Kaynak: https://oguzerol.com/otonom_yapay_zeka/sohbetten_otonom_ajanlara_7_asama/ # Sohbetten Otonom Ajanlara 7 Aşama [Oğuz Erol](https://oguzerol.com/hakkimda/)4 dk okumaYayın: 22 Ekim 2026Video süresi 2:47 ## YouTube'daki açıklama Sohbetten Otonom Ajanlara 7 Aşama Soru sormaktan işi devretmeye: yapay zekâyla çalışmanın yedi katmanı. Açıklamanın tamamı Sohbet, bağlam ve projeler, skill, araçlar ve MCP, otomasyon, ajanlar ve ajan ekipleri. Her katmanın ne işe yaradığını ve bir öncekine ne eklediğini somut örneklerle açıklıyoruz. Bir uygulamaya reklam panelinizi veya ziyaretçi sayılarını görme yetkisi vermek, değişiklik yapma izni vermekle aynı değildir. API belirli bilgi ve işlemleri sağlar; MCP araçları tanımak ve çağırmak için ortak bir standart sunar. Otomasyonda koşulları ve o koşullarda yapılacak işlemleri önceden tanımlarsınız. Ajan ise hedef ve sınırlar içinde, bulduklarına göre sonraki araç ve işlemleri belirleyebilir. Otomasyon bir ajanı da başlatabilir. Ajan ekiplerinde araştırma, yazım ve doğrulama görevlerinin paylaşımı önemlidir. Yedisini birden kurmanız gerekmiyor. Tekrarladığınız bir işi seçin, doğru çalışmasını sağlayın, sonra daha fazlasını devredin. [YouTube'da izle(yeni sekmede açılır)](https://www.youtube.com/watch?v=BZkcUi8pKUU)[Kanalın bütün videoları](https://oguzerol.com/otonom_yapay_zeka/) Bir sohbetten daha fazla iş devretmeye geçerken değişen şey, yalnızca modelin zekası değil; **ona verdiğin bilgi, yöntem, araç ve karar alanı**. Bu videoda kullandığım yedi aşama, bu parçaları ayırmak için bir anlatım düzeni. Her ürünün uyması gereken resmi bir seviye sistemi değil. Bir işte birkaç parça birlikte bulunabilir; tamamını kurmak zorunda değilsin. ## Yedi aşamada hangi sorumluluk değişiyor? | Aşama | Ne ekleniyor? | Sende kalan iş | | --- | --- | --- | | Sohbet | Soruna yanıt, özet veya fikir | Yanıtı kullanmak ve sonraki adımı başlatmak | | Bağlam ve projeler | Amaç, kurallar, belgeler ve iyi sonuç örneği | Doğru ve güncel bilgi vermek | | Skills | Tekrarlanan işe ait yöntem | Yöntemin doğru sonucu verdiğini sınamak | | Araçlar ve MCP | Yetkili veri ve işlemlere bağlantı | Erişimin kapsamını belirlemek | | Otomasyon | Önceden tanımlanmış koşullar ve eylemler | İstisnaların nasıl ele alınacağını tasarlamak | | Ajan | Bulgulara göre ara adımları belirlemek | Hedef, sınır ve kabul ölçütünü koymak | | Ajan ekibi | İş bölümü ve sonuç devri | Sorumlulukları ve ortak bitiş ölçütünü netleştirmek | Bu ayrımın daha geniş çerçevesi [Agentic AI rehberinde](https://oguzerol.com/agentic-ai-rehberi/) var. Burada asıl soru şu: İşin hangi parçasını devretmek istiyorsun? ## Bilgi vermek ile yöntem vermek farklıdır Bir toplantı kaydını düşün. Proje klasöründe katılımcılar, kullanılan terimler ve önceki toplantı notları bulunabilir. Bunlar **işin bağlamıdır**. “Kararları çıkar, her kararın sorumlusunu ve tarihini yaz; kayıtta olmayan tarihi tahmin etme” talimatı ise **işin yöntemidir**. Skill, bu yöntemi tekrar kullanılabilir hale getirir. Uyumlu bir uygulama gerektiğinde talimatları ve ilgili kaynakları yükleyebilir. [Agent Skills belgesi](https://agentskills.io/home), bu yapıyı talimat, yardımcı betik ve referansları bir arada tutan klasörler olarak tarif ediyor. Skill yüklemek, modelin ağırlıklarını yeniden eğitmek anlamına gelmez; çalışırken izleyebileceği bir yöntem sağlar. Sonucu sınamak için kayıtta sorumlusu söylenmeyen bir karar seç. Çıktıda “belirtilmedi” yazması gerekir. Dolu görünen ama uydurulmuş bir tablo, iyi bir sonuç değildir. ## Anahtar benzetmesi neyi anlatıyor? Yeni bir çalışana reklam panelini görmesi için erişim verdiğinde, bütçeyi değiştirme yetkisi de vermiş olmazsın. Yapay zeka uygulamasında da hangi hesabın, hangi verinin ve hangi işlemin açıldığını ayrı düşünmek gerekir. Salt okuma erişimi bile özel veriyi görünür kılar; yalnızca değiştirme riskini sınırlar.  **API**, bir servisten bilgi veya işlem istemenin yoludur. Bir API çağrısı da yalnızca belirli bir tarih aralığının ziyaretçi sayısını isteyebilir. API’yi sürekli bütün belgeleri taşıyan bir hat gibi düşünmek yanıltır. **MCP**, uygulamanın sunucuların sunduğu araçları keşfetmesi ve çağırması için ortak bir iletişim düzenidir. Sekreter benzetmesinde sekreter MCP sunucusudur; MCP ise onunla konuşma standardıdır. Sunucu, verilen yetkiyle bir servis API’sine başvurabilir veya izinli yerel klasörü okuyabilir. Mimari ayrım [MCP’nin resmi açıklamasında](https://modelcontextprotocol.io/docs/learn/architecture) gösteriliyor. MCP kendi başına erişim anahtarı vermez; anahtarı ve izinleri ayrıca sen tanımlarsın. ## Otomasyonda da koşul varsa ajan nerede ayrılıyor? Fark, farklı yollara gidebilmekte değil, **bu yolların nasıl belirlendiğinde**. “Cuma raporu çalıştır; veri eksikse haber ver” düzeninde koşul da, koşul gerçekleştiğinde yapılacak eylem de önceden tanımlıdır. Bir sunumdaki iddiaları doğrulayan ajana ise her olası çelişkinin çözümünü yazmayabilirsin. Ajan kaynakları karşılaştırır; bir tutarsızlık bulunca yeni bir kaynak araması veya ek dosya incelemesi seçebilir. Bu esneklik doğruluk garantisi değildir. Kaynak, kanıt ve belirsizlik sonucu yine kontrol edilebilir olmalıdır.  [Anthropic’in iş akışı ve ajan ayrımı](https://www.anthropic.com/research/building-effective-agents), önceden yazılmış kod yolları ile modelin yön verdiği süreçleri bu noktada ayırıyor. İkisi bir arada kullanılabilir: zamanlanmış bir otomasyon ajanı başlatabilir. Daha ayrıntılı kavram karşılaştırması için [AI agent, agentic AI ve agent skills ayrımına](https://oguzerol.com/ai-agent-vs-agentic-ai-vs-agent-skills/) bakabilirsin. ## Ajan ekibi kurarken görev adları yetmez “Araştırmacı, yazar, denetçi” demek başlangıçtır. Araştırmacının yazara hangi bilgiyi teslim edeceği de belli olmalı: iddia, kaynak bağlantısı, kaynak tarihi ve belirsizlik. Denetçi bir hata bulduğunda hangi çıktı geri dönecek, düzeltmenin tamamlandığı nasıl anlaşılacak?  Belirsiz devir kuralları aynı araştırmanın tekrarlanmasına veya bir hatanın sahipsiz kalmasına yol açabilir. Ekip büyüklüğünden önce teslim biçimini netleştirmek daha kullanışlıdır. ## Kendi işine nereden başlarsın? Tekrarlanan tek bir çıktı seç: örneğin toplantı karar listesi. İyi bir örnek hazırla, kullanılacak bilgiyi ver ve yöntemi yaz. Sonra araç erişimi gerçekten gerekiyor mu, koşullar önceden tanımlanabiliyor mu, araştırma yolu bulguya göre değişiyor mu diye bak. Bu sorular hangi parçaya ihtiyacın olduğunu gösterir. [Skills, tools ve MCP karşılaştırması](https://oguzerol.com/agentic-ai-skills-vs-tools-vs-mcp/) bu seçimde yardımcı olabilir. ## Sıkça Sorulan Sorular ### Bu yedi aşama resmi bir yapay zeka standardı mı? Hayır. Bilgi, yöntem, erişim ve karar alanını anlaşılır biçimde ayıran bir anlatım düzeni. Aynı uygulama birkaçını birlikte kullanabilir. ### MCP kullanmadan araç bağlanabilir mi? Evet. Bir uygulama servisin API’sine doğrudan bağlanabilir. MCP, araçları tanıtma ve çağırma iletişimini ortaklaştırır; yetkiyi kendiliğinden sağlamaz. ### Otomasyondaki if koşulu onu ajan yapar mı? Tek başına yapmaz. Koşullar ve yapılacak eylemler önceden tanımlı olabilir. Ajan örneğinde model, hedefe ulaşmak için ara adımları çalışma sırasında bulgulara göre belirler. ### Hepsini kurmak gerekiyor mu? Hayır. İhtiyaç, devredeceğin işe bağlı. Önce tek çıktının doğru üretildiğini kontrol et; ardından bilgi, yöntem veya araç ekle. [Başa dön ↑](https://oguzerol.com/otonom_yapay_zeka/sohbetten_otonom_ajanlara_7_asama/#icerik) ## Yapay zekâ hakkındaki içerikler için takip edin - [YouTube@otonom_yapay_zeka(yeni sekmede açılır)](https://www.youtube.com/@otonom_yapay_zeka) - [Instagram@otonom_yapay_zeka(yeni sekmede açılır)](https://www.instagram.com/otonom_yapay_zeka/) - [Facebook@otonom.yapay.zeka(yeni sekmede açılır)](https://www.facebook.com/otonom.yapay.zeka/) - [X@OtonomYapayZeka(yeni sekmede açılır)](https://x.com/OtonomYapayZeka) - [TikTok@otonom_yapay_zeka(yeni sekmede açılır)](https://www.tiktok.com/@otonom_yapay_zeka) - [WhatsApp+90 850 304 43 65(yeni sekmede açılır)](https://wa.me/908503044365) ## Diğer videolar - [AI Automation ile Harcama Takibi: Google Sheets veya Excel16 Ekim 20262:23](https://oguzerol.com/otonom_yapay_zeka/ai_automation_harcama_takibi_google_sheets_excel/) - [Sadece Claude Opus ile Hareketli Grafik: 32 Deneme ve Prompt'lar10 Ekim 20262:58](https://oguzerol.com/otonom_yapay_zeka/sadece_claude_opus_ile_hareketli_grafik/) - [16 GB Ekran Kartı ile Lokalde Yapay Zeka Çalışır mı?8 Ekim 20262:42](https://oguzerol.com/otonom_yapay_zeka/16_gb_ekran_karti_ile_lokalde_yapay_zeka/) - [Müşteri Gece Yazdı, Sabah Talep Hazırdı: WhatsApp Nöbetçisi26 Eylül 20262:48](https://oguzerol.com/otonom_yapay_zeka/musteri_gece_yazdi_sabah_talep_hazirdi/) - [Yapay Zekâya Yolu Değil Adresi Ver: Hangi İş Hangi Modele26 Eylül 20262:49](https://oguzerol.com/otonom_yapay_zeka/yapay_zekaya_yolu_degil_adresi_ver/) - [Excel ve Sheets'i Veritabanı Gibi Kullanmayın: Web Uygulaması22 Eylül 20262:40](https://oguzerol.com/otonom_yapay_zeka/excel_google_sheets_veritabani_gibi_kullanmayin/) - [ADHD Beynine Araçlar Sonunda Yetişti: Dağınık Kafa ve Ajan22 Eylül 20262:49](https://oguzerol.com/otonom_yapay_zeka/adhd_beynine_araclar_yetisti/) - [Yapay Zeka Kendi Hatasını Düzeltir mi? Kontrol Etmek Yetmez19 Eylül 20262:51](https://oguzerol.com/otonom_yapay_zeka/yapay_zeka_kendi_hatasini_duzeltir_mi/) - [OpenRouter ve Hugging Face Model Değil: Modele Ulaşmanın Üç Yolu18 Eylül 20262:53](https://oguzerol.com/otonom_yapay_zeka/openrouter_hugging_face_uc_yol/) - [Yapay Zeka Ajanı Nasıl Çalışır? Aynı Model, Farklı Sonuç13 Eylül 20262:52](https://oguzerol.com/otonom_yapay_zeka/yapay_zeka_ajani_nasil_calisir/) - [İnşaat Sektöründe Yapay Zeka Ajanları: Proje Ofisinde 5 Katman6 Eylül 20262:35](https://oguzerol.com/otonom_yapay_zeka/insaat_sektorunde_yapay_zeka_ajanlari/)