Chatbot (Sohbet Robotu) Nedir? Kural Tabanlı Bottan LLM Chatbot'a

Chatbot nedir? Chatbot (Türkçesiyle sohbet robotu), kullanıcıyla metin veya sesle, doğal dilde yazışarak soruları yanıtlayan, bilgi veren veya bir işlemi tamamlayan yazılımdır. Amacı, bir insanla konuşuyormuş gibi akan bir diyalog üzerinden kullanıcının ihtiyacını karşılamaktır.

Bir web sitesindeki destek penceresinden telefondaki sesli asistana kadar günlük hayatta karşılaştığımız birçok arayüz aslında birer chatbot'tur. Ancak "chatbot" tek bir teknoloji değildir: arkasında basit bir karar ağacı da olabilir, milyarlarca parametreli bir dil modeli de. Bu rehber chatbot nedir, kural tabanlı bot ile llm chatbot nasıl ayrışır, bir chatbot nasıl çalışır ve müşteri hizmetleri gibi alanlarda nasıl değer üretir sorularını yanıtlıyor.

Tanım

Chatbot (Sohbet Robotu)

Kullanıcıyla metin veya sesle, doğal dilde yazışarak soruları yanıtlayan, bilgi veren veya bir işlemi tamamlayan yazılım. En basit hali önceden yazılmış kurallara dayanan kural tabanlı bottur; en gelişmiş hali ise büyük dil modeliyle serbest konuşabilen llm chatbot'tur.

Ayrıca: Sohbet robotu, chatbot, konuşma botu, sohbet asistanı

Bir chatbot'un temel görevi üç adımı döngüsel biçimde yürütmektir: kullanıcının yazdığını anlamak, buna uygun bir yanıt kararı vermek ve yanıtı doğal dilde geri iletmek. Farklılık, bu üç adımın nasıl gerçekleştirildiğindedir.

Basit bir chatbot, kullanıcının mesajını önceden tanımlı anahtar kelimeler veya kalıplarla eşleştirir ve eşleşmeye bağlı hazır bir yanıt döndürür. Daha gelişmiş bir sistemde ise doğal dil işleme (NLP) devreye girer: mesajın niyeti (intent) ve içindeki varlıklar (entity) çıkarılır, ardından uygun eylem veya yanıt seçilir. En üst uçta, bir büyük dil modeli mesajı bütünsel olarak yorumlar ve yanıtı kelime kelime üretir. Üç yaklaşımda da hedef aynıdır; ama esneklik, maliyet ve öngörülebilirlik ciddi biçimde değişir.

Chatbot dünyasını anlamanın en pratik yolu, iki kuşağı karşılaştırmaktır. Kural tabanlı bot, insanların önceden yazdığı kurallar, anahtar kelimeler ve karar ağaçları üzerinde çalışır; "eğer kullanıcı X derse, Y yanıtını ver" mantığıyla ilerler. LLM chatbot ise bir büyük dil modeli üzerine kuruludur; kalıplara değil, dilin istatistiksel bir modeline dayanarak serbest yazılan mesajları anlar ve yeni cümleler üretir.

Kural tabanlı bot ile llm chatbot'un karşılaştırması

Özellik	Kural tabanlı bot	LLM chatbot
Yanıt kaynağı	Önceden yazılmış kalıplar	Modelin ürettiği yeni metin
Esneklik	Düşük — kalıp dışına çıkamaz	Yüksek — serbest soruyu anlar
Öngörülebilirlik	Yüksek — hep aynı yanıt	Değişken — kontrol gerekir
Halüsinasyon riski	Yok	Var — uydurabilir
Maliyet	Düşük ve sabit	Değişken, token bazlı
Uygun senaryo	Dar, tekrarlı akışlar	Geniş, açık uçlu sorular

Doğru seçim senaryoya bağlıdır. Dar ve tekrarlı bir akış (örneğin randevu alma) için kural tabanlı bot çoğu zaman yeterli, ucuz ve güvenlidir. Açık uçlu, öngörülemeyen sorular geldiğinde ise llm chatbot devreye girer. Modern kurumsal çözümler sık sık ikisini birleştirir: kritik akışlar kurallarla sabitlenir, geri kalan serbest konuşma modele bırakılır.

Bir llm chatbot'un kalbinde büyük dil modeli (LLM) bulunur. Model, devasa metin verisi üzerinde eğitilerek dilin örüntülerini öğrenir ve bir mesajın devamında hangi kelimelerin gelmesi gerektiğini olasılıksal olarak tahmin eder. Bu sayede, önceden hiç yazılmamış bir soruya bile akıcı ve bağlama uygun bir yanıt üretebilir.

Ancak model tek başına iki sınırla gelir: bilgisi eğitim tarihinde donmuştur ve sizin kurumunuza özel belgeleri bilmez. Kurumsal bir llm chatbot bu boşluğu genellikle RAG (bilgi getirimiyle üretim) ile kapatır: model yanıt vermeden önce kurumsal belgelerden ilgili parçalar getirilir ve yanıt bunlara dayandırılır. Böylece bot güncel, kuruma özel ve kaynak gösterilebilir cevaplar verir. Temeli daha iyi kavramak için LLM nedir, token nedir ve RAG nedir rehberlerine göz atabilirsiniz.

Bir chatbot projesinin başarısı çoğu zaman modelden çok konuşma tasarımından (conversation design) gelir. Konuşma tasarımı, botun hangi konuları kapsayacağını, kullanıcıyı nasıl karşılayacağını, belirsiz bir soruyla nasıl baş edeceğini ve çözemediği durumda görüşmeyi nasıl bir insana devredeceğini önceden planlama disiplinidir.

İyi bir konuşma tasarımı; net karşılama, kısa ve anlaşılır yanıtlar, kullanıcıyı yormayan akışlar ve her adımda bir "insana bağlan" çıkışı içerir. Teknoloji ne kadar gelişmiş olursa olsun, kötü tasarlanmış bir diyalog kullanıcıyı kaçırır; iyi tasarlanmış bir diyalog ise basit bir kural tabanlı botu bile değerli kılar.

Chatbot'un en yüksek getirili kurumsal uygulaması müşteri hizmetleridir. Gelen taleplerin büyük kısmı aslında birbirinin tekrarı olan sorulardır: sipariş nerede, iade nasıl yapılır, çalışma saatleri nedir. Bir chatbot bu tekrarlı yükü anında ve 7/24 karşılar; insan ekip ise gerçekten muhakeme, empati veya yetki gerektiren karmaşık vakalara odaklanır.

Burada kritik olan denge, otomasyon ile insan devri arasındadır. İyi kurulmuş bir müşteri hizmetleri botu, çözebileceği talebi hızla kapatır; çözemeyeceğini fark ettiği anda ise görüşmeyi bağlamı koruyarak bir temsilciye aktarır. Bu devir akışı doğru tasarlanmadığında chatbot bir yardım aracı değil, bir engel hâline gelir. Müşteri hizmetlerinde başarı, botu insan yerine değil, insanla birlikte konumlandırmaktan geçer.

Türkiye'de bir chatbot devreye alırken teknik kararlar kadar KVKK uyumu da baştan planlanmalıdır. Bir bot, kullanıcının adını, iletişim bilgilerini, sipariş geçmişini veya şikâyet içeriğini işleyebilir; bunların hepsi kişisel veridir. Hangi verinin toplandığı, ne kadar süre saklandığı, nerede işlendiği ve kullanıcının nasıl bilgilendirildiği en baştan tanımlanmalıdır.

Özellikle llm chatbot'larda verinin nereye gittiği kritik bir sorudur: kullanıcının yazdıkları bir dış modele gönderiliyorsa, bu aktarımın hukuki dayanağı ve aydınlatma metni netleştirilmelidir. Kayıt tutma, kişisel verinin anonimleştirilmesi ve gerektiğinde insana devretme akışları yalnızca iyi uygulama değil, uyum gereğidir. Doğru kurulmuş bir bot hem verimlilik sağlar hem de veri sorumluluğunu gözetir.

Bir chatbot'u sıfırdan devreye almak için izlenen temel adımlar şunlardır.

Nasıl Yapılır

Bir chatbot'u devreye alma adımları

Kapsam belirlemekten yayına almaya kadar bir chatbot projesinin temel aşamaları.

1. 1

   Kapsamı ve amacı tanımla

   Botun hangi soruları çözeceğini ve neyi çözmeyeceğini netleştir; en sık gelen 20-30 talebi çıkar.

2. 2

   Konuşma tasarımını çıkar

   Karşılama, temel akışlar, belirsizlik durumları ve insana devretme çıkışlarını planla.

3. 3

   Teknolojiyi seç

   Dar ve tekrarlı akış için kural tabanlı bot, açık uçlu sorular için llm chatbot; çoğu zaman ikisinin melezi.

4. 4

   Bilgiyle besle

   LLM chatbot ise kurumsal belgeleri RAG ile bağla; kural tabanlı ise yanıt kalıplarını ve akışları yaz.

5. 5

   Test et ve pilotla

   Gerçek sorularla dar bir pilotta dene; yanlış yanıtları ve devir noktalarını ölçüp iyileştir.

6. 6

   Yayına al ve izle

   Çözüm oranı, insana devir oranı ve memnuniyeti izleyerek konuşma tasarımını sürekli güncelle.

Bu adımların ortak mesajı, dar başlayıp ölçerek büyütmektir. Her şeyi yapan bir bot hedeflemek yerine, tek bir değerli kullanım senaryosunda çalışan bir bot çıkarmak hem riski düşürür hem de öğrenmeyi hızlandırır. Kurumsal bir chatbot yol haritası için yapay zeka danışmanlığı ile başlayabilir, ekibinizi hazırlamak için yapay zeka eğitimleri sayfasına göz atabilirsiniz.

Chatbot ile llm chatbot arasındaki fark nedir?

Klasik chatbot çoğunlukla kural tabanlı bottur: önceden tanımlı kalıplara ve karar ağaçlarına göre yanıt verir, kalıbın dışına çıkamaz. LLM chatbot ise bir büyük dil modeli kullanır; serbest yazılan soruları anlar ve önceden yazılmamış cümlelerle yanıt üretir. İlki öngörülebilir ama katı, ikincisi esnek ama daha maliyetli ve kontrol gerektiren bir yapıdır.

Chatbot müşteri hizmetlerinde işe yarar mı?

Evet, doğru kurgulandığında müşteri hizmetlerinde en yüksek getiriyi sağlar. Sık tekrarlanan soruların (kargo durumu, iade, çalışma saatleri) büyük kısmını anında yanıtlar, insan ekibi karmaşık vakalara ayrılır. Kritik nokta, botun çözemediği durumu fark edip görüşmeyi bir insana devredebilmesidir.

Chatbot halüsinasyon yapar mı?

Kural tabanlı bir bot halüsinasyon yapmaz çünkü yalnızca yazılı yanıtları verir. LLM chatbot ise bilmediği bir şeyi uydurabilir. Bu riski azaltmanın yolu, modeli RAG ile kurumsal belgelere dayandırmak, kapsam dışı soruları reddettirmek ve yanıtları kaynakla desteklemektir.

Küçük bir işletme chatbot'u nasıl kurar?

En sağlıklı yol dar bir kapsamla başlamaktır: en sık gelen 20-30 soruyu belirleyin, net bir konuşma tasarımı çıkarın ve bu kapsamda bir bot kurun. Kural tabanlı bir akış hızlı ve ucuz bir başlangıçtır; hacim ve çeşitlilik arttıkça llm chatbot'a geçilir. Ölçülebilir bir pilotla başlamak riski düşürür.

Chatbot insan temsilcilerin yerini alır mı?

Hayır; pratikte chatbot rutin ve tekrarlı işi devralır, insan temsilci karmaşık, hassas veya empati gerektiren durumlara odaklanır. En iyi kurgular chatbot ile insanı birlikte çalıştırır: bot ön eleme ve hızlı yanıt yapar, gerektiğinde bağlamı koruyarak görüşmeyi insana aktarır.

Özetle chatbot nedir sorusunun cevabı şudur: kullanıcıyla doğal dilde yazışarak soruları yanıtlayan veya bir işlemi tamamlayan yazılım. En basit hali önceden yazılmış kurallara dayanan kural tabanlı bottur; en gelişmiş hali büyük dil modeliyle serbest konuşan llm chatbot'tur. Başarının anahtarı teknolojiden çok iyi konuşma tasarımı, doğru kapsam ve müşteri hizmetlerinde insanla birlikte çalışan bir kurgudur; Türkiye'de ise KVKK uyumu baştan planlanmalıdır. Temeli derinleştirmek için LLM nedir ve RAG nedir rehberlerine, kurumsal kullanım için yapay zeka danışmanlığı sayfasına göz atabilirsiniz.