Kendi Verinizle Çalışan Akıllı Arama Nasıl Kurulur? Kurumsal Arama Rehberi

Kurumsal akıllı arama, çalışanın ya da müşterinin kendi cümleleriyle sorduğu soruya, şirketin kendi dokümanlarından bulunmuş ve kaynağı gösterilmiş bir cevap veren sistemdir. Klasik arama kutusu aynı kelimeyi arar; akıllı arama kelime tutmasa bile anlamı yakın içeriği bulur. Aşağıda böyle bir sistemin hangi parçalardan oluştuğunu, hangi sırayla kurulduğunu ve işin nerede bozulduğunu anlatıyoruz.

Akıllı arama klasik aramadan neyle ayrılır?

Klasik arama yazdığınız kelimenin geçtiği dokümanları listeler, akıllı arama ise sorunun anlamına en yakın bölümleri bulur. Çalışan "yıllık izni yarım gün kullanabilir miyim?" diye sorduğunda, politika dokümanında "izin" kelimesi geçse de "yarım gün" ifadesi geçmeyebilir. Anahtar kelime araması bu dokümanı ya hiç getirmez ya da onlarca sonucun arasına gömer.

Akıllı aramanın arkasında iki teknik parça vardır. Birincisi gömme (embedding): bir metnin anlamını sayılar dizisine çeviren bir model. İkincisi RAG (Retrieval-Augmented Generation, getirerek üretme): bulunan bölümleri bir dil modeline verip cevabı yalnızca onlara dayanarak yazdırma yöntemi. Arama kısmı bulur, model kısmı özetler; ikisini ayırmak sistemi hem denetlenebilir hem ucuz tutar.

Hangi veriyle başlanmalı?

En iyi başlangıç, insanların bugün de sürekli sorduğu ve cevabının bir dokümanda yazdığı tek bir veri kümesidir. Hepsini birden bağlamaya çalışmak, ilk sürümü aylarca geciktirir. Pratikte iyi çalışan başlangıç noktaları şunlardır:

• İç politika ve prosedür dokümanları (izin, harcama, güvenlik kuralları)
• Ürün kataloğu, teknik şartnameler ve kullanım kılavuzları
• Destek ekibinin geçmiş yanıtları ve sık sorulan sorular
• Sözleşme, teklif ve proje arşivi
• Toplantı notları ve karar kayıtları

Kaynakları seçerken tek ölçüt vardır: içerik güncel ve doğru mu? Akıllı arama eski ve çelişkili dokümanları da aynı özenle bulur. Aynı konuda üç farklı sürüm varsa sistem hangisinin geçerli olduğunu kendiliğinden bilemez; önce temizlik, sonra arama gelir.

Kurulum hangi adımlardan geçer?

Kurulum beş adımda ilerler ve bu sıra değişmemelidir. Her adımın çıktısı bir sonrakinin kalitesini belirler.

1. Toplama: Dokümanlar PDF, Word, e-posta ve web sayfası gibi farklı kaynaklardan tek bir yere alınır. Taranmış (görsel) PDF'ler için önce metin tanıma gerekir.
2. Parçalama (chunking): Uzun doküman, her biri tek bir fikri taşıyan kısa bölümlere ayrılır. Başlık yapısını koruyarak bölmek, rastgele karakter sayısına göre bölmekten belirgin biçimde daha iyi sonuç verir.
3. İndeksleme: Her parçanın gömmesi ve metni, yanında kaynak adı, sayfa, tarih ve erişim yetkisi bilgisiyle saklanır. Veritabanı seçimi için vektör veritabanı yazımıza bakabilirsiniz.
4. Getirme ve sıralama: Soru geldiğinde en yakın parçalar bulunur, ardından ikinci bir model bunları soruyla ilgisine göre yeniden sıralar.
5. Cevap üretimi: Seçilen parçalar modele verilir; model yalnızca bunlara dayanarak yanıt yazar ve her cümlenin altına kaynağı ekler.

Hibrit arama neden çoğu zaman gerekir?

Çünkü anlamsal arama "ne demek istedin" sorusunda iyidir ama "tam olarak bu kodu getir" sorusunda zayıftır. Kullanıcı "SKU-4821 iade koşulları" yazdığında kodun birebir eşleşmesi gerekir; gömme modeli bu kodu başka bir koda yakın görebilir. Hibrit yapıda her iki arama da çalışır, sonuçlar tek listede birleştirilir ve sıralanır.

Hibrit arama eklemek mimariyi büyütmez. Birçok kurumsal veritabanı hem tam metin hem vektör aramayı aynı yerde yapabilir; ayrı bir sistem kurmadan ikisini birleştirmek çoğu zaman mümkündür.

Kim neyi görebilir? Yetki sorunu nasıl çözülür?

Arama sonucu kullanıcının zaten görmeye yetkili olduğu dokümanlarla sınırlı olmalıdır; bu filtre cevap üretilmeden önce uygulanır. En sık yapılan ciddi hata, tüm dokümanları tek bir indekse atıp yetkiyi sonradan düşünmektir. O zaman stajyer, yönetim kurulu notlarından alıntılanmış bir cevap görebilir.

Çözüm basittir: her parçaya erişim etiketi (departman, rol, gizlilik düzeyi) eklenir ve arama sırasında kullanıcının rolüne göre filtrelenir. Rol mantığını nasıl kurgulayacağınızı rol tabanlı yetkilendirme yazımızda anlattık. Verinin dış bir modele gitmesiyle ilgili kısım için yapay zekâda veri gizliliği ve KVKK yazısına göz atın.

Sistem iyi çalışıyor mu, nasıl anlaşılır?

Gerçek kullanıcı sorularından oluşan bir test seti hazırlayıp her değişiklikten sonra aynı seti çalıştırmak, kaliteyi ölçmenin tek güvenilir yoludur. Elli kadar gerçek soru ve her biri için doğru cevabın bulunduğu doküman, başlangıç için yeterlidir. Setin nasıl hazırlanacağını değerlendirme seti rehberimizde ayrıntılı anlattık.

İki ayrı ölçüm yapılır: doğru doküman ilk birkaç sonuç içinde geldi mi, ve model bu dokümana sadık kalarak cevap verdi mi? Birincisi bozuksa sorun arama tarafındadır (parçalama, gömme, sıralama); ikincisi bozuksa sorun talimatta ya da modeldedir. Ayrım yapmadan ölçerseniz hangisini düzelteceğinizi bilemezsiniz.

Akıllı aramada en sık yapılan hatalar nelerdir?

Listedeki hataların çoğu model seçiminden değil, veri hazırlığından kaynaklanır. Bu yüzden proje zamanının büyük kısmı modelle değil, dokümanları temizlemek ve parçalamakla geçer.

Ne kadar sürer, ne zaman anlamlıdır?

Tek bir veri kümesi ve tek bir kullanıcı grubuyla başlayan ilk çalışan sürüm genellikle birkaç hafta içinde hazır olur; yetkilendirme, çok sayıda kaynak ve yönetim ekranı eklendikçe süre uzar. Maliyeti belirleyen kalemler doküman hacmi, kaynak sayısı, yetki karmaşıklığı ve günlük sorgu sayısıdır; genel çerçeve için yazılım projesi maliyeti yazımıza bakın.

Akıllı arama şu durumlarda anlamlıdır: bilgi çok sayıda dokümana dağılmışsa, aynı sorular ekibe tekrar tekrar geliyorsa ve yanlış cevabın bedeli yönetilebilirse. Dokümanlarınız yirmi sayfadan ibaretse düzgün bir içindekiler tablosu ve klasik arama yeter.

Kendi verinizle çalışan bir arama kurmayı düşünüyorsanız yapay zekâ entegrasyonu hizmetimizi inceleyebilir ya da bizimle iletişime geçerek elinizdeki doküman türlerini anlatabilirsiniz. İlk görüşmede hangi veri kümesiyle başlamanın mantıklı olduğunu birlikte belirliyoruz.