Klasik otomasyon yıllardır aynı ilkeye dayanır: Girdi belirliyse ve kurallar açıksa, aynı işlemi her seferinde aynı şekilde uygula. AI ise belirsiz, doğal dilde ve yapılandırılmamış girdiler üzerinde yorum yapabilir.
Bu nedenle AI workflow, klasik otomasyonun yerine geçen yeni bir ürün kategorisi değildir. En güvenilir mimari, modelin yorum gücünü deterministik süreç kontrolünün içine yerleştirir.
Kural açıkça yazılabiliyorsa kodlayın. Kural yazılamıyor ama karar örneklerle değerlendirilebiliyorsa AI kullanın. Sonuç yüksek etkiliyse insan onayı ekleyin.
Temel fark: kesinlik ve belirsizlik
Bir faturanın toplamının satır tutarlarıyla eşit olup olmadığını modelin yorumlamasına gerek yoktur. Bu deterministik bir kontroldür. Ancak faturadaki serbest metnin hangi masraf kategorisine ait olduğunu anlamak, bağlam ve dil yorumu gerektirebilir.
| Boyut | Klasik otomasyon | AI adımı |
|---|---|---|
| Girdi | Şemalı ve öngörülebilir | Metin, belge, görsel veya eksik bağlam |
| Karar | Açık kural | Olasılıksal yorum |
| Tekrarlanabilirlik | Aynı girdi → aynı çıktı | Model/sıcaklığa göre değişebilir |
| Açıklama | Kural ve kod yolu | Kaynak, gerekçe ve değerlendirme gerekir |
| Test | Beklenen kesin sonuç | Veri seti, eşik ve hata sınıfları |
| Maliyet | Genellikle sabit | Token, model ve bağlamla değişir |
| Gecikme | Düşük ve öngörülebilir | Modele göre daha yüksek/değişken |
| Risk kontrolü | Validasyon ve yetki | Ek olarak halüsinasyon ve injection |
AI'ın güçlü olduğu yerde klasik otomasyonu zorlamak, yüzlerce kırılgan kural üretir. Kesin kuralların olduğu yerde AI kullanmak ise gereksiz maliyet ve belirsizlik ekler.
1. Workflow nedir?
Workflow; bir tetikleyiciden sonuca kadar çalışan, adımları ve geçişleri tanımlanmış süreçtir. İyi bir workflow yalnızca “A'dan sonra B'yi çalıştır” demez. Şunları da belirler:
- Girdinin şeması ve doğrulaması
- Her adımın yetkisi
- Başarı ve hata çıkışları
- Timeout ve retry davranışı
- Paralel ve sıralı yürütme
- İnsan onayı
- Idempotency ve tekrar koruması
- Kısmi başarı ve telafi
- Log, audit ve sürüm
AI adımı bu orkestrasyonun içindeki bir node'dur. Sürecin tamamını görünmez bir agent döngüsüne bırakmak yerine belirsizlik gereken noktada kullanılır.
2. Hangi işler deterministik kalmalı?
Şu görevler genellikle klasik node, kod veya kural olarak tasarlanmalıdır:
- Zorunlu alan ve veri tipi kontrolü
- Tutar, tarih ve eşitlik hesapları
- Rol ve yetki doğrulama
- Hassas veri sınıfına göre yönlendirme
- API response şeması kontrolü
- Dosya türü ve boyut sınırı
- Eşik üstü işlemlerde onay zorunluluğu
- Kayıt oluşturma, güncelleme ve silme
- Idempotency kontrolü
- Bildirim alıcısının allowlist doğrulaması
“Model bu kontrolü çoğu zaman doğru yapıyor” üretim garantisi değildir. Sonucu kesin olarak hesaplayabildiğiniz her yerde deterministik kontrol tercih edin.
3. AI hangi adımlarda değer üretir?
AI; dil ve bağlam nedeniyle katı kurallarla zor ifade edilen görevlerde yararlıdır:
- E-posta, talep veya belgenin niyetini sınıflandırma
- Uzun içeriği kaynaklı özetleme
- Serbest metinden yapılandırılmış alan çıkarma
- Benzer kayıt ve belgeleri eşleştirme
- Bir yanıt veya rapor taslağı hazırlama
- Eksik bilgiyi tespit edip açıklayıcı soru üretme
- Çok sayıda sinyali gerekçeli öneriye dönüştürme
Bu adımlarda bile model çıktısı workflow için doğrudan gerçek kabul edilmemelidir. Çıktıyı JSON şemasıyla doğrulayın, enum dışı değerleri reddedin, kaynak zorunluluğu koyun ve düşük güveni ayrı bir dala yönlendirin.
4. Hibrit akış nasıl tasarlanır?
Örnek: gelen tedarikçi faturasını işlemek.
- Webhook faturayı ve olay kimliğini alır.
- Kural imzayı, dosya türünü ve boyutunu doğrular.
- OCR/ayrıştırma temel alanları çıkarır.
- AI açıklamayı masraf kategorisine eşler ve gerekçe üretir.
- Şema kontrolü kategori, güven ve kaynak alanlarını doğrular.
- Kural tutarları ve vergi hesabını yeniden hesaplar.
- Canlı entegrasyon tedarikçi ve sipariş kaydını ERP'den okur.
- Koşul eşleşme ve risk eşiğini değerlendirir.
- İnsan onayı yalnızca istisna veya eşik üstü kayıtta çalışır.
- ERP işlemi idempotency anahtarıyla kaydı oluşturur.
- Audit girdi, karar, onay ve hedef sistem sonucunu bağlar.
Burada AI yalnızca belirsiz sınıflandırmayı yapar. Finansal doğrulama, yetki ve kayıt oluşturma deterministik kontrol altında kalır.
5. Retry: her hatayı tekrar denemeyin
Bir adım başarısız olduğunda otomatik retry kullanışlıdır; ancak hata sınıflandırılmadan uygulanırsa zararlı olabilir.
Tekrar denenebilir hatalar
- Geçici ağ kesintisi
429 Too Many Requests- Sağlayıcının kısa süreli
5xxhatası - Kuyruk veya geçici kaynak yetersizliği
Bu hatalarda exponential backoff, jitter ve maksimum deneme sayısı kullanın.
Tekrar denenmemesi gereken hatalar
- Yetkisiz credential
- Şema doğrulama hatası
- Politika ihlali
- Var olmayan hedef kayıt
- İnsan onayı reddi
- Kalıcı lisans veya kapsam sorunu
Bu hataları tekrar denemek maliyet üretir, rate limit'i tüketir ve olayı gizler. Düzeltme kuyruğuna veya sorumlu kişiye yönlendirin.
AI adımında retry
Modelin geçersiz JSON üretmesi için sınırlı bir “format düzeltme” denemesi yapılabilir. Ancak aynı belirsiz cevabı sürekli yeniden üretmek yerine düşük güven veya tutarsızlık durumunda insan incelemesine geçin.
6. Idempotency neden zorunludur?
Workflow aynı olayı birden fazla kez alabilir: webhook yeniden teslim edilir, worker sonuç dönmeden kapanır veya kullanıcı butona iki kez basar. Aynı işlem tekrarlandığında sonuç çoğalmamalıdır.
Örnek idempotency anahtarı:
source_system + event_id + operation_version
Hedef sistem destekliyorsa anahtarı API çağrısında iletin. Desteklemiyorsa işlem öncesinde yerel kayıt tutun ve aynı anahtarla tamamlanmış işi yeniden çalıştırmayın.
Özellikle şu işlemlerde zorunludur:
- Ödeme ve finansal kayıt
- E-posta veya mesaj gönderimi
- Talep, sipariş ve iş emri oluşturma
- Dosya taşıma
- Toplu güncelleme
“AI aynı kararı tekrar verir mi?” sorusundan önce “aynı dış işlem ikinci kez yapılır mı?” sorusunu çözün.
7. Kısmi başarıyı tasarlayın
On adımlı bir akışın sekizinci adımda durması, ilk yedi adımın yok olduğu anlamına gelmez. Workflow her adım için durumu kaydetmelidir:
- Başlamadı
- Çalışıyor
- Başarılı
- Tekrar bekliyor
- İnsan bekliyor
- Başarısız
- Telafi edildi
Telafi işlemi
Her işlem teknik olarak geri alınamaz. Bunun yerine telafi adımı tanımlanabilir:
- Oluşturulan rezervasyonu iptal et
- Yanlış etiketi kaldır
- Yeni kaydı “inceleme gerekli” durumuna al
- Gönderilen mesaj için düzeltme süreci başlat
Saga yaklaşımı, dağıtık sistemlerde tek bir veritabanı transaction'ı olmayan uzun süreçler için yararlıdır. Telafi de ayrı yetki ve audit gerektirir.
8. Human-in-the-loop bir exception mekanizmasıdır
İnsan onayı tüm akışı manuel hale getirmemelidir. En iyi kullanım, otomasyonun güvenle karar veremediği veya etkinin yüksek olduğu istisnalardır.
Onay düğümü şu bilgileri taşımalıdır:
- İşlem ve hedef kayıt
- AI önerisi, güven değeri ve gerekçe
- Kullanılan kaynaklar
- Önceki/sonraki değer
- Risk sınıfı
- Son onay zamanı
- Reddetme ve düzeltme seçeneği
Onay süresi dolduğunda işlem otomatik yapılmamalı; güvenli bir duruma geçmelidir. Onaydan sonra parametre değişirse yeniden onay alınmalıdır.
9. AI workflow nasıl test edilir?
Klasik testler yine gereklidir, ancak yeterli değildir.
Deterministik testler
- Node giriş/çıkış şemaları
- Dallanma koşulları
- Yetkisiz erişim
- Timeout ve retry
- Idempotency
- Telafi adımları
- Onay süresi ve reddetme
AI değerlendirmeleri
Temsilî veri setinde:
- Sınıflandırma doğruluğu
- Alan çıkarma precision/recall
- Kaynaklılık
- Tutarlılık
- Yanlış olumlu/olumsuz maliyeti
- Farklı dil ve belge biçimi
- Eksik veya çelişkili girdi
Kötü niyetli testler
- Belge içi prompt injection
- Araca zararlı parametre yazdırma
- Yetki kapsamı dışı veri isteme
- Hassas veriyi çıktıya taşıma
- Çok uzun veya bozuk içerikle kaynak tüketimi
Test ortamında kullanılan credential ve hedefler üretimden ayrılmalı; dry-run modu dış işlemleri gerçekten gerçekleştirmeden parametreleri göstermelidir.
10. Sürümleme ve yayın
Workflow kod gibi sürümlenmelidir. Yayınlanan sürüm şunları sabitlemelidir:
- Node grafiği ve yapılandırma
- Prompt şablonları
- Model ve parametreler
- Tool şemaları
- Politika ve onay eşikleri
- Secret referansları
- Değerlendirme sonucu
Canlı akışı doğrudan düzenlemek yerine taslak oluşturun, test edin ve yayınlayın. Yeni sürüm hata verirse önceki çalışan sürüme geri dönebilmelisiniz. Hangi çalıştırmanın hangi sürümle tamamlandığı audit'te kalmalıdır.
11. Gözlemlenebilirlik
Her workflow için şu metrikleri izleyin:
| Alan | Örnek metrik |
|---|---|
| Hacim | Çalıştırma, olay ve kuyruk sayısı |
| Süre | Uçtan uca ve node bazında gecikme |
| Güvenilirlik | Başarı, retry, timeout ve dead-letter oranı |
| AI kalitesi | Düşük güven, şema hatası, insan düzeltmesi |
| Onay | Bekleme, kabul, ret ve süre aşımı |
| Maliyet | Model token'ı ve üçüncü taraf çağrıları |
| İş sonucu | Tamamlanan vaka, çevrim süresi, yeniden işleme |
Ortalama gecikme tek başına yeterli değildir. P95/P99 süreleri, belirli entegrasyonlardaki hata yoğunluğu ve onay kuyruklarının yaşı da görünmelidir.
Karar rehberi
| İhtiyaç | Tercih |
|---|---|
| Kesin hesap veya format kontrolü | Klasik node/kod |
| Sabit alan eşlemesi | Klasik dönüşüm |
| Serbest metin niyeti | AI sınıflandırma |
| Belgeden yapılandırılmış veri | AI + şema doğrulama |
| Kaynaklı özet | RAG + AI |
| Yetki kontrolü | Deterministik politika |
| Geri alınamaz işlem | Workflow + insan onayı |
| Belirsiz çok adımlı araştırma | Agent, dar araçlarla |
| Tekrarlı dış sistem işlemi | Idempotent workflow |
Üretim kontrol listesi
- AI yalnızca belirsizliğin bulunduğu adımlarda mı?
- Her model çıktısı şemayla doğrulanıyor mu?
- Yetki ve politika kararları deterministik mi?
- Hatalar tekrar denenebilir/kalıcı olarak ayrılıyor mu?
- Retry backoff, jitter ve üst sınıra sahip mi?
- Dış işlemler idempotent mi?
- Kısmi başarı ve telafi davranışı tanımlı mı?
- İnsan onayı risk bazlı ve parametreye bağlı mı?
- Test ve üretim credential'ları ayrıldı mı?
- Prompt, model, araç ve akış birlikte sürümleniyor mu?
- Geri dönüş sürümü ve dead-letter kuyruğu var mı?
- Teknik metrikler iş sonucuna bağlanıyor mu?
Sonuç
Klasik otomasyon güvenilir yürütmeyi, AI ise esnek yorumlamayı sağlar. Birini diğerinin yerine koymak yerine doğru sorumluluğu doğru katmana vermek gerekir.
Knowentra Workflow; tetikleyici, kural, AI/agent adımı, entegrasyon, insan onayı ve audit'i aynı görsel akışta birleştirir. Böylece model belirsizliği çözerken süreç kontrolü kurumun elinde kalır.
Uygulama yaklaşımını Workflow, Agent ve Desteklenen Entegrasyonlar sayfalarında inceleyebilirsiniz.