# İyi sorular. Pratik düşünceler.

> Saha notları, uygulamalı yapay zeka üzerine kısa ve pratik yazılardır; notları veridive yazar ve gözden geçirir. Notlar on iki konuyu ele alır: strateji ve liderlik, ekonomi, uygulama, mühendislik, veri ve modeller, güvenilirlik, benimseme, yönetişim ve risk, ses ve bilgi, müşteri ve e-ticaret, operasyon ve ERP, Türkçe ve çok dilli yapay zeka.

Yapay zekayı işe koyan insanlar için fikirler: yürüttüğümüz projelerden ve hatalarımızdan çıkardığımız dersler.

Ara sıra e-postayla saha notları. Her seferinde tek bir pratik fikir.

Her not, uygulamalı yapay zeka üzerine pratik bir soruyu ele alır ve sade bir dille yanıtlar. Notları aşağıda konulara göre sıraladık: stratejiden maliyete, veriden güvenilirliğe, yönetişimden müşteri işlerine, ERP’den Türkçe yapay zekaya. Notlardaki örnekler temsilidir: tipik durumları gösterir, adı verilen müşterilerin sonuçlarını değil. Notlar hukuki tavsiye değildir. Notları nasıl yazdığımızı, kaynakları nasıl gösterdiğimizi ve nasıl gözden geçirdiğimizi [Saha notlarını nasıl yazıyoruz](https://veridive.com/tr/saha-notlari/nasil-yaziyoruz/) sayfasında anlatıyoruz.

## Konulara göre tüm notlar

### Strateji ve liderlik

- [Önce iş akışını, sonra modeli seçin](https://veridive.com/tr/saha-notlari/yapay-zeka-kullanim-alani-secimi/) · 4 dk. Takılan yapay zeka projelerinin çoğu teknoloji yüzünden değil, değiştirilecek belirli bir iş seçilmediği için durdu. Not, iyi bir ilk iş akışı için dört testi ve geliştirmeden önce neyin ölçüleceğini anlatıyor.
- [Yönetim ekiplerinin ilk yapay zeka projesinden önce sorduğu sorular](https://veridive.com/tr/saha-notlari/ilk-yapay-zeka-projesi-sorulari/) · 6 dk. Nereden başlanır, işletmesi ne kadara mal olur, çalışanlara ne olur, bir şey yanlış gittiğinde sorumlu kimdir: en sık duyduğumuz sorulara yanıtlarımız.
- [İş ekipleri için sade bir dille yapay zeka sözlüğü](https://veridive.com/tr/saha-notlari/yapay-zeka-terimleri-sozlugu/) · 8 dk. RAG, ince ayar, ajan, koruma önlemleri, değerlendirme seti ve daha fazlası: her terim için iki cümlelik sade bir tanım ve o terimi duyduğunuzda sormanız gereken soru.
- [Geliştirmek, satın almak ya da beklemek: her yapay zeka iş akışı için nasıl karar verilir?](https://veridive.com/tr/saha-notlari/yapay-zeka-gelistirme-veya-satin-alma/) · 7 dk. Kararı şirket düzeyinde değil iş akışı düzeyinde verin: yaygın olanı satın alın, rekabet ettiğiniz yerde geliştirin, sahibi ya da erişilebilir verisi olmayan işte bekleyin.
- [Yapay zekayı ne zaman kullanmamalı? Bir kuralın, formun ya da raporun daha iyi olduğu durumlar](https://veridive.com/tr/saha-notlari/yapay-zeka-ne-zaman-kullanilmamali/) · 5 dk. Birçok yapay zeka talebi bir kural, bir sorgu, yeniden tasarlanmış bir form ya da bir raporla daha iyi çözülür. Bir fikri onaylamadan önce sorulacak beş soru.
- [Listede otuz fikir varken yapay zeka kullanım senaryolarına nasıl öncelik verilir?](https://veridive.com/tr/saha-notlari/yapay-zeka-onceliklendirme-matrisi/) · 6 dk. Değeri ve uygulanabilirliği ayrı eksenlerde puanlayan, yalnızca kanıtlanabilen ölçütleri kullanan bir önceliklendirme matrisi ve temsili, doldurulmuş bir örnek.
- [Şirketiniz yapay zekaya hazır mı? Soruyu iş akışı bazında sorun](https://veridive.com/tr/saha-notlari/yapay-zeka-hazirlik-kontrol-listesi/) · 5 dk. Şirket geneli olgunluk puanları yerine iş akışı bazında hazırlık: veri, süreç sahibi, ölçülebilir başlangıç, kabul edilebilir hata payı ve zaman ayırabilecek bir ekip üzerine sorular.
- [Verimlilik asistanları mı, özel yapay zeka sistemleri mi: hangisi ne için?](https://veridive.com/tr/saha-notlari/copilot-mu-ozel-yapay-zeka-mi/) · 6 dk. Genel asistanlar bireyleri hızlandırır; özel sistemler ise verisi, onay noktaları ve ölçümüyle bir iş akışını değiştirir. Çoğu kurum ikisine de ihtiyaç duyar, ama farklı işler için.
- [Bir yapay zeka yol haritasında ne olmalı, ne olmamalı?](https://veridive.com/tr/saha-notlari/yapay-zeka-yol-haritasi-sablonu/) · 6 dk. Takvim çeyrekleri yerine şimdi, sonra ve daha sonra diye sıralanan; her satırında süreç sahibi, başlangıç ölçümü ve devam/dur kararı bulunan tek sayfalık bir yol haritası.
- [Üretken yapay zeka mı, makine öğrenmesi mi: probleminiz hangisini gerektiriyor?](https://veridive.com/tr/saha-notlari/uretken-yapay-zeka-ve-makine-ogrenmesi/) · 6 dk. Tahmin, puanlama ve anomali tespiti çoğu zaman klasik makine öğrenmesidir; belge ve yazışma okuyup yazmak ise dil modellerinin alanıdır. İyi sistemler çoğu zaman ikisini birlikte kullanır.
- [Yapay zeka mükemmeliyet merkezi neyi üstlenmeli, neyi üstlenmemeli?](https://veridive.com/tr/saha-notlari/yapay-zeka-mukemmeliyet-merkezi/) · 5 dk. Küçük bir merkezi ekip ortak altyapıyı, standartları, değerlendirme pratiğini ve tedarikçi sözleşmelerini üstlenmeli; iş akışları ve sonuçları ise iş birimlerinde kalmalı.
- [Yönetim kurulu yapay zeka hakkında ne sormalı? Kurul üyeleri için sorular](https://veridive.com/tr/saha-notlari/yonetim-kurulu-yapay-zeka-gozetimi/) · 5 dk. Kurulların model ayrıntısına değil, canlıdaki sistemlerin ve sahiplerinin listesine, etkiledikleri kararlara, kalite ve maliyet ölçümüne ve son olayda ne olduğuna ihtiyacı var.
- [Holding ve şirketler grubunda yapay zeka: neyi ortak kullanmalı, neyi şirketlere bırakmalı?](https://veridive.com/tr/saha-notlari/holdinglerde-yapay-zeka-stratejisi/) · 6 dk. Grup düzeyinde altyapıyı, güvenlik kalıplarını, değerlendirme pratiğini ve sözleşmeleri paylaşın; iş akışlarını seçme ve sahiplenme kararını her şirkete bırakın.

### Ekonomi

- [Bir token’ın maliyeti ile bir hatanın maliyeti](https://veridive.com/tr/saha-notlari/yapay-zeka-hata-maliyeti/) · 5 dk. Model fiyatları düşmeye devam ediyor; hatalar ise ucuzlamıyor. Görev başına maliyeti bir hatanın maliyetiyle karşılaştırıyoruz; sonuç çoğu zaman şu: vakaların büyük kısmında küçük bir model, geri kalanında bir insan.
- [Finans ekibinin onaylayacağı bir yapay zeka iş gerekçesi nasıl yazılır?](https://veridive.com/tr/saha-notlari/yapay-zeka-is-gerekcesi-sablonu/) · 6 dk. Tüm iş akışını (işletme maliyeti, inceleme süresi, hatalar) ölçülmüş başlangıçla karşılaştıran, varsayımlarını yazan ve durma noktasını tanımlayan tek sayfalık bir şablon.
- [Kazanılan saat, kazanılan para değildir: bir yapay zeka sisteminin getirisi nasıl ölçülür?](https://veridive.com/tr/saha-notlari/yapay-zeka-yatirim-getirisi-olcumu/) · 6 dk. Kazanılan zaman, ancak ne için kullanılacağına karar verildiğinde değere dönüşür. Başlangıç ölçümüyle karşılaştırmak, değişimin gerçekten sistemden geldiğini göstermek ve kalite, hız ve risk kazanımlarını saymak üzerine.
- [Bir yapay zeka projesinin maliyetini ne belirler ve maliyet nasıl öngörülebilir tutulur?](https://veridive.com/tr/saha-notlari/yapay-zeka-projesi-maliyeti/) · 5 dk. Pahalı olan çoğu zaman model değildir: bağlanacak sistem sayısı, verinin durumu, inceleme tasarımı, diller, güvenlik incelemeleri ve değişmesi gereken rutinler maliyeti belirler.
- [Token nedir? Yapay zeka maliyetlerinin ve sınırlarının arkasındaki birim](https://veridive.com/tr/saha-notlari/token-nedir-yapay-zeka/) · 5 dk. Dil modelleri token ile okur, yazar ve ücretlendirir. Bağlam sınırlarını, uzun belgelerin neden pahalı olduğunu ve aynı metnin dile göre neden farklı maliyet çıkarabildiğini anlatıyoruz.
- [İlk fatura gelmeden LLM işletme maliyetleri nasıl tahmin edilir?](https://veridive.com/tr/saha-notlari/llm-maliyet-tahmini/) · 5 dk. Fiyat listesinden değil görevden yola çıkın: görev başına çağrı, token, tekrar denemeler, yoğun dönemler ve inceleme süresi. Ardından canlıya almadan önce uyarı eşikleri olan bir maliyet tavanı koyun.
- [Kaliteden ödün vermeden LLM maliyetleri nasıl düşürülür?](https://veridive.com/tr/saha-notlari/llm-maliyet-optimizasyonu/) · 5 dk. Tasarrufun çoğu daha az göndermekten ve doğru yere göndermekten gelir: kısa bağlam, önbellek, toplu işleme, yönlendirme ve çıktı sınırları. Her değişiklik değerlendirme setiyle kontrol edilir.

### Uygulama

- [Bir yapay zeka pilotu ne zaman canlıya hazırdır?](https://veridive.com/tr/saha-notlari/yapay-zeka-pilottan-canliya-gecis/) · 7 dk. Pilot bir şeyin mümkün olduğunu gösterir; canlı kullanım ise güvenilir, uygun maliyetli ve sahibi belli olduğunu kanıtlar. Değerlendirme eşikleri, onay noktaları, maliyet tavanları, izleme ve işletim kılavuzu.
- [Kavram kanıtı, pilot ya da MVP: hangi yapay zeka adımını atıyorsunuz?](https://veridive.com/tr/saha-notlari/kavram-kaniti-pilot-mvp-farki/) · 5 dk. Her adım farklı bir soruya yanıt verir: kavram kanıtı modelin işi örneklerde yapıp yapamadığını, pilot gerçek işte çalışıp çalışmadığını, canlı kullanım ise çalışmaya devam edeceğini gösterir.
- [Gölge mod: yapay zekayı canlı işte, hiçbir şeyi riske atmadan test etmek](https://veridive.com/tr/saha-notlari/yapay-zeka-golge-mod-testi/) · 5 dk. Sistem gerçek vakalarda çalışırken ekip her zamanki gibi işine devam eder; öneriler kararlarla karşılaştırılır ve vaka türüne göre uyum oranı bir sonraki adımı belirler.
- [Yapay zeka danışmanlık firması nasıl seçilir? Gerçekte nasıl çalıştıklarını gösteren sorular](https://veridive.com/tr/saha-notlari/yapay-zeka-danismanlik-firmasi-secimi/) · 5 dk. Önemli olan kanıt ve sahiplik: geçmiş işlerden bir değerlendirme seti, işi kimin yapacağı, neyi otomatikleştirmeyi reddettikleri, işletme maliyetini nasıl tahmin ettikleri ve ayrıldıklarında neyin sizde kalacağı.
- [Karşılaştırılabilir yanıtlar getiren bir yapay zeka teklif talebi (RFP) nasıl yazılır?](https://veridive.com/tr/saha-notlari/yapay-zeka-rfp-sablonu/) · 5 dk. Özellik listesi yerine iş akışını, gerçek örnekleri ve iyinin tanımını anlatın; teklif verenlere değerlendirmeyi, ekibi, sahipliği ve işletme maliyetini sorun; kararı kısa, ücretli bir testle verin.
- [Bir yapay zeka projesi bittiğinde ekibinize neler teslim edilmeli?](https://veridive.com/tr/saha-notlari/yapay-zeka-projesi-teslim-listesi/) · 5 dk. Teslim, ekibiniz tedarikçiyi aramadan bir promptu değiştirip değerlendirme setini yeniden çalıştırabildiğinde, bir modeli geri alabildiğinde ve bir kararı denetçiye açıklayabildiğinde tamamlanır.
- [Tek ekipten birçok ekibe: bir kez işe yarayan yapay zeka sistemi nasıl yaygınlaştırılır?](https://veridive.com/tr/saha-notlari/yapay-zeka-yayginlastirma-plani/) · 5 dk. İkinci ekip hiçbir zaman ilkinin kopyası değildir. Başlangıç ölçümünü yenileyin, değerlendirme setini yeni ekibin vakalarıyla çalıştırın, yerel elçiler bulun ve kapsamı adım adım genişletin.
- [Bir yapay zeka projesinde kimlere ihtiyacınız var ve süreç sahibi neden en önemlisi?](https://veridive.com/tr/saha-notlari/yapay-zeka-proje-ekibi-rolleri/) · 5 dk. Süreç sahibi, hem geliştirip hem değerlendirebilen mühendisler ve inceleme adımını tasarlayan bir tasarımcıdan oluşan küçük bir ekip, kalabalık bir uzman ekibinden daha iyi sonuç verir.

### Mühendislik

- [Değerlendirme setleri yeni gereksinim dokümanıdır](https://veridive.com/tr/saha-notlari/llm-degerlendirme-seti/) · 5 dk. Çıktı dil olduğunda “bitti”yi tanımlamak zordur. Uzmanların onayladığı yanıtlarla birkaç yüz gerçek örnek kaliteyi ölçülebilir kılar ve model seçimini bir görüş olmaktan çıkarıp bir deneye dönüştürür.
- [Yapay zeka ajanları ne zaman kendi başlarına işlem yapmalı, ne zaman yapmamalı?](https://veridive.com/tr/saha-notlari/yapay-zeka-ajani-ozerkligi/) · 7 dk. Ajanlar; işlemler geri alınabilir, düşük maliyetli ve iyi kayıt altında olduğunda güçlüdür. Diğer her durumda ajan işi hazırlamalı, kararı bir insan vermelidir.
- [Bir yapay zeka ajanına mı, birkaç model çağrısı olan bir iş akışına mı ihtiyacınız var?](https://veridive.com/tr/saha-notlari/yapay-zeka-ajani-veya-is-akisi/) · 6 dk. Çoğu iş süreci, belirli adımlarında model çağrısı olan sabit bir iş akışıyla daha iyi çalışır. Ajanlar yolun önceden bilinemediği yerde değer katar; ancak test edilmeleri, işletilmeleri ve açıklanmaları daha pahalıdır.
- [Prompt enjeksiyonu: hangi savunmalar gerçekten işe yarar?](https://veridive.com/tr/saha-notlari/prompt-enjeksiyonu-savunmalari/) · 6 dk. Prompt enjeksiyonunu filtrelerle tamamen önleyemezsiniz. Enjekte edilen bir talimatın yapabileceklerini sınırlayın: talimatı veriden ayırın, yetkileri daraltın, çıktıyı doğrulayın, önemli işlemlere insan onayı koyun.
- [Yapay zeka koruma önlemleri nedir? Her birinin nerede durduğunu gösteren bir harita](https://veridive.com/tr/saha-notlari/yapay-zeka-koruma-onlemleri/) · 5 dk. Koruma önlemleri çok farklı kontrolleri kapsar: istek modele ulaşmadan yapılan kontroller, sistemin yapabileceklerine sınırlar, çıktının doğrulanması ve onay noktalarındaki insanlar.
- [İnsanların tek bakışta karar verebileceği bir inceleme ekranı nasıl tasarlanır?](https://veridive.com/tr/saha-notlari/yapay-zeka-inceleme-ekrani-tasarimi/) · 5 dk. İnceleme ekranı yapay zekanın zaman kazandırıp kazandırmayacağını belirler: öneri, dayanağı olan kanıt, belirsiz noktalar ve onay verildiğinde ne olacağı tek ekranda görünmelidir.
- [Bir dil modelinden güvenilir yapılandırılmış veri almak](https://veridive.com/tr/saha-notlari/llm-yapilandirilmis-cikti/) · 5 dk. Model çıktısını güvenilmeyen her girdi gibi ele alın: katı bir şema tanımlayın, her alanı iş kurallarıyla doğrulayın ve doğrulamadan geçemeyeni sonsuz denemek yerine bir kişiye yönlendirin.
- [Bir LLM uygulaması katman katman nasıl test edilir?](https://veridive.com/tr/saha-notlari/llm-uygulamalarini-test-etmek/) · 6 dk. Deterministik parçaları sıradan yazılım gibi, dil parçalarını değerlendirme setleriyle, aradaki bağlantıları ayrıca test edin. Tek bir uçtan uca doğruluk sayısı sorunun nerede olduğunu gizler.
- [Promptlar koddur: nasıl sürümlenir, incelenir ve test edilir?](https://veridive.com/tr/saha-notlari/prompt-surumleme-ve-test/) · 5 dk. Bir prompt değişikliği bir davranış değişikliğidir. Promptları sürüm kontrolünde tutun, kod gibi inceleyin, her sürümü değerlendirme sonuçlarına bağlayın ve asla canlı bir panelde düzenlemeyin.
- [Bir yapay zeka ajanının kullanabileceği araçlar nasıl tasarlanır?](https://veridive.com/tr/saha-notlari/yapay-zeka-ajani-arac-tasarimi/) · 5 dk. Bir ajan, araçları kadar güvenli ve güvenilirdir: dar kapsamlı, açıkça tanımlanmış, en az yetkiyle sınırlanmış, iki kez çağrıldığında zarar vermeyen ve hata verdiğinde yol gösteren araçlar.

### Veri ve modeller

- [İş ekipleri için RAG: yapay zeka belgelerinizden nasıl yanıt verir?](https://veridive.com/tr/saha-notlari/rag-nedir-nasil-calisir/) · 6 dk. Erişimle zenginleştirilmiş üretim (RAG) modelden çok kütüphaneyle ilgilidir: hangi belgeler onaylı, kim neyi görebilir, bilgi nasıl bulunur ve her yanıt kaynağını nasıl gösterir.
- [RAG mi, ince ayar mı: kullanım senaryonuz hangisini gerektiriyor?](https://veridive.com/tr/saha-notlari/rag-mi-ince-ayar-mi/) · 5 dk. RAG modele kaynak gösterebileceği ve her gün güncelleyebileceğiniz bilgiyi verir; ince ayar ise modelin davranışını değiştirir. Çoğu kurumsal bilgi probleminde önce bilgi erişimi gelir.
- [Kendi modelinizi mi çalıştırmalı, bir API mi kullanmalı: nasıl karar verilir?](https://veridive.com/tr/saha-notlari/yerel-llm-mi-api-mi/) · 6 dk. Veri altyapınızdan çıkmamalıysa, hacim yüksek ve düzenliyse ya da değişimi kontrol etmeniz gerekiyorsa açık ağırlıklı modelleri kendi sunucularınızda çalıştırmak mantıklıdır; bedeli işletme yüküdür.
- [Yapay zeka destekli bilgi erişiminde anahtar kelime araması neden hâlâ önemli?](https://veridive.com/tr/saha-notlari/hibrit-arama-ve-rag/) · 6 dk. Vektör araması anlamı, anahtar kelime araması kesin ifadeleri bulur: parça ve fatura numaraları, hukuki terimler, isimler. İş soruları ikisini de ister; Türkçe gibi eklemeli dillerde bu daha da önemlidir.
- [Yapay zeka asistanı kimin neyi görebileceğini nasıl gözetir?](https://veridive.com/tr/saha-notlari/rag-erisim-kontrolu/) · 5 dk. Asistan, yetkilerinizi aşmanın bir yolu olmamalı. Kaynak sistemin yetki kurallarını arama anında uygulayın, bu kuralları senkron tutun ve erişimini yeni kaybetmiş kişiler dahil gerçek rollerle test edin.
- [Değerlendirme seti şablonu: sütunlar, etiketler ve puanlama ölçütü](https://veridive.com/tr/saha-notlari/degerlendirme-seti-sablonu/) · 6 dk. “Değerlendirme setleri yeni gereksinim dokümanıdır” notunun tamamlayıcısı: başlangıç için sütunlar, etiket listeleri, ölçüt ifadeleri ve bölümler; tabloyu bir öğleden sonrada kurabilmeniz için.
- [Bir yapay zekanın başka bir yapay zekanın yanıtlarını puanlamasına ne zaman güvenilir?](https://veridive.com/tr/saha-notlari/llm-ile-otomatik-degerlendirme/) · 5 dk. Otomatik puanlama değerlendirmeyi her değişiklikte çalıştırılabilir kılar, ama puanlayan model de doğrulanması gereken bir sistemdir: dar evet/hayır kontrolleri, insanlarla kalibrasyon, bilinen yanlılıklar.
- [Veritabanınıza gündelik dille soru sormak: doğal dilden SQL üretimi nerede işe yarar?](https://veridive.com/tr/saha-notlari/dogal-dilden-sql-uretimi/) · 5 dk. Doğal dilden SQL üretimi, belgelenmiş küçük bir görünüm kümesinde, iş tanımları ve salt okunur erişimle çalışır; ham ERP tablolarında ise kendinden emin ama yanlış sayılar üretir.
- [Kişisel veriyi bir dil modeline ulaşmadan maskelemek](https://veridive.com/tr/saha-notlari/kisisel-veri-maskeleme-llm/) · 6 dk. Maskeleme model sağlayıcının gördüğünü azaltır ama anonimleştirme değildir ve sessizce hata yapar. TC kimlik numarası, IBAN ve telefon gibi biçimleri yerelde tespit etmek ve test etmek üzerine.

### Güvenilirlik

- [Bir yapay zeka sistemi canlıya alındıktan sonra neler izlenmeli ve kalite neden düşer?](https://veridive.com/tr/saha-notlari/llm-izleme-metrikleri/) · 6 dk. Kalite, kimse sisteme dokunmadan düşebilir: kaynaklar değişir, vaka dağılımı kayar, sağlayıcı modeli günceller. Kalite, maliyet, hız ve kullanımı birlikte izleyin; artan insan müdahalesi ilk uyarıdır.
- [Yapay zeka yanıldığında: ilk saatler için bir olay müdahale planı](https://veridive.com/tr/saha-notlari/yapay-zeka-olay-mudahale-plani/) · 5 dk. Yapay zeka olayları nadiren kesintidir; çoğu doğru görünen yanlış yanıtlardır. Etkiye göre önem seviyeleri, önceden prova edilmiş bir durdurma anahtarı, hızlı bilgilendirme ve her olayın değerlendirme setine eklenmesi.
- [İşe yarayanı bozmadan dil modeli nasıl değiştirilir?](https://veridive.com/tr/saha-notlari/dil-modeli-degistirme/) · 5 dk. Modeller kullanımdan kaldırılır, fiyatlar değişir, daha iyi seçenekler çıkar; değişime ilk günden hazırlanın. Değerlendirme seti, modelden bağımsız bir katman ve paralel çalıştırmalarla geçiş kararı teste dayanır.
- [Her müdahale bir derstir: yapay zekayı iyileştiren bir geri bildirim döngüsü kurmak](https://veridive.com/tr/saha-notlari/yapay-zeka-geri-bildirim-dongusu/) · 5 dk. Beğeni düğmeleri gürültü toplar. İnceleme adımında yapılandırılmış olarak toplanan ve süreç sahibinin her hafta ele aldığı geri bildirim, düzeltmeleri daha iyi kaynaklara, promptlara ve test vakalarına dönüştürür.
- [İnceleyenler yapay zeka çıktısını kontrol etmeyi neden bırakır ve inceleme göstermelik olmaktan nasıl korunur?](https://veridive.com/tr/saha-notlari/otomasyon-yanliligi-ve-insan-incelemesi/) · 5 dk. Sistem çoğu zaman haklıysa insanlar bakmayı bırakır. Kanıtı öne çıkaran ekranlar, cevabı bilinen test vakaları, dönüşümlü çalışma ve onayın refleks haline geldiğini fark eden ölçütler insan denetimini anlamlı tutar.
- [LLMOps ve MLOps: model bir dil modeli olduğunda ne değişir?](https://veridive.com/tr/saha-notlari/llmops-ve-mlops-farki/) · 5 dk. MLOps’un büyük kısmı geçerliliğini korur, ama dil modellerinde nadiren eğitim yapılır: promptlar, bilgi kaynakları, dış model sürümleri ve insan incelemesi yönetilir. Ağırlık merkezi değerlendirmeye kayar.
- [Bir yapay zeka sistemi için destek sözleşmesi neyi taahhüt etmeli?](https://veridive.com/tr/saha-notlari/yapay-zeka-destek-sozlesmesi-sla/) · 5 dk. Doğruluğu çalışma süresi gibi taahhüt edemezsiniz. İyi bir sözleşme değerlendirme setiyle ölçülen kalite eşiklerini, olay yanıt sürelerini, değişiklik yönetimini ve maliyet raporlamasını kapsar.

### Benimseme

- [İşe yarar bir sistem yeni bir günlük rutin ister](https://veridive.com/tr/saha-notlari/yapay-zeka-benimseme-pratigi/) · 5 dk. Benimseme bir lansman e-postasıyla gelmez. Yeni rutinlerden, meslektaşlarına yardım eden elçilerden ve yeni çıktıyı haftalık toplantılarında talep eden yöneticilerden gelir.
- [Yapay zeka okuryazarlığı: her çalışanın iş yerinde yapay zeka kullanmadan önce bilmesi gerekenler](https://veridive.com/tr/saha-notlari/yapay-zeka-okuryazarligi/) · 5 dk. Okuryazarlık modellerin iç yapısını bilmek değildir; neyde iyi, neyde zayıf olduklarını, hangi verinin asla girilmeyeceğini, bir yanıtın nasıl kontrol edileceğini ve kararın ne zaman insanda kalacağını bilmektir.
- [Yönetim kurulundan sahaya: her role yapay zeka hakkında ne öğretilmeli?](https://veridive.com/tr/saha-notlari/yapay-zeka-egitim-mufredati/) · 6 dk. Herkese tek bir eğitim, aracın var olduğunu öğretir. Role göre bir müfredat ise ne zaman işe yaradığını, sınırlarını ve herkesin artık neyi farklı yapacağını öğretir.
- [Ekiplerinize yapay zeka hakkında ne söylemeli ve nasıl söylemeli?](https://veridive.com/tr/saha-notlari/yapay-zekayi-calisanlara-anlatmak/) · 5 dk. İnsanlar sessizliği en kötü senaryoyla doldurur. Hangi görevlerin değiştiğini, hangi kararların insanda kaldığını, kazanılan zamanın ne için olduğunu ve hangi eğitimin geleceğini erkenden ve açıkça söyleyin.
- [İş yerinde daha iyi promptlar: bağlam, örnekler ve bir kontrol yolu](https://veridive.com/tr/saha-notlari/prompt-yazma-ipuclari/) · 4 dk. İyi bir prompt, iyi bir görev tanımı gibidir: bağlam, hedef, iyi sonucun bir örneği, istenen biçim ve yanıtın nasıl kontrol edileceği. Sihirli kelime yoktur; en iyi promptlar ekibin ortak şablonlarına dönüşür.
- [Yazılım mühendislerinizin yapay zeka sistemleri geliştirmek için öğrenmesi gerekenler](https://veridive.com/tr/saha-notlari/yazilimcilar-icin-yapay-zeka-becerileri/) · 5 dk. İyi yazılım mühendisleri gerekenlerin çoğuna zaten sahiptir. Yeni olanlar değerlendirme bakışı, her çalıştırmada değişebilen çıktı, bilgi erişimi ve kararın nerede insanda kalacağına dair ürün sezgisidir.
- [Çoğu yapay zeka hackathon’u neden sonuçsuz kalır ve sonuç veren bir hackathon nasıl düzenlenir?](https://veridive.com/tr/saha-notlari/yapay-zeka-hackathonu-nasil-duzenlenir/) · 5 dk. Çoğu hackathon unutulup giden demolar üretir. Etkinliği, sahipleri katılan gerçek iş akışları, onaylı örnekler, küçük değerlendirme setleri ve kazanan fikir için önceden kararlaştırılmış bir sonraki adım üzerine kurun.

### Yönetişim ve risk

- [KVKK, GDPR ve yapay zeka: geliştirmeden önce veri koruma ekibinize sormanız gerekenler](https://veridive.com/tr/saha-notlari/kvkk-gdpr-ve-yapay-zeka/) · 7 dk. Veri koruma çoğu yapay zeka projesinde ilk itirazdır ve veri akışı geliştirmeden önce haritalanırsa yanıtlanabilir. Veri koruma görevlinize ve hukuk danışmanınıza sorulacak sorular; hukuki tavsiye değildir.
- [Gölge yapay zeka: çalışanlar zaten kendi araçlarını kullanıyorsa ne yapmalı?](https://veridive.com/tr/saha-notlari/golge-yapay-zeka/) · 5 dk. Yasaklar kullanımı göremediğiniz kişisel hesaplara iter. İnsanların neyi neden kullandığını öğrenin, gerçekten iyi bir onaylı alternatif sunun, veri kurallarını netleştirin ve en iyi kullanımları projeye dönüştürün.
- [Bir dil modeli kullandığınızda verileriniz nereye gider?](https://veridive.com/tr/saha-notlari/llm-veri-gizliligi/) · 5 dk. Veri, sanıldığından çok daha fazla yere gider: promptlar, getirilen metinler, çıktılar, kayıtlar, önbellekler ve arama dizinleri. Her adımı haritalayın, sözleşmeleri kontrol edin, en hassas veriyi hiç yola çıkarmayın.
- [Çalışanların gerçekten okuyacağı bir yapay zeka kullanım politikası](https://veridive.com/tr/saha-notlari/yapay-zeka-kullanim-politikasi-sablonu/) · 5 dk. İki sayfaya sığan ve gerçek sorulara (hangi araçlar, hangi veriler, kim kontrol eder, neler belirtilmeli) yanıt veren bir politika uygulanır. Uzun yasak listeleri ise kişisel hesaplara kaçışı artırır.
- [Bir yapay zeka denetim kaydı neleri içermeli ve kimler okumalı?](https://veridive.com/tr/saha-notlari/yapay-zeka-denetim-kaydi/) · 5 dk. Bir karar aylar sonra sorgulandığında sistemin ne gördüğünü, hangi kaynakları kullandığını, hangi model ve prompt sürümünün yanıt verdiğini ve kimin onayladığını yeniden kurabilmelisiniz.
- [Sözleşmeyi imzalamadan önce bir yapay zeka tedarikçisine sorulacak sorular](https://veridive.com/tr/saha-notlari/yapay-zeka-tedarikci-degerlendirme-sorulari/) · 5 dk. Standart güvenlik soru listeleri yapay zeka ürünlerinde önemli olanı kaçırır: altta hangi modeller var, kim değiştirebilir, verileriniz eğitimde kullanılıyor mu, kalite nasıl ölçülüyor, ayrılırken neyi götürebilirsiniz.
- [AB Yapay Zeka Yasası: Avrupa’ya yönelik yapay zeka geliştiriyor ya da satın alıyorsanız sorulacak sorular](https://veridive.com/tr/saha-notlari/ab-yapay-zeka-yasasi-uyum-sorulari/) · 6 dk. Yasa, yapay zeka kullanımlarını riske göre sınıflandırır ve sağlayıcılar ile uygulayıcılara yükümlülükler getirir. Rolünüzü ve risk kategorilerinizi hukuk danışmanınızla netleştirmek için sorular.
- [Yapay zeka sistemleri için kırmızı takım testi: canlıya almadan önce pratik bir test planı](https://veridive.com/tr/saha-notlari/yapay-zeka-kirmizi-takim-testi/) · 6 dk. Kırmızı takım testi, sistemi bilerek yanlış davranmaya zorlamaktır: veri sızdırmak, onayı atlatmak, politika dışı yanıt almak, maliyeti şişirmek. Her bulgu, her değişiklikte çalışan bir teste dönüşür.

### Ses ve bilgi

- [Kanıtıyla gelen yanıtlar: iş yerinde kaynak göstermek neden önemli?](https://veridive.com/tr/saha-notlari/kaynak-gosteren-yapay-zeka-yanitlari/) · 4 dk. veridive, şirketlerle çalışmaya başlamadan önce soruları videolardan, tam saniyesini göstererek yanıtlıyordu. Bu ders iş dünyasına da taşındı: insanlar kontrol edebildikleri yanıtlara güvenir.
- [Yapay zeka neden uydurur ve uydurduğunda bunu nasıl yakalarsınız?](https://veridive.com/tr/saha-notlari/yapay-zeka-halusinasyonlarini-azaltmak/) · 5 dk. Uydurmaları tamamen yok edemezsiniz ama seyrek ve görünür kılabilirsiniz: onaylı kaynaklara dayanma, “bilmiyorum” deme izni, isim ve sayıların kaynak sistemlerle kontrolü ve pahalı hatalarda insan incelemesi.
- [Bir yapay zeka asistanına mı, yoksa sadece daha iyi bir aramaya mı ihtiyacınız var?](https://veridive.com/tr/saha-notlari/yapay-zeka-asistani-veya-kurumsal-arama/) · 5 dk. İnsanlar bir belgeyi bulmak istiyorsa iyi meta veriyle güçlendirilmiş arama yeterli olabilir. Birkaç metinden derlenmiş, kaynaklı bir yanıta ihtiyaç varsa asistan değer katar.
- [Yapay zeka asistanından önce: belgeleriniz için bir temizlik kontrol listesi](https://veridive.com/tr/saha-notlari/yapay-zeka-icin-belge-hazirligi/) · 5 dk. Bir asistan, kütüphanesinden daha güncel ya da tutarlı olamaz. Geliştirmeden önce her belge grubuna sahip atayın, kopyaları ve eski sürümleri ayıklayın, taramaları ve tabloları düzeltin, belgelerin durumunu işaretleyin.
- [Doküman asistanları neden yanlış yanıt verir ve önce nereye bakmalı?](https://veridive.com/tr/saha-notlari/rag-hatalari-ve-nedenleri/) · 6 dk. Doküman asistanı yanıldığında suçlu çoğu zaman model değildir: eski ya da kopya belgeler, bozulan tablolar, ortasından bölünen metinler, eksik yetkiler ya da netleştirilmesi gereken bir soru.
- [Hukuk ekipleri için sözleşme maddesi tespiti: yapay zeka neyi kontrol edebilir, neyi edemez?](https://veridive.com/tr/saha-notlari/sozlesme-maddesi-tespiti-yapay-zeka/) · 6 dk. Yapay zeka çok sayıda sözleşmede maddeleri bulmada, ayrıştırmada ve şirketinizin standart pozisyonlarıyla karşılaştırmada iyidir; ama avukatın yerini almaz. Her çıkarım kaynağını gösterir, risk kararı insanda kalır.
- [Yapay zekanın tutarlı uygulayabileceği bir çağrı kalite formu nasıl hazırlanır?](https://veridive.com/tr/saha-notlari/cagri-kalite-degerlendirme-formu/) · 5 dk. Yapay zeka her çağrıyı ancak her seferinde aynı şekilde uygulanabilen ölçütlerle değerlendirebilir. Belirsiz ölçütleri gözlemlenebilir davranışlara çevirin, kalite ekibiyle kalibre edin, her bulguyu saniyesine bağlayın.
- [Yapay zekayla toplantı tutanağı: kararlar, sorumlular ve kaydın ilgili anına bağlantı](https://veridive.com/tr/saha-notlari/toplanti-tutanagi-yapay-zeka/) · 5 dk. İşe yarar bir toplantı kaydı düz bir özet değildir: kararları, sorumluları, son tarihleri ve açık soruları, her birini konuşulduğu ana bağlayarak listeler. Taslağı yapay zeka hazırlar, bir kişi onaylar.
- [İhale ve teklif yanıtlarında yapay zeka: teklif ekipleri için bir rehber](https://veridive.com/tr/saha-notlari/ihale-yanitlarinda-yapay-zeka/) · 5 dk. Teklif ekipleri aynı soruları tekrar tekrar ve zaman baskısı altında yanıtlar. Yapay zeka en iyi geçmiş yanıtı kaynağıyla bulmada ve ilk taslağı hazırlamada yardımcı olur; her taahhüdü uzman onaylar.

### Müşteri ve e-ticaret

- [Sohbet robotu mu, temsilci asistanı mı: müşteri hizmetlerinde yapay zeka nereden başlamalı?](https://veridive.com/tr/saha-notlari/chatbot-mu-temsilci-asistani-mi/) · 6 dk. Temsilcilere yardım eden yapay zekayla başlayın: kaynaklı yanıt önerileri, özetler ve yönlendirme. Hangi taleplerin güvenle otomatikleştirilebileceğini öğrendikçe yalnızca onlar için self servis açın.
- [Müşteri hizmetlerinde yapay zeka, görüşme süresinin ötesinde nasıl ölçülür?](https://veridive.com/tr/saha-notlari/musteri-hizmetlerinde-yapay-zeka-olcumu/) · 5 dk. Ortalama görüşme süresi düşerken müşteriler yeniden arayabilir. Çözümü, tekrar eden temasları, kaynaklı yanıtların doğruluğunu, temsilci düzeltmelerini, aktarımları ve talep türüne göre memnuniyeti ölçün.
- [WhatsApp’ta yapay zekayla müşteri hizmetleri: neyi otomatikleştirmeli, neyi insana bırakmalı?](https://veridive.com/tr/saha-notlari/whatsapp-musteri-hizmetleri-otomasyonu/) · 5 dk. Müşteriler WhatsApp’ı bir insanla sohbet gibi algılar; otomasyon hızlı olmalı, otomatik olduğunu açıkça söylemeli ve insana bir mesaj uzaklıkta kalmalı. Önce sipariş durumu gibi sorgular otomatikleştirilir.
- [Müşteriyi robottan insana, derdini tekrar anlattırmadan aktarmak](https://veridive.com/tr/saha-notlari/chatbottan-canli-temsilciye-aktarim/) · 5 dk. Aktarım, müşterinin otomasyonu nasıl hatırlayacağını belirler. Net tetikleyicilerle aktarın, toplanan bilgiyi özetle birlikte iletin ve müşteriye bundan sonra ne olacağını dürüstçe söyleyin.
- [Yapay zeka yönlendirmesinin işleyebileceği bir talep sınıflandırması nasıl tasarlanır?](https://veridive.com/tr/saha-notlari/talep-siniflandirmasi-ve-yonlendirme/) · 5 dk. Yönlendirme projeleri çoğu zaman modelden değil kategorilerden takılır. Örnekleri ve sahibi olan, daha az sayıda ve birbirini dışlayan talep türleri yapay zeka yönlendirmesini ölçülebilir kılar.
- [Yapay zekayla yazılan, birbirinin kopyası gibi okunmayan ürün açıklamaları](https://veridive.com/tr/saha-notlari/yapay-zeka-urun-aciklamasi-yazma/) · 5 dk. Üretilen açıklamalar iki şekilde bozulur: uydurulmuş özellikler ve binlerce üründe aynı metin. Yalnızca doğrulanmış özelliklerden yazın, kategoriye göre yapıyı çeşitlendirin, yayınlanacak olanı kategori ekibi onaylasın.
- [Kataloğunuzu yapay zekayla her pazaryerinin kategorilerine eşleştirmek](https://veridive.com/tr/saha-notlari/pazaryeri-kategori-eslestirme/) · 5 dk. Her pazaryerinin kendi kategori ağacı ve zorunlu özellikleri var; yanlış kategori ürünün gizlenmesine ya da reddine yol açar. Yapay zeka kategori önerir, zorunlu alanları doldurur; yeni eşleştirmeyi bir kişi onaylar.
- [Yapay zeka yanıtlarının Türkçede ve İngilizcede markanız gibi konuşmasını sağlamak](https://veridive.com/tr/saha-notlari/yapay-zeka-yanitlarinda-marka-dili/) · 5 dk. Modeller sıfatlardan çok örnekleri izler. Yapay zeka yanıtları için bir üslup rehberi uygulanabilir kurallar (resmi ya da samimi hitap, cümle uzunluğu, yasaklı ifadeler), iki dilde örnek çiftleri ve testler içermeli.

### Operasyon ve ERP

- [Türkiye’de fatura otomasyonu: e-Fatura’nın bittiği yerde yapay zeka başlar](https://veridive.com/tr/saha-notlari/e-fatura-otomasyonu-ve-yapay-zeka/) · 6 dk. Yapılandırılmış e-faturalar zaten veri olarak gelir; asıl iş geri kalanındadır: yabancı tedarikçi PDF’leri, taranmış belgeler, irsaliyeler, iade faturaları ve siparişle eşleştirme. Her kaydı bir muhasebeci onaylar.
- [Finans ekipleri için yapay zeka: faturalardan ay sonu kapanışa, nereden başlamalı?](https://veridive.com/tr/saha-notlari/finans-ekipleri-icin-yapay-zeka/) · 5 dk. Finans işi okuma, eşleştirme ve açıklama işleriyle doludur ve bunlar yapay zekaya uygundur; kesin olması gereken sayılar ise sistemlerde kalmalı. Hesaplama sistemlere, okuma ve taslak yapay zekaya, onay insanlara kalır.
- [Yapay zekayı ERP’nize bağlamanın dört yolu: her birinin artıları ve eksileri](https://veridive.com/tr/saha-notlari/erp-yapay-zeka-entegrasyon-yontemleri/) · 6 dk. Dört pratik yol var: ERP’nin kendi API’leri, salt okunur veritabanı görünümleri, zamanlanmış dışa aktarımlar ve son çare olarak ara katman ya da ekran otomasyonu. İş akışına göre seçin, salt okunur başlayın.
- [Yapay zekayla yönetim raporları: sayılar sistemlerden, yorum modelden](https://veridive.com/tr/saha-notlari/yonetim-raporlamasi-yapay-zeka/) · 5 dk. Bir dil modeline yönetim raporundaki sayıları asla hesaplatmayın. Rakamları ERP ya da iş zekası katmanında hesaplayın; model bu rakamlardan yorum taslağı hazırlasın ve her cümleyi açıkladığı sayıya bağlasın.
- [Dil modelleri talep planlamasına ne katar, ne katmaz?](https://veridive.com/tr/saha-notlari/talep-planlamasinda-dil-modelleri/) · 5 dk. Tahmin, satış geçmişi üzerinde çalışan istatistiksel ve makine öğrenmesi modellerinin işidir. Dil modelleri bu işin çevresinde yardımcı olur: mesajlardaki sinyalleri okur, tahmin değişikliklerini açıklar.
- [Satın alma için yapay zeka: harcama, tedarikçi belgeleri ve teklif karşılaştırma](https://veridive.com/tr/saha-notlari/satin-almada-yapay-zeka/) · 5 dk. Satın alma, belgenin ve muhakemenin yoğun olduğu bir iştir. Yapay zeka harcamayı sınıflandırabilir, tedarikçi belgelerini ve teklifleri okuyup kaynaklarıyla satır satır karşılaştırabilir; seçim alıcıda kalır.
- [Lojistik belgeleri ve yapay zeka: önce neyi otomatikleştirmeli?](https://veridive.com/tr/saha-notlari/lojistik-belge-otomasyonu/) · 5 dk. Lojistik, birçok taraftan gelen, farklı biçim ve dillerdeki belgelerle yürür. Bir belgenin karar tetiklediği yerden başlayın: faturayı serbest bırakan teslim belgesi ya da sevkiyatı bekleten bir gümrük evrakı hatası.
- [Tedarikçi ve malzeme ana verilerini yapay zekayla güvenle temizlemek](https://veridive.com/tr/saha-notlari/ana-veri-temizligi-yapay-zeka/) · 5 dk. Kopya tedarikçiler ve tutarsız malzeme tanımları eşleştirmeyi, raporlamayı ve üzerine kurulan her yapay zeka iş akışını bozar. Yapay zeka kanıtıyla birleştirme önerir; her değişikliği veri sahibi onaylar.

### Türkçe ve çok dilli

- [Türkçeyi yapay zeka için zorlaştıran nedir ve tasarımda nasıl ele alınır?](https://veridive.com/tr/saha-notlari/turkce-yapay-zeka-zorluklari/) · 6 dk. Türkçe anlamı eklerle kurar, noktalı ve noktasız i basit yazılımları bozar, hitapta resmi ve samimi dil ayrımı vardır ve metinler çoğu zaman İngilizceyle karışır. Çözüm, gerçek Türkçe metinle test etmektir.
- [Türkçe ve İngilizce çalışan ekipler için yapay zeka tasarlamak](https://veridive.com/tr/saha-notlari/turkce-ingilizce-yapay-zeka-asistani/) · 6 dk. Birçok kurumda soru Türkçe gelir, politika İngilizcedir, müşteri iki dilde yazar. Yanıt dilini belirleyin, diller arası arama yapın, kaynağı özgün dilinde gösterin ve iki dilde değerlendirin.
- [Türkçe belgeleri yapay zekayla okumak: OCR, tablolar, kaşe ve imzalar](https://veridive.com/tr/saha-notlari/turkce-ocr-ve-belge-okuma/) · 6 dk. Belge hatalarının çoğu modelden önce başlar: ş’yi s diye okuyan bir tarayıcı, paragrafa dönüşen bir tablo, tutarın üstüne basılmış bir kaşe. Belge türüne göre yöntem seçin, Türkçe karakterlerde hatayı ölçün.
- [Çağrılar ve toplantılar için Türkçe konuşma tanıma: doğruluğu ne etkiler?](https://veridive.com/tr/saha-notlari/turkce-konusma-tanima/) · 6 dk. Transkripsiyon kalitesi çağrı ve toplantı analizinde her şeyi belirler. Hatalar telefon sesi, aksanlar, üst üste konuşma, sayılar, isimler ve Türkçe konuşma içindeki İngilizce terimlerde yoğunlaşır.
- [İş yerinde yapay zekayla çeviri: ne zaman yeterli, ne zaman değil?](https://veridive.com/tr/saha-notlari/yapay-zeka-cevirisi-ne-zaman-yeterli/) · 5 dk. Yapay zeka çevirisi anlamak ve iç taslaklar için yeterlidir; sözleşmeler, düzenlemeye tabi metinler ve incelenmeden sizin adınıza yayımlanan her şey için risklidir. Terim sözlüğü ve inceleyici fark yaratır.
- [Tek bir yapay zeka sisteminde Arapça ve İngilizce: Körfez ülkelerinde neye hazırlanmalı?](https://veridive.com/tr/saha-notlari/arapca-ingilizce-yapay-zeka-sistemleri/) · 5 dk. Körfez ülkelerinde iş Arapça ile İngilizce arasında akar; Arapça da resmi yazı dili, lehçeler ve Latin harfli sohbet dili arasında değişir. Not, yazı yönünü, isim yazımını ve anadili Arapça değerlendiricileri ele alır.

## İlk iş akışınız için ikinci bir görüş mü istiyorsunuz?

[Keşif Çalışmasını inceleyin](https://veridive.com/tr/hizmetler/#ways-in) · [Proje başlatın](https://veridive.com/tr/iletisim/)