RAG Nedir? Şirket İçi Bilgi Asistanı Kurma Rehberi

Şirketinizde aynı sorular tekrar tekrar soruluyor: “Bu ürünün kurulum adımları nerede?”, “İade süresi hangi belgede yazıyor?”, “Teklif şablonunun son hâli hangisi?” Belgeler var, fakat doğru belgeyi bulmak ve geçerli sürümünü ayırt etmek zaman alıyor. Şirket içi bilgi asistanı, bu arama işini kolaylaştırabilir. Bunun için sık kullanılan yaklaşımlardan biri RAG’dir.

Bu rehberde önerdiğimiz başlangıç, bütün şirket arşivini aynı anda açmak yerine bir ekibin onaylı belgeleriyle ölçülebilir bir pilot kurmak. Aşağıdaki plan bir uygulama önerisidir; süreler ve örnekler gerçekleşmiş müşteri sonuçları değildir.

RAG nedir, nasıl çalışır?

RAG (Retrieval-Augmented Generation), kullanıcının sorusuyla ilgili bilgiyi bir belge havuzundan getirip dil modelinin yanıtına bağlam olarak veren bir yöntemdir. Modelin her yeni belge için yeniden eğitilmesini gerektirmez. Temel akış, soruyu alıp ilgili parçaları bulmak ve bu parçalar üzerinden yanıt oluşturmaktır. NIST’in RAG tanımı bu ayrımı açıklıyor.

Örneğin destek çalışanı “X ürününü kurmadan önce hangi kontrolü yapmalıyım?” diye sorar. Asistan, erişimine izin verilen güncel kurulum kılavuzunu bulur, ilgili bölümü özetler ve belge bağlantısını gösterir. Yanıtın yanında hangi sürümün kullanıldığını görmek, güzel yazılmış bir cevaptan daha değerlidir.

Microsoft’un RAG açıklamasında belirtildiği gibi arama; anahtar kelime, vektör veya karma yaklaşımlarla yapılabilir. “Vektör veritabanı kurduk” tek başına çalışan bir bilgi asistanı kurulduğu anlamına gelmez. Kaynağın doğruluğu ve soruyla eşleşmesi ayrıca değerlendirilmelidir.

Hangi işler için anlamlı bir başlangıçtır?

İlk kullanım alanını seçerken yanıtın kaynak belgede bulunabilmesine bakın. Ürün kullanım kılavuzları, onaylı operasyon prosedürleri ve sık sorulan iç destek soruları uygun adaylardır. Anlık stok, bakiye veya sipariş durumu ise güncel iş sisteminden sorgulanmalıdır; eski bir PDF bu verinin otoritesi olmamalıdır.

İhtiyaç	İlk yaklaşım	Başarı kontrolü
Kurulum adımlarını bulmak	Onaylı teknik belgelerde arama	Doğru belge ve doğru sürüm
İç prosedürü açıklamak	Bölüm bazında kaynaklı yanıt	İlgili adımın kaynağa uyması
Güncel sipariş durumunu görmek	Yetkili sistem entegrasyonu	Kaynak sistemle aynı sonuç
Teklif taslağı hazırlamak	Onaylı şablon + insan kontrolü	Güncel şartlar ve doğru müşteri bilgisi

Bu sınır, yapay zekâ ajanları ile bilgi asistanını ayırmayı da kolaylaştırır: belgeyi açıklamak ile iş sisteminde işlem yapmak farklı yetkiler gerektirir.

Belge hazırlığı: model seçmeden önce yapılacak iş

Pilot için her belgenin sahibini, geçerli sürümünü, son kontrol tarihini ve erişebilecek grupları kaydedin. Aynı prosedürün eski ve yeni sürümü birlikte bulunuyorsa hangisinin kullanılacağını açıkça belirleyin. Taranmış dosyalarda metnin doğru okunup okunmadığını örnek sayfalardan kontrol edin.

“Her şeyi yükleyelim, sonra temizleriz” yaklaşımı pilotun neyi ölçtüğünü belirsizleştirir. Daha küçük ama sorumlusu belli bir belge kümesiyle başlayın. Belge içeriği düzenli değişiyorsa güncelleme sıklığını ve eski parçaların nasıl kaldırılacağını baştan yazın.

Yetki ve güven: kaynağın kapısını model beklememeli

Asistan, kullanıcının normalde göremeyeceği belgeleri yanıtın içine taşımamalı. Erişim kontrolü, içerik modele gönderilmeden önce uygulanmalı; belge yetkisi değiştiğinde arama parçaları ve önbellekler de bu değişikliği izlemeli. Belgelerdeki “önceki talimatları yok say” gibi ifadeler komut değil, işlenecek içerik sayılmalıdır. Bu kontroller OWASP RAG güvenlik rehberinde ele alınıyor.

Kuruluş içi belgelerin hangi hizmete gönderileceğini, saklama ayarlarını ve erişim kayıtlarının kapsamını ürün seçimi sırasında kontrol edin. Mevcut şirket içi yapay zekâ kullanım politikanız bu asistanı da kapsamalı.

İki haftalık pilotu neyle ölçersiniz?

Önerdiğimiz pilotta ilk günlerde kapsam ve belge listesi belirlenir. Ardından ekipten gerçek sorular toplanır; her soru için beklenen belge ve kabul edilebilir yanıt yazılır. Son aşamada aynı sorular farklı kullanıcı rolleriyle denenir.

Bir başlangıç değerlendirme seti; normal sorular, yanıtı belgede bulunmayan sorular, eski sürümü çağrıştıran sorular ve erişim dışı belge talepleri içerebilir. Kaynak bulunamadığında asistanın bunu söylemesi de başarıdır.

Ölçüm tablosunda doğru kaynak oranı, cevabın kaynağa uygunluğu, yanıtsız bırakılması gereken soruların davranışı, yanıt süresi ve sorgu maliyeti ayrı dursun. Kaynaklı ama yanlış bir yanıtı doğru saymayın. Yetkisiz içerik gösterimi için ortalama puan kullanmayın; böyle bir sonuç pilotun erişim tasarımının düzeltilmesini gerektirir.

Bütçeyi hangi kalemler belirler?

Maliyet yalnız model kullanımından oluşmaz. Belge temizliği, tarama ve metin çıkarma, indeks güncellemeleri, yetki entegrasyonu, değerlendirme ve bakım da işin parçasıdır. Teklif isterken “kaç belge var?” sorusunun yanında “kim güncelliyor, kim erişebiliyor ve yanlış cevap nasıl fark edilecek?” sorularını cevaplayın.

Lumethis ile başlayacağınız bir çalışmada önce bu kapsamı netleştirip küçük bir pilotun kabul ölçütlerini belirleyebiliriz. Yapay zekâ ve özel yazılım hizmetlerimizi inceleyin veya mevcut belge yapınızı değerlendirmek için bizimle iletişime geçin.

Teknik kaynaklar 1 Kasım 2026’da kontrol edildi. Pilot akışı Lumethis’in bu yazı için önerdiği uygulama planıdır.