AI Mühendisliği + Claude

Hafta hedefleri

Bu haftanın sonunda öğrenci:

1. Yapay zekâ, makine öğrenmesi ve dil modeli kavramlarını ayırt edebilir; bir dil modelinin temel işinin sonraki parçayı tahmin etmek olduğunu söyleyebilir.
2. Bir metnin token'lara bölünüp sayılara çevrildiğini açıklar; token ile kelimenin neden aynı olmadığını örnekle gösterir.
3. BPE'nin "en sık çifti birleştir" kuralını bir kelime listesinde elle uygulayabilir.
4. Bir derlemden sayarak bağlama göre sonraki kelime olasılığını hesaplar (sayı / toplam) ve ikili ile üçlü modeli karşılaştırır.
5. Mini dil modelinin çıktısını derlemle karşılaştırıp garipliğin kaynağını (kopya, yeniden birleştirme, bağlam sınırı) bulur.
6. Portaldaki "gerçek hesap" ile "simülasyon" etiketli adımı birbirinden ayırır.

Haftanın planı

Hafta beş derstir; ders süreleri 20-35 dakikadır. Aşağıdaki plan günde bir ders içindir. İlk dersin etkinlik aracı yoktur, yalnız okuma ve tartışma vardır.

Gün	Ders	Süre	Ne yapılır
1	Yapay zekâ, makine öğrenmesi, dil modeli	~20 dk	Anlatımı oku, üç kavramı kendi cümlelerinle yaz, mini testi çöz, "anlıyor mu, tahmin mi ediyor?" sorusunu tartış.
2	Token: model yazıyı nasıl görür?	~20 dk	Aracı aç, birleştirme sayısını kaydır, Türkçe ve İngilizce derlemi karşılaştır, mini testi çöz.
3	BPE: parçalar nasıl öğrenilir?	~25 dk	Birleştirme sırasını izle, "kalemlik" gibi görülmemiş kelime dene, çift sayma alıştırmasını elle yap.
4	Sonraki kelimeyi tahmin et	~25 dk	Bağlamı değiştir, ikili ve üçlü modeli karşılaştır, olasılığı elle hesapla, farklı tohumlarla kelime üret.
5	Proje: Mini dil modeli	~35 dk	Üç tohumla üç cümle üret, her birini derlemle karşılaştırıp kaynağını yaz.

Ön koşul kontrolü

Bu hafta özel bir ön bilgi gerekmez. Başlamadan önce şunları kontrol et:

• Oran ve yüzde hesabı (2/10 = %20) rahat yapılıyor mu?
• Kısa kod parçalarını (döngü, dizi, if) okuyabiliyor mu? Yazması gerekmez, yalnız okuması yeter.
• Tarayıcıda Yapay Zekâ Atölyesi açılıyor mu?

Kavram haritası

• Çerçeve: yapay zekâ → makine öğrenmesi → dil modeli → sonraki parçayı tahmin etmek
• Metin görünümü: token → token kimliği (sayı) → birleştirme sayısı → derlem ve dil
• Parça öğrenme: BPE → en sık çift → birleştirme listesi ve sırası → görülmemiş kelime
• Tahmin: sayım → olasılık = sayı / toplam → ikili ve üçlü model → geri çekilme → tohum
• Çözümleme: kopya, yeniden birleştirme, bağlam sınırı → bağlamın bedeli (veri)
• Dürüstlük: gerçek hesap ile simülasyon etiketli adım

Sık yapılan hatalar

• Token ile kelimeyi karıştırmak. Token çoğu zaman kelimeden küçüktür; sıfır birleştirmede kelime başı işareti de bir token sayılır.
• Token sayısını kelime sayarak bulmak. Gerçek sayı ancak parçalayıcı çalıştırılarak bulunur.
• BPE'de çift sayımını yalnız kelime sayısıyla yapmak. Kelimenin kaç kez geçtiği ve içinde kaç çift olduğu birlikte hesaba girer.
• Birleştirmeden sonra ikinci parçayı atlamamak. Kodda i++ unutulursa aynı harf iki kez yazılır.
• Olasılığın paydasını yanlış almak. Payda tüm adayların toplamıdır, yalnız kelimenin kendi sayısı değil.
• Üçlü modelin her zaman daha iyi olduğunu sanmak. Bağlam derlemde yoksa model geri çekilir.
• Modelin "anladığını" varsaymak. Mini model yalnız saydığı örüntüyü tekrarlar.
• "Simülasyon" etiketli çıktıyı gerçek bir model cevabı sanmak.

Hafta sonu tekrarı

1. Her dersin kavram kartlarına bir kez daha bak ve "sık yapılan yanlış" satırlarını yüksek sesle oku.
2. Mini testlerde yanlış yaptığın soruların açıklamalarını yeniden oku, sonra soruyu yeniden çöz.
3. "robot ileri" metnini 0 birleştirmede elle token'lara böl, sonra araçta sonucu kontrol et.
4. Küçük bir kelime listesi uydur ve içinde en sık geçen harf çiftini bul; ilk birleştirmeyi yaz.
5. Kendi cümlelerinle şu soruyu cevapla: "Dil modeli neden 'anlıyor' demek yerine 'tahmin ediyor' deniyor?"

Hafta sonu testi olarak beş dersin mini testleri yeterlidir; her derste 5 soru, toplam 25 soru. Hedef: her dersten en az 4 doğru. Eksik kalan dersin anlatımına dön.

Proje değerlendirme ölçütü (Mini dil modeli)

Ölçüt	Gelişmeli	Yeterli	İleri
Üretim	Araç ayarları eksik, cümle sonu yok	İki kelimelik bağlamla en az 8 kelime ve üç farklı tohumla üç cümle	Tohumları, ayarı ve sonucu başkası yeniden üretecek biçimde yazmış
Çözümleme	Cümlelere "saçma" ya da "iyi" demekle yetinmiş	Her cümle için garipliğin ya da doğruluğun kaynağını (kopya, birleştirme, bağlam sınırı) yazmış	Şüpheli çiftleri derlemde arayıp kanıtla göstermiş
Kavram	Terimleri karıştırıyor	Bağlam, olasılık ve geri çekilmeyi kendi cümlesiyle anlatıyor	Bağlamı uzatmanın getirisini ve bedelini örnekle açıklıyor
Dürüstlük	Modeli "anlıyor" diye tanıtmış	Modelin bir tahmin tablosu olduğunu söylüyor	Mini model ile büyük model arasındaki benzerliği ve farkı sınırlarını bilerek anlatıyor
Anlatım	Ne yaptığını anlatamıyor	Adımları sırayla anlatıyor	Yanlış bir tahminini nasıl düzelttiğini anlatıyor

Veli ve öğretmen notu

• Amaç. Bu hafta amaç, yapay zekâyı bir "sihir" olmaktan çıkarıp sayılabilir parçalara ayırmaktır. Öğrenci, bir dil modelinin sonraki parçayı olasılıkla seçtiğini kendi aracında görür.
• Dürüstlük. Portaldaki araçlar tarayıcıda çalışır ve hesapları gerçektir. Gerçek bir sohbet modeli çalıştırılmaz, hesap ya da anahtar gerekmez. Büyük bir modelin yerini tutan adımlar "simülasyon" diye etiketlidir; öğrencinin bu ayrımı fark etmesi haftanın kazanımlarındandır.
• Nasıl destek olunur? Cevabı söylemek yerine şunları sor: "Bu sayıyı nereden buldun?", "Derlemde bu çift gerçekten var mı?", "Aynı tohumla tekrar denesen ne olur?"
• Süre. Dersleri aralıklı yapmak kalıcılığı artırır. Her ders arasında kısa bir tekrar yeterlidir.
• Güvenlik ve gizlilik. Bu hafta kişisel bilgi girmeye gerek yoktur. İleride gerçek yapay zekâ servisleri kullanılırsa ad, adres ve telefon gibi bilgiler yazılmaz.
• İlerleme. Mini test sonuçları "İlerlemem" sayfasında beceri bazında görünür (taslak/pilot özellik; yalnız onay verildiyse kaydedilir).

Hafta hedefleri

Bu haftanın sonunda öğrenci:

1. Bir dil modelinin sonraki kelimeyi olasılıklarla seçtiğini ve sıcaklığın bu olasılıkları nasıl keskinleştirip düzleştirdiğini açıklayabilir; küçük bir sıcaklık hesabını elle yapabilir.
2. Bağlam penceresinin neleri içerdiğini söyleyebilir, token bütçesini hesaplayabilir ve pencere dolunca ne olduğunu anlatabilir.
3. Bir konuşmanın sistem, kullanıcı ve asistan mesajlarından oluştuğunu, modelin "hafızasının" geçmişin yeniden gönderilmesi olduğunu ve sistem mesajında gizli bilgi saklanmaması gerektiğini bilir.
4. Bir istemi görev, rol, bağlam, örnek, biçim ve kısıt parçalarına ayırıp belirsiz bir isteği açık hâle getirebilir.
5. Tekrar kullanılabilir, yer tutuculu bir prompt şablonu yazabilir ve kural tabanlı bir denetleyicinin sınırlarını söyleyebilir.

Haftanın planı

Hafta beş derstir; her ders yaklaşık 20-35 dakikadır. Aşağıdaki plan günde bir ders içindir. Atölye araçları tarayıcıda yerel çalışır; dış servis, hesap ya da anahtar gerekmez.

Gün	Ders	Süre	Ne yapılır
1	Sıcaklık: ihtiyatlı mı, maceracı mı?	~25 dk	Anlatımı oku, atölyede sıcaklığı iki uca götür, T=0,5 ile elle hesabı yap, mini testi çöz.
2	Bağlam penceresi	~25 dk	Uzun bir metin yaz, pencereyi küçült, dışarıda kalan token'ları incele, bütçe hesabı yap.
3	Sistem mesajı, rol ve konuşma yapısı	~20 dk	Okuma dersi: mesaj listesini elle çiz, mesaj sayısını say, mini testi çöz.
4	Açık görev yaz	~25 dk	"Duyuruyu özetle." ile başla, eksik parçaları tek tek ekle, puanı 55'in üstüne çıkar.
5	Proje: Prompt şablonu	~35 dk	Yorum sınıflandırma şablonu yaz, puanı 80'e çıkar, yer tutucuyu ve girdi ayırıcıyı ekle.

Ön koşul kontrolü

Başlamadan önce 1. haftadan şunlar hatırlanmalı:

• Token nedir ve bir kelime neden birden çok token olabilir? (ders 2-3)
• Model sonraki kelimeyi nasıl tahmin eder, olasılık nedir? (ders 4-5)
• Yüzde ve oran hesabı: 3/4 = 0,75 gibi (sıcaklık hesabı için).
• Kısa Python parçalarını okuyabilmek (testlerde yalnız okunur, yazılmaz). Eksik olan konu için 1. haftanın ilgili anlatımına dön.

Kavram haritası

• Seçim: olasılık dağılımı → softmax → sıcaklık → açgözlü seçim ve çeşitlilik
• Girdi: token → bağlam penceresi → token bütçesi → kırpma → seçme ve özetleme
• Yapı: sistem mesajı → kullanıcı mesajı → asistan mesajı → konuşma geçmişi = hafıza → rol
• Yazım: görev, rol, bağlam, örnek, biçim, kısıt → kural tabanlı denetleyici ve sınırı
• Proje: şablon → yer tutucu → sabit ve değişen kısım → girdi ayırıcı → maliyet

Sık yapılan hatalar

• Sıcaklığı "doğruluk ayarı" sanmak. Düşük sıcaklık yalnız tutarlılık verir; cevap yine yanlış olabilir.
• Sıcaklık formülünde böleni unutmak. Puanlar sıcaklığa bölünür; çarpınca etki ters döner.
• Pencereyi yalnız girdi saymak. Modelin cevabı da pencereden pay alır.
• Dışarıda kalan metnin "biraz hatırlandığını" sanmak. Kırpılan kısım hiç görülmez.
• Modelin geçmişi kendiliğinden hatırladığını sanmak. Uygulama geçmişi her istekte yeniden gönderir.
• Rolü bilgi kaynağı sanmak. "Uzman ol" demek modele yeni bilgi vermez.
• Sistem mesajına parola yazmak. "Kimseye söyleme" koruma değildir.
• Belirsiz zamir kullanmak. "Bunu özetle" neyi kastettiğini söylemez.
• Yüksek denetleyici puanını kalite kanıtı saymak. Denetleyici anlam bilmez, parçaları sayar.
• Yer tutucuyu değiştirmeyi unutmak. {{yorum}} yazısı olduğu gibi giderse model şaşırır.

Hafta sonu tekrarı

1. Her dersin kavram kartlarına bir kez daha bak ve "sık yapılan yanlış" satırlarını yüksek sesle oku.
2. Mini testlerde yanlış yaptığın soruların açıklamalarını yeniden oku, sonra soruyu yeniden çöz.
3. Sayımları 4 ve 1 olan iki aday için T = 1, 0,5 ve 2 değerlerinde olasılıkları kâğıtta hesapla (0,80 / 0,94 / 0,67 civarı) ve atölyede karşılaştır.
4. Kendi cümlelerinle şu soruları cevapla: "Bağlam penceresine hangileri girer?", "Rol ile bilgi arasındaki fark nedir?"
5. "Duyuruyu özetle." istemini sıfırdan, bakmadan altı parçayla yeniden yaz ve puanını denetleyicide gör.

Hafta sonu testi olarak beş dersin mini testleri yeterlidir; her derste 5 soru, toplam 25 soru. Hedef: her dersten en az 4 doğru. Eksik kalan dersin anlatımına dön.

Proje değerlendirme ölçütü (Prompt şablonu)

Ölçüt	Gelişmeli	Yeterli	İleri
Parçalar	Üç ya da daha az parça var	Rol, görev, örnek, biçim ve kısıt var	Altı parçanın hepsi var ve her biri bir iş yapıyor
Yer tutucu	Yer tutucu yok, yorum sabit yazılmış	{{yorum}} gibi bir yer tutucu var	Girdi talimattan etiketle ayrılmış
Örnek	Örnek yok	Bir Girdi/Çıktı çifti var	Örnek istenen biçimle birebir uyuyor
Denetleyici puanı	80'in altında	80 ve üstü	90 ve üstü; ayrıca puanın kalite kanıtı olmadığını açıklıyor
Sınama	Şablonu hiç sınamamış	Şablonu 2-3 farklı yorumla elle doldurup okumuş	Şablonun zayıf yerini (örneğin iki duygulu yorum) bulup düzeltmiş

Veli ve öğretmen notu

• Amaç. Bu hafta "model nasıl düşünür?" sorusuna doğru bir zemin kurar: model olasılıkla seçer, sınırlı pencerede çalışır ve yalnız yazılanı görür. İyi prompt yazmak sihirli kelimeler değil, açık görev tarifidir.
• Dürüstlük. Atölyedeki sonraki kelime modeli sayımdan çıkan küçük bir tablodur, bir sinir ağı değildir. Prompt denetleyici kural tabanlı bir programdır, yapay zekâ değildir. Bu platformda hiçbir gerçek model çağrılmaz, "model cevapladı" ya da "Claude puanladı" türü bir iddia yoktur. Öğrenciye bunu açıkça hatırlat.
• Nasıl destek olunur? Öğrenci takıldığında cevabı söylemek yerine şunu sor: "Modelin tahmin etmesi gereken ne kaldı?", "Bu bilgi pencerede mi?", "Bu cümle hangi parçaya hizmet ediyor?"
• Gizlilik. Gerçek bir yapay zekâ aracı kullanılacaksa ad, okul, telefon gibi kişisel bilgiler ve parolalar prompt'a yazılmaz. Sistem mesajına gizli bilgi konmaması bu hafta ilk kez görülür.
• İlerleme. Mini test sonuçları "İlerlemem" sayfasında beceri bazında görünür (taslak/pilot özellik; yalnız onay verildiyse kaydedilir).

Hafta hedefleri

Bu haftanın sonunda öğrenci:

1. Sıfır örnekli ve az örnekli (few-shot) istemi ayırt eder; dengeli ve tutarlı örnekler yazar.
2. Programın okuyabileceği bir çıktı için JSON isteyen prompt yazar; model çıktısını neden doğrulaması gerektiğini açıklar.
3. Düşünme zincirini ne zaman ve nasıl isteyeceğini bilir; akıcı bir açıklamanın yanlış olabileceğini gösterir.
4. Prompt'u yinelemeyle geliştirir: tek değişiklik yapar, sürümleri kaydeder.
5. Altı parçalı (görev, rol, bağlam, örnek, biçim, kısıt) bir duyuru özetleyici prompt'u yazar ve seçimlerini bir tasarım notuyla gerekçelendirir.
6. Atölyedeki kontrol listesi puanının bir kanıt değil, bir ipucu olduğunu söyler.

Haftanın planı

Hafta beş derstir. Aşağıdaki plan günde bir ders içindir; tüm araçlar tarayıcıda çalışır, hesap ya da anahtar gerekmez. Düşünme zinciri dersi okuma dersidir.

Gün	Ders	Süre	Ne yapılır
1	Örnek vererek öğret	~25 dk	Anlatımı oku, Prompt denetleyicide iki etiketli örnek yaz, mini testi çöz.
2	Yapılandırılmış çıktı: JSON	~25 dk	Anahtar adlarını ve örnek çıktıyı yaz, geçerli ve geçersiz JSON örneklerini ayırt et.
3	Düşünme zinciri: adım adım	~20 dk	Okuma dersi: örnek çözümü incele, ilk adımdaki hatayı yakala, mini testi çöz.
4	Prompt'u yinelemeyle düzelt	~30 dk	Üç sürüm yaz, her sürümün puanını ve değişikliğini tabloya geçir.
5	Proje: Duyuru özetleyici prompt'u	~40 dk	Altı parçayı yerleştir, sadeleştir, tasarım notunu yaz, ölçütle değerlendir.

Ön koşul kontrolü

Başlamadan önce öğrenci şunları yapabilmeli:

• Token, sıcaklık ve bağlam penceresini kendi cümleleriyle anlatmak (ders 2, 6, 7).
• Bir prompt'un altı parçasını saymak (ders 9) ve sistem mesajı ile kullanıcı mesajı farkını söylemek (ders 8).
• Yüzde hesabı yapmak (ör. 47 / 50 × 100).
• Dersler küçük kod parçaları içerir (JSON.parse, bir listeyi süzmek). Kodu yazmak gerekmez; öğrencinin ne yaptığını okuyarak anlaması yeterlidir.

Kavram haritası

• Örnek: sıfır örnek → az örnek → dengeli, tutarlı, doğru çift → bağlamda yer tutar (ince ayar değildir)
• Çıktı: serbest metin → JSON (çift tırnak, anahtar adı, virgül) → doğrulama (geçerli mi, anahtar var mı) → yeniden dene / hata ver
• Akıl yürütme: ara adım → ayrı cevap satırı → akıcı ≠ doğru → kesin hesapta araç
• Yineleme: hedef → v1 → ölç → tek değişiklik → v2; kontrol puanı ≠ gerçek başarı
• Dürüstlük: denetleyici model değildir; atölyede model cevabı yoktur; kanıt, gerçek örneklerde ölçümdür

Sık yapılan hatalar

• Tüm örnekleri aynı etiketle yazmak. Model her şeye o etiketi vermeye yönelebilir.
• Örneği yanlış etiketlemek ya da örneği talimatla çelişkiye düşürmek. Model karışır.
• Tek tırnak ya da sondaki virgül. İkisi de geçersiz JSON üretir.
• Çıktıyı doğrulamamak. "Model genelde doğru yazar" bir güvence değildir.
• Akıcı açıklamaya güvenmek. İlk adımdaki bir hata sonuna kadar taşınır.
• Kesin hesabı modele yaptırmak. Hesap için araç kullanılır.
• Aynı anda birçok şeyi değiştirmek. Hangisinin işe yaradığı bilinemez.
• Yüksek puanı kanıt saymak. Atölye denetleyicisi anahtar sözcüklere bakar; model cevabı ya da çıktı kalitesi bu araçta yoktur.

Hafta sonu tekrarı

1. Her dersin kavram kartlarına bak ve "sık yapılan yanlış" satırlarını yüksek sesle oku.
2. Mini testlerde yanlış yaptığın soruların açıklamalarını yeniden oku, sonra soruyu bakmadan çöz.
3. Elle bir "iki örnekli" sınıflandırma prompt'u yaz; bir arkadaşından örneklerdeki hatayı bulmasını iste.
4. Geçerli ve geçersiz üç JSON örneği yaz ve hatanın nerede olduğunu işaretle.
5. Kendi cümlelerinle cevapla: "Prompt denetleyicisinin 90 puan vermesi neden prompt'un iyi olduğunu kanıtlamaz?"

Hafta sonu testi olarak beş dersin mini testleri yeterlidir; her derste 5 soru, toplam 25 soru. Hedef: her dersten en az 4 doğru. Eksik kalan dersin anlatımına dön.

Proje değerlendirme ölçütü (Duyuru özetleyici prompt'u)

Ölçüt	Gelişmeli	Yeterli	İleri
Parçalar	Altı parçadan en fazla üçü var	Altı parçanın tümü yazılmış	Her parça bir işe yarıyor, gereksiz cümle yok
Örnek	Örnek yok ya da talimatla çelişiyor	Tutarlı bir girdi-çıktı örneği var	Örnek hedef kitleye ve biçime uygun, bilerek seçilmiş
Kaynağa sadakat	Kısıt yok	"Olmayan bilgi ekleme" gibi kısıt yazılı	Kısıtın garanti olmadığını ve nasıl test edileceğini açıklıyor
Sadeleştirme ve yineleme	Tek taslak	En az iki sürüm ve değişiklik notu	Tek değişiklikle yapılan sürümler tabloda, nedenleri yazılı
Tasarım notu	Yok	Rol, örnek ve biçim gerekçeleri yazılı	Neyin ölçülmesi gerektiğini ve denetleyicinin sınırını da yazıyor

Veli ve öğretmen notu

• Amaç. Bu hafta modelin "sihirli" cevaplar vermesi değil, öğrencinin açık, test edilebilir istekler yazma alışkanlığı kazanmasıdır.
• Simülasyon. Atölyedeki Prompt denetleyici bir yapay zekâ değil, kural tabanlı bir kontrol listesidir; bir model cevabı üretmez. Öğrenci "araç ne cevap verdi?" diye sorarsa bu farkı birlikte konuşun. Gerçek bir modelle deneme yapılırsa sonuçlar her seferinde değişebilir ve yanlış ya da uydurma içerik taşıyabilir.
• Nasıl destek olunur? Cevabı söylemek yerine sor: "Hangi parçayı değiştirdin?", "Hangi kanıt var?", "Başka bir örnekte de çalışır mı?"
• Gizlilik. Öğrenci gerçek bir modele yazarken kişisel bilgi (ad, adres, telefon, okul belgesi) yapıştırmamalı.
• Süre. Dersleri aralıklı çalışmak kalıcılığı artırır.
• İlerleme. Mini test sonuçları "İlerlemem" sayfasında beceri bazında görünür (taslak/pilot özellik; yalnız onay verildiyse kaydedilir).

Hafta hedefleri

Bu haftanın sonunda öğrenci:

1. Eval'ın ne olduğunu, test vakasının girdi ve beklenen çıktıdan oluştuğunu söyleyebilir ve doğruluğu (doğru / toplam) hesaplayabilir.
2. Olumlu, olumsuz ve belirsiz etiketlerinden dengeli, tekrarsız ve net bir test seti yazabilir.
3. Bir etiket için geri çağırmayı hesaplayabilir; tek doğruluk sayısının dengesiz veride neden yanıltıcı olduğunu açıklayabilir.
4. Eşik değerlerinin iki yanını (kenar durumları) ve çift vakaları kullanarak bir kuraldaki eksiği bulabilir; veri sızıntısını açıklayabilir.
5. Kendi eval setini kurup sonuçları, hataları ve güven sınırını içeren kısa bir rapor yazabilir.

Not: Haftadaki sistem gerçek bir dil modeli değil, kural tabanlı küçük bir programdır (etkinlik bunu açıkça söyler). Yöntem gerçektir; sistemin kendisi basitleştirilmiştir.

Haftanın planı

Hafta beş derstir; her ders yaklaşık 25-35 dakikadır. Aşağıdaki plan günde bir ders içindir.

Gün	Ders	Süre	Ne yapılır
1	Neden ölçmeliyiz?	~25 dk	Anlatımı oku, Eval tablosunda en az beş vaka yaz, sistemin yanıldığı bir vaka bul, mini testi çöz.
2	İyi test vakası yazmak	~25 dk	Sekiz vakalık dengeli bir set kur, üç etiketi de kullan, tekrarı ayıkla, bir arkadaşınla etiketleri karşılaştır.
3	Doğruluk yetmez: hangi etiket kaçıyor?	~30 dk	Etiket çubuklarını oku, geri çağırmayı elle hesapla, hataları grupla.
4	Kenar durumlar ve sınırlar	~30 dk	Robot engel kuralının eşiklerini (19-20, 49-50) sına, hız eksikliğini çift vakalarla bul.
5	Proje: Kendi eval setin	~35 dk	On vakalık seti kur, ölç, hataları grupla ve dört bölümlük raporu yaz.

Ön koşul kontrolü

Özel bir önceki bilgi gerekmez. Başlamadan önce kontrol et:

• Yüzde hesabı (6 / 8 = %75) rahat yapılıyor mu?
• Prompt, çıktı ve "model her seferinde aynı cevabı vermeyebilir" fikri tanıdık mı? (1-15. dersler)
• Yapay Zekâ Atölyesi tarayıcıda açılıyor mu? Dış hesap ya da anahtar gerekmez.

Kavram haritası

• Temel: eval → test vakası (girdi + beklenen çıktı) → doğruluk
• Set tasarımı: üç etiket → kolay ve zor vakalar → tekrarsızlık → etiket doğrulama
• Ölçü: geri çağırma → dengesiz veri → hata gruplama → hata maliyeti
• Sınırlar: eşik → kenar durum → çift vaka → veri sızıntısı (ayar seti / ölçüm seti)
• Proje: vaka yaz → ölç → grupla → iyileştir → yeniden ölç → rapor

Sık yapılan hatalar

• Doğruluğu tersine hesaplamak. Yanlış / toplam hata oranıdır; doğruluk doğru / toplam.
• Yalnız kolay vaka yazmak. Doğruluk yüksek çıkar, zayıf noktalar görünmez.
• "Belirsiz" etiketini atlamak. Duygu taşımayan metinlerdeki hatalar yakalanmaz.
• Aynı vakayı birden çok kez saymak. Önemli olan benzersiz vaka sayısıdır.
• Beklenen etiketi yanlış yazmak. Doğru çalışan sistem "yanılmış" görünür.
• Geri çağırmayı tüm vakalara bölmek. Payda yalnız o etiketin vakalarıdır.
• Yalnız ortadaki değerleri denemek. Hatalar eşiğin hemen yanında (19-20, 49-50) saklanır.
• Ayar seti ile ölçüm setini aynı tutmak. Sonuç gerçekte olduğundan iyi çıkar.
• Küçük bir setin sonucunu kesin sanmak. 10 vakada tek vaka 10 puan oynatır.

Hafta sonu tekrarı

1. Her dersin kavram kartlarını yeniden oku ve "sık yapılan yanlış" satırlarını kendi cümlelerinle anlat.
2. Mini testlerde yanlış yaptığın soruların açıklamalarını oku, sonra soruyu yeniden çöz.
3. Elle bir örnek hesapla: 20 vakalık bir sette 15 olumlu, 5 olumsuz vaka var; sistem 14 olumluyu ve 3 olumsuzu doğru buluyor. Toplam doğruluğu ve her etiket için geri çağırmayı bul. (Cevap: %85; olumlu 14/15, olumsuz 3/5.)
4. Robot kuralı için 0-60 arası hangi mesafelerin "dur", "yavaşla", "devam" verdiğini yaz ve bir sayı doğrulat.
5. Kendi cümlelerinle şu soruyu cevapla: "Bir sistemin %90 doğruluğu neden her zaman iyi haber değildir?"

Hafta sonu testi olarak beş dersin mini testleri yeterlidir; her derste 5 soru, toplam 25 soru. Hedef: her dersten en az 4 doğru. Eksik kalan dersin anlatımına dön.

Proje değerlendirme ölçütü (Kendi eval setin)

Ölçüt	Gelişmeli	Yeterli	İleri
Set boyutu ve denge	On vakadan az ya da tek etiket ağır basıyor	En az 10 vaka; olumludan ve olumsuzdan en az 3'er, belirsizden en az 1	Kolay ve zor vakalar bilinçli dengelenmiş, etiketler arkadaşla karşılaştırılmış
Vaka kalitesi	Tekrarlar var ya da etiketler tartışmalı	Tekrar yok, etiketler net	Her zor vakanın neden zor olduğu açıklanmış
Hata analizi	Yanlış vakalar listelenmemiş	Yanlış vakalar ve nedenleri yazılmış	Hatalar nedenlerine göre gruplanmış
Rapor	Yalnız tek bir doğruluk sayısı var	Doğruluk, etiket başına sonuçlar, hatalar ve bir iyileştirme fikri var	Güven sınırı (set boyutu, veri sızıntısı) açıkça yazılmış
Dürüstlük	Sistem için "mükemmel" gibi kesin iddialar	Sonuç "bu vakalarda" diye sınırlanmış	Sistemin gerçek bir model olmadığı ve sonucun neyi kanıtlamadığı belirtilmiş

Veli ve öğretmen notu

• Amaç. Bu hafta bir yapay zekâ ürünü yapmak değil, bir sistemin ne kadar iyi çalıştığını nasıl ölçeceğini öğrenmektir. Ölçmek, yapay zekâyla çalışan mühendislerin en temel alışkanlığıdır.
• Dürüstlük. Atölyedeki sınıflandırıcı kural tabanlı küçük bir programdır; gerçek bir dil modeli değildir. Bu fark çocukla açıkça konuşulmalıdır. Öğrenilen yöntem gerçektir.
• Nasıl destek olunur? Cevabı söylemek yerine sor: "Bu cümleye iki kişi aynı etiketi koyar mıydı?", "Sistem neden böyle dedi?", "Bu sayıya kaç vakayla ulaştın?"
• Etiketlemek öznel olabilir. Çocuk ile bir cümlenin etiketi hakkında anlaşamıyorsanız bu bir hata değil, güzel bir tartışmadır.
• Süre. Dersleri aralıklı yapmak kalıcılığı artırır. Proje dersinde raporu yazmaya yeterli zaman bırak.
• Gizlilik. Atölye tarayıcıda yerel çalışır; vakalara kişisel bilgi (gerçek ad, telefon) yazmamasını hatırlat.
• İlerleme. Mini test sonuçları beceri bazında "İlerlemem" sayfasında görünür (taslak/pilot özellik; yalnız onay verildiyse kaydedilir).

Hafta hedefleri

Bu haftanın sonunda öğrenci:

1. Bir metnin kelime sayımı ve TF-IDF ile vektöre çevrildiğini açıklayabilir; iki küçük vektörün kosinüs benzerliğini elle hesaplayabilir.
2. Sayım vektörünün eş anlamlıları neden bağlayamadığını ve gömme modellerinin hangi fikre dayandığını söyleyebilir.
3. RAG'ın beş adımını (parçala, vektörleştir, getir, yerleştir, sentezle) sıralayabilir; boy ve örtüşmeden parça sayısını hesaplayabilir.
4. Top-K getirmeyi, prompt şablonunu ve "bilmiyorum" talimatının amacını açıklayabilir.
5. Kendi RAG hattını kurup getirme isabeti ile cevabın kaynağa sadakatini ayrı ayrı değerlendirebilir; atölyedeki son adımın bir şablon (simülasyon) olduğunu bilir.

Haftanın planı

Hafta beş derstir; her ders yaklaşık 25-40 dakikadır. Plan günde bir ders içindir.

Gün	Ders	Süre	Ne yapılır
1	Metinleri sayılarla karşılaştır	~30 dk	Anlatımı oku, Yapay Zekâ Atölyesi'nde Metin benzerliği aracını aç, TF-IDF ile sorgu dene, mini testi çöz.
2	Eş anlamlıyı yakalayamayan vektör	~25 dk	Sıfır benzerlik çıkaran bir sorgu bul, "mesafeyi" ile karşılaştır, sınırı kendi cümlenle yaz.
3	Parçalama: ne kadar büyük?	~30 dk	RAG hattı aracında parça boyu ve örtüşmeyi değiştir, parça sayısını elle hesaplayıp araçla karşılaştır.
4	Getirme: doğru parçayı bul	~30 dk	Belirsiz ve net soruları karşılaştır, K'yı değiştir, şablon yanıtın bir alıntı olduğunu not et.
5	Proje: Kendi RAG hattın	~40 dk	Ayarları seç, üç soru sor, bağlamda olmayan bir soru dene, raporu yaz.

Ön koşul kontrolü

• Metni parçalara ayırmayı (token, kelime sayımı) hatırlıyor mu? (Ders 2 ve 4)
• Prompt'a bağlam koymayı ve bağlam penceresinin sınırlı olduğunu biliyor mu? (Ders 7 ve 9)
• Doğruluk oranını (doğru sayısı bölü toplam) hesaplayabiliyor mu? (Ders 16-20)
• Çarpma, toplama ve karekökle rahat mı? (Kosinüs hesabı için)

Kavram haritası

• Temsil: metin → terimler → vektör (sayım, TF-IDF) → kosinüs benzerliği → sınır: eş anlamlı → gömme modeli
• Hat: belge → parça (boy, örtüşme) → vektör → getirme (top-K) → bağlam → prompt şablonu → sentez
• Ölçüm: getirme isabeti · sadakat · "belgede yok" vakası
• Dürüstlük: ilk dört adım gerçek hesap; sentez adımı şablon (simülasyon); kaynak yanlışsa cevap da yanlış

Sık yapılan hatalar

• Kosinüs hesabında paydayı unutmak. Yalnız nokta çarpımı almak uzun belgeleri öne çıkarır.
• Sayım vektörünü anlam sanmak. "Mesafe" ve "uzaklık" iki ayrı terimdir; benzerlik 0 çıkar.
• Parça sayısını belge / boy diye hesaplamak. Örtüşme varsa adım boy − örtüşmedir.
• Örtüşmeyi boya eşit ya da büyük seçmek. Pencere ilerlemez.
• Belirsiz soru yazmak. "Yardım" gibi tek kelime doğru parçayı getirmeye yetmez.
• K'yı büyütünce her şeyin düzeleceğini sanmak. Bağlam uzar, ilgisiz metin girer; ortak terimi olmayan parça zaten gelmez.
• Şablon yanıtı model cevabı sanmak. Atölyede sentez, bağlamdan bir cümle alıntılayan etiketli bir şablondur.
• Getirme ve sadakat hatasını karıştırmak. Doğru parça geldiyse sorun getirmede değildir.
• Kaynak belgeye körü körüne güvenmek. RAG, belgedeki yanlışı da getirir.

Hafta sonu tekrarı

1. Her dersin kavram kartlarını bir kez daha oku ve "sık yapılan yanlış" satırlarını kendi cümlenle yeniden yaz.
2. İki cümleden kendi sayım vektörlerini çıkar ve kosinüs benzerliğini elle hesapla; sonucu atölyeyle karşılaştır.
3. Beş soruluk bir eval seti yaz: ikisi tek parçada cevaplanan, biri iki parçaya yayılan, biri belgede olmayan, biri belirsiz soru. Hattı her biri için dene ve getirme isabetini not et.
4. Kendi cümlenle şu soruyu cevapla: "Parça boyunu küçültmek neyi kazandırır, neyi kaybettirir?"
5. Bir okul yönetmeliği botu düşün: getirme hatası ve sadakat hatası için birer örnek yaz.

Hafta sonu testi olarak beş dersin mini testleri yeterlidir; her derste 5 soru, toplam 25 soru. Hedef: her dersten en az 4 doğru. Eksik kalan dersin anlatımına dön.

Proje değerlendirme ölçütü (Kendi RAG hattın)

Ölçüt	Gelişmeli	Yeterli	İleri
Ayarlar	Hedefler tutmuyor ya da ayarlar gelişigüzel	Boy 15-60, örtüşme > 0, K 1-3; şablon yanıt "iki proje" içeriyor	Her ayarın nedenini örtüşme ve bağlam uzunluğu üzerinden açıklıyor
Sorular	Tek soruyla yetiniyor	Rehberden üç farklı soru sormuş	Net ve belirsiz soruyu karşılaştırıp farkı yorumluyor
Hata analizi	Zorlanan soruyu bulamıyor	Hangi soruda hattın zorlandığını söylüyor	Hatayı getirme ya da sentez adımına bağlıyor
Belgede olmayan soru	Denememiş	Denemiş ve sonucu anlatıyor	Gerçek bir modelin "bilmiyorum" demesi gerektiğini ve nedenini açıklıyor
Dürüstlük	Şablon yanıtı model cevabı sanıyor	Şablonun simülasyon olduğunu biliyor	Getirme isabeti ile sadakati ayırıp iki iyileştirme önerisi sunuyor

Veli ve öğretmen notu

• Amaç. Bu hafta bir arama sisteminin ve RAG hattının içini açıp ne yaptığını görmektir. Atölyedeki vektör ve getirme hesapları gerçektir; ama bunlar basit kelime vektörleridir, gerçek gömme modelleri değildir.
• Simülasyon. Hattın son adımında model yoktur. Şablon, bağlamdaki en çok eşleşen cümleyi alıntılar ve arayüz bunu etiketler. Öğrenciye "yapay zekâ böyle cevapladı" demeyin.
• Nasıl destek olunur? Öğrenci takıldığında şunu sorun: "Soruyla parçada ortak hangi kelimeler var?", "Cevap hangi parçada, o parça getirildi mi?", "Sorun getirmede mi, sentezde mi?"
• Süre. Dersleri aralıklı yapmak kalıcılığı artırır. Kosinüs hesabı ilk başta zor gelebilir; küçük vektörlerle elle çalışmak yeterlidir.
• Gizlilik. Atölye tarayıcıda yerel çalışır; hesap, anahtar ya da dış servis gerekmez. Gerçek bir RAG sistemine okul belgeleri yüklenirse kişisel bilgilerin gizliliği ayrıca düşünülmelidir.
• İlerleme. Mini test sonuçları "İlerlemem" sayfasında beceri bazında görünür (taslak/pilot özellik; yalnız onay verildiyse kaydedilir).

Hafta hedefleri

Bu haftanın sonunda öğrenci:

1. Araç kullanımını açıklayabilir: model çağrı ister, uygulama aracı çalıştırır, sonuç gözlem olarak döner.
2. Düşün-yap-gözle döngüsünü sıralayabilir ve $1, $2, $son ile adım sonuçlarını zincirleyebilir.
3. Adım sınırı, hata gözlemi ve durma koşullarını anlatabilir; tekrar ile yazılan bir hareketin toplamını duvarla karşılaştırabilir.
4. "Önce ölç, sonra hareket et", güvenlik payı, en az yetki ve insan onayı ilkelerini örneklerle açıklayabilir.
5. İki kez ölçüp iki kez ilerleyen bir mini ajan betiği yazabilir, adım numaralarını doğru kullanabilir ve betikli ajan ile gerçek model arasındaki farkı dürüstçe söyleyebilir.

Haftanın planı

Hafta beş derstir; ders yaklaşık 30-40 dakikadır. Aşağıdaki plan günde bir ders içindir.

Gün	Ders	Süre	Ne yapılır
1	Araç kullanımı	~30 dk	Anlatımı oku, hesapla(12*7) betiğini yaz, hata gözlemini ve zincirlemeyi dene, mini testi çöz.
2	Düşün, yap, gözle	~30 dk	Betikli demoyu incele, iki ara ve bir hesapla ile grup sayısını bul.
3	Hata, sınır ve durma	~30 dk	Robotu duvara çarpmadan ilerlet, tekrar 6 ile çarpmayı ve adım sınırını gözle.
4	Önce ölç, sonra hareket et	~30 dk	mesafe() ile ölç, güvenlik payı bırak, payı değiştirip etkisini karşılaştır.
5	Proje: Mini ajan	~40 dk	Planı kâğıda yaz, betiği kur, raporu doldur, ölçütle değerlendir.

Ön koşul kontrolü

Bu hafta öğrenci şunları bilmeli:

• Dil modelinin sözcük tahmin ederek çalıştığını (Hafta 1) ve modelin kendi başına kesin bilgi garantisi vermediğini.
• Bilgi getirme fikrini (Hafta 5): model bilgiyi dışarıdan alabilir.
• Dört işlem, yüzde hesabı ve çıkarma. Bu hafta kodlama bilgisi gerekmez; betik yazımı basit satırlardan oluşur.
• Yapay Zekâ Atölyesi'nin açılıp kullanıldığını (tarayıcıda çalışır, hesap ya da anahtar gerekmez).

Kavram haritası

• Araçlar: araç listesi -> çağrı arac(girdi) -> gözlem -> $n ile taşıma -> hata gözlemi
• Ajan: hedef -> düşün-yap-gözle döngüsü -> bitti mi? -> bitir(...)
• Sınırlar: adım sınırı (30) -> hata ile durma -> geri alınamaz eylem (çarpma)
• Güvenlik: önce ölç -> güvenlik payı -> en az yetki -> insan onayı
• Dürüstlük: atölyede "model adımı" = senin betiğin (simülasyon); araçlar gerçek hesaplanır -> gerçek ajan ölçülür (eval)

Sık yapılan hatalar

• Var olmayan $n kullanmak. Tek adım atılmışken $2 yazmak boş metin verir.
• Hata gözlemini kontrol etmemek. Başarısız adımın hata metni $n ile sonraki adıma taşınır ve hesap makinesine sayı yerine yazı gider.
• tekrar toplamını hesaplamamak. tekrar 6: ileri(20) beşinci çağrıda duvara çarpar.
• Güvenlik payını yanlış yöne uygulamak. hesapla($1+20) yerine hesapla($1-20) olmalıdır.
• $1 ile $4'ü karıştırmak. İkinci hesap ikinci ölçüme dayanmalıdır.
• Atölyedeki "model adımı"nı gerçek model sanmak. Kararı betik olarak sen veriyorsun; model cevabı bir simülasyondur.
• Adım sınırına güvenmek. Sınır sonsuz döngüyü keser, planın doğruluğunu garanti etmez.

Hafta sonu tekrarı

1. Her dersin kavram kartlarına bir kez daha bak ve "sık yapılan yanlış" satırlarını yüksek sesle oku.
2. Mini testlerde yanlış yaptığın soruların açıklamalarını yeniden oku, sonra soruyu yeniden çöz.
3. Proje betiğini bakmadan sıfırdan yaz; sonra ikinci hareketi kalanın yüzde 40'ı yap ve robotun nerede duracağını önce hesapla, sonra atölyede doğrula.
4. Kendi cümlelerinle cevapla: "Atölyedeki ajan ile gerçek bir model kullanan ajan arasındaki fark nedir?"
5. Bir ajana e-posta gönderme yetkisi verilseydi hangi güvenlik adımlarını koyardın? Üç madde yaz.

Hafta sonu testi olarak beş dersin mini testleri yeterlidir; her derste 5 soru, toplam 25 soru. Hedef: her dersten en az 4 doğru. Eksik kalan dersin anlatımına dön.

Proje değerlendirme ölçütü (Mini ajan)

Ölçüt	Gelişmeli	Yeterli	İleri
Ölçüm ve hesap	Ölçüm yok ya da hesap kafadan yapılmış	mesafe() iki kez çağrılmış, hesapla ile yarı ve yüzde 60 bulunmuş	Adım numaraları kâğıtta planlanmış, hesaplar önceden kestirilmiş
Güvenlik	Robot duvara çarpıyor	Çarpma yok, robot duvara 5-20 cm kala duruyor	Güvenlik payının neden seçildiğini açıklıyor
Betik	$n numaraları yanlış ya da hatalı adımlar var	Betik hatasız çalışıyor, dur() ve bitir() çağrılmış	Hata senaryosunu (ör. yanlış $n) kasıtlı deneyip düzeltmiş
Rapor	Gözlemler ve açıklama eksik	Betik, gözlemler ve "neden iki kez ölçtün" cevabı var	Gerçek robot için ek güvenlik önlemlerini (hareket sırasında ölçüm, acil durdurma, onay) gerekçelendirmiş
Dürüstlük	Betiği "yapay zekâ karar verdi" diye anlatıyor	"Model adımı benim betiğim" diyor	Betikli ajan ile model kullanan ajan arasındaki güvenilirlik farkını ve değerlendirme (eval) ihtiyacını açıklıyor

Veli ve öğretmen notu

• Amaç. Bu hafta bir yapay zekâ ürününü kullanmak değil, ajanların nasıl çalıştığını ve neden sınırlara, ölçmeye ve onaya ihtiyaç duyduğunu anlamaktır.
• Her şey sanaldır. Atölyedeki araçlar (hesap makinesi, küçük bilgi tabanı, sanal robot) tarayıcıda yerel çalışır; dış servis, hesap ya da anahtar yoktur. "Model adımı" bir model değildir: öğrencinin yazdığı betiktir. Gerçek bir ajanda kararı bir dil modeli verir ve her seferinde aynı sonuca ulaşmayabilir. Derslerde bu fark bilinçli olarak vurgulanır.
• Nasıl destek olunur? Öğrenci takıldığında cevabı söylemek yerine şunu sor: "Hangi adımın sonucunu hangi $n ile alıyorsun?", "Gözlem sütununda ne yazıyor?", "Toplam hareket duvarı aşıyor mu?"
• Konuşma önerisi. Bir yazılıma "dosya silme" ya da "e-posta gönderme" yetkisi vermenin riskini birlikte konuşun; insan onayı hangi adımlarda gerekli olmalı?
• İlerleme. Dersin sonundaki mini test sonuçları "İlerlemem" sayfasında beceri bazında görünür (taslak/pilot özellik; yalnız onay verildiyse kaydedilir).

Hafta hedefleri

Bu haftanın sonunda öğrenci:

1. Kod yazan yapay zekâ araçlarının ajan olarak nasıl çalıştığını ve güvenli bir iş akışını (hedef, plan, küçük adım, test, inceleme, kayıt) söyleyebilir.
2. Yapay zekânın verdiği kod açıklamasını koda bakarak "uyumlu", "çelişiyor" ya da "kaynakta yok" diye ayırabilir.
3. Prompt injection'ın (doğrudan ve dolaylı) ne olduğunu ve yasak kelime listesinin neden kırılgan olduğunu açıklayabilir.
4. Birden çok savunma katmanını bütçeye uygun seçebilir ve her katmanın sınırını söyleyebilir.
5. Bulgu, etki, öneri, kalan risk ve sorumlu ifşa bölümleriyle tek sayfalık bir kırmızı takım raporu yazabilir.

Haftanın planı

Hafta beş derstir; her ders 30 dakika, proje 40 dakikadır. Plan günde bir ders içindir. Atölye araçları tarayıcıda yerel çalışır ve simülasyondur; model cevapları gerçek bir model değildir.

Gün	Ders	Süre	Ne yapılır
1	Yapay zekâyla kod yazma iş akışı	~30 dk	Anlatımı oku (etkinlik aracı yok), altı basamağı kendi cümlelerinle yaz, mini testi çöz.
2	Yapay zekânın kod açıklamasını incele	~30 dk	Halüsinasyon dedektifi aracında yedi iddiayı işaretle, çıktıyı elle tahmin et.
3	Kırmızı takım: saldır	~30 dk	Prompt injection aracının Saldır sekmesinde seviye 0 ve 1'i aş, seviye 2'nin izini oku.
4	Katmanlı savunma	~30 dk	Savun sekmesinde altı saldırıyı en çok 3 maliyetle durdur.
5	Proje: Kırmızı takım raporu	~40 dk	Saldır ve savun görevlerini bitir, tek sayfalık raporu yaz, ölçütle değerlendir.

Ön koşul kontrolü

• Hafta 6'daki ajan döngüsü anlaşıldı mı? (Model karar verir, araç iş yapar, sonuç modele döner.)
• Sistem mesajı ve rol kavramı (8. ders) hatırlanıyor mu?
• Python'da küçük bir fonksiyon (for döngüsü, len, return) okunabiliyor mu? Bu haftanın kod örnekleri kısadır ama okumak gerekir.
• Tarayıcıda Yapay Zekâ Atölyesi açılıyor mu? Dış hesap ya da anahtar gerekmez.

Kavram haritası

• Kodlama ajanı: hedef → plan → küçük adım → test → inceleme → commit; en az yetki ve onay
• Doğrulama: akıcılık ≠ doğruluk → uyumlu / çelişen / kaynakta yok → çıktı tahmini → uç durum → zayıf test
• Saldırı: talimat ve veri aynı akışta → doğrudan ve dolaylı injection → kara listenin kırılganlığı
• Savunma: veri/talimat ayrımı, hiyerarşi, çıktı süzgeci, en az yetki, insan onayı → maliyet dengesi → kalan risk
• Etik: kırmızı ve mavi takım → izin → sorumlu ifşa

Sık yapılan hatalar

• "Testler geçti" demek, kod doğru demek sanmak. Yazılmış test yanlış kodu da geçirebilir; uç durum ekle.
• Akıcı açıklamaya inanmak. Açıklamadaki her fiil için koddaki satırı bul; bulamazsan iddia uydurmadır.
• Boş listeyi denememek. len([]) sıfırdır ve bölme hata verir.
• Yasak kelime listesine güvenmek. Aynı anlam başka sözcüklerle söylenebilir.
• Belgeyi güvenli sanmak. Dolaylı injection okunan içerikten gelir; kullanıcı masum olsa da belge masum olmayabilir.
• Gizli bilgiyi sistem mesajına yazmak. Model bildiği şeyi sızdırabilir; en güçlü önlem hiç vermemektir.
• Raporda "tamamen güvenli" yazmak. Kalan riski dürüstçe belirt.
• İzinsiz gerçek sistemde denemek. Test yalnız izin verilen sistemlerde yapılır.

Hafta sonu tekrarı

1. Her dersin kavram kartlarını oku ve "sık yapılan yanlış" satırlarını yüksek sesle söyle.
2. Yanlış yaptığın mini test sorularının açıklamasını oku, sonra soruyu yeniden çöz.
3. Zayıf test örneğini (buyuk fonksiyonu) kendin düzelt ve iki ek test yaz.
4. Altı savunmadan farklı bir üçlü seç; hangi saldırının açık kaldığını, atölyedeki tabloya bakarak bul.
5. Kendi cümlelerinle cevapla: "Gizli bir anahtarı neden modele hiç vermemeliyim?"

Hafta sonu testi olarak beş dersin mini testleri yeterlidir: 31. derste 4, 32. derste 4, 33. derste 5, 34. derste 5, 35. derste 4 soru, toplam 22 soru. Hedef: her dersten en az 3 doğru. Eksik kalan dersin anlatımına dön.

Proje değerlendirme ölçütü (Kırmızı takım raporu)

Ölçüt	Gelişmeli	Yeterli	İleri
Saldırı	Seviye 0'ı bile aşamadı	Seviye 0 ve 1'i aşan en az 5 kelimelik belge yazdı	Neden çalıştığını (listede olmayan anlatım) açıkladı
Savunma	Altı saldırıdan bazıları açık	Altı saldırıyı da durduran, maliyeti en çok 4 olan set	En az üç farklı katman seçti ve seçimini bütçeyle gerekçelendirdi
Rapor	Bölümler eksik	Bulgu, etki, öneri, kalan risk, sorumlu ifşa var	Her bölüm atölyedeki bir gözleme dayanıyor
Kalan risk	"Tamamen güvenli" diyor	Kalan riski belirtiyor	Simülasyon ile gerçek sistem arasındaki farkı da yazıyor
Etik	Gerçek sistemde denemeyi onaylıyor	İzin ve sorumlu ifşa ilkesini yazıyor	Bir örnekle (okul sistemi gibi) açıklıyor

Veli ve öğretmen notu

• Amaç. Bu hafta bir sistemi kırmayı öğretmek değil, yapay zekâ araçlarına ölçülü güvenmeyi ve savunma düşünmeyi öğretmektir. Atölyedeki "model" basit kurallarla çalışan bir simülasyondur; gerçek bir modeli göstermez.
• Nasıl destek olunur? Cevabı vermek yerine sor: "Bu iddia kodun hangi satırında?", "Saldırgan listede olmayan hangi sözcüğü kullanabilir?", "Bu gizli bilgi modele neden verilmiş?"
• Etik sınır. Öğrenciyle açıkça konuşun: Başkasının sistemine izinsiz saldırmak zarar verir ve yasa dışı olabilir. Öğrenilen fikirler yalnızca izin verilen ortamlarda denenir.
• Güvenlik. Bu platformdaki her şey sanaldır; gerçek parola, anahtar ya da kişisel bilgi yazılmaz.
• İlerleme. Mini test sonuçları "İlerlemem" sayfasında beceri bazında görünür (taslak/pilot özellik; yalnız onay verildiyse kaydedilir).

Hafta hedefleri

Bu haftanın sonunda öğrenci:

1. Bir yapay zekâ çıktısındaki iddiaları kaynakla karşılaştırıp uyumlu, çelişiyor ya da kaynakta yok diye ayırabilir; halüsinasyon oranını hesaplayabilir.
2. Bir servise hangi bilgilerin yazılmayacağını söyler, veriyi anonimleştirir, yapay zekâ yardımını belirtir ve önyargıyı grup bazlı doğrulukla gösterir.
3. Bir robot kararını kurala mı modele mi bırakacağını gerekçelendirir; eğer koşullu bir kuralla sanal robotu durdurur.
4. Bir kararın otomatiğe bırakılıp bırakılmayacağını geri alınabilirlik, etkilenen kişiler ve hata maliyetiyle değerlendirir; insan döngüde ve güvenli varsayılan örüntülerini bilir.
5. Sekiz haftalık çalışmasını kanıtlı ve dürüst bir portföyde toplar.

Haftanın planı

Hafta beş derstir; her ders yaklaşık 25-40 dakikadır. Plan günde bir ders içindir. Bu haftanın tüm araçları tarayıcıda yerel çalışır; hiçbir dış servis ya da hesap gerekmez.

Gün	Ders	Süre	Ne yapılır
1	Halüsinasyon dedektifi	~30 dk	Anlatımı oku, dedektif aracında sekiz iddiayı kaynakla karşılaştır, mini testi çöz.
2	Gizlilik, telif ve önyargı	~25 dk	Okuma dersi: anlatımı oku, anonimleştirme örneğini kendin dene, mini testi çöz.
3	Robotta karar: kural mı, model mi?	~35 dk	Ajan döngüsünde sanal robot için bir eğer kuralı yaz, eşik değerini değiştirip sonucu karşılaştır.
4	Ne zaman insan karar vermeli?	~25 dk	Okuma dersi: dört soruyu kendi örneğine uygula, hata oranını günlük sayıya çevir.
5	Proje: Mühendislik portföyü	~40 dk	Portföy iskeletini doldur, her başlığa kanıt ekle, dürüstlük ilkelerini kontrol et.

Ön koşul kontrolü

• Token, sıcaklık, prompt, eval, RAG, ajan ve injection derslerini (1-35) tamamladı mı?
• Doğruluk yüzdesini (doğru / toplam x 100) hesaplayabiliyor mu?
• Atölyedeki ajan döngüsünde mesafe(), dur() ve $son kullanımını hatırlıyor mu?
• Basit Python kodunu (toplam, bölme, if/else) okuyabiliyor mu?

Kavram haritası

• Güvenilirlik: halüsinasyon → kaynakla karşılaştırma → uyumlu / çelişiyor / kaynakta yok → oran → azaltma (kaynak, araç, eval)
• Sorumluluk: gizlilik → anonimleştirme → telif ve dürüstlük → önyargı → grup bazlı eval
• Robotik: kural ↔ model → eşik → sert sınır → modelden bağımsız güvenlik katmanı
• Denetim: geri alınabilirlik → etkilenen kişiler → hata maliyeti → insan döngüde → güvenli varsayılan → kayıt
• Proje: iskelet → kanıt → gerçek hesap ve simülasyon ayrımı → eksikleri yazmak

Sık yapılan hatalar

• Akıcı cümleyi doğru sanmak. Düzgün yazılmış cevap, doğru cevap demek değildir.
• "Kaynakta yok" ile "çelişiyor"u karıştırmak. Kaynakta hiç geçmeyen ayrıntı uydurmadır; kaynağın tersini söyleyen çelişkidir.
• Hata oranı ile doğruluğu karıştırmak. 40 özette 6 hata = %15 hata, %85 doğruluk.
• Yalnız ismi değiştirip anonim saymak. Yaş, okul ve semt bir araya gelince kişi tanınabilir.
• Genel doğruluğa bakıp gruplara bakmamak. Ortalama, bir gruptaki sorunu saklayabilir.
• $son değerini yanlış beklemek. dur() başarılı olduktan sonra $son "durdu" olur, mesafe değil.
• Koşulu ters yazmak. eğer $son > 30: dur() ile < kuralı tersidir; robot durmaz.
• Güvenlik kuralını yalnız modelin istemine yazmak. Sert sınır modelden bağımsız çalışmalıdır.
• Simülasyonu gerçek model çıktısı gibi sunmak. Portal araçlarının hangi kısmı gerçek hesap, hangisi simülasyondur; portföyde ayır.

Hafta sonu tekrarı

1. Her dersin kavram kartlarını oku ve "sık yapılan yanlış" satırlarını yüksek sesle söyle.
2. Mini testlerde yanlış yaptığın soruların açıklamalarını yeniden oku, sonra soruyu yeniden çöz.
3. Dedektif aracında bir kaynak seç ve kendi sekiz iddiayı yaz; arkadaşına işaretlet.
4. Ajan döngüsünde eşiği 50'den 70'e ve adımı 20'den 35'e çıkar; robotun nerede durduğunu önce tahmin et, sonra çalıştır.
5. Kendi cümlelerinle cevapla: "Hangi kararı hiçbir zaman tamamen modele bırakmam ve neden?"

Hafta sonu testi olarak beş dersin mini testleri yeterlidir; her derste 5 soru, toplam 25 soru. Hedef: her dersten en az 4 doğru. Eksik kalan dersin anlatımına dön.

Proje değerlendirme ölçütü (Mühendislik portföyü)

Ölçüt	Gelişmeli	Yeterli	İleri
Kapsam	Birkaç başlık eksik	Dokuz başlığın hepsi var	Her başlıkta bir sonraki adım da yazılmış
Kanıt	İddialar kanıtsız	Her başlıkta bir sayı, ekran görüntüsü ya da prompt var	Sayıların yanında vaka sayısı ve karşılaştırma var
Dürüstlük	Simülasyon gerçek model gibi anlatılmış	Gerçek hesap ve simülasyon ayrılmış	Eksik kalan kısımlar ve sınırlar açıkça yazılmış
Sorumluluk	Gizlilik ve denetim konuları geçiştirilmiş	Gizlilik, telif ve insan denetimi için kurallar var	Kurallar, gerçek bir örnek vaka üzerinden gösterilmiş
Anlatım	Ne yaptığını anlatamıyor	Her bölümü üç beş cümleyle anlatıyor	Hata yapıp nasıl çözdüğünü anlatıyor

Veli ve öğretmen notu

• Amaç. Bu hafta teknik beceriden çok sorumluluk ve eleştirel düşünme haftasıdır. Hedef, öğrencinin yapay zekâ çıktısına körü körüne güvenmemesi ve kullandığı aracın sınırlarını söyleyebilmesidir.
• Dürüstlük. Portaldaki araçlar küçük örneklerdir. Halüsinasyon vakaları elle yazılmıştır, ajanın model adımı öğrencinin betiğidir. Öğrenciyi bunu portföyünde de belirtmeye yönlendirin.
• Nasıl destek olunur? Öğrenci bir sonucu savunurken şu soruları sorun: "Bunu hangi kaynakla kontrol ettin?", "Kaç vakaya baktın?", "Bu kararı yanlış verirsen kim etkilenir?"
• Gizlilik. Öğrenciyle gerçek bir yapay zekâ servisi kullanılacaksa önce servisin yaş şartlarına ve gizlilik politikasına birlikte bakın. Parola, adres, telefon ve başkasının bilgisi hiçbir zaman yazılmaz.
• Ödev dürüstlüğü. Okulun yapay zekâ kullanım kurallarını öğrenciyle birlikte okuyun; kullanılan yardımın belirtilmesini alışkanlık hâline getirin.
• İlerleme. Mini test sonuçları "İlerlemem" sayfasında beceri bazında görünür (taslak/pilot özellik; yalnız onay verildiyse kaydedilir).