Yapay Zeka Değil, Kurulumunuz Eksik: Verimli AI Kullanımı İçin 7 Adım

Yapay zekaya olan güvenin azaldığını sıkça duyuyoruz: "Şu yeni aracı denedim, saçma cevaplar verdi. AI abartıldı." Oysa gerçek şu ki, sorun aracın kendisinde değil — kurulumunuzdaki eksikliklerde. AI’ya net talimatlar vermeden bir inşaat ustasından "Bana bir ev inşa et" dediğinizde ne alırsınız? Mimarisi belirsiz, malzemeleri rastgele, sonuçsa hayal kırıklığı. Aynı mantık AI için de geçerli.

Peki, AI’dan en iyi şekilde faydalanmak için nelere dikkat etmek gerekiyor? İşte yıllarca süren deneyimler sonucu edindiğim, basit ama etkili 7 adım.

1. Göreve Uygun Modeli Seçin: Özgünlük, Reklamlardan Değil Verilerden Gelir

AI modelleri, maraton koşucusu ile sprint koşucusu kadar farklıdır. Haiku, hızlı cevaplar üretmek için idealdir — ancak karmaşık bir dağıtım sistemi mimarisi için uygun değildir. Eğer göreviniz net spesifikasyonlara sahipse ve kabul kriterleri belirlenmişse, Sonnet gibi orta seviye bir model yeterli olacaktır. Böylece hem maliyetten tasarruf edersiniz hem de zayıf noktaları daha erken tespit edersiniz.

Ancak görev karmaşıksa ve alt adımlara ayrılamıyorsa, Opus gibi daha güçlü bir modele ihtiyacınız olacaktır. Unutmayın: "Yap şunu" demek geçerli bir talep değildir. AI, çözümü belirlenmiş bir projeyi anlar, belirsiz istekleri değil.

2. Önce Planlama, Sonra Kodlama: AI’nın En Güçlü Aracı Zamandır

AI ile çalışırken en değerli varlığınız zamanınızdır — ancak bunu doğru şekilde kullanmalısınız. Ben, bir satır kod yazmadan önce saatlerce sohbet ederim. AI’yi, kodlama partnerinizden çok, araştırma asistanınız gibi kullanın.

Planlama aşamasında dikkat etmeniz gerekenler:

• Kullanılacak teknolojilerin açık bir listesi
• Projenin istenen çıktısı
• Kabul kriterleri (pozitif, negatif, hata durumları, kenar senaryolar dahil)
• Kapsam dışı kalan özellikler (istenmeyen özelliklerin gizlice eklenmesini engellemek için)

Bu adımları atlarsanız, AI sizin için "bir şey" üretir — ancak sizin istediğiniz şey olmaz.

3. Tek Kaynak, Tek Gerçek: Talimatlarınızı Dağınıklıkla Bozmayın

Çoğu geliştirici, AI talimatlarını farklı dosyalarda saklamaya meyillidir: `AGENTS.md`, `copilot-instructions`, `CLAUDE.md`, `GEMINI.md`. Bu, yönetimi karmaşıklaştırır ve tutarsızlıklara yol açar.

Benim önerim: Tek bir kaynağınız olsun. Ben AGENTS.md kullanıyorum ve diğer dosyalara sadece bu dosyaya bağlantılar ekliyorum. Böylece kurallarınızı tek bir yerde yönetebilir, güncellemeleri kolayca uygulayabilirsiniz.

AI’nın çalışması sırasında AGENTS.md dosyasını sürekli güncellediğinden emin olun. Eğer aynı kuralı tekrar tekrar ihlal ediyorsa, yeni bir kural eklemek yerine mevcut olanı düzeltin.

4. AI İçin Yazın: İnsanlar İçin Değil, Makineler İçin Talimatlar Oluşturun

AI’nın talimatlarınızı insanlar için yazılmış bir belge gibi hazırlamak, hem token sayısını artırır hem de netliği azaltır. AI’nın her seferinde okuyacağı metinleri optimize edin:

• İnsan dostu cümleler yerine doğrudan komutlar kullanın.
• Tekrarları ve belirsiz ifadeleri silin. (Örneğin: "Düşünün" yerine "Yap")
• Anlaşılması kolay, net kurallar belirleyin.
• Kod değişikliklerinden çıkarılabilecek bilgileri talimatlarınızdan çıkarın. (Örneğin: grep komutuyla bulunabilecek bir şeyi talimata eklemek gereksizdir.)

Bu yaklaşım, her seferinde token harcamanızı engeller ve AI’nın görevini daha hızlı tamamlamasını sağlar.

5. Becerilerin Büyüsü Yok: Onları Doğru Şekilde Çağırın

Bazı geliştiriciler, AI’nın otomatik olarak becerileri (skills) kullanmasını bekler — ancak bu sadece tanımlanan talimatlar yeterince spesifikse çalışır. Eğer bir becerinin kesinlikle kullanılması gerekiyorsa, onu açıkça talep edin.

Ayrıca, marketpleceden rastgele beceriler yüklemekten kaçının. Eğer ne olduğunu bilmiyorsanız, silin. Becerileri, gerçekten ihtiyacınız olan projelerde kullanın. Global olarak yüklenen her beceri, AI’nın bağlamını kirletir ve token sayısını artırır.

6. Yerel Yükleyicileri Tercih Edin: Global Entegrasyonların Bedeli Ağırdır

20 adet MCP (Model Context Protocol) global olarak yüklenmişse, her AI sorgusunda gereksiz token tüketimine yol açar. Eğer bir MCP’yi sadece belirli projelerde kullanıyorsanız, onu yerel olarak yükleyin.

Sorun basit: Bu aracı her yerde mi kullanıyorum? Eğer cevabınız "hayır" ise, onu yalnızca ihtiyacınız olan projelerde etkinleştirin. Simgesel bağlantılar (symlinks) ve mutlak yollar, bu yönetimi kolaylaştırır.

7. İncelemek Yerine Test Edin: AI Kodunu Doğrulamanın En İyi Yolu

AI’nın ürettiği kodu satır satır incelemek, zaman kaybından başka bir şey değildir. Bunun yerine, testlere odaklanın:

• Birim testleri (Unit tests)
• Entegrasyon testleri
• E2E testleri
• Performans testleri
• Erişilebilirlik testleri (A11y)
• Statik kod analiz araçları (Sonar, Semgrep vb.)

Bu testleri otomatikleştirin ve GitHub Actions gibi CI/CD araçlarıyla çalıştırın. AI’nın sadece pozitif yolları değil, negatif yolları, hata durumlarını ve kenar senaryoları da kapsadığından emin olun.

Unutmayın: AI’dan aldığınız kodu anlamak değil, çalıştırmak önemli. Testler, hem size hem de AI’ya güven verir.

Son Söz: AI’nın Potansiyelini Serbest Bırakın

Yapay zekanın başarısız olduğunu düşünüyorsanız, büyük olasılıkla kurulumunuzdaki eksiklikleri gözden kaçırıyorsunuzdur. Doğru modeli seçmek, net talimatlar hazırlamak, testlere odaklanmak ve global yüklemelerden kaçınmak — tüm bunlar AI’nın performansını katlanarak artıracaktır.

AI bir mucize değildir — iyi bir kurulumun sonucudur. Bu adımları uyguladığınızda, araçların size sunduğu gücü gerçekten hissedebileceksiniz. Gelecekte AI’yı daha da verimli kullanabilmek için bu prensipleri sürekli olarak gözden geçirin ve iyileştirin. Unutmayın: Daha iyi bir AI kullanıcısı olmak için hiçbir zaman geç değildir.