Yapay zeka pazarlama ajanı nedir ve prompttan farkı nedir?
Yapay zeka pazarlama ajanı, çok adımlı bir işi planlayan, işi yapmak için araçları çağıran, kendi çıktısını kontrol eden ve bitmiş bir sonuç döndüren sistemdir. Prompt metin döndürür. Ajan ise gerçekten yapılmış bir iş döndürür.
Farkı yaratan şey döngüdür. Bir sohbet penceresine istek yapıştırdığınızda model tek bir yanıt üretir ve durur. Ajan bir çevrim işletir: sırada ne olduğuna karar verir, bir araç kullanır, sonucu okur, yeniden karar verir ve iş bitene ya da bir insan durdurana kadar devam eder. Canlı satış verinizi çekip ona göre taslak yazmasını, rakamları kontrol edip bitmiş bir şey teslim etmesini mümkün kılan da bu döngüdür.
Bu ayrım ticari olarak önemlidir, çünkü ne satın aldığınızı değiştirir. Prompt bir yazarın yirmi dakikasını kurtarır. Ajan ise bir süreci birinin masasından tamamen kaldırır. Bunlar farklı bütçeler, farklı riskler ve farklı bozulma biçimleridir.
Sonucun sahibini de değiştirir. Prompt zaten gözden geçireceğiniz bir taslaktır. Ajan ise belki hiç yakından bakmayacağınız bir işi yapar; etrafındaki korkulukların içindeki prompttan daha fazla tasarım dikkati hak etmesinin sebebi tam olarak budur.
Yapay zeka ajanı projelerinin çoğu neden üretime geçemiyor?
Çünkü kolay olan kısım pilot. IDC araştırması bunu açıkça koyuyor: yapay zeka ajanı kavram kanıtlarının yaklaşık %88’i geniş üretime hiç ulaşmıyor; bu da bir şirketin başlattığı her 33 pilota karşılık kabaca dört canlı dağıtım demek.
Bu rakam aykırı bir ölçüm değil. 2026 başında yayımlanan üç bağımsız çalışma, McKinsey, Gartner ve AI Governance Institute’un sektörler arası analizi, kurumsal ajan pilot başarısızlık oranını %86 ile %89 arasında buldu. MIT’nin 2026 çalışması kurumsal üretken yapay zeka pilotlarının %95’inin ölçülebilir getiri üretemediğini gösterdi. Gartner ise ajan tabanlı yapay zeka projelerinin %40’tan fazlasının 2027 sonuna kadar tamamen iptal edileceğini öngörüyor.
Engeller tutarlı ve hiçbiri model kalitesiyle ilgili değil. Forrester ve Anaconda’nın 2026 verisi ilk sıraya %64 ile ölçümleme boşluğunu, ikinci sıraya %57 ile yönetişim sürtünmesini, üçüncü sıraya %51 ile model güvenilirliğini koyuyor. Düz anlatımla: ekipler ajanın iyi iş çıkarıp çıkarmadığını söyleyemedi, iş ters gittiğinde kimin sorumlu olduğunda anlaşamadı ve modelin kendisiyle ancak bundan sonra karşılaştı.
Bu arada benimseme yükselmeye devam ediyor ve aradaki açığı tehlikeli kılan da bu. Bildirilen rakamlar kurumsal pazarlama ekiplerinin %34’ünün üretimde en az bir otonom ajan çalıştırdığını gösteriyor; 2025 sonundaki %14’ten yukarı, orta ölçekte %19 ve daha küçük şirketlerde %7 civarında. Epey marka gerçekten yayına alıyor. Bu rakamların arkasındaki pilotların çoğu yine de sessizce öldü.
Çıkarılacak ders ajanların işe yaramadığı değil. Ayakta kalan projelerin, hiçbir şey kurmadan önce “çalışıyor” kelimesinin ne anlama geldiğine karar vermiş olanlar olduğudur.
Bir şey kurmadan önce çalıştırılacak dört soruluk test
Her adayı dört sorudan geçirin ve yalnızca dördü birden geçtiğinde kurun. Anthropic bu testi kendi ajan rehberliğinde yayımlıyor ve herhangi bir teknik incelemeden daha fazla kötü projeyi eliyor.
- Karmaşıklık. İş gerçekten çok adımlı ve önceden tanımlanması zor mu? “Bu brief’i araştırılmış, kaynaklı bir makaleye çevir” bu tanıma girer. “Bu PDF’ten başlığı çek” girmez.
- Değer. Sonuç, ajanın eklediği ek maliyeti ve gecikmeyi hak ediyor mu? Ajanlar daha uzun düşünür ve daha çok araç çağırır; ikisi de faturaya yansır.
- Uygulanabilirlik. Model bu işte bugün gerçekten iyi mi? Önce elle test edin. Sohbet arayüzünü dikkatle kullanan bir insan iyi sonuç alamıyorsa, ajan yalnızca kötü olanı otomatikleştirir.
- Hatanın bedeli. Hataları yakalayıp geri alabiliyor musunuz? İnceleme adımı olan geri alınabilir iş güvenlidir. Kontrolsüz gönderen, harcayan veya yayınlayan hiçbir şey değildir.
Herhangi birinden kalırsa dürüst yanıt daha basit bir araçtır. Bu karar kulağa geldiğinden daha değerlidir, çünkü %88’lik başarısızlık oranı çoğunlukla kötü mühendislik değildir. Ajan olması gerekmeyen, akış olarak kalması gereken ama ajanlar moda olduğu için ajan kılığına sokulmuş projelerdir.
Özellikle marka işi için bir filtre daha eklemeye değer: bu bir hafta boyunca kötü çalışsa bir müşteri fark eder miydi? Yanıt evetse, demo ne kadar iyi görünmüş olursa olsun insan kapısı isteğe bağlı değildir.
Marka işinizin çoğu için ajana ihtiyacınız yok
Tek çağrı, sabit akış, ajan: işi bitiren en küçüğünü seçin
Çoğu için bir alt katman yeterli. Yapay zeka işinin üç seviyesi vardır ve doğru varsayılan, karşılayabildiğiniz en otonom olan değil, işi bitiren en basit olanıdır.
Birinci seviye tek çağrıdır: sınıflandırma, özetleme, çıkarım, tek bir metni yeniden yazma. Bir istek, bir yanıt, döngü yok, neredeyse maliyet yok. Pazarlama ekiplerinin “yapay zeka otomasyonu” dediği şeyin şaşırtıcı bir kısmı burada yaşar ve gayet iyi çalışır.
İkinci seviye akıştır. Adımları sırasıyla siz kodda yazarsınız, modelin işi de her adımın dile bakan kısmıdır. Önce araştırma, sonra taslak planı, sonra yazım, sonra düzenleme. Sıra sabittir ve sizindir, dolayısıyla çıktı öngörülebilir ve her aşama denetlenebilir kalır. Marka içeriğinin çoğu burada yaşamalıdır ve aşamalı bir yapay zeka içerik hattı tam olarak budur.
Üçüncü seviye gerçek ajandır ve yerini yalnızca izlek önceden sabitlenemiyorsa hak eder. Akış şemasını çizebiliyorsanız, akış şemasını kurun. Model sırada ne yapılacağına, ancak siz onun yerine gerçekten karar veremiyorsanız karar vermelidir.
Ekipler üçüncü seviyeye atlıyor çünkü demosu daha iyi. Sonra ölçümleme zorlaşıyor, çünkü kendi izleğini seçen bir ajanı beklenen çıktıya göre notlandırmak güçtür ve işin çalışıp çalışmadığını söyleyemeyen o %64’ün içine geri dönmüş olursunuz.
Bir marka önce hangi üç ajanı kurmalı?
Günlük tekrarlanan, net bir bitiş çizgisi olan ve zaten birine saatler mal olan üç işle başlayın: üretim, karşılama ve ölçüm. Bunlar gözetimsiz çalışana kadar geri kalan her şey bekleyebilir.
Üretim ajanı bir brief’i bitmiş, kaynaklı ve marka sesinde bir taslağa çevirir. İlk kurulacak en yüksek değerli iş budur, çünkü girdi küçük, çıktı denetlenebilir ve hatalar yayından önce ucuza yakalanır. 2026 boyunca bildirilen veriler içerik üretimi ile e-posta optimizasyonunu getiriye giden en hızlı yollar arasına koyuyor, ki bu işin içeriden görünüşüyle de örtüşüyor.
Karşılama ajanı müşterilerinizin gerçekten kullandığı kanallarda, sizin uyuduğunuz saatlerde gelen mesajları yanıtlar. Buradaki ticari gerekçe zekilikle değil yanıt süresiyle ölçülür. Niteler, yanıtlayabildiğini yanıtlar, kalanını devreder; çoğu demonun ima ettiğinden daha iyi ayakta kalmasının sebebi budur.
Ölçüm ajanı günlük olarak izleyemeyeceğiniz şeyi izler: hangi sorular yanıt motorlarında markanızı döndürüyor, hangi sayfalar alıntı kaybetti, rakipler nereye girdi. Üçünün en gösterişsizidir ve çoğu zaman kararları en hızlı değiştirendir, çünkü niyetleri değil gerçeği raporlar.
Ortak noktalarına dikkat edin. Her birinin tek cümleyle tarif edilebilen bir bitiş çizgisi var, her biri bir insanın bir dakikadan kısa sürede notlandırabileceği çıktı üretiyor ve hiçbiri hiçbir yere para göndermiyor. Bu tesadüf değil, seçim ölçütünün kendisi.
Bu işin satış hattına bakan sürümleri için bildirilen sonuçlar, tuttuğunda anlamlı: talep yaratma ve niteleme sistemleri satış hattı hızında 2 ilâ 3 kat iyileşmeyle ve on iki ay boyunca yaklaşık %23’lük dönüşüm artışıyla ilişkilendiriliyor. Bunları beklentiniz olarak değil, iyinin neye benzediği olarak okuyun.
Claude üzerinde bunu gerçekte nasıl kurarsınız?
Dört yol var ve yalnızca iki soruda ayrışıyorlar: ajan döngüsünü kim yazıyor ve çalışırken bu şeyi kim barındırıyor. Hangisinin daha ileri göründüğüne göre değil, ne kadarına sahip olmak istediğinize göre seçin.
Elle döngü, Claude API’yi çağırıp “bitene kadar devam et” çevrimini kendiniz yazmanız demektir. Azami kontrol ve her satır sizin. Kontrol akışınız gerçekten sıra dışıysa bunu seçin.
Tool runner, resmî SDK’nın içinde o çevrimi sizin yerinize süren bir yardımcıdır. Araç fonksiyonlarını siz yazarsınız, döngüyü o yürütür ve tur başına kancalar sayesinde çalışma sırasında onaylama, kayıt tutma, yeniden deneme veya araya girme imkânınız kalır. Çoğu özel araçlı ajan için makul varsayılan budur.
Managed Agents, döngüyü Anthropic’in çalıştırdığı ve ajanın içinde çalıştığı alanı barındırdığı seçenektir. Ajan yapılandırmaları saklanır ve sürümlenir, oturumlar bir sürüme sabitlenir, dağıtımlar zamanlanmış şekilde tetiklenebilir; sizin bir sunucunuz uyanık kalmadan her gece çalışması gereken işler için istediğiniz şey budur. Ayrıca dolar cinsinden sert oturum bütçelerini destekler ve tek başına bu özellik en yaygın kontrolden çıkma hikâyesini önler.
Claude Agent SDK ayrı bir kütüphanedir: Claude Code’un kendiniz çalıştırabileceğiniz biçimde paketlenmiş hâli, yerleşik dosya, arama ve web araçları ile alt ajanlar dahil. Ajanın birkaç API’nizi çağırmak yerine gerçek dosyalar ve depolar üzerinde çalışması gerektiğinde buna uzanın.
Bir marka ekibi için pratik okuma şudur: tool runner ile başlayın, başında beklemeden zamanlanmış çalışmasını istediğinizde Managed Agents’a geçin. Başlamamanız gereken ikisi, bütçelemediğiniz mühendislik zamanına mal olan elle döngü ve bir içerik ya da karşılama işinin ihtiyacından fazla makine olan tam ajan koşumudur.
Ajana yalnızca işi değil, markanızı öğretmek
İşi bilen ama markayı bilmeyen bir ajan, herkese ait olabilecek yetkin bir iş üretir. Bu açığı kapatmak üç somut şey ister ve hiçbiri daha uzun bir prompt değildir.
Birincisi, her isteğe yapıştırılan değil, yeniden kullanılabilir bir yetenek olarak yüklenen yazılı bir sestir. Agent Skills tam bunun için var: modelin ilgili olduğunda yüklediği, paketlenmiş bir talimat ve referans dosyası kümesi; böylece kurallarınız, yasaklı ifadeleriniz ve tercih ettiğiniz kapanışlarınız her koşuya birlikte gelir. Yazan bir araç ile sizin gibi yazan bir araç arasındaki fark budur ve yapay zekayı marka sesinizle eğitmenin pratik biçimidir.
İkincisi, kendi verilerinize erişimdir. Model Context Protocol bunun standart bağlayıcısıdır; bir ajanın ürün kataloğunuzu, CRM’inizi veya analitiğinizi bir yığın özel entegrasyon yerine tek bir arayüz üzerinden okumasını sağlar. Kaynağa dayalı çıktı bir prompt hilesi değil, aylar önce verilmiş bir veri erişimi kararıdır.
Üçüncüsü, modeli işe göre eşleştirmektir. Kalitenin sonucu belirlediği akıl yürütme ağırlıklı aşamalar için Claude Opus 5, geniş orta bölüm için Claude Sonnet 5, belge başına ödediğiniz yüksek hacimli okuma ve sınıflandırma için Claude Haiku 4.5. Yayımlanan API fiyatlandırması aradaki farkı somutlaştırıyor: Opus 5 milyon girdi token’ı için 5 dolar ve milyon çıktı token’ı için 25 dolar, Sonnet 5 için 3 ve 15 dolar, Haiku 4.5 için 1 ve 5 dolar. Her adımı en yetenekli modelinizde çalıştırmak, bir ajan kurulumundaki en yaygın sessiz israftır.
Söylenmesi gereken dürüst bir sınır var. Bunların hiçbiri çıktıyı doğru yapmaz. Kaynak ve ses onu sizin yapar; doğru olduğunu yine bir insanın teyit etmesi gerekir.
İnsan kapısı neden bir gecikme değil, bir özellik
İşi makine yapar; yayına çıkaran kararı bir insan verir
Çünkü başarısızlık verisi, ayakta kalan projelerin bir insanın hâlâ durdurabildiği projeler olduğunu söylüyor. Yönetişim sürtünmesi liderlerin %57’siyle ikinci en büyük engeldi ve bir onay adımı kuracağınız en ucuz yönetişimdir.
Pratikte ayakta kalan kural basittir: ajan her şeyi araştırabilir, yazabilir, derleyebilir ve hazırlayabilir; binadan çıkan her şeyi bir kişi onaylar. Hiçbir şey kendi başına yayınlanmaz, gönderilmez, harcanmaz. Bunu ekibinize ve müşterilerinize açıkça söyleyin, çünkü pazarlamada yapay zeka konusunda herkesin aslında sorduğu sorunun yanıtı budur.
Bu blogun arkasındaki hat da böyle çalışıyor ve soyut iddialar ucuz olduğu için somut olmakta fayda var. Kendi içerik hattımız araştırma, açı seçimi, taslak planı, yazım, düzenleme ve ses kontrolünü ayrı aşamalar olarak yürütür; her biri bir sonraki başlamadan önce çıktısını yazar. İki kapı insana ait: hangi fırsatın hedefleneceğini seçmek ve bitmiş parçayı onaylamak. İşi makine yapar, önemli iki kararı bir insan verir.
Bu disiplinin bedeli dakikalarla ölçülür. Atlamanın bedeli ise artık kontrol edemediğiniz bir marka sesi ve kıdemli birinin “bunu kim onayladı” diye sormasıyla başlayan %40’lık proje iptal oranıdır. İnsan denetimli bir yapay zeka içerik çerçevesi bir taviz pozisyonu değil, otomasyonu bileşik getiri üretecek kadar uzun süre hayatta tutan şeydir.
Maliyeti ne, kontrolden çıkmasını nasıl engellersiniz?
İş başına çoğu ekibin korktuğundan az, ay başına beklediklerinden fazla; çünkü ajanlar promptun bir kez çağırdığı yerde modeli defalarca çağırır. Tek bir makalenin maliyeti küçüktür. Kötü tanımlanmış bir işte gözetimsiz dönen bir ajanın maliyeti değildir.
İşin çoğunu dört kontrol yapar. Her zaman azamide çalışmak yerine bir efor seviyesi belirleyin; düşük efor daha az ve daha derli toplu araç çağrısı, rutin işte gözle görülür biçimde daha az harcama demektir. Bağlamınızın sabit kısımları, marka kurallarınız ve referans malzemeniz için prompt önbelleğini kullanın; tekrarlı koşularda mevcut en büyük tasarruf budur. Okuma ağırlıklı alt görevleri daha ucuz bir modele itin. Ve koşunun kendisini sınırlayın: ajanın kendini ayarlayıp düzgün bitirmesini sağlayan bir görev bütçesiyle ya da yönetilen platformdaki sert bir oturum bütçesiyle.
Çağrı başına değil, bitmiş çıktı başına ölçün. Yayımlanmış ve onaylanmış makale başına maliyet gibi bir sayı, ekonominin tutup tutmadığını söyler. API isteği başına maliyet neredeyse hiçbir şey söylemez ve insanlar ilkinden kaçarken bu ikinciyi telaffuz eder.
Toplam kadar eğilimi de izleyin. Her ajanın ilk ayı pahalı olanıdır, çünkü korkulukların ne olması gerektiğini size öğreten koşuların bedelini ödersiniz. Üçüncü ay hâlâ birinci aya benziyorsa sorun fiyatlandırma değil, tanımdır.
Kimsenin uyarmadığı bozulma biçimleri
Ajan projelerini öldürenler sessiz olanlardır. Hiçbir şey çökmez, hiçbir hata görünmez ve iş, kimse ölçmeden önce herkesin ona alışacağı kadar yavaş bozulur.
Birincisi, %64 ile en büyük engel olan ölçümleme boşluğudur ve bunun bir sebebi var. İyi bir koşunun neye benzediğini söyleyemiyorsanız iyi haftayı kötüden ayıramazsınız ve ajanı etkileyici hissettirip hissettirmediğine göre değerlendirmeye başlarsınız. Notlandırma ölçütlerini kurulumdan önce yazın: doğru bir çıktının neleri içerdiği, neyin bir çıktıyı diskalifiye ettiği ve kimin kontrol ettiği.
İkincisi sessiz kaymadır. Ürününüz değişir, konumlandırmanız kayar, bir kaynak sayfa taşınır ve ajan geçen çeyreğin gerçekleri üzerine kurulu işi kendinden emin biçimde üretmeye devam eder. Yüksek sesle bozulan bir şey olmaz. Çözüm sıkıcı ve etkilidir: bir ajanın okuduğu referans malzemeyi, reklam metnini gözden geçirdiğiniz gibi sabit bir takvimle gözden geçirin.
Üçüncüsü sorumluluk bulanıklığıdır. Bir içerik hatalı çıktığında “bunu kim onayladı” sorusunun yanıtı bir sistemse, proje hukukla ya da bir müşteriyle er geç yapacağı tartışmayı çoktan kaybetmiştir. Ajan başına bir kişi adlandırın. Bir ekip değil, bir kişi.
Dördüncüsü demo yoluyla kapsam kaymasıdır. Tek bir işte iyi çalışan bir ajan, hiçbiri dört soruluk testten geçmemiş üç iş daha toplar ve güvenilir olan şey güvenilmez olana dönüşür. Yeni iş, yeni test, her seferinde.
Bu ay ilk kurmanız gereken tek ajan
Ekibinizin bu hafta en çok tekrarladığı işi seçin ve baştan sona, revizyonlar dahil, dürüstçe süresini tutun. Haftada iki saatten fazla sürüyorsa ve çıktıyı bir kişi bir dakikadan kısa sürede notlandırabiliyorsa, ilk ajanınız odur; ve neredeyse her zaman daha iddialı bir şey değil, üretim çıkar.
Sonra başka hiçbir şey yazmadan önce notlandırma ölçütlerini yazın: doğru bir çıktının neleri içerdiği, neyin diskalifiye ettiği ve onayın altında kimin adının olduğu. Tek bir bitmiş sonuç üreten en küçük sürümü kurun, iki hafta boyunca mevcut sürecinizin yanında çalıştırın ve önce kalite, sonra süre üzerinden karşılaştırın.
Hangi işi önce otomatikleştireceğinize ikinci bir çift göz baksın isterseniz, bize markanızdan bahsedin. O katmanı çıkarmak bir sohbet meselesidir, bir ödeme adımı değil.
