Yapay Zeka
Yapay Zeka Ajanı Geliştirme: Sistemlerinizde Görev Yürüten AI Agent
Yapay zeka ajanı, kendisine verilen bir görevi tamamlamak için hangi adımı atacağına karar veren ve bunun için sistemlerinizdeki araçları kullanan bir yazılımdır. Ajanları sınırlı yetki, insan onayı ve adım adım kayıtla kuruyoruz.
Yapay zeka ajanı, bir hedefi tamamlamak için hangi adımı atacağına kendisi karar veren ve bunun için araç kullanan bir yazılımdır. Chatbot bir soruya cevap verir; ajan ise iş yapar. E-postayla gelen siparişi okur, müşteriyi ERP'de bulur, taslak siparişi açar, eksik bilgi varsa müşteriye sorulacak e-postayı hazırlar. İngilizce kaynaklarda bu yapıya AI agent deniyor.
Bir yapay zeka ajanı kurmanın teknik kısmı bugün görece kolaydır. Zor olan, ajana şirket sistemlerinde ne kadar yetki verileceğine, hangi adımda bir insanın onay vereceğine ve hatanın nasıl izleneceğine karar vermektir. Bu sayfada AI agent geliştirme işini bu kararlar üzerinden anlatıyoruz. Yapay zekayı işinize bağlamanın genel yolu yapay zeka danışmanlığı sayfamızda.
Chatbot, otomasyon ve yapay zeka ajanı arasındaki fark
| Kriter | Chatbot | İş akışı otomasyonu | Yapay zeka ajanı |
|---|---|---|---|
| Ne yapar | Soruya cevap verir | Sabit adımları sırayla işler | Hedefe göre adımları kendisi seçer |
| Adımlar | Kısa konuşma | Önceden çizilmiş | Duruma göre değişir |
| Sistemlere erişim | Çoğunlukla okuma | Tanımlı bağlantılar | Kendisine verilen araçlar kadar |
| Öngörülebilirlik | Yüksek | Çok yüksek | Daha düşük, bu yüzden sınır ve onay gerekir |
| Uygun iş | Müşteri soruları | Kuralı belli, tekrarlayan işler | Girdisi değişken, birkaç adımlı işler |
Kuralı açıkça yazılabilen bir iş için ajan gerekmez. Siparişten fatura kesmek ya da formdan gelen talebi CRM'e yazmak klasik otomasyonla daha ucuz ve daha öngörülebilir çalışır; bu akışları iş akışı otomasyonu sayfasında anlattık. Müşteriyle konuşan tarafı ise yapay zeka chatbot geliştirme sayfasında ele aldık.
Yapay zeka ajanına uygun işler
Ajan, girdinin her seferinde farklı geldiği ve birkaç sistemden bilgi toplamanın gerektiği işlerde değer üretir. Örnek senaryolar:
- Bayiden e-postayla, serbest metinle ya da ekle gelen sipariş okunur, cari ve ürün kodları ERP'de bulunur, taslak sipariş açılır. Eşleşmeyen kalem varsa soru e-postası hazırlanır.
- Gelen destek talebi sınıflandırılır. İlgili sipariş, kargo durumu ve geçmiş yazışmalar toplanır, temsilciye özetle birlikte önerilen cevap sunulur.
- Satış toplantısından önce müşteri kartı, son siparişler, açık teklifler ve son yazışmalardan kısa bir özet not çıkarılır.
- Katalogdaki eksik özellikler, tutarsız varyant adları ve boş açıklamalar bulunur, ürün verisi için düzeltme önerileri onaya sunulur.
- Tedarikçilerden farklı biçimlerde gelen fiyat listeleri okunur, değişen fiyatlar mevcut kayıtlarla karşılaştırılıp onay ekranına düşer.
Bu senaryoların çoğu özel CRM yazılımı ya da özel ERP yazılımı gibi mevcut sistemlerin içinde, bir düğme ya da arka plan görevi olarak çalışır.
Ajan araç kullanarak sistemlerinize nasıl dokunur?
Dil modeli doğrudan veritabanınıza ya da ERP'nize bağlanmaz. Ajana siparişi getir, kargo durumunu sorgula, taslak sipariş aç gibi dar ve açık tanımlı araçlar veririz. Model hangi aracı hangi parametreyle çağırmak istediğini söyler; aracı ise bizim yazdığımız yazılım çalıştırır, parametreleri doğrular ve sonucu modele geri verir.
Araçları dar tutmak güvenliğin temelidir. Veritabanına serbest sorgu çalıştıran geniş bir araç yerine her iş için ayrı, kendi kurallarını kontrol eden araçlar yazarız. Araçlar Model Context Protocol (MCP) gibi açık bir standartla da sunulabilir; böylece aynı araçlar farklı dil modelleriyle kullanılabilir.
İzinler, insan onayı ve kayıt
En az yetki
Ajan kendi kullanıcı hesabıyla ve yalnızca işi için gereken izinlerle çalışır. Okuma ve yazma araçları ayrıdır; silme, ödeme, fiyat değişikliği ve toplu işlem gibi yetkiler ya hiç verilmez ya da onaya bağlanır. E-posta, belge ve web sayfası gibi dışarıdan gelen içerikler yalnızca veri olarak işlenir: bir e-postanın içine yazılmış talimat ajanın yetkisini genişletmez.
İnsan onayı
Müşteriye giden, para hareketi yaratan ya da geri alınamayan her işlem bir onay ekranına düşer. Ajan taslağı hazırlar, bir kişi kontrol edip onaylar. Pilot genellikle yalnızca öneri modunda başlar; ölçülen doğruluk yeterli olduğunda düşük riskli işlemlerde onay adımı kaldırılabilir.
Kayıt ve sınırlar
Her görev için ajanın attığı adımlar, çağırdığı araçlar, gönderdiği parametreler, aldığı sonuçlar, kullanılan model ve istem sürümü saklanır. Görev başına adım sayısı, süre ve maliyet için üst sınır tanımlanır; ajan sınıra ulaşırsa durur ve işi bir kişiye devreder. Yayından önce gerçek örneklerden hazırlanan bir test seti çalıştırılır ve her değişiklikten sonra tekrarlanır.
Ajana uygun bir işiniz var mı, birlikte bakalım
Tekrar eden ve birkaç sistemden bilgi toplamayı gerektiren bir işinizi anlatın. Ajan mı, klasik otomasyon mu, yoksa ikisi birlikte mi gerektiğini açıkça söyleyelim.
Teknik altyapı
Ajanları Laravel ile geliştirdiğimiz bir katmanda çalıştırıyoruz. Uzun süren görevler kuyrukta, arka planda yürür; model sağlayıcısı ya da bağlı sistem yanıt vermediğinde adım bekletilip yeniden denenir. Bu yapı, Shopify ile Nebim V3 ve Paraşüt bağlantılarında kullandığımız entegrasyon altyapısıyla aynı mantıkta çalışır. Model katmanı sağlayıcıdan bağımsız kurulur; OpenAI, Anthropic Claude ya da Google Gemini arasında geçiş sistemin geri kalanını değiştirmez.
AI agent geliştirme süreci
- Görev seçimi. Tek bir görev, başarı ölçütü ve görevi bugün yapan kişi belirlenir.
- Araç tasarımı. Ajanın ihtiyaç duyacağı okuma ve yazma araçları, yetkiler ve onay noktaları yazıya dökülür.
- Test seti. Geçmiş gerçek örneklerden doğru sonucu bilinen bir test seti hazırlanır.
- Prototip. Ajan test setinde çalıştırılır, farklı modeller ve istemler karşılaştırılır.
- Öneri modunda pilot. Ajan gerçek işte yalnızca taslak üretir, her işlem onaydan geçer.
- Kademeli yetki. Ölçülen sonuçlara göre düşük riskli adımlarda onay kaldırılır, kapsam genişletilir.
Tek görevli bir ajan pilotunun öneri modunda gerçek işte çalışmaya başlaması genellikle 4 ile 8 hafta sürer.
Maliyeti belirleyen kalemler
- Ajanın kullanacağı araç ve bağlanacağı sistem sayısı
- Onay ekranları ve kullanıcı rolleri
- Test seti hazırlığı ve doğruluk hedefi
- Kayıt, izleme ve maliyet sınırları
- Model kullanım ücreti: görev başına model çağrısı ve aylık hacim
- Yayın sonrası iyileştirme ve bakım
Ajan bir görevi birden fazla model çağrısıyla tamamladığı için kullanım ücreti tek seferlik bir cevaba göre daha yüksektir. Pilot sırasında görev başına maliyeti ölçer, aylık tahmini birlikte çıkarırız.
Geliştirip yayında tuttuğumuz yapay zeka ürünleri
- AI Product Customizer+ ile Shopify ürünlerinin görsel, etiket ve varyantları yapay zeka desteğiyle düzenlenir.
- StockAI Inventory Planner stok bitiş tahmini ve stok planlama sunar.
- Racksy 3D Lookbook, ürün görsellerinden yapay zeka ile 3D askı görünümü oluşturur.
- LearnLang yapay zeka destekli bir dil pratiği uygulaması.
- Build AI, sohbet ederek web sitesi oluşturmaya yarayan bir araç.
Bu ürünleri geliştirirken model seçimi, maliyet kontrolü ve hatalı çıktının yönetimiyle kendimiz uğraştık; ajan projelerinde de aynı deneyimden yararlanıyoruz. Shopify uygulamalarımızın tamamı Shopify uygulamalarımız sayfasında.
SSS