Derin Ajan

Derin Ajan, FlowHunt’un en yetenekli ajan türüdür ve tek bir istem-ve-yanıt döngüsünün çok ötesine giden görevler için tasarlanmıştır. Standart bir AI ajan bir soruyu yanıtlar veya ayrık bir işlem gerçekleştirirken, Derin Ajan bir hedefi takip eder — bunu parçalara ayırır, adımları yürütür, sonuçları değerlendirir ve hedef tamamlanana kadar yaklaşımını uyarlar.

Derin Ajan’ın Normal bir AI Ajan’dan Farkı

Standart bir AI ajan, girişinizi bir LLM ile işler, isteğe bağlı olarak bir araç çağırır ve bir yanıt döndürür. Tek adımlı veya daha basit çok adımlı görevler, konuşmalar, belge özetleme veya işlem tetikleme için harikadır.

Derin Ajan proaktif ve yinelemeli. Yüksek seviyeli bir hedef verildiğinde:

• Hedefi parçalara ayırır — herhangi bir işlem yapmadan önce somut alt görevlerin bir dizisine
• Yaklaşımını planlar — hangi araçları kullanacağına ve hangi sırada kullanacağına karar verir
• Adımları yinelemeli olarak yürütür — araçları çağırır, sonuçları işler ve bulduklarına göre sonra ne yapacağına karar verir
• Kendi kendini değerlendirir — her adımdan sonra, sonuç yetersizse yeniden dener, iyileştirir veya stratejiyi değiştirir
• Son çıktıyı sentezler — yalnızca tüm alt görevler tamamlandıktan sonra

Pratik ana fark: normal bir ajan en iyi durumda birkaç adım atabilir, ancak Derin Ajan düzinelerce adım atabilir ve ne zaman durması gerektiğini bilir.

Derin Ajan Ne Zaman Kullanılır

Derin Ajanlar şu durumlarda doğru seçimdir:

• Görev birden fazla kaynaktan bilgi toplamayı ve sentezlemeyi gerektirir
• İş akışı koşullu mantık içerir veya başka bir deyişle, sonraki adım önceki adımların sonucuna bağlıdır
• Ajanın kendi ara sonuçlarını doğrulaması veya çapraz kontrol etmesi gerekir
• Hedef, tek bir istemde tam olarak belirtmek için çok karmaşık veya açık uçludur
• Ajanın daha uzun bir süre boyunca otonom olarak çalışmasını istiyorsunuz

Hatırla: Basit, iyi tanımlanmış görevler için standart bir AI Ajan daha hızlı ve uygun maliyetlidir. Yalnızca karmaşıklık ekstra akıl yürütme derinliğini haklı çıkardığında Derin Ajan kullanın.

Derin Ajan Ayarları

LLM

Ajanın kullanacağı büyük dil modelini seçin. 6 büyük sağlayıcı arasından modeller seçebilirsiniz. Varsayılan model, her zaman OpenAI’nin en son orta seviye modelidir ve çoğu görev için yeterli olmalıdır.

Derin Ajanlar, güçlü akıl yürütme yeteneklerine sahip daha ileri modellerden en çok faydalanır (örneğin en son GPT, en son Claude Sonnet veya Opus modelleri, Gemini Pro modelleri), çünkü bunlar birçok adım boyunca plan yapabilir, belirsizliği işleyebilir ve insan rehberliği olmadan her aşamada sağlam kararlar alabilir.

Araçlar

Araçlar, Derin Ajan’a dünyada hareket etme yeteneğini verir. 900’den fazla kullanılabilir araç (API’ler, veritabanları, iletişim platformları, arama motorları, kod yürütme ortamları ve MCP sunucularını kapsayan) ile ajanı, görevinin gerektirdiği tam yeteneklerle donatabilirsiniz.

Araçları nasıl bağlanır

+ Araç Ekle’yi tıklayın. Kullanılabilir araçların tam listesi görüntülenir. Kategoriye göre filtreleyebilir veya ada göre arayabilirsiniz:

Her aracın kendi ayarları vardır. Her biri için, AI’nin bağlama göre nasıl kullanacağına karar vermesine izin verebilirsiniz (Derin Ajanlar için önerilir, çünkü ajan birçok adım boyunca uyum sağlamak için esnekliğe ihtiyaç duyar) veya belirli değerleri kilitlemek için parametreleri manuel olarak yapılandırabilirsiniz.

Manuel girdiye geçmek için “AI Karar Verir” düğmesini tıklayın. Bir parametre manuel olarak tanımlandıktan sonra, sabitlenir ve AI onu geçersiz kılamaz.

Araç yapılandırıldıktan sonra, “Yapılandırmayla Ekle” öğesini tıklayın veya “Atla ve Ekle"yi tıklayarak yapılandırmayı tamamen atlayın. Daha sonra diğer araçları eklemeye devam edebilirsiniz.

Derin Ajanlar için, odaklanmış ve ilgili bir araç seti, aşırı geniş olandan daha iyi kararlar ve daha hızlı yürütmeye yol açar — ajan her adımda tüm kullanılabilir araçları göz önünde bulundurur, bu nedenle gereksiz araçlar gürültü ekler.

Sistem mesajı

Sistem mesajı, Derin Ajan için en önemli yapılandırmadır. Ajanın rolünü, hedefini, akıl yürütme yaklaşımını ve uyması gereken kısıtlamaları tanımlar. Otonom bir ajanı doğru yolda tutmanın birincil mekanizmasıdır.

Derin Ajanlar için sistem mesajınız şunları kapsamalıdır:

• Hedef — ajanın nihayetinde ne başarmaya çalıştığı
• Beklenen çıktı — biçim, uzunluk, yapı
• Karar kuralları — eksik veriler, çakışan kaynaklar veya araç hataları ile karşılaştığında ne yapacağı
• Kapsam kısıtlamaları — ajanın ne yapması ve ne yapmaması gerektiği

Örnek sistem mesajı:

Siz bir derin araştırma ajanısınız. Hedefiniz, size verilen herhangi bir konu hakkında kapsamlı, doğru ve iyi yapılandırılmış bir rapor üretmektir.

Süreç:
1. Konuyu 4–6 anahtar araştırma sorusuna ayırın.
2. Her soru için, mevcut araçları kullanarak ilgili bilgileri arayın.
3. Kullanmadan önce her kaynağın kalitesini ve uygunluğunu değerlendirin.
4. Tüm sorulardaki bulguları tutarlı bir rapora sentezleyin.
5. Sonunda bir özet, temel bulgular ve kaynaklar listesi ekleyin.

Kurallar:
- Bilgi uydurmayın. Güvenilir bir kaynak bulamazsanız, bunu söyleyin.
- Bir araç çağrısı başarısız olursa, devam etmeden önce değiştirilmiş bir sorguda bir kez yeniden deneyin.
- Tüm araştırma soruları ele alınana veya mevcut kaynakları tüketene kadar durma.
- Son raporu gerçekçi, nötr tonunda ve spekülasyondan arı tutun.

Çıktı biçimi: Markdown, her bölüm için açık başlıklarla.

Maksimum özyineleme derinliği

Ajanın alt görevleri parçalara ayırırken ve yürütürken ne kadar derin özyinelemeli olabileceğini kontrol eder. Daha yüksek bir değer, ajanın daha karmaşık, iç içe geçmiş sorunları ele almasına izin verir, ancak yürütme zamanını ve kaynak kullanımını artırır. Çoğu görev için varsayılan değer yeterinden fazladır. Yalnızca ajan gerçekten çok seviyeli alt hedefleri takip etmesi gerektiğinde artırın.

Ajan Sohbet Geçmişi

Geçmiş sohbet mesajlarını geçerli çalışma için bağlam olarak sağlar. Geçmiş etkinleştirildiğinde, Derin Ajan önceki değişimlere başvurabilir, bu da ajan devam eden bir konuşmanın veya önceki bağlamın sonraki adımı şekillendirdiği yinelemeli bir iş akışının parçası olduğunda faydalıdır. Geçmiş olmadan, ajan her çalışmayı tamamen bağımsız olarak ele alır.

Ajan Belleği

Ajanın Çalışma Alanı belleğinden okuyup yazıp yazamayacağını kontrol eder. Etkinleştirildiğinde, Derin Ajan bulguları, kararları ve birikmiş bilgileri ayrı çalışmalar arasında kalıcı hale getirebilir — bir bilgi tabanını kademeli olarak oluşturmayı veya sıfırdan başlamak israf olacağı uzun süreli projeleri sürdürmeyi mümkün kılar. Etkinleştirilirse, ne kaydedileceğini ve nasıl alınacağını yönetecek bellek modu ve davranış istemlerini tanımlamanız istenecektir.

Not: Yalnızca Araçlar girdisi kesinlikle gereklidir; diğer tüm ayarlar isteğe bağlıdır ancak Derin Ajan’ın çıktısının kalitesi ve güvenilirliği üzerinde önemli bir etkiye sahiptir.

Derin Ajan Görevleri Nasıl Çözer

Derin Ajanlar yapılandırılmış bir yürütme döngüsünü izler. Bu döngü tam olarak Derin Ajanları standart bir ajanı ezecek görevleri işlemesine yetkin kılan şeydir:

• Hedef ayrıştırması: Ajan hedefi analiz eder ve bunu alt görevlerin bir dizisine ayırır.
• Yinelemeli yürütme: Ajan alt görevleri birer birer işler, araçları çağırır, sonuçları işler ve tamamlanan adımlara göre sonra ne yapacağına karar verir.
• Kendi kendini değerlendirme: Her adımdan sonra ajan, sonucun ileri gitmek için yeterli olup olmadığını veya yeniden denemesi, sorgusunu iyileştirmesi veya tamamen farklı bir yaklaşım alması gerekip gerekmediğini değerlendirir.
• Sentez: Tüm alt görevler tamamlandıktan sonra, ajan ara sonuçları son, tutarlı bir çıktıya birleştirir.
• Sonlandırma: Ajan, hedef başarıldığında, yapılandırılmış sınırlara ulaşıldığında veya mevcut araçlar ve bilgilerle görevi tamamlayamayacağını belirlediğinde durur.

Derin Ajan için Doğru Modeli Seçme

LLM, Derin Ajanın yaptığı her kararın arkasındaki akıl yürütme motorudur. Derin, çok adımlı görevler için, model kalitesi performans üzerinde orant sız bir etkiye sahiptir.

• Sınır modelleri (GPT-4o, Claude 3.5 Sonnet, Gemini 1.5 Pro): Karmaşık akıl yürütme, uzun vadeli planlama ve ajanın belirsizliği işlemesi veya insan girdisi olmadan yargı çağrıları alması gereken görevler için en iyisi. Daha yüksek maliyet, genellikle Derin Ajan iş yükleri için haklıdır.
• Orta seviye modeller: Orta düzeyde karmaşık ancak iyi tanımlanmış görevler için yetenek ve maliyet açısından katı bir denge.
• Küçük dil modelleri: Derin Ajanlar için birincil model olarak önerilmez. Güvenilir çok adımlı yürütme için gereken akıl yürütme derinliğinden yoksundurlar. Bununla birlikte, hız ve maliyet akıl yürütme kalitesinden daha önemli olduğu daha geniş bir iş akışı içinde basit alt görevler için yine de uygundurlar.

Orta seviye bir model ile başlayın ve yalnızca performans bunu gerektirirse yükseltin. Doğru seçim, görev karmaşıklığınıza, kabul edilebilir gecikmeye ve bütçeye bağlıdır.