Geleceğin her AI Danışmanının öğrenmesi gereken 16 terim (ve kullanmaktan kaçınması gereken 4 terim)

İşte 16 terim: büyük dil modeli, token, bağlam penceresi, çıkarım, prompt, sistem prompt'u, bilgi çıkarımla artırılmış üretim, ince ayar, embedding, ajan, MCP, orkestrasyon, süreçteki insan, halüsinasyon, korkuluklar ve eval'ler. Bırakılması gereken dördü ise: "AI destekli", "verilerinizle eğitilmiş", "AGI" ve "%100 doğru". Geleceğin her AI danışmanı, sonuçlardan önce kelime dağarcığına göre değerlendirilir; çünkü potansiyel bir müşterinin ilk toplantıda kontrol edebileceği tek şey kelime dağarcığıdır. Bu tanımlar Ağustos 2026'daki yayın tarihi itibarıyla doğrudur; sektör hızla ilerliyor, bu nedenle ayrıntıları anlık bir görüntü olarak değerlendirin.

Temel model terimleri nelerdir?

Dört terim makinenin kendisini tanımlar. Bunları doğru kavradığınızda, diğer her şey yerine oturur.

1. Büyük dil modeli (LLM). ChatGPT, Claude ve Gemini'nin arkasındaki motor: Sonraki dil parçasını tahmin eden, devasa miktarda metinle eğitilmiş bir model. Müşteri "AI" dediğinde genellikle bunu kasteder.

2. Token. Modellerin okuduğu ve faturalandırdığı, genellikle tam bir kelimeden biraz daha kısa olan küçük metin parçası. API fiyatlandırması (bir modele kullandıkça öde erişimi) token başına sunulur; bu yüzden bu bir maliyet terimidir, önemsiz bir detay değil.

3. Bağlam penceresi. Modelin çalışma belleği: Tek seferde ne kadar metni dikkate alabileceği. Bir müşteri AI'ın politika kılavuzunun 40. sayfasını neden "unuttuğunu" sorduğunda, yanıtınız genellikle bağlam penceresidir.

4. Çıkarım (Inference). Bir modeli eğitmenin aksine, yanıt almak için eğitilmiş bir modeli çalıştırmak. Çıkarım, proje hayata geçtikten sonra müşterinizin her ay ödemeye devam ettiği düzenli faturadır.

Hangi terimler daha iyi yanıtlar almakla ilgilidir?

Beş terim, genel bir modeli belirli bir işletme için kullanışlı hale getirme zanaatını kapsar.

1. Prompt. Modele verdiğiniz talimat. Artık tüm ürünler yazılı bir açıklamadan inşa ediliyor; prompt tabanlı oluşturucular bir paragrafı çalışan bir yazılıma dönüştürüyor; bu yüzden bir prompt artık bir sohbet mesajı değil, teslim edilebilir bir iş çıktısıdır.

2. Sistem prompt'u. Kullanıcı herhangi bir şey yazmadan önce bir modelin aldığı sabit talimatlar. Küçük işletmelere satılan "özel AI asistanlarının" birçoğu mekanik olarak mevcut bir modelin üzerine konulmuş bir sistem prompt'udur. Fiyatlandırma yapmadan önce bunu bilin.

3. Bilgi çıkarımla artırılmış üretim (RAG). En ilgili belgeleri getirip soru anında modele sunmak. Modelin kendisine dokunmadan, müşterinin kılavuzlarından ve politikalarından yanıt vermesini bu şekilde sağlarsınız.

4. İnce ayar (Fine-tuning). Modeli yeni örneklerle eğiterek ağırlıklarını (dahili ayarlarını) fiilen değiştirmek. Pahalıdır, güncellenmesi daha yavaştır ve nadiren ilk doğru araçtır. Müşterilerin "eğitim" dediği işlerin çoğu aslında RAG'dir.

5. Embedding. Metnin sayı listelerine dönüştürülmesi, böylece benzer anlamlar birbirine yakın konumlara düşer. Embedding'ler RAG'in aradığı indekstir; onlar olmadan "ilgili belgeyi bul" çalışmaz.

AI iş yapmaya başladığında hangi terimler önem kazanır?

Yanıtlama işin kolay kısmıdır. Bu dört terim, danışmanlık projelerinin yöneldiği nokta olan eylem geçen AI'ı kapsar.

1. Ajan (Agent). Tek bir yanıt döndürmek yerine bir hedefe doğru bir döngü içinde çalışan AI: Plan yapar, araçları kullanır, sonuçları kontrol eder ve tekrar dener. Ajanlar aynı zamanda hataların katlandığı yerdir; bu listedeki son üç terimi faturalandırılabilir kılan da budur.

2. MCP (Model Context Protocol). AI uygulamalarının dış araçlara ve verilere bağlanmasını sağlayan, genellikle AI için bir USB-C bağlantı noktası olarak tanımlanan açık standart. 2024'ün sonlarında Anthropic'te başladı ve şu anda Linux Foundation bünyesindeki Agentic AI Foundation tarafından yönetiliyor; ChatGPT, Claude, Cursor ve Microsoft Copilot genelinde destekleniyor. Müşterilerin sorduğu neredeyse her "AI'ınız sistemimizle konuşabilir mi?" sorusu artık MCP üzerinden geçiyor.

3. Orkestrasyon. Birden fazla modeli, aracı ve adımı tek bir iş akışında koordine etmek: Hangi modelin neyi, hangi sırayla işleyeceği ve bir adım başarısız olduğunda ne olacağı.

4. Süreçteki insan (Human in the loop). AI'ın çalışmasını sonuç doğurmadan önce gözden geçiren kişi. Bu kişinin nerede duracağına karar vermek, müşterilerin bir danışmana ödeme yaptığı asıl tasarım kararıdır.

Hangi terimler müşteri projelerini sıkıntıdan korur?

Son üç terim, bir hayran gibi değil bir profesyonel gibi duyulmanızı sağlar.

1. Halüsinasyon. Özgüvenli, akıcı ama yanlış bir yanıt. Bu sistemlerin normal bir başarısızlık modudur, bir satıcının gizlice çözdüğü bir hata değil.

2. Korkuluklar (Guardrails). Sistem söyleyebilecekleri veya yapabilecekleri üzerindeki kesin sınırlar: Reddettiği konular, alamayacağı eylemler, aşamayacağı eşikler.

3. Eval'ler. Değerlendirmelerin (evaluations) kısaltması: Her değişiklikten önce ve sonra bir AI sistemini bilinen durumlara göre puanlayan tekrarlanabilir testler. Eval'ler olmadan AI sistemleri satıyorsanız, yalnızca his satıyorsunuz demektir. Bu terim anlaşma kazandırır.

Hangi dört terimi kullanmaktan kaçınmalısınız?

Bunların her biri, farklı bir nedenle potansiyel bir müşterinin size daha az güvenmesine yol açar.

1. "AI destekli". Hiçbir şeyi tanımlamaz ve her sunum dosyasında yer alır. Bunun yerine mekanizmayı adlandırın: Belgeleri üzerinde RAG, insan denetimine sahip bir ajan, ince ayar yapılmış bir sınıflandırıcı.

2. "Verilerinizle eğitilmiş". Genellikle yanlıştır. Müşteri sistemlerinin çoğu eğitimi değil RAG'i veya uzun bir bağlam penceresini kullanır ve bu ifade, bir toplantıyı yatıştırmakla geçireceğiniz gizlilik alarmlarını tetikler. Kelimenin tam anlamıyla ince ayar yapmıyorsanız "verilerinize dayandırılmış" deyin.

3. "AGI". Yapay genel zeka (Artificial general intelligence), bir kapsam belirleme terimi değil, araştırmaya dayalı bir tartışmadır. Müşteri bunu sorarsa dürüstçe yanıt verin; sadece sunumunuzu bunun üzerine kurmayın, çünkü arkasında duramayacağınız tahminlere davetiye çıkarır.

4. "%100 doğru". Ya da "halüsinasyonsuz". Kimsenin dürüstçe veremeyeceği bir garanti. Bunun yerine kendi eval'lerinizden ölçülen hata oranlarını aktarın; gerçek bir sayı, vaat edilen bir sıfırdan daha fazla anlaşma kapatır.

Peki aslında en çok hangi terimler önem taşıyor?

Müşteriyle yapılan bir konuşma bunlardan dördüne kilitleniyorsa, bunlar RAG, ajan, MCP ve eval'ler olacaktır: Sistemin ne bildiği, ne yapabildiği, neye bağlandığı ve çalıştığını nasıl kanıtladığınız. Bunları eksiksiz öğrenin ve gerisini gerektiği gibi kullanın. Genel kural: Bir terimi müşteri için tek bir cümlede tanımlayamıyorsanız, sunumun dışında bırakın.

Bu kelime dağarcığını gerçek bir projede işte görmek için AI danışmanlarının şirket içi SaaS değişimini nasıl kapsamlandırdığını okuyun. Kelimeler ile demo arasındaki farkı hissetmek için kendi AI'ınızı MCP üzerinden bağlayın Final'ın oluşturucusuna ve bir prompt'un çalışan bir POS sistemine dönüşmesini izleyin. Müşterileriniz tüccarlarsa, her yeni tüccarın bilmesi gereken 30 POS terimi başlıklı rehberimiz konuşmanın diğer yarısını kapsar.