Kurs
AI Agent'lere Giriş
1 sa 30 dk
147.2K
ChatGPT Agent’ın canlı demosu etkileyiciydi: hediyeler için web’de gezinme, seyahat rezervasyonu, sunum hazırlama. Duyuru yazısı, Agent’in karmaşık gerçek dünya işlerini halledebileceğini öne süren etkileyici kıyaslama sonuçları gösterdi.
Ancak canlı demolar her zaman özenle seçilmiş örnekler kullanır ve kıyaslamalar, OpenAI’ın Agent’in çözebileceğini iddia ettiği günlük iş akışlarının karmaşık gerçekliğini yakalayamaz.
Bu yüzden Agent’i gerçek iş senaryolarını yansıtan beş zorlu testten geçirdim — birden çok tarayıcı sekmesini aynı anda yönetmeyi, farklı web sitelerindeki bilgileri çapraz kontrol etmeyi ve gerçekten kullanacağım sonuçlar sunmayı gerektiren görevler. Bu makale, pazarlama vaatleri pratik gerçeklikle karşılaştığında neler olduğunu gösteriyor.
Okurlarımızı en güncel yapay zeka gelişmelerinden haberdar etmek için haftanın önemli hikâyelerini sadeleştiren The Median adlı ücretsiz Cuma bültenimizi gönderiyoruz. Abone olun ve haftada sadece birkaç dakikada güncel kalın:
ChatGPT Agent Nedir?
ChatGPT Agent, Plus, Pro ve Enterprise kullanıcıları için OpenAI’ın en yeni premium özelliği. Daha önce ayrı ayrı çalışan üç aracı bir araya getiriyor: Deep Research, Operator ve çekirdek dil modeli akıl yürütmesi. Büyük fark ne? Agent’in çalışabileceği kendi sanal bilgisayarı var.
Bu önemli çünkü eski kurulumda sorunlar vardı. Deep Research modu analizde harikaydı ama hiçbir şeye tıklayamıyordu. Operator web sitelerinde gezinebiliyordu ancak derin araştırmayı faydalı kılan akıl yürütme gücüne sahip değildi. Agent, her iki yeteneği tek bir yerde birleştirerek bunu düzeltiyor.
ChatGPT Agent’i farklı kılan nedir
Agent’i sohbet araç çubuğunuzda başka bir seçenek olarak bulacaksınız. Ancak normal ChatGPT’nin aksine, tam erişime sahip olduğu bir sanal bilgisayarda çalışır:
- Web gezintisi ve araştırma için Tarayıcı
- Komut ve betik çalıştırmak için Terminal
- Veri işleme için kod yürütme ortamı
- İçerik indirme ve düzenleme için dosya sistemi
Sanal bilgisayar kurulumu, Agent’in daha önce mümkün olmayan şeyleri yapabilmesi anlamına geliyor.
Örnek 1: UNESCO Eğitim Verisi Görevi
UNESCO eğitim verisi göreviyle test ettiğimde, 14 dakika boyunca aralıksız çalışmasını izledim. İşte (Agent ile ilk etkileşimimde ChatGPT tarafından önerilen) istem:
Pull the latest available data from the UNESCO Institute for Statistics on national student-teacher ratios and total teaching staff counts for primary and secondary education.
Create a spreadsheet with two tabs: one for primary education and one for secondary.
Each should include country name, student-teacher ratio, total number of teachers, gross enrollment, and year of reporting.
Add a summary tab highlighting the countries with the most strained and most favorable ratios, sorted accordingly.
Ensure consistent country naming across tabs.İşlemi yürütürken yapabildikleri şunlardı:
- Ham HTML yerine bir insan gibi (ama daha hızlı) kaydırarak web sayfalarını okumak
- Düğmelere tıklamak, formları doldurmak ve — abartmıyorum — açılır pencereleri kapatıp çerezleri kabul etmek
- Dosya indirmek ve arşivleri otomatik olarak çıkarmak
- Gerektiğinde tarayıcı ile terminal arasında geçiş yapmak
- İndirilen dosyaları ayrıştırıp yeniden gezinmeye dönmek
- PDF’leri indirip metin içeriğini çıkarmak
- Önceki sayfalara dönerek hataları düzeltmek
- Farklı arayüzlerde imleci akıcı biçimde kontrol etmek
o3-pro ile gerçek performans karşılaştırması
Hem Agent’e hem de o3-pro’ya yukarıdaki aynı karmaşık istemi verdim: UNESCO öğrenci-öğretmen oranı verilerini çek ve birden çok sekmeli biçimlendirilmiş bir e-tablo oluştur. Sonuçlar net farklar gösterdi.
Agent 14 dakika çalıştı ve 222 ülkeyi kapsayan bir e-tablo teslim etti. Bir gereksinimi kaçırdı (en iyi/en kötü oranlar için özet sekmesi) ve listeyi oranlara göre sıralamak yerine alfabetik sıraladı. Bu, modelin uzun bir görevi yürütürken orijinal ayrıntıları unutmasına yol açan bağlam şişmesi olabilir.
Öte yandan, o3-pro sorunu düşünmek için 18 dakika harcadı. Sonra Agent’in daha önce otomatik olarak çözdüğü engellerle karşılaştı. o3-pro dosya indiremediği için benden iki kaynağı manuel olarak indirmemi, sıkıştırılmış dosyaları açmamı ve yazdığı bir Python betiğini çalıştırmamı istedi. Betiği test etmedim, ancak bu yöntemin iş akışıma en az 10 dakika ekleyeceği açıktı.
Agent uygulamada nasıl çalışıyor
Agent çalışırken her şeyi gerçek zamanlı izleyebilirsiniz. İstediğiniz an tarayıcının kontrolünü alabilirsiniz, ancak hassas veri ya da etkileşim gerektirmeyen görevlerde kendi başına gayet iyi çalışıyor.
Agent işi bitirdikten sonra neler olduğunu gözden geçirmenin iki yolu var. Durdurup yeniden oynatabileceğiniz tam bir video kaydı var (ilk heyecan geçince izlemesi epey sıkıcı). Ayrıca her adımın arkasındaki gerekçeyi, çalıştırılan gerçek komutları ve gerçekleştirilen dosya işlemlerini gösteren ayrıntılı bir metin zaman çizelgesi bulunuyor.
En güzel yanı? Agent bir görevi tamamladıktan sonra normal sohbet modunda takip soruları sorabiliyorsunuz. Öğrendiği her şeyi hatırlıyor ve topladığı verilere başvurabiliyor.
Örnek 2: Görsel Kolaj Oluşturma
İlk araştırma görevi, Agent’in karmaşık veri toplamayı başarabileceğini gösterdi. Ama farklı bir şeyi test etmem gerekiyordu — web sayfası öğeleriyle sürekli fare etkileşimi gerektiren görevler. Aksi takdirde klavye kısayollarıma sadık kalır ve işleri kendim yapardım.
Aklıma hemen şekil ve diyagram oluşturma geldi. Bunu blog yazıları için sık sık yapıyorum, dolayısıyla doğal bir test vakası gibi hissettirdi.
Görev ve ilk deneme
Bu makaleyi araştırırken, ChatGPT Agent ile ilgili OpenAI’ın duyuru yazısını okuyordum. Yazıda Agent’in etkileyici performans puanlarını gösteren 6–7 kıyaslama görseli vardı. Her bir kıyaslamayı tek tek listelemek yerine, Agent’ten bu blog yazısına ekleyebileceğim görsel bir kolaj oluşturmasını istedim.
I want you to open the following link, combine all benchmark results' images into a single collage and highlight the columns where ChatGPT's agent results are given.
<link>
https://openai.com/index/introducing-chatgpt-agent/
</link>İstediğim şey basitti — web sayfasındaki tüm kıyaslama diyagramlarını alın, satırlar halinde yan yana düzenleyin ve Agent’in performansını gösteren sütunların etrafına kırmızı dikdörtgenler çizin. Herhangi bir Canva kullanıcısı için bu birkaç dakikalık iş: görselleri al, yerleştir, birkaç dikdörtgen çiz.
Ama bir yapay zeka programı için bu, karmaşık akıl yürütme ve yoğun fare kullanımı gerektiriyor. Agent 9 dakika çalıştı ve beklentinin altında bir şey teslim etti.
Görsel, düzgün bir ızgara yerleşimi yerine tamamen dikeydi. Kırmızı dikdörtgenler temiz çerçeveler değil, görsellerin üzerine dağılmış dolgu şekilleriydi. Daha da kötüsü, tamamen başka sitelere sapmış, belirttiğim duyuru yazısı yerine rastgele sayfalardan kıyaslama sonuçları çekmişti.
Ayrıca hesabıma bağlı olmasına rağmen Canva’yı tamamen yok saydı.
İkinci raund: daha ayrıntılı talimatlar
Daha spesifik talimatlarla yeni bir başlık açtım:
I want you to open the following webpage where you will find a bunch of benchmark results given in the form of images on the performance of ChatGPT Agent. Your task is to combine all those images given in the webpage (ONLY IN THAT WEBPAGE, DON'T SEARCH FOR ADDITIONAL INFORMATION) into a single collage where you organize the images side-by-side in rows. Afterward, highlight the columns where ChatGPT Agent's performance is shown with a red rectangle. Use Canva to do this task
<link>
https://openai.com/index/introducing-chatgpt-agent/
</link>Önce, duyuru yazısını okumaya çalışırken Agent bir CAPTCHA ile karşılaştı. Kontrolü alıp yaya geçidi görsellerini kendim seçmek zorunda kaldım. Ardından 18 dakika çalıştı ve beni Canva’ya giriş yapmam için durdurup sordu.
Giriş deneyimi pürüzsüz değildi. Sanal bilgisayar ve tarayıcı gecikmeli — web sitelerine girişte beklenen çeviklikten uzak. Parola yapıştırmak için Cmd + V gibi klavye kısayolları daha geç algılanıyor.
İşlerin koptuğu yer
Agent’i Canva’ya giriş yaptırdıktan sonra arayüzde çalışmaya geri döndü.
8 dakika boyunca ne yaptığını bilmeden debelenmesini izledikten sonra müdahale etmek zorunda kaldım. Agent, indirilen gerçek görselleri kullanmak yerine kıyaslama sonuç görsellerini tek tek elle çizmeye çalışıyordu.
Bunu başka bir istemle netleştirdim:
No, you are going in the wrong direction on Canva.
What I meant was that after you grabbed the benchmark results' images, paste them into canva and organize them one-by-one into a 16:9 collage with ChatGPT Agent's performance highlighted with a red rectangleBu kez Agent anladı, ancak görevi nasıl uygulayacağını gerçekten bilmediği açıktı.
Duyuru yazısını yeniden okumak ve kıyaslama görsellerini indirmek epey zaman aldı. İndirme süreci acı verici derecede yavaştı — Agent sağ tıklama menüsündeki “Görsel bağlantısını kopyala”, “Görseli kaydet” veya sağ üst köşedeki “Görseli indir” düğmesi gibi seçenekler arasında sürekli tereddüt etti.
Görselleri sonunda Canva’ya yükledikten sonra Agent gerçek yerleşim çalışmasına başladı. Bu da mekânsal kontrolünün ne kadar zayıf olduğunu ortaya koydu. Görselleri konumlandırmak için sürüklerken bir çocuğun bilgisayar kullanmasını izlemek gibiydi. Hizalamaları ve öğelerin doğal yerleşimlerini sürekli ıskaladı.
Agent, kıyaslama çubuklarının etrafına dikdörtgenler çizmeye çalıştığında başka bir sorun ortaya çıktı. İnsanlar için bu önemsizdir — tek bir akıcı fare hareketiyle bir dikdörtgen çizilir. Agent içinse bu zor bir göreve dönüştü. Mekânsal ve görsel tasarım zekâsı eksik olduğundan, Agent’in performansını gösteren çubukları tespit etmek için Python betikleri ve OCR çalıştırmaya, ardından dikdörtgen yerleşimi için tam koordinatları hesaplamaya başvurdu.
Nihai sonuç
Tüm operasyon, tüm gidip gelmeler dahil 75 dakikadan fazla sürdü. Agent, Canva hesabımda “Untitled Design Page 2” ile beni baş başa bıraktı.
Görsel kırpılmış görünüyordu çünkü Agent bir başlık metni eklemeye çalışmış, bu da bir şekilde üst kısmı gizlemesine neden olmuştu. Biraz elle yeniden boyutlandırmadan sonra işlevsel ama yine de deneyimsiz bir insan tasarımcının dakikalar içinde üretebileceğinden epey daha kaba bir kolaj elde ettim.
Harcanan zaman, sonuç kalitesini kesinlikle haklı çıkarmadı. Daha da kötüsü, daha sonra Agent’in Canva’nın dikdörtgen araçlarını hiç kullanmadığını fark ettim — dikdörtgenleri Python’da çizmiş, sonra değiştirilmiş görseli Canva’ya yüklemiş. Bu da o yamuk dikdörtgenleri daha sonra elle ayarlayamamam anlamına geliyordu.
Örnek 3: Basit Bir Kapak Görseli Tasarlama
Bu noktada Agent’ten fazla karmaşık bir görev istediğimi fark ettim. Kolaj oluşturma; web kazıma, mekânsal akıl yürütme, çoklu görsel düzenleme ve hassas tasarım işlerini aynı anda içeriyordu.
Bu yüzden daha basit bir şey denedim: blog yazıları için kapak görseli oluşturma. Aslında kendim yapmaktan hoşlanmadığım bir iş, dolayısıyla Agent bunu halledebilirse gerçekten faydalı olurdu.
Gereksinimleri temel tuttum: “ChatGPT’nin yeni Agent Modu üzerine bir eğitim yazıyorum. Göreviniz, DataCamp’in marka renklerini kullanarak 16:9 bir kapak görseli oluşturmak. ‘ChatGPT Agent’ anahtar sözcüğünü ve bu sözcüğün yanında bulabileceğiniz herhangi bir robotik figürü içermeli. Bu görevi tamamlamak için Canva’yı kullanın.”
Daha yönetilebilir bir başarı
Bu kez çok daha iyi sonuç aldım. Agent, DataCamp’in marka renklerini doğru biçimde araştırdı ve iki öğeyi Canva’da yan yana ekledi. Öğelerin hizalaması hâlâ tam değildi — metin ve görseller birbirine göre mükemmel konumlanmamıştı — ancak en azından gerçek Canva öğelerini kullandı.
Bu da, önceden hazırlanmış bir tasarım yüklemek yerine, öğeleri kendim biraz sürükleyip daha iyi konumlara getirebileceğim anlamına geliyordu. Birkaç hızlı düzenlemenin ardından kullanılabilir bir kapak görselim oldu.
Farklı bir sohbet başlığında önceki karmaşık görev sırasında Canva’ya giriş yapmama rağmen, Agent’in burada benden tekrar giriş istememesi ilginç bir detaydı. Görünüşe göre sanal bilgisayar, oturumlar arasında tarayıcı geçmişini, çerezleri ve giriş bilgilerini kaydediyor. İş akışları için kullanışlı, ancak ChatGPT’nin bu bilgileri saklamasını istemiyorsanız — bunu manuel olarak temizlemeniz gerekir.
Örnek 4: Lego Parça Araştırması
Bu kez geçmişte zorlandığım bir konuda Agent’i test etmeye karar verdim. Ben bir AFOL’um (yetişkin Lego hayranı) ve birkaç ay önce, o3 modeliyle 10.000 parçalık bir Lego Technic başlangıç toptan paketi için ChatGPT’den bir CSV dosyası oluştirmesini istemiştim.
Uzun CSV dosyası üretimi, takip edilmesi gereken çok sayıda ufak ayrıntı olduğundan LLM’ler için zordur. En az 50 farklı parçadan, kimliklerinden, adlarından ve adetlerinden oluşan bir CSV ürettiğinde, web aramasına erişimi olmasına rağmen bazı parça kimliklerinde epey halüsinasyon yaptığını gördüm.
Araştırmam orada sona erdi çünkü her bir parça kimliğini tek tek kontrol edecek, kimliklerin gerçekten var olduğundan ve o3’ün BrickLink’te (resmî Lego parça ve set pazaryeri) almamı istediği gerçek parçayla eşleştiğinden emin olacak sabrım yoktu.
Testin kurulumu
Ama artık benim yerime çift kontrol gezintisini yapabilen Agent’e erişimim olduğuna göre, basitlik açısından bu kez daha küçük, 3.000 parçalık bir koleksiyon için o3’ten yeniden bir CSV dosyası istedim:
I want you to generate me a 3000-piece bulk pack for getting started with Lego Technic.
I am interested in building cars and motorized mechanisms as a hobby.
The bulk pack you generate must be saved to a CSV file with the following columns:
- Part ID
- Part name
- Amount
Use the official part IDs and names so that when I upload the CSV to bricklink, I can place an order with a single clickModel 5 dakika düşündü ve bana CSV dosyasını verdi. Sonra yeni bir başlığa geçtim (çünkü bir sohbet başlığındaki ilk istem Agent için değilse Agent modu devre dışı kalıyor).
Doğrulama görevi
Dosyayı yükledim ve şu istemi yazdım:
I attached a 3,000-piece Lego Technic starter pack list. Your task is to double-check that each part listed in the list actually exists and that part IDs actually match part names. You must use BrickLink website (only BrickLink) as a single source of truth.
If certain part IDs or names are incorrect, correct them. Afterward, create a wishlist on BrickLink that will allow me to one-click order them later. When creating the wishlist, ask me to log in to BrickLink and I will do that for you.
Agent işe koyuldu. BrickLink sitesinde 5 dakika çalıştıktan sonra üç parçanın sitede farklı adlandırıldığını buldu ve bunları düzeltti. Bu, bizzat yapmaktan kaçınmak istediğim tam da o yorucu doğrulama işiydi.
İş akışının koptuğu yer
Daha sonra hesabımda bir istek listesi oluşturmak için benden giriş yapmamı istedi. Kimlik bilgilerimle giriş yaptım ve Agent istek listesi oluşturmak için kontrolü geri aldı.
Son “Create wishlist” düğmesine tıklamadan önce, bu tür önemli işlemlerden önce yapacak şekilde eğitildiği için benden onay istedi. Evet diye yanıt verdim ve iş akışı bu noktada koptu.
Agent istek listesini oluşturduğunu söyledi, fakat hesabımı ziyaret ettiğimde böyle bir şey yoktu. Aslında, son oluştur düğmesine basması ve görevi tamamlamak için CSV dosyasını yüklemesi gerekiyordu. Ancak bu son kısım atlanmıştı.
Kısmi bir başarı
Ama elbette zor olan — CSV’den BrickLink’e, oradan tekrar CSV’ye defalarca geçiş gerektiren gerçek araştırma kısmı — Agent tarafından doğru şekilde yapıldı. Onlarca parça kimliğini başarıyla doğruladı, adlandırma tutarsızlıklarını yakaladı ve düzeltti. Bu, saatlerce sürecek manuel çapraz kontrol işinden beni kurtardı.
Başarısızlık en sonda, muhtemelen Agent’in BrickLink’in çok adımlı yükleme sürecini yanlış anlaması nedeniyle istek listesi oluşturmada geldi. Can sıkıcı olsa da temel değer sağlandı: Artık doğru parça kimliklerine sahip doğrulanmış bir CSV dosyam vardı ve bunu BrickLink’e manuel olarak yükleyebilirdim.
Örnek 5: Slayt Gösterisi Oluşturma
Son olarak, duyuru yazısında Agent’in gerçek dünya kullanım alanlarından biri olarak sunum oluşturma yer aldığı için Agent’in PowerPoint yeteneklerini test etmek istedim. PowerPoint’i mümkün olduğunca kaçındığım bir şey ve sunum yapmam gerekirse Gamma kullanıyorum.
Şimdi Agent’in Gamma ile aynı seviyede olup olmadığını görmek istedim. İstemim şuydu:
I want you to build me a presentation pitch deck for convincing existing Manus users to the newly released ChatGPT Agent.
Here is the announcement post that you can use for information: https://openai.com/index/introducing-chatgpt-agent/Agent hemen bir takip sorusu sordu:
Do you have any specific preferences for slide count, visual style, or key points you'd like emphasized?Ben de şöyle yanıtladım:
Yes, keep it to 10 slides max, use a minimalistic white, black and red (gradients are allowed) for the style.
If possible, look for direct comparisons between Manus and ChatGPT Agentİşe yarayan farklı bir yaklaşım
Agent sunum üzerinde 13 dakika çalıştı. İlginç bir şekilde Google Slaytlar’ı kullanmadı — terminalde Python ve JavaScript kombinasyonu çalıştırdı!
