Tool recommendation for PDF reports?

In Python: WeasyPrint (HTML/CSS → PDF, free, great quality) or ReportLab (programmatic, older). Node.js: Puppeteer (uses Chrome, perfect CSS support). Quick solution: Markdown + pandoc + LaTeX (mind Turkish characters).

Chargeback Reporting to Internal Teams and Enterprise Customers: PDF, CSV, Invoice Generation

Engineering team burns $4K LLM monthly — which project, feature, engineer's code consumed it? How do you send an AI usage invoice to an enterprise customer? This lesson covers the anatomy of chargeback reporting automation.

Şükrü Yusuf KAYA

16 min read

5/14/2026

Intermediate

İç Ekiplere ve Kurumsal Müşterilere Chargeback Raporlama: PDF, CSV, Invoice Generation

📊 Sayıları masaya koy

Maliyet hesabını yapmak güzel, ama paylaşılmazsa etkisi sıfır. Bu derste ölçtüğün maliyet verisinin doğru paydaşa doğru formatta nasıl ulaştığını görüyoruz.

Raporun Kime Gittiği Önemli#

Audience	Format	İçerik
CFO	Aylık PDF	Total cost, trend, top features
Engineering manager	Slack weekly digest	Team usage, project breakdown
Product manager	Dashboard link	Feature ROI, per-experiment
Customer (B2B)	Usage invoice	Token detail, line items
Auditor	CSV export	Audit-grade per-call data

Her birinin farklı bilgi seviyesi ve formatına ihtiyacı var.

CFO için Aylık PDF Raporu#

Aylık otomatik PDF. Şu yapıyı izle:

Sayfa 1: Özet#

Aylık total cost
M-o-M değişim
Y-o-Y değişim
Hedefin (varsa) yüzdesi

Sayfa 2: Provider breakdown#

OpenAI: $X
Anthropic: $Y
Gemini: $Z
Self-hosted: $W

Sayfa 3: Top 10 features#

Smart Search: $4.200
AI Summary: $3.100
Agent Workflow: $2.700
...

Sayfa 4: Trends & alerts#

Cache hit ratio trend
Anormal artışlar (>%30 günlük)
Budget aşımları

PDF üretimi#

Python ile WeasyPrint kullanarak HTML → PDF:

from weasyprint import HTML
from jinja2 import Template

def generate_monthly_report(month: str, data: dict):
    template = Template(open("templates/monthly.html").read())
    html_content = template.render(month=month, data=data)
    HTML(string=html_content).write_pdf(f"reports/{month}-llm-cost.pdf")

Cron job'la her ayın 1'inde otomatik çalış, S3'e upload, CFO'ya email.

Engineering için Slack Weekly Digest#

Mühendisleri haftalık brief'le:

🤖 Haftalık LLM Cost Digest (Hafta 18, 2026)

💰 Toplam harcama: $4.230 (-%8 önceki haftaya göre ✅)

🏆 Top 5 features:
  1. Smart Search        $1.100
  2. AI Summary           $890
  3. Agent Workflow       $620
  4. Code Assistant       $450
  5. Email Draft          $310

⚠️ Bu hafta dikkat:
  • Smart Search'te cache hit oranı %72 → %58 düştü (anomali)
  • o3 thinking token kullanımı %40 arttı (planlandı mı?)

📊 Detaylı dashboard: [link]

Slack post otomasyonu#

from slack_sdk import WebClient

def post_weekly_digest():
    data = fetch_weekly_metrics()
    blocks = build_slack_blocks(data)
    client = WebClient(token=SLACK_BOT_TOKEN)
    client.chat_postMessage(
        channel="#ai-cost-watch",
        blocks=blocks,
    )

# Cron: Her Pazartesi 09:00 TR saati

Kurumsal Müşteri Invoice'u#

B2B müşterine "AI feature usage" line item'ı içeren bir invoice gönderiyorsan, detaylı ve şeffaf olmalı.

Invoice yapısı#

ACME CORP — AI Usage Invoice
Period: 2026-04-01 to 2026-04-30
Invoice #: AI-2026-04-ACME

──────────────────────────────────────────
LINE ITEMS:
──────────────────────────────────────────

Smart Search Feature
  Requests:  142,300
  Total tokens: 12.4M
  Unit price (per 1K tokens): $0.008
  Subtotal: $99.20

AI Summary Feature
  Requests: 8,200
  Total tokens: 5.1M
  Unit price: $0.012
  Subtotal: $61.20

Agent Workflow
  Sessions: 1,420
  Total tokens: 18.6M
  Unit price: $0.020
  Subtotal: $372.00

──────────────────────────────────────────
SUBTOTAL: $532.40
KDV (20%): $106.48
TOTAL: $638.88
──────────────────────────────────────────

Note: Pricing based on actual token usage with
20% margin over our wholesale LLM cost.

Pricing modeli#

Yukarıdaki örnek token-bazlı pass-through + margin modeli. Diğer seçenekler:

Model	Pros	Cons
Flat-fee ($X/ay)	Predictable	Power user'da kayıp
Tiered ( $X up to N requests, then$ Y)	Balanced	Karmaşık
Token pass-through + margin	Şeffaf, kâr garanti	Müşteri için belirsizlik
Outcome-based ($X per resolved ticket)	Aligned incentives	Ölçüm zor

Modül 16'da pricing model derinlemesine.

Auditor için CSV Export#

Compliance / audit için ham veri lazım:

SELECT
    ts,
    request_id,
    tenant_id,
    user_id,
    feature,
    model,
    provider,
    input_tokens,
    cached_input_tokens,
    output_tokens,
    cost_total_usd,
    latency_ms,
    status_code
FROM llm_telemetry.requests
WHERE
    tenant_id = '{tenant_id}'
    AND ts BETWEEN '{start}' AND '{end}'
ORDER BY ts
INTO OUTFILE '/exports/audit-{tenant}-{month}.csv'
FORMAT CSVWithNames

Audit-friendly fields#

request_id (idempotency)
timestamp (exact)
user_id + tenant_id (attribution)
model + provider (reproducibility)
token breakdown (verifiability)
cost (financial)
status (compliance)

Privacy considerations#

Prompt content'i default'ta export'a koyma — KVKK riski. Eğer audit isterse, ayrı redaction process'iyle yap.

Automation Stack — Tam Otomasyon#

Production'da chargeback automation:

[ClickHouse] ── Daily cron ──→ [Aggregation views]
                                       ↓
                              [Report generator]
                                       ↓
                ┌──────────────────────┼──────────────────────┐
                ↓                       ↓                       ↓
       [Slack digest]            [PDF generator]       [Invoice creator]
        (weekly)                  (monthly)             (monthly)
                                       ↓                       ↓
                                  [S3 archive]           [Stripe API]
                                       ↓                       ↓
                                  [Email sender]         [Customer email]

Cron schedules#

Job	Schedule	Owner
Weekly Slack digest	Pazartesi 09:00	Engineering
Monthly PDF (CFO)	Ayın 1'i 06:00	Finance
Monthly invoice (B2B)	Ayın 1'i 10:00	Billing
CSV exports (on-demand)	API endpoint	Audit team
Anomaly alerts	5 dakikada bir	Engineering on-call

🧪 Lab 4 — Hazırlık

Lab 4 hazırlığı: Mevcut Langfuse hesabında tags filtresi ile 5 feature'ın haftalık maliyetini gösteren bir simple report yarat. CSV export pattern'i ile başla. Bir hafta sonra geri dön, Modül 15'te tam dashboard'a evrilecek.

▶️ Sıradaki ders

4.5 — Abuse Detection: Prompt-Injection-Driven Cost Attacks. Bir kullanıcı sisteminize prompt injection ile saldırdığında maliyetini şişirebilir. Bu derste "cost-based attack vectors", tespit yöntemleri ve mitigation pattern'leri.

Frequently Asked Questions

Both. Token count for transparency (so customers can predict their usage), $ value for simplicity. Pro tip: add a 'usage breakdown' link on the invoice for those who want details. Module 16 covers customer psychology in detail.

Yorumlar & Soru-Cevap

(0)

Yorum yazmak için giriş yap.

Yorumlar yükleniyor...