Gerçek işe göre tasarlanan copilot'lar · Üretken Yapay Zeka Uygulamaları

Kurumsal Yapay Zeka Copilot Geliştirme

Copilot ancak role göre sınırlı bağlam, görünür kaynaklar, insan incelemesi ve düzeltme kanıtı her öneriyi sonuç doğuran aksiyondan ayırdığında workflow'un doğal parçası oluyor.

İnsanların işi hazırlamasına ve kararları değerlendirmesine yardımcı olan bir asistanı mevcut workflow'un içine yerleştiriyoruz. Kullanılan kaynaklar, rolün yetkisi, izinler ve insan onayı çalışma boyunca görünür kalıyor.

Benimseme sorumlunuz çalışan copilot'u, rol ve izin haritasını, gerçek görev bulgularını, düzeltmeleri, geri dönen işi ve sürekli kullanımı gösteren karneyi devralıyor.

Workflow'u birlikte inceleyelimAI uygulama geliştirmeyi inceleyin
Kurumsal Yapay Zeka Copilot Geliştirme illüstrasyonu: üretken bir yapay zeka uygulamasını bileşenlerinden bir araya getiren ekip

Birlikte çalıştığımız 500'den fazla markadan birkaçı

Tüm referansları gör
  • MediaMarkt
  • Milliyet
  • Silverline
  • TransferGo
  • Dalin
  • Altınbaş
  • Evreka

Adımlar, kapılar ve kararı verenler

Çalışma şeklimiz

Önce insanların bugün işi nasıl yaptığını inceliyoruz. Copilot güvenini temsili görevlerde, görünür düzeltmelerde ve zaman içinde devam eden kullanımda kazanıyor.

  1. Rolün işi nasıl yaptığını izliyoruz

    Öncelikli rolleri, görevleri, kullanılan araçları ve başvurulan bilgiyi gözlemliyoruz. Bu çalışmadan hareketle copilot'un neyi hazırlayıp önerebileceğini, hangi aksiyonların insanda kalacağını tanımlıyoruz.

    Yapay zeka desteği
    Gözlemlenen görev kayıtlarından öneri ve aksiyon ayrımının ilk taslağını model hazırlıyor. Workflow sorumlusu taslağı düzeltiyor.
    İnsan onayı
    Copilot'u kullanan kişi, asistanın yetkisinin nerede bittiğini açıkça görebiliyor mu? İnsan kontrolünde kalması gereken her aksiyonu workflow sorumlunuz onaylıyor.

  2. Bağlamı kişi ve görevle sınırlıyoruz

    Kimliği, onaylı grounding kaynaklarını ve inceleme yolunu bağlıyoruz. Böylece asistan yalnızca o rolün ilgili görev için görmesine izin verilen bağlamı alıyor.

    Yapay zeka desteği
    Rolün izinli erişim alanını aşan grounding kaynaklarını model işaretliyor. Sistem sorumlusu her erişimi doğruluyor.
    İnsan onayı
    Her istek doğru kullanıcı, görev ve izin kapsamı içinde kalıyor mu? Copilot kullanıma açılmadan önce izin sınırını sistem sorumlunuz onaylıyor.

  3. Copilot'u gerçek görevlerde deniyoruz

    İnsanlar temsili işleri copilot'la yürütürken düzeltmeleri, eskalasyonları ve kontrol edilmeden kabul edilen önerileri inceliyoruz. Dayanaksız bir çıktının onaysız yan etki oluşturup oluşturamayacağını da ayrıca test ediyoruz.

    Yapay zeka desteği
    Değiştirilmeden kabul edilen önerileri model otomasyon yanlılığı ihtimali için işaretliyor. Workflow sorumlusu örüntüleri erişim genişlemeden önce inceliyor.
    İnsan onayı
    Workflow, yanlış veya dayanaksız öneriyi sonuç doğurmadan önce durdurabiliyor mu? Erişim daha fazla role açılmadan önce bu kabul örüntülerini workflow sorumlunuz inceliyor.

  4. Kullanımın sürüp sürmediğini ölçüyoruz

    Role göre kullanım sinyalleri ve günlük işi kolaylaştıran başvuru materyalleri ekliyoruz. Benimseme sorumlusu görev tamamlama, öneri kabulü, düzeltme ve geri dönen işi workflow içinde karşılaştırabiliyor.

    Yapay zeka desteği
    Tamamlama ve düzeltme sinyallerinden ilk kullanım panosu düzenini model hazırlıyor. Benimseme sorumlusu taslağı kararlarına göre düzenliyor.
    İnsan onayı
    Benimseme sorumlusu kalıcı kullanımla kısa süreli merakı ayırt edebiliyor mu? Sürekli kullanımın daha geniş yayını destekleyip desteklemediğine benimseme sorumlunuz karar veriyor.

Adı konmuş, sizde kalan çıktılar

Elinize geçenler

Ekibiniz çalışan asistanla birlikte, copilot'a ne kadar yetki ve güven verilebileceğini değerlendirecek sınırları ve kullanım kanıtını alıyor.

  • Model kartı

    Öneriden aksiyona copilot workflow raporu

    Önerinin hazırlanması, insan tarafından incelenmesi ve aksiyona dönüşmesi arasındaki sınırları gösteren, hedef göreve yerleşmiş asistan.

  • Mimari dokümanı

    Rol bağlamı sözleşmesi ve izin haritası

    Copilot'un her rol için hangi kimliğe, kaynağa ve bağlama erişebileceğini, neleri önerebileceğini belirleyen kurallar.

  • Test kanıtı

    Gerçek görevlerde düzeltme ve otomasyon bulguları

    Öneri kalitesi, düzeltme ihtiyacı, eskalasyon, otomasyon yanlılığı ve onaysız yan etkileri kontrol etmek için kullanılan temsili vakalar.

  • Pano

    Role göre kullanım, düzeltme ve geri dönen iş karnesi

    Görev sırasında kullanılacak rehberlerle birlikte role göre tamamlama, kabul, düzeltme ve geri dönen iş sinyalleri.

Kapsam ve dürüst sınırlar

Bu çalışmanın size uyduğu durumlar

Belirli bir ekip işi zaten yürütüyor ama aynı tür görevi tekrar tekrar hazırlıyor veya kontrol ediyorsa copilot o workflow içinde ekibe yardımcı olabilir.

Şu durumlarda iyi bir seçim

  • Roller ve görevler biliniyor, ama copilot önerisinin nerede bittiğini ve onaylı aksiyonun nerede başladığını ekip açıkça ayıramıyor.
  • Workflow erişimi var, ama mevcut tasarımda copilot hedef rolün görev için ihtiyaç duymadığı bağlamı veya izinleri de görebiliyor.
  • Demo ilgi görüyor, ama düzeltmeleri, geri dönen işi ve sürekli kullanımı demo sonrasında izleyecek benimseme sorumlusu bulunmuyor.
  • İnsanlar bilinen bir görevi tekrarlıyor, ama copilot'un hangi adımı hazırlayacağı ve hangi aksiyonun insanda kalacağı belgelenmiyor.
  • Kimlik ve grounding kaynakları bağlanıyor, ama inceleme akışı her isteği rolün görev ve izin sınırları içinde tutamıyor.
  • Temsili görevler deneniyor, ama düzeltme ihtiyacı, eskalasyon ve sürekli kullanım gerçek workflow içinde birlikte izlenmiyor.
  • Öneriler değiştirilmeden kabul ediliyor, ama otomasyon yanlılığının veya onaysız bir yan etkinin sonucu etkileyip etkilemediği görünmüyor.

Şu durumlarda başka bir çalışma daha doğru

  • Copilot'un bir insan incelemeden sonuç doğuran aksiyonları yürütmesini istiyorsunuz, ama onaylı workflow bu yetkiyi insanda tutuyor.
  • Kullanıcılar veya görevler arasında açık erişim sınırı olmadan bağlam taşımak istiyorsunuz, ama izin modeli bu geçişi durduruyor.
  • Hedef roller sürekli kullanım kanıtı üretmeden copilot'u kurum geneline açmak istiyorsunuz, ama yaygınlaştırma kararı düzeltme ve geri dönen işi de bekliyor.

Bunlardan biri sizin durumunuza daha yakınsa, buradan başlayın: AI uygulama geliştirmeyi inceleyin

AI'ı production'a taşıyan mühendisler

Zeo'nun kod yazıp teslim eden tarafı burası. Kıdemli mühendislerimiz agent, chatbot ve RAG sistemleri geliştiriyor, çevrelerindeki otomasyon ve veri işlerini üstleniyor, sistemler canlıya çıktıktan sonra da işletmeyi sürdürüyor. 2011'den beri 500'den fazla markayla çalıştık.

Bu konuda ürettiğimiz içerikler

YazıBurak PehlivanWebMCP Nedir? Agentic Web ve AI Ajanlarıyla Etkileşen Web SiteleriYazıDidem HimmetliVeri Analizinde Yapay Zeka Asistanlarının Gücünü En Üst Düzeye ÇıkarmaYazıYiğit KonurMCP Server Safety: Human-in-the-Loop Controls & Risk AssessmentYazıYiğit KonurMCP Server Architecture: State Management, Security & Tool Orchestration

Kullandığımız araçlar

Bu işin arkasındaki araçlar

  • Anthropic

    Copilot önerilerini workflow'un mevcut yetki sınırları içinde üretiyor

  • Notion

    Her roldeki automation bias bulgularını sorumlusuyla birlikte kaydediyor

  • LangChain

    Copilot bağlamını rolün ilgili workflow adımında görebildikleriyle sınırlıyor

  • Pinecone

    Copilot'un çalışma hazırlarken taradığı ve kaynak gösterdiği indeksi tutuyor

  • Langfuse

    Her copilot etkileşimini rol ve task bağlamıyla birlikte izliyor

  • Guardrails AI

    Copilot'un hazırladığı işle kişinin verdiği karar arasındaki sınırı denetliyor

Sonraki adım

Copilot'u ekibinizin gerçek işiyle ele alalım

Hedef rolleri, temsili görevleri ve benimsemeden sorumlu kişiyi paylaşın. Copilot'un nerede yardımcı olabileceğini ve insan yetkisinin nerede kalacağını birlikte haritalayalım.
Copilot çalışmasını konuşalım

Karar vermeden önce

Sık duyduğumuz sorular

Hangi erişim ve materyaller gerekiyor?

Öncelikli roller ve görevler, ilgili workflow ve uygulamaya erişim, onaylı bilgi, kimlik kuralları, temsili iş örnekleri ve adı belirlenmiş bir benimseme sorumlusu gerekiyor. Her izni, copilot'un yalnızca o rolün görev için ihtiyaç duyduğu bağlamı göreceği şekilde sınırlıyoruz.

AI agent'ları geliştirme sürecinde ne yapabilir?

Agent'lar değerlendirme vakaları hazırlayabilir, copilot önerilerini beklenen yanıtlarla karşılaştırabilir ve kullanım örüntülerini özetleyebilir. Bu örüntülerin güvenli olup olmadığına uzmanlarımız ve workflow sorumlunuz karar veriyor. Öneri ile aksiyon arasındaki sınırı değiştirme yetkisi de onlarda kalıyor.

İnsanların copilot'u kullanmaya devam ettiğini nasıl anlıyoruz?

Destekli görev tamamlama, kabul edilen öneriler, düzeltmeler, geri dönen işler ve başarılı eskalasyon ya da ekipler arası aktarımı izliyoruz. Sayıları bağlamıyla okumak gerekiyor. Bir önerinin kontrol edilmeden kabul edildiği veya onaydan önce yan etki oluşturabildiği vakaları ayrıca inceliyoruz. Yaygınlaştırma kararını bu kanıtların tamamına bakarak benimseme sorumlunuz veriyor.

Copilot yayına alındıktan sonra hangi sorumluluklar sürer?

Copilot ikna edici görünen yanlış bir öneri verebilir. Yeni roller ve görevler pilot grubundan farklı davranabilir. Workflow sorumlunuz eskalasyonları incelemeye ve gerçek kullanımda yeni vakalar ortaya çıktıkça öneri sınırını ayarlamaya devam ediyor.