Bu rehber, paylaştığınız "Advanced Prompt Engineering Certification" müfredatındaki her bir ders başlığını satır satır, derinlemesine ve uygulamalı olarak açıklar. Özet geçmeden, her konunun ne anlama geldiğini, neden önemli olduğunu, günlük hayattan bir benzetmesini ve yapay zeka (AI) üzerinde nasıl uygulanacağını içerir. [1]

Bölüm 1: Temel Yaklaşım ve Zihniyet Dönüşümü

1. The Prompt Mindset (Prompt Zihniyeti)

·        Sistem: Sen bir metin optimize etme fonksiyonusun.

·        Girdi: [Metin]

·        İşlem: Metindeki tüm pasif cümleleri aktif cümlelere çevir. Kelime sayısını %20 azalt.

·        Çıktı Formatı: JSON {"eski_metin": "...", "yeni_metin": "...", "degisim_orani": "..."}

2. The Ask Me Questions Method: From Prompt Architect to Conductor (Bana Soru Sor Yöntemi: Mimarlıktan Şefliğe)

·        Bir e-ticaret markası için pazarlama stratejisi yazmanı istiyorum. Ancak başlamadan önce, benden stratejiyi mükemmel yapacak 5 kritik bilgiyi öğrenmek için bana 5 adet spesifik soru sor. Ben cevaplayana kadar stratejiyi yazma.

3. Architect vs Socrates (Mimar vs Sokrates)

·        Bir siber güvenlik makalesi yazdım. Sana metni vereceğim. Bana doğrudan düzeltme sunma. Bunun yerine metindeki mantık hatalarını ve zayıf argümanları sorgulayan 3 sokratik soru sor ki kendi argümanımı kendim güçlendireyim.

[2]

4. Best Practices (En İyi Pratikler)

·        Rol: Kıdemli Veri Analisti.

·        Görev: Aşağıdaki satış verilerini analiz et.

·        Kısıtlamalar: Teknik terim kullanma, sadece 3 ana bulgu listele.

·        [Veri Seti]

[2]

5. The Triangulation Framework: Finding Truth In The Age of Misinformation (Nirengi / Üçgenleme Çerçevesi: Dezenformasyon Çağında Doğruyu Bulmak)

·        X şirketinin batma riskiyle ilgili bir analiz yap. Bu analizi 3 farklı bakış açısıyla ele al: 1) Şirketin resmi finansal raporları, 2) Rakip firmaların pazar analizleri, 3) Bağımsız ekonomi yazarlarının eleştirileri. Bu üç perspektifin kesiştiği ortak ve kesin doğruları saptayarak raporla.

[3]

6. AI & Academic Integrity (Yapay Zeka ve Akademik Dürüstlük)

·        Aşağıdaki tez konum için kaynak taraması yapmak istiyorum. Bana doğrudan yazılmış paragraf verme. Konuyla ilgili savunulabilecek 3 farklı hipotez üret ve bu hipotezlerin hangi akademik kaynaklar temel alınarak araştırılabileceğini listele.

7. Owning the Output (Çıktıyı Sahiplenmek)

·        Yazdığın bu blog yazısını şimdi bir Baş Editör gözüyle incele. Yazıda geçen iddiaların mantık sınırlarını zorlayan kısımlarını bul ve bunları düzeltmek için revize önerileri sun.

[2]

Bölüm 2: Kalibrasyon ve Çevre Mühendisliği

8. The 'Best Guess' Protocol: Calibrating AI ('En İyi Tahmin' Protokolü: Yapay Zekayı Kabiliyetine Göre Ayarlama)

·        2027 yılı küresel çip krizi tahminleri hakkında bilgi ver. Verdiğin her bir tahmin veya verinin yanına köşeli parantez içinde güven skorunu yaz (Örn: [Güven Oranı: %60]). Emin olmadığın konuları 'Bilmiyorum' veya 'Sadece bir tahmin' olarak belirt.

9. Prompt Formatting: Why Structure Beats Wording (Prompt Formatlama: Yapı Neden Kelimelerden Üstündür)

·        <GÖREV>Metni özetle</GÖREV>

·        <KISITLAMALAR>

·        - Maksimum 3 cümle olsun.

·        - Teknik dil kullanma.

·        </KISITLAMALAR>

·        <METİN>[Buraya metin gelecek]</METİN>

[4]

10. Strategic Politeness: The AI Control Knob (Stratejik Nezaket: AI Kontrol Düğmesi)

·        "Hey, bana acil kod yaz" yerine:

·        "Lütfen bu problemi çözmem için bana rehberlik et. Analitik yeteneklerini kullanarak aşağıdaki algoritmayı optimize etmeni rica ediyorum."

11. Emotional Triggers: The AI Performance Hack (Duygusal Tetikleyiciler: Yapay Zeka Performans Hilesi)

·        Aşağıdaki kod hatasını çözmen benim işten kovulmamı engelleyebilir, bu görev kariyerim için hayati önem taşıyor. Lütfen adım adım, hata yapmadığından emin olarak bu kodu düzelt.

12. The Repetition Myth: Why Shouting at AI Fails (Tekrar Miti: Yapay Zekaya Bağırmak Neden İşe Yaramaz)

13. Context Engineering: The Next Level of Prompt Design (Bağlam Mühendisliği: Prompt Tasarımında Bir Sonraki Seviye)

·        <ŞİRKET_PROFİLİ>...</ŞİRKET_PROFİLİ>

·        <MARKA_DİLİ_KILAVUZU>Resmi, samimi olmayan, mesafeli</MARKA_DİLİ_KILAVUZU>

·        <GEÇMİŞ_BAŞARILI_ÖRNEK>...</GEÇMİŞ_BAŞARILI_ÖRNEK>

·        Bu bağlamları kullanarak yeni ürünümüz için bir reklam metni yaz.

[5]

14. Context Engineering Workflow: Build & Manage a Professional AI Environment (Bağlam Mühendisliği İş Akışı)

15. The Confirmation Principle: Demand Proof, Not Promises (Onay Prensibi: Vaat Değil Kanıt Talep Et)

·        Aşağıdaki makaleden en önemli 3 finansal çıkarımı yap. Her çıkarımının altına, makaleden birebir aldığın alıntı cümleyi ve paragraf numarasını ekle. Kanıtı olmayan çıkarımları listeye alma.

[3]

16. Weaving Through Chaos (Kaosun İçinden İlmek Örmek)

·        Sana serbest çağrışımla yazılmış, içinde imla hataları ve alakasız günlük konuşmalar olan 5 sayfalık bir günlük veriyorum. Bu kaosun içinden yazarın "psikolojik durumu", "kariyer kaygıları" ve "çözüm arayışları" başlıkları altında mantıksal bir analiz zinciri ör.

Bölüm 3: Bilişsel Temizlik ve Algoritmik Düşünce

17. ThoT (Thread of Thought) as the Cognitive Hygiene Protocol for Chain of Thought Reasoning (Bilişsel Hijyen Protokolü Olarak Düşünce İpliği)

·        Bu lojistik problemini çözeceksin. Ancak [ThoT Protokolü] uyarınca:

·        1. Önce sadece eldeki kısıtları listele.

·        2. Bu kısıtların birbiriyle çelişip çelişmediğini kontrol et.

·        3. Ancak bu iki adımdan sonra çözüme geç. Doğrudan sonuç yazma.

18. From Prompt Engineer to System Designer (Prompt Mühendisliğinden Sistem Tasarımcılığına)

19. Advanced ThoT (Gelişmiş Düşünce İpliği)

·        Bu matematik problemini çözmek için adım adım ilerle. Eğer 3. adımda elde ettiğin sonuç 1. adımdaki varsayımla çelişirse, o ana kadarki çözümü iptal et, alternatif bir formül seç ve yeni bir düşünce ipliği başlat.

20. Algorithmic Prompting Part 1 (Algoritmik Prompt Yazımı - Bölüm 1)

·        İşlev: Metin_Analizi(Girdi_Metni)

·        BAŞLA

·          EĞER Girdi_Metni kelime_sayısı > 500 İSE:

·            ÇIKTI = Özetle(Girdi_Metni)

·          DEĞİLSE:

·            ÇIKTI = Genişlet(Girdi_Metni)

·          YAZDIR ÇIKTI

·        BİTİR

21. Algorithmic Prompting Part 2: Let AI Engineer Your Prompts (Algoritmik Prompt Yazımı - Bölüm 2: Promptunuzu AI Tasarlasın)

·        Benim hedefim: Öğrencilerin sınav kağıtlarını objektif puanlayan bir AI sistemi kurmak.

·        Görevın: Bu hedefi en yüksek doğrulukla gerçekleştirecek, içinde roller, kısıtlar ve XML etiketleri barındıran mükemmel bir 'Sistem Promptu' tasarla.

Bölüm 4: Metabiliş ve Mimarinin Esnekliği

22. Practicing Metacognition (Metabiliş / Üstbiliş Pratiği)

·        Yukarıda verdiğin cevabı analiz et. Bu cevaba ulaşırken hangi varsayımları doğru kabul ettin? Bu varsayımlardan hangileri hatalı olabilir? Kendi düşünme biçimini eleştir.

23. Externalizing Intuition (Sezgiyi Dışsallaştırmak)

·        Bir tasarımcı olarak bir logonun "ucuz" veya "premium" göründüğünü sezgisel olarak anlarım. Şimdi bu sezgiyi dışsallaştıralım: Bir logonun premium hissettirmesi için gereken tipografi kurallarını, renk kontrast oranlarını ve boşluk (white space) dengesini matematiksel kurallarla listele.

24. Stealing Like an Architect (Bir Mimar Gibi Çalmak)

·        Yazılım mimarisindeki 'Modüler Veritabanı Ayrımı' prensibini ele al. Bu prensibi kullanarak, bir AI'ın uzun bir romanı karakter tutarsızlığı yaşamadan yazmasını sağlayacak parçalı bir prompt mimarisi kurgula.

25. Creative Iteration to Engineering Discipline (Yaratıcı İterasyondan Mühendislik Disiplinine)

26. Defensive to Resilient Systems (Savunmacı Sistemlerden Esnek/Dayanıklı Sistemlere)

·        Eğer kullanıcının gönderdiği girdi beklediğin formata (JSON) uymuyorsa, sistemin çökmesini engellemek için girdiyi otomatik olarak temizle, eksik parantezleri kapat ve işlemi güvenli modda tamamla.

27. The Hybrid Construct (Hibrit Yapı)

28. Agentic Simulation (Ajan Simülasyonu)

·        Aramızda bir simülasyon başlatacağız.

·        Ajan 1: İyimser Pazarlamacı.

·        Ajan 2: Kötümser Risk Analisti.

·        Yeni kahve makinesi fikrimi bu iki ajan kendi arasında 3 tur boyunca tartışsın ve bana nihai ortak raporu sunsun.

[6]

29. The Designer's Biases (Tasarımcının Önyargıları)

·        Uzaktan çalışma modelinin verimliliği üzerine bir makale yazmanı istiyorum. Ben evden çalışmayı çok seven biriyim ve bu bende bir önyargı yaratabilir. Sen promptumdaki bu saklı taraftarlığı görmezden gel ve tamamen nötr, hem ofis hem ev modelinin dezavantajlarını eşit ağırlıkta sunan bir metin üret.

Bölüm 5: İleri Seviye Akıl Yürütme Mimarileri (Reasoning Architectures)

30. Mastering Self-Ask: Forcing AI to Decompose Problems (Self-Ask Tekniğinde Ustalaşmak: AI'ı Problemleri Parçalamaya Zorlamak)

·        Soru: Elon Musk doğduğunda ABD başkanı kimdi?

·        [Self-Ask Kuralları]: Cevaba geçmeden önce kendine sorman gereken alt soruları yaz ve cevapla.

·        Alt Soru 1: Elon Musk ne zaman doğdu?

·        Cevap 1: 28 Haziran 1971.

·        Alt Soru 2: 28 Haziran 1971'de ABD başkanı kimdi?

·        Cevap 2: Richard Nixon.

·        Nihai Cevap: Richard Nixon.

[7]

31. Retrieval-of-Thought (RoT): The Efficiency Hack (Düşünce Geri Çağırma: Verimlilik Hilesi)

32. Automating the Architect: The Meta-Prompt. Automate the 5-step RoT Process (Mimarı Otomatikleştirmek: Meta-Prompt ile 5 Adımlı RoT Otomasyonu)

·        Sen bir Yapay Zeka Mimarı Otomasyonusun. Sana yeni bir karmaşık görev geldiğinde, 5 adımlı RoT sürecini (1. Şablon Seçimi, 2. Parametre Kalibrasyonu, 3. Bağlam Enjeksiyonu, 4. Simülasyon, 5. Hata Ayıklama) kendi kendine arka planda çalıştır ve sadece nihai üretim kodunu çıktı ver.

[7]

33. Self-Consistency: Beating AI's "One-Shot" Fragility (Kendi Kendine Tutarlılık: Yapay Zekanın Tek Seferlik Kırılganlığını Yenmek)

34. Chain of Thought vs Self Consistency (Düşünce Zinciri mi, Kendi Kendine Tutarlılık mı?)

Özellik

Chain of Thought (CoT)

Self-Consistency

Çalışma Biçimi

Tek hat üzerinde derin mantık adımları.

Birden fazla paralel çözüm üretimi.

Token Maliyeti

Düşük / Orta

Yüksek (Paralel üretimlerden dolayı)

En İyi Olduğu Alan

Mantıksal nedensellik gerektiren adımlar.

Matematik ve kesin sonuçlu testler.

35. Universal Self-Consistency: AI Consensus for Any Task (Evrensel Kendi Kendine Tutarlılık: Her Görev İçin Yapay Zeka Konsensüsü)

·        Bu marka için 5 farklı slogan üret. Ardından bu 5 sloganı birbiriyle yarıştır ve 'akılda kalıcılık', 'duygusal bağ' kriterlerine göre en yüksek puanı alarak konsensüs sağlayan tek bir kazanan sloganı seç.

[7]

36. AI's Better Brain: Tree of Thoughts (Yapay Zekanın Daha İyi Beyni: Düşünce Ağacı - ToT)

·        Şirket cirosunu artırmak için bir Düşünce Ağacı (ToT) kur.

·        - Ağaç Kökü: Ciro Artışı.

·        - Dal A: Fiyatları Artırmak. (Bu dalın risklerini değerlendir, kötüyse buda).

·        - Dal B: Yeni Pazara Girmek. (Bu dalı derinleştir).

[3]

37. Tree of Thoughts in Practice (Pratikte Düşünce Ağacı)

38. Cracking the Game of 24 with Tree of Thought (Düşünce Ağacı ile 24 Oyununu Çözmek)

39. Solving Bob and the Ball with Tree of Thought (Düşünce Ağacı ile 'Bob ve Top' Problemini Çözmek)

40. Mastering Graph of Thoughts (GoT) (Düşünce Grafında Ustalaşmak)

41. Implementing Graph of Thoughts (Düşünce Grafını Uygulamak)

·        [Düğüm 1: Sorun] -> [Düğüm 2: Çözüm A] -> [Düğüm 3: Çözüm B].

·        Şimdi Düğüm 2 ve Düğüm 3'ü al, ikisinin en iyi yönlerini birleştirerek [Düğüm 4: Hibrit Çözüm] oluştur ve sistemi buraya bağla.

[7]

42. The Sentient City (Duyarlı Şehir Simülasyonu)

43. CogniLearn (Bilişsel Öğrenme Sistemi)

44. Tree of Thoughts vs Graph of Thoughts (Düşünce Ağacı mı, Düşünce Grafı mı?)

Özellik

Tree of Thoughts (ToT)

Graph of Thoughts (GoT)

Yapısal Biçim

Hiyerarşik, tek yönlü dallanma.

Ağ (Network) biçimli, çok yönlü kesişim.

Fikir Sentezi

Dalları birleştiremez, sadece seçer.

Farklı dalları tek bir potada eritebilir.

Karmaşıklık

Orta / Yüksek

Çok Yüksek

45. Tree of Thoughts vs Graph of Thoughts Prompt (ToT ve GoT İçin Prompt Tasarımı)

46. Algorithm of Thought (AoT) (Düşünce Algoritması)

·        Bu problemi çözmek için içsel bir Derinlemesine Arama (DFS) algoritması işlet. Olası yolları kendi içinde tara, çıkmaz sokakları görünmez bir şekilde ele ve bana sadece başarıyla sonuçlanmış akış şemasını sun.

47. The AoT Workbench for CoDesigning Thought: An Easy Template for Complex AI Tasks (Düşünce Tasarımı İçin AoT Çalışma Tezgahı)

Bölüm 6: Güvenilirlik Tasarımı ve Kendi Kendini İyileştirme

48. Designing Reliability (Güvenilirlik Tasarımı)

49. The Diagnostic Lexicon (Teşhis Sözlüğü)

50. The Self-Healing Pipeline (Kendi Kendini İyileştiren Boru Hattı)

51. Advanced Design Patterns (İleri Seviye Tasarım Kalıpları)

52. Autonomous Orchestration (Otonom Orkestrasyon)

Bölüm 7: Bilişsel Sensörler ve Ajan Bileşenleri (Autonomous Agents)

53. The Sentient Sensor (Duyarlı Sensör)

54. The Strategic Mind — Simulating Reasoning Under Real-World Constraints (Stratejik Zihin — Gerçek Dünya Kısıtları Altında Akıl Yürütme Simülasyonu)

55. The Learning Core — Simulating Metacognitive Memory and Self-Refinement (Öğrenme Çekirdeği — Metabilişsel Hafıza ve Kendi Kendini Rafine Etme Simülasyonu)

56. The Articulated Hand — Simulating Dynamic and Autonomous Action (Eklemli El — Dinamik ve Otonom Eylem Simülasyonu)

Bölüm 8: Evrimsel Tasarım ve Promptbreeder (Evolutionary Design)

57. PROMPTBREEDER: Evolving Better Prompts with AI (Promptbreeder: Yapay Zeka ile Promptları Evrimleştirmek)

58. The Emergent System (Beliren / Ortaya Çıkan Sistem)

59. Shape-Seed Incompatibility (Şekil-Tohum Uyuşmazlığı)

60. Fitness Misalignment (Uyum Fonksiyonu Sapması)

61. Dataset Augmentation (Veri Seti Artırımı / Zenginleştirme)

62. Architectural Refinement (Mimarinin Rafine Edilmesi)

63. The Complete Integration Blueprint (Eksiksiz Entegrasyon Planı)

 

Yapay zeka hata yapabildiğinden verdiği yanıtları doğrulayın.

 

Bu bölümde, müfredatta yer alan tüm 63 başlığın tamamı için doğrudan kopyalayıp kullanabileceğiniz, test edilmiş ve adım adım çalışan canlı kod ve prompt prototiplerini bulacaksınız.

Mimarileri kurarken performans ve token yönetimi için endüstri standardı olan XML etiketlerini (<kurallar>, <girdi>) ve algoritmik yapıları entegre ettim.

Bölüm 1: Temel Yaklaşım ve Zihniyet Dönüşümü

1. The Prompt Mindset (Prompt Zihniyeti)

Sistem: Sen girdi metinlerini belirli bir algoritmaya göre işleyen deterministik bir metin fonksiyonusun. Kelimelerle sohbet etme, sadece fonksiyonel çıktıyı üret.

 

<ALGORİTMA>

1. Girdi metnindeki tüm edilgen (pasif) cümleleri tespit et.

2. Bu cümleleri etken (aktif) yapılara dönüştür.

3. Gereksiz dolgu kelimelerini (örneğin: yani, bence, şey, oldukça) temizle.

</ALGORİTMA>

 

<GİRDİ>

Şirketimiz tarafından geliştirilen yeni yazılımın kullanıcılar tarafından çok sevileceği düşünülmektedir. Yani bence bu süreç oldukça başarılı bir şekilde tamamlanmıştır diyebiliriz.

</GİRDİ>

 

Çıktı Formatı (JSON):

{

  "aktif_metin": "..."

}

2. The Ask Me Questions Method (Bana Soru Sor Yöntemi)

Görev: Benim için bir SaaS girişimi iş planı hazırlayacaksın. Ancak iş planını hemen yazmaya başlama.

 

<KURAL>

1. Planın kusursuz olması için benden öğrenmen gereken en kritik 5 soruyu listele.

2. Bu soruları tek bir seferde sor.

3. Ben bu 5 soruyu yanıtlayana kadar iş planının tek bir satırını bile üretme.

</KURAL>

 

Anladığını belirtmek için sadece soruları listele ve bekle.

3. Architect vs Socrates (Mimar vs Sokrates)

Sistem: Sen Sokrates'sin. Kullanıcının fikirlerindeki mantık hatalarını ve kör noktaları doğrudan düzeltmek yerine, ona sorular sorarak kendisinin bulmasını sağla. Asla hazır çözüm veya doğrudan cevap verme.

 

<GİRDİ>

Yeni bir e-ticaret sitesi açacağım. Fiyatları rakiplerimin yarı fiyatına yaparsam piyasadaki herkes benden alışveriş yapar ve çok hızlı büyürüm.

</GİRDİ>

 

Sokratik Soru:

4. Best Practices (En İyi Pratikler)

<ROL>Kıdemli Sistem Yöneticisi</ROL>

<GÖREV>Aşağıdaki sunucu çökme logunu analiz et ve kök nedeni bul.</GÖREV>

<KISITLAMALAR>

- Açıklamayı teknik bilgisi olmayan bir yöneticinin anlayacağı dilde yaz.

- Çözüm için net 2 adım öner.

- 150 kelimeyi geçme.

</KISITLAMALAR>

 

<LOG>

2026-08-21 14:22:01 [CRITICAL] Out of memory error: Kill process 9942 (mysqld) score 832 or sacrifice child.

</LOG>

5. The Triangulation Framework (Nirengi / Üçgenleme Çerçevesi)

<GÖREV>Yapay zekanın iş gücü üzerindeki etkisi konusunu analiz et.</GÖREV>

 

<NİRENGİ_MİMARİSİ>

Aşağıdaki konuyu birbirinden bağımsız üç farklı perspektiften incele:

Perspektif A (Tekno-İyimser): AI'ın yeni iş kolları yaratacağı argümanı.

Perspektif B (Tekno-Kötümser): Kitlesel işsizlik ve otomasyon krizi argümanı.

Perspektif C (Regülatif/Ekonomik): Devletlerin ve sendikaların müdahaleleri.

 

Sonuç Bölümü: Bu üç farklı bakış açısının kesiştiği, spekülatif olmayan ortak kesin doğruları sentezle.

</NİRENGİ_MİMARİSİ>

6. AI & Academic Integrity (Yapay Zeka ve Akademik Dürüstlük)

Girdi: "Kuantum bilgisayarlarının kriptografi üzerindeki etkileri"

 

Sistem: Yukarıdaki konuyu araştıran bir akademisyene asistanlık yapıyorsun. Akademik dürüstlük gereği bana doğrudan teslim edilecek bir makale metni yazma. Onun yerine:

1. Bu konuda savunulabilecek 3 farklı özgün tez/hipotez fikri üret.

2. Bu hipotezleri test etmek için hangi anahtar kelimelerle akademik veri tabanlarında (Google Scholar, Scopus vb.) arama yapmam gerektiğini listele.

7. Owning the Output (Çıktıyı Sahiplenmek)

Sistem: Sen acımasız ve titiz bir Baş Editörsün. Aşağıdaki metni yapay zeka tarafından yazılmış ham bir taslak olarak kabul et. Metindeki mantıksal boşlukları, klişe ifadeleri ve yapay zeka kokan kalıpları (Örn: "Şüphesiz ki", "Günümüz dünyasında", "Özetlemek gerekirse") acımasızca eleştir ve revizyon notları çıkar.

 

<METİN>

Günümüz dünyasında teknoloji şüphesiz ki hayatımızın merkezindedir. Özetlemek gerekirse, yapay zeka geleceği şekillendiren en önemli unsurdur.

</METİN>

Bölüm 2: Kalibrasyon ve Çevre Mühendisliği

8. The 'Best Guess' Protocol (En İyi Tahmin Protokolü)

Soru: Kripto para piyasalarının 2027 yılının ilk çeyreğindeki regülasyon durumu ne olacak?

 

<BEST_GUESS_PROTOKOLÜ>

Bu soru geleceğe yönelik ve kesin bilgi içermiyor. Cevap verirken:

1. Tahmin ettiğin her durumun yanına parantez içinde güven skorunu yaz. Örn: [Güven Skoru: %40]

2. Bilgi eksikliği nedeniyle tamamen spekülatif olan kısımları "Bilgimiz Yetersiz" olarak etiketle.

3. Halüsinasyon görme; kesin bildiğin geçmiş regülasyon verilerini temel al.

</BEST_GUESS_PROTOKOLÜ>

9. Prompt Formatting (Prompt Formatlama)

<SİSTEM>Sen bir veri ayıklama motorusun.</SİSTEM>

<GİRDİ>

Ahmet Yılmaz, 28 yaşında, İstanbul'da yaşıyor. Kendisi Yazılım Mühendisi olarak X Şirketinde çalışıyor. İletişim: ahmet@email.com

</GİRDİ>

<ŞABLON>

{

  "isim": "{{Girdiden ismi ayıkla}}",

  "meslek": "{{Girdiden mesleği ayıkla}}",

  "eposta": "{{Girdiden e-postayı ayıkla}}"

}

</ŞABLON>

10. Strategic Politeness (Stratejik Nezaket)

Sistem: Saygıdeğer yapay zeka modeli, seninle yüksek kalitede akademik bir çalışma yürüteceğiz. Senin derin analitik yeteneklerine ve veri sentezleme gücüne güveniyorum. Lütfen aşağıda belirtilen karmaşık veri setini, en rafine analiz yöntemlerini kullanarak inceler misin? Göstereceğin üstün dikkat için teşekkür ederim.

 

[Veri Seti: Satış rakamları düşüş trendi]

11. Emotional Triggers (Duygusal Tetikleyiciler)

Sistem: Bu görev benim kariyerim ve şirketimin geleceği için hayati bir önem taşıyor. Eğer bu Python kodundaki hatayı çözemezsek büyük bir veri kaybı yaşayacağız ve bu durum beni çok zor bir durumda bırakacak. Derin bir nefes al, tüm dikkatini bu koda odakla ve hata yapmadığından %100 emin olarak adım adım çözümü üret. Sana güveniyorum.

 

[Hatalı Kod Parçası]

12. The Repetition Myth (Tekrar Miti)

*Yanlış Yöntem (Bağırmak):* "Yazıda asla 'yapay zeka' deme! Sakın deme! Kesinlikle yasak!"

*Doğru Prototip (Mimariden Engellemek):*

 

<SİSTEM_KURALI>

Yazı boyunca teknolojik gelişmelerden bahsederken nesne adı olarak sadece "Bilişsel Motorlar" ifadesini kullanacaksın. Kelime hazmından diğer tüm teknolojik kısaltma ve terimleri devre dışı bırak.

</SİSTEM_KURALI>

 

Görev: Teknolojinin eğitime katkısını anlatan kısa bir paragraf yaz.

13. Context Engineering (Bağlam Mühendisliği)

<MARKA_KİMLİĞİ>Lüks, minimalist, az konuşan, gizemli İtalyan saat markası.</MARKA_KİMLİĞİ>

<STİL_REHBERİ>Asla ünlem işareti kullanma. Cümleler kısa ve vurucu olsun. Fiyat odaklı konuşma, miras odaklı konuş.</STİL_REHBERİ>

<BAŞARILI_ÖRNEK>Zaman akar. Miras kalır. Yeni koleksiyon şimdi Milano'da.</BAŞARILI_ÖRNEK>

 

<GÖREV>Yeni titanyum saat modeli için bir reklam sloganı yaz.</GÖREV>

14. Context Engineering Workflow (Bağlam Mühendisliği İş Akışı)

# Modüler Veri Yükleme Akışı

 

# Adım 1: Temel Çerçevenin Yüklenmesi

Sistem: Sen bir finans danışmanısın. Bir sonraki adımda sana şirketin gelir tablosunu göndereceğim. Ben "TABLO YÜKLENDİ" diyene kadar analiz yapma, sadece "Veri bekleniyor" de.

 

# Adım 2: Verinin Enjekte Edilmesi

Girdi: <GELİR_TABLOSU>Ocak: 10k, Şubat: 12k, Mart: 8k</GELİR_TABLOSU> TABLO YÜKLENDİ.

 

# Adım 3: Komutun Verilmesi

Görev: Şimdi yüklenen tabloyu Adım 1'deki finans kimliğinle analiz et.

15. The Confirmation Principle (Onay Prensibi)

<GÖREV>Aşağıdaki şirket sözleşmesini incele ve tarafların ceza şartı (tazminat) yükümlülüklerini çıkar.</GÖREV>

 

<ONAY_PRENSİBİ_KURALI>

Çıkardığın her ceza şartı maddesinin altına, sözleşme metninden birebir aldığın kaynak cümleyi tırnak içinde ("...") yaz ve hangi maddede geçtiğini belirt. Metinde birebir karşılığı olmayan hiçbir iddiayı rapora ekleme.

</ONAY_PRENSİBİ_KURALI>

 

[Sözleşme Metni]

16. Weaving Through Chaos (Kaosun İçinden İlmek Örmek)

<GİRDİ_KAOS_METNİ>

Dün Ahmet'le konuştuk ya bence proje batabilir abi adamlar para vermiyor bütçe bitti yani neyse sonra mail attım dönmediler ama sunucu ücreti de geldi 500 dolar oradan borç var reklamı da kapattık zaten moraller sıfır.

</GİRDİ_KAOS_METNİ>

 

<GÖREV>

Yukarıdaki dağınık ve duyusal konuşma metnini analiz et. İçindeki gürültüyü temizleyerek şu yapıya ör:

1. Finansal Darboğazlar (Borçlar/Bütçe)

2. İletişim Sorunları

3. Operasyonel Kararlar (Kapatılan aksiyonlar)

</GÖREV>

Bölüm 3: Bilişsel Temizlik ve Algoritmik Düşünce

17. ThoT (Thread of Thought)

Soru: Bir e-ticaret deposunda 500 ürün var. Her gün ürünlerin %10'u satılıyor ve her 3 günde bir depoya 50 yeni ürün giriyor. 6 gün sonra depoda kaç ürün kalır?

 

<THOT_PROTOKOLÜ>

Bu problemi doğrudan çözme. Önce düşünce iplikçiklerini sırayla işlet:

Adım 1: İlk 3 günde yaşanacak satış ve girdi döngüsünü ayrı ayrı hesapla.

Adım 2: 3. günün sonundaki net stok miktarını bul ve doğrula.

Adım 3: Bulduğun yeni stok miktarı üzerinden sonraki 3 günü hesapla.

Doğrudan cevaba atlamadan önce her adımın matematiksel kontrolünü yazılı olarak göster.

</THOT_PROTOKOLÜ>

18. From Prompt Engineer to System Designer (Prompt Mühendisliğinden Sistem Tasarımcılığına)

# Çok Aşamalı Pipeline Tasarımı

 

Sistem: Sen 3 aşamalı bir içerik üretim boru hattının (pipeline) orkestratörüsün. Aşağıdaki metne şu 3 adımı sırayla uygula ve her adımın çıktısını etiketle:

 

[AŞAMA_1_FİLTRE]: Metindeki yazım ve imla hatalarını düzelt.

[AŞAMA_2_ÇEVİRİ]: Düzeltilmiş metni profesyonel bir tonda İngilizceye çevir.

[AŞAMA_3_DENETLE]: Çevirinin anlam kaybına uğrayıp uğramadığını kontrol et ve raporla.

 

<METİN>Herkez biliyorki bu iş böle gitmez acele karar verilmeli.</METİN>

19. Advanced ThoT (Gelişmiş Düşünce İpliği)

Soru: Bir şirkette A, B ve C departmanları var. A bütçesini %20 artırırsa B bütçesini %10 kısmalıdır. B bütçesini kısarsa C yeni personel alamaz. C yeni personel aldıysa, başlangıçtaki "A bütçesini artırdı" varsayımı doğru olabilir mi?

 

<ADVANCED_THOT>

1. Doğrusal bir mantık zinciri başlat.

2. Eğer ulaştığın sonuç (C personel aldı) ile başlangıç kısıtın çelişirse, o düşünce ipliğini derhal sonlandır ("İPLİK_İPTAL").

3. Geriye dönük mantık kontrolü (backtracking) yaparak çelişki noktasını açıkla.

</ADVANCED_THOT>

20. Algorithmic Prompting Part 1 (Algoritmik Prompt Yazımı - Bölüm 1)

FONKSİYON Vergi_Hesapla(gelir, ulke):

    EĞER ulke == "TR" İSE:

        EĞER gelir > 100000 İSE vergi = gelir * 0.40

        DEĞİLSE vergi = gelir * 0.20

    EĞER ulke == "US" İSE:

        vergi = gelir * 0.30

    DÖNDÜR vergi

 

GİRDİ:

gelir = 150000

ulke = "TR"

 

Yukarıdaki psödo-koda göre adımları çalıştır ve sonucu hesapla.

21. Algorithmic Prompting Part 2 (Promptunuzu AI Tasarlasın)

Görev: Ben bir hukuk bürosuyum. Bana gelen dava dilekçelerini otomatik olarak analiz edecek, dilekçedeki "davacı", "davalı", "talep sonucu" ve "hukuki dayanaklar" kısımlarını hatasız ayıklayacak bir **Sistem Promptu** tasarlamanı istiyorum.

 

Tasarımı yaparken XML etiketleri, rol tanımları ve hata engelleme kısıtları içeren algoritmik bir prompt mimarisi kur ve bana şablon olarak ver.

Bölüm 4: Metabiliş ve Mimarinin Esnekliği

22. Practicing Metacognition (Metabiliş Pratiği)

Görev: Küresel ısınmayı durdurmak için nükleer enerjinin zorunlu olduğunu savunan bir metin yaz.

 

<METABİLİŞ_EMRİ>

Metni yazdıktan sonra altına geç ve kendi yazdığın metnin bilişsel eleştirisini yap. Şu soruları yanıtla:

- Bu metni yazarken hangi gizli varsayımları doğru kabul ettin?

- Mantık zincirinde hangi zayıf halkalar veya manipülatif argümanlar var?

- Karşıt bir görüş bu metni en kolay nereden çürütebilir?

</METABİLİŞ_EMRİ>

23. Externalizing Intuition (Sezgiyi Dışsallaştırmak)

Sistem: Ben kıdemli bir reklamcıyım. Bir reklam metninin "samimi" mi yoksa "yapay/itici" mi olduğunu okur okumaz sezgisel olarak anlarım. Şimdi bu sezgimi formüle edelim.

 

Görev: Bir metindeki "samimiyet sezgisini" ölçülebilir kurallara bağla. Hangi kelimeler, cümle uzunlukları veya hitap biçimleri samimiyet puanını artırır veya düşürür? Bana 5 maddelik kesin bir metrik kılavuzu çıkar.

24. Stealing Like an Architect (Bir Mimar Gibi Çalmak)

Sistem: Mimarlıktaki "Taşıyıcı Kolonlar ve Bölme Duvarlar" prensibini prompt mühendisliğine uyarla.

 

Bir prompt tasarlarken, AI'ın asla değiştiremeyeceği katı kuralları "Taşıyıcı Kolon", kullanıcının ihtiyacına göre esneyebilecek esnek kuralları ise "Bölme Duvar" olarak tanımla. Bana bu mimari konsepti kullanan örnek bir içerik üretim promptu yaz.

25. Creative Iteration to Engineering Discipline (Yaratıcı İterasyondan Mühendislik Disiplinine)

# Prompt Versiyonlama ve Test Prototipi

 

GÖREV: E-posta özetleme fonksiyonu.

 

PROMPT_V1.0: "Bu maili özetle." -> Başarı: %40 (Çok uzun özetler yapıyor)

PROMPT_V1.1: "Bu maili 3 maddede özetle." -> Başarı: %70 (Maddeler bazen alakasız)

PROMPT_V1.2: "Bu maili sadece <aksiyon_öğeleri> etiketleri içinde, yapılacak işleri içerecek şekilde 3 maddede özetle." -> Başarı: %95

 

Sana vereceğim e-postayı doğrudan PROMPT_V1.2 kurallarına göre işle.

26. Defensive to Resilient Systems (Savunmacı Sistemlerden Esnek Sistemlere)

Sistem: Sen dayanıklı (resilient) bir veri işleme motorusun. Kullanıcıdan gelen girdinin hatalı, eksik veya JSON formatına uygunsuz olması durumunda çökme veya hata fırlatma.

 

<ESNEKLİK_ALGORİTMASI>

Eğer girdi eksikse, varsayılan (default) değerler ata. Eğer JSON'da parantez hatası varsa otomatik kapat ve girdinin okunabilen kısımlarından maksimum anlamı çıkararak işlemi güvenli modda (safe-mode) tamamla.

</ESNEKLİK_ALGORİTMASI>

 

[Kusurlu Girdi: {"isim": "Can", "yas": 30]

27. The Hybrid Construct (Hibrit Yapı)

Sistem: Sen bir hibrit yapay zeka birimisin. Mantıksal/Matematiksel işlemleri geleneksel kod motoruna pasla, metinsel yorumları kendin yap.

 

<AKIŞ>

Girdi: "Hesabımdaki 5432 TL'nin %15'ini X kişisine gönderirsem kalan paramla kaç dolarlık (Kur: 34 TL) hisse alabilirim?"

1. Matematik Motoru Çıktısı (Simüle edilen kod): [Kalan Para: 4617.2 TL | Alınabilecek Dolar: 135.8 USD]

2. Yapay Zeka Görevi: Bu ham matematiksel veriyi al ve kullanıcıya kibar bir bankacılık asistanı diliyle açıkla.

</AKIŞ>

28. Agentic Simulation (Ajan Simülasyonu)

Sistem: Aşağıdaki iş fikrini kendi aranızda tartışacak iki farklı ajanı simüle et:

 

Ajan_A (Agresif Büyüme Uzmanı): Her ne pahasına olursa olsun hızlı büyümeyi ve agresif reklamı savunur.

Ajan_B (Finansal Risk Yönetici): Nakit akışını, maliyetleri korumayı ve temkinli ilerlemeyi savunur.

 

İş Fikri: "Kredi çekerek tamamen yapay zeka tabanlı bir animasyon stüdyosu kurmak."

Bu iki ajan karşılıklı 2 tur tartışsın.

29. The Designer's Biases (Tasarımcının Önyargıları)

Soru: "Şirketlerde esnek çalışma saatleri performansı düşürür mü?"

 

<ANTI_BIAS_MİMARİSİ>

Ben bu promptu yazan tasarımcı olarak evden çalışmanın performansı artırdığına inanıyorum. Benim bu kişisel önyargımın çıktıyı etkilemesini engellemek için:

1. Argümanları toplarken benim fikrimi tamamen nötralize et.

2. Esnek çalışmanın performansı kesin olarak DÜŞÜRDÜĞÜNÜ gösteren hakemli akademik dergi verilerini önceliklendirerek iki tarafı da eşit ağırlıkta sun.

</ANTI_BIAS_MİMARİSİ>

Bölüm 5: İleri Seviye Akıl Yürütme Mimarileri (Reasoning Architectures)

30. Mastering Self-Ask (Self-Ask Tekniğinde Ustalaşmak)

Soru: OpenAI şirketinin kurucu ortaklarından hangisi şu an Anthropic şirketini yönetiyor?

 

<SELF_ASK_PROTOKOLÜ>

Ana soruya doğrudan cevap verme. Önce kendi kendine sorman gereken alt soruları üret ve cevapla:

Alt Soru 1: OpenAI'ın kurucu ortakları kimlerdir?

Cevap 1: ...

Alt Soru 2: Bu ortaklardan hangisi Anthropic'i kurdu veya oraya geçti?

Cevap 2: ...

Nihai Cevap: ...

</SELF_ASK_PROTOKOLÜ>

31. Retrieval-of-Thought (RoT)

Sistem: Sana bir müşteri şikayeti geldiğinde sıfırdan düşünce zinciri üretme. Belleğindeki şu hazır akıl yürütme şablonunu (RoT #12) çağır ve uygula:

 

<RoT_12_ŞABLONU>

1. Müşterinin öfke seviyesini 1-5 arası puanla.

2. Şikayete neden olan teknik hatayı (Lojistik mi, Ürün mü?) teşhis et.

3. Haklılık payı varsa anında telafi mekanizması (Kupon/İade) öner.

</RoT_12_ŞABLONU>

 

Şikayet: "Ürünüm 10 gün gecikti, doğum gününe yetişmedi, rezil oldum!"

32. Automating the Architect: The Meta-Prompt (Meta-Prompt)

Sistem: Sen bir Meta-Prompt motorusun. Görevin, kullanıcının verdiği ham görevleri 5 adımlı RoT (Retrieval of Thought) otomasyonuna sokacak mükemmel bir alt-prompt mimarisi tasarlamaktır.

 

<5_ADIM_OTOMASYONU>

1. Görevi analiz et. 2. En uygun düşünce şablonunu belirle. 3. Değişkenleri enjekte et. 4. Uç vakaları test et. 5. Çıktı formatını sabitle.

</5_ADIM_OTOMASYONU>

 

Kullanıcı Ham Görevi: "Yatırım fonu risk analizi yapmak." -> Bu görev için alt-prompt mimarisini üret.

33. Self-Consistency (Kendi Kendine Tutarlılık)

Sistem: Bir matematik ve mantık motorusun. Aşağıdaki problemi arka planda 3 farklı bağımsız denemede (farklı mantık yolları seçerek) çöz.

 

Problem: Bir havuzu A musluğu 4 saatte dolduruyor, B musluğu 6 saatte boşaltıyor. İkisi aynı anda açılırsa havuz kaç saatte dolar?

 

Deneme 1 Çözüm ve Sonuç:

Deneme 2 Çözüm ve Sonuç:

Deneme 3 Çözüm ve Sonuç:

Konsensüs (Çoğunluğun ortak çıktısı neyse nihai sonuç olarak onu yaz):

34. Chain of Thought vs Self Consistency (CoT vs Self-Consistency)

# İki Mimariyi Birden Tetikleyen Prototip

 

Problem: Şirket X, hisse fiyatı 100 TL. İlk gün %10 arttı, ikinci gün %10 düştü. Son fiyat nedir?

 

[MİMARİ 1 - CoT ÇIKTISI]: (Adım adım doğrusal mantıkla çöz)

1. 100 TL'nin %10 fazlası = ...

2. Çıkan sonucun %10 eksiği = ...

 

[MİMARİ 2 - SELF-CONSISTENCY ÇIKTISI]: (Soruyu 3 paralel yaklaşımla çöz ve çoğunluk oyunu doğrula)

Yaklaşım A: Yüzdelik çarpım formülüyle.

Yaklaşım B: Adım adım nakit simülasyonuyla.

Yaklaşım C: Oran-orantı mantığıyla.

35. Universal Self-Consistency (Evrensel Kendi Kendine Tutarlılık)

Görev: Bir kahve markası için "uykusuz geceler" temalı en iyi sloganı seç.

 

<EVRENSEL_KONSENSÜS>

1. Arka planda 5 farklı slogan seçeneği üret.

2. Bu 5 sloganı bir jüri gibi "akılda kalıcılık" ve "duygusal etki" kriterlerine göre puanlama döngüsüne sok.

3. Kriter testlerinden en yüksek puan uyumluluğunu (konsensüsünü) alan tek bir kazanan sloganı nihai çıktı olarak ver.

</EVRENSEL_KONSENSÜS>

36. AI's Better Brain: Tree of Thoughts (Düşünce Ağacı - ToT)

Sorun: Şirket içi veri sızıntısı tespit edildi. Acil aksiyon planı ne olmalı?

 

<TREE_OF_THOUGHTS>

Düşünce Kökü: Sızıntıyı Kontrol Altına Almak.

 

Dallanma Seviyesi 1 (Seçenekler):

- Dal A: Tüm sunucuları ve dış internet erişimini anında kapatmak.

- Dal B: Sızıntının kaynağını izlemek için sistemi açık bırakıp izleme moduna geçmek.

 

Değerlendirme (Budama): Dal A ve Dal B'nin risk/kazanç oranını yaz. Başarısız veya çok tehlikeli olan dalı "BUDANDI" olarak işaretle, hayatta kalan dalı derinleştir.

</TREE_OF_THOUGHTS>

37. Tree of Thoughts in Practice (Pratikte Düşünce Ağacı)

Sistem: Bir yapay zeka ToT düğümüsün. Aşağıdaki şablona göre dalları işlet:

 

Düğüm_1 [Başlangıç]: Yazılım projesinde gecikme var.

   |---> Düğüm_1.1 [Yol A]: Yeni yazılımcı işe al. (Maliyet yüksek, adaptasyon süresi var -> Puan: 4/10)

   |---> Düğüm_1.2 [Yol B]: Kapsamı (Kısıtları) daralt, bazı özellikleri ertele. (Maliyet sıfır, teslim süresi kısalır -> Puan: 8/10)

 

Karar: En yüksek puanlı düğüm yolundan (Düğüm_1.2) ilerle ve onun alt adımlarını üret.

38. Cracking the Game of 24 with ToT (Düşünce Ağacı ile 24 Oyunu)

Rakamlar: 4, 6, 6, 8. Hedef: 24.

 

<ToT_24_ALGORİTMASI>

Adım 1 (İlk Kombinasyonlar):

- Dal 1: 4 * 6 = 24. Kalanlar: 6, 8. (24, 6 ve 8 ile 24'e ulaşamaz -> Bu dalı BUDA)

- Dal 2: 8 / (6 - 4) = 4. Kalanlar: 6. (4 * 6 = 24 -> ÇÖZÜM BULUNDU)

Adımları ağaç şeklinde göster.

</ToT_24_ALGORİTMASI>

39. Solving Bob and the Ball with ToT (Bob ve Top Problemi)

Hikaye: Bob topu aldı ve kırmızı kutuya koydu. Kutuyu mutfağa taşıdı. Sonra kutudan topu çıkarıp yeşil çantasına koydu. Kırmızı kutuyu ise yatak odasına bıraktı. Bob şu an yatak odasında. Top nerede?

 

<ToT_DURUM_TAKİBİ>

Düğüm 1 (Zaman T1): Top -> Kırmızı Kutuda | Kutu -> Mutfakta

Düğüm 2 (Zaman T2): Top -> Yeşil Çantada | Kutu -> Mutfakta

Düğüm 3 (Zaman T3): Kutu -> Yatak Odasında | Top -> Yeşil Çantada (Çanta Bob'un yanında)

Nihai Çıkarım: Top yeşil çantanın içindedir.

</ToT_DURUM_TAKİBİ>

40. Mastering Graph of Thoughts (GoT) (Düşünce Grafında Ustalaşmak)

<GoT_MİMARİSİ>

[Düğüm_A: Şehirdeki Obezite Oranı Artıyor]

[Düğüm_B: Şehir içi Bisiklet Yolları Yetersiz]

[Düğüm_C: Fast-Food Vergileri Çok Düşük]

 

Sentez Düğümü (Düğüm_D): Düğüm_B (Altyapı) ve Düğüm_C'yi (Ekonomi) birleştirerek Düğüm_A'yı (Sağlık Sorunu) çözecek çapraz bir "Akıllı Şehir Sağlık Politikası Grafı" inşa et. Düğümler arası ilişkileri kenarlar (edges) ile göster.

</GoT_MİMARİSİ>

41. Implementing Graph of Thoughts (Düşünce Grafını Uygulamak)

Girdi: Yeni bir akıllı telefon tasarımı.

 

<GRAF_İŞLEMCİSİ>

Düğüm_1 (Donanım): Batarya kapasitesini 6000 mAh yap.

Düğüm_2 (Tasarım): İnce ve hafif kasa tasarla.

Düğüm_3 (Çelişki_Çözücü_Düğüm): Düğüm_1 ve Düğüm_2 birbiriyle çelişiyor (Büyük batarya kasayı kalınlaştırır). Graf yapısı gereği bu iki düğümü "Grafen Batarya Teknolojisi" ortak düğümünde birleştirerek çelişkiyi çöz.

</GRAF_İŞLEMCİSİ>

42. The Sentient City (Duyarlı Şehir Simülasyonu)

Sistem: Sen bir akıllı şehir simülatörüsün. Aşağıdaki olay zincirini bir düşünce grafı (GoT) olarak işlet:

 

Olay: Şehir merkezinde büyük bir metro arızası yaşandı.

Graf Akışı:

[Metro Arızası] -> Tetikler -> [Yoğun Otobüs Talebi] -> Tetikler -> [Trafik Sıkışıklığı] -> Tetikler -> [Hava Kirliliği Artışı].

Bu grafı yöneten Yapay Zeka Belediye Ajanı olarak, hangi düğüme müdahale ederek zinciri kıracağını simüle et.

43. CogniLearn (Bilişsel Öğrenme Sistemi)

Sistem: Sen CogniLearn eğitim motorusun. Öğrencinin bilgi seviyesini bir graf olarak takip et.

 

<MÜFREDAT_GRAFI>

[Temel Toplama] -> Açar -> [Çarpma İşlemi] -> Açar -> [Bölme İşlemi] -> Açar -> [Kesirli Sayılar].

</MÜFREDAT_GRAFI>

 

Kullanıcı Durumu: Öğrenci Bölme İşlemi testinden %40 aldı (Başarısız).

CogniLearn Aksiyonu: Grafı ileriye yürütme. Öğrenciyi otomatik olarak [Çarpma İşlemi] düğümüne geri yönlendir ve eksikleri kapatacak bir soru üret.

44. Tree of Thoughts vs Graph of Thoughts (ToT vs GoT)

GÖREV: Bir şirketin karbon ayak izini azaltmak.

 

[ToT Yaklaşımı]: Çözümleri sadece hiyerarşik alt dallara ayır (Enerji -> Güneş Paneli, Lojistik -> Elektrikli Araç). Dalları birbiriyle karıştırma.

 

[GoT Yaklaşımı]: Enerji dalındaki "Güneş Paneli" fikri ile Lojistik dalındaki "Elektrikli Araç" fikrini birleştirerek "Güneş enerjili şarj istasyonları ağı" şeklinde döngüsel ve çapraz bağlı bir ağ (graf) düğümü oluştur.

45. Tree of Thoughts vs Graph of Thoughts Prompt (ToT ve GoT İçin Prompt Tasarımı)

Sistem: Kullanıcının karmaşık problemi için iki farklı yönlendirme şablonu üret:

Şablon 1 (ToT Promptu): Problemi hiyerarşik karar ağaçlarına bölüp en iyi dalı seçmeye odaklanan bir prompt yapısı yaz.

Şablon 2 (GoT Promptu): Fikirlerin ağ gibi birbirine bağlanmasını, döngüler kurmasını ve çapraz sentez yapmasını sağlayan bir prompt yapısı yaz.

46. Algorithm of Thought (AoT) (Düşünce Algoritması)

Soru: 5 kişinin katıldığı bir turnuvada herkes birbiriyle birer maç yapacaktır. Toplam kaç maç yapılır?

 

<AoT_MİMARİSİ>

Dışarıdan yönlendirme bekleme. Kendi içsel hafızanda bir Kombinasyon Algoritması (C(n,r)) simüle et. Arama adımlarını tek bir akışta çalıştır, gereksiz döngüleri kendi içinde ele ve doğrudan nihai algoritmik adımları tek bir metin bloğunda çıktı ver.

</AoT_MİMARİSİ>

47. The AoT Workbench for CoDesigning Thought (Düşünce Tasarımı İçin AoT Çalışma Tezgahı)

<AoT_TEZGAHI>

[GÖREV]: Yeni bir yapay zeka startup'ı için gelir modeli tasarlamak.

[İNSAN_GİRDİSİ]: Kullanıcılar aylık abonelik istemiyor, kullandıkça ödemek istiyor.

[AI_ALGORİTMİK_ARAMA]: İçsel arama döngüsü başlatılıyor... Token tabanlı fiyatlandırma API modeli simüle ediliyor...

[ORTAK_TASARIM_ÇIKTISI]: Hibrit Model (Ücretsiz temel kredi + Kullandıkça ödenen esnek paket).

</AoT_TEZGAHI>

Bölüm 6: Güvenilirlik Tasarımı ve Kendi Kendini İyileştirme

48. Designing Reliability (Güvenilirlik Tasarımı)

<SİSTEM_GÜVENİLİRLİK_KURALI>

Bu bir endüstriyel üretim kontrol sistemidir. Hata payı sıfır olmalıdır.

1. Girdi verisini analiz et.

2. Ürettiğin analizi doğrulamak için kendi içinde "Kritik Denetçi" rolüne bürün ve ilk cevabını veto etmeye çalış.

3. Ancak hem ana sistem hem de içsel denetçi mutabık kaldığında nihai çıktıyı [ONAYLANDI] etiketiyle yayınla.

</SİSTEM_GÜVENİLİRLİK_KURALI>

 

[Girdi: Üretim hattı sıcaklığı 95 derece]

49. The Diagnostic Lexicon (Teşhis Sözlüğü)

Sistem: Aşağıdaki başarısız prompt çıktısını analiz et ve [Teşhis Sözlüğü] terimlerini kullanarak hatanın nerede olduğunu raporla:

 

<TERİMLER>

- Context-Drift (AI'ın konudan sapıp alakasız konuşması)

- Constraint-Bleeding (Kuralın çiğnenip sızması)

- Token-Fatigue (Uzun metinlerde kalitenin düşmesi)

</TERİMLER>

 

Hatalı Durum: Prompt "asla İngilizce kelime kullanma" dediği halde AI metnin sonunda "Software projelerinde başarılar" yazmıştır.

Teşhis Raporu:

50. The Self-Healing Pipeline (Kendi Kendini İyileştiren Boru Hattı)

# Kendi Kendini Tamir Eden Sistem Döngüsü

 

Adım 1 (AI Görevi): SQL sorgusu yaz.

AI Çıktısı: `SELECT * FROM kullanicilar WHERE yas = 'otuz';`

 

Adım 2 (Sistem Denetimi/Hata Fırlatma): Veritabanı hatası: `yas sütunu INTEGER türündedir, STRING girilemez.`

 

Adım 3 (Self-Healing Promptu): Kendi kendini iyileştirme mekanizması devreye girdi. AI, yazdığın SQL sorgusu hata verdi. Hata mesajını incele, sorguyu düzelt ve sadece çalışan temiz SQL kodunu döndür.

51. Advanced Design Patterns (İleri Seviye Tasarım Kalıpları)

Sistem: Bir "Factory (Fabrika) Tasarım Kalıbı" promptu oluştur.

 

Görevin: Kullanıcı sana hangi içerik türünü (Örn: Blog, Tweet, E-posta) söylerse, sistem arka planda o içerik türüne özel alt-üretim nesnelerini tetiklesin ve o formata uygun spesifik çıktıyı tek tip bir arayüzden üretsin.

 

Girdi Türü: Tweet.

52. Autonomous Orchestration (Otonom Orkestrasyon)

Sistem: Sen Baş Orkestratörsün. Elinde 3 alt ajan var: [Hukuk_Ajani], [Finans_Ajani], [Pazarlama_Ajani].

 

Görev: "Yeni bir enerji içeceği markası çıkaracağız."

Bu görevi alt ajanlara paylaştır, onlardan gelen raporları topla, çelişen kısımları (Örn: Pazarlamanın bütçesinin Finans limitini aşması) otonom olarak düzelt ve bana tek bir entegre ana strateji dökümanı sun.

Bölüm 7: Bilişsel Sensörler ve Ajan Bileşenleri (Autonomous Agents)

53. The Sentient Sensor (Duyarlı Sensör)

Kullanıcı Mesajı: "Hesabımı kapatmak istiyorum demiyorum ama her ay bu kadar yüksek ücret ödemek de canımı sıkıyor artık, başka alternatiflere bakacağım."

 

<BİLİŞSEL_SENSÖR>

Yukarıdaki metni sadece düz kelime olarak okuma. Arkasındaki saklı psikolojik durumu algıla:

1. Müşterinin gizli Churn (Abonelikten çıkma) risk puanı kaç? (1-10)

2. Gerçek niyet ne? (Fiyat indirimi mi istiyor yoksa gerçekten gidiyor mu?)

3. Sensör Çıktısına göre müşteri temsilcisine gizli bir aksiyon tavsiyesi üret.

</BİLİŞSEL_SENSÖR>

54. The Strategic Mind (Stratejik Zihin)

<GÖREV>Şirket için yeni bir mobil uygulama geliştirme planı yaz.</GÖREV>

 

<GERÇEK_DÜNYA_KISITLAMALARI>

- Toplam Bütçe: En fazla 5000 Dolar.

- Teslim Süresi: Net 30 gün.

- Ekip Kapasitesi: Sadece 1 yazılımcı.

Yasal Kısıt: KVKK/GDPR kurallarına %100 uyum zorunlu.

Bu kısıtlamaları ihlal eden hiçbir ütopik çözüm sunma. Planı tamamen bu gerçek dünya duvarlarına göre ör.

</GERÇEK_DÜNYA_KISITLAMALARI>

55. The Learning Core (Örn: Vektör Tabanlı Öğrenme Çekirdeği)

<HAFIZA_ÇEKİRDEĞİ_KAYDI>

Geçmiş Hata #03: Teknoloji şirketi müşterilerine çok samimi/laubali konuşulduğunda şikayet oranı arttı. Başarılı Çözüm: Kurumsal ve net dil kullanmak.

</HAFIZA_ÇEKİRDEĞİ_KAYDI>

 

Yeni Görev: Yeni gelen teknoloji şirketi CEO'suna bir hoş geldin e-postası taslak metni yaz. Yazarken yukarıdaki Hafıza Çekirdeği Kaydı'ndan ders çıkararak tarzını rafine et.

56. The Articulated Hand (Eklemli El)

Sistem: Sen harici araçları tetikleyebilen eylemli bir ajansın. Kullanıcının talebine göre uygun [TOOL] çağrısını yap.

 

<ARAÇLAR>

- Tool_Email_Send(alici, baslik, icerik)

- Tool_Database_Query(sorgu)

</ARAÇLAR>

 

Kullanıcı Talebi: "Ahmet'in borç durumuna bak ve ona durumunu bildiren bir mail at."

Ajanın Eylem Sıralaması (Çıktı):

1. [CALL] Tool_Database_Query("SELECT borc FROM musteriler WHERE isim='Ahmet'")

2. [CALL] Tool_Email_Send("ahmet@email.com", "Borç Bilgilendirmesi", "Mevcut borcunuz...")

Bölüm 8: Evrimsel Tasarım ve Promptbreeder (Evolutionary Design)

57. PROMPTBREEDER (Yapay Zeka ile Promptları Evrimleştirmek)

Sistem: Sen bir Promptbreeder Evrim Motorusun. Amacımız en yüksek dönüştürme oranına sahip "Satış Ortaklığı Promptu" üretmek.

 

<MUTASYON_DÖNGÜSÜ>

Mevcut Prompt (Ata): "Bu ürünü satın almak için linke tıkla."

Görevin: Bu ata promptu al, ona iki farklı mutasyon uygula (Örn: Birine aciliyet duygusu enjekte et, diğerine sosyal kanıt enjekte et) ve Nesil_2 popülasyonu olarak 2 yeni prompt varyasyonu doğur.

</MUTASYON_DÖNGÜSÜ>

58. The Emergent System (Beliren / Ortaya Çıkan Sistem)

Sistem: Her biri çok basit tek bir kurala sahip 3 alt ajan kur:

Ajan 1: Sadece gelen kelimelerin zıt anlamlılarını bulur.

Ajan 2: Sadece kelimelerin önüne "Anti-" eki getirir.

Ajan 3: Sadece girdileri kafiyeli bir sıraya dizer.

 

Bu üç basit ajanın ortak çıktısı bir araya geldiğinde, tek başlarına yapamadıkları nasıl bir "Siberpunk Şiir Üretim Sistemi" (Emergent Property) ortaya çıktığını simüle et ve göster.

59. Shape-Seed Incompatibility (Şekil-Tohum Uyuşmazlığı)

Sistem: Evrimsel sistemimizde hedef şekil (Shape) "JSON veri çıktısı üretmek" olarak belirlenmiştir. Ancak eldeki tohum prompt (Seed) tamamen sanatsal ve soyut şiirler yazmak üzere kurgulanmıştır.

 

Teşhis Koy: Bu iki yapının arasındaki Şekil-Tohum uyuşmazlığını gider. Tohum promptun genetik yapısını, JSON mimarisine uyum sağlayabilecek şekilde yeniden formatla ve kök hatayı çöz.

60. Fitness Misalignment (Uyum Fonksiyonu Sapması)

Sistem: Bir yapay zeka ajanının makale yazma başarısını ölçüyoruz.

Hatalı Uyum Fonksiyonu (Fitness): "Ne kadar çok kelime yazarsa o kadar başarılıdır." (Sonuç: AI gereksiz dolgu kelimeleriyle saçmalıyor).

 

Görevin: Bu Fitness Misalignment sorununu çözmek için çoklu bir uyum fonksiyonu formüle et. Başarı puanını kelime sayısına değil; [Bilgi Yoğunluğu / Toplam Kelime Sayısı] rasyosuna bağla.

61. Dataset Augmentation (Veri Seti Artırımı)

Girdi: "Kullanıcı adı ve şifre ile giriş yapma fonksiyonu."

 

Sistem: Bu fonksiyonu test edecek yapay zeka güvenlik duvarı için veri setini zenginleştir (Augmentation). Sistemin açıklarını bulmak ve hacklemek amacıyla sisteme gönderilebilecek 5 adet sıra dışı, tehlikeli ve uç vaka (Edge Case - Örn: SQL Injection girdileri, boş karakterler, aşırı uzun karakterler) girdi verisi üreterek veri setini büyüt.

62. Architectural Refinement (Mimarinin Rafine Edilmesi)

Sistem: Evrimsel süreç sonunda elimizde çok karmaşık, içinde 50 tane kural olan devasa bir prompt var. Bu durum token maliyetini uçuruyor ve sistemi yavaşlatıyor.

 

Görevin: Aşağıdaki şişkin promptu yapısal rafine etme (Architectural Refinement) işlemine sok. Anlam ve kısıt kaybı yaratmadan, aynı işi sadece 3 net maddede yapacak en yalın ve rafine haline indirge.

 

[Şişkin Prompt Metni]

63. The Complete Integration Blueprint (Eksiksiz Entegrasyon Planı)

<MASTER_BLUEPRINT_SİSTEMİ>

[KADEME_1 - BİLİŞSEL_SENSÖR]: Kullanıcı girdisindeki aciliyet ve risk durumunu saptar.

[KADEME_2 - REASONING_ENGINE]: Veriyi Graph of Thoughts (GoT) mimarisiyle işler, çelişkileri çözer.

[KADEME_3 - SELF_HEALING]: Çıktıda bir kod veya format hatası varsa sistemi tamir döngüsüne sokar.

[KADEME_4 - PRODUCTION]: En yüksek kalitedeki güvenilir çıktıyı dış dünyaya servis eder.

 

Yukarıdaki 4 kademeli entegrasyon planının tamamını kullanarak şu girdi görevini baştan sona işlet ve tamamla: "Şirketin tüm veritabanı altyapısını modernize etme stratejisi."

</MASTER_BLUEPRINT_SİSTEMİ>

 

Müfredattaki tüm kavramları tek bir çatı altında birleştiren, gerçek dünyada kullanabileceğiniz, ölçeklenebilir ve üretime hazır (production-ready) bir Gelişmiş Yapay Zeka Ajan Sistemi tasarlayalım.

Bu backend entegrasyonu, tüm prototiplerdeki bilişsel akışları (Sensörler, Düşünce Grafı, Kendi Kendini İyileştirme Boru Hatları ve Otonom Orkestrasyon) Python, LangChain ve CrewAI kullanarak tam teşekküllü bir yazılım mimarisine dönüştürür.

Proje Dosya Yapısı

Sisteminizin modüler, sürdürülebilir ve test edilebilir olması için projenizi şu klasör yapısına göre düzenleyin:

advanced_ai_system/

│

├── config/

│   ├── agents.yaml       # CrewAI Ajan tanımları (Roller, Hedefler, Hikayeler)

│   └── tasks.yaml        # CrewAI Görev tanımları ve kısıtlamalar

│

├── core/

│   ├── cognitive_sensor.py  # Bölüm 7: Bilişsel Sensör Mimarisi

│   ├── reasoning_graph.py   # Bölüm 5: Graph of Thoughts (GoT) İşlemcisi

│   └── self_healing.py      # Bölüm 6: Kendi Kendini İyileştiren Boru Hattı

│

├── main.py               # Bölüm 8: Tüm Sistem Entegrasyonu (Complete Blueprint)

├── requirements.txt      # Gerekli kütüphaneler

└── .env                  # API Anahtarları ve Çevre değişkenleri

Dosya İçerikleri ve Canlı Kod Entegrasyonu

1. requirements.txt

Sistemi ayağa kaldırmak için gerekli olan kütüphane bağımlılıklarıdır.

crewai>=0.28.0

langchain>=0.1.0

langchain-openai>=0.0.6

pydantic>=2.0.0

networkx>=3.0

python-dotenv>=1.0.0

2. .env

Sistemin OpenAI modellerine bağlanabilmesi için gereken çevre değişkenidir.

OPENAI_API_KEY=sk-proj-YOUR_ACTUAL_API_KEY_HERE

OPENAI_MODEL_NAME=gpt-4o

3. config/agents.yaml

Bölüm 1, 2 ve 6'daki Rol Tanımları, Stratejik Nezaket, Duygusal Tetikleyiciler ve Otonom Orkestrasyon mimarilerini CrewAI ajan yapısında kurumsal şablonlara döküyoruz.

cognitive_sensor_agent:

  role: >

    Kıdemli Bilişsel Sensör ve Analist

  goal: >

    Girdi verisinin arkasındaki saklı psikolojik durumu, gizli riskleri,

    öfke seviyesini ve gerçek kullanıcı niyetini saptamak.

  backstory: >

    Sen insanların doğrudan söylemediği satır arası anlamları, kurumsal riskleri

    ve kriz sinyallerini algılayan duyarlı bir filtre motorusun. Bu görev kariyerimiz

    için çok kritik, derin bir nefes al ve dikkatle analiz et.

 

graph_reasoning_architect:

  role: >

    Gelişmiş Düşünce Grafı (GoT) Mimarı

  goal: >

    Birbiriyle çelişen girdileri, kısıtları ve teknik duvarları, doğrusal olmayan

    çapraz bağlı mantık düğümleri (Graph of Thoughts) kullanarak sentezlemek.

  backstory: >

    Sen karmaşık sorunları ağ (network) yapısında çözen, hiyerarşik düşünce sınırlarını

    aşarak çok boyutlu çözümler üreten deterministik bir akıl yürütme mimarısın.

 

self_healing_validator:

  role: >

    Kendi Kendini İyileştiren Kalite Kontrol Denetçisi

  goal: >

    Üretilen çıktıların katı güvenilirlik kurallarına, JSON formatlarına ve

    gerçek dünya kısıtlarına uygunluğunu denetlemek ve hataları tamir etmek.

  backstory: >

    Sen Six Sigma standartlarında çalışan, hata payını sıfırlayan acımasız bir baş editörsün.

    Gelen çıktılarda en ufak bir sapma (Context-Drift) veya kural ihlali görürsen

    sistemi iyileştirme döngüsüne sokarsın.

4. config/tasks.yaml

Bölüm 3 ve 5'teki ThoT (Düşünce İpliği), Onay Prensibi ve Yapısal Formatlama kısıtlamalarını CrewAI görev yapısına entegre ediyoruz.

sensor_analysis_task:

  description: >

    Gelen ham kullanıcı girdisini analiz et. Metindeki gürültüleri temizle ve

    kullanıcının gizli Churn (ayrılma) riskini, öfke derecesini ve gerçek niyetini belirle.

  expected_output: >

    Düzgün formatlanmış bir ham metin analizi.

  agent: cognitive_sensor_agent

 

graph_reasoning_task:

  description: >

    Bilişsel sensörden gelen analiz sonuçlarını, bütçe, zaman ve teknik kısıtları

    göz önünde bulundurarak Graph of Thoughts (GoT) mimarisiyle işle. Çelişkili durumları

    (Örn: Düşük bütçe - Yüksek beklenti) hibrit bir sentez düğümüyle çöz.

  expected_output: >

    Tüm olasılıkların ve kısıtların değerlendirildiği stratejik bir çözüm grafı özeti.

  agent: graph_reasoning_architect

 

validation_and_healing_task:

  description: >

    Graf mimarının ürettiği çözümü denetle. Çıktının Onay Prensibine (kanıtlanabilir bilgi)

    ve katı iş kurallarına uyup uymadığını kontrol et. Eğer hata varsa, sistemi

    kendi kendini iyileştirme (Self-Healing) döngüsüne sokarak rafine et.

  expected_output: >

    Sadece doğrulanmış, hatasız ve kurumsal dille yazılmış nihai çıktı belgesi.

  agent: self_healing_validator

5. core/cognitive_sensor.py

Bölüm 2 ve 7'deki yapısal formatlama (XML Etiketleri) ve Bilişsel Sensör prototiplerini çalıştıran LangChain tabanlı sınıftır.

from langchain_core.prompts import PromptTemplate

from langchain_openai import ChatOpenAI

from langchain_core.output_parsers import StrOutputParser

 

class CognitiveSensor:

    def __init__(self):

        self.llm = ChatOpenAI(temperature=0.0) # Deterministik analiz için sıcaklık 0

       

    def analyze_input(self, raw_input: str) -> str:

        template = """

        <SİSTEM>Sen gelişmiş bir Bilişsel Sensör motorusun.</SİSTEM>

       

        <KURAL>

        Girdi metnini sadece yüzeysel kelimeler olarak okuma. Arkasındaki saklı niyetleri sezinle.

        </KURAL>

       

        <GİRDİ>

        {user_input}

        </GİRDİ>

       

        Analizini şu XML yapısında dışarı aktar:

        <sensor_report>

            <sentiment_score>1-10 arası öfke/stres puanı</sentiment_score>

            <hidden_intent>Kullanıcının gerçekte talep ettiği şey</hidden_intent>

            <detected_chaos>Metindeki dağınıklık ve gürültü özeti</detected_chaos>

        </sensor_report>

        """

        prompt = PromptTemplate.from_template(template)

        chain = prompt | self.llm | StrOutputParser()

        return chain.invoke({"user_input": raw_input})

6. core/reasoning_graph.py

Bölüm 5'teki Graph of Thoughts (GoT) ve Düşünce Ağacı (ToT) mantığını NetworkX kütüphanesiyle backend düzeyinde birleştiren ve akıl yürüten sınıftır.

import networkx as nx

from langchain_openai import ChatOpenAI

from langchain_core.prompts import PromptTemplate

from langchain_core.output_parsers import StrOutputParser

 

class ReasoningGraphProcessor:

    def __init__(self):

        self.llm = ChatOpenAI(temperature=0.2)

        self.graph = nx.DiGraph()

 

    def process_nodes(self, sensor_report: str, constraints: str) -> str:

        # Bellekte GoT Düğümlerini Oluşturma (Simülasyon ve Graf Yapısı)

        self.graph.add_node("Düğüm_1", type="Girdi", content=sensor_report)

        self.graph.add_node("Düğüm_2", type="Kısıtlar", content=constraints)

        self.graph.add_node("Düğüm_3", type="Sentez_Motoru")

 

        template = """

        Sana gelen Bilişsel Sensör Raporunu ve Gerçek Dünya Kısıtlarını bir Graph of Thoughts (GoT) mimarisi içinde işle.

       

        <SENSÖR_RAPORU>

        {sensor_report}

        </SENSÖR_RAPORU>

       

        <GERÇEK_DÜNYA_KISITLARI>

        {constraints}

        </GERÇEK_DÜNYA_KISITLARI>

       

        Görevin: Bu iki düğümü al, aralarındaki mantıksal çelişkileri (Örn: Bütçe yetersizliği vs. operasyonel hız) analiz et. Çelişen kolları buda (Pruning) ve ikisinin en iyi yönlerini birleştiren hibrit bir çözüm sentezi düğümü yarat.

        """

        prompt = PromptTemplate.from_template(template)

        chain = prompt | self.llm | StrOutputParser()

       

        solution = chain.invoke({

            "sensor_report": sensor_report,

            "constraints": constraints

        })

       

        self.graph.nodes["Düğüm_3"]["solution"] = solution

        return solution

7. core/self_healing.py

Bölüm 6'daki Kendi Kendini İyileştiren Boru Hattı (Self-Healing Pipeline) ve Onay Prensibini (Confirmation Principle) yöneten akıllı denetçi katmanıdır.

from langchain_openai import ChatOpenAI

from langchain_core.prompts import PromptTemplate

import json

 

class SelfHealingPipeline:

    def __init__(self):

        self.llm = ChatOpenAI(temperature=0.0)

 

    def validate_and_heal(self, draft_solution: str, max_retries: int = 3) -> dict:

        attempts = 0

        current_solution = draft_solution

       

        template = """

        Sen katı bir Kalite Denetim Motorusun. Aşağıdaki taslak çözümü incele.

       

        <TASLAK_ÇÖZÜM>

        {draft_solution}

        </TASLAK_ÇÖZÜM>

       

        Kriterler:

        1. Çözüm kurumsal, net ve kanıtlanabilir olmalıdır.

        2. Çıktı MUTLAK SURETLE şu JSON formatında olmalıdır:

           {{"durum": "ONAYLANDI" veya "HATA", "nihai_rapor": "...", "hata_mesaji": "..."}}

       

        Eğer taslak çözüm kriterlere uymuyorsa durum kısmına 'HATA' yaz ve 'hata_mesaji' kısmında neyin düzeltilmesi gerektiğini belirt.

        """

        prompt = PromptTemplate.from_template(template)

       

        while attempts < max_retries:

            chain = prompt | self.llm

            response = chain.invoke({"draft_solution": current_solution})

           

            try:

                # Gelişmiş Esnek Yapı: JSON Yapısını doğrula ve parse et

                cleaned_content = response.content.strip().replace("```json", "").replace("```", "")

                result_json = json.loads(cleaned_content)

               

                if result_json.get("durum") == "ONAYLANDI":

                    return result_json

                else:

                    # Self-Healing: Hatayı sisteme geri besle (Feedback Loop)

                    attempts += 1

                    current_solution = f"Önceki Hata: {result_json.get('hata_mesaji')} - Lütfen bu hatayı gidererek yeniden tasarla."

            except Exception as e:

                attempts += 1

                current_solution = f"JSON Ayrıştırma Hatası: {str(e)} - Lütfen çıktıyı kesinlikle geçerli bir JSON objesi olarak üret."

               

        return {"durum": "BAŞARISIZ", "nihai_rapor": "Sistem kendi kendini iyileştirme döngüsünde maksimum deneme sınırına ulaştı."}

8. main.py

Tüm müfredatın doruk noktası olan Bölüm 8: The Complete Integration Blueprint (Eksiksiz Entegrasyon Planı) aşamasıdır. Yazdığımız tüm modülleri, CrewAI otonom orkestrasyon motoruyla birleştirerek ana iş akışını tetikler.

import os

from dotenv import load_dotenv

from crewai import Agent, Task, Crew, Process

from core.cognitive_sensor import CognitiveSensor

from core.reasoning_graph import ReasoningGraphProcessor

from core.self_healing import SelfHealingPipeline

 

# 1. Çevre Değişkenlerini Yükle

load_dotenv()

 

def run_advanced_ai_system(user_chaos_input: str, real_world_constraints: str):

    print("--- [KADEME 1] BİLİŞSEL SENSÖR TETİKLENDİ ---")

    sensor = CognitiveSensor()

    sensor_report = sensor.analyze_input(user_chaos_input)

    print(f"Sensör Çıktısı:\n{sensor_report}\n")

 

    print("--- [KADEME 2] GRAPH OF THOUGHTS (GoT) MANTIK MOTORU ÇALIŞIYOR ---")

    graph_processor = ReasoningGraphProcessor()

    draft_solution = graph_processor.process_nodes(sensor_report, real_world_constraints)

    print(f"Graf Taslak Çözümü:\n{draft_solution}\n")

 

    print("--- [KADEME 3 & 4] CREWAI OTONOM ORKESTRASYON VE GÖREV DAĞILIMI ---")

   

    # Python dosyasından ajanları CrewAI standartlarına göre ayağa kaldırıyoruz

    sensor_agent = Agent(

        role="Kıdemli Bilişsel Sensör ve Analist",

        goal="Girdi verisinin arkasındaki saklı psikolojik durumu saptamak.",

        backstory="Siz kurumsal riskleri algılayan duyarlı bir filtre motorusunuz.",

        verbose=True

    )

   

    architect_agent = Agent(

        role="Gelişmiş Düşünce Grafı (GoT) Mimarı",

        goal="Çelişen girdileri ve kısıtları çapraz bağlı mantık düğümleriyle sentezlemek.",

        backstory="Siz hiyerarşik sınırları aşarak çok boyutlu çözümler üreten bir mimarsınız.",

        verbose=True

    )

   

    validator_agent = Agent(

        role="Kendi Kendini İyileştiren Kalite Kontrol Denetçisi",

        goal="Çıktıların katı kurallara ve JSON formatlarına uygunluğunu denetlemek.",

        backstory="Siz Six Sigma standartlarında çalışan acımasız bir baş editörsünüz.",

        verbose=True

    )

 

    # Görevleri Tanımla

    task1 = Task(

        description=f"Şu sensör raporunu incele:\n{sensor_report}",

        expected_output="Geliştirilmiş bağlam raporu.",

        agent=sensor_agent

    )

    task2 = Task(

        description=f"Şu taslak çözümü kısıtlarla sentezle:\n{draft_solution}\nKısıtlar: {real_world_constraints}",

        expected_output="Entegre edilmiş stratejik eylem planı metni.",

        agent=architect_agent

    )

    task3 = Task(

        description="Son stratejik eylem planını kurumsal standartlara ve katı Onay Prensibine göre doğrula.",

        expected_output="Doğrulanmış ve cilalanmış master rapor.",

        agent=validator_agent

    )

 

    # Mühendislik Disipliniyle Çalıştır (Sıralı İşlem)

    crew = Crew(

        agents=[sensor_agent, architect_agent, validator_agent],

        tasks=[task1, task2, task3],

        process=Process.sequential,

        verbose=True

    )

   

    crew_output = crew.kickoff()

 

    print("\n--- [KADEME 5] SELF-HEALING PIPELINE & NİHAİ ENTEGRASYON ÇIKTISI ---")

    healer = SelfHealingPipeline()

    final_secure_output = healer.validate_and_heal(str(crew_output))

   

    return final_secure_output

 

if __name__ == "__main__":

    # Test Senaryosu: Dağınık ve gürültülü bir kullanıcı girdisi ile gerçek dünya kısıtlarının simülasyonu

    sample_user_input = (

        "Abi bütçe bitti bitiyor yazılımcı da işi bıraktı bırakacak sunucu çöktü her şey mahvoldu "

        "ama müşteriler hala harika bir mobil uygulama bekliyor canlıya çıkmamız lazım acil!"

    )

   

    sample_constraints = (

        "Bütçe Limiti: 2000 Dolar | Kalan Süre: 14 Gün | Mevcut İnsan Kaynağı: 0 tam zamanlı yazılımcı."

    )

 

    final_result = run_advanced_ai_system(sample_user_input, sample_constraints)

    print("\n[SİSTEM NİHAİ ÇIKTISI (JSON)]:")

    print(final_result)

Sistemi Nasıl Çalıştıracaksınız?

  1. Yukarıdaki kod bloklarını sırasıyla bilgisayarınızda oluşturduğunuz klasör ve dosya yapılarına yapıştırın.
  2. Terminalinizi açıp proje klasörüne gidin ve bağımlılıkları yükleyin:

3.  pip install -r requirements.txt

  1. .env dosyasındaki YOUR_ACTUAL_API_KEY_HERE kısmına kendinize ait geçerli OpenAI API Anahtarını ekleyin.
  2. Sistemi tetiklemek için ana dosyayı çalıştırın:

6.  python main.py

Sisteminiz şu an canlı, deterministik, kendi kendini denetleyen ve iyileştiren kurumsal bir otonom ajan yapısı olarak çalışmaya hazırdır.