AI Native Uygulama Geliştirme: Tek Çağrıdan Çoklu Ajana
LLM demosu yazmak kolay; ölçülen, sınırlanan ve güvenle yayına alınabilen bir uygulama kurmak ayrı bir mühendislik işi. Bu kursta tek bir örnek uygulamayı, Destek Talebi Asistanını, sekiz adımda büyütürsün: şemalı tek çağrı, araç kullanan ajan, çoklu ajan, eval, güvenlik ve bütçe sınırı. Sonunda kendi alanında çalışan asgari bir sürüm, bir tasarım notu ve mini eval tablosu teslim edersin.
Kurs Hakkında
Bir LLM'e soru sorup etkileyici bir demo çıkarmak bir öğleden sonralık iştir. Zor olan, o demoyu ne zaman yanlış yaptığını bildiğin, ne kadar harcayacağını önceden sınırladığın ve kötü niyetli bir girdiyle raydan çıkmayan bir uygulamaya dönüştürmektir. Bu kurs tam o aradaki mesafeyi kapatır.
Ne kuracaksın: Kurs boyunca tek bir örnek uygulama üzerinde ilerlersin. Destek Talebi Asistanı önce talepleri şemaya çıkaran tek bir çağrı olarak doğar, sonra her modülde ona yeni bir katman eklenir: araç kullanımı, ajan döngüsü, araç tasarımı ve bağlam bütçesi, Agent SDK, çoklu ajan, eval, güvenlik ve maliyet sınırları. Her modülde eğitmen bir görevi canlı gösterir, sen de aynı mekanizmayı kendin uygularsın. Son modülde asistanın iskeletini kendi seçtiğin bir alana taşır; tasarım notu, çalışan uygulama ve mini eval tablosu teslim edersin.
Kimler için: En az bir programlama dilinde uygulama yazmış geliştiriciler içindir; LLM tabanlı uygulama deneyimi gerekmez. Kod, kurs boyunca Claude Code yardımıyla yazılır; örnekler Claude API ve Agent SDK üzerinde çalışır. Kurs bir model adı ya da sürümü ezberletmez; öğrendiğin kavramlar başka sağlayıcılara da taşınır. Hiç kod yazmamış katılımcılar için uygun değildir.
Kapsam dışı: RAG altyapısı, canlıya alma (deployment) ve kullanıcı arayüzü bu kursun konusu değildir; odak, uygulamanın LLM çekirdeğidir.
Ekibiniz için: Kursu bitiren bir geliştirici, bir işin tek çağrı, workflow, tek ajan ya da çoklu ajan gerektirdiğine gerekçeyle karar verir ve gereksiz karmaşıklıktan kaçınır. Uygulamanın kalitesini eval setiyle sayıya döker, yan etkili işlemleri korur, harcamayı tur ve bütçe sınırıyla öngörülebilir kılar. Yani "çalışıyor gibi" yerine ölçülmüş, sınırı belli ve savunulabilir bir uygulama ortaya çıkar.
Ne kuracaksın: Kurs boyunca tek bir örnek uygulama üzerinde ilerlersin. Destek Talebi Asistanı önce talepleri şemaya çıkaran tek bir çağrı olarak doğar, sonra her modülde ona yeni bir katman eklenir: araç kullanımı, ajan döngüsü, araç tasarımı ve bağlam bütçesi, Agent SDK, çoklu ajan, eval, güvenlik ve maliyet sınırları. Her modülde eğitmen bir görevi canlı gösterir, sen de aynı mekanizmayı kendin uygularsın. Son modülde asistanın iskeletini kendi seçtiğin bir alana taşır; tasarım notu, çalışan uygulama ve mini eval tablosu teslim edersin.
Kimler için: En az bir programlama dilinde uygulama yazmış geliştiriciler içindir; LLM tabanlı uygulama deneyimi gerekmez. Kod, kurs boyunca Claude Code yardımıyla yazılır; örnekler Claude API ve Agent SDK üzerinde çalışır. Kurs bir model adı ya da sürümü ezberletmez; öğrendiğin kavramlar başka sağlayıcılara da taşınır. Hiç kod yazmamış katılımcılar için uygun değildir.
Kapsam dışı: RAG altyapısı, canlıya alma (deployment) ve kullanıcı arayüzü bu kursun konusu değildir; odak, uygulamanın LLM çekirdeğidir.
Ekibiniz için: Kursu bitiren bir geliştirici, bir işin tek çağrı, workflow, tek ajan ya da çoklu ajan gerektirdiğine gerekçeyle karar verir ve gereksiz karmaşıklıktan kaçınır. Uygulamanın kalitesini eval setiyle sayıya döker, yan etkili işlemleri korur, harcamayı tur ve bütçe sınırıyla öngörülebilir kılar. Yani "çalışıyor gibi" yerine ölçülmüş, sınırı belli ve savunulabilir bir uygulama ortaya çıkar.
Kurs İçeriği 8 Ders
1
Ajan gerekir mi? Tek çağrı ve yapılandırılmış çıktı
Göster
Her iş için ajan kurmak gerekir mi, yoksa tek bir çağrı yeter mi?
- Workflow ile agent farkı ve en basit çözümle başlama ilkesi
- Şemaya uyan, kodun güvenle işleyebileceği çıktı almak
- Çıktı: talepleri kategori, öncelik ve özete ayıran ilk asistan
- Workflow ile agent farkı ve en basit çözümle başlama ilkesi
- Şemaya uyan, kodun güvenle işleyebileceği çıktı almak
- Çıktı: talepleri kategori, öncelik ve özete ayıran ilk asistan
2
Ajan döngüsünü elle kur: araç sözleşmesi
Göster
Model bir aracı "kullandığında" perde arkasında ne olur?
- Araç sözleşmesi: model ister, kod çalıştırır
- Hataya ve sonsuz döngüye karşı korunan ajan döngüsü
- Çıktı: sipariş ve iade araçlarını kullanan, çökmeyen bir döngü
- Araç sözleşmesi: model ister, kod çalıştırır
- Hataya ve sonsuz döngüye karşı korunan ajan döngüsü
- Çıktı: sipariş ve iade araçlarını kullanan, çökmeyen bir döngü
3
İyi araç, ucuz bağlam: araç tasarımı ve token bütçesi
Göster
Ajan neden yanlış aracı seçer ve bağlam neden bu kadar çabuk dolar?
- Modelin doğru kullanacağı araç tanımı yazmak
- Bağlamı küçük tutma teknikleri
- Çıktı: kötü bir aracın önce/sonra token karşılaştırması
- Modelin doğru kullanacağı araç tanımı yazmak
- Bağlamı küçük tutma teknikleri
- Çıktı: kötü bir aracın önce/sonra token karşılaştırması
4
Agent SDK'ya geçiş: özel araçlar ve izinler
Göster
Döngüyü her projede yeniden mi yazacaksın?
- Elle yazılan döngüden hazır ajan altyapısına geçiş
- Hangi aracın çalışabileceğini izinlerle sınırlamak
- Çıktı: yan etkili aracı kısıt altında çalışan asistan
- Elle yazılan döngüden hazır ajan altyapısına geçiş
- Hangi aracın çalışabileceğini izinlerle sınırlamak
- Çıktı: yan etkili aracı kısıt altında çalışan asistan
5
Çoklu ajan: ne zaman değer, ne zaman değmez
Göster
Birden fazla ajan daha iyi sonuç mu verir, yoksa yalnızca daha pahalı mı?
- Beş temel workflow deseni
- Alt ajanlar ve görev paylaşımı
- Çıktı: tek ajan ile çoklu ajanın maliyet karşılaştırması ve karar notu
- Beş temel workflow deseni
- Alt ajanlar ve görev paylaşımı
- Çıktı: tek ajan ile çoklu ajanın maliyet karşılaştırması ve karar notu
6
Ölçmeden bilemezsin: eval seti ve hata analizi
Göster
Yaptığın değişiklik uygulamayı iyileştirdi mi, yoksa sana mı öyle geldi?
- Ölçülebilir başarı ölçütü ve eval seti kurmak
- Otomatik puanlama ve kök neden analizi
- Çıktı: iki sistemi sayıyla karşılaştıran eval tablosu
- Ölçülebilir başarı ölçütü ve eval seti kurmak
- Otomatik puanlama ve kök neden analizi
- Çıktı: iki sistemi sayıyla karşılaştıran eval tablosu
7
Saldırıya ve faturaya karşı: enjeksiyon, hook, bütçe
Göster
Bir talebin içine gizlenmiş talimat asistanına iade yaptırabilir mi?
- Prompt injection tehdit modeli ve savunma katmanları
- Tur ve bütçe sınırıyla harcamayı öngörülebilir kılmak
- Çıktı: saldırıya karşı savunması eval ile ölçülmüş asistan
- Prompt injection tehdit modeli ve savunma katmanları
- Tur ve bütçe sınırıyla harcamayı öngörülebilir kılmak
- Çıktı: saldırıya karşı savunması eval ile ölçülmüş asistan
8
Kapanış projesi: kendi uygulamanı kur, ölç, sınırla
Göster
Öğrendiklerin Destek Asistanının dışında da çalışıyor mu?
- Mimari kararını gerekçesiyle vermek ve tasarım notuna dökmek
- Kendi alanında araç kullanan, korunan bir uygulama kurmak
- Çıktı: tasarım notu, çalışan uygulama ve mini eval tablosu
- Mimari kararını gerekçesiyle vermek ve tasarım notuna dökmek
- Kendi alanında araç kullanan, korunan bir uygulama kurmak
- Çıktı: tasarım notu, çalışan uygulama ve mini eval tablosu
Yeni sınıf açıldığında haber verelim
Bu eğitim için şu an kayda açık sınıf yok.
Kurs Detayları
Süre:
16 saat
Seviye:
Orta
Format:
Canlı Online
Güncellenme:
11.11.2026