Bir cümleyle uygulama yapan yapay zekâlar nasıl çalışır
Bir cümle, hazır bir uygulama — bu gerçekten mümkün mü?
Bolt, v0, Lovable. Bu araçların adını duydunuz, belki dendiniz de. Bir metin kutusuna "Bir kitap satış sitesi yap" yazıyorsunuz; birkaç saniye sonra karşınızda çalışan bir arayüz beliriyor. Navigasyon var, ürün kartları var, sepete ekle butonu var. Siz sadece on kelime yazdınız; sistem yüzlerce dosya üretti.
Bu sihirli görünüyor. Aslında sihir değil — ama altındaki mekanizma gerçekten karmaşık. Yapay zekâ sizin cümlenizi bir uygulama tarifine dönüştürüyor; sonra o tarifi kod satırlarına çeviriyor. Bu iki adım arasında onlarca karar veriliyor, onlarca boşluk dolduruluyor. Siz o boşlukların farkında bile değilsiniz.
Bu araçlar son iki yılda inanılmaz hız kazandı. 2022'de "yapay zekâ ile uygulama yapma" dendiğinde akla birkaç satır otomatik kod tamamlama geliyordu. Bugün konuştuğumuz şey farklı: tam çalışan arayüzler, veri tabanı bağlantıları, sunucu mantığı — hepsi birkaç saniyede. Bu hızın ardında ne var?
Bu makalede o mekanizmayı açıyoruz. Teknik bilgi gerektirmiyor — veri tabanını "veri deposu" diye düşünebilirsiniz; yeterli. Amacımız şu: bir cümle yazdığınızda içeride gerçekte ne oluyor, adım adım anlatmak.
Bir cümleden ne anlaşılır?
"Bir kitap satış sitesi yap." Bu cümle size basite indirgeme gibi görünebilir. Yapay zekâya göre ise içinde en az on beş karar gizli.
Hangi kararlar?
- Kullanıcılar siteye üye mi olabilmeli?
- Kitaplar kategorilere göre mi listelenmeli?
- Ödeme sistemi var mı? Hangi para birimi?
- Sepet kalıcı mı, tarayıcı kapanınca siliyor mu?
- Yazar sayfası olacak mı?
- Arama çubuğu neye göre arama yapıyor — başlık, yazar, ISBN?
- Mobil görünüm nasıl olacak?
- Stok takibi var mı?
- Yorum ve puanlama sistemi?
- Satıcı tek mi, çoklu pazar yeri mi?
Bunların hiçbirini siz söylemediniz. Yapay zekâ hepsini bir şekilde yanıtlamak zorunda. Çoğu zaman bunu fark ettirmeden yapıyor: en yaygın örüntülere bakıyor, "kitap satış sitesi" derken insanların aklında genellikle ne olduğunu tahmin ediyor ve o varsayılan değerleri sessizce uyguluyor.
Bu tahmin çoğu zaman makul çıkıyor. Ama her zaman sizin istediğinizle örtüşmüyor. Siz "basit bir liste sayfası" düşünürken sistem tam teşekküllü bir e-ticaret platformu kuruyor olabilir. Ya da tam tersi — siz kapsamlı bir şey hayal ederken sistem minimalist bir prototip çıkarıyor.
Bir de şunu düşünün: aynı cümleyi farklı iki araca yazdığınızda farklı iki uygulama çıkıyor. Çünkü her araç o boşlukları kendi öğrendiği örüntülere göre dolduruyor. Hangi tasarım sistemi, hangi veri yapısı, hangi varsayılan renk paleti — bunlar araçtan araca değişiyor. Cümle aynı, yorum farklı.
Yani bir cümleden yapay zekânın anladığı şey: sizin niyetinizin en olası yorumu. Niyetinizi o şekilde dile getirip getirmediğiniz ikinci plandadır.
Tek akıl mı, ekip mi?
Bu araçların tamamı aynı yöntemi kullanmıyor. Temel iki yaklaşım var.
Yaklaşım A: Tek büyük model, tek seferde
Bir yapay zekâ modeli cümleyi alıyor, tek hamlede tüm uygulamayı üretiyor. HTML, CSS, veri tabanı şeması, sunucu kodu — hepsi birlikte. Hızlı ve doğrudan. Prototipler için çok işe yarıyor.
Ama sınırları var. Tek model her şeyi bilmek zorunda. Tasarım kararları ile veri yapısı kararları aynı anda, aynı bağlamda veriliyor. Uygulama büyüdükçe ya da gereksinimler karmaşıklaştıkça bu tek-model yaklaşımı yoruluyor; tutarsızlıklar çıkmaya başlıyor.
Yaklaşım B: Uzman akıllar, iş bölümü
Birden fazla yapay zekâ birlikte çalışıyor. Biri kullanıcı arayüzüne odaklanıyor, biri veri yapısına, biri güvenliğe, biri test senaryolarına. Her "akıl" kendi uzmanlık alanında karar veriyor; sonra bu kararlar birleştiriliyor.
Bu yaklaşım daha yavaş görünebilir ama üretilen sonuç daha sağlam çıkıyor. UAIS tam bu ikinci yaklaşımı kuruyor: bir cümlelik istekten başlayıp birden fazla uzman akıl tartışıp sonucu çıkarıyor. Her adımda farklı bir "bakış açısı" devreye giriyor; hatalar erkenden yakalanıyor.
İki yaklaşım arasında tercih neye bağlı? Hıza karşı sağlamlık dengesi. Tek model yaklaşımı saniyeler içinde bir şey çıkarıyor — iyi bir başlangıç noktası için ideal. Ekip yaklaşımı daha uzun sürüyor ama ürettiği çıktı daha az yeniden işleme gerektiriyor. Hangi yaklaşımın ne zaman daha iyi olduğu uygulamanın karmaşıklığına bağlı.
Üretim aşamaları: adım adım ne oluyor?
Siz "Gönder" tuşuna bastığınız andan uygulamanın elinize geçtiği ana kadar bir dizi aşama var.
1. İstek → Niyet
Cümleniz önce bir "niyet modeline" gidiyor. Bu model şunu soruyor: "Bu cümleyle gerçekte ne isteniyor?" Kelime kelime değil, bütün olarak yorumluyor. "Kitap satış sitesi" ile "ikinci el kitap takas platformu" farklı niyetler — aynı kelimelerin bir kısmı ortak olsa da.
2. Niyet → Plan
Niyet belirlendikten sonra bir plan hazırlanıyor. "Bu uygulamanın hangi bileşenleri olmalı?" sorusuna yanıt aranıyor. Bileşen listesi çıkıyor: giriş sayfası, ürün listeleme, sepet, ödeme akışı, kullanıcı profili gibi.
3. Plan → Ekip
Çok-akıl sistemlerde bu plan farklı uzmanlara dağıtılıyor. Her uzman kendi parçasını tasarlıyor. Bu aşamada ilk çatışmalar da ortaya çıkıyor: tasarım bir şey söylüyor, veri yapısı başka bir şey gerektiriyor. Bu çatışmaların çözümü üretilen uygulamanın kalitesini doğrudan etkiliyor.
4. Ekip → Kod
Kararlar netleştikten sonra kod yazılıyor. Bu en mekanik aşama gibi görünse de aslında en fazla hata burada gizleniyor. Özellikle farklı bileşenlerin birbirleriyle iletişimi — "sepet, ödeme modülüyle nasıl konuşacak?" gibi sorular — bu aşamada yanıtlanıyor.
5. Kod → Test
İyi sistemler otomatik test yazıyor. "Kullanıcı sepete ürün ekleyip kaldırabilmeli" gibi senaryolar makinece deneniyor. Hatalar burada yakalanırsa kullanıcıya ulaşmıyor.
6. Test → Teslim
Her şey geçtikten sonra uygulama size sunuluyor. Bazı sistemler tarayıcıda direkt önizleme açıyor; bazıları indirme bağlantısı veriyor; bazıları doğrudan bir sunucuya yayınlıyor.
Bu zincirin her halkası, bir öncekinin kalitesine bağlı. Niyet yanlış çıkarılırsa plan yanlış oluyor; plan yanlış olursa kod yanlış üretiliyor. Zincirin başı en kritik nokta.
Bir de şunu belirtmek gerekiyor: bu zincir doğrusal değil. İyi sistemler geri döngü kuruyor. Test aşamasında bir sorun çıktığında sistem otomatik olarak kod aşamasına geri dönüp düzeltiyor. Bir bileşen planla uyuşmadığında niyet tekrar sorgulanıyor. Bu döngüler uygulamanın kalitesini ciddi ölçüde artırıyor; ama aynı zamanda sistemi daha karmaşık hâle getiriyor.
Bir cümle neyi yapamaz?
Bu araçlar gerçekten etkileyici. Ama dürüst olmak gerekiyor: her şeyi yapamıyorlar.
Karmaşık iş kuralları
"Aynı kullanıcı aynı ISBN'i iki kez satın alırsa birincisinin yetkisini iptal et, ama bir yıl geçmişse geçmişi koru ve yeniden sıfırla" — bu tür kuralları bir cümleyle anlatmak neredeyse imkânsız. Yapay zekâ tahmin yürütür ama tahmin çoğunlukla yetersiz kalır. Bu tür iş mantığını doğrudan açıklamanız, adım adım anlatmanız gerekiyor.
Mevcut sisteme entegrasyon
Şirketinizin on yıllık muhasebe sistemi var. Yeni uygulamanın onunla konuşması gerekiyor. Eski sistemin belgeleri eksik, davranışları tahmin edilemez. Bir cümlelik araç bunu çözemez — çünkü kendi ürettiği sistemi değil, dışarıdaki bilinmezi anlaması gerekiyor.
Ölçek ve performans
Prototip için harika çalışıyor. Ama yüz bin eş zamanlı kullanıcı geldiğinde ne olur? Veri tabanı yükü nasıl dağıtılacak? Bu soruların yanıtları bir cümlelik isteğe sığmaz; mimari kararlar gerektirir.
Güvenlik gereksinimleri
"GDPR uyumlu ol, KVKK gereksinimlerini karşıla, kişisel veriyi şifreli sakla" — bunlar teknik gereksinimler değil, yasal zorunluluklar. Bir cümleyle üretilen uygulama bunları varsayılan olarak karşılamıyor. Özellikle belirtmeniz gerekiyor; bazen de sonucu denetlemeniz.
Uzun vadeli bakım
Bir cümleyle uygulama yapabiliyorsunuz, peki altı ay sonra o uygulamaya yeni bir özellik eklemeniz gerektiğinde? Üretilen kod çoğu zaman "kara kutu" niteliğinde: çalışıyor ama neden çalıştığını anlamak güç. Tek başına bir prototip için sorun değil; ama zaman içinde büyüyecek, değişecek bir ürün için bu sınır önemli. Araçların bir kısmı bu sorunu çözmek için ekli belgelendirme üretiyor; ama henüz standart bir çözüm yok.
İyi bir cümle nasıl yazılır?
Buraya kadar hep sistemin içinden baktık. Şimdi sizin tarafınıza dönelim.
Bu araçlardan iyi sonuç almanın sırrı "sihirli bir cümle" bulmak değil. Niyetinizi netleştirmek. Bir cümle yazmadan önce şu soruyu sorun kendinize: "Bu uygulamayı kim kullanacak, ne için?"
"Bir kitap satış sitesi yap" yerine "İkinci el kitap satmak isteyen bireyler için, üyelik gerektirmeyen, basit arama ve mesajlaşma olan bir platform yap" — bu cümle çok daha az boşluk bırakıyor. Yapay zekânın doldurduğu boşluklar azalıyor, sizin tahmin edemediğiniz kararlar azalıyor.
Sonuç baştan daha yakın çıkıyor.
Bunu bir danışmanla çalışmak gibi düşünebilirsiniz. "Bir ofis yaptırmak istiyorum" dediğinizde iyi bir mimar sizi sorularla karşılar: Kaç kişi çalışacak? Toplantı odası mı, açık ofis mi? Depo alanı var mı? Bu sorular sizi yavaşlatmaz; çalışmanın doğru yöne gitmesini sağlar. Yapay zekâ ise bu soruları sormak yerine varsayılan cevapları kendisi veriyor. Cümlenizi ne kadar net yazarsanız, o varsayılan cevaplar sizinkiyle o kadar örtüşüyor.
Bir cümle aslında bir niyet bildirimi. Ne kadar net olursa, araç o kadar isabetli üretiyor. Sihir cümlede değil, cümlenin arkasındaki netlikte.
UAIS, çok-akıl yaklaşımını kullanarak bir niyetten gerçek, test edilmiş, üretime hazır çıktılar üretiyor. Daha fazlası için →