Yapay Zeka Entegrasyonu İçin Teknik Şartname Nasıl Hazırlanır?

Yapay zeka entegrasyonu teknik şartname dokümanı, bir işletmenin AI projesinden ne beklediğini yazılım ekibine, yönetime ve tedarikçiye aynı netlikte anlatan ana belgedir. İyi hazırlanmış bir şartname; “chatbot istiyoruz”, “CRM’e yapay zeka ekleyelim” veya “teklifleri AI hazırlasın” gibi genel talepleri ölçülebilir iş akışlarına çevirir.

Bir yapay zeka entegrasyonu projesinde başarısızlığın en sık nedeni model kalitesi değil, belirsiz kapsam, dağınık veri yapısı, ölçülmemiş başarı kriterleri ve bakım planı olmayan entegrasyonlardır. Teknik şartname bu belirsizliği azaltır.

Atalay Tech’in mobil uygulama, web platformu, yönetim paneli, API bağlantısı ve AI otomasyon projelerinde gördüğü pratik gerçek şu: AI projesi yazılım projesinden ayrı düşünülmemelidir. Yapay zeka çoğu zaman mevcut CRM, ERP, web sitesi, mobil uygulama, WhatsApp hattı veya admin paneli üzerine eklenen bir karar, öneri, sınıflandırma ya da otomasyon katmanıdır.

Stanford HAI tarafından yayımlanan 2025 AI Index Report, üretken yapay zeka yatırımlarının 2024’te küresel ölçekte 33,9 milyar dolara ulaştığını belirtir. Bu ölçekte büyüyen bir teknoloji alanında işletmelerin “önce deneyelim, sonra bakarız” yaklaşımı yerine doğru kapsam, veri güvenliği ve risk yönetimiyle ilerlemesi gerekir.

Teknik Şartname Nedir ve AI Projelerinde Neden Daha Kritik Hale Gelir?

Teknik şartname; projenin amacı, kapsamı, kullanıcı rolleri, veri kaynakları, entegrasyon noktaları, güvenlik gereksinimleri, performans beklentileri, teslimatlar ve kabul kriterlerini yazılı hale getiren dokümandır.

Klasik yazılım projelerinde şartname genellikle ekranlar, formlar, roller ve raporlar üzerinden ilerler. Yapay zeka projelerinde buna ek olarak veri kalitesi, model davranışı, doğruluk eşiği, insan onayı, prompt yönetimi, loglama, hata senaryosu ve etik sınırlar da yazılmalıdır.

Örneğin bir müşteri destek AI ajanı için yalnızca “müşteri sorularını cevaplayacak” yazmak yeterli değildir. Şartnamede şu ayrıntılar bulunmalıdır:

• Hangi kanallardan gelen sorular işlenecek?
• Bot hangi kaynaklardan cevap üretecek?
• Hangi konularda canlı temsilciye devredecek?
• Yanlış cevap verdiğinde nasıl kayıt tutulacak?
• KVKK kapsamındaki veriler modele nasıl gönderilecek?
• Başarı metriği cevap doğruluğu mu, çözüm oranı mı, temsilciye aktarım oranı mı?

NIST’in AI Risk Management Framework dokümanı, AI sistemlerinde güvenilirlik, ölçülebilir risk yönetimi ve yönetişim yaklaşımının önemini vurgular. Teknik şartname de bu yaklaşımı proje düzeyine indirir.

Yapay Zeka Entegrasyonu Teknik Şartnamesi Hangi Projeler İçin Hazırlanır?

Yapay zeka entegrasyonu yalnızca chatbot projeleri için şartname gerektirmez. AI’ın iş sürecine dokunduğu her senaryoda yazılı kapsam gerekir.

En sık karşılaşılan proje tipleri şunlardır:

Bu projelerin ortak noktası, AI’ın tek başına çalışmamasıdır. Çoğu senaryoda API entegrasyonu, yönetim ekranları, veri tabanı tasarımı, kullanıcı yetkileri ve bakım süreci birlikte planlanır.

Şartnameye Başlamadan Önce İş Hedefini Netleştirin

AI teknik şartnamesinin ilk bölümü teknolojiyle değil, iş hedefiyle başlamalıdır. Çünkü model seçimi, veri mimarisi ve entegrasyon yöntemi bu hedefe göre değişir.

Kötü hedef örnekleri:

• “Web sitemize yapay zeka eklemek istiyoruz.”
• “WhatsApp’ta otomatik cevap versin.”
• “Satış ekibine yardımcı olsun.”
• “CRM’i akıllı hale getirelim.”

Daha doğru hedef örnekleri:

• “Web sitesi üzerinden gelen ziyaretçilerin proje ihtiyacını 6 soruluk akışla toplayıp CRM’e lead olarak aktarsın.”
• “WhatsApp’tan gelen talepleri sektör, bütçe, aciliyet ve hizmet tipine göre sınıflandırsın.”
• “Satış temsilcisine görüşme özeti, teklif kapsamı ve takip tarihi önerisi oluştursun.”
• “Yönetim panelinde müşteri mesajlarını konu başlığına göre gruplayıp haftalık rapor üretsin.”

Atalay Tech kurucusu Kaan Atalay’ın proje değerlendirmelerinde özellikle dikkat ettiği noktalardan biri, AI özelliğinin “güzel görünen demo” değil, ölçülebilir iş çıktısı üretmesidir. Bu yüzden şartnamede hedef daima operasyonel bir metrikle bağlanmalıdır.

Persona ve Kullanıcı Senaryosu Yazın

Teknik şartname yalnızca sistemin ne yapacağını değil, kimin hangi durumda ne beklediğini de anlatmalıdır. Persona bölümü bu nedenle önemlidir.

Örnek persona:

Ayşe, 34 yaşında bir klinik yöneticisi. Gün içinde web sitesi, WhatsApp ve telefon üzerinden gelen hasta taleplerini takip ediyor. Sık sorulan fiyat, randevu ve işlem bilgisi soruları nedeniyle ekibi zaman kaybediyor. AI entegrasyonundan beklentisi, hastayı yanlış yönlendirmeden ön bilgi toplamak ve uygun talepleri sekreterya paneline aktarmak.

Bu persona üzerinden şartnameye şu kullanıcı senaryosu yazılabilir:

• Kullanıcı web sitesindeki AI asistana işlem hakkında soru sorar.
• AI asistan, klinik tarafından onaylanmış bilgi tabanından yanıt üretir.
• Kullanıcının randevu niyeti varsa ad, telefon, tercih edilen tarih ve işlem türünü ister.
• KVKK onayını almadan kişisel veriyi kaydetmez.
• Bilgi eksikse “canlı ekip dönüş yapsın” statüsüyle panele kayıt açar.
• Yönetim panelinde talebin kaynağı, özeti ve konuşma geçmişi görünür.

Bu seviye açıklık, yazılım ekibinin doğru veri modeli ve ekran akışı tasarlamasını sağlar. Proje yalnızca model API çağrısından ibaret kalmaz; gerçek operasyon akışına bağlanır.

Kapsamı Modüllere Bölün

Yapay zeka entegrasyonu teknik şartname dokümanında kapsam tek parça yazılmamalıdır. Modüllere ayrılmış bir yapı, hem fiyatlandırmayı hem de teslimat planını netleştirir.

Tipik modüller şunlardır:

Bu ayrım özellikle özel yazılım geliştirme projelerinde önemlidir. Çünkü AI entegrasyonu çoğu zaman mevcut yazılım mimarisine özel geliştirme gerektirir.

Veri Kaynaklarını ve Veri Kalitesini Tanımlayın

AI projesinin kalitesi, modele verilen verinin kalitesiyle doğrudan ilişkilidir. Şartnameye “veriler sistemden alınacak” yazmak yeterli değildir. Hangi verinin nerede olduğu, ne sıklıkla güncellendiği ve kim tarafından onaylandığı belirtilmelidir.

Veri kaynakları şu şekilde sınıflandırılabilir:

Örneğin bir lead toplama sistemi için AI botun kullanıcıdan bütçe, sektör, proje tipi ve iletişim bilgisi alması yeterli değildir. Bu alanların CRM’de hangi kolonlara yazılacağı, eksik veri olduğunda ne yapılacağı ve satış ekibine nasıl bildirim gideceği de şartnameye eklenmelidir.

AI Modeli, Prompt ve Karar Mantığı Ayrı Yazılmalı

Teknik şartnamede “OpenAI kullanılacak”, “LLM entegre edilecek” veya “AI cevap verecek” gibi ifadeler tek başına yeterli değildir. Model sağlayıcısı değişebilir; fakat sistem davranışı değişmemelidir.

Bu yüzden şartnamede üç katman ayrı tanımlanmalıdır:

• Model katmanı: Kullanılacak AI servis sağlayıcısı, model tipi, yedek sağlayıcı ihtiyacı.
• Prompt katmanı: Sistem talimatları, cevap tonu, yasaklı cevaplar, kaynak kullanma kuralları.
• Karar katmanı: Hangi durumda cevap verilecek, hangi durumda insana aktarılacak, hangi durumda kayıt açılacak.

Örnek karar kuralı:

Bu tablo, AI’ın sınırlarını netleştirir. Böylece sistem hem daha güvenli hem daha yönetilebilir hale gelir.

Entegrasyon Noktalarını Teknik Olarak Belirtin

Yapay zeka entegrasyonu genellikle mevcut sistemlere bağlanır. Şartnamede her entegrasyon için sistem adı, veri yönü, bağlantı yöntemi, yetkilendirme ve hata senaryosu yazılmalıdır.

Örnek entegrasyon tanımı:

• Web sitesi formu → AI ön sınıflandırma → CRM kaydı
• WhatsApp mesajı → AI yanıtı → satış temsilcisine bildirim
• CRM görüşme notu → AI özet → teklif taslağı
• ERP ürün verisi → AI öneri motoru → müşteri paneli
• Mobil uygulama mesajı → AI moderasyon → admin onayı

Bu noktada yönetim paneli geliştirme ihtiyacı çoğu projede ortaya çıkar. Çünkü işletme, AI’ın verdiği yanıtları, topladığı leadleri, hata kayıtlarını ve performans metriklerini izlemek ister.

Şartnamede entegrasyon için şu alanlar bulunmalıdır:

Güvenlik, KVKK ve Regülasyon Maddelerini Atlamayın

AI projelerinde güvenlik yalnızca sunucu güvenliği değildir. Model sağlayıcısına hangi verinin gönderildiği, kişisel verinin nasıl maskelendiği, konuşma kayıtlarının ne kadar saklandığı ve kullanıcı onayının nasıl alındığı da güvenlik kapsamına girer.

Avrupa Birliği’nin AI Act sayfasında belirtildiği üzere yapay zeka sistemleri için risk temelli bir çerçeve uygulanır. Türkiye’de hizmet veren işletmeler için de KVKK, açık rıza, veri minimizasyonu ve erişim kontrolü şartnamede yer almalıdır.

Şartnameye eklenmesi gereken güvenlik maddeleri:

• Kişisel veriler modele gönderilmeden önce maskeleme yapılacak mı?
• Kullanıcı konuşma geçmişi kaç gün saklanacak?
• Admin panelde kim hangi konuşmayı görebilecek?
• AI yanıtları loglanacak mı?
• Hassas konular için insan onayı zorunlu olacak mı?
• Veriler hangi sunucuda ve hangi bölgede tutulacak?
• API anahtarları nasıl saklanacak?
• Sistem üçüncü taraf model sağlayıcılarına hangi verileri iletecek?

Örneğin bir klinik, hukuk danışmanlığı, finansal analiz veya insan kaynakları projesinde AI’ın kesin karar verici değil, destekleyici araç olarak konumlandırılması gerekir. Teknik şartnamede “nihai karar insan kullanıcıya aittir” maddesi açıkça yazılmalıdır.

Başarı Kriterleri Ölçülebilir Olmalı

AI projelerinde “iyi çalışsın” kabul kriteri değildir. Şartname, test edilebilir metrikler içermelidir.

Örnek başarı kriterleri:

Buradaki oranlar sektör, veri kalitesi ve senaryoya göre değişir. Bu yüzden şartnamede hedefler “tahmini” veya “pilot dönem hedefi” olarak ayrılabilir.

Atalay Tech tarafında pratik yaklaşım genellikle şöyledir: İlk MVP’de sistemin tüm işletmeyi otomatik yönetmesi beklenmez. Önce 2-3 kritik iş akışı seçilir, ölçüm yapılır, ardından model davranışı ve ekranlar iyileştirilir.

MVP, Orta Ölçek ve Kurumsal Kapsamı Ayırın

AI entegrasyonu teknik şartname dokümanında maliyet beklentisi doğrudan yazılacaksa kapsam seviyelerine göre ayrılmalıdır. Aksi halde basit bir chatbot ile çok sistemli kurumsal AI otomasyonu aynı başlık altında karışır.

Aşağıdaki tablo Türkiye’de özel yazılım ve AI entegrasyonu projeleri için 2026 koşullarında tahmini aralıkları gösterir. Projenin veri yapısı, entegrasyon sayısı, panel ihtiyacı ve güvenlik seviyesi maliyeti ciddi şekilde etkiler.

Bu tablo satın alma odaklı kesin fiyat listesi olarak değil, şartname hazırlarken kapsamı ayrıştırmak için kullanılmalıdır. Net fiyatlandırma için veri yapısı, ekran sayısı, entegrasyon sayısı ve bakım beklentisi ayrıca incelenir.

Geliştirme Süreci Şartnamede Nasıl Yazılmalı?

Yapay zeka entegrasyonu için teknik şartname, proje sürecini de tarif etmelidir. Süreç yazılmadığında taraflar yalnızca “teslim tarihi” üzerine konuşur; oysa AI projelerinde ara testler ve geri bildirim döngüleri kritik rol oynar.

Önerilen süreç:

Bu akış özellikle yapay zeka ajanı projelerinde önemlidir. Çünkü ajan sistemleri tek seferlik kurulumdan sonra davranış verisiyle iyileştirilmelidir.

Kabul Kriterleri ve Test Senaryoları Yazılmalı

AI entegrasyonu tesliminde “çalışıyor” demek yeterli değildir. Kabul kriterleri, örnek senaryolar üzerinden test edilmelidir.

Örnek test senaryosu:

• Kullanıcı “mobil uygulama yaptırmak istiyorum” yazar.
• AI bot proje tipini “mobil uygulama” olarak sınıflandırır.
• Kullanıcıdan platform, sektör, hedef kitle, bütçe aralığı ve iletişim bilgisi ister.
• Eksik bilgi varsa tamamlatır.
• Bilgileri CRM’e aktarır.
• Satış ekibine özet bildirim gönderir.
• Admin panelde konuşma geçmişi ve lead skoru görünür.

Kabul kriteri şöyle yazılabilir:

Bu yaklaşım, AI sistemlerinin en riskli tarafı olan “kendinden emin ama yanlış cevap” problemini azaltır.

Teknik Şartnameye Eklenmesi Gereken Kontrol Listesi

Aşağıdaki kontrol listesi, yapay zeka entegrasyonu teknik şartname dokümanının omurgasını oluşturabilir:

• Projenin iş hedefi ve başarı metriği
• Kullanıcı personabları ve ana senaryolar
• Kullanılacak kanallar: web, mobil, WhatsApp, CRM, ERP, e-posta
• Veri kaynakları ve veri sahipleri
• AI model sağlayıcısı ve yedek plan
• Prompt yönetimi ve cevap sınırları
• API entegrasyonları ve veri yönleri
• Admin panel ihtiyaçları
• Rol ve yetki matrisi
• KVKK, veri saklama ve açık rıza gereksinimleri
• Loglama, hata yönetimi ve izleme
• Test senaryoları ve kabul kriterleri
• MVP kapsamı ve sonraki fazlar
• Bakım, eğitim ve iyileştirme planı

Bu listeyi doğrudan kopyalayıp proje brief’i olarak kullanmak mümkündür; ancak her işletmenin sektörü, veri yapısı ve operasyon akışı farklı olduğu için maddeler özelleştirilmelidir.

Sık Yapılan Hatalar

Yapay zeka entegrasyonu şartnamelerinde en sık görülen hata, AI’ın yazılım mimarisinden bağımsız düşünülmesidir. Oysa model yalnızca bir bileşendir; veriyi alacak, işleyecek, kaydedecek, gösterecek ve hatayı yönetecek sistem tasarımı olmadan proje sürdürülebilir olmaz.

Diğer yaygın hatalar:

• Başarı kriteri yazılmadan projeye başlamak
• Tüm müşteri iletişimini ilk fazda AI’a bırakmak
• Veri temizliği için zaman ayırmamak
• KVKK ve açık rıza süreçlerini sona bırakmak
• Admin panel ihtiyacını ihmal etmek
• API kesintisi veya model hatası için yedek senaryo yazmamak
• İnsan onayı gereken durumları tanımlamamak
• Bakım maliyetini ve sürekli iyileştirmeyi plana dahil etmemek

Özellikle satış, sağlık, finans, hukuk, insan kaynakları ve müşteri şikayet yönetimi gibi alanlarda AI’ın sınırları çok net yazılmalıdır. Aksi halde sistem kısa vadede demo olarak etkileyici görünür, fakat canlı operasyon içinde risk üretir.

Atalay Tech Perspektifiyle Doğru Şartname Nasıl Görünür?

Atalay Tech için iyi bir yapay zeka entegrasyonu şartnamesi; teknik ekibin geliştirme yapabileceği kadar detaylı, yönetimin karar verebileceği kadar anlaşılır ve operasyon ekibinin test edebileceği kadar somut olmalıdır.

Örneğin bir işletme web sitesine AI destekli teklif ön hazırlama sistemi kurmak istiyorsa, şartname şu akışı net anlatmalıdır:

• Kullanıcı hangi sayfadan konuşmayı başlatır?
• Hangi sorular sırasıyla sorulur?
• Kullanıcı cevap vermezse sistem nasıl devam eder?
• Hangi bilgiler zorunludur?
• AI teklif kapsamını nasıl özetler?
• Fiyat aralığı gösterilecek mi, yoksa satış ekibine mi aktarılacak?
• Yönetim panelinde hangi alanlar görünecek?
• CRM veya e-posta bildirimi nasıl çalışacak?
• Satış ekibi konuşmayı nasıl devralacak?

Bu netlik yoksa proje “AI bot yapalım” seviyesinde kalır. Netlik varsa sistem; lead toplama, operasyon yükünü azaltma, müşteri deneyimini iyileştirme ve raporlama açısından gerçek değer üretir.