Eğitim İçeriği
Dört Seviyeli Kişiselleştirme Yığını
Seviye 1 | Biliyor – Kurallar ve AGENTS.md
Kapsanan konular:
• Proje kurallarının ve kodlama standartlarının tanımlanması
• Mimari yapının ve teknik kısıtlamaların belgelenmesi
• Araçtan bağımsız proje rehberliğinin oluşturulması
• Geliştirme ekipleri ile yapay zekâ araçları arasında tutarlılığın sürdürülmesi
Seviye 2 | Yapabilir – Yetenekler (Skills)
Kapsanan konular:
• Tekrar kullanılabilen uzmanlık bilgi birimlerinin oluşturulması
• Bağılamsal (contextual) bilgilerin yalnızca ihtiyaç duyulduğunda yüklenmesi
• Bağlam boyutunun küçültülerek görev performansı artırılması
• Tekrar kullanılabilir iş akışları ve uzmanlık kütüphanelerinin oluşturulması
Seviye 3 | Erişiyor – MCP
Kapsanan konular:
• Yapay zekâ araçlarının harici sistemlere ve hizmetlere bağlanması
• Deposu (repository), veritabanı ve dokümantasyon kaynaklarına erişim
• Yapay zekâ kodlama asistanlarının yeteneklerinin genişletilmesi
• Güvenli entegrasyonların ve yönetim kontrollerinin uygulanması
Seviye 4 | Uyguluyor – Ajanlar (Agents)
Kapsanan konular:
• Özerk yapay zekâ ajanlarının ve yeteneklerinin anlaşılması
• Kodun otonom olarak okunması, yazılması, test edilmesi ve gözden geçirilmesi
• Amaç odaklı iş akışlarının ve devredilen görevlerin yönetimi
‶ Jetonlu sistemler için gözetim ve insan denetleme mekanizmalarının kurulması
1. Gün | Görev Devri ve Araçların Genişletilmesi
Modül 1 | Asistandan Ajana
Kapsanan konular:
• Yapay zekâ asistanları ile özerk ajanlar arasındaki farkın anlaşılması
• Satır içi kod tamamlama ile jetonlu görev devri arasındaki ayrım
• Jetonlu iş akışlarının, geliştirme görevlerinin nasıl yapılandırıldığını değiştirdiği
• Ajanlara devredilebilecek uygun görevlerin belirlenmesi
• Özerk yapay zekâ sistemleri ile işbirliği için en iyi uygulamalar
Modül 2 | Gözetimsiz Çalışan Devirler ve Döngüler
Kapsanan konular:
• Yapay zekâ ajanları için etkili yönergeler yazma
• Yeterli bağlam ve iş gereksinimlerinin sağlanması
• Çalışma için kısıtlamaların ve sınırların tanımlanması
• Net kabul kriterlerinin ve başarı ölçütlerinin belirlenmesi
• Kaliteyi korurken insan müdahalesinin en aza indirilmesi
• Döngülerin (Loops) nasıl oluşturulacağı
Modül 3 | Kişiselleştirme Yığını ve Hangi Bağlamda Ne Geçerli?
Kapsanan konular:
• Dört seviyeli kişiselleştirme yığınının anlaşılması
• Proje kurallarını tanımlamak için Kurallar ve AGENTS.md kullanımı
• Farklı senaryolarda hangi kişiselleştirme mekanizmalarının geçerli olduğunun belirlenmesi
• Araçlar ve projeler arasında bağlamın etkin yönetimi
• Tutarlı yapay zekâ destekli geliştirme ortamlarının oluşturulması
Modül 4 | Yetenekler ve Alt Ajanlar (Subagents)
Kapsanan konular:
• Yaygın iş akışları ve görevler için tekrar kullanılabilen Yeteneklerin oluşturulması
• Uzmanlığın tekrar kullanılmak üzere paketlendirilmesi
• Alt ajanların ve izole bağlamların rolünün anlaşılması
• Sınırlı görevlerin uzmanlaşmış ajanlara devredilmesi
• Modüler yapay zekâ iş akışları üzerinden verimliliğin artırılması
2. Gün | Araçların Bağlanması, Eş Zamanlılık ve Yönetişim
Modül 5 | MCP: Bağlan ve Geliştir
Kapsanan konular:
• Model Bağlam Protokolü'nün (MCP) prensiplerinin anlaşılması
• Yapay zekâ araçlarının harici sistemlere ve hizmetlere bağlanması
• Tarayıcılar, veritabanları, depolar ve dokümantasyon kaynaklarının entegrasyonu
• Özel bir MCP sunucusunun oluşturulması
• Erişim kontrolü ve güvenlik hususlarının yönetimi
Modül 6 | Disiplinli Jetonlu İş Akışı
Kapsanan konular:
• Tekrarlanabilir bir yapay zekâ destekli geliştirme sürecinin kurulması
• Yapay zekâ ajanları ile beyin fırtınası ve planlama
• Çözümlerin işbirliği içinde geliştirilmesi ve uygulanması
• Üretilen çıktılarının test edilmesi ve doğrulanması
• Uygun doğrulama adımları ile teslimatların gözden geçirilmesi ve nihai hale getirilmesi
• Hedeflerin nasıl belirleneceği
Modül 7 | Eş Zamanlı Geliştirme
Kapsanan konular:
• Birden fazla yapay zekâ ajanının eş zamanlı olarak çalıştırılması
• İzole dallar ve Git worktrees ile çalışma
• Eşzamanlı iş akışları across geliştirme aktivitelerinin koordine edilmesi
• Birden fazla ajandan gelen çıktılarının birleştirilmesi ve doğrulanması
• Eş zamanlı yürütme stratejileri aracılığıyla üretkenliğin artırılması
Modül 8 | Riskler, İnceleme ve Yönetişim
Kapsanan konular:
• Harici Yeteneklerin ve MCP sunucularının değerlendirilmesi ve denetlenmesi
• Güvenlik ve yönetişim risklerinin anlaşılması
• İzinlerin ve erişim haklarının yönetimi
• Hassas verilerin ve fikri mülkiyetin korunması
• İnceleme süreçlerinin ve kalite güvence uygulamalarının oluşturulması
Modül 9 | Yazılım Geliştirmede Yapay Zekâ Benimseme: Kullanım Alanları ve Sonraki Adımlar
Kapsanan konular:
• Organizasyonların yapay zekâyı Yazılım Geliştirme Yaşam Döngüsüne (SDLC) nasıl entegre ettiği
• Farklı sektörlerden gerçek dünya kullanım örnekleri ve uygulama örnekleri
• Yaygın yapay zekâ benimseme yaklaşımları: bireysel benimseme, ekip tabanlı benimsema ve organizasyon çapında etkinleştirme
• SDLC genelinde tipik kullanım alanları:
• Gereksinim toplama ve belgelleme
• Kod üretimi ve prototipleme
• Test ve kalite güvence
• Kod incelemesi ve yeniden düzenleme (refactoring)
• Dokümantasyon ve bilgi yönetimi
• DevOps ve olay yönetimi
• Yönetişim modelleri, politikalar ve güvenlik hususları
• Yapay zekâ destekli geliştirimin üretkenliğinin ve getirisi (ROI) ölçümü
• Dahili bir yapay zekâ benimseme yol haritasının oluşturulması
• Katılımcılar ve ekipleri için pratik sonraki adımların tanımlanması
Etkileşimli Tartışma Atölyesi
• Katılımcıların geliştirme ekiplerindeki mevcut zorluklar
• Hemen uygulanabilecek yüksek değerli kullanım alanlarının belirlenmesi
• Riskler, engeller ve organizasyonel hususlar
• Yapay zekâ entegrasyonu için ilk eylem planının oluşturulması.
Kurs İçin Gerekli Önbilgiler
Profesyonel geliştirme deneyimi, terminal ortamına hâkimiyet ve Git konusunda çalışma bilgisi. Düzenli olarak bir yapay zekâ kodlama aracının kullanılması veya Temel Ders'in tamamlanmış olması gereklidir.
Hedef Kitle
Yapay zekâ araçlarını zaten kullanan geliştiriciler, ekip benimsemekten sorumlu teknik liderler ve Yetenekler ile MCP sunucuları geliştiren platform veya DevOps mühendisleri.
Danışanlarımızın Yorumları (2)
Claude'a nasıl kullanacaklarını öğrenmek ve elime geçen tüm verileri onunla işlemek.
Mike Hartleroad - Furniture Row
Eğitim - Claude AI for Data Analysis and Business Intelligence
Yapay Zeka Çevirisi
Office ortamıyla nasıl etkileşime geçileceği ve tekrarlayan görevlerin nasıl kurulacağı
Matthew Wallace - Group CBS
Eğitim - Claude AI for Workflow Automation and Productivity
Yapay Zeka Çevirisi