Eğitimin Amacı ve Kapsamı
“Agent” kelimesi her ürün sunumunda geçiyor, ancak ekiplerin çoğu bir agent'ı sıradan bir chatbot'tan veya kural tabanlı otomasyondan neyin ayırdığını net olarak tanımlayamıyor. Bu program, agent'ın temel bileşenlerini (LLM, talimatlar, tool calling, hafıza, kontrol döngüsü) sade bir dille ve canlı örneklerle açıklar.
Katılımcılar ChatGPT, Claude ve Gemini'deki agent özelliklerini ve no-code agent oluşturucuları deneyerek basit bir agent kurgular, otonomi seviyelerini karşılaştırır ve kurumlarına uyarlanmış bir vaka için ilk use case değerlendirme kontrol listesini hazırlar.
Kimler Katılmalı?
- Agent projelerine karar verecek yöneticiler ve iş birimi liderleri
- Süreç iyileştirme, dijital dönüşüm ve inovasyon ekipleri
- Agent'larla çalışacak ürün yöneticileri ve iş analistleri
- Teknik ön koşul yoktur; temel üretken yapay zeka kullanımı yeterlidir
Kazanımlar
- Agent, asistan ve iş akışı otomasyonu arasındaki farkları doğru tanımlamak
- Bir agent'ın bileşenlerini (model, araçlar, hafıza, döngü) bir şema üzerinde açıklamak
- Görev için uygun otonomi seviyesini ve insan kontrol noktalarını belirlemek
- No-code bir araçla basit bir agent prototipi kurgulamak
- Aday use case'leri değer, risk ve uygulanabilirliğe göre önceliklendirmek
Konular
Chatbot'tan Agent'a: Kavramlar ve Terminoloji
- Asistan, iş akışı ve agent arasındaki farklar
- Otonomi seviyeleri ve agentic sistem örnekleri
Bir Agent'ın Anatomisi
- LLM, sistem talimatları ve tool calling
- Kısa ve uzun süreli hafıza, gözlem–karar–eylem döngüsü
Agent Platformlarını Deneyimleme
- ChatGPT, Claude ve Gemini'deki agent özellikleri
- Copilot Studio ve n8n gibi no-code agent oluşturucular
Basit Bir Agent Kurgulama
- Görev tanımı, araç listesi ve başarı kriteri yazımı
- Hatalı davranışları gözlemleme ve talimatları iyileştirme
Riskler, Sınırlar ve İnsan Kontrolü
- Halüsinasyon, yanlış araç kullanımı ve prompt injection riski
- Onay noktaları ve sorumluluk dağılımı
Kurumda İlk Use Case'i Seçmek
- Değer–risk–uygulanabilirlik matrisi
- Use case değerlendirme kontrol listesi
Bu Kategorideki Diğer Eğitimler
-
Yöneticiler için agentic yapay zekanın iş modeline, süreçlere ve organizasyona etkisi: fonksiyon bazlı use case'ler, yatırım ve ROI değerlendirmesi, operasyonel riskler, yönetişim ve agent'larla çalışan ekiplerin yeniden tasarımı.
- Canlı Kurs
- 5 modül
-
LLM'lerin function calling / tool calling ile API, veri tabanı ve iç sistemleri nasıl kullandığını uygulamalı öğreten program: araç şeması tasarımı, parametre doğrulama, hata yönetimi ve OpenAI, Claude ve Gemini API'leriyle çalışan bir agent.
- Canlı Kurs
- 6 modül
-
İş süreçlerini agentic iş akışlarına dönüştürme yöntemi: deterministik adımlar ile LLM kararlarını ayırma, prompt chaining, routing, paralelleştirme, evaluator–optimizer kalıpları ve n8n veya Power Automate ile uygulanan akış.
- Canlı Kurs
- 6 modül
-
Geliştiriciler için LangGraph, OpenAI Agents SDK ve Claude Agent SDK ile otonom agent geliştirme: durum yönetimi, araç entegrasyonu, döngü kontrolü, tracing ve dağıtıma hazır, kurum vakasına özel bir agent.
- Canlı Kurs
- 6 modül
-
Agent'ların çok adımlı görevleri nasıl planlayıp yürüttüğünü ele alan teknik program: ReAct, plan-and-execute, görev ayrıştırma, reflection ve yeniden planlama, reasoning modellerinin kullanımı ve döngü sonlandırma stratejileri.
- Canlı Kurs
- 6 modül
-
Uzun soluklu görevlerde ve çok oturumlu etkileşimlerde agent hafızası ve context yönetimi: kısa süreli çalışma belleği, epizodik/semantik uzun süreli hafıza, context sıkıştırma, Mem0 ve LangGraph Store ile kalıcı hafıza mimarisi.
- Canlı Kurs
- 5 modül
Bizimle iletişime geçin
