# Google AI Studio 2026: Gemini Gelistirici Platformu
Yapay zeka uygulamalari gelistirmek istiyorsan ve hangi platformla baslayacagina karar veremediysen, Google AI Studio tam sana gore bir baslangic noktasi. Gemini 2.5 Pro ve Flash modelleriyle prompt tasarimi, function calling, model tuning ve guvenlik ayarlarina kadar her seyi tek bir arayuzden yonetebiliyorsun. API key olusturmadan production-grade entegrasyona, maliyet optimizasyonundan mobil SDK kurulumuna kadar tum adimlari adim adim birlikte kesfedecegiz. Hazirsan baslayalim.
💡 Pro Tip: Google AI Studio ucretsiz katmani oldukca comert. Gemini Flash ile gunluk 1500 istek yapabiliyorsun — prototipleme ve MVP gelistirme icin harika bir baslangic noktasi.
Icindekiler
- Google AI Studio Nedir?
- API Key ve Proje Kurulumu
- Gemini Model Ailesi 2026
- Prompt Design: Etkili Sorgular Olusturma
- Function Calling ile Tool Kullanimi
- Model Tuning ve Fine-tuning
- Safety Settings ve Icerik Filtreleme
- Fiyatlandirma ve Maliyet Optimizasyonu
- Mobil Uygulamalarda Gemini Entegrasyonu
- Sonuc ve Oneriler
1. Google AI Studio Nedir?
Google AI Studio, eskiden "MakerSuite" olarak bilinen platformun evrilmis halidir. 2026'da tamamen yeniden tasarlanan arayuzuyle artik sadece prompt denemek icin degil, uretim seviyesinde AI uygulamalari gelistirmek icin kullanilabiliyor.
Platform Yetenekleri
Ozellik | Aciklama | Ucretsiz Limit |
|---|---|---|
**Chat Mode** | Cok turlu konusma olusturma | Gunluk 1500 istek (Flash) |
**Structured Prompt** | Ornek tabanli prompt sablonlari | Sinirsiz tasarim |
**Function Calling** | Harici API ve arac entegrasyonu | Tum modellerde aktif |
**Model Tuning** | Kendi verilerinle model ince ayar | 5 GB/ay ucretsiz |
**Code Execution** | Sandbox icinde Python calistirma | 100 calistirma/gun |
**Grounding** | Google Search ile gercek zamanli veri | 500 istek/gun |
Neden Google AI Studio?
Piyasada OpenAI Playground, Anthropic Console ve diger araclar varken neden Google AI Studio secmelisin?
- Ucretsiz katman cogu rakipten genis: Flash modeli ile gunluk 1500 istek, production oncesi prototipleme icin yeterli
- Multimodal nativ destek: Video, ses, gorsel ve PDF'yi tek bir API cagrisinda isleyebiliyorsun
- Google ekosistemi entegrasyonu: Firebase, Vertex AI, Cloud Functions ile seamless gecis
- 2M token context window: Gemini 2.5 Pro ile tek seferde dev dokumanlari isleyebilirsin
Daha once Firebase Advanced Patterns yazimda Firebase'in AI entegrasyonlarindan bahsetmistim. Google AI Studio bu vizyonun merkezinde duruyor.
2. API Key ve Proje Kurulumu
Google AI Studio ile calismaya baslamanin ilk adimi API key olusturmak. Surec oldukca basit ama bazi dikkat edilmesi gereken noktalar var.
Adim Adim Kurulum
bash
1# 1. Google AI Studio'ya git: https://aistudio.google.com2# 2. Google hesabinla giris yap3# 3. Sol menuden "Get API Key" tikla4# 4. "Create API Key in new project" sec5 6# API key'i environment variable olarak sakla7export GEMINI_API_KEY="AIzaSy..."8 9# Test et10curl -s "https://generativelanguage.googleapis.com/v1beta/models?key=${GEMINI_API_KEY}" | jq '.models[].name'Node.js / TypeScript Kurulumu
typescript
1// npm install @google/generative-ai2import { GoogleGenerativeAI } from '@google/generative-ai';3 4const genAI = new GoogleGenerativeAI(process.env.GEMINI_API_KEY!);5 6// Model sec7const model = genAI.getGenerativeModel({8 model: 'gemini-2.5-pro-preview',9 generationConfig: {10 temperature: 0.7,11 topP: 0.95,12 topK: 40,13 maxOutputTokens: 8192,14 },15});16 17// Basit bir sorgu18async function generateResponse(prompt: string): Promise { 19 const result = await model.generateContent(prompt);20 const response = result.response;21 return response.text();22}23 24// Kullanim25const answer = await generateResponse(26 'Swift ve Kotlin arasindaki temel farklar nelerdir?'27);28console.log(answer);Swift / iOS Kurulumu
swift
1// Swift Package Manager ile ekle:2// https://github.com/google/generative-ai-swift3 4import GoogleGenerativeAI5 6let model = GenerativeModel(7 name: "gemini-2.5-flash",8 apiKey: APIKey.default9)10 11func generateContent() async throws -> String {12 let response = try await model.generateContent("Merhaba Gemini!")13 return response.text ?? "Yanit alinamadi"14}Guvenlik Uyarilari
API key yonetimi konusunda iOS Security Best Practices yazimda detayli bahsetmistim. Gemini API key icin de ayni prensipler gecerli:
- Asla client-side koda gomme:: API key'i backend proxy uzerinden kullan
- Environment variable kullan:: `.env` dosyasinda sakla, git'e commit etme
- Key restriction uygula:: Google Cloud Console'dan IP veya referrer kisitlamasi ekle
- Rotasyon plani olustur:: Her 90 gunde key'i yenile
3. Gemini Model Ailesi 2026
2026 itibariyle Gemini model ailesi oldukca genisledi. Her modelin kendine ozgu gucleri ve kullanim alanlari var.
Model Karsilastirmasi
Model | Context | Hiz | Zeka | Fiyat (1M input) | En Iyi Kullanim |
|---|---|---|---|---|---|
**Gemini 2.5 Pro** | 2M token | Orta | Cok yuksek | $1.25 | Karmasik akil yurutme, kodlama |
**Gemini 2.5 Flash** | 1M token | Cok hizli | Yuksek | $0.075 | Genel amac, yuksek hacim |
**Gemini 2.0 Flash** | 1M token | Hizli | Iyi | $0.04 | Maliyet-hassas isler |
**Gemini 2.5 Flash Lite** | 128K token | Ultra hizli | Orta | $0.02 | Basit siniflandirma, ozetleme |
Model Secim Rehberi
typescript
1// Goreve gore model secimi2function selectModel(task: string): string {3 switch (task) {4 case 'code-generation':5 case 'complex-reasoning':6 case 'long-document-analysis':7 return 'gemini-2.5-pro-preview';8 9 case 'chat':10 case 'summarization':11 case 'general-qa':12 return 'gemini-2.5-flash';13 14 case 'classification':15 case 'entity-extraction':16 case 'simple-generation':17 return 'gemini-2.5-flash-lite';18 19 default:20 return 'gemini-2.5-flash'; // Varsayilan: denge modeli21 }22}Thinking Mode (Derin Dusunme)
Gemini 2.5 Pro ve Flash'in en dikkat cekici ozelliklerinden biri Thinking Mode. Model, cevap vermeden once adim adim dusunme surecini gosteriyor — tum bu surec token tuketimine dahil.
💡 Pro Tip: Thinking budget'i kontrol edebiliyorsun. Basit sorular icin thinking'i kapatarak token maliyetini %40'a kadar dusur. Karmasik problemlerde ise acik birak — dogru cevap orani belirgin sekilde artiyor.
4. Prompt Design: Etkili Sorgular Olusturma
Prompt design, Gemini'den en iyi sonucu almanin anahtari. Google AI Studio'nun Structured Prompt ozelligi bu konuda cok isini kolaylastirir.
System Instruction Yapisi
typescript
1const model = genAI.getGenerativeModel({2 model: 'gemini-2.5-flash',3 systemInstruction: {4 parts: [{5 text: `Sen deneyimli bir iOS gelistiricisin.6 Kullanicilara Swift ve SwiftUI konularinda yardimci oluyorsun.7 8 Kurallar:9 - Her zaman Turkce cevap ver10 - Kod ornekleri Swift 6 uyumlu olsun11 - Aciklayici ve ogretici bir ton kullan12 - Best practice'leri vurgula13 - Yanlis bilgi verme, emin degilsen belirt`14 }]15 }16});Few-Shot Prompting
typescript
1const prompt = `2Asagidaki orneklere bakarak verilen kodu refactor et:3 4Ornek 1:5Input: let x = ["a","b","c"]; for(let i=0;i 6Output: const items = ["a", "b", "c"];7items.forEach(item => console.log(item));8 9Ornek 2:10Input: var result = ""; for(var i=0;i 11Output: const result = arr.join(",");12 13Simdi bu kodu refactor et:14Input: let sum=0; for(let i=0;i 15`;16 17const result = await model.generateContent(prompt);Chain of Thought Prompting
Karmasik problemlerde modeli adim adim dusunmeye yonlendirmek sonuclari dramatik sekilde iyilestirir. Eger daha once Swift Async/Await yazisini okudunysan, concurrency problemlerinin ne kadar karmasik olabilecegini biliyorsundur — bu tip konularda CoT birebirdir.
5. Function Calling ile Tool Kullanimi
Function calling, Gemini'nin en guclu ozelliklerinden biri. Model senin tanimladigin fonksiyonlari cagirabiliyor ve gercek dunya verileriyle calisabiliyor.
Function Tanimlama
typescript
1import { GoogleGenerativeAI, FunctionDeclarationSchemaType } from '@google/generative-ai';2 3const tools = [{4 functionDeclarations: [{5 name: 'getWeather',6 description: 'Belirtilen sehrin hava durumu bilgisini getirir',7 parameters: {8 type: FunctionDeclarationSchemaType.OBJECT,9 properties: {10 city: {11 type: FunctionDeclarationSchemaType.STRING,12 description: 'Sehir adi (ornek: Istanbul)'13 },14 unit: {15 type: FunctionDeclarationSchemaType.STRING,16 enum: ['celsius', 'fahrenheit'],17 description: 'Sicaklik birimi'18 }19 },20 required: ['city']21 }22 }, {23 name: 'searchProducts',24 description: 'Urun katalogundan arama yapar',25 parameters: {26 type: FunctionDeclarationSchemaType.OBJECT,27 properties: {28 query: {29 type: FunctionDeclarationSchemaType.STRING,30 description: 'Arama sorgusu'31 },32 maxPrice: {33 type: FunctionDeclarationSchemaType.NUMBER,34 description: 'Maksimum fiyat (TL)'35 }36 },37 required: ['query']38 }39 }]40}];41 42const model = genAI.getGenerativeModel({43 model: 'gemini-2.5-flash',44 tools45});Function Call Dongusu
typescript
1async function chatWithTools(userMessage: string): Promise { 2 const chat = model.startChat();3 let response = await chat.sendMessage(userMessage);4 5 // Model function call istediyse6 while (response.response.candidates?.[0]?.content?.parts?.some(7 part => 'functionCall' in part8 )) {9 const functionCalls = response.response.candidates[0].content.parts10 .filter(part => 'functionCall' in part)11 .map(part => part.functionCall!);12 13 const functionResponses = await Promise.all(14 functionCalls.map(async (call) => {15 const result = await executeTool(call.name, call.args);16 return {17 functionResponse: {18 name: call.name,19 response: { result }20 }21 };22 })23 );24 25 response = await chat.sendMessage(functionResponses);26 }27 28 return response.response.text();29}30 31// Tool executor32async function executeTool(name: string, args: Record) { 33 switch (name) {34 case 'getWeather':35 return await fetchWeatherAPI(args.city as string);36 case 'searchProducts':37 return await searchProductDB(args.query as string, args.maxPrice as number);38 default:39 throw new Error(`Bilinmeyen fonksiyon: ${name}`);40 }41}GraphQL Mobile Development yazimda API entegrasyonlarindan bahsetmistim. Function calling ile Gemini'yi kendi GraphQL API'lerine baglamak muhtesem bir deneyim sunuyor.
6. Model Tuning ve Fine-tuning
Google AI Studio uzerinden Gemini modellerini kendi verilerin ile fine-tune edebilirsin. Bu ozellikle domain-specific bilgi gerektiren uygulamalarda cok degerli.
Tuning Veri Formati
json
1{2 "training_data": [3 {4 "input": "SwiftUI'da bir liste nasil olusturulur?",5 "output": "SwiftUI'da liste olusturmak icin List view'i kullanilir. ForEach ile dinamik icerik render edilir ve .listStyle() modifier ile gorunum ozellestirilebilir."6 },7 {8 "input": "Core Data ile SwiftData arasindaki fark nedir?",9 "output": "SwiftData, Core Data'nin modern Swift-native alternatifidir. @Model macro'su ile tanimlama yapilir, CloudKit entegrasyonu dahilidir ve SwiftUI ile dogal olarak calisir."10 }11 ]12}Tuning Best Practices
Parametre | Onerilen Deger | Aciklama |
|---|---|---|
**Training ornekleri** | 100-500 | Minimum 20, ideal 100+ |
**Epoch sayisi** | 3-5 | Overfitting riskine dikkat |
**Learning rate** | Otomatik | Google'in optimizer'i genelde iyi |
**Validation split** | %20 | Performans olcumu icin ayir |
7. Safety Settings ve Icerik Filtreleme
Gemini API varsayilan olarak icerik filtreleme uygular. Production uygulamalarinda bu ayarlari senaryona gore yapilandirman gerekir.
typescript
1import { HarmCategory, HarmBlockThreshold } from '@google/generative-ai';2 3const safetySettings = [4 {5 category: HarmCategory.HARM_CATEGORY_HARASSMENT,6 threshold: HarmBlockThreshold.BLOCK_MEDIUM_AND_ABOVE,7 },8 {9 category: HarmCategory.HARM_CATEGORY_HATE_SPEECH,10 threshold: HarmBlockThreshold.BLOCK_MEDIUM_AND_ABOVE,11 },12 {13 category: HarmCategory.HARM_CATEGORY_SEXUALLY_EXPLICIT,14 threshold: HarmBlockThreshold.BLOCK_LOW_AND_ABOVE,15 },16 {17 category: HarmCategory.HARM_CATEGORY_DANGEROUS_CONTENT,18 threshold: HarmBlockThreshold.BLOCK_MEDIUM_AND_ABOVE,19 },20];21 22const model = genAI.getGenerativeModel({23 model: 'gemini-2.5-flash',24 safetySettings,25});Icerik Filtreleme Seviyeleri
- BLOCK_NONE:: Hicbir sey filtreleme (sadece arastirma amacli)
- BLOCK_LOW_AND_ABOVE:: Dusuk risk dahil engelle (en kati)
- BLOCK_MEDIUM_AND_ABOVE:: Orta ve yuksek risk engelle (onerilen)
- BLOCK_ONLY_HIGH:: Sadece yuksek risk engelle (esnek)
8. Fiyatlandirma ve Maliyet Optimizasyonu
Gemini API fiyatlandirmasi token bazlidir. Akilli kullanim ile maliyeti ciddi olcude dusurmen mumkun.
Maliyet Hesaplama Ornegi
typescript
1interface CostEstimate {2 inputTokens: number;3 outputTokens: number;4 model: string;5 totalCost: number;6}7 8function estimateCost(9 inputTokens: number,10 outputTokens: number,11 model: string12): CostEstimate {13 const pricing: Record = { 14 'gemini-2.5-pro': { input: 1.25, output: 10.0 }, // per 1M tokens15 'gemini-2.5-flash': { input: 0.075, output: 0.30 },16 'gemini-2.0-flash': { input: 0.04, output: 0.16 },17 };18 19 const rate = pricing[model] ?? pricing['gemini-2.5-flash'];20 const totalCost =21 (inputTokens / 1_000_000) * rate.input +22 (outputTokens / 1_000_000) * rate.output;23 24 return { inputTokens, outputTokens, model, totalCost };25}26 27// Ornek: 10K input + 2K output, Flash modeli28const estimate = estimateCost(10_000, 2_000, 'gemini-2.5-flash');29console.log(`Tahmini maliyet: $${estimate.totalCost.toFixed(6)}`);30// Tahmini maliyet: $0.001350Maliyet Dusurme Taktikleri
- Caching kullan: Ayni system instruction tekrar tekrar gonderme, context caching API'sini aktifle
- Model secimini optimize et: Basit isler icin Flash Lite, karmasik isler icin Pro
- Prompt'u kisalt: Gereksiz ornek ve aciklamalar token harcar
- Batch API kullan: Yuksek hacimli islemler icin %50 indirimli batch endpoint
- Token sayimini izle:
countTokensAPI'si ile onceden maliyet tahmini yap
9. Mobil Uygulamalarda Gemini Entegrasyonu
Mobil uygulamalarda Gemini kullanimi icin iki ana yaklasim var: dogrudan SDK veya backend proxy.
iOS / Swift Entegrasyonu
CI/CD Pipeline yazimda mobil uygulama deploy sureclerinden bahsetmistim — Gemini entegrasyonu da ayni pipeline icinde yer alabilir.
swift
1import GoogleGenerativeAI2 3actor GeminiService {4 private let model: GenerativeModel5 6 init() {7 self.model = GenerativeModel(8 name: "gemini-2.5-flash",9 apiKey: Configuration.geminiAPIKey,10 generationConfig: GenerationConfig(11 temperature: 0.7,12 maxOutputTokens: 204813 )14 )15 }16 17 func chat(message: String) async throws -> String {18 let response = try await model.generateContent(message)19 guard let text = response.text else {20 throw GeminiError.emptyResponse21 }22 return text23 }24 25 func analyzeImage(_ image: UIImage, prompt: String) async throws -> String {26 let response = try await model.generateContent(prompt, image)27 return response.text ?? ""28 }29}Flutter Entegrasyonu
dart
1// pubspec.yaml: google_generative_ai: ^0.4.02import 'package:google_generative_ai/google_generative_ai.dart';3 4class GeminiRepository {5 late final GenerativeModel _model;6 7 GeminiRepository() {8 _model = GenerativeModel(9 model: 'gemini-2.5-flash',10 apiKey: const String.fromEnvironment('GEMINI_API_KEY'),11 );12 }13 14 Future generate(String prompt) async { 15 final content = [Content.text(prompt)];16 final response = await _model.generateContent(content);17 return response.text ?? '';18 }19}ALTIN İPUCU
Bu yazının en değerli bilgisi
Bu ipucu, yazının en önemli çıkarımını içeriyor.
Easter Egg
Gizli bir bilgi buldun!
Bu bölümde gizli bir bilgi var. Keşfetmek ister misin?
Okuyucu Ödülü
Google AI Studio ile hizli prototipleme icin su workflow'u oneriyorum: (1) Studio arayuzunde prompt tasarla ve test et, (2) "Get Code" butonuyla TypeScript/Python/Swift kodu al, (3) Kendi projen icin adapte et, (4) Function calling ile gercek API'lere bagla, (5) Safety settings ile production'a hazirla. Bu 5 adim, fikir asamasindan calisir MVP'ye 1 gunde ulasmanı saglar.
Sonuc ve Oneriler
Google AI Studio 2026, Gemini model ailesini kullanmanin en hizli ve en verimli yolu. Ucretsiz katmani ile prototipleme, function calling ile gercek dunya entegrasyonu ve model tuning ile domain uzmanlasmasi — hepsi tek bir platform uzerinde.
Onerilerim:
- Gemini Flash ile basla — hiz/maliyet dengesi muhtesem
- Function calling'i mutlaka dene — uygulamana gercek zamanli veri kazandiriyor
- Safety settings'i production oncesi mutlaka yapilandir
- Context caching ile maliyet optimizasyonu yap
- WebSocket Real-Time entegrasyonu ile streaming yanıtlar olustur
Bir sonraki yazimda Gemini'nin multimodal yeteneklerini derinlemesine inceleyecegiz. Gorsel, ses ve video analizi ile neler yapabilecegini goreceksin!

