Türkçe Vaka: Trendyol Tarzı E-Ticaret Asistanı
Bir Türk e-ticaret platformuna LLM asistan tasarımı. Trendyol, Hepsiburada, Çiçeksepeti gibi 10M+ kullanıcı için scale, caching, KVKK uyumu.
Şükrü Yusuf KAYA
14 dakikalık okuma
OrtaTürkçe Vaka: E-Ticaret Asistanı
Senaryo: Türk bir e-ticaret platformu (Trendyol/Hepsiburada/Çiçeksepeti benzeri). 10M+ user, 100K SKU, günde 100K+ destek sorgusu.
Hedef: LLM tabanlı destek asistanı kur, KVKK uyumlu, cost-effective, scale'lensin.
Mimari Tasarım#
Context Layers#
| Katman | Boyut | Cache TTL | Niçin? |
|---|---|---|---|
| System prompt | 1K | 1h | Tone of voice, görev tanımı |
| Şirket KB | 25K | 1h | İade politikası, kargo, ödeme |
| Tool defs | 5K | 1h | 8 tool (sipariş, kargo, iade, vb.) |
| Conversation history | 5-20K | 5m | Multi-turn destek |
| RAG: relevant products | 5K | — | Sorguya göre değişir |
| User query | 0.1K | — | Dinamik |
Cost Modeli#
python
# Aylık 3M sorgu varsayımıQUERIES_MONTH = 3_000_000PRICE_INPUT = 3.0 # Claude Sonnet 4.6PRICE_OUTPUT = 15.0PRICE_CACHE_WRITE = 3.75PRICE_CACHE_READ = 0.30 # Static (cache'lenebilir)static_tokens = 30_000 # KB + tools + systemdynamic_tokens = 5_000 # RAG + queryoutput_tokens = 400 cache_hit_rate = 0.93 # %93 expected misses = QUERIES_MONTH * (1 - cache_hit_rate)hits = QUERIES_MONTH * cache_hit_rate cost_with_cache = ( misses * static_tokens / 1e6 * PRICE_CACHE_WRITE + hits * static_tokens / 1e6 * PRICE_CACHE_READ + QUERIES_MONTH * dynamic_tokens / 1e6 * PRICE_INPUT + QUERIES_MONTH * output_tokens / 1e6 * PRICE_OUTPUT)cost_no_cache = ( QUERIES_MONTH * (static_tokens + dynamic_tokens) / 1e6 * PRICE_INPUT + QUERIES_MONTH * output_tokens / 1e6 * PRICE_OUTPUT) print(f"Cache açık: ${cost_with_cache:,.2f}/ay → {cost_with_cache*33.5:,.2f} TL")print(f"Cache kapalı: ${cost_no_cache:,.2f}/ay → {cost_no_cache*33.5:,.2f} TL")print(f"Tasarruf: %{(cost_no_cache-cost_with_cache)/cost_no_cache*100:.1f}")3M sorgu/ay senaryo
Beklenen sonuç:
Cache açık: $48,800/ay → 1,635,000 TL Cache kapalı: $333,000/ay → 11,153,000 TL Tasarruf: %85.4
Ayda ~9.5M TL tasarruf, yıllık ~114M TL. Bu rakamlar Trendyol scale'inde başlı başına bir CTO bütçesini karşılar.
KVKK Uyumu#
User chat'inde TCKN, telefon, kart no gelirse:
- Pre-LLM redaction (Modül 12 Ders 78)
- Cache'te PII yok, placeholder'lar var
clean_query = redact_pii(user_query) # "Telefon 0532 234 5678 lütfen" → "Telefon [PHONE] lütfen"
Production Lessons#
Türk e-ticaret platformlarından gözlemlerim:
- Türkçe optimizasyonu — Türkçe tokenizer ekstra cost; cache bu yüzden iki kat değerli
- Sezon trafik — Black Friday'de trafik 5×; cache stampede önleme şart
- Çok satıcılı (marketplace) modeller — her satıcının KB'si ayrı, multi-tenant pattern
- Mobile-first — latency çok önemli; cache hit ile p95 < 1s kritik
✓ Pekiştir#
Bir Sonraki Derste#
Bankacılık vakası — daha sıkı KVKK + compliance.
Yorumlar & Soru-Cevap
(0)Yorum yazmak için giriş yap.
Yorumlar yükleniyor...
İlgili İçerikler
1. Temeller — Context Penceresi Ekonomisi
Bu Eğitim Hakkında ve Prompt Caching Neden Önemli?
Öğrenmeye Başla1. Temeller — Context Penceresi Ekonomisi
Token Ekonomisi 101: Input vs Output Cost Asimetrisi
Öğrenmeye Başla1. Temeller — Context Penceresi Ekonomisi