Son zamanlarda birçok kişi bana şunu soruyor: Teknik bir geçmişim yok. AI öğrenmeye başlamak için artık çok mu geç?
Etrafa baktığınızda, onlarca makaleyi yer imlerinize eklemiş ve bir sürü araç yüklemiş olabilirsiniz; ancak gerçekte ne öğrendiğinizi hâlâ bilmiyor olabilirsiniz.
Teknolojiye yeni başlayanların AI alanına giriş yapması için tek bir yol haritasına ihtiyacı vardır. Pahalı kurslar satın almaya gerek yok, dolandırılma riski de yok: Önce AI'nın ne yaptığını anlayın, ardından neden hata yaptığını bilin, daha sonra materyalleri nasıl sağlayacağınızı, sınırları nasıl belirleyeceğinizi, araçları nasıl bağlayacağınızı ve sonuçları nasıl kontrol edeceğinizi öğrenin. Tekrarlanması gereken görevlerle karşılaştığınızda, bunları Beceriler (Skills) haline getirin.
Bu yolu izlerseniz, çeşitli AI araçlarını öğrenmeye devam etme yeteneğine sahip olursunuz.
1. AI'nın Dört Temel Yetkinliği
Yeni başlayanlar, AI ile ilk tanıştıklarında genellikle ürün isimleri nedeniyle kafa karışıklığı yaşarlar. Bugün ChatGPT, yarın Doubao, öbür gün ise başka bir yeni Agent ortaya çıkar. Arayüzü soyutladığınızda, temelde dört tür iş yaparlar.
Birinci tür anlama ve ifade etmedir.
Ona bir kavramı açıklamasını, birkaç seçeneği karşılaştırmasını, belirsiz fikirleri netleştirmesine yardım etmesini veya profesyonel içeriği sıradan insanların anlayabileceği bir dile yeniden yazmasını isteyebilirsiniz. Birçok kişinin "AI ile sohbet etmek" dediği şey bu seviyede gerçekleşir.
İkinci tür içerik üretimidir.
Makaleler, e-postalar, görseller, ses, video senaryoları, storyboard'lar ve hatta kullanıma hazır kodlar AI tarafından üretilebilir. Üretimden sonra kontrol gereklidir. Bir görsel iyi görünebilir ancak içindeki metin yanlış olabilir; bir video oynatılabilir ancak ses, altyazılar ve görseller eşleşmeyebilir.
Üçüncü tür mevcut şeyleri işlemektir.
PDF'lerden anahtar noktaları çıkarmak, iki sözleşme arasındaki farkları bulmak, toplantı tutanaklarını yapılacaklar listesine dönüştürmek, belgeleri düzenlemek, tabloları kontrol etmek, dosya gruplarını yeniden adlandırmak. Bu seviyede, orijinal sayıların, dosya yapılarının ve gerçek niyetlerin korunup korunmadığını kontrol etmelisiniz.
Dördüncü tür, eylemleri tamamlamak için araçları çağırmaktır.
Web sayfalarını kontrol etmek, dosyaları aramak, takvimleri okumak, şirket sistemlerini çağırmak, program çalıştırmak, dosya oluşturmak veya değiştirmek—bunların hepsi bu katmana aittir. Codex gibi ürünler hem tavsiye verebilir hem de yetkilendirilmiş ortamlarda eylemde bulunabilir.
Bu dört yetenek birleştirilebilir. Ona yeni ürün materyallerini verirsiniz, önce dosyayı okur, içeriği özetler, makaleler ve görseller üretir ve sonunda dosyaları doğru dizine koyar. Her eklenen yetenek katmanı, kontrol edilmesi gereken yerlere bir katman daha ekler.
Şu cümleyi hatırlayın: AI cevap verebilir, üretebilir ve eylemde bulunabilir. Her sonucun karşılığında doğrulama yöntemleri vardır.
2. AI Performansı Neden Dalgalanır?
Birçok kişi AI'yı ilk kez kullandığında onu harika bulur, ikinci kez kullandığında ise saçmaladığını düşünür. Bu dalgalanma üretim olasılığından, mevcut bağlamdan ve görev bilgisinden kaynaklanır.
Büyük Dil Modelleri, şu anda aldıkları içeriğe dayalı olarak daha uygun devam niteliğinde çıktıları üretmeye devam eder. Bu süreç olasılık içerir; aynı soruyu iki kez sormak farklı ifadeler ve detaylar üretebilir.
AI'nın bir görevde başarısız olmasının dört yaygın nedeni vardır.
Birincisi, çok belirsiz davrandınız. "Bunu optimize etmeme yardım et" ifadesi neyin optimize edileceğini belirtmez, bu yüzden sadece tahmin yürütebilir.
İkincisi, gerekli materyallerden yoksundur. Proje dokümanlarını, gerçek sonuçları ve kullanıcı geri bildirimlerini sağlamadan bir projeyi değerlendirmesini isterseniz, eksikleri genel deneyimlerle doldurur.
Üçüncüsü, sorgunuz modelin dışındadır. Bugünkü hisse senedi fiyatı, gerçek zamanlı stok durumu veya bilgisayarınıza az önce yazdığınız bir dosya havada beliremez. Dosyaları okuması, web'de arama yapması veya araçlar aracılığıyla gerçek sistemleri sorgulaması gerekir.
Dördüncüsü, görevde kabul kriterleri yoktur. Kodun çalışması, dosyaların açılması, makalelerdeki gerçeklerin doğrulanması gerekir. Kabul süreci dosyaları, kaynakları, çalışma sonuçlarını, diff'leri ve nihai ürünleri kontrol etmeyi içerir.
Bu dört soruyu ayırt etmek, hedefli müdahaleye olanak tanır. Görev mi belirsiz? Netleştirin. Materyal mi yetersiz? Bağlam ekleyin. Harici bilgi mi gerekiyor? Araç verin. Sonuçlar mı istikrarsız? Kabul ve insan onayı ekleyin.
3. İstemler (Prompts) Görev Spesifikasyonlarıdır
Bir istem (prompt), AI'ya verilen bir görev spesifikasyonudur; amaçları, materyalleri, sınırları ve tamamlama standartlarını netleştirmeye yarar.
Faydalı bir görev spesifikasyonu en az dört soruyu yanıtlamalıdır:
Ne elde etmek istiyorsunuz?
Cevabı hangi materyaller etkiliyor?
Neler yapılmamalı?
Gerçekten tamamlandığını nasıl kanıtlarsınız?
Örneğin, "Bu materyali benim için düzenle" demek, bir özet mi, makale mi, sunum mu (PPT) yoksa patronunuz için bir rapor mu istediğiniz konusunda belirsizlik bırakır. Aşağıdaki ifade, kolayca doğrulanabilir sonuçlar verir.
1Amaç:2Sağlanan materyalleri teknolojiye yeni başlayanlar için bir açıklamaya dönüştür.34Bağlam:5Okuyucu AI konusunda yenidir ve jargonlara aşina değildir.6SADECE sağladığım materyalleri kullan. Materyaller dışındaki gerçekler "Doğrulanacak" olarak işaretlenmeli.78Sınırlar:9- Orijinal metindeki sayıları, ürün adlarını ve kısıtlamaları koru.10- Desteklenmeyen içeriği "Doğrulanacak" olarak işaretle.11- Orijinal dosyaları değiştirme; ayrı bir sonuç kaydet.1213Tamamlama Standartları:14- Yeni başlayanlar her kavramın faydasını anlayabilmeli.15- Her önemli sonuç orijinal materyallere kadar izlenebilmeli.16- Doğrulanacak maddeleri ve oluşturulan dosyaları sonda listele.
İstemler ilk sınırdır. Eğer AI zaten dosyaları değiştirebiliyor, mesaj gönderebiliyor veya şirket sistemlerini çağırabiliyorsa, izinlerini kontrol edin. Salt-okunur izinler doğrudan silme eylemlerini kısıtlar.
Güvenilir sınırların dört katmanı vardır: istemler görevleri netleştirir, bağlam materyalleri sağlar, izinler eylemleri kısıtlar, kabul ise teslimatı belirler.
Yeni başlayanlar genellikle son katmanı göz ardı eder. AI bir makaleyi düzenlediyse, sayıları, isimleri, görselleri ve atıfları doğrulayın. Codex dosyaları değiştirdiyse, gerçek Diff'i kontrol edin, sonucu açın ve kontrolleri çalıştırın. Sadece ne yaptığını anlatmasına kulak vermeyin.
4. Materyaller Çoğaldığında Bilgi Tabanına İhtiyaç Duyarsınız
Bilgi tabanları, materyallerin sıkça yeniden kullanıldığı, sürekli güncellendiği veya kaynak takibinin gerektiği senaryolara uygundur.
Sadece tek bir raporu okumak istiyorsanız, dosyayı AI'ya yüklemeniz yeterlidir. Aynı dosya grubunu her seferinde tekrar yüklüyorsanız veya önceki sonuçların nereden geldiğini hatırlamıyorsanız, bilgi tabanı faydalı hale gelir.
Bağlam, hafıza ve bilgi tabanları farklı sorunları çözer.
Bağlam, AI'nın mevcut görevde gördüğü şeydir. Hafıza, uzun vadeli tercihler, arka plan ve geçmişle ilgilidir. Bilgi tabanları, tekrar tekrar sorgulanan ve kaynak takibi gereken materyalleri saklar. Bugünkü stok veya kullanıcı bakiyeleri gibi gerçek zamanlı veriler genellikle canlı sistemlerin sorgulanmasını gerektirir, eski dokümanları KB'ye tıkıştırılmasını değil.
KB'ye ihtiyacınız olup olmadığını anlamak için dört soru kullanın:
- Bu materyal grubu tekrar tekrar kullanılacak mı?
- İçerik sürekli güncellenecek mi?
- Cevaplar kaynak göstermek zorunda mı?
- Farklı kişiler farklı içerikler mi görecek?
Hepsi basitse, klasörler ve yükleme yeterlidir. Yalnızca yeniden kullanım, güncellemeler, kaynak takibi ve izinler karmaşıklaştığında resmi KB'lere geçin.
KB'ler ayrıştırma, versiyonlama, takip ve izinleri yönetir. Dağınık ham materyaller dağınık erişime yol açar.
Bu nedenle kişisel giriş için basit bir yapı kurun: Ham Materyaller, Doğrulanmış Notlar, Aktif Projeler, Tamamlanan Çıktılar. Bu henüz özel bir ürün olmak zorunda değil; düzenli bir klasör başlangıç noktası olabilir.
5. AI Harici Bilgiyi Araçlar Üzerinden Alır
"Bugün Şanghay'da hava nasıl?" veya "Şirketin kaç stoğu var?" diye sorduğunuzda, cevap modelde değil, dış dünyadadır.
Tarayıcı araması, dosya okuma, DB sorguları, takvim erişimi temelde AI'ya dış giriş kapıları sağlamaktır.
Araçlar anlaşılması kolaydır. Bunlar AI'nın çağırabileceği yeteneklerdir. "Hava durumunu kontrol et" bir araçtır. "Dosyaları ara" bir araçtır. "Takvim etkinliği oluştur" bir araçtır.
Agent bir çalışma şeklidir. Bir hedef verildiğinde, adımları planlar, araçları seçer, sonuçları görüntüler ve devam etmeye, yeniden denemeye veya insanlara sormaya karar verir. Modeller anlama/yargılama işini, araçlar eylem işini üstlenir, Agent'lar ise bunları bir döngüde birbirine bağlar.
API yaygın bir sistem arayüzüdür. Bunu, hizmetleri, gerekli materyalleri ve çıktıları listeleyen bir gişe penceresi gibi düşünün. AI, backend yeteneklerini çağırmak için kurallara göre istek gönderir.
Araç çağırma çok adımlıdır: AI veriye ihtiyaç duyup duymadığına karar verir, çağrı önerir, harici sistem yürütür, sonucu döndürür, AI cevabı düzenler.
MCP başka bir sorunu çözer: Harici araçlar çoğaldığında yetenekleri AI'a nasıl uniform şekilde sunulur? Kötü araçları iyi hale getirmez veya kimlik doğrulama/izin sorunlarını çözmez.
Yeni başlayanlar şu soruyu sormalı: Bu görev, AI'nın şu anda göremediği bir bilgiye ihtiyaç duyuyor mu?
Görünür dosyaları mı okuyorsunuz? Doğrudan yükleyin. Haberleri mi kontrol ediyorsunuz? Doğrulanabilir web araması kullanın. Şirket verilerini mi okuyorsunuz? Kontrollü arayüzler kullanın. E-posta göndermek/takvimi değiştirmek, kimlik, yetkilendirme, onay ve denetim gerektiren harici yazma işlemleridir.
Okuma ve yazma riskleri farklıdır. Önce AI'nın sorgulamasına izin verin, sonra değişikliklere; taslak hazırlamasına izin verin, sonra insan gönderimi onaylasın. Bu sınırlar "lütfen dikkatli olun" demekten daha güvenilirdir.
6. Bir Süreç Tekrarlandığında Yalnızca Beceri (Skill) Yapın
Gereksinimler tekrarlanıyorsa, kaydedin.
Her hafta toplantı tutanaklarını düzenliyorsanız ve kurallar sabitse (kesinleşmiş kararları tartışmalardan ayırın, sahibi eksikse boş bırakın, belirsiz zamanları işaretleyin, sabit bir tablo çıktısı verin), bunu bir Beceri (Skill) yapın.
Beceri, beş şeyi belirten yeniden kullanılabilir bir iş paketidir:
- Ne zaman kullanılacağı;
- Gerekli girdiler;
- İzlenecek adımlar;
- Çıktı sonuçları;
- Ne zaman durulacağı ve insanlara sorulacağı.
Beceriler referanslar, şablonlar, varlıklar, betikler içerebilir. Örn., Markdown görsellerinin varlığını betikle kontrol etmek, görsel incelemeye göre daha stabildir.
Bir süreci 2-3 kez kullandıktan sonra tekrarlar netleşir. Girdiler, adımlar ve kabul kriterleri istikrar kazandığında, bunu bir Beceri haline getirin.
Önceki istemler, kontrol listeleri ve SOP'lar Beceri malzemeleridir. Geçici yolları/hesapları/özel verileri çıkarın; yeniden kullanılabilir yöntemleri/yargıları koruyun.
İstem, KB, Araç, Beceri arasındaki farkı ayırt edin:
- İstem, AI'ya BU SEFER ne yapacağını söyler.
- KB, AI'ya TEMELİ NEREDE bulacağını söyler.
- Araç, AI'ya SORGULAMASINA veya EYLEMDE BULUNMASINA izin verir.
- Beceri, AI'ya GELECEKTE BU TÜR işi NASIL stabil yapacağını söyler.
Bu dördünü kavramak, yeni ürün isimleriyle dikkat dağılmasını önler.
7. Bir Vaka ile Yedi Günlük Yolculuk
İşler değişken olduğundan, tek bir dar kapsamlı görevi sabitlemek zordur. İşte evrensel bir vaka:
Öğrenmek/geçiş yapmak istediğiniz bir yön seçin ve sürdürülebilir şekilde güncellenebilen bir Öğrenme Paketi oluşturun.
Bu çizgide yedi gün:
Hedefi Netleştir → Materyalleri Envanterle → Harici Bilgiyi Tamamla → Minimal KB Kur → Eksikleri Belirle → 4 Haftalık Plan Yap → Şablonları/Becerileri Sabitle.
- Gün 1: Hedefi, başlangıç noktasını, mevcut zamanı netleştir.
- Gün 2: AI'dan mevcut İş Tanımlarını (JD), kursları, makaleleri, notları envanterlemesini iste.
- Gün 3: Arama/araçlarla eksikleri doldur, kaynak/zaman bilgilerini koru.
- Day 4: Materyalleri "Ham, Doğrulanmış, Görevler, Çıktılar" dizinlerine ayır.
- Gün 5: AI'dan hedeflere karşı eksikleri belirlemesini iste, her biri için kontrol edilebilir sonuçlar eşleştir.
- Gün 6: 4 haftalık plan yap, her hafta için bir tema/çıktı belirle.
- Gün 7: Faydalı istemleri/şablonları/kontrol listelerini kaydet; 2-3 kullanımdan sonra Beceriler oluştur.
Bir hedef sayfası, materyal listesi, yetkinlik haritası, 4 haftalık plan, yeniden kullanılabilir şablonlar, hata günlüğü elde edersiniz. Bu istemi yanınıza alın. Dört maddeyi doldurun, ChatGPT/Codex'e verin, sizi günlük olarak yönlendirsin.
1Sen benim AI yeni başlayan koçumsun. Beni 7 günlük bir "Kişisel Geçiş Öğrenme Paketi" boyunca yönlendir.23Öğrenilecek/geçiş yapılacak yön: [Doldur]4Mevcut iş/deneyim: [Doldur]5Günlük mevcut zaman: [Doldur]6Mevcut materyaller: [Doldur veya Yükle]78Bu 7 günlük yolu izle:910Gün 1: Hedefi, başlangıcı, zamanı netleştir; gereken bilgiyi listele.11Gün 2: Materyalleri envanterle; "Orijinal Metin" ile "Senin Yargın" arasında ayrım yap.12Gün 3: Eksik harici bilgiyi bul; kaynak, tarih, link koru.13Gün 4: Minimal KB kur: Ham, Doğrulanmış, Görevler, Çıktılar.14Gün 5: Yetkinlik eksiklerini haritala; her biri için kontrol edilebilir sonuç eşleştir.15Gün 6: 4 haftalık plan oluştur; her hafta için bir tema/çıktı.16Gün 7: Paketi finalize et; yeniden kullanılabilir istemleri/şablonları/kontrol listelerini çıkar.1718Kurallar:191. Günde bir adım ilerle.202. Her günün başında problemi ve teslimatları belirt.213. Bilgi yetersizse sor. Sağladığım verilere güven.224. Harici bilgiler için kaynak/zaman koru; gerçek/çıkarım/tavsiye ayrımı yap.235. Her günü benim incelememle bitir; hataları/düzeltmeleri logla.246. Bir sonraki güne geçmeden önce benim onayımı bekle.2526Şimdi, başlangıç noktamı anlamak için en fazla 5 soru sor, sonra planı oluştur.
Yeni Başlayanların Sorduğu İlk 10 Soru
1. Kodlama bilmeden AI öğrenebilir miyim?
Evet. Soru sormayı, materyal sağlamayı, üretmeyi, dosya okumayı ve sonuçları kontrol etmeyi öğrenebilirsiniz. Kodlama, ileride API'ler/ürünler/karmaşık veriler için yardımcı olur.
Üç temeli pratik edin: Problemleri netleştirin, faydayı yargılayın, sayılarda/gerçeklerde/mantıkta hataları tespit edin.
2. Hangi araçla başlayayım: ChatGPT, Doubao veya Codex?
Tutarlı bir şekilde bir hafta boyunca açıp kullanabileceğiniz birini seçin.
Genel sohbet yazım/görseller için. Codex klasörler/projeler/kontroller için. Odak noktanız görevleri tamamlamak olsun, araç değiştirmek değil.
3. Daha uzun istemler daha mı iyi?
Uzunluk göreve bağlıdır. İyi istemler yeterli bilgiye sahiptir: net hedef, doğru materyaller, açık sınırlar, kontrol edilebilir standartlar.
Karmaşık görevler 2000 kelime gerektirebilir; basit olanlar 3 cümle. Her cümle değer katmalıdır.
4. Aynı istem için sonuçlar neden değişiyor?
Üretim olasılıklıdır. Bağlam, yüklemeler, araçlar, ayarlar çıktıyı etkiler.
Yaratıcı görevlerde varyasyonu koruyun. Sözleşmeler/sayılar/formatlar için şablonlar, sabit alanlar, program kontrolleri, insan örneklemesi kullanın.
5. AI cevaplarına doğrudan güvenebilir miyim?
Riski değerlendirerek yargıla. "Bu cümleyi düzelt" ile "Göğüs ağrısı için hastaneye gitmeli miyim" tamamen farklıdır.
Düşük riskli taslakları hızlı test edin. Tıp/hukuk/finans/güvenlik/İK/genel yayınlar için otoriter kaynaklara/sahiplere dönün. Bir hata para/imza/sağlık/veri/başkalarının refahına mal oluyorsa, sadece özgüvene güvenmeyin.
6. Hemen bir KB'ye ihtiyacım var mı?
Hayır. Tek seferlikler için dosyaları yükleyin. Kişisel öğrenme için klasörleri/notları düzenleyin. Resmi KB'leri yalnızca yeniden kullanım/güncelleme/kaynak/izin karmaşıklığı arttığında kurun.
Önce yeniden kullanılabilir materyalleri organize edin, sonra RAG'i düşünün.
7. API, Araç, MCP arasındaki fark nedir?
API: Sistem arayüzü. Araç: AI'nın çağırdığı yetenek. MCP: Harici yetenekleri AI'a sunmak için protokol/yöntem.
Bir araç API'leri veya yerel dosyaları çağırabilir. MCP sunucuları birden fazla araç sunar. Sor: Neyi okuyabilir/yazabilir? Kim yetkilendirir?
8. Ne zaman bir Beceri (Skill) yapılmalı?
Girdileri/adımları/hataları/tamamlamayı bildikten sonra 2-3 kez yaptıktan sonra.
Her seferinde yöntemi yeniden yazıyorsanız, bu keşiftir. Aynı istemi/şablonu/kontrol listesini tekrar tekrar kopyalıyorsanız, sabitleme zamanı gelmiştir.
9. AI'yı iyi öğrenmek için ödeme yapmam şart mı?
Mutlaka değil. Ücretsiz ürünler ayrıştırmayı, istem mühendisliğini, dosya işlemeyi, doğrulamayı öğretir. Ödeme modelleri/hacmi/hızı/yetenekleri etkiler, bunlar değişir. Ödemeyi öğrenme yollarına sabit kodlamayın.
Ücretsiz araçlarla küçük bir proje bitirin. Yalnızca belirli bir kısıtlama sizi engellediğinde ödeme yapın.
10. Şirket dosyalarını AI'a yükleyebilir miyim?
Önce şirket politikasını kontrol edin.
Kuralları, hesap türlerini, veri koşullarını, hassasiyeti gözden geçirin. Şifreleri, anahtarları, kimlikleri, müşteri gizliliğini, yayımlanmamış finansalları veya sözleşmeyle korunan verileri "AI bakabilir" diye asla yüklemeyin.
Emin değilseniz, kamuya açık/simüle/anonimleştirilmiş örnekler kullanın. AI'ı kullanmadan önce neyin paylaşılabileceğine karar verin.
AI öğrenmek, kontrol edilebilir sonuçlar üretmeyi gerektirir. Sürekli araç değiştirmek, sizi arayüz aşinalığında takılı bırakır.
Gerçek bir problemle başlayın. Materyalleri koyun, bir sonuç alın, kendiniz kontrol edin. Sorunlar çıkarsa teşhis edin: Görev netliği mi eksik? Bağlam mı? Araçlar mı? Kabul mü?
Akıcı hale geldiğinde, yeni modeller/ürünler/Agent'lar için bir cetveliniz olacaktır.
Ben Miles, AI sektörü uzmanı ve seri girişimciyim.
Agent'lar, RAG, MCP, AI kodlama ve kurumsal uygulamalara odaklanıyorum, gerçek kullanım deneyimleri ve sektörel yargıları paylaşıyorum.
AI alanında çalışıyorsanız veya işinize entegre etmek istiyorsanız, beni takip edin ve teknolojiyi gerçekten değerli kılalım.
