FEZA innovation – Ana Sayfa
Hizmetlere Dön

Yapay Zeka Entegrasyonları

İşletmenizin verilerini akıllı kararlara ve otomatik çözümlere dönüştüren yeni nesil yapay zeka sistemleri.

Yapay zekâ entegrasyonu: önce tamamlanacak işi seçin

Yapay zekâ ihtiyacınızı günlük bir işten çıkarın. Bir ekibin kurumsal bilgi içinde doğru belgeyi bulması, uzun metni incelemesi veya içerik taslağı hazırlaması farklı kullanım senaryolarıdır. Yapay zekâ entegrasyonu görüşmesinde kullanıcıyı, veri kaynağını ve beklenen çıktıyı birlikte belirleriz. Örneğin destek ekibi bir ürün sorusuna cevap arıyorsa, hangi belgelerin kullanılacağı ve cevabın kim tarafından kontrol edileceği kapsamın başlangıcıdır. İş hedefini bu somut örnekle tanımlarız.

Kullanıcı sorusu

  • Kullanıcının sorusunu ve cevabın nerede kullanılacağını anlatın.

Yanıtı kabul eden kişi

  • Sonucun kim tarafından incelenip kabul edileceğini paylaşın.

İş ihtiyacı: İlk değerlendirmeyi dar bir senaryoyla yapın

Asistan ve analiz türleri

Hizmet alanlarımızda özel asistan, doğal dil işleme, tahminleme, görüntü işleme ve kurumsal bilgi bankasına dayalı RAG sistemleri yer alır. Her başlık için gerekli veri ve kabul ölçütü farklıdır.

Çıktının kabul ölçütü

Bir içerik taslağında editör onayı gerekirken kayıt sınıflandırmada doğru kategori ve hata örnekleri incelenebilir. Hangi bilginin giriş olacağını, çıktının nerede kullanılacağını ve kullanıcının son kararı nasıl vereceğini paylaşmanız, yapay zekâ çalışmasını işletmenizin gerçek sürecine bağlar.

Yapay zekâ veri hazırlığı: kaynağı ve güncelliği birlikte düzenleyin

Kullanılacak bilgiyi kaynağıyla birlikte tanıyın. Veri hazırlığında dosyalar, belgeler, kayıt alanları ve içerik sürümleri değerlendirilir. Örneğin destek asistanına ürün kılavuzları verilecekse eski kılavuzla güncel kılavuzun ayrılması gerekir. Tekrarlayan metinler, eksik alanlar ve erişim sınırlamaları ilk incelemenin konuları olabilir. İşletmenizin hangi kaydı geçerli kabul ettiğini ve değişiklikleri kimin onayladığını görüşerek bilgi kaynağını somutlaştırırız.

Güncel belge sahibi

Güncel sürümü ve bilgiyi onaylayan sorumluyu belirtin.

Eksik ve sınırlı veri

Eksik, tekrar eden veya erişimi sınırlı alanları birlikte değerlendirelim.

Veri erişimi ve güncelleme

Veri türü ve erişimi
Metin analizi için sınıf örnekleri, tahminleme için geçmiş kayıtların yapısı, görüntü işleme için uygun örnekler gerekir. Bu ihtiyaçların hangisinin projenizde ele alınacağı veri incelemesinden sonra görüşülür. Kişisel bilgi içeren alanların kullanım ve erişim koşulları işletmenizin sorumluluklarıyla birlikte değerlendirilir.
Belge güncellemesi
Bir belge listesini ve güncel kabul ettiğiniz örnekleri görüşmeye getirin; hangi içeriklerin hazırlanacağı, hangilerinin dışarıda tutulacağı ve güncellemenin nasıl yapılacağı birlikte belirlenebilir. Böylece model bağlantısından önce kullanılacak bilginin anlamını ve sahibini netleştirebilirsiniz.

Kurumsal RAG sistemi: yanıtı erişilebilir kaynağa bağlayın

Kurumsal bilgi aramasını belgeyle ilişkilendirin. RAG yaklaşımında kullanıcının sorusuyla ilgili içerik bulunur ve yanıt bu kaynaklarla hazırlanır. Örneğin bir çalışan ürünün kullanım koşulunu soruyorsa ilgili kılavuzun sürümü ve bölümünün cevaba eşlik etmesi değerlendirilebilir. Kaynakların nasıl seçileceği, güncelliği ve yanıtla nasıl gösterileceği proje kapsamına göre belirlenir. Kullanıcı, cevabı okurken dayanağını da inceleyebilecek bir akış talep edebilir.

Departmana özel bir dosyanın yalnız yetkili kullanıcıya açılması gerekiyorsa bu kural kaynak bulma adımında da ele alınır. Örneğin satış ekibinin ortak ürün dokümanını görmesiyle yönetimin özel dosyaya erişmesi farklı koşullardır. Belge silindiğinde veya erişim değiştiğinde arama kaynağının nasıl güncelleneceği de görüşülür.

RAG için belge listesi, erişim rolleri ve doğru yanıt örneklerini birlikte hazırlamak, kurumsal asistanın kapsamını anlaşılır kılar. Görüşmede hangi cevabın hangi belgeye dayanmasını beklediğinizi somut bir soruyla anlatabilirsiniz.

Yanıt: dayanağı belirleyin

Örnek bir sorunun hangi belgeyle cevaplanmasını beklediğinizi paylaşın.

Erişim: rolleri eşleştirin

Ortak belgelerle departmana özel kaynakları ayrı görüşün.

Yapay zekâ asistanı: belirsizlikte doğru kontrol yolunu açın

Kaynak yeterli olmadığında kullanıcının sonraki adımını belirleyin. Asistanın “bilmiyorum” yanıtı vermesi, ek bilgi istemesi veya soruyu yetkili kişiye yönlendirmesi projenizin kabul örnekleriyle tanımlanabilir. Örneğin belgelerde bulunmayan bir ürün koşulu sorulduğunda kullanıcıya ilgili birimle görüşme yolu gösterilmesi değerlendirilebilir. Bu davranış, kapsamı bilinen kaynaklarla çalışma hedefinin parçasıdır. Yanıt beklenen ve yanıt verilemeyecek soru örneklerini birlikte ele alırız.

Bir içerik taslağı yayımlanmadan editör tarafından kontrol edilebilir; bir iç destek yanıtında kullanıcı kaynak belgeyi inceleyebilir. Hangi çıktının otomatik kullanılacağı, hangisinin onay bekleyeceği ve hangi durumda süreç duracağı görüşmede belirlenir. Hatalı yanıt bildirimi, düzeltme sorumlusu ve değerlendirme geçmişi de kapsamlanabilir.

İşletmenizde yanlış cevabın yaratacağı somut durumu anlatmanız, kontrol noktasını seçmeyi kolaylaştırır. Örneğin satış metnindeki yanlış ürün özelliğini kimin fark edip düzelteceğini tasarımın başında konuşabiliriz.

İhtiyaç

  • Kaynak kontrolü
  • Yanıtsız soru
  • İnsan onayı

Değerlendirme

  • Yanıtın dayandığı belge ve sürümün nasıl gösterileceğini görüşün.
  • Kaynakta bulunmayan sorular için bilmiyorum, ek bilgi veya yönlendirme davranışını seçin.
  • İçeriği kullanmadan önce kontrol edecek rolü ve düzeltme yolunu belirleyin.

Yapay zekâ değerlendirmesi: doğru ve hatalı örnekleri birlikte test edin

Başarıyı gerçek sorularla tarif edin. Değerlendirme setinde kullanıcıların sorabileceği örnekler, beklenen yanıtlar ve kullanılacak kaynaklar bulunabilir. Örneğin destek ekibinizin sık karşılaştığı bir ürün sorusuyla eksik bilgi içeren bir soru aynı testte farklı davranış bekletir. Kaynağı olmayan, yanlış varsayım içeren ve erişim sınırını zorlayan örnekler de değerlendirmeye alınabilir. Setin hangi soruları kapsayacağını ve doğru kabul edilecek sonucu birlikte görüşürüz.

Bir belge güncellendiğinde, model bağlantısı değiştiğinde veya yanıt talimatı düzenlendiğinde değerlendirme seti yeniden kullanılabilir. Böylece yalnız tek bir etkileyici yanıtı değil, seçilmiş iş örneklerinin bütününü karşılaştırabilirsiniz. Cevabın doğruluğu, kaynağa bağlılığı, yanıtsız kalma davranışı ve insan kontrolü gibi ölçütler projeye göre belirlenir.

İşletmenizde sık gelen soruları ve uzmanınızın kabul edeceği örnek cevapları görüşmeye taşıyın; ilk sürümün değerlendirme planını bu kayıtlarla somutlaştırabiliriz. Kullanım sonrasında bildirilen hatalar da seçilecek yeni örnekleri belirlemeye yardımcı olabilir.

  1. 01

    Örnekler: gerçek soruları seçin

    Doğru cevapları ve kullanılacak kaynakları birlikte inceleyelim.

  2. 02

    Değişiklik: aynı setle kontrol edin

    Yeni belge veya model bağlantısının seçilmiş sorulardaki etkisini değerlendirin.

Yapay zekâ sağlayıcı bağlantısı: kullanım maliyetini kapsamla değerlendirin

Maliyet kararını kullanım biçimine bağlayın. Sağlayıcı bağlantılarında istek sayısı, gönderilen ve üretilen metin uzunluğu, seçilen model ve ek işlem ihtiyaçları görüşülür. RAG kullanılan bir projede belge hazırlama, arama ve güncelleme işleri de değerlendirmeye eklenebilir. Örneğin kısa bir iç destek yanıtıyla uzun bir içerik taslağının işlem yapısı farklıdır. Hangi çıktının hangi sıklıkta üretileceğini anlatmanız, teklif ve işletim kapsamını somutlaştırır.

Hizmet teknoloji listemizde TensorFlow, PyTorch, OpenAI ve LangChain yer alır; seçim veri ve kullanım ihtiyaçlarıyla birlikte görüşülür. Sağlayıcı hesabı, erişim anahtarları, kullanım takibi ve dış hizmet maliyetleri yazılı kapsamda değerlendirilebilir. Model değişimi veya bağlantı kesintisinde kullanıcıya ne gösterileceği de proje planının parçasıdır.

Fiyat ve sonuç tahmini yerine kendi örnek işlem hacminizi, yanıt uzunluğu ihtiyacınızı ve kontrol beklentinizi paylaşın. Böylece maliyet değişkenlerini iş senaryonuzla aynı çerçevede değerlendirebilirsiniz.

İstek sıklığı ve yanıt uzunluğu

İstek sıklığını ve kısa yanıt veya uzun taslak ihtiyacını paylaşın.

Sağlayıcı hesabı ve maliyeti

Sağlayıcı erişimi, dış hizmet maliyeti ve izleme sorumlularını belirleyin.

Yapay zekâ çözüm kapsamı: metin, tahmin ve görüntüyü ayrı ele alın

İhtiyacınızı verinin türüne göre daraltın. Doğal dil işleme ve metin analizi için sınıflandırma, özetleme veya bilgi çıkarma gibi kullanım senaryoları görüşülebilir. Örneğin gelen talepleri ekiplerin kullanacağı konu başlıklarına ayırmak istiyorsanız, hangi kategorilerin geçerli olduğunu ve karışan örnekleri paylaşabilirsiniz. Özel asistan ihtiyacı varsa cevap kaynağı ve kullanıcı erişimi aynı görüşmede değerlendirilir. Her senaryo için çıktı biçimi ve kontrol adımı ayrı belirlenir.

Öngörücü analitik için geçmiş kayıtların yapısı ve hedeflenen karar; görüntü işleme veya nesne tanıma için örnek görüntüler ve kabul koşulları gerekir. Hizmet listesinde yer alan bu başlıkların proje kapsamı veri incelemesiyle netleştirilir.

Bir işletmenin talep eğilimini inceleme ihtiyacıyla görüntüden nesne belirleme ihtiyacı farklı hazırlıklar gerektirir. Görüşmede verinizin hangi biçimde olduğunu ve sonucun hangi ekrana ya da işleme gideceğini anlatın; ilk değerlendirmeyi tek bir açık kullanım amacı etrafında yapabiliriz.

Talep kategorisi

Bir talebin kategorisini veya metindeki gerekli alanları nasıl görmek istediğinizi paylaşın.

Geçmiş kayıtla karar

Geçmiş kayıtlarla desteklemek istediğiniz işletme kararını tarif edin.

Görüntüde aranan bilgi

Örnek görüntüde hangi bilginin bulunmasını ve nasıl kontrol edilmesini beklediğinizi anlatın.

AI İçerik CRM: taslak ve onay akışını birlikte kapsamlayın

İçerik işinizi üretim kadar kontrol adımıyla düşünün. AI İçerik CRM katalogda vitrin ürünüdür ve talep üzerine geliştirilir. Örneğin ekibiniz bir içerik fikrinden taslağa, editör kontrolüne ve yayın hazırlığına ilerlemek istiyorsa, gerekli alanlar ve kullanıcı rolleri görüşmede belirlenebilir. Ürün sayfasını bir kapsam başlangıcı olarak inceleyebilirsiniz. Hangi bilginin taslağa gireceğini ve hangi kişinin son onayı vereceğini kendi yayın düzeninizle anlatmanız yararlıdır.

İçerik onayı: İçerik doğruluğunu sorumlu kişinin çalışma akışına yerleştirin

Taslak kaynağı ve yayın onayı

Ürün bilgisi, hedef okuyucu ve kullanılacak kaynaklar taslak hazırlanırken değerlendirilebilir; marka dili ve yayın kararı işletmenizin kontrolünde ele alınır. Bir kampanya metninde yanlış özellik yazıldığında düzeltme ve tekrar inceleme adımı gerekebilir. Bu gibi örnekler talep üzerine çözümün kapsamını netleştirir.

Veri ve içerik sorumlusu

Girilen veri ve yayımlanan içerik sorumluluğu kullanan işletmededir; ayrıntılar hizmet sözleşmesinde açıklanır. İlk görüşmeye bir içerik örneği, kullandığınız kaynak ve mevcut onay sırasıyla gelerek ihtiyaç duyduğunuz akışı birlikte belirleyebiliriz.

Yapay zekâ entegrasyonu teslimi: veri, test ve kontrolü birlikte planlayın

İlk sürümü değerlendirebileceğiniz bir kullanım alanıyla kurun. Pilot için veri kaynağı, kullanıcı rolleri, çıktı biçimi ve değerlendirme seti görüşülür. Örneğin ürün kılavuzundan sorular yanıtlayan bir asistanın ilk kapsamı belirli belge grubuyla sınırlandırılabilir. Bağlantılar, arayüz, kaynak gösterimi, yanıtsız soru davranışı ve insan kontrolü teslim planının ayrı maddeleri olabilir. Hangi örneklerin kabul için kullanılacağını keşif sonrasında birlikte belirleriz.

Yeni belge eklenmesi, erişimin kaldırılması, sağlayıcı bağlantısının değişmesi veya hatalı yanıt bildirimi için sorumlular görüşülür. Kullanım takibi ve bakımın hangi işleri kapsayacağı yazılı teklifte belirlenir. Model optimizasyonu ihtiyacı varsa önce hangi davranışın iyileştirileceği değerlendirme örnekleriyle tarif edilir.

Yazılım standart modelde abonelikle sunulur; kaynak kodu için farklı bir model ayrı yazılı sözleşmeyle ele alınır. Kendi pilotunuzda en çok hangi sorunun çözülmesini beklediğinizi paylaşarak geliştirme ile işletim planını aynı hedefe bağlayabilirsiniz.

  1. 01

    Pilot: kaynak grubunu seçin

    İlk kullanıcıları, belgeleri ve kabul örneklerini birlikte belirleyelim.

  2. 02

    Bakım: güncellemeyi planlayın

    Belge, yetki veya sağlayıcı değişiminde yapılacak kontrolü görüşün.

Yapay zekâ entegrasyonu rehberi: verinizi ve kontrol sorularınızı hazırlayın

Keşif görüşmesine kullanım amacınızla gelin. Yapay zekâ entegrasyonuna nereden başlanmalı yazısı, veri ve iş ihtiyacını birlikte düşünmek için bir rehberdir. Okurken kullanıcıların soracağı bir soru, beklenecek cevap ve kullanılacak kaynak örneği seçebilirsiniz. ALGO proje kaydında yapay zekâ ile hazırlanan Beta dil kursları ve süren öğretmen incelemesi anlatılır; bu örnek içerik hazırlığının ardından değerlendirme ve insan kontrolünün nasıl ayrı ele alındığını gösterir.

Hangi dosyalar kullanılacak, kimler erişecek, doğru cevap nasıl seçilecek ve yayın öncesi kim kontrol edecek? Bu soruları işletmenizdeki bir destek veya içerik işiyle yanıtlayın. AI İçerik CRM gibi talep üzerine çözümler için gerekli iş akışını görüşebilirsiniz; veri hazırlığı ve sağlayıcı maliyetleri de bu değerlendirmeye eklenir.

İletişim formunda mevcut bilgi kaynaklarını ve ilk kullanım senaryosunu paylaşmanız yeterli bir başlangıçtır. Ardından değerlendirme seti, pilot ve yazılı teslim kapsamını birlikte belirleyebiliriz.

Sık sorulan sorular

Yapay zekâ entegrasyonuna nereden başlamalıyım?

Tek bir günlük iş seçin. Kullanıcının sorusu veya işlemi, kullanılacak veri ve beklenen çıktı keşfi somutlaştırır. Örneğin destek ekibinin bir kılavuzdan cevap bulması için kaynak ve kontrol rolünü birlikte değerlendirebiliriz.

RAG sistemi hangi bilgileri kullanır?

Kaynak listesini işletmenizin geçerli belgeleriyle belirleyin. Dosya, sürüm ve erişim koşulları değerlendirilir; soruyla ilgili içerik bulunup yanıta dayanak olabilir. Kaynağın kullanıcıya nasıl gösterileceği proje kapsamına göre görüşülür.

Kullanıcılar bütün belgelere erişir mi?

Erişimi kullanıcı rolleriyle görüşün. Departmana özel kaynaklar varsa belge arama adımında da bu kurallar ele alınır. Kaynak kaldırma veya yetki değişiminde güncellemenin nasıl yapılacağı kapsamda belirlenir.

Asistan kaynakta cevabı bulamazsa ne yapar?

Yanıtsız sorular için beklenen davranışı seçin. Bilmiyorum yanıtı, ek bilgi isteme veya yetkili kişiye yönlendirme değerlendirme örneklerine alınabilir. Örneğin belgede olmayan bir ürün koşulunun nasıl ele alınacağı önceden görüşülür.

Değerlendirme setinde neler bulunur?

Gerçek kullanıcı soruları, beklenen cevaplar ve kaynak örnekleri hazırlayın. Eksik bilgi, yanlış varsayım ve erişim sınırı içeren sorular da seçilebilir. Model veya kaynak değişiminde aynı örneklerle sonucu yeniden değerlendirmek kapsamlanabilir.

İnsan onayı hangi aşamada gerekir?

Kontrol noktasını çıktının kullanımına göre belirleyin. İçerik taslağı yayın öncesi editöre gidebilir; iç destek yanıtında kullanıcı kaynağı inceleyebilir. Son karar, hata bildirimi ve düzeltme sorumlusu proje görüşmesinde açıklanır.

Yapay zekâ maliyetini hangi değişkenler etkiler?

Kullanım senaryosunu işlem sıklığı ve çıktı uzunluğuyla anlatın. Seçilen model, gönderilen ve üretilen metin, belge hazırlama ve arama ihtiyaçları değerlendirilir. Sağlayıcı hesabı, dış hizmet maliyeti ve izleme sorumlulukları yazılı kapsamda görüşülür.

AI İçerik CRM hazır bir ürün mü?

Katalogdaki vitrin ürününü talep üzerine kapsamlayın. AI İçerik CRM için içerik hazırlama, taslak, editör kontrolü ve yayın akışına ilişkin ihtiyaçlar görüşülebilir. İşletmenizin veri kaynakları ve ekip rolleriyle gerekli özellikler belirlenir.

Kaynak kodu ve yayımlanan içerik sorumluluğu nedir?

Koşulları hizmet sözleşmesiyle belirleyin. Standart abonelik modelinde kaynak kodu devredilmez; farklı model ayrı yazılı sözleşmeyle görüşülür. Yazılımı biz geliştirir ve işletiriz; kullanım, girilen veri ve yayımlanan içerik kullanan işletmenin sorumluluğundadır.

Pilot için hangi bilgileri paylaşmalıyım?

Bir kullanım örneği ve ilgili kaynakla başlayın. Doğru cevap, erişecek roller ve insan kontrolü beklentinizi paylaşabilirsiniz. Veri hazırlığı ve değerlendirme seti görüşüldükten sonra pilotun teslim kapsamını ve yazılı teklifini birlikte belirleriz.

02 // Teknoloji Yığını

TensorFlow
PyTorch
OpenAI
LangChain

Yapay zekâ entegrasyonu senaryonuzu birlikte inceleyelim

İşletmenizdeki bir günlük işlemi, ekip rollerini ve mevcut araçlarınızı paylaşın. İhtiyacınıza uygun kapsamı keşif görüşmesinde birlikte belirleyelim.

Projeyi Başlat