𝗪𝗵𝗮𝘁 𝗜 𝗟𝗲𝗮𝗿𝗻𝗲𝗱 𝗕𝘂𝗶𝗹𝗱𝗶𝗻𝗴 𝗣𝗶𝗽𝗲𝗹𝗶𝗻𝗲-𝗔𝘄𝗮𝗿𝗲 𝗖𝗼𝗻𝘁𝗲𝗻𝘁 𝗶𝗻 𝗔𝘀𝘁𝗿𝗼
Her sayfa görüntülemede bir AI API'si çağırmaya gerek kalmadan farklı model türleri için özel içerikler oluşturabilirsiniz.
Astro kullanarak bir yapay zeka araç dizini oluşturdum. Başlangıçta her model sayfası aynı görünüyordu. Özetler benzersizdi ancak rehberlik bölümleri genel geçerdi. Bir ses modeli sayfası ile bir metin modeli sayfası, her ikisi de aynı boş dolgu metnini gösteriyordu.
Bu durum kullanıcılar için kötü. Aynı zamanda SEO için de kötü.
Bunu, HuggingFace'den tek bir meta veri alanı kullanarak çözdüm: pipeline_tag.
Sistemin çalışma şekli şöyle:
- Veri Depolama: ETL sürecim, veri çekme (fetch) adımı sırasında
pipeline_tagbilgisini veritabanıma kaydediyor. - Derleme Zamanı Mantığı: Astro, bu etiketi statik site oluşturma (SSG) sürecinde yüklüyor.
- Karar Yolları: Etiketi kontrol etmek için basit bir kod kullanıyorum. Eğer etiket "text-generation" ise sayfa LLM tavsiyeleri gösteriyor. Eğer "audio" ise konuşma (speech) tavsiyeleri gösteriyor.
- Sıfır Çalışma Zamanı Maliyeti: Tüm bu mantık derleme sırasında gerçekleşir. Kullanıcı düz HTML alır. Siteyi ziyaret ettiklerinde herhangi bir API çağrısı veya ekstra işlem yapılmaz.
Bu verileri ayrıca daha iyi kullanılabilirlik sinyalleri oluşturmak için de kullandım:
• İndirme Kademeleri: Sadece bir sayı göstermek yerine, modelleri "köklü" (established), "aktif kullanılan" (actively-used) veya "niş" (niche) olarak kategorize ediyorum. Bu, kullanıcıya topluluk desteği bulup bulamayacağını söyler. • İlgili Satış Ortaklıkları: LLM sayfaları GPU kiralama bağlantıları gösterir. Gömme (embedding) sayfaları ise farklı ve daha alakalı bağlantılar gösterir. • İndeks Kontrolü: Eğer bir modelin verileri yetersizse veya etiketleri eksikse, "noindex" etiketi kullanıyorum. Bu, düşük kaliteli sayfaların Google arama sonuçlarında görünmesini engeller.
Tavizler:
- Hatalı Etiketler: Bazı yazarlar modelleri yanlış etiketliyor. Bunu, genel rehberliğe geri dönüş (fallback) yaparak çözüyorum.
- Kod Karmaşıklığı: Sayfa bileşeni (component) artık daha uzun. Büyüdükçe bunu yardımcı fonksiyonlara (helper functions) ayırarak yeniden yapılandırmayı (refactor) planlıyorum.
Sonuç, gerçek zamanlı yapay zeka üretimi gibi devasa maliyetlere katlanmadan, kullanıcıya özel hissettiren bir site oldu.