# Yapay zeka ajanı geliştirme

> Yapay zeka ajanı, kendisine verilen bir hedef için hangi adımları atacağına kendisi karar veren ve bu adımları sizin sistemlerinizde araçlar üzerinden uygulayan bir yazılımdır: müşteri kaydı arar, belge okur, taslak hazırlar, sistemdeki bilgiyi günceller. Corrplus olarak ajanları yetkisi sınırlı, kritik adımları insan onayına bağlı ve her hareketi kayıt altında olacak şekilde geliştiriyoruz.

URL: https://corrplus.net/tr/hizmetler/yapay-zeka-ajani-gelistirme/
Güncellendi: 2026-10-22
Corrplus Ekibi

## Kimler için

- Bir talebi sonuçlandırmak için çalışanın birkaç sistemi açıp karar verdiği operasyon ekipleri (iade, tedarikçi yazışması, sipariş istisnası)
- n8n veya RPA ile otomasyona başlamış ama kurala dökülemeyen adımlarda tıkanan şirketler
- İç sistemlerini Claude veya ChatGPT gibi asistanlara MCP üzerinden açmak isteyen yazılım ve BT ekipleri
- Ajan denemesi yapmış ama yetki, maliyet ve hata kontrolü nedeniyle canlıya alamamış kurumlar

## Ne zaman uygun değil

- Adımları her seferinde aynı olan işler. Klasik iş akışı otomasyonu daha ucuz ve daha öngörülebilirdir.
- Hatası geri alınamayan ve yapay zekaya bırakılamayacak kararlar (ödeme onayı, kredi kararı gibi). Bu işlerde ajan yalnızca hazırlık yapar.

## Teslim ettiklerimiz

- **Görev ve yetki tasarımı**: Ajanın hangi hedefle çalışacağı, hangi araca hangi yetkiyle erişeceği ve neyi asla yapamayacağının yazılı tanımı.
- **Araç katmanı ve MCP sunucuları**: ERP, CRM, e-posta ve dosya sistemlerinize okuma ve yazma için tanımlı araçlar; gerektiğinde Model Context Protocol (MCP) sunucusu olarak.
- **İnsan onayı adımları**: Kayıt değiştiren, müşteriye giden veya parasal etkisi olan her adımda ilgili kişiye giden onay isteği.
- **Değerlendirme seti**: Gerçek örneklerden oluşan test vakaları; model veya talimat değiştiğinde ajanın davranışı yeniden ölçülür.
- **İzleme ve kayıt**: Her çalışmada ajanın hangi aracı hangi girdiyle çağırdığını, maliyeti ve sonucu gösteren kayıtlar.

## Nasıl çalışıyoruz

- **Keşif**: Ajana devredilecek işi gerçek örnekler üzerinden inceliyor, hangi kararların kuralla, hangilerinin yorumla verildiğini ayırıyoruz.
- **Tasarım**: Araç listesini, yetkileri, onay noktalarını ve kişisel verinin hangi modele gideceğini KVKK açısından yazılı hale getiriyoruz; teklif bu belgeye dayanır.
- **Kurulum**: Önce yalnız okuyan ve öneren bir sürüm kuruyoruz. Değerlendirme setini geçtikçe yazma yetkilerini adım adım açıyoruz.
- **İşletme**: Kayıtları izliyor, hatalı kararları test setine ekliyor, model ve maliyet değişikliklerini yönetiyoruz.

## Kullandığımız araçlar

Anthropic Claude ve OpenAI araç çağırma (tool use), Model Context Protocol (MCP), Google Gemini, LangGraph, n8n, Supabase ve PostgreSQL, Langfuse, Microsoft 365 ve Google Workspace API'leri

**Süre:** İlk okuyan ve öneren sürüm genellikle 4–6 hafta içinde

**Fiyatlandırma:** Keşif görüşmesinden sonra sabit kapsamlı proje teklifi; model kullanım maliyeti sizin hesabınızda; isteğe bağlı aylık işletme.

## Yapay zeka ajanı ne yapar, ne yapmaz?

Bir iade talebi düşünün. Çalışan e-postayı okur, sipariş sistemine bakar, kargo durumunu kontrol eder, iade politikasına göre karar verir ve müşteriye yazar. Her adım basit, ama sıra ve karar her talepte değişir. Klasik otomasyon bu değişkenlikte tıkanır. Yapay zeka ajanı ise hedefi alır, hangi aracı hangi sırayla çağıracağına kendisi karar verir ve sonucu size sunar.

Ajan sihirli değildir. Yalnızca ona verdiğiniz araçları kullanabilir ve yalnızca izin verdiğiniz kadarını yapabilir. İşimizin büyük kısmı bu sınırları çizmektir: hangi araç, hangi yetki, hangi adımda insan onayı.

## Ajan, chatbot ve LLM entegrasyonu arasındaki fark ne?

Bu üç hizmet sık karıştırılıyor. Fark, yazılımın kiminle konuştuğu ve sizin sistemlerinizde işlem yapıp yapmadığıdır.

| Konu | Yapay zeka ajanı | [Chatbot](/tr/hizmetler/chatbot-gelistirme/) | [LLM entegrasyonu](/tr/hizmetler/llm-entegrasyonu/) |
|---|---|---|---|
| Ne yapar | Hedef için birden çok adımı planlar ve araçlarla uygular | Ziyaretçiyle konuşur, soruyu cevaplar | Mevcut yazılımınıza tek bir yapay zeka özelliği ekler |
| Kim kullanır | Çoğunlukla iç ekip, arka planda | Web sitesi ve WhatsApp ziyaretçileri | Yazılımınızın mevcut kullanıcıları |
| Sistemlere yazar mı | Evet, yetki ve onayla | Genellikle yalnız okur, talep kaydı açar | Tanımlı tek bir alanda |
| Ana risk | Yanlış işlem | Yanlış cevap | Maliyet ve kalite tutarlılığı |

Chatbot konuşmanın kalitesine odaklanır, ajan işin yapılmasına. LLM entegrasyonu ise "servis notunu özetle" gibi tek ve öngörülebilir bir özelliktir. Üçü bir projede birlikte de çalışabilir: WhatsApp'taki chatbot talebi alır, arkadaki ajan sipariş sisteminde işlemi hazırlar, bir çalışan onaylar.

## Ajanı nasıl güvenli hale getiriyoruz?

- **Önce okuma, sonra yazma.** İlk sürüm yalnızca bilgi toplar ve öneri hazırlar. Değerlendirme setinde tutarlı sonuç verdikçe yazma yetkileri tek tek açılır.
- **İnsan onayı.** Müşteriye giden mesaj, kayıt değişikliği veya parasal etkisi olan her adım onay bekler. Onay Microsoft Teams, Slack veya e-posta üzerinden verilebilir.
- **MCP ile standart araçlar.** İç sistemlerinizi Model Context Protocol sunucusu olarak açıyoruz. Aynı araçlar farklı modellerle kullanılabilir, yetkiler tek yerde yönetilir.
- **Kayıt ve maliyet.** Her çalışmanın adımları, çağrılan araçlar ve model maliyeti kayıt altındadır. Bir karar sorgulandığında geriye dönüp bakabilirsiniz.
- **KVKK.** Ajanın eriştiği kişisel verinin hangi modele ve hangi ülkeye gittiğini tasarımda netleştiriyoruz.

## Nereden başlamalı?

En iyi ilk ajan, bugün bir çalışanın birkaç sistem arasında gidip geldiği, hacmi yüksek ama tek tek kararları düşük riskli bir iştir. İlk görüşmede böyle iki üç aday belirliyoruz. Kuralları zaten belli olan işler için [iş süreci otomasyonu](/tr/hizmetler/is-sureci-otomasyonu/) daha doğru başlangıçtır. Daha geniş bir yol haritası gerekiyorsa iki haftalık [yapay zeka keşif programı](/tr/yapay-zeka-kesif-programi/) ile başlıyoruz.

## Sık sorulan sorular

### Yapay zeka ajanı ile chatbot arasındaki fark ne?

Chatbot konuşur ve soruyu cevaplar. Ajan bir hedef doğrultusunda araç kullanır: kayıt arar, belge oluşturur, sistemi günceller. Bir chatbot'un arkasında ajan çalışabilir; asıl fark, yazılımın sizin sistemlerinizde işlem yapıp yapmadığıdır.

### Ajan yanlış bir işlem yaparsa ne olur?

Bu riske karşı ajanlar yetki sınırıyla kurulur. Kayıt değiştiren veya dışarı giden adımlar insan onayından geçer, her çağrı kayıt altındadır. İlk sürüm yalnızca okur ve öneri hazırlar; yazma yetkisi test sonuçlarına göre açılır.

### MCP nedir, bize neden lazım?

Model Context Protocol, yapay zeka uygulamalarının araçlara ve veriye standart bir yolla bağlanmasını sağlayan açık bir protokoldür. İç sistemlerinizi bir kez MCP sunucusu olarak açtığınızda, MCP destekleyen farklı modeller ve istemciler aynı araçları aynı yetkilerle kullanabilir.

### Hangi modeli kullanıyorsunuz?

Göreve göre seçiyoruz. Araç kullanımında güçlü modellerle (Anthropic Claude, OpenAI, Google Gemini) başlıyor, maliyet ve hız gereken adımlarda daha küçük modellere geçiyoruz. Değerlendirme seti sabit kaldığı için model değişse de davranışı ölçebiliyoruz.

### KVKK açısından ajanlar riskli mi?

Ajan kişisel veriye erişiyorsa hangi verinin hangi modele ve hangi ülkeye gittiği tasarımda belirlenir. Gerekirse veriyi maskeliyor veya açık modelleri kendi sunucunuzda çalıştırıyoruz. Hukuki değerlendirmeyi hukuk danışmanınızla birlikte yapıyoruz.

### n8n ile kurduğumuz otomasyonlar boşa mı gider?

Hayır. Çoğu projede ajan, mevcut n8n akışlarını araç olarak çağırır. Kuralı belli adımlar akışta kalır, yorum gerektiren karar ajana verilir.