Yapay zeka terimleri sözlüğü
Kurumsal eğitimlerin ilk saatinde hep aynı şeyi yaşarım: biri "RAG kuralım mı?" diye sorar, bir başkası "token bitti" der, toplantının yarısı başını sallar ama kimse aynı şeyi anlamaz. Yapay zekayı ekipçe kullanmanın ilk koşulu ortak bir dil. Bu sözlükte iş hayatında en sık duyduğum 35 terimi, teknik bilgi gerektirmeden ve her birini bir iki cümlede tanımlıyorum. Tanımlar 2026 Ekim itibarıyla güncel. Çoğu terimin yanında İngilizce karşılığını da veriyorum, çünkü araçların çoğu bu adlarla konuşuyor.
Son güncelleme 14.10.2026Temel kavramlar
Yapay zeka Artificial Intelligence, AI
Yapay zeka, normalde insan zekası gerektiren işleri (dil anlama, görüntü tanıma, karar verme, üretme) yapabilen bilgisayar sistemlerinin genel adıdır. Bir şemsiye terimdir. Makine öğrenmesi ve derin öğrenme onun alt kümeleridir.
Yapay zeka eğitimi formatlarıMakine öğrenmesi Machine Learning
Makine öğrenmesi, kuralları tek tek yazmak yerine sistemin örnek verilerden kalıp öğrenmesidir. Spam filtresi, satış tahmini ve öneri sistemleri klasik örneklerdir.
Derin öğrenme Deep Learning
Derin öğrenme, çok katmanlı yapay sinir ağlarıyla yapılan makine öğrenmesidir. Bugün kullandığımız sohbet asistanları, görsel üreticiler ve ses tanıma sistemleri bu yaklaşımla çalışır.
Üretken yapay zeka Generative AI
Üretken yapay zeka, var olanı sınıflandırmak yerine yeni içerik (metin, görsel, ses, video, kod) üreten yapay zekadır. ChatGPT, Claude, Gemini ve Midjourney bu gruptadır.
Büyük dil modeli Large Language Model, LLM
Büyük dil modeli, çok büyük miktarda metinle eğitilmiş ve bir metnin devamında hangi kelimenin gelmesi gerektiğini tahmin ederek dil üreten modeldir. ChatGPT bir uygulamadır, arkasında çalışan GPT ailesi ise dil modelidir. Bu ayrımı bilmek, "hangi aracı alalım" sorusunu "hangi modeli, hangi uygulama içinden kullanalım" sorusuna çevirir. Güncel modellerin listesini yapay zeka model çıkışları yazımda tarih sırasıyla tutuyorum.
Güncel model karşılaştırma tablosuÇok modlu model Multimodal Model
Çok modlu model, yalnız metni değil görsel, ses, PDF ve ekran görüntüsünü de girdi olarak anlayabilen modeldir. Bir faturanın fotoğrafını yükleyip tablo istemek, çok modlu bir kullanımdır.
Modelle çalışırken duyduğunuz terimler
Prompt istem
Prompt, yapay zekaya verdiğiniz talimat ve bağlamın tamamıdır. İyi bir prompt rolü, görevi, bağlamı, istenen biçimi ve kısıtları içerir. Nasıl yazılacağını prompt mühendisliği nedir yazımda örneklerle anlattım.
Prompt mühendisliği nedirSistem talimatı System Prompt
Sistem talimatı, kullanıcının her mesajından önce modele verilen ve davranışını kalıcı olarak belirleyen gizli talimattır. Şirket içi asistanlarda marka sesi, yasak konular ve cevap biçimi burada tanımlanır. ChatGPT'deki özel talimatlar ve Claude'daki proje talimatları bunun kullanıcı tarafındaki karşılığıdır.
Prompt mühendisliği eğitimiToken
Token, modelin metni işlerken kullandığı en küçük parçadır. Bir kelime, kelimenin bir kısmı veya bir noktalama işareti olabilir. Modellerin fiyatı ve hafıza sınırı token ile ölçülür. Türkçe gibi eklemeli dillerde aynı içerik çoğu modelde İngilizceye göre daha fazla token tutar.
Bağlam penceresi Context Window
Bağlam penceresi, modelin tek seferde "aklında tutabildiği" toplam metin miktarıdır: sizin yazdıklarınız, yüklediğiniz dosyalar ve modelin cevapları dahil. Uzun bir sohbette ilk verdiğiniz bilginin unutulması çoğu zaman bu sınırdan kaynaklanır. Çözüm, önemli bilgiyi sohbetin başında tekrar vermek veya yeni bir sohbet açmaktır.
Halüsinasyon Hallucination
Halüsinasyon, modelin gerçekte olmayan bir bilgiyi (kaynak, rakam, kişi, kanun maddesi) son derece emin bir dille üretmesidir. Model bilgi aramaz, olası metni üretir. Bu yüzden halüsinasyon bir hata değil, çalışma biçiminin doğal sonucudur. Rakam, isim, tarih ve alıntı içeren her çıktının insan tarafından kontrol edilmesi bu yüzden şarttır.
Çıktı doğrulama kurallarıAkıl yürütme modeli Reasoning Model
Akıl yürütme modeli, cevap vermeden önce problemi adım adım düşünmeye ek süre ayıran modeldir. Analiz, hesap, plan ve kod gibi işlerde daha isabetlidir ama daha yavaş ve pahalıdır. Birçok araçta bu süre "düşünme" veya "çaba" ayarıyla seçilebiliyor.
Hangi model hangi işe uygunSıcaklık Temperature
Sıcaklık, modelin cevaplarındaki rastlantısallığı belirleyen ayardır. Düşük sıcaklık tutarlı ve tekrarlanabilir cevap, yüksek sıcaklık daha çeşitli ve yaratıcı cevap verir. Genellikle yalnız API ve geliştirici araçlarında doğrudan ayarlanır.
Bilgi kesim tarihi Knowledge Cutoff
Bilgi kesim tarihi, modelin eğitim verisinin bittiği tarihtir. Bu tarihten sonraki olayları model, web araması açık değilse bilemez. "Bu ayki güncel fiyat ne?" gibi sorularda aramanın açık olup olmadığını kontrol etmek gerekir.
Bilgi ve veri tarafı
RAG Retrieval-Augmented Generation
RAG, modelin cevap vermeden önce sizin belgelerinizden (sözleşmeler, ürün kataloğu, iç prosedürler) ilgili parçaları bulup cevabını bunlara dayandırmasıdır. Şirket içi bilgiyle çalışan asistanların büyük bölümü bu yöntemle kurulur. Modeli yeniden eğitmeden güncel ve kaynak gösterebilen cevap almayı sağlar.
Şirketlere yapay zeka danışmanlığıGömme Embedding
Gömme, bir metnin anlamını sayılardan oluşan bir vektöre çevirme işlemidir. Anlamca benzer metinler birbirine yakın vektörler üretir. RAG sistemleri ilgili belgeyi bu yakınlıkla bulur.
Vektör veritabanı Vector Database
Vektör veritabanı, gömme vektörlerini saklayan ve "bu soruya anlamca en yakın belgeler hangileri" sorusunu hızla cevaplayan veritabanıdır. RAG kurulumunun hafıza katmanıdır.
İnce ayar Fine-tuning
İnce ayar, hazır bir modeli kendi örnek verilerinizle ek eğitime sokarak belirli bir üslup veya göreve alıştırmaktır. Şirketlerin çoğu bilgi eklemek için ince ayar değil RAG kullanmalıdır. İnce ayar daha çok biçim ve davranış tutarlılığı için anlamlıdır.
Eğitim verisi Training Data
Eğitim verisi, modelin öğrenmek için kullandığı metin, görsel ve diğer içeriklerin bütünüdür. Kurumsal kullanımda asıl soru şudur: araca girdiğiniz verinin modelin eğitiminde kullanılıp kullanılmadığı. Kurumsal planların çoğu bunu varsayılan olarak kapatır. Ücretsiz ve kişisel planlarda ayarı kontrol etmek gerekir.
Veri güvenliği ve KVKK eğitimiAjanlar ve otomasyon
Yapay zeka asistanı AI Assistant, Chatbot
Yapay zeka asistanı, sizin her adımda yönlendirdiğiniz sohbet tabanlı araçtır: soru sorarsınız, cevap verir, karar ve uygulama sizde kalır.
Yapay zeka ajanı AI Agent
Yapay zeka ajanı, bir hedefi alıp o hedefe ulaşmak için hangi adımları atacağına kendisi karar veren, araç kullanan ve işi sonuna kadar götüren sistemdir. Asistan cevap verir, ajan iş bitirir. Hangi işlerin ajana devredilebileceğini AI ajanları rehberimde anlattım.
Yapay zeka ajanları eğitimi ve kurulumuAraç kullanımı Tool Use, Function Calling
Araç kullanımı, modelin yalnız metin üretmekle kalmayıp takvim, e-posta, CRM, hesap tablosu veya web araması gibi dış araçları çağırabilmesidir. Ajanları mümkün kılan yetenek budur.
MCP Model Context Protocol
MCP, yapay zeka uygulamalarını dış araç ve veri kaynaklarına standart bir yolla bağlayan açık protokoldür. Anthropic tarafından 2024 sonunda yayımlandı, bugün birçok büyük yapay zeka aracı tarafından destekleniyor. Bir kez MCP bağlantısı yazılan bir sistem, farklı asistanlardan kullanılabilir.
Şirketler için ajan kurulumuİş akışı otomasyonu Workflow Automation
İş akışı otomasyonu, tekrar eden bir süreci (form gelir, özetlenir, CRM'e yazılır, ilgiliye bildirim gider) adım adım tanımlayıp yapay zeka adımlarıyla birlikte otomatik çalıştırmaktır. n8n, Make ve Zapier bu işin yaygın araçlarıdır. Kurulumu n8n rehberimde adım adım gösterdim.
İnsan onayı Human-in-the-Loop
İnsan onayı, otomatik bir akışta kritik adımlardan önce bir kişinin kontrol edip onay vermesidir. Müşteriye giden e-posta, ödeme ve yayın gibi geri alınması zor adımlarda bu kontrolü kaldırmamanızı öneririm.
Vibe coding
Vibe coding, ne istediğinizi doğal dilde anlatarak yazılımı yapay zekaya yazdırma yaklaşımıdır. Kod bilmeyen birinin prototip, iç araç veya basit web sitesi üretmesini mümkün kılar. Ayrıntısı vibe coding nedir yazımda.
Vibe coding ile yazılımGüvenlik ve yönetişim
Prompt enjeksiyonu Prompt Injection
Prompt enjeksiyonu, bir belgeye, e-postaya veya web sayfasına gizlenmiş talimatlarla yapay zekanın asıl talimatlarının dışına çıkarılmaya çalışılmasıdır. Ajanların e-posta okuduğu ve web gezdiği kurulumlarda gerçek bir risktir. Bu yüzden ajanlara verilen yetkiler dar tutulmalıdır.
Yapay zeka güvenliği eğitimiGölge yapay zeka Shadow AI
Gölge yapay zeka, çalışanların şirketin onaylamadığı yapay zeka araçlarını, çoğu zaman kişisel hesaplarıyla, iş verisiyle kullanmasıdır. Yasaklamak genellikle işe yaramaz, onaylı bir araç ve açık bir kural vermek işe yarar.
Yapay zeka kullanım politikası AI Use Policy
Yapay zeka kullanım politikası, şirkette hangi araçların, hangi veriyle, hangi işlerde ve hangi kontrolle kullanılabileceğini yazılı hale getiren kısa iç belgedir. Nasıl hazırlanacağını şablonuyla birlikte yapay zeka kullanım politikası yazımda anlattım.
Politika hazırlama rehberiKVKK ve yapay zeka
KVKK (6698 sayılı Kişisel Verilerin Korunması Kanunu), Türkiye'de kişisel verilerin işlenmesini düzenler. Müşteri, çalışan veya aday verisini bir yapay zeka aracına girmek bir veri işleme faaliyetidir. Aracın veriyi nerede işlediği ve sakladığı bu yüzden önemlidir.
KVKK ve yapay zeka eğitimiAB Yapay Zeka Yasası EU AI Act
AB Yapay Zeka Yasası, yapay zeka sistemlerini risk düzeyine göre (yasaklı, yüksek riskli, sınırlı riskli, düşük riskli) sınıflandıran ve her düzeye farklı yükümlülük getiren Avrupa Birliği düzenlemesidir. AB'ye ürün veya hizmet sunan Türk şirketlerini de ilgilendirir. Takvimi ve yükümlülükleri AB Yapay Zeka Yasası yazımda özetledim.
Arama ve görünürlük
GEO Generative Engine Optimization
GEO, bir şirketin veya kişinin ChatGPT, Gemini, Claude, Perplexity ve Google'ın yapay zeka özetleri gibi cevap üreten motorlarda kaynak olarak gösterilmesi için yapılan çalışmadır. Klasik SEO sıralama için, GEO cevabın içinde adla anılmak için yarışır. Ayrıntısı GEO nedir yazımda.
Yapay zeka görünürlük danışmanlığıAEO Answer Engine Optimization
AEO, içeriği doğrudan cevap veren yüzeyler (öne çıkan snippet, sesli asistan, yapay zeka özeti) için düzenlemektir. GEO ile büyük ölçüde örtüşür. Vurgu, sorunun hemen altına net bir cevap koymaktadır.
GEO rehberiYapay zeka özetleri AI Overviews
Yapay zeka özetleri, Google'ın arama sonuçlarının en üstünde gösterdiği, birden fazla kaynaktan derlenmiş üretilmiş cevaptır. Kullanıcı çoğu zaman linke tıklamadan cevabı okur. Bu yüzden özette kaynak olarak görünmek giderek daha değerli.
llms.txt
llms.txt, bir sitenin kökünde duran ve yapay zeka sistemlerine sitenin ne olduğunu, hangi sayfaların önemli olduğunu sade bir metinle anlatan önerilmiş bir standarttır. Her motorun okuduğu garanti değildir, ama maliyeti düşük ve zararsız bir adımdır.
En sık karıştırılan beş çift
| Karıştırılan | Fark |
|---|---|
| Yapay zeka ve makine öğrenmesi | Yapay zeka şemsiye terimdir, makine öğrenmesi onun veriden öğrenen alt kümesidir. |
| ChatGPT ve GPT | ChatGPT bir uygulamadır, GPT ise uygulamanın arkasında çalışan model ailesidir. |
| Asistan ve ajan | Asistan her adımda sizi bekler, ajan hedefi alır ve adımlara kendisi karar verir. |
| RAG ve ince ayar | RAG modele bilgi verir, ince ayar modele davranış öğretir. Şirket bilgisi için çoğunlukla RAG yeterlidir. |
| Prompt mühendisliği ve yapay zeka okuryazarlığı | Prompt yazmak okuryazarlığın bir parçasıdır, okuryazarlık veriyi korumayı ve çıktıyı doğrulamayı da kapsar. |
Bu sözlüğü ekipte nasıl kullanmalı?
Terimleri ezberletmek amaç değil. Benim önerim şu: ekibin her gün karşılaştığı on terimi seçin, her birini kendi işinizden bir örnekle eşleştirin ve şirketin yapay zeka kullanım politikasına küçük bir ek olarak koyun. Satış ekibi için "halüsinasyon" teklif dosyasındaki uydurma bir referans, İK için "KVKK" aday CV'sinin araca yapıştırılmasıdır. Terim ancak bir işe bağlandığında kalıcı olur.
Bu ortak dili ekibinizin kendi dosyaları üzerinde, uygulamalı bir günde kurmak isterseniz kurumsal yapay zeka eğitimi sayfasındaki departman programlarına bakabilirsiniz. Ajan, otomasyon veya GEO tarafında şirketinize özel bir yol haritası gerekiyorsa yapay zeka danışmanlığı sayfasından bana ulaşabilirsiniz.
Sık sorulan sorular
Yapay zeka ile makine öğrenmesi arasındaki fark nedir?
Yapay zeka, insan zekası gerektiren işleri yapan sistemlerin genel adıdır. Makine öğrenmesi ise bu sistemlerin kuralları tek tek yazılmadan örnek verilerden kalıp öğrenmesini sağlayan alt alandır. Her makine öğrenmesi yapay zekadır, ama her yapay zeka makine öğrenmesi değildir.
LLM (büyük dil modeli) nedir?
Büyük dil modeli, çok büyük miktarda metinle eğitilmiş ve bir metnin devamını tahmin ederek dil üreten modeldir. ChatGPT, Claude ve Gemini gibi uygulamaların arkasında bu modeller çalışır.
Yapay zeka halüsinasyonu nedir?
Halüsinasyon, modelin gerçekte olmayan bir bilgiyi, kaynağı veya rakamı emin bir dille üretmesidir. Modeller bilgi aramaz, olası metni üretir. Bu yüzden rakam, isim, tarih ve alıntı içeren çıktılar mutlaka insan tarafından kontrol edilmelidir.
RAG nedir, şirketler neden kullanır?
RAG (Retrieval-Augmented Generation), modelin cevap vermeden önce şirketin kendi belgelerinden ilgili parçaları bulup cevabını bunlara dayandırmasıdır. Modeli yeniden eğitmeden güncel, şirkete özel ve kaynak gösterebilen cevaplar almayı sağladığı için tercih edilir.
Yapay zeka ajanı ile chatbot arasındaki fark nedir?
Chatbot veya asistan her adımda sizin yönlendirmenizi bekler ve cevap verir. Yapay zeka ajanı ise bir hedefi alır, hangi adımları atacağına kendisi karar verir, araçları kullanır ve işi sonuna kadar götürür.
Token nedir, neden önemlidir?
Token, modelin metni işlerken kullandığı küçük parçadır. Bir kelime veya kelimenin bir kısmı olabilir. Modellerin fiyatı ve bir seferde işleyebildiği metin miktarı token ile ölçüldüğü için maliyeti ve uzun belgelerle çalışmayı doğrudan etkiler.
Ekibiniz aynı dili konuşmuyorsa eğitim boşa gider
Bu sözlük ortak dilin başlangıcı. Sonrası, ekibin kendi işinde bu kavramları kullanması. Kurumsal yapay zeka eğitimi tam günlük ve uygulamalı, katılımcılar kendi dosyalarıyla çalışır.
Kurumsal yapay zeka eğitimi Eğitim talebi