Uygulamalı Agentic AI Geliştirme Eğitimi
Elini Kirlet: Sıfırdan Çalışan Yapay Zekâ Ajanı Geliştirme
Hakkında
Bu program, ajan teorisini bilenlerin bu bilgiyi çalışan bir sisteme dönüştürmesi için tasarlanmış, baştan sona uygulamalı bir eğitimdir. Altı bölüm boyunca katılımcılar tek bir ekranda ajan kurar, bileşenlerini tek tek bağlar ve her adımı canlı olarak test eder. Program, bir promptun format ve kapsam belirtildiğinde nasıl dönüştüğünü göstererek başlar; ardından bu davranışın sistem talimatıyla kalıcı hâle getirilmesini ve bir otomasyon platformunda sıfırdan iş akışı kurulmasını ele alır. Model bağlantısı, kimlik bilgisi yönetimi ve ücretsiz ile ücretli modeller arasındaki tercih uygulamalı olarak işlenir. Hafıza bölümünde ajanın neden hatırlamadığı önce kanıtlanır, sonra oturum belleği bağlanarak fark doğrulanır ve hafızanın bilinçli bir mimari tercih olduğu gösterilir. Araç bağlama bölümlerinde ajan önce okuma, ardından yazma yetkisi kazanır; her aşamada erişimin filtrelerle sınırlandırılması, aracın ajandan bağımsız test edilmesi ve sistem talimatına açık araç yönergeleri yazılması vurgulanır. Gerçek hata mesajları üzerinden canlı hata ayıklama yapılır. Devamında entegrasyon evreni tanıtılır, dış kaynaktan veri çekilir, araç açıklamalarının doğru seçimdeki belirleyici rolü gösterilir ve ajan kullanıcı adına biçimlendirilmiş e-posta gönderir hâle getirilir. Program, tek ajanlı kurgunun yönetici ve uzman ajanlardan oluşan bir ekibe dönüştürülmesi ve girişte ile çıkışta içerik denetimi ile insan onayı katmanlarının eklenmesiyle tamamlanır.
Eğitim Kapsamındaki İçerikler
1. Format, kapsam ve sınır belirterek istenen çıktıyı tek seferde alan prompt yazımı
2. Sıfırdan iş akışı kurulumu ve ajanın hangi olayla tetikleneceğinin seçilmesi
3. Ajanın üç bileşeninin pratikte bağlanması: Dil modeli, hafıza ve araçlar
4. Model sağlayıcı yönlendiricisi üzerinden bağlantı, API anahtarı ve kimlik bilgisi yönetimi
5. Ücretsiz ve ücretli modeller arasında hız, gizlilik ve yoğunluk temelli tercih
6. Sistem talimatıyla ajanın varsayılan davranışının ve çıktı formatının programlanması
7. Hafızasız ajan davranışının kanıtlanması ve oturum belleğinin devreye alınması
8. Bağlam penceresi uzunluğunun senaryoya göre belirlenmesi
9. Hafızanın gerekli olduğu ve olmadığı senaryoların ayırt edilmesi
10. İlk aracın bağlanması: Hesap yetkilendirmesi, kaynak ve operasyon seçimi
11. En az yetki ilkesinin uygulaması: Ajan erişiminin tek klasör veya filtreyle sınırlandırılması
12. Aracın ajandan bağımsız test edilerek devreye almadan önce doğrulanması
13. Araç çağrısı hatalarının okunması ve sistem talimatı düzeyinde giderilmesi
14. Okuma yetkisinden kontrollü yazma ve güncelleme yetkisine geçiş
15. Hangi parametrelerin sabit, hangilerinin modele bırakılacağına karar verilmesi
16. Entegrasyon evreni: Hazır konektörler, HTTP isteği, standart sunucu bağlantısı ve kod düğümleri
17. Dış kaynaktan lisans koşulları gözetilerek güncel veri çekilmesi
18. Araç açıklamalarının benzer araçlar arasında doğru seçimi belirleyen rolü
19. Tek ajanlı kurgunun yönetici ve uzman ajanlardan oluşan ekibe dönüştürülmesi
20. Girişte ve çıkışta içerik denetimi ile aksiyon öncesi insan onayı katmanları
İçerik
1 video
Bu açılış bölümü, bir sohbet penceresinde yazılan promptun neden bir sisteme dönüşmesi gerektiğini göstererek başlıyor. Aynı soru üç kez soruluyor: format belirtilmeden, JSON istenerek ve son olarak yalnızca istenen alanların yer alması şart koşularak. Çıktının her seferinde nasıl beklentiye yaklaştığı canlı olarak izleniyor ve buradan net bir ilke çıkarılıyor — format, kapsam ve sınırlar belirtilmediğinde istenen sonuca ya hiç ulaşılmaz ya da tekrar tekrar iterasyon yapmak gerekir. Ardından aynı davranışı her prompta yeniden yazmadan kalıcı hâle getirmek için otomasyon platformuna geçiliyor. Sıfırdan bir iş akışı oluşturuluyor, ajanın hangi olayla tetikleneceği seçiliyor ve ajan modülü ekleniyor. Bir ajanın olmazsa olmaz üç bileşeni burada pratikte karşılığını buluyor: karar veren dil modeli, hafıza ve dış sistemlere erişim araçları. Model bağlantısı için tek noktadan çok sayıda sağlayıcıya erişim veren bir yönlendirici servis tercih ediliyor; API anahtarının nasıl oluşturulacağı, son kullanma tarihinin nasıl ayarlanacağı ve ücretsiz ile ücretli modeller arasındaki hız, gizlilik ve yoğunluk farkları uygulamalı olarak ele alınıyor. Bölüm, sistem talimatı bölümüne yazılan iki kuralla kapanıyor: yanıt dilinin sabitlenmesi ve liste istendiğinde yalnızca ilgili veriyi içeren JSON üretilmesi. Böylece ajan, kullanıcı hiçbir format belirtmeden de istenen çıktıyı üretir hâle geliyor.
Bölümde Ele Alınan Temel İçerikler
1. Prompt formatının çıktı üzerindeki etkisi: Serbest metin, JSON ve kapsamı sınırlandırılmış JSON çıktılarının karşılaştırılması.
2. İlk iş akışının kurulması: Tetikleyici seçimi ve ajan modülünün eklenmesiyle tek ajanlı bir sistemin oluşturulması.
3. Ajanın üç bileşeninin pratikte kurulumu: Dil modeli, hafıza ve araç bağlantı noktaları.
4. Model sağlayıcı yönlendiricisi üzerinden bağlantı: API anahtarı oluşturma, son kullanma tarihi ve kimlik bilgisi yönetimi.
5. Sistem talimatıyla ajanın programlanması: Yanıt dilinin ve çıktı formatının kalıcı kural hâline getirilmesi.
Öğrenme Çıktıları
Bu bölümü tamamlayan katılımcı:
1. Format, kapsam ve sınır belirterek istenen çıktıyı tek seferde alan promptlar yazabilir.
2. Sıfırdan bir iş akışı oluşturarak uygun tetikleyiciyi seçip tek ajanlı bir sistem kurabilir.
3. Bir model sağlayıcı hesabını kimlik bilgisiyle ajana bağlayarak dil modelini devreye alabilir.
4. Ücretsiz ve ücretli modeller arasında hız, gizlilik ve yoğunluk kriterlerine göre tercih yapabilir.
5. Sistem talimatı yazarak ajanın varsayılan davranışını ve çıktı formatını kalıcı olarak tanımlayabilir.
Eğitmen (1):
1 video
Bu kısa ve tamamen deneysel bölüm, hafıza kavramını anlatmak yerine yokluğunu gösterip başlıyor. Ajana önce bir isim söyleniyor, hemen ardından aynı oturumda o isim soruluyor ve ajan hatırlamadığını bildiriyor. Bunun nedeni net: bir oturum başlatıldığında geçmiş mesajlar, açıkça istenmedikçe ajanın bağlamına dâhil edilmez. Çözüm olarak basit oturum belleği ajana bağlanıyor ve bağlanırken kaç geçmiş etkileşimin hatırlanacağını belirleyen bağlam penceresi uzunluğu ayarı inceleniyor; varsayılan değerin ne anlama geldiği ve neden ihtiyaca göre değiştirilmesi gerektiği ele alınıyor. Aynı deney tekrarlandığında ajan bu kez ismi doğru biçimde hatırlıyor. Bölümün asıl değeri bu gösterimin ardından gelen tasarım kararında: hafıza her zaman istenen bir özellik değildir. Kullanıcıyla süreklilik kurması gereken bir asistanda hafıza şarttır; ancak her mesajın birbirinden bağımsız ve tekil olarak değerlendirilmesi gereken toplu işleme senaryolarında hafıza etkinleştirilmemelidir. Böylece hafıza, bir varsayılan değil bilinçli bir mimari tercih olarak konumlandırılıyor.
Bölümde Ele Alınan Temel İçerikler
1. Hafızasız ajanın davranışı: Aynı oturumda paylaşılan bilginin neden hatırlanmadığının canlı gösterimi.
2. Oturum belleğinin ajana bağlanması ve kısa süreli ile uzun süreli hafıza ayrımının pratik karşılığı.
3. Bağlam penceresi uzunluğu ayarı: Kaç geçmiş etkileşimin hatırlanacağının belirlenmesi.
4. Hafıza bağlandıktan sonra aynı deneyin tekrarlanması ve davranış farkının doğrulanması.
5. Hafızanın bilinçli tercih olarak konumlandırılması: Süreklilik gerektiren ve tekil değerlendirme gerektiren senaryolar.
Öğrenme Çıktıları
Bu bölümü tamamlayan katılımcı:
1. Bir ajanın hafıza olmadan neden geçmiş etkileşimleri hatırlamadığını açıklayabilir.
2. Ajana oturum belleği bağlayarak konuşma sürekliliğini sağlayabilir.
3. Bağlam penceresi uzunluğunu senaryonun ihtiyacına göre belirleyebilir.
4. Hafızanın etkin olduğu ve olmadığı durumları test ederek davranış farkını doğrulayabilir.
5. Bir iş senaryosunda hafızanın gerekli olup olmadığına gerekçeli karar verebilir.
Eğitmen (1):
1 video
Bu bölümde ajan ilk kez dış dünyaya dokunuyor. Bir bulut depolama aracı ajana bağlanıyor, hesap yetkilendirmesi adım adım yapılıyor ve aracın kaynak, operasyon ve arama yöntemi seçenekleri tanıtılıyor. Bölümün en kritik anı yetkilendirme filtresinde yaşanıyor: ajanın tüm hesap üzerinde değil, yalnızca belirlenen tek bir klasör üzerinde işlem yapabilmesi için klasör filtresi tanımlanıyor. Böylece teorik olarak öğrenilen en az yetki ilkesi somut bir ayar hâline geliyor. Araç, ajan devreye girmeden önce adım çalıştırma özelliğiyle tek başına test ediliyor; ajanın aracı çağırdığı senaryo simüle edilerek doğru sonuçlar döndüğü doğrulanıyor. Ardından bölümün ikinci dersi geliyor: aracı bağlamak tek başına yeterli değildir. Ajan, aracın varlığını bilse bile onu ne zaman ve nasıl çağıracağını bilmez; bu yönlendirme sistem talimatına açıkça yazılmalıdır. İlk denemede ajanın aracı hatalı parametre biçimiyle çağırması gerçek bir hata mesajı üretiyor ve bu hata canlı olarak ayıklanıyor — talimata çağrının hangi formatta yapılacağı eklenerek sorun çözülüyor. Bölüm ayrıca ders akışını hızlandırmak için daha düşük gecikmeli bir modele geçişi ve bu tercihin maliyet boyutunu da ele alıyor.
Bölümde Ele Alınan Temel İçerikler
1. İlk aracın ajana bağlanması: Hesap yetkilendirmesi, kaynak, operasyon ve arama yöntemi seçimi.
2. En az yetki ilkesinin uygulaması: Ajanın yalnızca belirlenen klasör üzerinde işlem yapmasını sağlayan filtre tanımı.
3. Aracın ajandan bağımsız test edilmesi: Adım çalıştırma ile araç çağrısının simüle edilip doğrulanması.
4. Sistem talimatıyla araç yönlendirmesi: Ajana aracı ne zaman ve nasıl çağıracağının öğretilmesi.
5. Canlı hata ayıklama: Hatalı parametre biçiminden kaynaklanan araç çağrısı hatasının talimat düzeltmesiyle çözülmesi.
Öğrenme Çıktıları
Bu bölümü tamamlayan katılımcı:
1. Bir bulut depolama aracını ajana bağlayarak kimlik doğrulamasını tamamlayabilir.
2. Ajanın erişimini tek bir klasörle sınırlandıran filtreler tanımlayarak en az yetki ilkesini uygulayabilir.
3. Bir aracı ajandan bağımsız çalıştırarak doğru sonuç döndürdüğünü devreye almadan önce doğrulayabilir.
4. Sistem talimatına araç kullanım yönergesi ekleyerek ajanın aracı doğru anda çağırmasını sağlayabilir.
5. Araç çağrısı hatalarını okuyup talimat düzeyinde düzelterek sorunu giderebilir.
Eğitmen (1):
1 video
Bu bölüm, ajanın yetkisini okumaktan yazmaya taşıyor. Önce çevrim içi bir tablo dosyası oluşturuluyor ve içine isim, tarih, saat ve onay sütunlarından oluşan örnek bir veri seti giriliyor. Ardından depolama aracından farklı olarak tablo işlemlerine özel bir araç bağlanıyor; kaynak olarak belge içindeki sayfa seçiliyor ve satır getirme operasyonu tanımlanıyor. Burada yine sınırlandırma vurgusu öne çıkıyor: satırlar üzerine bir filtre konularak ajanın tüm tabloyu değil yalnızca belirli kayıtları çekmesi sağlanıyor; filtre olmadığında tüm satırların ajanın bağlamına yükleneceği ve bunun hem maliyet hem güvenlik açısından istenmeyen bir durum olduğu gösteriliyor. Ajanın aracı çağırmaması üzerine sistem talimatına yeni bir yönerge ekleniyor ve doğru satır başarıyla getiriliyor. Bölümün ikinci yarısında ajana güncelleme yetkisi veriliyor: satır güncelleme operasyonu tanımlanıyor, hangi sütun üzerinden eşleşme yapılacağı belirleniyor ve tarih, saat ile onay alanlarının ajan tarafından doldurulması için ilgili parametreler yapay zekâya bırakılıyor. Doğal dille verilen tek bir komutla ajan ilgili satırın onay sütununu güncelliyor ve değişiklik çevrim içi dosyada canlı olarak doğrulanıyor.
Bölümde Ele Alınan Temel İçerikler
1. Tablo aracının bağlanması: Belge içindeki sayfanın kaynak olarak seçilmesi ve satır getirme operasyonunun tanımlanması.
2. Filtre tanımıyla veri sınırlandırma: Ajanın tüm tabloyu değil yalnızca ilgili kayıtları bağlamına almasının sağlanması.
3. Sistem talimatına yeni araç yönergesi eklenerek ajanın doğru aracı doğru soruda çağırması.
4. Yazma yetkisinin verilmesi: Satır güncelleme operasyonu ve eşleşme sütununun belirlenmesi.
5. Parametrelerin yapay zekâya bırakılması ve doğal dil komutuyla yapılan güncellemenin canlı doğrulanması.
Öğrenme Çıktıları
Bu bölümü tamamlayan katılımcı:
1. Çevrim içi bir tabloyu ajana bağlayarak satır okuma operasyonunu yapılandırabilir.
2. Filtre tanımlayarak ajanın erişeceği veri kümesini bağlam ve güvenlik açısından sınırlandırabilir.
3. Bir ajana kontrollü yazma ve güncelleme yetkisi tanımlayabilir.
4. Hangi parametrelerin sabit, hangilerinin yapay zekâ tarafından doldurulacağına karar verebilir.
5. Ajanın canlı veri üzerinde yaptığı değişikliği kaynak sistemde doğrulayarak sonucu teyit edebilir.
Eğitmen (1):
1 video
Bu bölüm önce ajanın erişebileceği entegrasyon evrenini gösteriyor: hazır uygulama konektörleri, hazır seçenek yetmediğinde kullanılabilecek HTTP istek aracı, kendi servisini standart üzerinden bağlamayı sağlayan sunucu bağlantısı, uzun süreli hafıza için vektör depoları ve veri manipülasyonu gerektiğinde devreye giren kod düğümleri. Ardından somut bir senaryo kuruluyor: bir haber sitesinin açık besleme adresinden güncel içerik çekilerek ajana bilgi akışı sağlanıyor; kaynağın kullanım lisansına dikkat çekilerek ticari olmayan kullanım koşulu vurgulanıyor. Ajan yine ilk denemede aracı çağırmıyor ve sistem talimatı kademeli olarak netleştirilerek doğru davranışa ulaşılıyor. Bölümün en öğretici anı ikinci bir kaynak eklendiğinde geliyor: iki farklı araç bağlıyken ajanın hangisini seçeceğini belirleyen şey araç açıklamalarıdır; her araca hangi kaynağı okuduğunu net biçimde anlatan bir açıklama yazıldığında ajan, kullanıcının talebine göre doğru olanı seçer hâle geliyor. Son adımda bir e-posta aracı bağlanıyor, hesap yetkilendirmesi yapılıyor, gönderim operasyonu ve HTML biçimi seçiliyor ve gövde içeriğinin tamamen model tarafından oluşturulması tercih ediliyor. Ajan haberleri özetleyip e-posta olarak gönderiyor; ardından biçim, kullanıcı dostu düzen ve emoji kullanımı üzerinden iteratif olarak iyileştiriliyor.
Bölümde Ele Alınan Temel İçerikler
1. Entegrasyon evreni: Hazır konektörler, HTTP istek aracı, standart tabanlı sunucu bağlantısı, vektör depoları ve kod düğümleri.
2. Dış kaynaktan veri çekme: Açık besleme adresi üzerinden güncel içerik alınması ve kaynak lisansına dikkat edilmesi.
3. Araç açıklamalarının belirleyici rolü: Birden fazla benzer araç arasında ajanın doğru seçimi yapmasının sağlanması.
4. E-posta aracının bağlanması: Hesap yetkilendirmesi, gönderim operasyonu ve HTML biçiminin yapılandırılması.
5. Gövde içeriğinin modele bırakılması ve çıktı biçiminin iteratif olarak kullanıcı dostu hâle getirilmesi.
Öğrenme Çıktıları
Bu bölümü tamamlayan katılımcı:
1. Hazır konektör, HTTP isteği, standart sunucu bağlantısı ve kod düğümü seçenekleri arasından ihtiyacına uygun olanı seçebilir.
2. Dış bir kaynaktan güncel veri çeken bir aracı lisans koşullarını gözeterek ajana bağlayabilir.
3. Birden fazla benzer araç bağlıyken ayırt edici açıklamalar yazarak ajanın doğru aracı seçmesini sağlayabilir.
4. Bir e-posta aracını yapılandırarak ajanın kullanıcı adına biçimlendirilmiş mesaj göndermesini sağlayabilir.
5. Çıktı biçimini iteratif promptlarla geliştirerek kurumsal iletişime uygun hâle getirebilir.
Eğitmen (1):
1 video
Kapanış bölümü, tek ajanlı kurgudan çok ajanlı bir organizasyona geçişi uygulamalı olarak kuruyor. Mevcut ajanın araçları kaldırılarak yönetici rolüne dönüştürülüyor ve altına, başka ajanları araç gibi bağlamayı sağlayan düğümler üzerinden iki uzman ajan ekleniyor. Yönetici ajanın sistem mesajı, kullanıcı isteğini en uygun ajana yönlendirip nihai çıktıyı sunacak biçimde yazılıyor. Alt ajanlardan biri haber kaynaklarından veri çeken, diğeri gelen içeriği kurum politikasına uygun biçime dönüştüren ajan olarak yapılandırılıyor. Burada iki ayrı metin alanının farkı netleşiyor: sistem mesajı ajanın kendi davranışını, açıklama ise yöneticinin o ajanı ne için çağıracağını tanımlar; alt ajana gidecek yönergenin yönetici tarafından belirlenmesi için ilgili parametre modele bırakılıyor. Doğruluğun kritik olduğu bir iş olduğu için sıcaklık düşük bir değere çekiliyor ve aynı dil modeli üç ajana birden bağlanıyor. Çalıştırıldığında görevin yöneticiden haber ajanına, oradan editör ajanına ve tekrar yöneticiye döndüğü iz üzerinden takip ediliyor. Bölüm, kurumsal devreye alma için iki zorunlu katmanla kapanıyor: kullanıcı girdisini jailbreak, uygunsuz içerik ve kişisel veri açısından denetleyen giriş bariyeri ile nihai çıktıyı denetleyen çıkış bariyeri ve bunların ardına eklenen insan onayı adımı.
Bölümde Ele Alınan Temel İçerikler
1. Yönetici ajan kurgusu: Mevcut ajanın supervisor rolüne dönüştürülmesi ve alt ajanların araç olarak bağlanması.
2. Uzman alt ajanların yapılandırılması: Veri çeken ajan ile içeriği kurum politikasına uygun biçime getiren editör ajan.
3. Sistem mesajı ile açıklama ayrımı: Ajanın kendi davranışı ile yöneticinin onu neden çağıracağının tanımlanması.
4. Doğruluk odaklı parametre ayarı ve tek bir dil modelinin birden çok ajanı beslemesi ile görev izinin takibi.
5. Kurumsal güvenlik katmanları: Girişte ve çıkışta içerik denetimi ile aksiyon öncesi insan onayı adımı.
Öğrenme Çıktıları
Bu bölümü tamamlayan katılımcı:
1. Tek ajanlı bir kurguyu yönetici ve uzman ajanlardan oluşan çok ajanlı bir sisteme dönüştürebilir.
2. Alt ajanlar için sistem mesajı ile açıklamayı ayırt ederek doğru delegasyonu sağlayacak biçimde yazabilir.
3. Doğruluğun kritik olduğu senaryolarda model parametrelerini tutarlılık lehine ayarlayabilir.
4. Çok ajanlı bir akışın görev izini takip ederek hangi ajanın hangi adımı yaptığını doğrulayabilir.
5. Girişte ve çıkışta içerik denetimi ile insan onayı adımı ekleyerek sistemi kurumsal devreye almaya hazır hâle getirebilir.
