Metin ekran görüntülerinden nefret ediyorum

• Günlük iş akışında, iş arkadaşlarından metni ekran görüntüsü alıp gönderme durumu sık yaşanıyor; bu da kod aramayı ve bağlamı anlamayı son derece zorlaştıran verimsiz bir yöntem
• Ekran görüntüsüyle gönderilen kodda değişken tanımı, modül konumu, istisna işleme gibi bağlamlar hiç görünmediği için, arama kutusuna tek tek yazmak ya da bir kodlama ajanını devreye sokmak gerekiyor
• Build hata logları ekran görüntüsü olarak gönderildiğinde, neyin build edildiği, hatanın hangi satırda oluştuğu, tam hata mesajı anlaşılamadığı için sorunu çözmek imkânsız hale geliyor
• Metni kopyala-yapıştır yapmak veya dosya/GitHub bağlantısı paylaşmak, IDE arama özelliklerinden yararlanmayı ve tüm bağlamı görmeyi mümkün kılar
• Ekran gösterimiyle ilgili bir sorun olmadığı sürece, metin ekran görüntüsü yerine kopyalanabilir biçimde paylaşılmalı ki iş birliği verimliliği korunsun

---

Ekran görüntüsü sorunu örnek 1: Kod

• Bir iş arkadaşıyla kodla ilgili bir konuyu tartışırken kod ekran görüntüsü geliyor
  • slug değişkeninin tanımı, baseUrl'in nasıl oluşturulduğu, domain'in neden hardcode edildiği, istisnaların nasıl ele alındığı, ilgili modülün nerede olduğu gibi kritik bağlamları anlamak hiç mümkün olmuyor
  • Ekran görüntüsündeki kodu arama kutusuna elle yazmak ya da bir kodlama ajanı kullanarak ilgili modülü bulmak gerekiyor
• Kopyala-yapıştır kullanıldığında aynı satır için bile daha fazla bağlam görülebilir ve doğrudan IDE aramasına yapıştırılabilir
• Dosyanın kendisini ya da GitHub bağlantısını paylaşmak çok daha verimlidir

Ekran görüntüsü sorunu örnek 2: Build hata logu

• "Build başarısız oldu, kontrol edebilir misin?" isteğiyle birlikte hata logu ekran görüntüsü geliyor
  • Neyin build edildiği, hangi satırda başarısız olduğu ve tam hata mesajının ne olduğu hiç anlaşılamıyor
  • Kendi workstation'ınızda tüm sistemi yeniden build ettiğinizde başarılı olduğu durumlar yaşanabiliyor
• Hata logunun tamamını kopyalamak ya da logu bir dosyaya döküp göndermek, aslında kolayca çözülebilecek bir sorunu çözer

Metni doğru paylaşma yöntemi

• Metni ekran görüntüsü olarak göndermeyin; kopyalanabilir biçimde paylaşın
• Ekran görüntüsü yalnızca ekrandaki görsel bir sorunu göstermek ya da düz metinde kaybolacak ilgili bilgiler olduğunda kullanılmalı
• Dosya paylaşmak ya da GitHub bağlantısı vermek, bağlamı anlamak ve kod aramak için en iyi yöntemdir

[tested]

Bazen, editörde görünen okunabilirlik ve işletim sisteminin varsayılan olarak sunduğu ekran görüntüsü kısayollarının pratikliği nedeniyle kodu da ekran görüntüsü alıp paylaşıyorum.

Ama tek bir kısayolla yakalanan görseldeki kodu dışarıyla paylaşılabilecek Text fragments gibi bir bağlantıya dönüştürüp hemen yapıştırmamı sağlayan bir program olsa sanırım onu kullanırdım.

Slack’e yüklediğimde önizleme olarak görünse ve bağlantıya girince kod kopyalanabilse iyi olur.

[kunggom]

İlgi çekmeye çalışmak için, kodu bakması hoş görsel ekran görüntülerine dönüştüren bir site vereyim. hahaha

https://ray.so/

Ben de mesajlaşma uygulamalarında ya da e-postada bir şey gönderirken mümkün olduğunca metin odaklı kullanmaya çalışıyorum ama aslında duruma göre yalnızca metin kullanmak bazen daha rahatsız da olabiliyor.
Buna kıyasla ekran görüntüsü almak, kabaca bir kısayol tuşuna basıp ekranı seçtikten sonra yapıştırmakla GUI üzerinde halledilebildiği için, gönderen tarafta daha pratik geliyor olabilir.
Ama asıl yazıda da belirtildiği gibi, bunu alan tarafta bağlamın yalnızca ekran görüntüsüyle tam aktarılmadığı durumlar da sık oluyor ve arama ya da kopyala-yapıştır da zahmetli olduğu için memnuniyetsizlik doğduğunu düşünüyorum. Veri aktarımı ve depolamada aslında gerekenden çok daha büyük bir ek yük oluşturması ise bir yana.
Şahsen böyle şeyleri tek tek irdelemeye kalkarsam, şirket içinde dahili dokümantasyonun wiki yerine Word dosyalarıyla yapılması gibi şeylerden başlayarak zaten şikayetçiyim…

[GN⁺]

Hacker News görüşü

• Diğer yorumlarda da belirtildiği gibi, Apple platformlarındaki otomatik OCR özelliği gerçekten devrim niteliğinde.
  Bence bu tür bir özellik tüm platformlardaki belge görüntüleyicilere varsayılan olarak eklenmeli.
  Bir diğer isteğim de ekran görüntülerine meta veri eklenmesi. Örneğin bir Instagram fotoğrafını yakaladığınızda ilgili URL’nin eklenmesi; tarayıcıda mevcut URL ve DOM yolu, harita uygulamasında koordinatlar, PDF görüntüleyicide ise belgenin SHA1 özeti ve ofsetinin bulunması gibi.
  Elbette gizlilik sorunları olurdu, ama bu fikrin akademide zaten ele alınmış olduğunu düşünüyorum.
  Bugünlerde dosya kavramı soyutlandığı için, ekran görüntülerinin mobil bilişim çağının ortak dili hâline geldiği hissi var.
  Bu arada Screenshot Conf’u da mutlaka anmak isterim.

  • OCR özelliğine tamamen katılıyorum ama meta veri gömmek bir gizlilik kâbusu olabilir.
    Ekran görüntüleri işletim sistemi seviyesinde işleniyor; uygulamanın kendi görüntüsünün alındığını ya da konum bilgisini öğrenmesi tehlikeli olur.
    Evernote ve CloudApp gibi şirketler bunu denedi ama sonuçta başarısız oldular. Ekran görüntüleri basit kaldığında faydalıdır.
  • Yazının yazarı benim; web sayfası ekran görüntülerinde URL’nin eksik kalması sorunundan bahsetmem gerekirdi.
    Kurduğum sistem URL içinde çok fazla bağlam bilgisi taşıyor ama ekran görüntüsünde bunlar yer almıyor.
    Bu yüzden her zaman URL’yi ayrı bir metin olarak istemek zorunda kalıyorum.
  • Bugünlerde Google ve Apple da bu eğilimin farkında.
    Ekran görüntüsü sonrası arayüze AI içgörüleri, ürün arama, Gemini/LLM sohbeti gibi özellikler ekliyorlar.
    Çünkü herkes ekran görüntülerini bilgi saklamak ya da aramak için kullanıyor.
  • Instagram fotoğrafının URL’sini ekran görüntüsüne ekleme fikri tam anlamıyla bir gizlilik kâbusu.
  • İlginç bir bilgi: İlk MacPaint geliştirme sürümlerinde basit bir OCR ile kopyalama özelliği vardı.
    Ama insanların onu bir kelime işlemci olarak kullanmasından çekinildiği için çıkış sürümünden kaldırıldı.

• Ben ekran görüntülerini sık kullanıyorum.
  Bunun sebebi 80 karakter genişliğini koruyarak okunabilirliği artırması ve monospace yazı tipini ile sözdizimi vurgusunu aynen koruması.
  Kodun ya da terminal çıktısının e-postada veya mobil sohbette bozulmamasını garanti etmenin en güvenli yolu ekran görüntüsü.
  Elbette dosyanın tamamı gerekliyse ek olarak gönderiyorum, ama ilgili bölümü ekran görüntüsüyle de paylaşıyorum.

  • Sohbette kopyalanabilirlik ve aranabilirlik daha önemli.
    Ekran görüntülerinde yakınlaştırmak gerekiyor ve erişilebilirlik açısından da daha kötü.
    Metin olarak gönderirseniz aramak ve kopyalamak kolay olur.
  • “80 karakter genişlik” gibi şeyler kişisel tercih.
    Çoğu sistem zaten monospace yazı tipini destekliyor; asıl sorun daha çok Gmail render etmesi gibi çevresel etkenler.
    GMail’de genişlik sınırı da yok ve yazı tipi boyutları da tutarsız, bu yüzden okumak zor.
  • Bu tür biçim tercihleri kişiseldir; bu yüzden ekran görüntüsüyle dayatılmamalı.
    Uzun URL’lerde veya geniş ekranlarda okunabilirlik kaybı daha da kötüleşebiliyor.
  • Ben de ekran görüntüsünü tercih ediyorum.
    Renkler, biçim ve bağlam olduğu gibi görünüyor.
    Bir sorunu anlatırken “bir resim bin sözcüğe bedeldir” sözü gerçekten doğru.
  • Bana göre kodun metin olarak gelmesi çok daha iyi.
    Böylece kendi düzenleyicimde yazı tipi, genişlik ve renkleri istediğim gibi görebilir, ayrıca arama ve düzenleme yapabilirim.
    Ekran görüntüsü sonuçta karşı taraf için ekstra zahmet yaratıyor.

• Mac ve iOS’taki metin tanıma ve kopyalama özelliği gerçekten devrim niteliğinde.
  Ekran görüntüsü veya fotoğraf içindeki metni doğrudan kopyalayıp notlara yapıştırabiliyorsunuz.

  • Windows’taki Snipping Tool da metin çıkarma özelliğine sahip.
  • Biri bana iMessage ile bir telefon numarasının fotoğrafını gönderdi; sadece dokundum ve doğrudan arama ekranı açıldı.
    O an gerçekten gelecekte yaşıyormuşum gibi hissettirdi.
  • MacBook ile iPhone arasındaki kopyala-yapıştır entegrasyonu çalışma akışını tamamen değiştiriyor.
  • Bu özelliği iyi yapan şey, sistem genelinde tutarlı biçimde entegre edilmiş olması.
    Safari’de görsellerdeki metni çevirmek de mümkün; bu özellikle Japonca web sayfalarını çevirmede çok işe yarıyor.
  • Ben Shottr kullanıyorum; ekran görüntüsü alır almaz “O” tuşuna basıp OCR’ı hemen çalıştırıyorum.
    Dosya kaydetmeden doğrudan işlem yapması çok rahat.

• Eskiden ekran görüntülerini Word belgelerine yapıştırıp gönderirdik.
  Ama şimdi LLM ile metni yeniden çıkarmayı önermek fazlasıyla israf gibi geliyor.
  Sonuçta ihtiyaç duyulan şey, metni ekran görüntüsü kadar kolay paylaşılabilir kılacak bir UI yeniliği.

  • Daha da kötüsü var. Bazı insanlar ekranı doğrudan fotoğrafını çekip gönderiyor.
    Yazılımcı olmak isteyenlerin bunu yaptığını görünce insanın sabrı zorlanıyor.
  • Bazı şirketlerde Word belgeleri klasör gibi kullanılıyordu.
    Belgenin içine başka Word dosyaları gerçek nesneler olarak yapıştırılıyordu.
  • Bununla ilgili bir XKCD karikatürü de var → xkcd 2116

• Yazdığım “Slack’te nasıl yardım istenir” metninin 7. kuralı şu: “metin ekran görüntüsü paylaşmayın”.
  Apple’ın OCR’ı iyi olsa da aranamaz olma sorunu hâlâ sürüyor.
  Orijinal bağlantı

  • Ama Spotlight ve Photos, ekran görüntülerinin içindeki metni de arayabiliyor.

• Ben tüm belgeyi ya da kod bağlantısını gönderip, yanına ilgili kısmın ekran görüntüsünü de eklemeyi tercih ediyorum.
  Görsel bağlam korunduğu için daha sonra tekrar baktığımda hafızamda daha iyi kalıyor.

• Yeni geliştiriciler ilk birkaç hafta sık sık metin ekran görüntüleri paylaşıyor.
  Ama bunları mobilde okumak zor ve Slack görselleri sıkıştırdığı için yakınlaştırmak da olmuyor.
  Bu yüzden çoğu sonunda metin olarak paylaşmayı öğreniyor.

• MS Teams’te kod bloğu desteği o kadar kötü ki, çoğu zaman ekran görüntüsü kullanılıyor.

  • Ben ekip arkadaşlarıma Teams’te Markdown kod bloğu oluşturmayı öğretiyorum.
    Özellik var ama pek görünür değil.
  • Teams’te bir ekran görüntüsü gördüğümde, çoğu zaman başka bir sohbetten alınmış bir konuşma parçası oluyor.

• Ekran görüntüleri hızlı ve tutarlı bir yöntem.
  Web uygulaması, yerel uygulama, site fark etmeksizin her yerde aynı şekilde çalışıyor.
  Alıcı için rahatsız edici olabilir ama gönderen açısından verimli.

• Linux’ta xfce4-screenshooter için özel bir eylemi tesseract OCR betiğine bağladım.
  Bir alan seçip yakaladığımda metin otomatik olarak panoya kopyalanıyor.
  Tanımanın zor olduğu durumlarda Gemma3-4B + llama.cpp kullanıyorum.

  • İlgili ekran görüntüsü: https://0x0.st/K9hq.png

[ndrgrd]

Günümüzde çoğu tarayıcıda Text Fragment diye bir özellik var ve bunu faydalı şekilde kullanıyorum.

Bu yazıdaki vurgulanmış bağlantının çalışıp çalışmadığını kontrol edin.