RAG nedir, kurumsal bilgi asistanı ne zaman işe yarar?
RAG (Retrieval-Augmented Generation), en sade tanımıyla yapay zekânın kurumun kendi kaynaklarına dayanarak, kaynak göstererek üretim yapmasıdır. Model önce sorunuzla ilgili dokümanları bulur (retrieval), sonra cevabını yalnızca bu dokümanlara dayandırarak yazar (generation) ve hangi kaynağı kullandığını gösterir.
Bu tanımın her parçası önemli: kurumun kendi kaynakları — internetin geneli değil; kaynak göstererek — "bana güven" değil, "işte belge".
Genel sohbet aracından farkı ne?
Genel amaçlı sohbet araçlarının kurumsal kullanımda iki temel sorunu var: kurum verisini bilmezler ya da bilmedikleri yerde uydururlar. Yönetmelik sorusuna genel bilgiyle cevap veren bir araç, sizin yönetmeliğinizin istisnasını bilemez; bilmediğini söylemek yerine akıcı bir cevap ürettiğinde ise sorun görünmez hâle gelir.
RAG mimarisi bu iki sorunu yapısal olarak çözer:
- Cevap üretmeden önce sizin doküman havuzunuzda arama yapılır.
- Her cevap kaynak atıflıdır — kullanıcı tek tıkla belgeyi doğrular.
- İlgili kaynak yoksa sistem "bilmiyorum" der. Uydurma kabul edilmez.
- Yetki modeli aramaya iner: kullanıcı, görme yetkisi olmayan dokümandan cevap alamaz.
Kurumunuzun RAG'e ihtiyacı olduğunu gösteren dört belirti
- Kurum bilgisi PDF ve yönetmeliklerde gömülü; arayan bulamıyor. Bilgi var ama erişim maliyeti yüksek — herkes "bilen kişiye" soruyor.
- Aynı sorular uzmanlara tekrar tekrar geliyor. Uzman mesaisinin bir kısmı, daha önce onlarca kez cevaplanmış soruları yeniden cevaplamaya gidiyor.
- Genel sohbet araçları denendiyse hayal kırıklığı yaşandı. Kurum verisini bilmiyor ya da uyduruyor; hukuk/güvenlik ekipleri haklı olarak itiraz ediyor.
- Yeni çalışan işi öğrenene kadar aylar geçiyor. Kurumsal bilgi, insanların zihninde ve dağınık klasörlerde yaşıyor.
"Asistan yanlış cevap verirse?" sorusu
Kurumsal RAG projelerinde en sık duyduğumuz soru bu — ve doğru soru. Cevabın iki ayağı var:
Kaynak atfı: Cevaplar belgeye bağlı olduğu için kullanıcı doğrulamayı kendi yapabilir. "Nereden biliyorsun?" sorusunun cevabı her mesajın altındadır.
Ölçüm hattı (eval): Kurulum sırasında kurumun gerçek sorularından bir değerlendirme seti oluşturulur; doğruluk bu setle sürekli ölçülür, düşüş alarm üretir. Yani "asistan iyi çalışıyor mu?" sorusu iddiayla değil raporla cevaplanır.
Dokümanların sürekli değişmesi de mimaride çözülür: güncelleme hattı doküman deposunu izler, değişen içerik otomatik yeniden işlenir — asistan eskimez.
Nasıl kuruluyor?
Uyguladığımız fazlı akış dört adımdır; toplamda tipik olarak 7–13 hafta sürer:
| Faz | Süre | Çıktı |
|---|---|---|
| Bilgi kaynağı analizi | 1–2 hafta | Kaynak haritası ve mimari öneri |
| RAG hattı kurulumu | 3–5 hafta | Çalışan asistan (pilot kapsam) + doğruluk raporu |
| Pilot ve genişletme | 2–4 hafta | Üretim sürümü + kullanım analitiği |
| Devir ve güncel tutma | 1–2 hafta | İşletim dokümanı + güncelleme hattı |
Veri kurumdan çıkamıyorsa mimari on-premise veya özel bulutta kurulur; bu senaryoyu KVKK uyumlu yapay zekâ yazımızda ayrıca ele aldık.
Toparlarken
RAG, "sohbet robotu" modası değil; kurumsal bilgiye erişim maliyetini düşüren ve cevapları denetlenebilir kılan bir mimaridir. Doğru zamanı, yukarıdaki dört belirtiden en az birinin günlük operasyonu yavaşlatmaya başladığı andır.