Yapay Zeka Ajanı Geliştirmek: Görevden Çalışan Sisteme

Yapay zeka ajanı nedir, sıradan bir sohbet botundan farkı ne?

Yapay zeka ajanı, bir büyük dil modelinin bir hedefe ulaşmak için hangi adımı atacağına kendisi karar verdiği, araç kullandığı ve her adımın sonucuna bakarak bir sonrakini seçtiği sistemdir. Sohbet botu bir soruya cevap üretir; ajan ise bir veritabanını sorgular, bir belgeyi okur, bir hesaplama yapar, sonucu değerlendirir ve görev bitene kadar bu döngüyü sürdürür.

Anthropic'in ajan sistemleri üzerine yayımladığı rehber faydalı bir ayrım yapar: adımları önceden kodla belirlenmiş sistemler iş akışıdır; modelin süreci ve araç kullanımını kendisinin yönettiği sistemler ise ajandır. Bu ayrım pratikte önemlidir, çünkü pek çok iş problemi tam bir ajana değil, birkaç model çağrısından oluşan iyi tasarlanmış bir iş akışına ihtiyaç duyar. Ajan, adımların önceden kestirilemediği açık uçlu görevlerde değer üretir.

Bir yapay zeka ajanının bileşenleri

Hangi çerçeve ya da araç kullanılırsa kullanılsın, bir ajan şu parçalardan oluşur: • Model: Kararları veren büyük dil modeli. • Talimatlar: Ajanın rolünü, hedefini, sınırlarını ve ne zaman durması gerektiğini tanımlayan sistem istemi. • Araçlar: Ajanın dış dünyaya dokunduğu fonksiyonlar. Bir API çağrısı, veritabanı sorgusu, belge arama ya da e-posta taslağı oluşturma birer araçtır. Her aracın adı, açıklaması ve parametreleri model için anlaşılır yazılmalıdır. • Bağlam ve bellek: Görev boyunca biriken bilgiler ve gerekiyorsa kurum belgelerinden getirilen içerik. Belge tabanlı bilgi getirme yöntemine RAG (getirme destekli üretim) denir. • Döngü: Modelin araç çağırdığı, sonucu gördüğü ve yeniden karar verdiği yürütme mantığı; azami adım sayısı ve durma koşulları dahil. • Korkuluklar: Riskli işlemler için insan onayı, yetki sınırları, girdi ve çıktı kontrolleri.

Adım adım yapay zeka ajanı geliştirme

Ajan geliştirmenin en sağlıklı yolu küçük başlayıp ölçerek büyütmektir: • Görevi seçin: Tekrarlayan, adımları duruma göre değişen ve sonucu kontrol edilebilen bir görev bulun. Hatanın maliyeti yüksek işlerle başlamayın. • Önce en basit çözümü deneyin: Tek bir iyi yazılmış model çağrısı ya da sabit adımlı bir iş akışı işi görüyorsa ajan kurmayın. • Başarı ölçütünü yazın: Ajanın doğru bitirdiği bir görev neye benzer? Örnek girdiler ve beklenen çıktılardan küçük bir değerlendirme seti hazırlayın. • Araçları tasarlayın: Az sayıda, iyi tanımlanmış araçla başlayın. Her aracın ne zaman kullanılacağını açıklamasında yazın, örnek ekleyin. • Döngüyü kurun: Model, araç çağrısı, sonuç ve yeniden karar adımlarını; azami adım sayısını ve hata durumlarını tanımlayın. • Değerlendirin: Değerlendirme setini çalıştırın, ajanın hangi adımda neden saptığını kayıtlardan okuyun, talimatları ve araç açıklamalarını düzeltin. • Korkulukları ekleyin: Geri alınamaz işlemlerde insan onayı, okuma ve yazma yetkilerinin ayrılması, hassas verinin maskelenmesi. • İzleyin: Canlıda her çalıştırmanın adımlarını, maliyetini ve sonucunu kaydedin; yeni hata türlerini değerlendirme setine ekleyin.

İş örneği: tedarikçi faturası uyuşmazlık ajanı

Bir şirketin muhasebe ekibi, sipariş ile fatura arasındaki tutar ya da miktar farklarını elle inceliyor. Her uyuşmazlıkta satın alma siparişini, teslim kaydını ve faturayı açıp karşılaştırıyor, farkın nedenini buluyor ve tedarikçiye ya da iç birime yazıyor.

Ekip bu işi bir ajana devretmeye karar veriyor. Ajana dört araç tanımlanıyor: siparişi getir, teslim kaydını getir, fatura satırlarını oku ve e-posta taslağı oluştur. Talimatlarda ajanın görevi açıkça yazılıyor: farkı bul, nedenini sınıflandır (fiyat farkı, eksik teslim, mükerrer fatura, diğer) ve uygun alıcıya bir taslak hazırla. Ajan hiçbir ödemeyi onaylayamıyor, e-postayı gönderemiyor; yalnızca taslak hazırlıyor ve muhasebe uzmanı her taslağı onaylıyor.

Geliştirme sürecinde ekip, geçmişte çözülmüş uyuşmazlıklardan bir değerlendirme seti çıkarıyor ve ajanın sınıflandırmasını uzmanın kararıyla karşılaştırıyor. İlk denemelerde ajanın kısmi teslimleri eksik teslim sanması görülüyor; teslim kaydı aracının açıklamasına kısmi teslimin nasıl göründüğü eklenince bu hata kayboluyor. Ajan, uzmanın zamanını karşılaştırma işinden karar ve iletişim işine kaydırıyor.

Kod yazarak mı, kodsuz araçlarla mı?

Ajan geliştirmenin iki ana yolu var. Kodsuz araçlar, görsel akış editörleriyle modeli, araçları ve veri kaynaklarını bağlamanıza izin verir. Süreç sahiplerinin kendi işleri için hızlıca prototip kurmasına, basit ve orta karmaşıklıktaki görevleri otomatikleştirmesine uygundur.

Python ile kod yazarak geliştirmek ise araçların, döngünün, hata yönetiminin ve değerlendirmenin tam kontrolünü verir. Kurum sistemlerine derin entegrasyon, çoklu ajan yapıları ve yüksek hacimli kullanım genellikle bu yolu gerektirir. Ajan çerçeveleri işi hızlandırabilir, ama arka planda modele hangi istemin gittiğini ve hangi cevabın döndüğünü görebilmek hata ayıklamanın ön şartıdır. Başlangıçta model sağlayıcısının API'sini doğrudan kullanmak bu mantığı öğrenmeyi kolaylaştırır.

Ajan geliştirirken sık yapılan hatalar

Birçok ajan projesi modelin yetersizliğinden çok tasarım hatalarından zorlanır: • Gerekmediği halde ajan kurmak: Sabit adımlı bir iş akışının çözeceği işe ajan kurmak maliyeti ve hata olasılığını artırır. • Fazla araç vermek: Birbirine benzeyen çok sayıda araç, modelin yanlış aracı seçmesine yol açar. • Belirsiz araç açıklamaları: Model araçları yalnızca adlarından, açıklamalarından ve parametre şemalarından tanır; kodun içini görmez. • Değerlendirme seti olmadan geliştirmek: Bir düzeltmenin başka bir durumu bozup bozmadığı görülmez. • Geri alınamaz işlemleri insan onayı olmadan açmak. • Durma koşulu tanımlamamak: Ajan aynı adımı tekrar ederek maliyet üretir. • Kayıt tutmamak: Ajanın neden yanlış karar verdiği adım adım izlenemezse düzeltilemez.

Öğrenme yolu ve Mindset programları

Önce büyük dil modellerinin nasıl çalıştığını ve etkili istem yazmayı öğrenin; ajanın kalitesi büyük ölçüde talimat ve araç açıklamalarının kalitesine bağlıdır. Ardından tek araçlı basit bir ajan kurun, sonra araç sayısını ve görev karmaşıklığını artırın. Değerlendirme, izleme ve güvenlik konuları ilk ajanınızla birlikte öğrenilmelidir, sona bırakılmamalıdır.

Python ile Yapay Zekâ Ajanları (AI Agent) Geliştirme Eğitimi; dil modellerine pratik giriş, tek ajanlı sistemler, çoklu ajanlarla çalışma, ajanları araçlarla donatma, RAG ve istem mühendisliği, izleme ve değerlendirme modülleriyle kodlu yolu ele alır. Kod yazmadan ilerlemek isteyenler için No-Code AI Agent Tasarımı ve Uygulamaları Eğitimi, ajanları veri ve iş süreçlerine bağlama, çok adımlı işlemler ile test, izleme ve iyileştirme modüllerini içerir.