Planlama (Planning)
İş akışıPlanlama (Planning) nedir?
AI planlaması, bir ajanın verilen hedefe ulaşmak için hangi adımları, hangi sırayla ve hangi araçlarla atacağını belirlemesi sürecidir. Tek seferlik bir yanıt üretmekten farklı olarak planlama; analiz, karar verme ve sıralı eylemi birleştirir.
Nasıl çalışır?
Planlama yaklaşımları birkaç temel kategoriye ayrılır:
Chain-of-Thought (CoT) tabanlı planlama: Model adımları düşüncesinde sıralayarak çözer. Basit ama tek seferlik görevlerde etkili.
ReAct (Reason + Act): Model önce "ne yapmalıyım?" diye düşünür (Reason), sonra bir araç çağırır (Act), gelen sonucu değerlendirir ve döngüyü sürdürür. Araç kullanan ajanların temel deseni.
Tree of Thoughts (ToT): Birden fazla olası planı paralel değerlendirir, en iyisini seçer. Daha pahalı ama karmaşık optimizasyon problemlerinde güçlü.
LLM tabanlı orkestrasyon: Bir "planner" model görevi alt görevlere böler, her alt görevi ayrı bir ajan veya araç yürütür. AutoGPT, LangGraph ve benzeri çerçeveler bu yaklaşımı kullanır.
Neden önemli?
LLM'ler tek adımda iyi yanıt verebilir ama çok adımlı, birbiriyle bağlantılı görevlerde başarısız olur. Planlama bu boşluğu kapatır: model sadece cevap üretmekle kalmaz, görevi yönetir.
Ayrıca planlama; hata kurtarma için kritiktir. Bir adım başarısız olduğunda ajan planı güncelleyerek devam edebilir — sadece tekrar denemek yerine.
Kullanım alanları
- Araştırma ajanları: Web'i tara, bilgileri topla, özetle, kaydet — her adım planlı.
- Kod üretimi: Önce mimariyi planla, sonra dosyaları yaz, test et, hataları düzelt.
- Müşteri hizmetleri otomasyonu: Şikayeti analiz et, CRM'i sorgula, çözüm üret, mail gönder.
- Veri analizi pipeline'ları: Veriyi yükle, temizle, analiz et, görselleştir.
- Çok adımlı form doldurma: Her alan için uygun veriyi farklı kaynaklardan çek.