LLM - Pratik Mimari

BİM444 — Hafta 12 · Part 4

Öğr. Gör. Oktay Cesur

2026-05-04

LLM Pratik Mimarisi

Geçen bölümlerde:

• Part 1: Dil teknolojilerinin tarihsel gelişimi
• Part 2: Transformer, pretraining, modern LLM
• Part 3: LLM kullanım rehberi — prompt, doğrulama, etik

Bu bölümde:

LLM tabanlı sistemler nasıl kurulur?

Önceki bölümler LLM’lerin nasıl ortaya çıktığını ve bireysel kullanımda nasıl etkili olunacağını anlattı. Bu bölüm farklı bir perspektif sunuyor: bir uygulamayı, servisi veya ajanı LLM üzerine inşa etmek.

Kapsam dışı: Transformer matematiği, model pretraining, GPU eğitimi, RLHF tekniği, model ailesi kronolojisi, genel YZ tarihi, chatbot ürün karşılaştırması, politika tartışması.

Ana iddia şudur: Prompt engineering bu hattın yalnızca bir halkasıdır. Güvenilir bir LLM sistemi için tüm halkaların birlikte tasarlanması gerekir.

1 · LLM API Kullanım Modeli

İstek yapısı: Model + Mesajlar + Parametreler → /chat/completions

Parametre	Etkisi	Tipik aralık
temperature	Çıktı rastgeleliği	0 (deterministik) – 2
max_tokens	Maks. çıktı uzunluğu	Görev bağımlı
top_p	Nucleus sampling eşiği	0.9–1.0
stop	Üretimi kesen dizi	Görev bağımlı
stream	Token akışı mı, tam yanıt mı	Boolean

LLM API’leri genellikle /chat/completions formatında çalışır. Mesaj listesi roller içerir: system (kalıcı bağlam ve kısıtlar), user (kullanıcı girdisi), assistant (önceki model yanıtları). Yanıt: içerik + token sayımı + bitiş nedeni.

Temperature 0’da model her seferinde aynı yüksek olasılıklı çıktıyı üretir. Sınıflandırma ve veri çıkarımı için 0–0.3; yaratıcı görevler için 0.7–1 tercih edilir.

1 · API — Akış ve Örnek

Uygulama kodu
    ↓
HTTP POST /chat/completions
    {model, messages, temperature, max_tokens}
    ↓
LLM API (OpenAI / Anthropic / vb.) [kontrol edilecek]
    ↓
Response: {choices[0].message.content, usage}

response = client.chat.completions.create(
    model="gpt-4o",              # [kontrol edilecek]
    messages=[
        {"role": "system", "content": "Sen bir özetleme asistanısın."},
        {"role": "user",   "content": f"Şunu özetle: {text}"}
    ],
    temperature=0.3,
    max_tokens=500
)
print(response.choices[0].message.content)

Üretim sistemlerinde bu katmana mutlaka hata yönetimi eklenmeli: rate limit için exponential backoff + retry, context aşımı için token kırpma, API key asla kod içine gömülmemeli, maliyet takibi için token sayımı loglanmalı.

Çok sayıda modeli aynı anda kullanacaksanız sağlayıcı-bağımsız bir abstraction katmanı (LiteLLM vb.) düşünün [kontrol edilecek].

1 · API — Hata Kalıpları

Hata	Düzeltme
rate_limit_error — istek çok hızlı	Exponential backoff + retry logic ekle
context_length_exceeded	Token bütçesi yönetimi (bkz. Bölüm 3)
Temperature = 0 ama farklı yanıtlar	seed parametresi ekle [kontrol edilecek]
Streaming olmadan uzun çıktı bekleme	UX için stream aç, server-sent events kullan
API key koda yazılmış	Environment variable / secret manager kullan

2 · Prompt Engineering

Prompt = bağlam + görev tanımı + format kısıtı

Teknik	Kullanım
Zero-shot	Doğrudan görev; büyük modeller için
Few-shot	2–5 örnek; küçük/özelleşmiş modeller
Chain of Thought (CoT)	“Adım adım düşün”; akıl yürütme görevleri
System / user ayrımı	Rol + kısıtlar system’de; görev user’da
Output format belirtme	“JSON formatında yanıt ver” veya schema

Prompt, modele verilen bağlam, görev tanımı ve format kısıtlarının toplamıdır. Prompt engineering bu girdiyi optimize etmektir; sihirli kelimeler değil, açık görev tanımı ve bağlam yönetimidir. Modelin kapasitesini artırmaz — varolan kapasiteyi aktive eder.

System/user ayrımı mimari bir karardır: rol ve kalıcı kısıtlar system prompt’ta yaşar; değişken görev user prompt’ta. Böylece farklı kullanıcı istekleri için system prompt sabit kalır.

2 · Prompt — Mimari ve Örnek

System prompt: [Rol + kısıtlar + format]
    +
User prompt:   [Görev + bağlam + örnek (few-shot)]
    +
Parametre:     temperature, max_tokens
    ↓
Model
    ↓
Çıktı (doğrulanmamış)
    ↓
Validation / parse

System: Sen bir veri çıkarım asistanısın.
        Yalnızca verilen metne dayan.
        Bilgi yoksa "bulunamadı" yaz. Türkçe yanıt ver.

User:   Metinden müşteri adını, şikayeti ve tarihi çıkar.
        Metin: "Ahmet Bey 12 Mart'ta bize ulaşarak
        ürünün hasarlı geldiğini bildirdi."

Prompt sürümlenmelidir. Production sisteminde her prompt değişikliği bir regression riski taşır. Prompt sürümleme + eval seti olmadan sistematik iyileştirme yapılamaz.

Chain of Thought küçük modellerde dramatik iyileşme sağlayabilir; büyük modellerde fark daha az belirgindir. CoT yalnızca akıl yürütme gerektiren görevler için; basit görevlerde fazla gelir ve çıktıyı yavaşlatır.

2 · Prompt — Hata Kalıpları

Hata	Düzeltme
System prompt’ta çok fazla kural	En kritik 3–5 kısıtı tut; geri kalanı structured output ile kontrol et
Few-shot örnekleri dengesiz	Sınıf başına eşit sayıda örnek; edge case ekle
“Şunu yapma” talimatı	Pozitif yönlendirme: “Şunu yap”
Prompt değişince regresyon	Prompt sürümleme + eval seti tut
CoT her görevde açık	CoT yalnızca reasoning görevleri için; basit görevlerde yavaşlatır

3 · Token ve Context Yönetimi

Token ≠ kelime — Türkçe eklemeli yapısı daha fazla token tüketir

Context penceresi = input tokens + output tokens

Input  = system prompt + geçmiş + belgeler + user mesajı
Output = max_tokens parametresi

Kalan kapasite = context limit − input − max_tokens

Geçmiş yönetimi stratejileri

Strateji	Açıklama
Sliding window	Son N token’ı tut; basit ama bağlam kaybi
Özetleme	Geçmişi sıkıştır, bağlamı koru; maliyetli

Token, modelin işlediği minimal birimdir. Context penceresi bir çağrıda modelin görebildiği toplam token sayısıdır. Bu pencere aşıldığında API hata döndürür; önceden yönetilmezse sistem güvenilmez hâle gelir.

Maliyet token başına hesaplandığından bütçe yönetimi aynı zamanda maliyet kontrolüdür. Input genellikle output’tan daha ucuzdur [kontrol edilecek].

3 · Token — Mimari ve Örnek

Mesaj geçmişi (tümü)
    ↓
Token sayacı  (tiktoken / sağlayıcı API'si) [kontrol edilecek]
    ↓
Bütçe kararı:
    ├── Geçmiş kırpma  (sliding window / summarization)
    ├── Belge parçalama (chunking)
    └── Çıktı token sınırı
    ↓
LLM çağrısı

import tiktoken

enc    = tiktoken.encoding_for_model("gpt-4o")  # [kontrol edilecek]
tokens = enc.encode(prompt)

if len(tokens) > BUDGET:
    # geçmişi kırp veya belgeleri filtrele
    ...

RAG en büyük context tüketicisidir. Retrieved chunk’lar direkt olarak bütçeyi etkiler. Bu yüzden token yönetimi RAG’dan önce kurulmalı; chunk sayısı ve boyutu bütçeye göre belirlenmeli.

Tek seferlik kısa prompt sistemlerde detaylı token yönetimi overhead yaratır; basit max_tokens ayarı yeterlidir.

3 · Token — Hata Kalıpları

Hata	Düzeltme
Tüm konuşma geçmişini her turda göndermek	Sliding window veya geçmiş özetleme uygula
Context dolunca hatayı görmezden gelmek	Token sayacı ekle; sınıra yaklaşınca kırp
Token ≈ kelime varsaymak	Gerçek token sayısını tiktoken ile say
Çıktı token sınırını çok küçük koymak	Görev için gerçek ihtiyaç ölçülmeli
RAG chunk boyutunu optimize etmemek	Embedding boyutu ve token etkisini birlikte düşün

4 · Structured Output / JSON Schema

Serbest metin çıktısı downstream sistemlerle entegre olmaz

JSON Schema tanımı
    ↓
API çağrısı (response_format parametresiyle)
    ↓
Model → garantili schema-uyumlu JSON
    ↓
Pydantic / zod vb. ile doğrulama  [kontrol edilecek]
    ↓
Downstream sistem

Prompt’ta “JSON döndür” demek bu garantiyi vermez.
Modern API’lerde response_format parametresiyle schema zorunlu kılınır [kontrol edilecek].

Structured output, prompt engineering’in doğal devamıdır: prompt görevi tanımlar, schema çıktı biçimini kilitler. Tool calling için giriş argümanları da aynı schema mekanizmasıyla tanımlanır. LangChain’de with_structured_output() bu katmanı soyutlar.

Schema validasyonu her zaman eklenmelidir. Model her koşulda uyumlu olmayabilir; parse hatası oluştuğunda retry veya fallback mekanizması devreye girmelidir. Sessiz hata kabul edilemez.

4 · Structured Output — Örnek Schema

schema = {
    "type": "object",
    "properties": {
        "musteri_adi": {"type": "string"},
        "sikayet":     {"type": "string"},
        "tarih":       {"type": "string", "format": "date"},
        "oncelik":     {"type": "string",
                        "enum": ["dusuk", "orta", "yuksek"]}
    },
    "required": ["musteri_adi", "sikayet", "oncelik"]
}

response = client.chat.completions.create(
    model="gpt-4o",   # [kontrol edilecek]
    messages=[...],
    response_format={
        "type": "json_schema",
        "json_schema": {"schema": schema}
    }
)

Karmaşık schema’lar modelin dikkatini dağıtır. Görev başına minimal schema tercih edin; derin iç içe nesnelerden kaçının. Büyük enum listelerinde enum yerine string + validation tercih edin.

Schema tasarımı bir sözleşmedir — değişince versiyon yönetimi gerektirir.

4 · Structured Output — Hata Kalıpları

Hata	Düzeltme
Schema çok derin / karmaşık	Schema’yı düzleştir; iç içe nesne sayısını azalt
Optional alanlara güvenmek	Required alanları minimize et; optional için None kontrolü yap
Yalnızca prompt’ta “JSON döndür” demek	API-level schema kullan; güvenilirlik için şart
Validation hatasını görmezden gelmek	Parse hatası → retry veya fallback; sessiz hata kabul edilemez
Büyük enum listeleri	Enum yerine string + ayrı validation adımı

5 · Function / Tool Calling

Model eylem gerçekleştiremez — ama tetikleyebilir

User: "Yarın sabah 10'a toplantı ekle"
    ↓
Model → tool_call: {add_event, {date: "2026-05-05", time: "10:00"}}
    ↓
Uygulama: calendar_api.add_event(...)
    ↓
Sonuç: {"status": "ok", "event_id": "abc"}
    ↓
Sonuç modele geri gönderilir
    ↓
Model: "Toplantınız eklendi."

Tool calling, modeli bilgi üreten bir sistemden eylem orkestratörüne dönüştürür. Model tanımlı araç listesine bakarak belirli koşullarda kendi çıktısı yerine bir araç çağrısı döndürür: araç adı + schema-doğrulanmış argümanlar.

Araç çağrısı döngünün içindedir ajan sistemlerinde — model birden fazla araç çağırabilir, sonuçları değerlendirir, tekrar karar verir. MCP bu araçları standart protokolle sunar.

5 · Tool Calling — Tanım ve Akış

tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "Verilen şehir için güncel hava durumunu döndürür",
        "parameters": {
            "type": "object",
            "properties": {
                "city": {"type": "string", "description": "Şehir adı"}
            },
            "required": ["city"]
        }
    }
}]

response = client.chat.completions.create(
    model="gpt-4o",  # [kontrol edilecek]
    messages=[{"role": "user", "content": "Ankara'da hava nasıl?"}],
    tools=tools
)
# response.choices[0].message.tool_calls kontrol et

Tool açıklamaları modelin seçim kalitesini doğrudan etkiler. Kısa, net ve somut açıklamalar tercih edilmelidir. Model bazen birden fazla araç çağırabilir [kontrol edilecek]; tüm durumlar handle edilmelidir. Araç sonuçları modele geri gönderilmezse model bağlamı eksik tamamlar.

Yalnızca bilgi üretimi veya metin işleme yapıyorsanız tool calling gereksiz karmaşıklık ekler.

5 · Tool Calling — Hata Kalıpları

Hata	Düzeltme
Tool açıklaması belirsiz	Her tool için net, kısa, somut açıklama yaz
Araç sonucunu loglamamak	Tool sonuçları loglanmalı; model yanlış argüman döndürebilir
Paralel tool call yönetimi eksik	Model birden fazla tool çağırabilir; hepsini handle et
Tool sonucunu modele geri göndermemek	Her tool çağrısı için tool_result mesajı eklenmelidir
Sonsuz döngü riski	Max iteration sınırı koy
Argümanları doğrulamadan execute etmek	Güvenlik: argümanları doğrula; model manipüle edilmiş argüman üretebilir

6 · Embedding ve Vector Search

Metin → sayısal vektör → anlamsal arama

Benzer anlam → yakın vektör. Bir sorgu için en yakın vektörleri bulmak, semantik arama yapmak demektir.

Belge → Embedding model → Vektör → Vector store'a kaydet

Sorgu → Embedding model → Sorgu vektörü
    ↓
Vector store: en yakın k vektörü bul (cosine / dot product)
    ↓
İlgili chunk'lar → LLM bağlamına ekle

Embedding modeli metni sabit boyutlu dense vektöre dönüştürür (örn. 1536 boyut). Bu, “buna benzer ne var?” sorusunu geometrik bir arama problemine dönüştürür.

Küçük ve sabit bilgi tabanı için keyword search veya direkt system prompt’a ekleme yeterlidir; vector store gereksiz overhead yaratır.

6 · Embedding — Indexleme ve Sorgu

# Indexleme
chunks      = split_text(document, chunk_size=400, overlap=50)
embeddings  = [embed(c) for c in chunks]
vector_store.add(chunks, embeddings,
                 metadata=[{"source": doc_name, "page": i}
                            for i, _ in enumerate(chunks)])

# Sorgu
query_vec = embed(user_query)
results   = vector_store.search(query_vec, top_k=5)
context   = "\n".join([r.text for r in results])

Teknik araçlar: Chroma · Pinecone · pgvector · FAISS [kontrol edilecek]

Chunk boyutu ve overlap retrieval kalitesini doğrudan etkiler; 200–500 token arası başlangıç değeri önerilir. Overlap geçiş noktalarındaki bilgi kaybını azaltır.

Metadata olmadan chunk sadece metin parçasıdır; kaynak takibi ve filtreleme için kaynak, sayfa ve tarih bilgisi şarttır. Belgeler güncellenince ilgili embedding’ler de güncellenmelidir.

6 · Embedding — Hata Kalıpları

Hata	Düzeltme
Chunk boyutu çok büyük	200–500 token arası dene; overlap ekle
Embedding modeli ile LLM’i eşleştirmemek	Aynı sağlayıcının modellerini kullan [kontrol edilecek]
Metadata olmadan depolama	Her chunk’a kaynak, sayfa, tarih ekle
Yalnızca semantik arama	Hybrid search: keyword + semantik birleştir
Vector store’u güncellememeyi unutmak	Belge güncellenince ilgili chunk’ları yeniden embed et

7 · RAG Mimarisi

Model bilgisi eksik veya eski olabilir

Aşama	Özellik
Naive RAG	Sorgu → embed → retrieve → generate
Advanced RAG	Query rewriting + hybrid search + reranking + context packing
Modular RAG	Retrieval pipeline değiştirilebilir modüllerle

Retrieval-Augmented Generation, yanıt üretmeden önce dış kaynaktan ilgili bilgiyi çekip bağlama ekler. Model parametrelerinde olmayan bilgiyi o an görüyor olur. Bu, modeli yeniden eğitmeden güncel ve özel bilgiye erişimdir.

Küçük ve sabit bilgi tabanı için direkt system prompt’a eklemek daha basit ve güvenilirdir.

7 · RAG — Pipeline

Kullanıcı sorusu
    ↓ [Opsiyonel: Query rewriting — soruyu iyileştir]
Vector search → top-k chunk
    ↓ [Opsiyonel: Reranking — alakalılık sıralama]
Context packing (token bütçesine sığdır)
    ↓
Prompt: [system] + [retrieved context] + [user soru]
    ↓
LLM
    ↓ [Opsiyonel: Citation / kaynak etiketleme]
Yanıt

System:
Sen bir şirket içi destek asistanısın.
Yalnızca aşağıdaki belgelerden yanıt ver.
Bilgi yoksa "belgelerimde bulunamadı" de.

Belgeler: {retrieved_chunks}
Soru:     {user_query}

Query rewriting eklenmesi retrieval kalitesini önemli ölçüde artırır. Reranking büyük chunk havuzları için gereklidir; küçük havuzlarda fazla gelir.

Kaynak etiketleme kullanıcı güveni ve hata ayıklama için kritiktir. RAG güvenlik zafiyeti de açar: kullanıcı girdisi ve retrieved metin izole edilmeli, prompt injection riskine karşı sanitize edilmelidir.

7 · RAG — Hata Kalıpları

Hata	Düzeltme
Alakasız chunk retrieve etmek	Similarity threshold ekle; düşük skoru filtrele
Context’e çok fazla chunk koymak	Reranking + token bütçesi ile sayıyı sınırla
Kaynak göstermeden yanıt vermek	Citation mekanizması ekle
Prompt injection görmezden gelmek	Kullanıcı girdisi ve retrieved metin izole edilmeli
Belgeleri güncellememeyi unutmak	Güncelleme pipeline’ı ve versiyon kontrolü şart

8 · LangChain

Bileşenleri zincire bağlayan framework

Soyutlama	Karşılık
ChatModel	LLM API bağlayıcısı
PromptTemplate	Parametrik prompt
Retriever	Vector store’dan chunk çekme
OutputParser	Çıktı parse etme
Memory	Konuşma geçmişi
Tool	Dış fonksiyon tanımı
Chain / LCEL	Bileşenleri pipe \| ile bağlama

LangChain, LLM uygulamalarını modüler bileşenler olarak kurmayı sağlayan bir framework’tür. Önceki tüm bileşenleri (prompt, structured output, tool calling, embedding, RAG) tek çatı altında birleştirir.

Basit tek API çağrıları için framework overhead gereksizdir; doğrudan SDK kullanmak daha temizdir.

8 · LangChain — LCEL Örneği

from langchain_openai        import ChatOpenAI
from langchain_core.prompts  import ChatPromptTemplate
from langchain_core.output_parsers import StrOutputParser

llm    = ChatOpenAI(model="gpt-4o")         # [kontrol edilecek]
prompt = ChatPromptTemplate.from_messages([
    ("system", "Sen bir özetleme asistanısın."),
    ("user",   "{text}")
])

chain  = prompt | llm | StrOutputParser()
result = chain.invoke({"text": "..."})

# LCEL ile RAG chain
chain = (
    {"context": retriever, "question": RunnablePassthrough()}
    | prompt_template
    | llm
    | output_parser
)

LCEL pipe syntax okunabilir zincirler kurmayı sağlar; her adım bağımsız test edilebilir. LangGraph, LangChain üzerine inşa edilir ve durum yönetimi ile döngüsel akışlar ekler.

LangSmith tracing, LangChain uygulamalarında debug için kritik araçtır [kontrol edilecek].

8 · LangChain — Hata Kalıpları

Hata	Düzeltme
Framework sürümü kırılması	Sürümü sabitle (langchain==x.y.z); sık breaking change gelir [kontrol edilecek]
Debug zorluğu	LangSmith tracing aktive et [kontrol edilecek]
Her şeyi LangChain ile yapmak	Basit tek-adım görevler için saf Python daha temizdir
Memory yönetimini default bırakmak	Memory stratejisini açık seç; default davranış değişebilir
Deprecation’ı geciktirmek	langchain_core / langchain_community ayrımını takip et [kontrol edilecek]

9 · LangGraph ve Ajan Workflow’ları

Lineer chain → döngüsel ajan

START
  ↓
Plan node: görevi adımlara böl
  ↓
Execute node: araç çağır
  ↓
Observe node: sonucu değerlendir
  ↓
Koşullu edge:
  ├── Görev tamamlandı → END
  └── Devam gerekiyor → Execute node (döngü)

Lineer chain’ler döngü, koşul ve durum yönetemez. “Ara sonuca bakıp devam et ya da geri dön” kararları ajan davranışıdır ve graph yapısı gerektirir. LangGraph, workflow’ları durum grafiği olarak modeller: node’lar işlem adımlarını, edge’ler geçişleri temsil eder.

Tek turlu veya lineer işlemler için LangChain chain veya doğrudan API yeterlidir.

9 · LangGraph — Mimari ve Örnek

from langgraph.graph import StateGraph, END

graph = StateGraph(AgentState)
graph.add_node("planner",  plan_step)
graph.add_node("executor", execute_step)

def should_continue(state):
    return "continue" if state["iterations"] < 5 and not state["done"] \
           else "end"

graph.add_conditional_edges(
    "executor",
    should_continue,
    {"continue": "planner", "end": END}
)

Kullanım senaryoları: araştırma ajanı · kod yazma ajanı · multi-agent · human-in-the-loop

Durum tanımı ajanın hafızasıdır; dikkatli tasarlanmalı, yalnızca gerekli alanları içermeli. Human-in-the-loop, güvenlik gerektiren adımlarda LangGraph’ın güçlü özelliğidir.

MCP, ajan sistemlerinin araç katmanını standartlaştırır — LangGraph node’larında MCP client kullanılabilir.

9 · LangGraph — Hata Kalıpları

Hata	Düzeltme
Sonsuz döngü	Max iteration kontrolü şart; recursion_limit belirle
State büyümesi	State sadece gerekli alanları içermeli
Tool hatasını handle etmemek	Her tool çağrısı try/except içinde; hata state’e kaydedilmeli
Multi-agent koordinasyonu eksik	Supervisor pattern veya shared state ile koordinasyon tanımla
Tracing olmadan debug	LangSmith veya benzeri tracing zorunlu [kontrol edilecek]

10 · MCP: Araç Standartlaşması

Problem: Her uygulama araçları kendine özel bağlar → entegrasyon maliyeti katlanır

LLM Host (uygulama / IDE / Claude Desktop)
    ↓  ←→  MCP Protokolü  [kontrol edilecek]
MCP Server A    MCP Server B    MCP Server C
(dosya okuma)   (web arama)     (veritabanı)

Kavram	Açıklama
MCP Server	Araç/kaynak/prompt sağlayıcı; bağımsız process
MCP Client	LLM host; sunucuya bağlanır, araçları listeler
Tool	Fonksiyon çağrısı (tool calling ile örtüşür)
Resource	Okunabilir veri kaynağı (dosya, DB, API)
Transport	stdio (lokal) veya HTTP/SSE (uzak) [kontrol edilecek]

MCP, tool calling üzerinde bir standart katmandır: araçlar artık uygulama içinde değil, bağımsız MCP server’larda tanımlanır. Aynı araçlar birden fazla model veya uygulamaya aynı anda sunulabilir. Araç geliştirme ve uygulama geliştirme bağımsızlaşır.

Protokol aktif geliştirme aşamasındadır; spesifikasyon değişikliklerini takip etmek gerekir [kontrol edilecek].

10 · MCP — Örnek Tool Tanımı ve Hata Kalıpları

{
  "name": "search_documents",
  "description": "Şirket belgelerinde arama yapar",
  "inputSchema": {
    "type": "object",
    "properties": {
      "query":       {"type": "string"},
      "max_results": {"type": "integer", "default": 5}
    },
    "required": ["query"]
  }
}

Hata	Düzeltme
Server güvenliğini görmezden gelmek	Authentication ekle; yalnızca yetkili client’lara aç
Prompt injection vektörü olarak MCP	Resource içerikleri izole edilmeli
Transport yanlış seçimi	stdio lokal; HTTP/SSE uzak bağlantı için
Tool tanımlarını senkronize etmemek	Server güncellenince client araç listesini yenilemeli

Güvenlik MCP mimarisinin en kritik konusudur. Server saldırı yüzeyi oluşturur; authentication eklenmeli. Prompt injection, harici kaynak içeriklerinin model bağlamına girmesiyle yeni bir vektör kazanır; resource içerikleri izole edilmelidir.

Tek uygulama, tek model, az sayıda araç için doğrudan tool calling yeterlidir; MCP ek operasyonel yük ekler.

Tam Sistem Mimarisi

Kullanıcı
  ↓
API / UI katmanı
  ↓
Girdi doğrulama + kimlik doğrulama   ← prompt injection sanitize; yetki
  ↓
Prompt / görev yönlendirici          ← hangi chain/agent?
  ↓
Context manager
  ├── Konuşma state
  ├── Retrieved belgeler (RAG)
  ├── Kullanıcı / görev hafızası
  └── Token bütçe yöneticisi
  ↓
LLM çağrısı
  ├── Structured output → parse + validate
  ├── Tool calling → tool dispatcher
  └── Serbest üretim → output parser
  ↓
Araç / veri katmanı
  ├── İç API'ler
  ├── Vector store (embedding / RAG)
  ├── Veritabanı
  ├── LangChain / LangGraph workflow'ları
  └── MCP server'lar
  ↓
Doğrulama / guardrails              ← çıktı policy kontrolü
  ↓
Nihai yanıt / eylem
  ↓
Tracing + değerlendirme + log       ← LangSmith / benzeri [kontrol edilecek]

Kullanıcıdan gelen girdi önce doğrulama ve kimlik doğrulama katmanına girer; burada prompt injection için sanitize edilir ve yetki kontrolü yapılır. Yönlendirici kullanıcı niyetine göre hangi pipeline’ın çalışacağını belirler.

Context manager en büyük maliyet kaynağıdır: konuşma geçmişi, RAG ile getirilen belgeler ve token bütçe yöneticisini birleştirir.

Production’da tracing olmayan bir sistem kör uçuş yapar: hata kaynağını bulmak, gecikme sorunlarını tanımlamak ve model davranışını izlemek mümkün olmaz.

Tam Sistem — Katman Sorumlulukları

Katman	Sorumluluk	Kritik nokta
API / UI	Girdiyi al, çıktıyı sun	XSS, injection yüzeyi
Doğrulama + auth	Kim, ne yapabilir	Her istekte kontrol
Yönlendirici	Hangi pipeline?	Yanlış yönlendirme gizli hata
Context manager	Token bütçesi + bilgi	En büyük maliyet kaynağı
LLM çağrısı	Üretim	Hata yönetimi, retry
Araç / veri katmanı	Harici erişim	Yetki, hata, gecikme
Guardrails	Çıktı güvenliği	Policy belirgin olmalı
Tracing	Görünürlük	Prodüksiyonda zorunlu

İlişki Haritası: Halkalar

Kaynak	Hedef	İlişki türü	Açıklama
LLM API modeli	Prompt engineering	Temel	API parametreleri prompt etkisini belirler
Prompt engineering	Structured output	Bağımlılık	Prompt görevi tanımlar, schema çıktıyı kilitler
Prompt engineering	Token yönetimi	Rekabet	Prompt uzunluğu token bütçesini tüketir
Token yönetimi	RAG	Kısıt	Chunk sayısı ve boyutu bütçeye bağlı
Structured output	Tool calling	Altyapı	Tool argümanları schema-validated JSON
Tool calling	Ajan workflow	Bileşen	Ajan döngüsünde araç execute adımı
Embedding / vector search	RAG	Altyapı	Retrieval’ın teknik temeli
RAG	LangChain	Pipeline	LangChain RAG chain’i hazır kurar
LangChain	LangGraph	Genişleme	LangGraph durum ve döngü ekler
MCP server/client	Tool calling	Standartlaşma	Tool’ları protokol düzeyinde standartlaştırır
RAG / Tool / MCP	Prompt injection	Güvenlik riski	Dış veri modele girince saldırı yüzeyi artar

Zayıf bir halka kendisine bağlı tüm halkaları etkiler: zayıf retrieval iyi prompt’u bozar; kötü structured output güçlü tool calling’i anlamsız kılar; token yönetimi olmayan sistem RAG’da beklenmedik bağlam kesmeleri yaşar.

Önemli uyarı: model adları ve versiyonları, response_format API parametresi, LangChain sürüm mimarisi, LangGraph API ve MCP spesifikasyonu sık güncellenebilir. Uygulamaya almadan önce güncel dokümantasyonu kontrol edin [kontrol edilecek].

Sentez: Prompt Tek Halka

Ana iddia

Prompt engineering bu hattın yalnızca bir halkasıdır.
Güvenilir bir LLM sistemi için tüm halkaların birlikte tasarlanması gerekir.

Katman grubu	Ne sağlar
API · token · structured output · tool calling	LLM’i işlevsel kılar
Embedding · RAG	Güncel ve özel bilgiyle donatır
LangChain · LangGraph	Ölçeklenebilir pipeline ve ajan
MCP	Araç ekosistemini standartlaştırır

Bu bölümün merkezi mesajı bir cümleye sığar: LLM tabanlı bir sistemi güvenilir kılmak, iyi prompt yazmaktan çok daha fazlasını gerektirir. Her halka bir öncekinin çıktısını tüketir ve sisteme yeni bir güvenilirlik katmanı ekler.

Hafta 12’nin dört bölümünü birlikte düşünürsek: tarih nereden geldiğimizi gösterdi; teknik bölüm nasıl çalıştığını anlattı; kullanım rehberi bireysel kullanımı çerçeveledi; bu son bölüm sistem düzeyinde ne gerektiğini ortaya koydu.