
Kısa yanıt: Chatbot mesajlara cevap verir; bunu çoğunlukla önceden yazılmış metinlerle ya da bir seçenek menüsüyle yapar. Yapay zekâ ajanı ise bir dil modeliyle bir sonraki adıma karar verir ve o adımı atar: bilgiyi bulur, bağlı sistemlerdeki araçları kullanır ve ürünü sepete eklemek ya da randevu oluşturmak gibi bir işi bitirir. Ayırt etmenin pratik yolu basit: Konuşma bittiğinde iş yapılmış mı, yoksa müşterinin eline yalnızca bir bağlantı mı verilmiş?
Modelleri geliştirenler ajanı nasıl tanımlıyor?
OpenAI’nin A practical guide to building agents rehberi ajanları, kullanıcı adına görevleri bağımsız olarak tamamlayan sistemler diye tanımlar. Aynı rehbere göre bir dil modeli kullanan ama iş akışının nasıl yürüyeceğini modele bırakmayan uygulamalar, örneğin basit chatbotlar, ajan sayılmaz.
Rehber iki temel özellik sayar. Ajan, iş akışını yönetmek ve karar vermek için modeli kullanır; görevin ne zaman bittiğini anlar, başarısız olduğunda durup kontrolü kullanıcıya geri verir. Ayrıca dış sistemlerden bilgi okumak ve onlarda işlem yapmak için araçlara sahiptir ve tanımlı sınırlar içinde o adıma uygun aracı seçer.
Anthropic’in Building effective agents yazısı da benzer bir ayrım yapar. İş akışları önceden tanımlanmış kod yollarını izler. Ajanlarda ise süreci ve araç kullanımını modelin kendisi yönlendirir.
Bir bakışta chatbot ve yapay zekâ ajanı
| Kural tabanlı chatbot | Yapay zekâ ajanı | |
|---|---|---|
| Cevabın kaynağı | Önceden yazılmış cevaplar ve karar ağaçları | Soru sorulduğu anda okunan katalog, politikalar ve belgeler |
| Serbest sorular | Kurulduğu kalıplar içinde iyi çalışır | Doğal dille sorulan soruyu anlar |
| İşlem yapma | Genellikle bir bağlantı ya da form gönderir | Bağlı sistemde kaydı oluşturur: sepet, takvim, yardım masası |
| Bilmediğinde | Menüye ya da genel bir cevaba döner | Durur ve tahmin etmeden konuşmayı bir insana devreder |
| Bakım | Her yeni durum için yeni kural gerekir | Çoğunlukla içerik, talimat ve araçlar güncellenerek bakılır |
Aynı soru, iki farklı yol
Bir giyim mağazasının sitesindeki ziyaretçi şunu yazıyor: “Kapüşonlu şişme montun siyahı M beden var mı?”
- Tipik bir chatbot “mont” kelimesini tanır ve mont kategorisinin bağlantısını gönderir ya da ziyaretçiden bir menüden seçim yapmasını ister. Ürünü bulmak, bedene bakmak ve sepete eklemek yine ziyaretçiye kalır.
- Bir yapay zekâ ajanı canlı kataloğu arar, renk ve bedenin stokta olduğunu doğrular, ürünü sepete ekler ve ziyaretçiyi ödeme sayfasına yönlendirir. Satın almayı ziyaretçi mağazanın kendi ödeme sayfasında onaylar; ödemeyi ajan almaz.
İkinci akış, Mobilina portföyündeki yapay zekâ asistanı Agenola’nın ürün arama senaryosunda anlatılan akıştır. Agenola ziyaretçinin aradığını katalogda bulur, beden ve rengi sorar, ürünü sepete ekler ve ziyaretçiyi ödeme sayfasına gönderir.
Chatbot ne zaman yeterli?
Her sitenin bir ajana ihtiyacı yok. Anthropic işe çalışan en basit çözümle başlamayı ve karmaşıklığı ancak sonucu açıkça iyileştirdiğinde artırmayı önerir. OpenAI de aynı noktaya varır: Bir iş sabit kurallarla çözülebiliyorsa kural tabanlı, öngörülebilir bir çözüm yetebilir.
Şu durumlarda kurallı bir chatbot ya da iyi hazırlanmış bir SSS sayfası çoğu zaman doğru seçimdir:
- sorular az ve tahmin edilebilirse (çalışma saatleri, teslimat bölgeleri, iade süresi),
- her cevap önceden yazılabiliyorsa,
- başka bir sistemde kayıt oluşturmak gerekmiyorsa.
Ajan ne zaman değer?
OpenAI’nin rehberi ajanların en çok değer kattığı üç iş türü sayar. Üçü de müşteri konuşmalarında karşımıza çıkar:
- Muhakeme gerektiren kararlar. İstisnalar ve bağlam içeren durumlar; rehberin örneği müşteri hizmetlerinde iade onayıdır.
- Bakımı zorlaşmış kural setleri. Her değişikliğin pahalı olduğu ve hataya açık olduğu sistemler.
- Yapılandırılmamış veriye dayanan işler. Doğal dili anlamak, belgelerden anlam çıkarmak ya da kullanıcıyla konuşmak.
Bir işletme sitesinde bu genellikle şu anlama gelir: canlı kataloğu gerektiren ürün soruları, gerçek takvimi gerektiren randevular ve doğru bilgi ile belgelerin eksiksiz toplanması gereken başvurular.
Ajanı kontrol altında tutan önlemler
Ajan işlem yapabildiği için sınırları da yetenekleri kadar önemlidir. İki rehber de aynı türden önlemler anlatır:
- Açık talimatlar ve sınırlar. Ajanın ne yapabileceği ve ne yapamayacağı net olmalı.
- İnsana devretme. OpenAI insan müdahalesi için iki tetikleyici sayar. Birincisi hata sınırının aşılmasıdır; örneğin ajan birkaç denemeye rağmen müşterinin ne istediğini anlayamıyorsa. İkincisi yüksek riskli işlemlerdir: siparişi iptal etmek, büyük bir iadeyi onaylamak ya da ödeme yapmak gibi. Anthropic de ajanların kontrol noktalarında ya da bir engele takıldıklarında insan geri bildirimi için durabileceğini anlatır.
- Durma koşulları. Örneğin en fazla adım sayısı belirlemek; böylece bir görev sonsuza kadar sürmez.
- İşletmenin kendi bilgisinden cevap vermek. Genel bilgi yerine işletmenin bilgisi esas alınır. Bilgi yoksa doğru cevap konuşmayı bir insana bırakmaktır.
Agenola bu yaklaşımı izler. Yalnızca işletmenin kataloğu, politikaları ve eklenen bilgilerden cevap verir. Emin olmadığında tahmin yürütmek yerine ekip için bir talep ya da yardım masasında bir bilet açar.
Özet
- Chatbot cevap verir; ajan bir sonraki adıma karar verir ve bağlı sistemlerde işlem yapar.
- Sorularınız tahmin edilebiliyorsa ve hiçbir kayıt oluşturmak gerekmiyorsa chatbot ya da SSS sayfası yeter.
- Konuşmaların bir satışla, randevuyla ya da tamamlanmış bir başvuruyla bitmesini istiyorsanız bir ajanı değerlendirmeye değer. Açık sınırları ve insana devretme yolu olan bir çözüm seçin.
Agenola, Mobilina’nın ürün portföyündedir. Yukarıdaki tanımlar ve öneriler aşağıda listelenen OpenAI ve Anthropic rehberlerine dayanır.