Anahtar Kelimeden Bitmiş Reklama: İşler Durumda Tutan Beş Aşamalı Akış ve Altı Statü

Bugün neredeyse her AI kreatif aracının vaadi aynı: “Bir anahtar kelime girin, diğer uçtan reklam videosu çıksın.” Ancak kendinizi kandırmanın en kolay yolu da tam olarak bu vaat.

Sistemi gerçekten çalıştırmaya başladığınızda, “otomatik” sözcüğünün altında yanıtsız kalmış bir sürü soru görürsünüz. Anahtar kelime niş olabilir; organik aramada hiçbir şey çıkmayabilir, ticari kütüphanede de veri bulunmayabilir. Akış burada durup “kanıt yok” mu demeli, yoksa kimsenin doğrulamadığı boş bir brief'i video üretimine mi göndermeli? Sürecin ortasında bir kanal hesabınızın erişim alanının dışında kalabilir ve veri dönmeyebilir. Bu durum “sonuç yok” mu demektir, yoksa “sorgu hiç çalıştırılmadı” mı? İkisinin gerektirdiği aksiyon taban tabana zıttır; ama tek tıkla çalışan araçların çoğu ikisi için de aynı dönen yükleme simgesini gösterir.

Demo için değil, gerçekten işletmek için tasarlanmış bir kreatif akışın değeri sondaki “oluştur” düğmesinden gelmez. Asıl değer, her aşamada hangi durumda olduğunu açıkça söylemesidir. Sistemin production ortamında çalışıp çalışamayacağını ve bir keresinde çıktı alamadığınızda kopuşun nerede yaşandığını görebilmenizi belirleyen şey budur.

Önce sınırı netleştirelim. Bu akışın araştırma aşamaları, kendi hesabınızla oturum açarak her platformun herkese açık reklam kütüphanesi ve kreatif merkezinden, platformun tüm reklamverenlerle paylaştığı verileri alır. İmza kullanımı yok, korumaları aşmak yok. Bu yazının konusu, herkese açık bu veriyi karar ve yayına alınabilir varlıklara dönüştürmek; veriyi nasıl elde edeceğiniz değil.

Otomasyondan önce: Beş aşamalı temel yapı

Anahtar kelimeyi reklam videosuna dönüştürmek, birbirini takip eden beş aşamadan geçer. Bunlar gevşek tanımlanmış “adımlar” değildir; her biri öncekinin çıktısını tüketir ve sonrakini besler:

1. Talep keşfi. Pazardaki arama terimini organik içerikte arar, konunun gerçek kullanıcılar arasında gerçekten ilgi görüp görmediğine bakar. Çıktısı organik içerik sinyalidir.

2. Ticari doğrulama. İki ticari sinyal çalıştırılır. İlki anahtar kelime fırsatıdır: arama hacmi, rekabet ve harcama tarafındaki veriler. İkincisi ise kreatif merkezde iyi performans gösteren Top Ads içerikleridir. Her ikisinin arkasında da gerçek harcama ve pazar doğrulaması vardır; bu nedenle organik içerikten farklı bir kategoridedir.

3. İçerik üreticisi eşleştirme. Influencer kütüphanesinde, bu konuya ve pazara uygun üreticiler bulunur.

4. Kreatif brief. İlk üç aşamada nitelikli bulunan kanıtları, doğrudan üretim modeline verilebilecek yapılandırılmış bir spesifikasyonda birleştirir. Anlatı yapısı, kanca biçimi ve hedef pazar burada netleşir.

5. Üretim. Brief video üretim modeline gönderilir ve 9:16 dikey, platforma doğal görünen bir reklam hazırlanır.

Asıl ağırlık dördüncü aşamadadır. İlk üç aşama kanıt toplar, beşinci aşama para harcar; kanıtın girdiye, kararın çıktıya dönüştüğü tek yer brief'tir. İlk üç aşamada özensiz veri toplarsanız brief kararını gürültüye göre verir ve ortaya gürültü üzerine kurulmuş bir video çıkar. Bunu yükleme ekranından anlayamazsınız. Ancak her aşamanın statüsünü açıkça gösterdiğinizde görebilirsiniz.

İlk üç aşamanın her biri ayrı bir yazıyı hak ediyor. Saniye saniye retention eğrisi nasıl okunur, anahtar kelime fırsatı tek bir bütçe rakamına nasıl çevrilir ve üreticileri takipçi sayısına göre seçmek yerine influencer kütüphanesiyle varlık kütüphanesi nasıl çaprazlanır başka üç yazının konusu. Bu yazıysa, bunları tek bir hattın içine koyduğunuzda ortaya çıkan ek sorulara odaklanıyor.

Neden “başarısız” statüsü dört ayrı duruma ayrılmalı?

Bu yazının en kritik bölümü burası.

Çoğu akış, her aşamaya yalnızca iki sonuç tanımlar: başarı veya başarısızlık. Bu model bir ya da iki aşamada idare eder. Beş aşamaya çıktığınızda çöker; çünkü “başarısız” etiketi, bambaşka müdahaleler gerektiren dört durumu tek bir torbaya atar.

Bu hatta her aşamanın sonucu altı statüden birine düşer:

• completed: aşama çalıştı, nitelikli sonuç aldı ve devam edebilir.

• empty: aşama çalıştı, kanal açıktı ama sıfır nitelikli sonuç döndü. Arama yapıldı, bir şey bulunamadı.

• skipped: bu aşamanın kotasını 0 yaparak kendiniz kapattınız; dolayısıyla hiç çalışmadı.

• unavailable: çalışmak istedi ama çalışamadı. Kanal hesabınızın erişim kapsamı dışında olabilir — örneğin anahtar kelime fırsatı yalnızca belirli pazar dillerini kapsıyor olabilir — ya da bir bağımlılık geçici olarak devre dışı kalmış olabilir.

• blocked: üst akıştan yeterli kanıt gelmediği için bir kapı bu aşamayı bilerek durdurdu. Aşama kendi başına başarısız olmadı; yukarıdan beslenemedi.

• ready: yalnızca üretim için kullanılan ara durum. Preflight kontrolü geçti, ancak gönderme komutunu henüz vermediniz. Video üretebilir ve onayınızı bekliyordur.

Mesele altı farklı isim toplamak değil. empty, skipped, unavailable ve blocked tek bir “başarısız” altında birleştiği anda sistemi işletme kabiliyetinizi kaybedersiniz. Dördü de “bu sefer video yok” anlamına gelir, ama sizden tamamen farklı şeyler ister:

• empty bir veri problemidir. Pazarda yeterli hacim yoktur ya da anahtar kelime fazla dar seçilmiştir. Koda dokunmadan terimi değiştirmek veya eşiği gevşetmek gerekir.

• skipped sizin verdiğiniz bir karardır. Yapılacak bir işlem yoktur; ancak bunu empty'den ayrı tutmalısınız. Aksi halde hiç açılmamış bir aşamayı debug etmek için yarım gün harcarsınız.

• unavailable kanal ya da yapılandırma sorunudur. Anahtar kelimeyle oynamak yerine hesabın kapsamını kontrol etmeli veya tekrar denemelisiniz.

• blocked üst akış kaynaklı bir sorundur. Bu katman sağlamdır; önceki aşamalardan biri boş dönmüştür. Engellenen katmanla uğraşmak yerine geriye dönüp empty olan aşamayı bulmak gerekir.

Tek ve opak bir “başarısız” etiketi bu dört yolu da kapatır, sizi tahmin yürütmeye zorlar. Bu yüzden sonuç verip statü göstermeyen bir akış uzun süre işletilemez. Bir şey her bozulduğunda ne olduğunu anlamak için tüm süreci yeniden üretmeniz gerekir.

Kanıt hunisi: Organik ve ticari sinyaller toplanmaz

Talep keşfi, “birkaç içerik bulduk” denildiğinde tamamlanmış sayılmaz. Ham sonuçlar, her katmanda sayım yapan bir huniden geçer: kaç sonuç döndü, kaçı zaman aralığının dışındaydı, kaçı yanlış dildeydi, kaçı konu dışıydı, kaçı örnek sayılmayacak kadar düşük izlenmeye sahipti ve kaçı gerçekten nitelikliydi? Bu aşama empty döndüğünde, huni kanıtın hangi katmanda tükendiğini gösterir. Hiçbir şey bulamamak; çok şey bulup hepsinin eski çıkması; içerik bulup hiçbirinin örnek eşiğini geçememesi: üç farklı boş sonuç, üç farklı sonraki adım. Huni olmadan empty yalnızca boş bir dizidir; nasıl o hale geldiğini bilemezsiniz.

Sayımdan da önemli bir kural var: organik içerik sinyalleri ile ticari sinyaller ayrı sayılır, asla tek bir “kanıt puanında” toplanmaz. Bir Top Ad, birinin gerçek para harcadığı ve platformun performanslı bulduğu bir varlıktır. Ne kadar ilgi çekici olursa olsun on organik video yalnızca “insanlar bunu ücretsiz izlemeye istekli” demektir. Ağırlıklı bir toplam, sayıca fazla olan on organik videonun tek bir Top Ad'i bastırmasına yol açar; oysa Top Ad'in ticari değeri çok daha yüksektir. Doğru yaklaşım önce kategorilere ayırmak, sonra sıralamaktır. Önce ticari sinyallere bakın; bunlar yoksa nitelikli organik içeriğe, başka hiçbir şey yoksa üreticilere inin. Katmanları adede göre değil, güvenilirliğe göre sıralayın.

Bu kural tek bir videonun değerlendirmesine kadar iner. Organik bir içerikte beğeni ve yorumlar bir tür sinyaldir; paylaşım ve kaydetme ise başka bir tür. Paylaşımlar ve kaydetmeler ticari niyete daha yakındır: “saklamaya, başkasına aktarmaya değer” davranışlarıdır ve sıralamada sıradan etkileşimin üzerinde ağırlık alırlar. Etkileşim hacmi içeriğin izlenebilir olduğunu söyler. Paylaşım ve kaydetme ise gerçekten ürün hareketi yaratma ihtimaline işaret eder. Aynı videoda bile bunlar farklı okunması gereken iki şeydir.

(Küçük bir not: ilişkiyi nedensellik, sıklığı da etkililik gibi ele almak, modelin attribution aşamasında en kolay düştüğü hatadır. Bu nedenle prompt, modele karşı örnek üretmeyi zorunlu kılmalıdır. Bu, modelin az önce fark ettiği örüntüyü sorgulamayı sürdürmesini sağladığımız fingerprinting yazısındaki prompt disipliniyle aynıdır. Oradaki konu tersine mühendislikte karşı kanıt bölümü. Buradaysa reklam attribution'ında karşı örnek. Mekanizma aynı.)

Üretime hazır olmak: Platform kontrolü ile araştırma kanıtını ayırın

Üretimden hemen önce verilmesi gereken ve birleştirilmesi çok kolay, fakat kesinlikle ayrı tutulması gereken iki karar vardır: “platform video üretebilir mi?” ve “bu video özelinde üretim yapılmalı mı?”

İlki platform preflight hazır oluşudur: üretim servisi çalışıyor mu, kota yeterli mi, prompt izinli mi? Bunlar altyapı kontrolleridir. İkincisi araştırma kanıtı hazır oluşudur: toplanan veride en az bir nitelikli birincil kanıt var mı? Bu da içerik seviyesinde bir kontroldür. Göndermeden önce iki kapının da geçilmesi gerekir; herhangi biri geçmezse statü blocked olur.

Her ikisi de “üretim yapabilir miyiz?” sorusuyla ilgili olduğu için bunları birleştirmek caziptir. Ancak birleştirirseniz en pahalı başarısızlık türüyle karşılaşırsınız: platform çalışıyordur, kota boldur, prompt yasaldır, preflight geçer ve buna rağmen sıfır kanıtla kurulmuş bir video üretilir. Bu temiz bir başarısızlıktan çok daha maliyetlidir; çünkü başarılı görünür ve siz buna gerçekten bütçe ayırabilirsiniz. İki ayrı kapı kurduğunuzda bu senaryo güvenle blocked durumunda kalır ve eksik olanın kota değil kanıt olduğunu söyler. “Üretebilmek”, hiçbir zaman “üretmek gerek” anlamına gelmez. Bu ikisini tek koşulda yazmak, bu tür akışlardaki en yaygın tasarım hatasıdır.

Brief yalnızca nitelikli kanıtı okur: Rakip metni prompt'a girmez

Kreatif brief, hattaki metin modelinden en fazla şey istenen yerdir; duyarsızlaştırma disiplininin de en kolay raydan çıktığı aşamadır.

Görevi, nitelikli kanıttan doğrulanmış yapıyı çıkarmaktır. Top Ads içeriklerinde hangi kanca tekrar ediyor, retention eğrisi hangi saniyede zirve yapıyor, başarılı organik içerikler “problemi söyle, sonucu göster, harekete geçirici mesaj ver” yapısının hangi iskeletini kullanıyor? Ardından bu yapıları bir üretim spesifikasyonunda sentezler.

Burada katı bir kural vardır: rakip varlıkların ham metni yalnızca yapıyı seçmek için kullanılır, nihai üretim prompt'una asla girmez. Rakibin kancasında geçen marka adları, tedarikçi sayıları, kotalar, fiyatlar ve performans iddiaları; yapı değil, o rakibe özgü beyanlardır. Bunlar araştırma sonuçlarında aynen kalır; böylece inceleyebilir, hangi varlığın hangi fikri doğurduğunu izleyebilirsiniz. Ancak üretim prompt'u oluşturulurken açıkça dışarıda bırakılır. Üretim modelinin aldığı talimat “bu anlatı iskeletini ve bu kanca biçimini kullanarak kendi ürünüm için video üret” olur; “bu cümleyi kopyala” değil.

Bu kısıtın uğraşa değmesinin nedeni basit: rakip metnini doğrudan üretim prompt'una dökerseniz, videoda başka bir markanın adı ve fiyat vaadi yer alabilir. Bu, en iyi ihtimalle hukuki risk taşıyan bir varlıktır; en kötü ihtimalle düpedüz intihaldir. Modele yalnızca yapıyı, iddiaları ayıklanmış halde verirseniz ortaya doğrulanmış bir yapıyı yeniden kullanan ama kendi hikâyenizi anlatan bir video çıkar. Araştırmayı aslına sadık tutun, üretim girdisini temiz tutun. Aynı kanıt paketi, iki kullanım alanı ve iki ayrı okuma biçimi.

“Kanıt yığınından gerçekten doğrulanmış yapıları çıkar, rakip beyanlarını aktif biçimde hariç tut ve her ‘etkili yapı’ için bir karşı örnek ver” talimatı, güçlü muhakemeyi ve modelin kendi bulgusuna itiraz edebilme isteğini tam olarak test eder. Bu, tersine mühendislikte modelin neyi yapması, neyi yapmaması gerektiği ayrımıyla aynı iş bölümüdür: model hipotez üretmede güçlü, olguları doğrulamada zayıftır; doğrulama sizin kanıtlarınıza ve testlerinize dayanmalıdır.

Her aşama için doğru model seçimi

Bu hattaki metin modeli tek bir iş yapmıyor. Birbirinden tamamen farklı gereksinimleri olan dört görevi üstleniyor; sonunda da görüntü ve video üretimi var. Tüm akışı tek modele yüklerseniz ya toplu işlemlerde gereksiz para harcarsınız ya da brief'te hassasiyeti kaybedersiniz:

Tek başına test etmeye değer katman brief katmanıdır. Model değişikliğinin sonucu gözle görülür biçimde değiştirdiği tek adım budur. Test nettir; bu yazıda bizzat denemeniz gereken tek yer de burası:

1. Gerçekten tamamlanmış bir akış çalışmasından nitelikli bir kanıt paketi alın: Top Ads kancaları, retention eğrisi öne çıkanları, üretici profilleri, anahtar kelime fırsatı ve birkaç başarılı organik içerik.

2. Aynı brief prompt'unu kullanarak — kurallar: yalnızca varlık yapısını kullan; marka adlarını, fiyatları, kotaları ve performans iddialarını açıkça hariç tut; her “etkili yapı” için bir karşı örnek hipotezi ver — paketi ayrı ayrı claude-opus-5 ve gpt-5.6-sol'e gönderin.

3. Yalnızca iki şeye bakın: rakibin kendine özgü beyanlarını üretim prompt'una sızdırdı mı? Sızdırdıysa başarısızdır. “Bu yapı işe yarıyor” dediğinde karşı örnek getirdi mi, yoksa sıklığı etkililik gibi mi ele aldı?

4. Bu iki başlıktaki performans seçiminizi belirler. Üretilen videonun “rakibin senaryosunu kopyalaması” ile “doğrulanmış bir yapıyı yeniden kullanması” arasındaki farkı doğrudan bu seçim yaratır.

Tek tur, size farkı çoğu benchmark'tan daha doğrudan gösterir. Toplu alan çıkarma katmanında (Sonnet) seçim yapmaya pek gerek yoktur; çalışan herhangi bir seçenek yeterlidir. Uzun bağlam katmanı (Kimi) ise kendi parçalı retrieval sisteminizi yazmaktan kurtarmak için seçilir.

Üretim aşaması: Gönderin, terminal durumu bekleyin, timeout'ta task_id'yi koruyun

Üretim, “çağrıyı yap ve video gelsin” şeklinde çalışmaz. Video üretimi yavaş bir iştir. İsteği gönderirsiniz, kuyrukta bekler ve sonucu öğrenmek için terminal duruma kadar polling yapmanız gerekir. Bu aşamanın üç ayrı sonu vardır; bunları birbirine karıştırmamak gerekir:

• Gönderimden hemen sonra dönmek. İş kuyruğa girer, size bir task_id gelir ve statü processing olur. Beklemek yerine başka işlerinize dönebilirsiniz.

• Terminal durumu beklemek. completed veya failed gelene kadar polling yapın. Aradığınız sonuç budur.

• Sınırda timeout almak. Polling için bir zaman bütçesi verdiniz ve sonuç gelmeden süre doldu. Burada işi başarısız diye çöpe atmamalısınız. Doğru yaklaşım task_id'yi korumak, işi “timeout aldı, tamamlanmadı” diye işaretlemek ve yeniden göndermek yerine daha sonra aynı id üzerinden beklemeye devam etmenizi sağlamaktır. Yeniden göndermek, parayı ikinci kez harcamaktır.

En kolay yanlış yapılan nokta üçüncüsüdür. Pek çok uygulama “polling timeout aldı” durumunu “iş başarısız oldu” ile eşitler. Oysa gerçekte hâlâ render edilen, yalnızca beklenenden yavaş süren iş çöpe atılır. “İş başarısız oldu” ile “bu sefer beklemekten vazgeçtim” ayrımını yapmak bu aşamanın özüdür. İlki terminal durumdur. İkincisi yalnızca bu sefer beklemeyi bıraktığınız anlamına gelir. İş hâlâ oradadır, id hâlâ oradadır; devam edin.

Tüm kanıtlar boşsa üretime göndermeyin

Yukarıdaki tüm kısıtları tek bir çizgide topladığınızda, bu akışın en sezgiye aykırı ama en değerli kuralına ulaşırsınız: tüm kanıtlar boşsa üretim isteği göndermeyin.

Talep keşfi empty, ticari doğrulama empty, üretici eşleştirme empty. Üç yolun hiçbirinde tek bir nitelikli birincil kanıt yoktur. Brief blocked olur, üretim preflight'ındaki araştırmaya hazır olma kapısı geçmez, tüm hat blocked durumunda durur ve tek bir kare bile üretilmez.

Bu ilk bakışta “hiçbir şey yapmadı” gibi görünebilir. Oysa en zor doğru uygulanacak adım ve en çok para tasarrufu sağlayan şey budur. Yalnızca ileri gitmeyi bilen bir akış, tüm kanıtlar boş olduğunda genel geçer bir brief'e düşer, kimseye ulaşmayan bir video üretir ve “başarılı” raporu verir. Siz sistemin çalıştığını sanırsınız. Gerçekte sıfır bilgiyle bir üretim maliyeti harcamış ve sahte bir başarı sinyali almışsınızdır.

Bir akışın değerinin yarısı üretebilmesidir. Diğer yarısı, ne zaman üretmemesi gerektiğini bilmesidir. İlki yetenek, ikincisi disiplindir. Bu disiplinin ön koşulu da daha önceki altı statüdür. empty ile blocked ayrımı olmadan, “tümü boş” durumuna dayanarak “gönderme” kararı verebileceğiniz temiz bir sinyaliniz olmaz.

Tek anahtarla analiz ve üretim

Akış tasarımı burada tamamlanıyor. Geriye saf bir mühendislik sürtünmesi kalıyor ve çoğu kişinin asıl takıldığı yer de burası.

Bu hattın ihtiyaç duyduğu modeller iki farklı sağlayıcı türüne yayılıyor. Metin katmanları — kanıt okuma, alan çıkarma, brief yazma ve attribution — birden fazla sağlayıcıdan gelir; üretim katmanı ise ayrı bir görüntü ve video servisidir. Her katman için ayrı SDK, kimlik doğrulama şeması ve hata formatı bağlarsınız ya da çoğu insan gibi her şey için tek model kullanırsınız. Bunun sonucu toplu işlemlerde para yakmak, brief'te hassasiyeti kaybetmek ve üzerine ayrı bir video platformu bağlamak olur. Entegrasyon çabasından tasarruf etmek için tüm akışın kalitesini bir kademe düşürürsünüz.

AIReiter bu katmanı ortadan kaldırır. Tek anahtar, tek bir OpenAI uyumlu arayüz ve arkasında dört metin katmanının tamamı; istek gövdesindeki model alanını değiştirerek geçiş yaparsınız. Görüntü ve video üretimi de aynı anahtarla aynı sitede yer alır. Bu nedenle brief hazır olduğunda onu doğrudan /chat içinde üretmeyi deneyebilirsiniz.

# Write the brief: the reasoning tier
curl https://aireiter.com/api/v1/chat/completions \
  -H "Authorization: Bearer $AIREITER_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-opus-5",
    "messages": [{"role": "user", "content": "<brief prompt + qualified evidence bundle>"}]
  }'

# Extract fields in bulk: change the model field, leave the rest
#   "model": "claude-sonnet-5"
# Stage attribution:      "model": "gpt-5.6-sol"
# Read long evidence at once: "model": "kimi-k3"

Zaten OpenAI SDK kullanıyorsanız base_url değerini https://aireiter.com/api/v1 olarak ayarlayın; başka hiçbir şeyi değiştirmeniz gerekmez. Anthropic SDK tarafında ise aynı anahtarla POST /api/v1/messages isteğini kullanın.

Fiyatlandırma, bu akışın maliyet yapısına doğrudan oturur. En yoğun çağrı alan aşama toplu alan çıkarmadır: düzinelerce, hatta yüzlerce varlık; her biri için bir çağrı. Metin tarafı maliyetinin büyük bölümü burada oluşur ve %30 indirimli Claude tam bu noktaya denk gelir. Sonnet batch işlemlerini çalıştırır, Opus brief üzerinde iterasyon yapar; ikisi de Claude katmanıdır. Attribution, yarı fiyatına GPT-5.6 üzerinde çalışır. Uzun kanıt paketleri aynı anahtarla Kimi K3 üzerinde okunur. Üretim ayrı bir maliyet kalemidir ve çalışma başına ücretlenir; ancak yalnızca kanıt kapısı geçtiğinde, gerçekten video üretilmesi gerektiğinde tetiklenir. “Tümü boşsa gönderme” kuralı da üretim maliyetinden tasarruf etmenizi sağlar.

• API anahtarı alın

• Kayıt olmadan deneyin: nitelikli bir kanıt paketini brief prompt'una elle verin; rakibin marka adlarını ve fiyatlarını üretim girdisine sızdırıp sızdırmadığını izleyin. Sonuç tutarlı hale geldiğinde otomatikleştirin.

Sonuç

“Anahtar kelimeden bitmiş reklama” akışında asıl mühendislik, “bitmiş reklam” kısmında değildir. Asıl iş, ortadaki bölümde; herkese açık veriyi nitelikli kanıta, onu da temiz bir brief'e dönüştürürken yapılır.

Bu bölümün işletilebilir olup olmadığını üç şey belirler. Her aşamanın sonucu “başarı veya başarısızlık” yerine altı statüden birine iner; böylece empty, skipped, unavailable ve blocked net bir sonraki adıma işaret eder. Kanıtlar toplanmak yerine kategorize edilip katmanlandırılır; güçlü bir sinyal, zayıf sinyallerin hacmi altında ezilmez. “Üretebilir mi?” ve “üretmeli mi?” iki ayrı kapıya ayrılır; böylece tüm kanıtların boş olduğu durum üretimden önce güvenle durur.

Model, bu hatta işi yapan bir araçtır; başrol değildir. Kanıtı okur, alanları çıkarır, brief'i yazar, attribution'ı açıklar ve sonunda üretim modeli videoyu hazırlar. “Devam etmeli miyiz?” kararını ise her zaman modelin güveni değil, statüler ve kapılar verir. Bu tasarımı kurun, dört metin katmanını ve site içi üretimi tek anahtarla bağlayın; akış anahtar kelimeden bitmiş reklama kadar gerçekten çalışabilir hale gelir.