Yapay zeka entegrasyonu: dil modellerini işine bağlıyoruz

Yapay zeka entegrasyonu çoğu zaman tek bir özellikten başlar ve zamanla büyür. Bu yüzden ilk günden genişletilebilir, izlenebilir ve test edilebilir bir yapı kuruyoruz.

• Doküman analizi ve RAG: Sözleşmeler, teknik dokümanlar, iç yönergeler ve PDF arşivleri üzerinde soru sorulabilen, cevabını kaynağıyla birlikte veren arama sistemleri.
• Metin üretimi ve özetleme: Teklif taslakları, ürün açıklamaları, toplantı özetleri, e-posta yanıt önerileri.
• Sınıflandırma ve veri çıkarma: Gelen talepleri, faturaları veya formları okuyup yapılandırılmış veriye çeviren akışlar.
• Yapay zeka destekli paneller: Ekibinin kullandığı yönetim ekranlarına akıllı arama, öneri ve otomatik doldurma eklemek.
• Ajan tabanlı iş akışları: Modelin senin tanımladığın araçları kullanarak (veritabanı sorgusu, CRM kaydı, e-posta gönderimi) çok adımlı işleri tamamlaması.

Yapay zeka her soruna çözüm değil; en çok tekrarlayan, metin ağırlıklı ve kurala dökülmesi zor işlerde fark yaratıyor. Örneğin her gün onlarca müşteri e-postasını okuyup ilgili birime yönlendiren bir destek ekibi, yüzlerce sayfalık mevzuat içinde doğru maddeyi arayan bir hukuk bürosu, binlerce ürün için açıklama yazması gereken bir e-ticaret sitesi ya da saha raporlarını özetleyip yöneticiye ileten bir operasyon ekibi.

İlk görüşmede sürecini birlikte inceliyor, yapay zekanın gerçekten işe yarayacağı noktayı ve yaramayacağı noktayı açıkça söylüyoruz. Bazen doğru cevap basit bir otomasyon ya da iyi tasarlanmış bir form oluyor; bunu da dürüstçe belirtiyoruz.

Dil modeli API'lerine gönderilen her veri bir tasarım kararıdır. Kişisel verileri modele göndermeden önce maskeleyebiliyor, yalnızca gerekli alanları paylaşan akışlar kurabiliyor ve sağlayıcıların veri saklama koşullarını projene göre değerlendiriyoruz. KVKK kapsamındaki aydınlatma ve açık rıza gerekliliklerini ürün tasarımına baştan dahil ediyoruz.

Maliyet tarafında ise sürprizleri önlemek için şunları uyguluyoruz:

• İşe göre model seçimi: basit sınıflandırmada küçük ve ucuz model, zor muhakemede güçlü model.
• İstem önbellekleme ve tekrar eden sonuçların saklanması.
• Kullanıcı ve gün bazında kullanım limitleri, aylık bütçe uyarıları.
• Her çağrının kaydı: hangi özellik ne kadar token harcıyor, panelden görebilirsin.

Her proje farklı olduğu için sabit bir liste fiyatı vermiyoruz; ihtiyacını dinledikten sonra ücretsiz teklif hazırlıyoruz ve bütçene uygun paketler öneriyoruz. Fiyatı en çok etkileyen konular şunlar:

• Bağlanacak veri kaynaklarının sayısı ve düzeni (temiz bir veritabanı ile dağınık PDF arşivi aynı iş değil).
• Mevcut bir yazılıma mı ekleneceği, yoksa sıfırdan bir arayüz mü gerektiği.
• Doğruluk beklentisi ve test kapsamı.
• Kullanıcı rolleri, yetkilendirme ve kayıt tutma gereksinimleri.

Tipik süreler: tek bir özelliği mevcut sisteme eklemek 1–3 hafta, doküman arama (RAG) sistemi 3–6 hafta, birden fazla akışı olan kapsamlı bir yapay zeka modülü 6–12 hafta sürüyor.

Weras Labs, kurucu Habip Dayan'ın yönettiği küçük ve kıdemli bir yazılım ekibi. Habip, Google Cloud üzerinde büyük dil modeli tabanlı sistemler kurmuş bir mühendis; kendi ürünümüz HookSlayer da yapay zekayı her gün canlı ortamda kullanıyor. Yani istem tasarımı, hata yönetimi ve maliyet takibi bizim için teori değil, günlük iş.

Projende aracı yok: doğrudan kodu yazan kişiyle konuşursun. Next.js, React, Node.js, TypeScript, Firebase ve Vercel ile çalışıyor; Claude ve Gemini API'lerini yoğun kullanıyoruz. Türkiye merkezliyiz, yurt dışındaki müşterilerle de uzaktan çalışıyoruz.