Bir yapay zekâ asistanı projesinde sağlıklı teklif karşılaştırması, yalnızca özellik listesi istemekle değil, tüm aday firmalara aynı teknik ve ticari çerçeveyi vermekle başlar. Yapay zeka asistanı geliştirme firması araştırırken kullanım senaryoları, kullanıcı hacmi, veri kaynakları, entegrasyonlar, güvenlik, test yöntemi, teslimatlar ve işletim sorumlulukları ölçülebilir biçimde tanımlanmalıdır. Aksi halde teklifler farklı varsayımlara dayanır ve fiyatların neden değiştiği anlaşılamaz. Bu rehber, teknik şartnamenin hangi maddeleri içermesi gerektiğini, model ve RAG yaklaşımının nasıl açıklanacağını, KVKK ve erişim kurallarının nasıl ele alınacağını, kaynak kodu, bakım, SLA ve devam eden maliyetlerin nasıl karşılaştırılacağını açıklar.

01

Teklif Öncesi Proje Gereksinimleri Nasıl Hazırlanmalı

Teklif istemeden önce hazırlanması gereken temel çıktı, asistanın ne yapacağını ve ne yapmayacağını tanımlayan ölçülebilir gereksinim setidir. Firma; belirsiz bir “kurumsal AI asistanı” talebi yerine kullanıcı rolleri, görevler, veri kaynakları, yanıt kanalları, beklenen işlem hacmi, insan onayı gereken adımlar ve başarının nasıl ölçüleceği hakkında aynı başlangıç bilgisini almalıdır.

Teklif dosyasına girmesi gereken başlangıç bilgileri

Gereksinim dokümanı teknik çözümü peşinen dayatmamalı, iş ihtiyacını karşılaştırılabilir hale getirmelidir. Örneğin çalışanlara kurum içi bilgi sunan bir asistan ile müşteriler adına işlem yapan bir asistan aynı güvenlik, entegrasyon ve hata toleransına sahip değildir. İlk dokümanda kapsam dışı işlemlerin de yazılması, sonradan ortaya çıkacak değişiklik taleplerini azaltır.

  • Hedef kullanıcı grupları ve yaklaşık eşzamanlı kullanım senaryoları
  • Asistanın cevaplayacağı sorular ve gerçekleştireceği işlemler
  • Kullanılacak dokümanlar, veri tabanları ve kurumsal sistemler
  • Web, mobil, mesajlaşma veya kurum içi arayüz gibi yanıt kanalları
  • İnsan onayı, kayıt tutma ve kapsam dışı durum kuralları
Security is a process, not a product. - Bruce Schneier
02

Kullanım Senaryosu ve Başarı Kriterleri Nasıl Yazılmalı

Kullanım senaryoları, yapay zekâ asistanının günlük işte hangi girdiyi alacağını, hangi kaynağa başvuracağını ve hangi çıktıyı üreteceğini uçtan uca göstermelidir. Başarı kriterleri de “iyi cevap versin” gibi öznel ifadeler yerine doğruluk kontrolü, görev tamamlama, kaynak gösterme, insan devri, yetki kontrolü ve yanıt süresi gibi test edilebilir maddelere dönüştürülmelidir.

Senaryoyu firma karşılaştırmasına uygun hale getirmek

Her adayın aynı senaryolara göre çözüm önermesi, mimari ve efor farklarını görünür kılar. Özellikle kurumsal sanal asistan geliştirme firması seçiminde teknik ve ticari kriterler birlikte değerlendirildiğinde, sadece demo kalitesine bakmak yerine gerçek işletim koşulları sorgulanabilir. Teklifte hangi senaryoların ilk sürüme, hangilerinin sonraki fazlara ait olduğu ayrıca belirtilmelidir.

  • Her senaryonun başlangıç girdisi ve beklenen çıktısı
  • Yanıtın doğrulanacağı bilgi kaynağı veya iş kuralı
  • Başarısızlık halinde kullanıcıya sunulacak güvenli alternatif
  • İnsan temsilciye veya uzman ekibe aktarım koşulları
  • Pilot, kabul testi ve canlı kullanım için ayrı başarı ölçütleri
03

Teknik Mimari ve Dil Modeli Seçimi Nasıl Açıklanmalı

Teklifte mimari, kullanılan model adından daha ayrıntılı açıklanmalıdır. Sağlayıcı; uygulama katmanı, model servisleri, kimlik doğrulama, veri erişimi, RAG bileşenleri, gözlemleme, loglama ve hata yönetimi arasındaki ilişkiyi göstermeli, model seçimi gerekçesini kalite, gecikme, gizlilik, maliyet ve sağlayıcı bağımlılığı gibi proje kriterleriyle ilişkilendirmelidir.

Model kararında sorulması gereken teknik sorular

Tek bir dil modeline koşulsuz bağlı tasarım yerine, model değişimi veya çoklu model kullanımı gerekip gerekmediği de konuşulmalıdır. özel GPT ve LLM çözümlerinin çalışma yaklaşımı incelendiğinde modelin yalnızca bir bileşen olduğu, asıl ürünün veri, güvenlik, entegrasyon ve uygulama mantığıyla birlikte tasarlandığı görülür. Teklif, model sağlayıcısı değişirse hangi parçaların etkilenebileceğini açıklamalıdır.

  • Kullanılacak model veya model sınıfı ve seçim gerekçesi
  • Bulut API, özel uç nokta veya kurum içi barındırma yaklaşımı
  • Model değiştirme ve yedek sağlayıcı kullanma seçenekleri
  • Prompt, araç kullanımı ve iş kuralı katmanlarının ayrımı
  • Gecikme, bağlam uzunluğu ve çıktı kalitesi için test yöntemi
04

RAG Veri Kaynakları ve Bilgi Güncelliği Nasıl Planlanmalı

RAG mimarisi kullanılacaksa teklif, hangi kurumsal verilerin aranabilir hale getirileceğini ve yanıt sırasında nasıl getirileceğini açıkça tanımlamalıdır. Dokümanların toplanması, parçalanması, indekslenmesi, metadata kullanımı, yetkiye göre filtrelenmesi ve güncellenmesi ayrı iş kalemleridir. “RAG dahil” ifadesi tek başına kapsamı veya kaliteyi açıklamak için yeterli değildir.

Kurumsal bilgi katmanının şartname maddeleri

Veri kaynaklarının sahibi, güncelleme sıklığı ve geçersiz içeriklerin nasıl kaldırılacağı teklif öncesinde belirlenmelidir. Kritik bir diğer konu, asistanın cevabın hangi kaynaktan üretildiğini gösterebilmesi ve yeterli kanıt bulamadığında cevap üretmemesidir. Firma ayrıca erişim yetkilerini indeksleme ve sorgulama aşamalarında nasıl koruyacağını, farklı departman verilerinin birbirinden nasıl ayrılacağını anlatmalıdır.

  • Kaynak sistemler ve desteklenen dosya veya veri türleri
  • İndeks güncelleme, yeniden işleme ve silme prosedürleri
  • Metadata, departman ve kullanıcı yetkisine göre filtreleme
  • Kaynak gösterme ve yetersiz kanıt durumunda cevap politikası
  • RAG kalitesini ölçmek için örnek soru ve referans cevap seti
05

Entegrasyonlar ve Yanıt Kanalları Nasıl Şartlandırılmalı

Entegrasyon maddeleri yalnızca “CRM bağlantısı” veya “ERP entegrasyonu” şeklinde yazılmamalıdır. Hangi sistemden hangi verinin okunacağı, hangi işlemin yazılacağı, kimlik doğrulama yöntemi, hata senaryosu, hız limiti, test ortamı ve sorumluluk sahibi taraf belirtilmelidir. Asistanın web, mobil, çağrı merkezi veya mesajlaşma kanalında çalışması da aynı iş mantığının farklı arayüz gereksinimlerini doğurabilir.

API ve kanal kapsamını teklif öncesinde netleştirmek

Kurumsal sistemlerin teknik dokümantasyonu veya test erişimi yoksa bu belirsizlik teklif üzerinde açık varsayım olarak yer almalıdır. entegrasyon ve veri yönetimi yaklaşımı, veri akışının yalnızca bağlantı kurmaktan ibaret olmadığını; doğrulama, dönüşüm, yetki ve hata yönetimi gerektirdiğini gösterir. Teklifte üçüncü taraf API kısıtlarının proje planına etkisi de ayrı yazılmalıdır.

  • Bağlanılacak sistemlerin adı ve entegrasyon yönü
  • API kimlik doğrulama, kota ve hata kodu yönetimi
  • Test ortamı, örnek veri ve erişim sorumlulukları
  • Kanal bazında oturum, kimlik ve konuşma geçmişi davranışı
  • Entegrasyon kesintisinde kullanıcıya verilecek güvenli mesaj ve yönlendirme
06

Veri Güvenliği KVKK ve Erişim Yetkileri Nasıl Düzenlenmeli

Veri güvenliği şartnamesi, hangi verinin sisteme girebileceğini, nerede işleneceğini, ne kadar süre tutulacağını ve kimlerin erişebileceğini tanımlamalıdır. Özellikle kişisel veya ticari açıdan hassas veriler için minimum yetki ilkesi, şifreleme, kayıt erişimi, log saklama, silme süreçleri ve alt hizmet sağlayıcıların rolü açıklanmalıdır. KVKK kapsamındaki yükümlülükler kurumun hukuk ve bilgi güvenliği ekipleriyle doğrulanmalıdır.

Güvenlik maddelerini denetlenebilir hale getirmek

“Verileriniz güvende” gibi genel beyanlar yerine teknik kontroller ve sorumluluklar istenmelidir. güvenlik hizmetlerinin nasıl yönetildiğine ilişkin süreç yaklaşımı, korumanın kurulumdan sonra da izleme ve müdahale gerektirdiğini hatırlatır. Firma; model sağlayıcısına hangi verilerin gönderildiğini, bu verilerin eğitim amacıyla kullanılıp kullanılmadığını ve sözleşmesel ayarların nasıl yönetildiğini açıklamalıdır.

  • Veri sınıflandırması ve hassas içeriklerin işlenme kuralları
  • Aktarımda ve depolamada şifreleme yaklaşımı
  • Rol bazlı erişim, yönetici yetkileri ve erişim kayıtları
  • Veri saklama, anonimleştirme ve silme prosedürleri
  • Alt işlemciler, model sağlayıcıları ve olay bildirim sorumlulukları
07

Test Kalite Ölçümü ve Hata Yönetimi Nasıl Tanımlanmalı

AI proje teklifinde test kapsamı, klasik yazılım testlerine ek olarak model çıktısının davranışsal değerlendirmesini de içermelidir. Firma; örnek soru setlerinin nasıl oluşturulacağını, referans cevapların kim tarafından onaylanacağını, hatalı veya temelsiz yanıtların nasıl sınıflandırılacağını ve her sürümde regresyon testinin nasıl çalıştırılacağını açıklamalıdır. Böylece “kalite” soyut bir vaat olmaktan çıkar.

Kabul testine uygun ölçüm çerçevesi kurmak

Tek bir doğruluk yüzdesine güvenmek yerine senaryo bazlı ölçüm tercih edilmelidir. Bilgi getirme başarısı, kaynak uyumu, işlem tamamlama, yetkisiz isteği reddetme, insan devri ve yanıt biçimi ayrı kontrol edilebilir. Canlıya geçiş sonrasında kullanıcı geri bildirimi, hatalı yanıt işaretleme ve kritik olayların incelenmesi için de süreç tanımlanmalıdır.

  • Referans soru, cevap ve beklenen kaynak veri setleri
  • Hallüsinasyon ve kaynaksız yanıtların sınıflandırma yöntemi
  • Yetki, güvenlik ve kötüye kullanım test senaryoları
  • Sürüm değişikliklerinde otomatik veya manuel regresyon testi
  • Canlı sistemde hata kaydı, geri bildirim ve düzeltme akışı
08

Proje Teslimatları ve Kabul Kriterleri Nasıl Belirlenmeli

Teklifte analiz, tasarım, geliştirme, veri hazırlama, test, eğitim, devreye alma ve dokümantasyon ayrı teslimatlar olarak tanımlanmalıdır. Her teslimatın sorumlusu, girdisi, çıktısı ve kabul kriterleri belirtilirse hem müşteri hem firma proje ilerlemesini aynı referansa göre izleyebilir. Sadece “AI asistan geliştirilecek” yazan teklifler proje yönetimi için yeterli ayrıntıyı sağlamaz.

Fazlara göre sorumluluk ve teslimat matrisi oluşturmak

Müşteri tarafının yapması gereken işler de teklifte görünmelidir. Veri temizliği, uzman cevaplarının hazırlanması, ERP erişimlerinin açılması veya test kullanıcılarının atanması gecikirse proje planı etkilenebilir. Bu nedenle bağımlılıklar, karar noktaları ve onay süreçleri iki taraflı sorumluluklarla yazılmalı; canlıya geçiş için gerekli ön koşullar ayrıca tanımlanmalıdır.

  • Keşif ve gereksinim dokümanının kapsamı ve onay süreci
  • Prototip, pilot ve canlı sürüm arasındaki teslimat farkları
  • Müşteri tarafından sağlanacak veri, erişim ve uzmanlık girdileri
  • Teknik dokümantasyon, yönetici eğitimi ve kullanıcı eğitimi
  • Canlıya geçiş, geri dönüş planı ve kabul tutanağı koşulları
09

Kaynak Kod Sahipliği ve API Maliyetleri Nasıl Yazılmalı

Teklifte yazılımın hangi bileşenlerinin müşteriye ait olacağı, hangilerinin lisans veya üçüncü taraf hizmet olarak kullanılacağı açıkça ayrılmalıdır. Sahiplik ve kullanım hakları; kaynak kodu, promptlar, entegrasyon kodları, veri hazırlama betikleri, değerlendirme setleri ve proje dokümantasyonunu kapsayacak şekilde sözleşmede tanımlanmalıdır. Devir teslim yapılacaksa depo, erişim ve kurulum talimatları da teslim kapsamına eklenmelidir.

Devam eden kullanım maliyetlerini görünür hale getirmek

AI asistan teklifinde ilk geliştirme bedeli ile kullanım bazlı giderler birbirine karıştırılmamalıdır. Model API tüketimi, vektör veri tabanı, bulut altyapısı, gözlemleme araçları, mesajlaşma kanalları ve üçüncü taraf servisler için hangi hesabın müşteriye ait olduğu belirtilmelidir. Teklif, bu maliyetlerin sabit olmadığını ve kullanım hacmine göre nasıl izleneceğini açıklamalıdır.

  • Kaynak kod deposu ve fikri hak kapsamının tanımı
  • Üçüncü taraf lisanslar ve yeniden kullanım kısıtları
  • Model API ve altyapı hesaplarının kimin adına açılacağı
  • Kullanım metriklerinin ve faturalandırma verilerinin erişilebilirliği
  • Proje sona erdiğinde hesap, veri ve anahtarların devir yöntemi
10

Bakım Hizmeti SLA ve Destek Süreleri Nasıl Belirlenmeli

AI asistan bakım hizmeti yalnızca yazılım hatalarının düzeltilmesini değil, model veya API değişiklikleri, veri güncellemeleri, kalite düşüşleri, entegrasyon sorunları ve güvenlik olaylarına müdahaleyi de kapsayabilir. Bu nedenle teklif, bakım kapsamını ve SLA koşullarını olay seviyelerine göre tanımlamalı; yanıt süresi, müdahale başlangıcı, hedef çözüm yaklaşımı ve iletişim kanallarını açıkça yazmalıdır.

Canlı sistem için sürdürülebilir destek kapsamı kurmak

Her değişiklik bakım kapsamında sayılmamalıdır. Yeni entegrasyon, yeni kullanıcı rolü veya büyük süreç değişimi gibi taleplerin ayrı geliştirme olarak nasıl fiyatlandırılacağı önceden açıklanırsa işletim dönemindeki belirsizlik azalır. Ayrıca bakım paketinde aylık kalite incelemesi, kullanım raporu, prompt optimizasyonu veya bilgi tabanı güncellemesi bulunup bulunmadığı da ayrı maddelerle belirtilmelidir.

  • Olay öncelik seviyeleri ve her seviye için geri dönüş süresi
  • Mesai saatleri, nöbet modeli ve kritik durum iletişim kanalı
  • Bakım kapsamına giren hata ve optimizasyon türleri
  • Yeni özellik ve değişiklik taleplerinin değerlendirme yöntemi
  • Periyodik kalite, kullanım ve maliyet gözden geçirme sorumlulukları
11

Teklif Maliyeti ve Değişiklik Talepleri Nasıl Kıyaslanmalı

AI proje teklifleri toplam bedel üzerinden değil, aynı kapsam başlıkları üzerinden karşılaştırılmalıdır. Analiz, UX veya konuşma tasarımı, yazılım geliştirme, entegrasyon, veri hazırlama, test, eğitim, devreye alma, lisanslar ve bakım ayrı kalemlere bölündüğünde hangi firmanın hangi işi dahil ettiği anlaşılır. Varsayımlar ve hariç tutulan işler de maliyet kadar önemlidir.

Fiyat farkının kaynağını görünür hale getirmek

Özellikle yapay zekâ otomasyon tekliflerini kapsam ve entegrasyon açısından karşılaştırma yaklaşımı, düşük görünen bir teklifin bazı kritik işleri müşteriye bırakabileceğini göstermeye yardımcı olur. Değişiklik taleplerinde saatlik, günlük veya paket bazlı ücretlendirme kullanılacaksa hangi koşullarda devreye girdiği ve onay mekanizması teklifte yazılmalıdır.

  • Tek seferlik geliştirme ve kurulum kalemleri
  • Aylık veya kullanım bazlı üçüncü taraf giderleri
  • Bakım, izleme ve optimizasyon hizmetlerinin kapsamı
  • Kapsam dışı işlerin ve değişiklik taleplerinin fiyatlandırma yöntemi
  • Ödeme adımlarının teslimat ve kabul noktalarıyla ilişkisi
12

Yapay Zekâ Firması Teklifleri Hangi Kriterlerle Kıyaslanmalı

Yapay zekâ geliştirme firmalarının teklifleri, ortak bir puan veya kontrol matrisi üzerinde kapsam, mimari, güvenlik, entegrasyon, teslimat, sahiplik, destek ve toplam işletim modeli bakımından yan yana incelenmelidir. Ortak karşılaştırma matrisi, fiyatı tek karar ölçütü olmaktan çıkarır ve hangi sağlayıcının hangi varsayımla teklif verdiğini görünür hale getirir. Teknik ekip ile iş biriminin aynı kriterleri birlikte değerlendirmesi önemlidir.

Firma seçiminde son kontrol listesi

Referans ve demo incelemesi yapılırken benzer ölçekteki projelerde gerçek sorumluluğun ne olduğu sorulmalıdır. Proje Ankara'da yürütülecekse “ankara yapay zeka firması” araması yerel adayları bulmak için kullanılabilir; ancak seçim yine teknik yeterlilik, iletişim modeli, veri güvenliği, sözleşme ve sürdürülebilir destek kriterlerine dayanmalıdır. Karar öncesinde belirsiz maddeler yazılı sorularla netleştirilmelidir.

  • Kapsam ve teslimatların gereksinim dokümanıyla uyumu
  • Mimari açıklığın ve entegrasyon yaklaşımının yeterliliği
  • Güvenlik, veri yönetimi ve erişim kontrollerinin somutluğu
  • Sahiplik, bakım, SLA ve değişiklik yönetimi koşulları
  • İlk geliştirme ile devam eden işletim maliyetlerinin ayrıştırılması
  • Proje ekibinin rol dağılımı, iletişim ve raporlama düzeni

Yapay Zekâ Asistanı Projenizi Net Kapsamla Başlatın

Teknik şartnamenizi oluşturmak, kapsamı ölçülebilir hale getirmek ve karşılaştırılabilir geliştirme teklifleri almak için uzmanlarımızla görüşün.

Teklif Alın