Agentic iş akışı desenleri: hangisi ne zaman seçilir?

Desen neden önemli: iş akışı mı, ajan mı?

Dil modeli tabanlı sistemlerde ilk tasarım sorusu, akışı kodla sabitlemek mi yoksa modelin adımlarına kendisinin karar vermesine izin vermek mi olduğudur. Önceden tanımlı adımlardan oluşan ve modelin yalnız belirli noktalarda çağrıldığı yapıya iş akışı (workflow), modelin hangi aracı ne zaman çağıracağına döngü içinde kendisinin karar verdiği yapıya ise ajan denir. Desenler bu uçlar arasındaki orta yolları sistematik biçimde tarif eder.

Doğru desen seçimi çoğu zaman en basit yapıdan başlamayı gerektirir. Görev adımları önceden biliniyorsa sabit bir iş akışı daha öngörülebilir, daha ucuz ve daha kolay test edilir. Adımların önceden bilinemediği, ortamdan gelen geri bildirimle yönün değiştiği görevlerde ise ajan döngüsü gerekir.

Temel desenler

Sık karşılaşılan desenleri şöyle özetleyebiliriz:

• Zincirleme (prompt chaining): görev ardışık adımlara bölünür, her adımın çıktısı bir sonrakinin girdisi olur; aralara kontrol noktaları konabilir. Örneğin bir belgeyi özetle, özetten madde listesi çıkar, listeyi biçimlendir.
• Yönlendirme (routing): gelen girdi sınıflandırılır ve uygun uzman akışa ya da modele gönderilir. Destek taleplerini fatura, teknik sorun ve genel soru kollarına ayırmak tipik örnektir.
• Paralelleştirme: bağımsız alt görevler eş zamanlı çalıştırılır ya da aynı görev birden çok kez çalıştırılıp sonuçlar karşılaştırılır. Hız ve güvenilirlik kazandırır.
• Orkestratör ve işçiler: merkezi bir model görevi dinamik biçimde alt görevlere böler, işçi modellere dağıtır ve sonuçları birleştirir. Alt görevlerin önceden bilinmediği durumlarda kullanılır.
• Değerlendirici ve iyileştirici döngü: bir model çıktı üretir, diğeri ölçütlere göre eleştirir, üretici eleştiriye göre düzeltir. Net değerlendirme ölçütü olan işlerde işe yarar.
• ReAct: model düşünme ve eylem adımlarını dönüşümlü yürütür; araç çağırır, gözlemi okur, bir sonraki adımı ona göre seçer.
• Yansıtma (reflection): model kendi çıktısını gözden geçirip eksik ve hataları bulur, ardından düzeltilmiş sürüm üretir.
• Planla ve uygula: önce adımlar planlanır, ardından plan yürütülür; sapma olursa plan güncellenir.

Desen nasıl seçilir? Sorulacak sorular

Seçimi karar ağacına dönüştürmek için şu soruları sorun:

Birinci soru, adımlar önceden biliniyor mu? Biliniyorsa zincirleme ya da yönlendirme yeterlidir; bilinmiyorsa orkestratör veya ReAct benzeri döngü düşünülür. İkinci soru, alt görevler bağımsız mı? Bağımsızsa paralelleştirme gecikmeyi azaltır. Üçüncü soru, kalite ölçütü açık mı? Açık bir ölçüt varsa değerlendirici döngü veya yansıtma anlamlıdır; ölçüt belirsizse döngü sonsuza gidebilir. Son soru, hatanın bedeli nedir? Maliyeti yüksek eylemler (ödeme, silme, dış iletişim) söz konusuysa özerklik azaltılmalı, insan onayı ve sınırlı yetkili araçlar eklenmelidir.

Bu soruların yanında gecikme ve maliyet bütçesi de belirleyicidir. Her ek model çağrısı hem süreyi hem faturayı büyütür; desen, bu bedeli hak eden bir kalite artışı sağlamıyorsa gereksizdir.

Örnek senaryo: müşteri şikâyet iş akışı

Örneğin bir kurum gelen müşteri şikâyetlerini otomatik işlemek istiyor. İlk adımda yönlendirme deseni şikâyeti konusuna göre sınıflandırır: ürün hatası, teslimat gecikmesi, fatura itirazı. Her kol kendi talimatına ve araç setine sahiptir.

Teslimat kolunda zincirleme kullanılır: önce sipariş durumu sorgulanır, sonra kargo kaydı okunur, ardından özür ve çözüm önerisi içeren taslak yazılır. Taslak, değerlendirici bir adımdan geçer; ton, bilgi doğruluğu ve politika uyumu kontrol edilir. Telafi teklifi gibi finansal sonuç doğuran adımlar ise otomatik gönderilmez, yetkili çalışana onay için sunulur. Karmaşık, çok sistemli sorunlarda ise orkestratör devreye girip alt görevleri dağıtır. Bu karışık yapı, tek bir büyük ajan yerine problem parçalarına uygun desenlerin birleştirilmesine örnektir.

Durum, hafıza ve araçlar: desenin altyapısı

Desen tek başına yetmez; çalışan bir sistem için durum yönetimi, araç tanımları ve hata davranışı da tasarlanmalıdır. Durum, akışın hangi adımda olduğunu, hangi ara sonuçların üretildiğini ve neyin yeniden denenebileceğini taşır. Kalıcı durum tutulursa kesintiye uğrayan akış kaldığı yerden devam edebilir ve denetim izi oluşur.

Araçlar ise ajanın dünyayla temas noktasıdır. Her aracın adı, amacı ve parametreleri modelin yanlış anlamayacağı kadar açık yazılmalı; yetkiler en az ayrıcalık ilkesine göre sınırlanmalıdır. Hata durumunda ne olacağı, yani yeniden deneme, geri çekilme ya da insana devretme, desenin parçası olarak kararlaştırılmalıdır. Bu başlıklar ayrı sayfalarda ayrıntılı ele alınır; aralarında insan onayı ve test ve izleme konuları yer alır.

Sık yapılan hatalar

En yaygın hata, gereksiz karmaşıklıktır. Zincirleme ile çözülebilecek bir iş için çok ajanlı yapı kurmak maliyeti, hata yüzeyini ve hata ayıklama zorluğunu artırır. İkinci hata, durma koşulu koymamaktır: değerlendirici döngüde ya da ReAct akışında azami adım sayısı ve başarısızlık davranışı tanımlı değilse sistem sonsuz dönebilir ya da gereksiz maliyet üretebilir.

Üçüncü hata, ölçümsüz ilerlemektir. Desen değiştirildiğinde sonuç kalitesinin gerçekten iyileştiği, bir değerlendirme kümesiyle doğrulanmalıdır. Son olarak bağlam büyümesi sorunu vardır: uzun akışlarda geçmişin tamamını her çağrıya taşımak hem maliyeti hem de modelin odağını bozar. Önemli bilgiyi özetleyip durumda saklamak ve gereken adıma yalnız ilgili bağlamı vermek daha sağlıklıdır.

Öğrenme yolu

Başlangıçta bir dil modeli API'siyle tek çağrılı, yapılandırılmış çıktı üreten küçük uygulamalar yazın. Ardından birkaç çağrıyı zincirleyin, bir sınıflandırma adımıyla yönlendirme ekleyin ve her değişikliğin kaliteyi nasıl etkilediğini küçük bir test kümesiyle ölçün. Sonraki aşamada araç çağrısını ve ReAct tipi döngüyü deneyin; durma koşulları ve hata davranışını bilinçli tasarlayın.

İleri aşamada çok ajanlı koordinasyon, kalıcı durum, gözlemlenebilirlik ve güvenlik konuları gelir. Çerçeve seçimi (özel kod ya da bir akış kütüphanesi) ikincil bir karardır; önce desenlerin mantığını kavramak, çerçeve değiştirildiğinde de geçerli kalan beceridir.

Mindset programlarında nerede çalışılır?

Mindset kataloğundaki Agentic Workflows Mimarisi eğitiminin modül başlıkları arasında Agentic Workflow Kavramsal Temelleri, Workflow Tasarım Desenleri, Durum Yönetimi ve Kalıcılık, Araç Ekosistemi ve Entegrasyonlar, Güvenlik, Yönetişim ve Uyum, Performans ve Ölçeklendirme ile Kurumsal Uygulamalar ve Gerçek Vakalar yer alır.

Bu yapı, yazılım geliştiriciler, yapay zeka mühendisleri ve otomasyon mimarları için uygundur; kurumsal ekiplerde mimari karar toplantılarında ortak desen sözlüğü oluşturmak isteyen gruplara da hitap eder.