AI agent için görev seçimi — agent'a ne iş vermek mantıklı?
Adım adım
- 01
Tekrarlanabilirlik testi
Görev haftada en az 3 kez tekrarlanıyor mu, yoksa ayda bir-iki kez denk gelen tek seferlik bir iş mi? AI agent'ın kazancı tekrarda büyür — Bayesian profil aynı pattern'i defalarca görerek yakınsar, LoRA adapter'ı pekişir. Ayda bir gelen iş için agent yetiştirmek genelde değmez; o iş çıktığında manuel halletmek daha hızlı. Agent'a verilecek iş için sayısal eşiği koy: haftalık tekrar sayısı + aylık toplam. 'Geçen ay aynı işi kaç kez yaptım?' sorusunu cevapla. Cevap 12+ ise iyi aday; 1-3 arası ise belki bir-iki ay daha bekle, sonra yeniden değerlendir.
Doğrulama:Geçen ay aynı işi kaç kez yaptın?
- 02
Risk değerlendirmesi
Yanlış sonucun maliyeti ne? Agent yanlış cevap üretir veya yanlış tool çağırırsa ne olur? Kategorize edebileceğin üç seviye var. Düşük risk: yanlışlığı fark edersin, geri alırsın, kayıp yok (mailden taslak çıkardı, yanlış mı, sil tekrar başlat). Orta risk: yanlışlık görünür ama düzeltmesi zaman alır (yanlış pivot tablo, yanlış raporlama). Yüksek risk: yanlışlık geri alınamaz veya pahalı (yanlış müşteriye toplu mail, yanlış ödeme, yanlış e-defter kaydı). Yüksek risk işler agent'a verilebilir ama biyometrik onay arkasında olmalı, asla otomatik geçmemeli. Agent eğitim aşamasında düşük-orta risk görevlerle başla; üçüncü ay sonrası yüksek risk işlere açıl.
Doğrulama:En kötü senaryo geri alınabilir mi?
- 03
Veri hassasiyet kontrolü
KVKK + ticari sır + özel nitelikli veri üçlüsünden hangileri görevin içine giriyor? Hassas veri varsa agent zorunlu yerel inference'a düşer; bulut eğitmen çağrısı yalnız maskeleme katmanından sonra mümkündür. Avukat-müvekkil yazışması, sağlık verisi, banka hesap detayı, T.C. kimlik no, etnik/dini bilgi — bunlar özel nitelikli sayılır, KVKK §6 çerçevesinde yüksek koruma ister. Eğer görev bu verilerden birine dokunuyorsa pod yerel inference şart. Belki bulut çağrısını tamamen kapatıp 'sadece offline' modunda çalıştırmak gerekebilir. Performans biraz düşer, gizlilik garantilenir. Yöneticiye haftalık özet gibi agregat görevler hassas veri içermez; bulut çağrısı serbest.
Doğrulama:Hassas veri işliyor mu, yerel inference şart mı?
- 04
Tool yetkinliği
Agent'ın araçları (MCP, REST, vb) işi yapmaya yeter mi, yoksa eksik connector mu var? Görevi düşünürken hangi sistemden okuyacak, hangisine yazacak, hangisinden tetik alacak — bunları listele. Logo Netsis için connector mevcut, Outlook için mevcut, Excel için mevcut. SAP, Mikro, Eta için yol haritasında ama bugün yok. SharePoint cloud için ayrı bridge gerekiyor. Eğer kritik tool eksikse agent'ı kurmadan önce manuel bridge yazmak ya da sürümü beklemek mantıklı. Connector eksik bir agent'a görev vermek — agent'ın elini kolunu bağlamak demek. Sonuç tatmin etmez, kullanıcı agent'a güvenini kaybeder.
Doğrulama:Gerekli tool listesi mevcut connector'larla karşılanıyor mu?
- 05
İnsana muhtaçlık derecesi
Görev tamamen otomatik mi olabilir, yoksa ara onay gerekli mi? Hangi adımlar agent'ın bağımsız geçebileceği, hangileri kullanıcının dokunmasını beklemeli — bunu erken planlamak agent UX'ini şekillendirir. Tam otomatik akış: rapor üret → mail klasörüne taslak bırak → kullanıcı sabah görür. Yarı otomatik: fatura oku → metadata'yı kullanıcıya göster → kullanıcı doğrular → kayıt geçer. Tam manuel: hangi adımı yapacağına agent karar veremez, kullanıcının komutunu bekler. Erken aşamada yarı otomatik tercih edilir; agent öğrenirken kullanıcı her adımda görüyor. Olgunlaşan agent giderek otomatiğe yaklaşır ama her adımı tetikleyen kullanıcı yine kalır.
Doğrulama:Hangi adımlar onay gerektirir, hangileri otomatik?
- 06
Olgunluk hedefi
30 gün sonra agent ne kadar bağımsız çalışmalı? Hedefi sayıyla koy: red oranı %X altında, biyometrik tetikleme sıklığı haftada Y kez, kullanıcının düzelttiği taslak oranı %Z altında. Ölçü olmazsa agent'ın yetiştiği belli olmaz; sürekli 'işe yaramıyor' hissi vurur. Tipik bir 30-günlük plan: 1. hafta yoğun onay, red oranı %40 (yüksek). 2. hafta agent senin tarzını öğrenir, red %25. 3. hafta otomasyon yükselir, red %15. 4. hafta olgunlaşır, red %10 altı. Bu eğri her görev için aynı değil — hassas görevlerde olgunlaşma 60-90 güne yayılır. Önemli olan trendin doğru yönde olması; her hafta sayılar iyileşmeli.
Doğrulama:30 gün sonra onay/red oranı hedefi belirlendi mi?
Kısa cevap
Agent’a verilecek görev altı testten geçmeli: tekrarlanabilirlik (haftada 3+), risk (geri alınabilir mi), veri hassasiyeti (KVKK + ticari sır), tool yetkinliği (gerekli connector’ler mevcut mu), insana muhtaçlık (otomatik mi, yarı otomatik mi), olgunluk hedefi (30 gün sonra ne bekliyorsun). Hepsinden geçen görev iyi aday; bir-iki testte takılan görev için ya formülasyonu değiştir ya da agent’a verme. En klasik tuzak: yüksek tekrarlanan ama yüksek riskli görevi otomatik geçirmek — bu tuzaktan biyometrik onay korur.
Adım adım
Checklist
- Görevin haftalık tekrar sayısı sayıldı
- En kötü senaryo + maliyeti yazıldı
- KVKK + ticari sır incelemesi yapıldı
- Gerekli connector’ler envanterden geçirildi
- Otomatik vs onay gerektiren adımlar listelendi
- 30 gün sonu sayısal hedef belirlendi
- Görev tek cümlelik formda yazıldı
Sık karşılaşılan hatalar
Görev seçiminde dört yaygın hata öne çıkıyor.
“Şu işi yapsın da görelim” yaklaşımı. Tekrar sayısı düşük, çıkış çıktısı belirsiz bir görevle başlamak. Agent eğitim verisi yeterli toplayamaz, Bayesian profil oturmaz, kullanıcı ‘işe yaramıyor’ hissiyle agent’ı silip atar. Görev seçimi öncesinde ölçüm yapmadıysan birkaç hafta beklemek daha sağlıklı; bu sürede aday görevlerin tekrar sayısını sayarsın.
Risk seviyesini hafife almak. “Bu iş zaten basit” deyip yüksek risk işi otomatik geçirmek. Toplu mail göndermek, fiyat zammı çağrısı yapmak, fatura ödemesi serbest bırakmak — bunlar basit görünür ama yanlışlığı pahalıdır. Risk seviyesini görev tasarımı aşamasında belirle; sonradan sıkılaştırmak agent’ın öğrendiği davranışı bozar.
Veri hassasiyetini ihmal etmek. Müşteri verisi, çalışan özlük bilgisi, mali kayıt — KVKK çerçevesinde özel koruma gerek. Agent’ı kurarken “boşver, ileride bakarız” demek hem hukuki risk hem teknik borç. Yerel inference şartı baştan konulmalı; sonradan eklemek mevcut eğitim örneklerinin tutulduğu yerde tehlikeli düzeltmeler ister.
Eksik connector’le başlamak. Görev için gerekli tool yarı bağlı, agent yarı bilgiyle çalışmaya başlıyor. Yarısı manuel, yarısı otomatik akış kullanıcının kafasını karıştırır; agent’a ne zaman güveneceğini bilemez. Önce connector envanterini kontrol et, eksik olan varsa kurulumu tamamla, ondan sonra agent’a görev ver.
Sonra ne okumalı?
Görev seçimi netleştiyse bir sonraki adım kurulumdur — İlk AI agent nasıl kurulur yedi adımı detaylandırır. Görev belirlenip kurulduktan sonra olgunlaşma sürecini sayıyla takip etmek için AI agent yayınlama checklist production hazırlığını anlatır. Sektörel görev örneklerini görmek istersen kendi sektörüne bak: finans, satın alma, hukuk, İK, lojistik, bakım-onarım.