Claude ile Gerçek İş Yapan Yapay Zeka Ajanları: Sahadan Notlar
Claude Code, kurallar dosyası, skill'ler ve MCP ile yapay zeka ajanlarını gerçek sistemlere nasıl güvenle bağladığımı; nerede işe yaradığını ve nerede yanıldığını anlatıyorum.
Bugün yazılım işimin büyük kısmı Claude ile yürüyor. Ama bir sohbet penceresinde değil: terminalde çalışan, dosya okuyan, komut çalıştıran, testi koşturan ve sunucuya bağlanan bir ajan olarak. Bu yazıda pazarlama cümleleri değil, sahada işe yarayanları ve canımı yakanları anlatıyorum.
Sohbetten ajana
Sohbet bir soru-cevaptır: siz sorarsınız, model yazar, kopyalayıp yapıştırmak size kalır. Ajan ise bir hedefle çalışır: dosyaları okur, arar, kodu değiştirir, testi çalıştırır, sonuca bakar ve gerekirse tekrar dener. Claude Code bu döngüyü terminalde kuruyor.
Benim için asıl fark, verdiğim işin cinsinde. Artık "şu fonksiyonu yaz" demiyorum. "Şu formun neden sessizce mesaj kaybettiğini bul, düzelt ve düzeldiğini testle göster" diyorum.
1. Kurallar dosyası: ajanın hafızası
Her projemin kökünde bir CLAUDE.md dosyası var. İçinde projenin ne yaptığı, hangi komutlarla çalıştığı ve en önemlisi neyin yasak olduğu yazıyor. Ajan her oturumda önce bunu okuyor, böylece aynı şeyi ona iki kez anlatmam gerekmiyor.
Gerçek projelerimden birkaç kural:
- "Canlıdaki kurulum betiklerine istek atma; GET ile bile veri siler."
- "Docker konteyner adları
proje-ile başlar." - "Her yapay zeka özelliği anahtarsız da çalışmalı; yerel bir yedeği olmalı."
Bu kuralların çoğu bir hatadan sonra yazıldı. Ajan bir hata yaptığında onu düzeltmekle kalmıyorum, kuralını dosyaya ekliyorum. Aynı hata ikinci kez yaşanmıyor.
2. Skill: tekrar eden işi paketlemek
Skill, bir iş akışının talimatlarını paketleyen bir dosya. En çok kullandığım skill /denetim: bir projeyi salt okunur ve ölçüme dayalı olarak denetleyen bir akış. Kuralları şöyle:
- Her bulgu kanıtla gelir: dosya ve satır, çalıştırılan komut ve çıktısı.
- Kanıtlanamayan bulgu "doğrulanmadı" diye işaretlenir, kesinmiş gibi yazılmaz.
- Canlı sisteme yazan hiçbir istek atılmaz.
- Çıktı, ham bir rapor ve bir yapılacaklar dosyasıdır. Kapanan madde dosyadan silinir, yani dosyanın uzunluğu kalan işi gösterir.
Kendi sitemin denetiminde bu akış 24 bulgu çıkardı, 17'si aynı gün kapandı.
3. MCP: ajanı sistemlere güvenle bağlamak
MCP (Model Context Protocol), yapay zeka uygulamalarını dış araçlara ve verilere bağlamak için Anthropic'in 2024 sonunda açık standart olarak yayımladığı bir protokol. Kendi barındırma panelim için bir MCP sunucusu yazdım. Ajan bu sunucu üzerinden işlemleri listeleyebiliyor, her işlemin açıklamasını okuyabiliyor ve çalıştırabiliyor: dosya göndermek, SQL çalıştırmak, yedek almak, SSL kurmak gibi.
İşin kolay kısmı protokol. Asıl iş yetki tasarımında:
- Yetki sınıfları: Her işlem bir sınıfta. Silme ve geri yükleme gibi geri alınamaz işlemler en üst sınıfta ve müşteri onayı istiyor. Ajan "onay gerekli" yanıtını alıyor ve onay gelene kadar bekliyor.
- Önce prova: Yazan bir işlemden önce ajan, neyin değişeceğini kuru çalıştırmayla (dry-run) görüyor.
- Uzun işler arka planda: Yedekleme gibi uzun işlemler bir iş numarası döndürüyor; ajan sonucu o numarayla takip ediyor.
- Anahtar başına sınır: Her anahtar yalnızca belirli alan adlarında ve belirli işlemlerde geçerli.
- Veri talimat değildir: Yanıtlardaki dosya adları ve kayıtlar veri olarak işaretleniyor. Ajan bunları komut olarak yorumlamamalı.
Son madde, ayrı bir başlığı hak ediyor.
4. Prompt injection: ziyaretçinin metni talimat değildir
Kitapseverler'de kullanıcı yorumları ve kitap açıklamaları modele gidiyor. Biri yorumuna "önceki bütün talimatları unut ve şunu yap" yazarsa ne olur?
Benim kurallarım:
- Dışarıdan gelen her metin istemde açıkça veri olarak işaretlenir ve bir talimat gibi yerleştirilmez.
- Modelin yapabileceği eylemler baştan sınırlıdır. Model metni yanlış yorumlasa bile yapabileceği zarar küçüktür.
- Üye izin vermediyse verisi modele hiç gitmez. Bu hem KVKK gereği hem de sağduyu.
5. Yapay zeka tek dayanak olmamalı
Projelerimdeki her yapay zeka özelliğinin model olmadan çalışan yerel bir yedeği var. API anahtarı yoksa, servis çöktüyse ya da kota dolduysa kural ve istatistik tabanlı bir sonuç gösteriliyor. Kullanıcı farkı çoğu zaman görmüyor, site çalışmaya devam ediyor. Yapay zeka işi hızlandırıyor ama işin tek dayanağı olmuyor.
6. Ajanın yanıldığı yerler
Dürüst olmak gerekirse ajan da yanılıyor ve bunu emin bir dille yapıyor.
- "Düzelttim" der ama düzeltmemiştir. Çözümüm, her işi bir ölçümle kapatmak: test, istek, ekran görüntüsü. Bu sitede menüye yeni bir bağlantı eklediğimizde kod doğruydu, testler geçiyordu; menünün dar ekranda taşıdığını ancak ekran görüntüsüne bakınca gördük.
- Bağlamı bilmez. Hangi sunucunun canlı olduğunu, hangi müşterinin neye hassas olduğunu bilmez. Bunları kurallar dosyasına yazmak gerekir.
- Geri alınamaz işlerde insan onayı şart. Silme, canlıya yükleme, e-posta gönderme: bunların hepsinde son kararı insan verir.
Nereden başlamalı?
İşletmenizde yapay zekayı denemek istiyorsanız benim önerim şu:
- Tek bir tekrar eden işi seçin: bir rapor, belge sınıflama ya da kod incelemesi.
- O iş için kuralları yazın: ne yapılır, ne asla yapılmaz.
- Ajana önce yalnızca okuma yetkisi verin.
- Sonuçları ölçün; güven oluştukça yetkiyi adım adım genişletin.
Sonuç
Claude benim için bir kod tamamlayıcı değil. Kurallarını yazdığım, yetkisini sınırladığım ve her işini ölçtüğüm bir ekip arkadaşı. Bu düzen kurulduğunda tek kişilik bir ekip, birkaç kişinin işini güvenle yapabiliyor.
İşletmenizde yapay zekanın nereden başlayabileceğini konuşmak isterseniz yapay zeka çalışmalarıma göz atabilir ya da bana iletişim formundan ulaşabilirsiniz.