Strategy Synthesis — 2026-08-20

Karşılaştırma: içerideki niş skorları vs. dışarıdan pazar araştırması

İki bağımsız kaynak var, ikisi de farklı bir öneri veriyor — ve üçüncü, daha acil bir bulgu her ikisinin de önüne geçiyor.

Bu ikisi neden farklı? İçerideki model "finans" gibi geniş bir kategoriyi RPM/talep üzerinden puanlıyor ama o kategoride kim kazanıyor sorusuna bakmıyor. Dışarıdaki araştırma tam tersini yaptı: view-per-subscriber (outlier ratio) ile "izleyici mevcut kanallardan kaçıyor mu" sinyalini ölçtü ve AI-ekonomi nişinde 133K'lık bir kanalın 15M'lik devleri geçtiğini bulup buna odaklandı. İkisi de meşru sinyal, birbirini geçersiz kılmıyor — biz konuyu (finans vs AI-ekonomi) ile alt-açıyı (hangi spesifik format/anlatı kazanıyor) karıştırmamalıyız. Aslında "AI Reality Check" büyük ölçüde bir finans/ekonomi alt-nişi — ikisi çelişmiyor, dışarıdaki araştırma içeridekini spesifikleştiriyor.

Daha acil bulgu: mevcut kanal (Mind Patterns) şu an sıfır dağıtım alıyor

Yeni bir niş tartışmasından önce bunu görmek lazım — kanal denetimi (rapor §6) şunu buldu:

• 1 abone, kanal ~1 haftadır aktif
• 11 long-form videonun 5'i tam olarak 0 izlenme, hiçbiri 5'ten fazla değil
• Shorts izlenmeleri çöküyor: eskiden yeniye 984 → 1600 → 1 → 72 → 132 → 22 → 1 → 13 → 686 → 1 → 2
• Haftada 22 video (11 long + 11 Shorts) yükleme temposu, CLAUDE.md §2'nin kendi risk eşiğinde ("günde 20 video = risk sinyali" mantığına yakın)
• Kök sebep dağıtım eksikliği değil, talep hedefleme hatası: "bowlby phases of attachment" gibi akademik terimlerle başlıklandırılmış videolar hiç aranmıyor; kanal "transactional analysis ego states" için #2 sırada ama bu sorguyu kimse aramıyor

Sonuç: yeni bir niş/kanal tartışması, mevcut kanalın neden hiç izlenmediğini çözmeden anlamsız — aynı hatalar yeni kanalda da tekrarlanır.

Önerilen sıra

1. Yükleme durdur — mevcut tempo hem politika riski hem de sinyal kirliliği yaratıyor (her video "başarısız" olarak öğreniliyor ama gerçek sebep başlık/thumbnail, içerik kalitesi değil).
2. Başlıkları semptom-diline çevir (rapor §6.4 — "Bowlby Phases of Attachment" yerine "Why You Keep Checking Their Profile at 2AM" gibi), thumbnail metin konumunu düzelt (alt-orta yerine alt-sol, süre etiketiyle çakışmasın), tek bir vurgu rengi kilitle.
3. Alt-niş playlist'lerini kur (config/sub_niches.yaml zaten var, kanalda hiç playlist yok).
4. Bunlar düzeldikten ve gerçek bir sinyal alındıktan sonra — Finance Markets Daily / "AI Reality Check" pilotunu ayrı bir kanal olarak değerlendir (CLAUDE.md'nin kendi kuralı: skor ≥ 70 → 10 videoluk pilot).

Detaylı Araştırma Raporu (youtube-strategist agent, 2026-08-20)

Yöntem notu: aşağıdaki her rakam 2026-08-20'de yt-dlp ile canlı çekildi (YouTube arama + kanal + video başına metadata + transkript + thumbnail dosyaları) — hafızadan veya üçüncü taraf tahminlerden değil.

1. Niş Keşfi

1.1 Ölçülen veri

19 aday faceless kategori gerçek arama sorgularıyla test edildi, medyan izlenme + arz yoğunluğu kaydedildi:

1.2 Belirleyici sinyal: her nişte gerçekte kim kazanıyor

Medyan izlenme talebi gösterir. Abone başına izlenme, izleyicinin mevcut kanallardan ayrılmaya istekli olup olmadığını gösterir.

133K abonelik bir faceless kanal, aynı konuda 5M-15M abonelik devleri 13-170x farkla geçiyor. Economy Media'nın son 14 videosu (hepsi 8-13 dk):

• 2,300,000 — "How AI Became More Expensive Than The Workers It Replaced"
• 1,500,000 — "Why Tech Companies Are Quietly Cancelling AI Data Centers"
• 662,000 — "Why Companies Are Quietly Rehiring Software Engineers"
• 174,000 — "Why Is OpenAI Turning Into a Total Disaster?"
• 96,000 — "Why All 'AI Layoffs' Are Actually a Big Lie"
• 69,000 — "Why the AI Bubble is Worse Than You Think"
• 44,000 — "AI Fails 96% of Times, Study Says"
• 6,400 — "Why Women Are Choosing Blue-Collar Jobs Over College"

Bir kanal, bir format, bir ekip içinde 360x fark. Kazananların ortak yapısı: somut, isimlendirilmiş bir aktör, kamuoyu anlatısının tersini sessizce yapıyor. Kaybedenler: genel kıyamet ("Worse Than You Think"), çıplak istatistik ("Fails 96%"), veya konu dışı.

1.3 Reddedilen iki niş

Uyku/uzun-form tarih: en zayıf arz (14 kanal/30 sonuç), en aşırı outlier oranları (Dreamoria 65x). Liderler açıkça AI-üretimli (açıklamalarında autotube.pro gibi araçlar linkli). Reddedildi çünkü YouTube'un Inauthentic Content politikasının hedeflediği tam profil, CLAUDE.md §2 ile doğrudan çelişiyor.

Felaket/olay adli analizi: en yüksek talep (medyan 1.68M) ama izleyici kitlesi açıkça AI-düşmanı. Brick Immortar (399K abone, 4.71M izlenme) açıklamasında: "BRICK IMMORTAR uses ZERO Ai tools" yazıyor. AI-karşıtlığın rekabet avantajı olduğu bir nişi seçmek, AI-üretim hattı için stratejik intihar.

1.4 Üst öneri (Görev 2-5'e taşındı)

"AI Reality Check" — AI ekonomisi ve işlerin geleceği, karşı-anlatı gazeteciliği olarak.

Her bölüm: AI'nin ne yaptığını iddia ettiği ile ölçülebilir şekilde ne yaptığı arasındaki somut, isimlendirilmiş, doğrulanabilir fark.

(a) Temel talep nedeni: AI, 2026'da her bilgi işçisinin doğrudan finansal çıkarının olduğu, resmi anlatı ile yaşanan deneyimin görünür şekilde ayrıştığı tek makro hikaye.

(b) En uygun faceless format: Veri odaklı sesli belgesel, 9-13 dk. Hareketli grafik (capex eğrileri, iş ilanı endeksleri, token fiyatlandırması) + ekran görüntüsü belgeler + sınırlı AI-üretimli sahne görselleri. Kritik kısıt: Economy Media'nın 2.3M'lik videosu ~%35 yayın haberi klibi kullanıyor — YTSystem bunu CLAUDE.md §2 altında kullanamaz. Yerine belge-ve-grafik montajı (kaynak atıflı başlık kartları, animasyonlu veri) — daha ucuz, tamamen orijinal.

(c) Fırsat penceresini doğrulayan sinyaller: 1. Arz parçalanması: iki bağımsız sorgu setinde 37/44 ve 42/45 farklı kanal — hiçbir otorite kategoriyi konsolide etmemiş. 2. Outlier oranı: Economy Media 17.6x/12.0x vs. 790K+ abonelik her kanal için 0.1-1.8x. 3. Anahtar kelime boşluğu: buradaki liderler ara sıra AI bölümü yapan jeneralistler, adanmış kanallar değil.

Dürüst riskler: (1) Trend-bağımlılığı — AI anlatısı soğursa talep daralır; kalıcı "işlerin geleceği" omurgası ile dengelenmeli. (2) Faktüel titizlik zorunlu — yanlış finansal iddia hem güven hem politika sorunu. (3) Daha hızlı içerik bayatlaması — kalıcı/haber-reaktif oranı ~70/30 tutulmalı.

2. Otuz Video Fikri

Çerçeve anahtarı: CG merak boşluğu · PL kutuplaştırıcı · AU otorite · TJ trend-yakalama · PI kalıp-kırıcı

Seri A — "Kanıtlar" (iddia vs. ölçülebilir gerçek)

1. Why Companies Are Quietly Rehiring the Engineers They Fired — AI'yı gerekçe gösterip işten çıkardıkları mühendisleri aynı pozisyonlara geri alıyorlar; iş ilanı verisi tam ne zaman çark ettiklerini gösteriyor. (CG)
2. The AI Layoff That Wasn't: What the Filings Actually Say — Basın açıklamasında AI'yı suçladılar, SEC dosyalarında tamamen başka bir şeyi. (AU)
3. AI Costs More Than the Worker It Replaced. Here's the Math. — Token fiyatlandırması insanın daha ucuz olduğu çizgiyi geçti. (CG)
4. The Productivity Gains Nobody Can Find — Üç yıllık AI benimsemesine rağmen üretkenlik verisi kıpırdamıyor. (PL)
5. The Companies Quietly Removing "AI-Powered" From Their Site — Arşivlenmiş sayfalar, iki yıl önce satın aldıkları etiketi sildiklerini gösteriyor. (CG)
6. Your Job Isn't Safe for the Reason You Think — Hayatta kalan görevler "yaratıcı" olanlar değil; maruziyet verisi tamamen farklı sıralıyor. (PI)

Seri B — "Capex Dosyaları" (inşaatın arkasındaki para)

1. The Data Centers That Will Never Be Finished — 2026 planlanan ABD inşaatlarının yaklaşık yarısı iptal/ertelendi.
2. Who Actually Pays for the AI Buildout? (You Do) — Capex, elektrik faturalarına ve belediye bütçelerine yansıtılıyor.
3. The Circular Deals Holding Up the AI Economy — Çip üreticisi, kendi çiplerini alan girişime yatırım yapıyor.
4. Why Big Tech Started Renting Its AI Instead of Owning It — Bilanço-dışı kiralamaya geçiş ve tarihsel olarak neyin habercisi olduğu.
5. The Depreciation Question That Breaks the AI Business Model — GPU'lar 3 yıl dayanıyor ama 6 yıla yayılarak defterleniyor.
6. The Electricity Math That Caps AI Growth — Şebeke, modelin kendisi değil, büyümenin tavanı.

Seri C — "İş İş" (meslek bazlı maruziyet)

1. What AI Actually Did to Junior Software Jobs
2. Translators Were First. Here's What Happened Next.
3. The Radiologists Were Supposed to Be Gone by Now
4. Why Call Centers Are Hiring Humans Again
5. The Jobs AI Created That Nobody Talks About
6. Accountants Are the Real Test Case for AI

Seri D — "Slop Ekonomisi" (AI'nin medya/güven/dikkat üzerindeki etkisi)

1. YouTube Changed Its Rules Because of AI Content
2. The Business Model Behind AI Slop
3. Search Is Getting Worse and It's Measurable
4. Why AI Music Is Winning on Streaming
5. The Internet Is Now Mostly Bots. Here's the Traffic Data.

Seri E — "Emsal" (kalıcı omurga — tarihsel tekrarlar)

1. The Last Time a Technology Was Going to End Work
2. Every Bubble Ends the Same Way. This One Included.
3. The Telecom Buildout That Was Right and Still Bankrupted Everyone
4. Why Productivity Revolutions Take 20 Years to Show Up

Seri F — Reaktif slotlar (72 saat içinde üretim)

1. What [Company]'s Earnings Call Actually Admitted
2. The Study Everyone Is Misquoting This Week
3. [Company] Just Quietly Reversed Its Biggest AI Promise

Üretim notu: Seri A/C/E kalıcı ve toplu araştırılabilir (tek veri setinden). Seri B/D tek bir görsel sistemi paylaşıyor. Seri F ~%30'u geçmemeli (bayatlama riski).

3. Thumbnail Kalıp Analizi

En yüksek performanslı 10 videonun gerçek maxresdefault.jpg dosyaları indirilip incelendi.

3.2 Tekrarlanabilir yüksek-performans kalıpları

1. Konu değil, hüküm cümlesi. Kazanan metinler 2-4 kelimelik bir yargı: "IT'S OVER", "It's Way Worse.", "50% Being Cancelled". Hiçbiri konuyu tarif etmiyor, hepsi bir duruş sunuyor.
2. İki tonlu metin hiyerarşisi. En güçlü faceless şablon (Economy Media, 12-17.6x outlier): nötr beyaz kurulum satırı + kırmızı kutulu sonuç satırı.
3. Kırmızı = alarm, ve sadece kırmızı. 10'da 7'si tek vurgu rengi olarak kırmızı kullanıyor.
4. Logo = anlık tanınırlık. Google, OpenAI, Nvidia gibi tanınabilir kurumsal markalar konunun kendisi olarak görünüyor.
5. Faceless kanallar yüz yerine durum kullanıyor. Gerçek fotoğraf, illüstrasyon veya uydu görüntüsü — yüz gerekmiyor ama insani sonuç ima etmek gerekiyor.
6. Tek konu, tek metin bloğu. Hiçbiri feed boyutunda 1 saniyeden fazla çözümleme gerektirmiyor.
7. Düşen ok motifi her boyutta okunuyor, kategori-yerli, ucuz.

3.3 Tekrarlanan hatalar

1. Hüküm yerine tarif — "AI DATA CENTERS" gibi bir başlık tıklama nedeni sunmuyor.
2. Metin ve konunun rekabet etmesi — merkez hem görsel hem metin olursa ikisi de kaybediyor.
3. 4 kelimeden fazla metin.
4. Alt-orta metin yerleşimi — süre etiketi/izleme çubuğu alt kenarı kapatıyor. Kazananlar alt-sol veya üst kullanıyor. Mind Patterns'ın şu anki tam hatası — bkz §6.
5. Yüklemeler arası palet kayması — her yüksek performanslı kanal renkten/yerleşimden tek başına tanınabiliyor.
6. Jenerik düz-vektör stok illüstrasyon — üst 10'da yok, düşük emek sinyali.

3.4 Uygulanabilir üretim sistemi

Üç modüler yerleşim şablonu: - T1 — "Verdict Split" (birincil): Tam kare fotoğrafik/render sahne. Alt-sol metin bloğu: satır 1 beyaz ~90px kurulum; satır 2 kırmızı kutulu ~110px sonuç. Kanal monogramı üst-sol %8. - T2 — "Named Actor + Collapse": Tanınabilir logo/konu sağ-orta %40 yükseklik. Kırmızı düşen ok. 2-3 kelimelik kırmızı-kutulu hüküm, üst-sol. - T3 — "Comparison Split": Dikey %50/50 bölüm: iddia (sol, soluk) vs gerçek (sağ, doygun).

Tasarım prensipleri: 1280×720 kanvas, 320×180 önizlemede test et. Max 4 kelime. Kanal genelinde tam 2 vurgu rengi (1 nötr + 1 alarm, kırmızının hex kodu sabitlenmeli). Alt-sağ 220×80px bölgesi boş kalmalı (süre etiketi). Yüz opsiyonel, insani sonuç zorunlu.

Üretim kontrol listesi: başlığı önce yaz → hüküm cümlesini seç → şablon seç ve döndür → konu kaynağı bul (logo > gerçek fotoğraf > render, asla jenerik vektör) → kompoze et → iki-tonlu kuralı uygula → 1280×720 render, 320×180'e küçültüp test et → gerçek rakip thumbnail'leriyle yan yana feed testi yap → A/B varyantı üret ve Test & Compare'e gönder (şu an pipeline'da tamamen eksik) → kazanan varyantı logla.

4. Senaryo Mimarisi Analizi

Gerçek 500K+ izlenmeli 3 videonun transkriptinden çıkarıldı.

4.4 Çıkarılan çerçeve: CEP-R

Concede → Escalate → Pivot → Resolve (Kabul et → Tırmandır → Çevir → Çöz) İzleyicinin zaten inandığı şeyi kabul et (savunmayı kaldırır) → somut isimlendirilmiş kanıt yığ (ivme kazandırır) → tek düz bir cümleyle tersine çevir (kalıp kırma) → gövdeyi tersine çevirmeyi kaynaklı veriyle kanıtlamaya ayır → "bu zaten oluyor" ile çöz, sonra ileriye dönük bir döngü aç.

Satır seviyesi kalıplar: - Kabul-içinde-şüphe: "…ve tam da bu yüzden [iyi şey], [sorun] başladı." - Düz dönüş: kısa, çekimsiz özne-yüklem-nesne cümlesi. "AI çok pahalılaşıyor." Asla "bazıları öne sürüyor ki..." değil. - Ön-savunma: "[X] [geçerli eleştiri] için alay konusu oldu — ama [tamamen kabul et], [iddia hâlâ geçerli]." - Tahmin-çöküşü sonucu: "Bu bir tahmin değil. Bu zaten oluyor." - Kaynaklı sayı çifti: her zaman öncesi/sonrasını kaynağıyla birlikte ver.

Tespit edilen izleyici-tutma teknikleri: açık-döngü istifleme (ana döngü ~%20'de açılır, ~%85'te kapanır + her 60-90sn mikro döngüler), kontrast çerçeveleme (vaat vs kanıt), tırmanan bahis ("what's even worse"), yeniden-kancalama (her 60-90sn yeni isimlendirilmiş aktör), bilişsel geri-çağırma (kapanış, ~2dk'daki soruyu birebir tekrarlıyor).

4.5 Modüler senaryo şablonu (9-12 dk, ~1400-1800 kelime)

Tempo kısıtları: hiçbir şey kabulden önce gelmez (logo/karşılama yok). Ana döngü çalışma süresinin %18-22'sinde açılır (ilk 15sn değil). Her 60-90sn'de yeni isimlendirilmiş varlık. ~150 kelime/dk faceless TTS. Görsel kaynak tipi en az her 25sn'de değişmeli. Döngü çözümü %82-88'de. Sert CTA yok — ileri açık döngü kullan.

5. Rakip Analizi

5.2 Piyasa genelinde işe yarayan taktikler (kopyala)

1. "Neden…" soru başlıkları — Economy Media'nın son 14 yüklemesi neredeyse tamamen "Why [Aktör] [Şaşırtıcı Eylem]".
2. "Quietly" (sessizce) zarfı — Economy Media'nın en iyi 2 videosu da kullanıyor, bilgi-asimetrisi vaadi yaratıyor.
3. CEP-R yapısı — 3 farklı kanal, 3 farklı bütçede doğrulandı.
4. 9-13dk süre yeni uzman kanallar için; 17-29dk zaten otorite sahibi kanallar için.
5. Kilitli iki-renk kırmızı-vurgu thumbnail sistemi.
6. İsimlendirilmiş kaynak anlatımı — "Bloomberg'e göre…", "Reuters'a göre…" sesli olarak.
7. Sert CTA yok.

5.3 Kopyalanmaması gerekenler

• Economy Media'nın yayın-klibi montajı (CLAUDE.md §2 ihlali, telif riski).
• Kurzgesagt'ın animasyon maliyet tabanı.
• Yüz-güveni (Hank Green/Mark Tilbury) — faceless kanal belge/veri güvenirliğiyle ikame etmeli.
• Infographics Show'un hacim stratejisi (0.1x outlier).

5.4 Stratejik boşluklar

1. Kimse adanmış otorite değil — herkes ara sıra AI bölümü yapan jeneralist.
2. Yapılandırılmış seri mimarisi yok — hiçbir kanal indeksli, süregelen bir seri işletmiyor. En büyük kullanılmamış kaldıraç.
3. Her şey kıyamet-yönlü — GEN'in karşıt-pozisyonu (1.03M) talep olduğunu kanıtlıyor, arz neredeyse yok.
4. Kimse kaynaklarını yayınlamıyor — doğrulanabilir, atıflı bir kanal güven pozisyonunu varsayılan olarak alır.
5. Yavaş tepki süresi — 72 saatlik dönüş kimsenin savunmadığı bir şerit.
6. Sıfır çok dillilik.

6. Kanal Denetimi — Mind Patterns (@MindPatternsPsych)

6.1 Canlı kanaldan çekilen sert veri

Bu, her şeyden daha önemli bulgu ve brifin çerçevesiyle çelişiyor.

Long-form izlenme sayıları (11'i de): 0, 0, 0, 0, 0, 1, 0, 0, 0, 5, 3

Shorts izlenme sayıları (yeniden → eskiye): 2, 1, 686, 13, 1, 22, 132, 72, 1, 1600, 984

1. Long-form neredeyse sıfır gösterim almış. Düşük CTR değil — hiç dağıtım yok.
2. Shorts dağıtımı sert şekilde çöküyor. En eski 2 Short gerçek bir soğuk-başlangıç gösterim havuzu aldı (1,600 ve 984). Yeniler 1-2 izlenme alıyor. YouTube kanalı test etti, dönüşüm olmadı, gösterimi geri çekti.

Ekarte edilebilen bir şey: CLAUDE.md §6'daki unlisted→public iş akışı sorun DEĞİL — YouTube'un kendi yardım sayfasına göre bir video ilk kez public yapıldığında abone bildirimi ve abonelik akışı yerleşimi hâlâ tetikleniyor.

Başlık tutarsızlığı: Brifteki başlıklar canlıdakiyle eşleşmiyor. Brif: "Work Failure Psychology: Why You Double Down on a Failing Plan..." Canlı: "Why You Double Down on a Failing Plan — Cialdini's Principle." metadata_gen başlıkları akademik jargona doğru yeniden yazıyor ve bu onları kötüleştiriyor.

6.2 Arama-görünürlüğü teşhisi

Teşhis: kanal, talep olmayan bir sorguda #2 sırada, talep olan sorgularda görünmez. Sıralama sorun değil — talep hedefleme sorun.

6.3 Marka, konumlandırma, yapı

Kanal adı — iyi. "Mind Patterns" kısa, akılda kalıcı, markalanabilir.

About bölümü — kanaldaki en güçlü varlık. Farklılaştırıcıyı açıkça adlandırıyor ("grounded in named research, not generic self-help"), gerçek araştırmacıları isimlendiriyor (Kahneman, Ainsworth, Cialdini). Sorun: bunun dışında hiçbir şey bu konumlandırmayı ifade etmiyor — thumbnail, başlık, banner jenerik herhangi bir AI-psikoloji kanalına ait olabilir.

Banner — zayıf. Soyut AI-üretimli ağ-düğümü grafiği, binlerce benzer kanalla görsel olarak ayırt edilemez. About bölümünden hiçbir şey iletmiyor.

Playlist yapısı — gerçek, düzeltilebilir boşluk. Tek playlist var. config/sub_niches.yaml'da zaten tanımlı alt-niş taksonomisi (depresyon, erteleme, sosyal kaygı, kalp kırıklığı, imposter sendromu, tükenmişlik…) playlist olarak kanalda yok.

Yükleme temposu — bir haftada 11 long-form + 11 Shorts. CLAUDE.md §2'nin tanımladığı risk eşiğinde ("Kalite > hacim"). Tek görsel şablonlu, tekdüze ~3-8dk formatla birleşince, Inauthentic Content politikasının taradığı tam parmak izi.

6.4 Video bazlı analiz

Başlıklar — birincil dönüşüm hatası. Canlı başlıklar en değerli karakter pozisyonlarında akademik jargonla başlıyor: - "Transactional Analysis Ego States Explained: Why You Stall" - "Bowlby Phases of Attachment: The 3-Stage Heartbreak Sequence" - "Social comparison theory: why you feel like a fraud"

Her biri, izleyicinin asla aramayacağı bir terimin arkasına duygusal/aranabilir yarıyı gömüyor. Gece 2'de biri "Bowlby phases of attachment" aramaz. "neden onun profilini kontrol etmeyi bırakamıyorum" arar. Karşılaştırma: Psych2Go'nun canlı başlıkları saf semptom-dili — "You Don't Know What You Feel Anymore" (321K), "Why You Cry At Random Times" (33K).

Thumbnail'ler — yetkin işçilik, yanlış sistem. Düz vektör illüstrasyon, beyaz büyük harf metin, alt-orta. - Çalışan: 3-4 kelime disiplini, okunabilir tipografi. - Hata #1: alt-orta yerleşim — süre etiketi bölgesine giriyor. - Hata #2: renk sistemi yok — 5 video, 5 alakasız palet. - Hata #3: tutarsız tip ölçeği. - Hata #4: jenerik düz-vektör estetik. - Hata #5: belirsiz hüküm cümleleri ("YOUR INNER ARGUMENT" bir sonuç belirtmiyor). - Hata #6: yüz/göz yok — psikoloji kitlesi insani duygusal ipuçlarına tepki verir.

Kancalar — gerçekten iyi. Bunları değiştirmeyin. Transkriptten (vhcl2SW7cDs): "It's 2:00 a.m. You've read the same three messages maybe 10 times now... You're in stage one of three." Ders kitabı kalitesinde bir faceless kanca: somut sahne → ikinci şahıs → kendini-suçlamadan uzaklaştırma → numaralı açık döngü → otorite açıklaması. Senaryo kalitesi sorununuz değil. Kancalar, biri görse çalışır.

Süre ve izleyici-tutma yapısı. 11 videonun 5'i 4:00'ın altında. 2027 YPP eşiklerinde (365 günlük pencerede 8,000 izleme-saati) verimsiz bir yol.

6.5 Kendi nişindeki gerçek rakiplerle karşılaştırma

Yapısal rüzgar: psikoloji-açıklayıcı arama seti 35 farklı kanalda 45 sonuç için medyan 42,994 izlenme döndürdü — ölçülen 19 kategorinin en düşük medyanı ve en parçalı olanlarından biri. Tavan kurumların elinde (TED 61.7M). Bu niş neredeyse her alternatiften yapısal olarak daha zor — terk etmek anlamına gelmiyor ama farklılaşma çıtası konu çekiciliğinin ima ettiğinden yüksek.

Mind Patterns'a özgü kullanılmamış fırsatlar: 1. Araştırma-temelli konumlandırma gerçek ve sahiplenilmemiş. Thynksee'nin çöküşü, piyasanın kaynaksız AI-felsefe içeriğini reddettiğini gösteriyor. "İsimlendirilmiş çalışma, isimlendirilmiş araştırmacı, ekranda" bu katmanda kimsenin işgal etmediği bir güven pozisyonu. 2. Shorts tek çalışan dağıtım kanalı (1,600/984 vs long-form için 0). YouTube'un resmi Shorts→long-form dönüştürme yöntemi (İlgili Videolar linki, son 5sn'de sözlü+görsel çağrı) kanalda hiç uygulanmamış. 3. Alt-niş playlist'leri zaten config/sub_niches.yaml'da tanımlı ama kanalda yok. 4. Semptom-dili başlıklandırma Psych2Go tarafından kanıtlanmış, başlıklarda tamamen yok.

6.6 Aşamalı optimizasyon yol haritası

Aşama 1 — Acil düzeltmeler (bu hafta, yeni mühendislik gerektirmez)

1. Yüklemeyi durdur. 1 haftada 22 video, 1 abone, neredeyse sıfır izlenmeyle, ek yüklemeler hem politika riski hem sinyal kirliliği ekliyor.
2. 11 long-form başlığını semptom-önce'ye çevir. Kural: ilk 30 karakter sıfır teknik terim içermeli, izleyicinin yazacağı bir duygu/davranışı belirtmeli.
3. Thumbnail metin konumunu düzelt — hepsini alt-sola taşı, alt-sağ 220×80px bölgeyi temizle.
4. Tek vurgu rengini kilitle — mevcut 11'e de uygula.
5. Alt-niş playlist'lerini kur (config/sub_niches.yaml'dan).
6. Banner'ı yeniden kur — About bölümünün kendi cümlesi mevcut bannerdan daha iyi bir metin.
7. 5:30 minimum süreyi zorunlu kıl.

Aşama 2 — Sıradaki A/B testleri

1. Başlık çerçeveleme testi (en yüksek beklenen değer) — semptom-dili vs teori-dili.
2. Thumbnail A/B (Test & Compare) — şu an hiç uygulanmıyor.
3. Shorts→long-form dönüştürme testi — gerçek izlenmesi olan 3 Short'ta (1,600/984/686) resmi 4 adımlı yöntemi uygula.
4. Kanca-uzunluğu testi — mevcut kancalar otorite açıklamasını ~0:42'ye erteliyor; 0:20 vs 0:42 test et.
5. Süre testi — 6dk vs 9dk, izlenme yerine üretilen izleme-saati üzerinden ölç.

Aşama 3 — Ölçeklenme için ağırlık verilmesi gerekenler

1. Hacmi artırmadan önce geri besleme döngüsünü kapat. performance_analyzer var ama vidpulse_score + hook_score + gerçek tutma + abone-dönüşümünü format/alt-niş etiketli tek bir kayıtta birleştiren hiçbir şey yok. Bu olmadan her yükleme izlenmeyen bir hipotez, hacim gürültü üretiyor.
2. Her metrikte izleme-saatini izlenme sayısından ağır tut. 2027 YPP eşiği 8,000 izleme-saati; %40 tutma ile 9dk'lık video, aynı tutmayla 3dk'lık videonun ~4 katı değerinde.
3. Araştırma pozisyonunu tıklama-öncesi görünür kıl. Araştırmacının adını/çalışma yılını thumbnail'de küçük kalıcı bir rozet olarak koy.
4. Şimdilik önce Shorts, sonra long-form. Shorts, kanalın dağıtım aldığı tek yer.
5. Bir video 1,000 izlenmeyi geçmeden ikinci kanala ölçeklenme.

Kaynak: youtube-strategist agent, gerçek YouTube verisi (yt-dlp) ile 2026-08-20'de derlendi. Tam ham veri: transkriptler, thumbnail görüntüleri, tarama script'leri agent'ın çalışma dizininde.