Veri Analizi Ajanı Kurma: Araçlar, Döngü ve Çıktı Denetimi

Veri analizi ajanı nedir, ne yapmaz

Veri analizi ajanı, doğal dille sorulan bir iş sorusunu alıp veriyle cevaplayan yapay zeka sistemidir. Soruyu yorumlar, hangi tabloların işe yarayacağını keşfeder, sorgu yazar ve çalıştırır, sonucu kontrol eder, gerekirse sorguyu düzeltir ve cevabı bir rapor ya da özet olarak sunar. Tek bir sorgu üretmekten fazlasını yapar: sonuca bakıp bir sonraki adıma kendisi karar verir.

Anthropic'in ajanlar üzerine yazdığı rehber, bu ayrımı net koyar: iş akışlarında model ve araçlar önceden belirlenmiş kod yollarıyla yönetilir; ajanlarda ise model kendi sürecini ve araç kullanımını dinamik olarak yönlendirir. Sorgu üretmek ve çalıştırmak sabit bir adım dizisiyse bu bir iş akışıdır; hangi adımın sonra geleceğine model karar veriyorsa ajandır.

Bu yüzden her analitik soru için ajan gerekmez. Rehber de önce mümkün olan en basit çözümü bulmayı, karmaşıklığı ancak sonuçları açıkça iyileştirdiğinde artırmayı önerir. Sorular tekrar eden ve kalıplıysa sabit bir iş akışı daha öngörülebilir ve ucuzdur; ajan, soruların açık uçlu olduğu ve adımların önceden bilinemediği durumlarda anlam kazanır.

Dört katmanlı bir mimari

İyi tasarlanmış bir analiz ajanı dört katmandan oluşur ve her katman bir öncekinin çıktısını kullanır. Soru ve bağlam katmanı, kullanıcının sorusunu iş tanımlarıyla birleştirir: gelir neyi kapsıyor, aktif müşteri kime denir? Araç katmanı, şemayı okuma, sorgu çalıştırma ve hesaplama gibi yetenekleri ajana verir. Doğrulama katmanı, sonucun makul olup olmadığını denetler. Rapor katmanı ise cevabı, kullanılan sorguyu ve varsayımları birlikte sunar.

Mimarinin değeri sorumlulukları ayırmasındadır. Tanımları modelin tahminine bırakırsanız aynı soru farklı günlerde farklı cevap alır; doğrulamayı atlarsanız sorgu hatası sessizce rapora girer. Her katmanı ayrı test etmek, hatanın nerede oluştuğunu bulmayı kolaylaştırır.

Araçları tasarlamak ve veriyi korumak

Ajan, ancak kendisine verilen araçlar kadar yeteneklidir. Rehber, araç tanımlarına da istemler kadar özen gösterilmesini önerir: ne işe yaradıklarını açık yazın, örnek kullanım ve uç durumlar ekleyin, farklı girdilerle test edin. Analiz ajanında tipik araçlar şunlardır:

• Şema keşfi: tablo ve sütun adlarını, tipleri ve açıklamaları getirir
• Örnek satırlar: bir tablonun küçük bir kesitini gösterir
• Sorgu çalıştırma: salt okunur sorgu çalıştırır ve sonucu döndürür
• Hesaplama: ek istatistik ya da dönüşüm için kod çalıştırır
• Grafik: sonucu görselleştirir

Veriyi korumak için hataları zorlaştıran tasarımlar kullanın. Sorgu aracı yalnızca okuma yetkisi olan bir hesapla çalışsın; sonuç satırı sayısına ve çalışma süresine sınır konsun; kişisel veriler maskelenmiş görünümlerden okunsun. Rehberin işaret ettiği ilke burada da geçerlidir: araç, hata yapılmasını zorlaştıracak biçimde tasarlanmalıdır. Yazma yetkisi hiç olmayan bir ajan, yanlış anlaşılan bir soruda veriyi bozamaz.

Ajan döngüsü: sorgula, bak, düzelt, durdur

Ajanın kalbi bir döngüdür. Model aracı çağırır, sonucu görür, sonuca göre bir sonraki adıma karar verir ve cevabı hazır bulduğunda döngüden çıkar. Kavramsal olarak şöyle görünür:

def ajan_calistir(soru, azami_tur): mesajlar = [{"role": "user", "content": soru}] for tur in range(azami_tur): yanit = model_cagir(mesajlar, araclar) if yanit.arac_cagrisi is None: return yanit.metin sonuc = arac_calistir(yanit.arac_cagrisi) mesajlar.append(sonuc_mesaji(sonuc)) return "Tur sınırı aşıldı, insan incelemesi gerekli"

Bu sözde koddaki iki ayrıntı önemlidir. Birincisi, her tur sonunda araç sonucu ajana geri verilir; rehberin ifadesiyle ajan her adımda ortamdan gerçek sonuç alarak ilerlemeyi değerlendirmelidir. İkincisi, azami tur sınırıdır: durdurma koşulu olmayan ajan, hatalı bir sorguyu sonsuza kadar denemeye devam edebilir.

Takıldığında ya da emin olmadığında insana dönmek de tasarımın parçasıdır. Rehber, ajanların gerektiğinde insan geri bildirimi için duraklayabileceğini belirtir. Analizde bu, belirsiz bir metrik tanımında kullanıcıya soru sormak ya da kritik bir karardan önce onay istemek olabilir.

Doğrulama ve çıktı denetimi

Analiz ajanında asıl risk, makul görünen ama yanlış sayıdır. Model doğru sözdizimli bir sorgu yazar, sorgu çalışır ve sonuç döner; ama iki tabloyu yanlış anahtarla birleştirdiği için toplam şişmiş olabilir. Hata mesajı yoktur, rapor ise ikna edici görünür.

Bu yüzden doğrulamayı sistemin parçası yapın. Her cevapla birlikte kullanılan sorguyu gösterin, böylece bir analist sorguyu okuyabilir. Birleştirmelerden sonra satır sayısının beklenmedik biçimde artıp artmadığını, toplamların ana tabloyla uyuşup uyuşmadığını, boş değerlerin ve birimlerin nasıl ele alındığını otomatik kontrol edin. Mümkünse aynı sayıyı iki farklı yoldan hesaplatıp karşılaştırın.

Bir de referans soru seti kurun: cevabını önceden bildiğiniz sorular. Ajanın sürümü, istemi ya da veri şeması her değiştiğinde bu setle tekrar sınayın. Kritik kararlara girecek sayılarda ise insan onayı zorunlu bir adım olsun.

Metrik sözlüğü ve rapor biçimi

Ajanlar teknik olarak doğru ama iş açısından yanlış cevaplar verebilir; çünkü gelir, aktif müşteri, dönüşüm gibi terimlerin kuruluşa özgü tanımları vardır. Tanımı vermezseniz model makul bir tahmin yapar, siz de bunu fark etmezsiniz. Bir metrik sözlüğü hazırlayıp ajana bağlam olarak verin: her metrik için ad, tanım, hesaplama kuralı ve hangi tablodan geldiği.

Rapor biçimini de sabitleyin. İyi bir cevap dört parça içerir: sorunun kısa cevabı, kullanılan veri ve zaman aralığı, yapılan varsayımlar ve güven notu. Varsayımlar görünür olduğunda okuyucu, sayıya ne kadar güveneceğine karar verebilir.

Sık yapılan hatalar

İlk hata, ajanı en baştan karmaşık kurmaktır. Önce tek bir veri kümesi ve sınırlı bir soru türüyle başlayın; sonuçlar güvenilir olunca kapsamı genişletin. İkinci hata, doğrulamayı sonraya bırakmaktır; yanlış sayı bir kez karar toplantısına girdiğinde güveni geri kazanmak zordur.

Üçüncü hata, yetkileri geniş tutmaktır. Salt okunur bir hesap ve sınırlı şema erişimi her zaman daha güvenlidir. Dördüncü hata, ajanın tüm cevabına kayıtsız şartsız güvenmektir; kararın sahibi insandır. Beşinci hata ise performansı ölçmemektir: referans soru seti olmadan ajanın iyileştiğini mi bozulduğunu mu anlayamazsınız.

Bu beceriyi Mindset programlarında nerede çalışırsınız

Analitik ajanlar, veri ve iş analitiği ekiplerinin rutin raporlama yükünü hafifletmek için kullanılır. Yapay Zeka Destekli İş Analitiği Uzmanlık Programı, otonom analitik ajanlar modülünü, NL2SQL tarafıyla ilgili yeni nesil veritabanı yönetimi modülünün ardından işler. Ajanı kurmadan önce veriyi ve sorguyu güvenle anlamak gerektiğinden, bu sıra pratikte işe yarar.