen üreticiler.

Kurulum “tek cümlelik iş” olarak tasarlanmış. Kod bilmen gerekmiyor; MCP destekli Agent’a şunu söylüyorsun:

1

https://github.com/Kuhakucai/douyin-mcp.git projesini klonla, kur ve yapılandır

Agent README’yi kendisi okuyor, ortamı kontrol ediyor, kurulum scriptini çalıştırıyor (macOS’ta bash ./easy-install.sh, Windows’ta karşılık gelen PowerShell scripti), veritabanını başlatıyor, MCP yapılandırmasını kullandığın istemciye yazıyor ve özel Chrome’u açıp QR kodla giriş yapmanı sağlıyor. İlk senkronizasyonda video listesini ve son videoların detaylarını çekiyor.

Video metni özelliği varsayılan kapalı. İstediğinde Agent’a “video metnini etkinleştir” diyorsun; FFmpeg ve yerel konuşma tanıma modelinin indirileceğini, ne kadar disk alanı gerektiğini açıklayıp onayınla kuruyor. Bu tasarım on dakikada başlayabilmenin anahtarı — ilk senkronizasyon birkaç dakika sürüyor, yüzlerce eski videonun tek tek yazıya çevrilmesini beklemiyorsun.

Yol 2: Analizi kopyalanabilir soru şablonlarına çevir

Kime uygun: Düzenli içerik üreten ama analizi tamamen hisse dayalı yapan üreticiler.

Aracı kurmak başlangıç. Asıl para eden şey soru sorma yöntemi. Deponun önerdiği kullanım doğrudan şablon olarak alınabilir:

1
2
3
4

TikTok veri durumumu kontrol et. Sadece önbellek süresi dolduysa video listesini
ve son 20 videonun detayını güncelle; sonra son 30 günü baz alarak tamamlanma oranı,
ilk 5 saniye tamamlanma oranı ve etkileşim oranını karşılaştır, analiz sonucu ver.
Her sonuçta veri zamanını, kapsamı, eksik alanları ve ilgili video kanıtlarını belirt.

Günlük analiz üç soru tipine ayrılır. Örüntü bulma: “Son 30 günde etkileşim oranı en yüksek 5 videoyu bul, ortak noktalarını açıkla.” Karşılaştırma: “Bu 3 videonun ses metinleriyle performans verilerini birleştir; konu seçimi, açılış kancası, içerik yapısı ve etkileşim farklarını kıyasla.” Yön belirleme: “Hangi videoların devamı çekilmeli? Sıralama gerekçesini ve veri sınırlarını belirt.”

Veri uydurmuyor — bu hizmeti satarkenki güvencen: sayfada görünmeyen değer null kaydediliyor, 0 ya da tahminle doldurulmuyor; her sonuç toplama zamanı, önbellek tazeliği, alan kapsamı ve eksik nedeniyle geliyor; yanlış hesaba geçildiği algılanırsa yazma reddediliyor. AI’ın verdiği analiz kanıta dayalı, kendinden emin uydurma değil.

Yol 3: Bu yeteneği paketleyip hizmet olarak sat

Kime uygun: Bilgi asimetrisinden yan gelir elde etmek isteyenler. En kolay ikna olan müşteriler: düzenli içerik üreten ama veriden hiç anlamayan küçük-orta üreticiler — mekan tanıtım hesapları, bilgi içerikçileri, satış yayıncıları. Veri farkındalıkları var, veri yetenekleri yok, MCP’nin ne olduğunu hiç duymamışlar.

Üç hizmet modeli. Birincisi tek seferlik analiz raporu: “son 30 gün performans analizi + viral videoların ortak yapısı + gelecek ay konu önerileri” teslimi. Talep testi için bir çıpa: eBay, Etsy ya da Fiverr’da “TikTok account audit” ve “social media analytics report” araması yap — benzer hizmetler 30-150 dolar bandında, takipçi sayısı ve rapor derinliğine göre kademeli. Gidip fiyatları kendin karşılaştır. İkincisi aylık abonelik: her ay düzenli analiz raporu artı konu toplantısı, uzun vadeli müşteri kilitleme. Üçüncüsü eğitim satışı: kurulum ve soru şablonlarını kurs ya da yazılı rehber olarak paketle, kendi kurmak isteyenlere tekrar tekrar sat.

Tutucu bir hesap (projeksiyon, vaat değil): rapor başına 1.500 TL fiyat koy, ustalaşınca rapor başı yaklaşık 1 saat harca, ayda 10 sipariş alsan yaklaşık 15.000 TL saf zaman geliri. İtibar oturunca aboneliğe geç, hem sepet tutarı hem tekrar satın alma bir üst lige çıkar.

Uyumluluk sınırını baştan netleştir — uzun vadede yapıp yapamayacağın buna bağlı: bu resmi olmayan bir araç, sadece hesap sahibinin gördüğü verileri okuyor ve depo platform şartlarını ihlal edebileceğini ya da risk kontrolünü tetikleyebileceğini açıkça söylüyor. Hizmet verirken müşteri kendi QR kodunu okutmalı, işlemi kendisi yapmalı, riski kendisi onaylamalı — asla hesap bilgisi teslim alma ve veri satışı yapma. Sipariş öncesi “hesap kısıtlama riski” maddesini hizmet sözleşmesine yaz ve şunu önceden anlaş: platform müdahalesi hizmeti keserse tamamlanmayan kısım oranında iade. Bu taban çizgisi, uzun vadeli çalışmanın ön koşulu.

Senaryo: Bir bilgi içerikçisinin analiz döngüsü

Önce dürüstlük: aşağıdaki varsayımsal bir demo — süreç tam çalıştığında nasıl görünür onu gösteriyor. Yazar henüz uçtan uca gerçek koşu tamamlamadı; gerçek müşteri vakası değil.

Haftada 3-5 video üreten bir bilgi içerikçisi aracı kurup Agent’a analiz komutu verdiğinde, kanıt zincirli bir karşılaştırma sonucu aldığını varsayalım. En değerli bulgu metin boyutundan geliyor — örneğin aynı konulu iki videoyu kıyaslayan AI, iyi performans gösterenin ilk beş saniyede doğrudan şaşırtıcı bir iddia attığını, kötü olanın konuya girmek için yirmi saniye giriş yaptığını söylüyor. Bu “veri + gerçek söylenen içerik” çapraz doğrulamasını elle sistematik yapmak neredeyse imkânsız.

Böyle bir üretici için ayda bir derin analiz, açılış kancalarını ve konu yönünü sürekli iyileştirmek demek. Tamamlanma oranı ve takipçi eğrisi yönetilebilir, yinelenebilir bir varlık haline geliyor — şans çekilişi değil. Verimlilik kazancının ne kadar olduğunu kendin koşup gerçek rakamlarla gör; o rakamlar zaten hizmet satarken en ikna edici malzemen olacak.

Şimdi harekete geç

Araç ücretsiz ve açık kaynak; tek gereken bir bilgisayar ve bir TikTok hesabı. Bugün üç şey yap: bir, depo adresini MCP destekli Agent’a verip kurulumu yaptır; iki, yukarıdaki analiz şablonuyla kendi hesabını bir kez koştur, AI’ın sonuçlarıyla sezgilerin arasındaki farkı gör; üç, tüm sürecin ekran görüntülerini al — bu, ileride hizmet ve eğitim satarken ilk malzemen olacak. Veri analizi bilgi farkı üreticiler arasındaki uçurumu açıyor; önce çalıştıran pastadan ilk dilimi alır.