Özel Yapay Zeka Aracı: Kapsam Kayması Riski

Özel yapay zeka aracı projesinde kapsamı kontrol altında tutmak, “bir AI asistanı yapalım” demekle başlamaz. Aracın hangi veriyi kullanacağı, kimlerin kullanacağı, hangi işleri yapacağı ve özellikle hangi işleri yapmayacağı baştan yazılmalıdır. İlk teslim dar kapsamlı, ölçülebilir ve sınırlı yetkili olmalıdır.

Satış ekibi için ürün bilgisi asistanı diye başlayan bir çalışma, üç hafta sonra CRM kaydı açan, müşterilere e-posta gönderen, fiyat öneren ve teklif hazırlayan bir sisteme dönüşebilir. Bunların hiçbiri yalnızca yeni bir ekran değildir. Her biri yeni veri erişimi, entegrasyon, yetki, güvenlik riski ve kabul testi gerektirir.

Bu yazı, özel yapay zeka geliştirmedeki riskleri, Faz 1 kapsamının nasıl belirleneceğini ve teklifte hangi maddelerin yer alması gerektiğini açıklar.

Öne Çıkanlar

• Özel yapay zeka aracı kapsamı; model seçimiyle değil, veri kaynağı, kullanıcı, işlem yetkisi ve kabul kriterleriyle belirlenir.
• Bilgi veren RAG asistanı ile CRM’e yazan AI agent aynı proje değildir; veri, güvenlik ve test yükleri farklıdır.
• İlk fazda salt okunur erişim, kaynak gösterme ve insan onayı; gereksiz otonomiyi azaltır.
• “CRM entegrasyonu yapılacak” yeterli bir kapsam maddesi değildir; okuma-yazma yetkisi, kullanıcı rolü ve hata akışı ayrıca yazılmalıdır.
• Kapsam dışı maddeler ve Faz 2 listesi, yeni talepleri reddetmeden projenin ticari sınırını korur.

AI Projelerinde Kapsam Neden Daha Hızlı Büyür?

AI projeleri çoğu zaman gereğinden geniş bir cümleyle başlar: “Şirket içi bir chatbot istiyoruz.” Ancak chatbot tek başına bir proje tanımı değildir. Kimlerin kullanacağı, hangi kaynaklardan gelen hangi sorulara yanıt vereceği ve doğruluk beklentisinin ne olduğu yazılmadan kapsam belirlenemez.

Sadece dokümanlarda arama yapan bir araçla işlem yapan bir araç aynı şey değildir. İşlem yapan yapı, basit bir sohbet ekranından öteye geçer ve işletme sistemlerine bağlı bir otomasyona dönüşür.

Chatbot, RAG asistanı ve agent farklı kapsamlardır

Bu üç ifade sık sık birbirinin yerine kullanılır. Oysa her birinin teknik ve operasyonel sınırları farklıdır.

• Chatbot, önceden tanımlı içeriklerle temel soruları yanıtlayabilir.
• RAG asistanı, seçilmiş dokümanlardan ilgili bilgiyi bulur ve yanıtını kaynakla destekler.
• AI agent, bir sistemde arama yapmanın ötesine geçer; CRM kaydı açabilir, e-posta taslağı hazırlayabilir veya belirli koşullarda işlem başlatabilir.

RAG chatbot kapsamında kritik soru şudur: “Hangi PDF’leri okuyacak?” AI agent projesinde bu soruya başkaları eklenir: “Hangi sisteme bağlanacak, kimin adına ve hangi işlemi yapacak?”

İlk demo yeni taleplerin başladığı andır

İlk çalışan demo, kullanıcıların araçtan isteyebileceği yeni işleri görünür hale getirir. Bu kötü bir şey değildir. Sorun, her yeni fikrin fark edilmeden ilk teslim kapsamına eklenmesidir.

Örnek senaryo: Satış ekibi için ürün dokümanı asistanı isteyen bir ekip düşünün. İlk amaç, temsilcilerin teknik PDF’lerde yanıt aramak için harcadığı süreyi azaltmaktır. Demo sonrasında “CRM’de fırsat oluştursun”, “müşteriye yanıt göndersin” ve “indirimi de önersin” talepleri gelir. Her istek makuldür. Ancak CRM yazma yetkisi, müşteri iletişimi ve fiyatlandırma kuralları ilk projenin kapsamında değildir. Bu talepler Faz 2 listesine alınır. Faz 1, kaynak gösteren bir iç asistan olarak altı kullanıcıyla denenir ve gerçekten hangi noktalarda zaman kazandırdığı ölçülür.

Kapsamı sınırlamak vizyonu küçültmez. Yanlış varsayımları şirketin tüm verisine ve operasyonuna yaymadan test etmenizi sağlar.

Veri kalitesi ayrı bir iş kalemidir

Model, güncelliğini yitirmiş PDF’leri veya birbiriyle çelişen ürün tablolarını kendi başına güvenilir kurumsal bilgiye çeviremez. Dağınık klasörleri düzenlemek, tekrar eden dokümanları ayıklamak, belge sahiplerini belirlemek ve erişim izinlerini kurmak veri hazırlama işidir.

Bu çalışma teklifte yoksa iki sonuçtan biri ortaya çıkar: proje gecikir ya da eksik veriyle çalışan araç beklenen güveni vermez. “AI doğru cevaplamıyor” şikayetinin nedeni çoğu zaman model değil, kaynak veridir.

Özel Yapay Zeka Aracında Kapsam Kaymasının Beş Biçimi

Yapay zeka projelerinde kapsam kayması genellikle “daha fazla özellik istiyoruz” diye açıkça başlamaz. Küçük görünen eklemeler, altyapıyı ve risk profilini değiştirebilir.

1. Bilgi asistanından işlem yapan agente geçiş

“Ürün bilgisini cevaplasın” isteği, doğru tasarlandığında seçilmiş bir bilgi bankasında arama yapan bir RAG asistanı anlamına gelir. “Stok kontrol etsin” dendiğinde canlı bir sisteme bağlanmak gerekir. “Sipariş durumunu değiştirsin” talebi ise yazma yetkisi, hata kontrolleri ve kayıt tutulmasını gerektirir.

Bu ayrım, özel yapay zeka aracı teklifinde tek satırla geçilemez. Bilgi üretmek ile işlem yapmak arasında ayrı bir güvenlik sınırı vardır.

2. Tek veri kaynağından tüm şirket verisine geçiş

İlk fazda araç yalnızca onaylanmış yardım merkezi makalelerini kullanabilir. Sonraki aşamalarda Google Drive, e-posta, CRM, muhasebe yazılımı ve insan kaynakları klasörleri de eklenmek istenebilir.

Her yeni kaynak şu soruları getirir:

• Verinin sahibi kimdir?
• Bilgi güncel mi?
• Kimlerin erişim hakkı vardır?
• Kişisel veri veya ticari sır içeriyor mu?
• Bu veri ne kadar süre saklanacaktır?

“Tüm Drive’a erişsin” kolay yazılan bir kapsam cümlesidir. Uygulamada ise en az yetki ilkesini bozar ve denetimi zorlaştırır.

3. Entegrasyonun küçümsenmesi

“CRM’e bağlanacak” bir kapsam tanımı değildir. Tekliflerdeki en belirsiz ifadelerden biridir.

Bir entegrasyon için en azından şu noktalar yazılmalıdır:

• Hangi CRM veya ERP kullanılacak?
• Araç hangi API erişimiyle bağlanacak?
• Sadece veri okuyacak mı, veri yazacak mı?
• Hangi alanlara erişecek?
• Hangi kullanıcı rolüyle çalışacak?
• API çalışmazsa kullanıcıya ne gösterilecek?
• İşlem öncesinde insan onayı gerekecek mi?

Bu soruların yanıtı yoksa ortada entegrasyon değil, beklenti vardır.

4. Başarı tanımının değişmesi

İlk hedef, destek ekibinin yinelenen sorulara daha az zaman ayırması olabilir. Proje ilerledikçe araçtan satış kapatması, teklif oluşturması, müşteri memnuniyetini artırması ve operasyon maliyetlerini düşürmesi de beklenebilir.

Bunların her biri ayrı bir iş sonucudur. Birindeki başarı, diğerini kendiliğinden getirmez.

İyi bir hedef şöyledir:

Satış ekibinin onaylı ürün dokümanlarında cevap aramak için harcadığı süreyi azaltan, yalnızca seçilmiş kaynaklardan yanıt veren iç asistan.

Kötü bir hedef ise şöyledir:

Şirketin her işini bilen AI asistan.

Birincisi test edilebilir. İkincisi ölçülemez.

5. Güvenlik ve hukuk işlerinin sona bırakılması

Kişisel veri, müşteri bilgisi, çalışan verisi veya ticari sır içeren bir sistemde KVKK sonradan konuşulacak detay değildir. KVKK’nın üretken yapay zekâ rehberi, kişisel veri işleme faaliyetlerinin sistem yaşam döngüsü boyunca ele alınması gerektiğini vurgular.

Özel yapay zeka aracı için KVKK değerlendirmesinde şu başlıklar ilk kapsamın parçası olmalıdır:

• Araca hangi kişisel veriler girecek?
• Veriler hangi sağlayıcıya aktarılacak?
• Yurt dışı aktarımı var mı?
• Kullanıcıların erişimi nasıl sınırlandırılacak?
• Verinin saklama ve silme süreci nedir?
• Çalışanlar hangi veriyi açık AI araçlarına yükleyemeyecek?

Bu konular çözülmeden canlıya çıkmak teknik borç değil, doğrudan işletme riskidir.

Faz 1 Kapsamını Yedi Maddede Kurun

Özel yapay zeka aracında kapsam kaymasını önlemek için yedi ana karar, işe başlamak için yeterli bir çerçeve sunar.

1. Tek bir iş sonucu tanımlayın. Araç hangi tekrar eden işi azaltacak?
2. Kullanıcı grubunu sınırlayın. İlk fazı tüm şirkete değil, belirli bir ekibe açın.
3. Veri kaynaklarını tek tek yazın. Klasör, belge türü, sistem ve belge sahibi görünür olsun.
4. Aracın yapmayacaklarını belirtin. Kapsam dışı liste teslimin bir parçasıdır.
5. Entegrasyonları ayırın. Her sistem için okuma, yazma ve onay yetkisini ayrı tanımlayın.
6. Kabul kriterlerini ölçülebilir kurun. “Çalışıyor” yerine test edilebilir sonuç yazın.
7. Yeni talepleri Faz 2’ye alın. Yeni fikirler kaybolmasın, ilk teslimi de bozmasın.

Kapsam belgesinde yer alması gereken dokuz madde

Faz 1 belgesinde şu başlıklar açıkça yer almalıdır:

1. Kullanıcı: Aracı kim kullanacak?
2. İş sonucu: Hangi tekrar eden iş azalacak?
3. Veri kaynakları: Hangi dokümanlar veya sistemler kullanılacak?
4. Kapsam dışı veri: İlk fazda hangi kaynaklara erişilmeyecek?
5. İşlemler: Araç yanıt mı verecek, işlem de yapacak mı?
6. Yetki: Okuma, yazma, silme ve onay izinleri neler?
7. İnsan kontrolü: Hangi noktada insan müdahalesi zorunlu?
8. Kabul kriterleri: Canlıya çıkmak için hangi testler geçilmeli?
9. İkinci faz listesi: Mantıklı ama ilk teslim dışında kalan talepler neler?

NIST’in AI Risk Management Framework’ü riski tek seferlik kontrol olarak değil; Govern, Map, Measure ve Manage döngüsü olarak ele alır. NIST yaklaşımında hedef kullanım alanı, insan gözetimi ve üçüncü taraf bileşenleri belgelenmesi gereken unsurlardır.

Bu yöntem, özel AI aracı yaptırırken dikkat edilmesi gereken noktaları netleştirir: önce yönetişimi kurun, bağlamı tanımlayın, sonucu ölçün, riskleri yönetin; sonra genişletin.

AI aracınızın Faz 1 sınırını yazılı hale getirmek istiyorsanız, özel yapay zeka yaklaşımımızı inceleyin. Amaç her sisteme bağlanan bir demo değil; yayınlanabilecek, test edilebilecek ilk teslimdir.

Teklifte Açıkça Kapsam Dışı Yazılması Gerekenler

Kapsam dışı maddeler, teklifin eksik hazırlandığını göstermez. Projenin sınırını gösterir. Yazılı olmayan işler çoğu zaman “zaten bunun içinde sanmıştık” denilerek yeniden gündeme gelir.

İlk teklifte aşağıdaki maddelerin durumu açıkça belirtilmelidir:

• Yeni CRM veya ERP kurulumu
• Dağınık dokümanların manuel temizliği ve etiketlenmesi
• Tüm şirket e-postalarına erişim
• WhatsApp, çağrı merkezi veya sosyal medya entegrasyonu
• Müşteri adına otomatik e-posta gönderimi
• Fiyat, indirim, stok veya sipariş üzerinde otomatik işlem
• Çok dilli içerik doğrulama operasyonu
• 7/24 insan destek hizmeti
• Model sağlayıcısının kullanım ücretleri
• Faz 1 sonrasında yeni veri kaynaklarının eklenmesi
• Yeni departmanların sisteme alınması

Kapsam dışı yazılmamış iş, çoğu zaman ücretsiz ek iş değil; gecikmiş risk demektir.

Örnek senaryo: Web sitesindeki sık sorulan soruları yanıtlayacak bir asistan isteyen bir hizmet işletmesi düşünün. İlk kapsam doğrudur: asistan onaylı bilgi bankasından yanıt verir, rezervasyon taleplerini forma yönlendirir, kesin fiyat veya müsaitlik sözü vermez. Daha sonra kanal yöneticisi bağlantısı, rezervasyon değişikliği ve iade işlemi ekleme fikri gündeme gelebilir. Bunlar “küçük ek özellikler” değildir. Her biri müşteri verisi, finansal işlem, hata senaryosu ve insan onayı gerektirir. Doğru yol, ilk aracı kontrollü biçimde canlıya almak ve işlem yetkilerini ayrı bir değerlendirmeye bırakmaktır.

Yetki Kapsamı: Aracınız Ne Yapabilir, Ne Yapamaz?

AI agent yetkilendirme riski yalnızca kötü niyetli kullanımda ortaya çıkmaz. Yanlış yorumlanan bir talimat, eksik doğrulanan bilgi veya hatalı bir entegrasyon da gereğinden geniş yetkilerle birleştiğinde sorun yaratabilir.

OWASP LLM06:2025 Excessive Agency bunu gereğinden fazla işlev, izin veya otonomi riski olarak tanımlar. Öneri nettir: dar işlevli araçlar kurun, en az yetki verin ve bağlı sistemlerde bağımsız yetki kontrolü uygulayın.

Güvenli ilk faz örneği

İlk teslim için daha güvenli kapsam çoğu zaman şöyledir:

• Yalnızca seçilmiş ve onaylı dokümanları okur.
• Kaynak göstermeden kesin yanıt vermez.
• Kaynak bulamadığında bunu açıkça belirtir.
• Müşteriye mesaj veya e-posta göndermez.
• CRM kaydı, stok, fiyat veya sipariş değiştirmez.
• Belirsiz sorularda insan ekibe yönlendirir.
• Sorguları, kullanılan kaynakları ve hataları kayıt altına alır.

Riskli kapsam örneği

Aşağıdaki yapı ilk faz için yüksek risk taşır:

• Tüm Drive klasörlerine erişim
• Genel yönetici hesabıyla CRM bağlantısı
• İnsan onayı olmadan e-posta gönderimi
• Sipariş, indirim veya iade işlemi
• İşlem gerekçelerinin kaydedilmemesi
• Müşteriyle doğrudan ve denetimsiz iletişim

Agent’ın yapabildiği işlem sayısı arttıkça test ve kontrol mekanizmaları da artmalıdır. “Akıllı” olması, sınırsız yetki verilmesi için gerekçe değildir.

Yapay Zeka Projesi Kabul Kriterleri Nasıl Yazılır?

“AI aracı çalışacak” bir kabul kriteri değildir. Çalışmanın ne anlama geldiği test edilebilecek kadar açık yazılmalıdır.

İyi bir teklif, teslimi şu ölçülebilir unsurlara bağlar:

Alan	Ölçülebilir kabul kriteri örneği
Veri kaynağı	Araç yalnızca onaylı klasördeki belirlenmiş dokümanları kullanır.
Yanıt kalitesi	Test soru setindeki yanıtlar kaynak bağlantısı veya belge referansı gösterir.
Belirsizlik	Kaynak bulunmayan sorularda araç cevap uydurmak yerine belirsizliği belirtir.
Yetki	İlk fazda araç yalnızca okuma yetkisiyle çalışır.
İnsan kontrolü	Dışarıya gönderilecek her içerik veya işlem kullanıcı onayı gerektirir.
Kayıt	Sorgular, kaynak kullanımı ve hata kayıtları izlenebilir durumdadır.
Canlıya geçiş	Belirlenmiş kullanıcı grubuyla kabul testi tamamlanmadan genel kullanıma açılmaz.

Kabul kriterleri aynı zamanda teklifleri karşılaştırmanızı sağlar. Bir teklif “AI entegrasyonu yapılacaktır” derken diğeri kullanılacak veriyi, erişecek kişileri ve test yöntemini açıklıyorsa, ikinci teklif uzun olduğu için değil, belirsizliği azalttığı için daha değerlidir.

Yeni Talepleri Reddetmeden Yönetin

Yeni kullanım alanlarının ortaya çıkması normaldir. İyi proje yönetimi, her isteği otomatik olarak kabul etmek veya kesin biçimde reddetmek değildir. Yapılması gereken, talebin mevcut işin neresinde durduğunu belirlemektir.

Yeni bir talep geldiğinde üç seçenek vardır:

1. Mevcut kapsamın parçasıdır: Kabul kriterini karşılamak için zorunludur. İlk faza dahil edilir.
2. Mevcut kapsamın yerine geçer: Eski madde çıkarılır; yeni madde aynı zaman, risk ve bütçe içinde değerlendirilir.
3. Yeni kapsamdır: Süre, maliyet, veri riski ve bakım etkisi yazılır. Faz 2’ye alınır veya ayrı değişiklik teklifi hazırlanır.

Bu ayrım yapılmazsa proje teknik olarak teslim edilse bile ticari olarak bitmez. Ekip sürekli “bir küçük şey daha” döngüsünde kalır.

Avrupa müşterilerine hizmet veren işletmeler için bu disiplin daha da önemlidir. AB AI Act kapsamındaki belirli şeffaflık hükümleri 2 Ağustos 2026 itibarıyla uygulanmaya başladı. Annex III kapsamındaki yüksek riskli sistem kurallarının uygulama tarihi ise AB AI Act Service Desk tarafından 2 Aralık 2027 olarak belirtiliyor. Bu takvim, Türkiye’de geliştirilen her aracın otomatik olarak AI Act kapsamına girdiği anlamına gelmez. Ancak AB pazarına sunulan veya AB’deki kişilerin verisini işleyen sistemlerde hukuk, veri ve kullanım bağlamı baştan değerlendirilmelidir.

Doğru İlk Teslim Her Şeyi Yapan Agent Değildir

İyi bir ilk teslim, şirketinizdeki tüm sistemlere bağlanan devasa bir agent değildir. Sınırlı veriyi kullanan, sınırlı bir kullanıcı grubuna hizmet veren ve insan kontrolü altında tekrarlayan bir işi çözen araçtır.

İşletme açısından sonuç açıktır: Araç fayda sağlarsa neyi büyüteceğinizi veriye bakarak belirlersiniz. Fayda sağlamazsa yanlış varsayımı tüm CRM’inize, müşteri verinize ve operasyonunuza yaymamış olursunuz.

Özel yapay zeka projelerindeki en maliyetli hata yanlış modeli seçmek değildir. Aracın hangi işi yapacağını, hangi veriye erişeceğini ve hangi işlemleri yapamayacağını yazmadan geliştirmeye başlamaktır.

Kapsam dar olduğunda proje küçük kalmaz, ölçülebilir kalır. Ölçülebilen çalışma da ikinci fazda daha güvenli büyür.

Sık Sorulan Sorular

Özel yapay zeka aracı ile hazır AI aracı arasındaki fark nedir?

Hazır araçlar genel kullanım için tasarlanır. Özel yapay zeka aracı ise belirli kullanıcıların, onaylı şirket verisiyle ve tanımlanmış bir iş akışında çalışması için kurulur. Bu nedenle veri, erişim ve kabul kriterleri ayrıca belirlenmelidir.

RAG chatbot kapsamı neyi içermelidir?

RAG chatbot kapsamı; kullanılacak dokümanları, kullanıcı grubunu, kaynak gösterim biçimini, belirsiz yanıtlardaki davranışı, erişim izinlerini ve test soru setini içermelidir. “Dokümanları okuyup cevaplayacak” ifadesi yeterli değildir.

AI agent neden daha risklidir?

AI agent yalnızca bilgi sunmaz, başka sistemlerde işlem de yapabilir. CRM’e kayıt yazmak, e-posta göndermek veya fiyat değiştirmek; ek yetki, güvenlik kontrolü, hata yönetimi ve insan onayı gerektirir.

Yapay zeka projesinde kapsam kayması nasıl önlenir?

Tek bir iş sonucu belirleyin. Kapsam dışı maddeleri yazılı hale getirin, yetkileri sınırlayın, kabul kriterlerini ölçülebilir kılın ve yeni talepleri Faz 2 listesine alın. Her değişikliğin süre, maliyet ve veri riski üzerindeki etkisini görünür yapın.

Özel yapay zeka aracı KVKK açısından nasıl değerlendirilmelidir?

Kişisel veri işleniyorsa veri türü, amaç, erişim yetkisi, saklama süresi, veri aktarımı ve silme süreci değerlendirilmelidir. Bu değerlendirme canlıya çıktıktan sonra değil, proje kapsamı hazırlanırken yapılmalıdır.