Garfield
YZF Admin
Bir araç kullanan dil modeli, her işi kendi içinde tamamlamak yerine gerektiğinde dış bir işlevi çağıran ve dönen sonucu yanıtına katan modeldir. Örneğin güncel hava durumunu doğrudan tahmin etmek yerine hava durumu aracına konum ve tarih gönderir, aracın döndürdüğü veriyi yorumlar ve kullanıcıya anlaşılır bir sonuç verir. Bu yapıyı anlamak için modelin kararını, araç çağrısının kendisini ve aracın sonucunun son yanıta nasıl dönüştüğünü ayrı düşünmek gerekir.
Dil modeli tek başına metin üretir. Araç kullanımı eklendiğinde uygulama, modele hangi araçların kullanılabileceğini ve her aracın hangi girdileri beklediğini bildirir. Model, kullanıcının isteğini inceleyerek doğrudan yanıt verebilir veya bir araç çağrısı önerebilir. Araç çağrısını gerçekten çalıştıran taraf genellikle model değil, modeli kullanan uygulamadır.
Döngü şu şekilde ilerler:
Varsayımsal bir destek uygulamasında modele şu araç tanıtılmış olsun:
Kullanıcı “AB123 siparişim nerede?” diye sorduğunda modelin araç çağrısı önerisi kabaca şöyle olabilir:
Uygulama bu isteği kendi sipariş sistemine gönderir. Varsayımsal araç sonucu şöyledir:
Model bu veriyi aldıktan sonra “AB123 numaralı siparişiniz kargoda. Tahmini teslim tarihi 10 Kasım 2026.” diyebilir. Burada teslimat bilgisini model icat etmemiştir; araçtan dönen sonucu yeniden ifade etmiştir. Ancak bu sonuç, sipariş sistemindeki verinin doğru ve güncel olduğunu tek başına kanıtlamaz. Uygulama ayrıca yetki kontrolü, sipariş numarası doğrulaması ve kişisel verilerin gereksiz döndürülmemesi gibi kontrolleri yapmalıdır.
Araç seçimi, sorunun türüne göre değişir. Dil modeli metin yorumlama ve üretmede güçlüdür; kesin hesap, güncel veri veya dış sistem işlemleri için araç kullanmak daha uygundur.
Tablonun önemli ayrımı şudur: bir aracın veriyi getirmesi ile modelin o veriyi doğru yorumlaması farklı aşamalardır. Araç doğru sonucu döndürse bile model yanlış alanı seçebilir, bir koşulu gözden kaçırabilir veya belirsizliği gereğinden fazla kesin ifade edebilir. Bu yüzden kritik işlemlerde sonuç doğrulama ve kullanıcı onayı eklenir.
Model, aracı çağırmayı seçebilir ama bu karar iş kuralı yerine geçmez. Uygulama; aracın gerçekten var olup olmadığını, parametrelerin biçimini, kullanıcının yetkisini, işlem kapsamını ve dönen verinin beklenen yapıda olup olmadığını kontrol etmelidir.
Örneğin “müşterinin adresini değiştir” isteğinde modelin doğru aracı ve doğru adres alanlarını seçmesi yeterli değildir. Uygulama, kullanıcının hesabına erişim yetkisini doğrulamalı, değişiklikten önce açık onay istemeli ve işlemin sonucunu sistemden tekrar okuyarak kontrol etmelidir. Modelin araç çağrısı önermesi, işlemin başarıyla gerçekleştiğini kanıtlamaz.
Bir araç hata döndürürse modelin yapması gereken, hatayı saklamak veya tahminle tamamlamak değil, hatanın anlamına göre yanıt vermektir. Eksik parametre varsa gerekli bilgiyi istemeli; yetki hatası varsa işlemin neden yapılamadığını açıklamalı; dış servis yanıt vermiyorsa işlemin sonucunun doğrulanamadığını belirtmelidir. Özellikle yan etkili bir çağrıda zaman aşımı, işlemin gerçekleşmediğini göstermez; tekrar çağırmadan önce işlem durumunu ve güvenli tekrar koşullarını doğrulamalıdır.
RAG, modelin yanıt üretmeden önce belgelerden veya bir bilgi deposundan ilgili parçaları almasıdır. Bu işlem çoğu zaman bir arama ya da bilgi getirme aracıyla gerçekleştirilir; fakat RAG'in amacı genellikle metin bağlamı sağlamaktır.
MCP ise bir model uygulamasının araçlara, kaynaklara ve istemlere ortak bir iletişim düzeniyle erişmesini sağlayan bir bağlantı yaklaşımıdır. MCP kullanılan bir sistemde de temel döngü değişmez: model uygun isteği oluşturur, istemci yetki ve güvenlik kontrollerini yapar, sunucu sonucu döndürür ve model bu sonucu yanıtına katar. MCP, aracın sonucunun otomatik olarak doğru veya güvenli olduğu anlamına gelmez.
Bir otomasyon kurarken önce şu ayrımı yapın: Model yalnızca karar ve metin üretimi mi yapacak, yoksa dış sistemde işlem de gerçekleştirecek mi? Sadece veri okuyan araçlar genellikle daha düşük risklidir. Kayıt silme, para transferi, e-posta gönderme veya ayar değiştirme gibi işlemlerde dar yetki, açık onay, işlem günlüğü ve başarının bağımsız doğrulanması gerekir.
Modelin çalışma döngüsü
Dil modeli tek başına metin üretir. Araç kullanımı eklendiğinde uygulama, modele hangi araçların kullanılabileceğini ve her aracın hangi girdileri beklediğini bildirir. Model, kullanıcının isteğini inceleyerek doğrudan yanıt verebilir veya bir araç çağrısı önerebilir. Araç çağrısını gerçekten çalıştıran taraf genellikle model değil, modeli kullanan uygulamadır.
Döngü şu şekilde ilerler:
- İstek analiz edilir. Kullanıcının sorusunun yalnızca mevcut bilgilerle yanıtlanıp yanıtlanamayacağı veya dış veriye, hesaplamaya ya da bir uygulama işlemine ihtiyaç duyup duymadığı belirlenir.
- Uygun araç seçilir. Model, kendisine tanıtılan araçlardan birini ve gerekli girdileri yapılandırılmış biçimde belirtir. Örneğin
hava_durumuaracını seçipşehir=Ankaravetarih=2026-11-08bilgilerini isteyebilir. - Araç çağrısı doğrulanır ve çalıştırılır. Uygulama, modelin gönderdiği araç adını ve parametrelerini denetler; izin verilen bir işlemse ilgili API, veritabanı, hesaplayıcı veya yazılımı çağırır.
- Araç sonucu modele geri verilir. Dönen veri, modelin okuyabileceği yeni bir bağlam olarak konuşmaya eklenir. Bu veri hata mesajı, sayı, kayıt listesi veya yapılandırılmış JSON olabilir. Araç çıktısı güvenilmeyen veri olarak tutulmalı; içindeki yeni talimatlar kullanıcının isteğinin veya sistem kurallarının yerine geçirilmemelidir.
- Son yanıt oluşturulur. Model, araç sonucunu kullanarak kullanıcıya doğal dille açıklama yapar. Araç çağrısı başarısız olmuşsa başarı olmuş gibi davranmak yerine hatayı ve gerekli sonraki adımı belirtmelidir.
Basit bir örnek
Varsayımsal bir destek uygulamasında modele şu araç tanıtılmış olsun:
JSON:
{
"name": "siparis_durumu",
"description": "Sipariş numarasına göre teslimat durumunu getirir.",
"parameters": {
"type": "object",
"properties": {
"siparis_no": {"type": "string"}
},
"required": ["siparis_no"]
}
}Kullanıcı “AB123 siparişim nerede?” diye sorduğunda modelin araç çağrısı önerisi kabaca şöyle olabilir:
JSON:
{
"tool": "siparis_durumu",
"arguments": {
"siparis_no": "AB123"
}
}Uygulama bu isteği kendi sipariş sistemine gönderir. Varsayımsal araç sonucu şöyledir:
JSON:
{
"siparis_no": "AB123",
"durum": "Kargoda",
"tahmini_teslim": "2026-11-10"
}Model bu veriyi aldıktan sonra “AB123 numaralı siparişiniz kargoda. Tahmini teslim tarihi 10 Kasım 2026.” diyebilir. Burada teslimat bilgisini model icat etmemiştir; araçtan dönen sonucu yeniden ifade etmiştir. Ancak bu sonuç, sipariş sistemindeki verinin doğru ve güncel olduğunu tek başına kanıtlamaz. Uygulama ayrıca yetki kontrolü, sipariş numarası doğrulaması ve kişisel verilerin gereksiz döndürülmemesi gibi kontrolleri yapmalıdır.
Hangi araç ne zaman kullanılır?
Araç seçimi, sorunun türüne göre değişir. Dil modeli metin yorumlama ve üretmede güçlüdür; kesin hesap, güncel veri veya dış sistem işlemleri için araç kullanmak daha uygundur.
| İhtiyaç | Uygun araç türü | Modelin rolü |
|---|---|---|
| Kesin aritmetik | Hesaplayıcı | İşlemi ve sonucu açıklamak |
| Güncel bilgi | Arama veya veri API'si | Sonucu bağlama göre özetlemek |
| Şirket kaydı | Veritabanı veya kurum API'si | Yetkili sonucu kullanıcıya aktarmak |
| Dosya içeriği | Dosya okuma ve ayrıştırma aracı | Bulunan bilgiyi yorumlamak |
| Dış sistemde değişiklik | İşlem API'si | Gerekli onay ve koşulları yönetmek |
Araç çağrısı neden her zaman güvenilir değildir?
Model, aracı çağırmayı seçebilir ama bu karar iş kuralı yerine geçmez. Uygulama; aracın gerçekten var olup olmadığını, parametrelerin biçimini, kullanıcının yetkisini, işlem kapsamını ve dönen verinin beklenen yapıda olup olmadığını kontrol etmelidir.
Örneğin “müşterinin adresini değiştir” isteğinde modelin doğru aracı ve doğru adres alanlarını seçmesi yeterli değildir. Uygulama, kullanıcının hesabına erişim yetkisini doğrulamalı, değişiklikten önce açık onay istemeli ve işlemin sonucunu sistemden tekrar okuyarak kontrol etmelidir. Modelin araç çağrısı önermesi, işlemin başarıyla gerçekleştiğini kanıtlamaz.
Bir araç hata döndürürse modelin yapması gereken, hatayı saklamak veya tahminle tamamlamak değil, hatanın anlamına göre yanıt vermektir. Eksik parametre varsa gerekli bilgiyi istemeli; yetki hatası varsa işlemin neden yapılamadığını açıklamalı; dış servis yanıt vermiyorsa işlemin sonucunun doğrulanamadığını belirtmelidir. Özellikle yan etkili bir çağrıda zaman aşımı, işlemin gerçekleşmediğini göstermez; tekrar çağırmadan önce işlem durumunu ve güvenli tekrar koşullarını doğrulamalıdır.
RAG ve MCP ile ilişkisi
RAG, modelin yanıt üretmeden önce belgelerden veya bir bilgi deposundan ilgili parçaları almasıdır. Bu işlem çoğu zaman bir arama ya da bilgi getirme aracıyla gerçekleştirilir; fakat RAG'in amacı genellikle metin bağlamı sağlamaktır.
MCP ise bir model uygulamasının araçlara, kaynaklara ve istemlere ortak bir iletişim düzeniyle erişmesini sağlayan bir bağlantı yaklaşımıdır. MCP kullanılan bir sistemde de temel döngü değişmez: model uygun isteği oluşturur, istemci yetki ve güvenlik kontrollerini yapar, sunucu sonucu döndürür ve model bu sonucu yanıtına katar. MCP, aracın sonucunun otomatik olarak doğru veya güvenli olduğu anlamına gelmez.
Bir otomasyon kurarken önce şu ayrımı yapın: Model yalnızca karar ve metin üretimi mi yapacak, yoksa dış sistemde işlem de gerçekleştirecek mi? Sadece veri okuyan araçlar genellikle daha düşük risklidir. Kayıt silme, para transferi, e-posta gönderme veya ayar değiştirme gibi işlemlerde dar yetki, açık onay, işlem günlüğü ve başarının bağımsız doğrulanması gerekir.
Son düzenleme:
