Make senaryosuna ChatGPT (OpenAI) adımı ekleme: bağlantıdan güvenilir çıktıya

Make senaryosunda yapay zeka adımı ne işe yarar?

Make'te OpenAI uygulaması, ChatGPT ailesinin sohbet ve metin üretme yeteneklerini, görsel üretimi ile ses çevirisi (Whisper) gibi işlevleri senaryoya bağlar. Senaryo akışının ortasına bir "düşünen" adım koymak mümkün olur: gelen e-postayı sınıflandırmak, uzun bir metni özetlemek, serbest metinden alan çıkarmak ya da müşteri yanıtı taslağı yazmak.

İşin mantığı sıradan bir modülden farklı değildir. Önceki modülden gelen veri istemin içine yerleştirilir, model bir çıktı üretir ve bu çıktı sonraki modüllere aktarılır. Fark, çıktının her seferinde birebir aynı olmamasıdır; bu yüzden senaryoyu yalnızca "çalışıyor mu" diye değil, "ne kadar öngörülebilir" diye de tasarlamak gerekir.

Senaryonun genel kurulumu bilindiğinde asıl iş, yapay zeka adımının eklenmesi ve çevresindeki önlemlerin kurulmasıdır.

Bağlantıyı kurmak

OpenAI modülünü ilk kez eklediğinizde Make bir bağlantı ister. Make'in uygulama dokümantasyonuna göre OpenAI platform hesabınızdan bir API anahtarı ve kuruluş kimliği (Organization ID) almanız, bunları bağlantı penceresindeki ilgili alanlara girmeniz gerekir. Bağlantı adı isteğe bağlıdır; birden fazla bağlantınız olacaksa ayırt edici bir ad vermek işi kolaylaştırır.

Şu noktalara dikkat edin: • API kullanımı, sohbet arayüzünden ayrı bir hesap ve kullanım tanımı gerektirir; abonelik durumunuzu platform hesabınızda ayrıca kontrol edin • Veri işleme bölgesi, hesabınızda bölgesel işleme açıksa modülün gelişmiş ayarlarından seçilebilir; bölge OpenAI proje bazında belirlenebildiği için birden fazla bağlantı gerekebilir

Anahtarı ekran görüntüsüne, ortak dokümana ya da mesajlaşma kanalına yapıştırmayın. Anahtar sızarsa platform hesabından iptal edilip yenisi üretilir.

İstemi senaryoya uygun yazmak

Senaryodaki istem, sohbet penceresinde yazdığınızdan farklıdır; çünkü insan her seferinde düzeltme yapmaz. İyi bir senaryo istemi şu unsurları sabitler: modelin rolü, görev, girdi ve istenen çıktı biçimi. Girdi alanları, önceki modüllerden gelen değişkenlerle doldurulur.

Örnek bir sınıflandırma istemi şöyle kurulur:

Sen bir müşteri hizmetleri sınıflandırıcısısın. Aşağıdaki e-postayı yalnızca şu kategorilerden birine ata: fatura, teknik destek, satış, diğer. Yanıt olarak yalnızca kategori adını yaz. E-posta: (konu ve gövde değişkenleri)

"Yalnızca kategori adını yaz" cümlesi küçük görünür ama sonraki adımda bir filtre ya da yönlendirici kurabilmenizi sağlar. Kategori listesinin dışında bir cevap gelirse senaryo bunu "diğer" koluna düşürecek biçimde tasarlanmalıdır.

Uzun, birden çok işi birden yaptıran istemler yerine tek işi yapan kısa istemler zinciri daha sağlamdır; her adımın çıktısı ayrı ayrı kontrol edilebilir.

Adım adım: e-posta sınıflandırma ve yönlendirme akışı

Gelen destek e-postalarını kategoriye ayırıp ilgili ekibe ileten bir senaryo, yapay zeka adımının tipik kullanımıdır. Akış şu sırayla kurulur: e-posta izleme modülü yeni iletiyi alır, metin temizlenir ve çok uzunsa kısaltılır, OpenAI adımı kategoriyi üretir, yönlendirici kategoriye göre kolları ayırır, her kolda ilgili ekibe bildirim ya da kayıt oluşturulur.

Her kolun sonuna kaydı e-tabloya yazan bir adım eklemek, modelin kararlarını sonradan incelemenizi sağlar. Haftalık olarak "diğer" kategorisine düşenleri okumak, istemi geliştirmenin en ucuz yoludur.

Kurulum bittikten sonra senaryoyu gerçek veriye geçirmeden önce, bilerek zor örneklerle sınayın: birden fazla konu içeren bir e-posta, boş gövde, farklı dilde bir ileti.

Hata, güvenlik ve insan onayı

Yapay zeka adımı farklı türde sorun çıkarır: bağlantı ya da kullanım sınırı hatası, beklenmeyen biçimde çıktı ve yanlış ama kendinden emin çıktı. Bağlantı hatası için Make'in hata işleme düzeneğini kullanın; başarısız çalıştırmayı sessizce kaybetmek yerine kayda alıp ekibe haber verin. Beklenmeyen biçim için çıktıyı bir filtreden geçirin. Yanlış ama kendinden emin çıktı için tek çare, riskli çıktıların önüne insan onayı koymaktır.

Müşteriye doğrudan giden her metin, fiyat ya da hukuki bir ifade içeren her çıktı ve kişisel veri içeren her girdi için kural basittir: model taslağı üretir, insan onaylar. Kişisel veriyi modele göndermeden önce gereksiz alanları çıkarmak, kurumunuzun bilgi güvenliği politikasına uygunluğu kontrol etmek ve veri işleme bölgesini bilerek seçmek gerekir.

Yeni model adları ve bazı gelişmiş ayarlar kuruluş doğrulaması isteyebilir; bu, Make dokümantasyonunda da belirtilen bir koşuldur ve çalışan bir senaryonun model değişince durmasına yol açabilir.

Sık yapılan hatalar

İlk senaryolarda şu kalıplar görülür: • Çıktıyı serbest metin olarak almak ve sonra o metni parçalamaya çalışmak • İstemi kullanıcı girdisiyle karıştırmak; dışarıdan gelen metin talimat gibi okunabilir ve modelin davranışını değiştirebilir, bu yüzden girdi ayrı ve açıkça işaretlenmiş olmalıdır • Deneme sırasında yalnızca kolay örnekleri sınamak • Kullanım sınırını hesaba katmadan toplu veriyi tek seferde göndermek • Çıktıyı izlemeden bırakmak ve istemi hiç güncellememek

Güvenilir bir senaryoda model "belirsizse belirsiz de" diyebilir: kategori listesine "belirsiz" eklemek, yanlış sınıflandırmayı sessizce yürütmekten iyidir.

Çıktı biçimini sabitlemek ve istemi sürümlemek

Çıktıyı sonraki adımlarda alan alan kullanmak istiyorsanız istemde biçimi de tarif edin. Örneğin modelden kategori, aciliyet ve tek cümlelik gerekçeyi ayrı alanlar olarak vermesini isteyin; sonraki modüller bu alanları ayrı ayrı okur. Biçim bozulursa senaryo çökmemeli: ayrıştırma adımından önce çıktının beklenen alanları içerdiğini kontrol eden bir filtre koyun ve geçmeyenleri insan kuyruğuna yönlendirin.

İstemi sürümleyin. Her değişikliği tarihiyle bir nota yazarsanız, sınıflandırma kalitesi düştüğünde hangi değişikliğin neden olduğunu bulabilirsiniz. Gerçek e-postalardan oluşan küçük bir sınama kümesi hazırlayıp her istem değişikliğinden sonra aynı kümeyi çalıştırın; böylece iyileşmeyi gerilemeden ayırırsınız.

Maliyet ve hız da istemle ilgilidir: girdi uzadıkça her çalıştırma yavaşlar ve pahalılaşır. Girdiyi yalnızca karar için gereken kısma indirmek hem güvenliği hem verimi artırır.

Bu beceriyi Mindset programlarında nerede çalışırsınız?

İş Süreçlerinde AI Otomasyonu programında Make ile yapay zeka destekli otomasyon ayrı bir başlıktır. Yapay Zeka ve Otomasyon Uzmanlığı Sertifika Programı ise model bağlantısını ve yapay zeka destekli otomasyon tasarımını haftalık akış içinde ele alır. Operasyon ve destek ekiplerinde tekrarlayan işi otomatikleştirecek kişiler için uygundur.