DECOMP_PROMPT = """Aşağıdaki kullanıcı sorgusunu 5-8 alt soruya böl.
Her alt soru bağımsız araştırılabilir olmalı.
Birbiriyle çelişmeyen, complete kapsamı kapsayan sorular kur.
 
Sorgu: {{user_query}}
 
Çıktı (JSON):
{{
  "sub_questions": [
    {"id": "q1", "question": "...", "rationale": "..."}
  ]
}}"""

import asyncio
 
async def research_subquestion(sub_q: dict, search_tool):
    results = await search_tool.search(sub_q["question"])
    summary = await llm_summarize(results, sub_q["question"])
    return {"sub_q": sub_q, "summary": summary, "sources": results}
 
async def research_pipeline(user_query: str):
    decomp = await llm_decompose(user_query)
    findings = await asyncio.gather(*[
        research_subquestion(sq, search_tool)
        for sq in decomp["sub_questions"]
    ])
    report = await llm_synthesize(user_query, findings)
    return report

Sen kıdemli bir analist asistanısın.
 
Aşağıda bir araştırma sorusu ve onun parçalanmış alt sorularına dair bulgular var.
 
Bu bulguları sentezleyerek **kurumsal kalitede** bir rapor üret.
 
YAPISI:
1. Yönetici Özeti (3 cümle)
2. Anahtar Bulgular (5 madde)
3. Pazar Analizi (3 alt başlık)
4. Risk ve Fırsatlar (yan yana karşılaştırma)
5. Öneri (eyleme dönük 3-5 madde)
6. Kaynaklar (citation listesi)
 
KURALLAR:
- Her iddia için kaynak [src-X]
- Belirsiz alanları "Veri yetersiz" olarak işaretle
- 800-1200 kelime
- Markdown formatında