Kurum İçi Doküman Asistanı: RAG Nasıl Kurulur, Ne Kadar Tutar?

Şirketlerin en pahalı bilgisi, kimsenin bulamadığı bilgidir. Sözleşmedeki ihbar süresi yazılıdır ama hangi klasörde olduğunu iki kişi bilir. Ürünün montaj toleransı şartnamede geçer ama şartname 90 sayfadır. Bu soruların cevabı vardır; maliyeti arama süresidir.

Kurum içi doküman asistanı tam olarak bu maliyeti hedefler. Bu yazı asistanın nasıl kurulduğunu, neyin fiyatı belirlediğini, hangi gereksinimlerin tekliflerde eksik kaldığını ve hangi durumlarda hiç kurulmaması gerektiğini anlatıyor.

Doküman asistanı mekanik olarak ne yapıyor

Dört adım var ve maliyet kalemlerinin her biri bu adımlardan birine düşüyor.

1. Toplama. Belgeler bulundukları yerden alınır ve metinleri çıkarılır. Paylaşımlı sürücü, e-posta ekleri, doküman yönetim sistemi, ERP’deki ek dosyalar.

2. Bölme ve indeksleme. Metin anlamlı parçalara ayrılır, anlamı temsil eden sayısal biçime çevrilir ve aranabilir bir indekse yazılır. Yanına üstveri eklenir: kaynak, tarih, departman, yetki seviyesi.

3. Getirme. Soru aynı biçime çevrilir, en alakalı parçalar bulunur ve — kritik nokta — soruyu soran kişinin görmeye yetkili olduğu belgelerle sınırlanır.

4. Üretme. Dil modeli bu parçaları ve soruyu alır, yalnızca onlara dayanarak cevap yazar, kaynağı gösterir.

Herkesin gözünde canlanan adım dördüncüsü. İşin bulunduğu yer ise birinci ve ikinci adım.

Fiyat aralığı neden bu kadar geniş

Piyasada aynı üç harfle anlatılan işler arasında on kat fark olabiliyor. Sebep şu tabloda:

Etken	Ucuz uç	Pahalı uç
Belge formatı	Dijital metin, tutarlı yapı	Taranmış görüntü, el yazısı notlar, karışık dil
Kaynak sayısı	Tek klasör veya tek sistem	Farklı kimlik doğrulamalı altı sistem
Yetkilendirme	Herkes her şeyi görüyor	Belge bazlı, mevcut dizinden devralınan yetki
Güncellik	Haftalık yeniden indeksleme	Belge değiştiği anda indeksin güncellenmesi
Çıktı	Kaynaklı cevap	Cevap + başka sistemde işlem başlatma
Denetim izi	Yok	Her sorgu ve getirme kaydediliyor, saklanıyor
Barındırma	Yönetilen bulut	Kendi sunucunuzda model, dışa kapalı ağ

Sektör kaynakları da aynı noktayı işaret ediyor: RAG projelerinde en büyük maliyet kaleminin dil modeli değil veri işi olduğu — çıkarma, temizleme, bölme, üstveri tasarımı ve yetki yönetimi — yaygın bir tespit.

Bizim yayımladığımız 80.000-150.000 ₺ / 2-4 hafta bandı bu tablonun dar ucunda duruyor: tanımlı bir doküman kümesi üzerinde, kaynak gösteren ve yetki filtresi çalışan bir asistan. Kurumsal bilgi platformu değil ve öyle satılmıyor. Bant tablosunun tamamı fiyat sayfasında.

Somut senaryo: garanti ve servis şartlarını cevaplayan asistan

Hangi süreç. Bir dayanıklı tüketim malı üreticisinin çağrı merkezi, bayilerden gelen garanti kapsamı sorularını cevaplıyor.

Girdi. 14 yıla yayılmış ürün ailelerinin garanti şartnameleri, servis prosedürleri, bayi sözleşmeleri ve teknik bültenler. Toplam birkaç bin PDF, üçte biri taranmış.

Bugünkü akış. Temsilci soruyu alır, dosya sunucusunda arar, emin olamazsa teknik müdüre sorar, teknik müdür akşam döner. Bayi bir gün bekler.

Asistanlı akış.

1. Temsilci soruyu asistan ekranına yazar: “2019 model X serisinde kompresör garantisi kaç yıl, montaj hatası kapsam dışı mı?”
2. Asistan yalnızca temsilcinin yetkili olduğu belge kümesinde arar; bayi fiyat anlaşmaları bu kümede değildir.
3. Cevabı iki paragrafta verir ve her cümlenin altında kaynağı gösterir: belge adı, sürüm tarihi, sayfa numarası.
4. Belgeler arasında çelişki varsa bunu söyler: “İki farklı bülten farklı süre veriyor; 2021 tarihli olan daha güncel.”

İnsan onayı nerede. Temsilci cevabı bayiye iletmeden önce kaynağa tıklayıp doğrular. Asistan bayiye doğrudan yazmaz. Garanti dışı karar veren tek merci hâlâ teknik müdürdür; asistan yalnızca dosyayı bulur.

Çıktı. Bir günlük bekleme birkaç dakikaya iner, teknik müdürün üzerindeki tekrar eden soru yükü azalır.

Neden asistan bayiye doğrudan yazmıyor? Çünkü garanti kapsamı beyanı sözleşmesel sonuç doğurur. Kaynak gösteren bir taslak yararlı, imza yetkisi tehlikeli.

Çalışıp çalışmadığını belirleyen beş şey

Doküman kalitesi model seçiminden önemli. Prosedürleriniz birbiriyle çelişiyorsa asistan çelişkiyi sadakatle önünüze koyar. Bir sözleşmenin üç sürümü sürücüde duruyor ve hangisinin geçerli olduğu belli değilse, soruya en çok benzeyeni gösterir.

Bölme stratejisi ayrıntı değil. Bir sözleşmeyi madde ortasından bölmek, aramada iyi çıkan ama yanlış okunan parçalar üretir. Başlık yolunu üstveri olarak saklayan, yapıya duyarlı bölme; demo ile insanların kullanmaya devam ettiği sistem arasındaki farkın büyük kısmıdır.

Yetki filtresi getirme anında uygulanmalı. Her şeyi getirip sonra saklamaya çalışan tasarımlarda içerik özetten sızar. Filtre arama sorgusunun içinde olmalı.

Kaynak göstermek ürünün kendisi. Kaynaksız cevap bir iddiadır; tek tıkla paragrafa götüren cevap bir araçtır. Kaynak göstermeyen hiçbir kurulumu kabul etmeyin.

“Bilmiyorum” diyebilmeli. Her soruya cevap üreten asistan, üretmemesi gereken bazı cevapları da üretiyor demektir.

Kabul testi: 20 soru yöntemi

Bu sıra kendi zamanınızdan bir hafta alır ve riskin çoğunu ortadan kaldırır.

1. Demo görmeden önce 20 gerçek soru yazın. İnsanların birbirine sorduğu sorulardan alın. Beşi zor olsun.
2. Doğru cevapları ve kaynak belgelerini yazın. Bu sizin test setiniz; değerlendirmeyi izlenimden çıkarıp ölçüme çeviren tek şey.
3. Temsili bir belge örneği hazırlayın. Birkaç yüz belge, çirkinleri dahil. Temiz örnek seçmeyin; test edilmesi gereken zaten çirkin olanlar.
4. Kendi sorularınızla pilot isteyin. Yalnızca kendi verisiyle demo yapmakta ısrar eden tedarikçi size bir şey söylüyordur.
5. Her cevaba üç puan verin: doğru mu, kaynak doğru mu, yeni bir çalışan bu cevapla işi yapabilir mi. Doğru ama kaynaksız cevap başarısızdır.
6. Yetki sınırını bilerek deneyin. Yetkisiz bir kullanıcıyla kısıtlı bir soru sorun. En küçük sızıntıda durun.
7. Sorgu başına işletme maliyetini isteyin ve gerçekçi aylık soru sayısıyla çarpın.

20 sorunun 15’i doğru ve kaynaklı geliyorsa üzerine inşa edilecek bir şey var demektir. 8’i geliyorsa sorun neredeyse kesinlikle belgelerinizdedir ve hiçbir model ayarı bunu düzeltmez.

İşletme maliyeti: kurulumdan sonra ne ödenir

Kalem	Neye göre büyür	Nasıl kontrol edilir
Model çağrısı	Soru sayısı × getirilen metin miktarı	Az ama isabetli parça getir, tekrar eden soruları önbelleğe al
Yeniden indeksleme	Belge değişim hızı	Tüm arşivi değil, yalnızca değişeni indeksle
İndeks barındırma	Arşiv büyüklüğü	Geçersiz belgeleri ayıkla; zaten kaliteyi düşürüyorlardı
Uygulama barındırma	Eşzamanlı kullanıcı	Standart ölçekleme
OCR	Yeni taranmış belge sayısı	Kaynağı düzeltin; dijital doğan belgenin işlenmesi bedavaya yakın

Sezgiye aykırı ama önemli nokta: işletme maliyetindeki en büyük kaldıraç ile cevap kalitesindeki en büyük kaldıraç aynı. Beş isabetli parça getirmek, yirmi vasat parça getirmekten hem ucuz hem daha doğru.

Mevzuat tarafı: kim erişti, ne kaydedildi

KVKK’nın üretken ve etken yapay zekâ rehberlerinde öne çıkan iki ilke doküman asistanını doğrudan ilgilendiriyor: veri minimizasyonu ve otomatik kararların insan tarafından denetlenebilirliği. Kurumun etken yapay zekâ rehberinde, çok adımlı sistemlerde veri işlemenin kapsamının öngörülemez biçimde genişlemesi bir risk başlığı olarak sayılıyor.

Pratikte bunun karşılığı üç kayıt: hangi kullanıcı hangi soruyu sordu, hangi belgeler getirildi, cevap ne oldu. Bu üç kayıt hem denetim yükümlülüğünü karşılar hem de aldığınız en iyi ürün yol haritasıdır — insanların neyi bulamadığını birebir gösterir.

Avrupa’ya iş yapıyorsanız ek bir başlık var: AB Yapay Zekâ Yasası’nın şeffaflık yükümlülükleri 2 Ağustos 2026’da yürürlüğe girdi ve kullanıcıyla konuşan sistemlerde bildirim zorunluluğu getiriyor. Kurum içi bir asistanda bu düşük maliyetli bir madde; sonradan eklemek yerine baştan koymak yeterli.

Kurulumdan önce verilmesi gereken altı karar

Bu altı karar bugün ucuz, sonradan pahalı. Sözleşmeden önce yazılı hâle getirin.

1. İndeks nerede duracak? Varsayılan önerimiz sizin seçtiğiniz bölgedeki kendi bulut hesabınız. Veri yerleşimi tartışmasını kısaltan tek yol bu.

2. Hangi model, soru metni dışarı çıkıyor mu? Dış sağlayıcının modeli daha iyi cevap verir ve dışarıya bir veri işleyen ekler. Kendi sunucunuzda çalışan açık model bunu ortadan kaldırır, karşılığında kalite ve işletme yükü ister. Kararı ve gerekçesini yazın; kişisel veri işleniyorsa bu kayıt doğrudan aktarım analizinize girer.

3. Yetkiler nereden geliyor? Mevcut dizininizden veya dosya sisteminizden devralmak başta daha çok iş, sonrasında çok daha az iştir. Ayrı bir yetki tablosu tutmak ise ilk gün kolay, altıncı ayda güncelliğini yitirmiş olur.

4. Belgeler indekse nasıl giriyor? Kaynak sistem değişiklikte haber veriyor mu (itme), yoksa periyodik olarak taranıyor mu (çekme)? İtme daha iyidir ve belgeleri tutan sistemlerin iş birliğini gerektirir.

5. Yürürlükten kalkan belgeye ne oluyor? İndeksten çıkarılıyor mu, kalıp “geçersiz” olarak işaretleniyor mu? İşaretlemeden saklamak, asistanın iki yıl önce değişmiş bir prosedürü emin bir dille alıntılamasının tek sebebi.

6. Asistan işlem yapacak mı? Soru cevaplamak ile bir sistemde kayıt açmak farklı risk profilleri. İleride işlem yapacaksa denetim izini bugün tasarlayın.

Pilottan üretime: altı pratik kural

• Tek departman, tek doküman kümesiyle başlayın. Kapsam genişliği dört haftalık projeyi altı aya çeviren tek etken.
• Kaynakları varsayılan olarak gösterin, bir düğmenin arkasına saklamayın. Bu, insanların cevabı kullanma biçimini değiştiriyor.
• Her sorguyu kaydedin. Sorgu kaydı elinize geçecek en iyi yol haritası; insanların neyi bulamadığını birebir gösteriyor.
• “Bilmiyorum” diyebilme yolu bırakın. Her soruya cevap üreten sistem, üretmemesi gereken cevapları da üretir.
• Yeniden indeksleme sıklığını belirleyin ve güncellikten sorumlu bir isim yazın. Aksi hâlde asistan yavaşça “eskiden doğru olan şeylerin arşivi” hâline gelir.
• Paralel dönem bırakın. İki hafta boyunca asistanın cevabı kullanılmadan üretilir ve mevcut yöntemle karşılaştırılır. Bu iki hafta, devreye alma sonrası güveni belirliyor.

Ne zaman yapmayın

Belgeleri kimse güncellemiyorsa yapmayın. Yanlış bilgiye daha hızlı ulaşmak iyileşme değil.

Cevap veri tabanındaysa yapmayın. Stok, bakiye, sipariş durumu — bunlar sorgudur.

Hesap gerekiyorsa yapmayın. Dil modelleri hesap makinesi değil. Aritmetik koda yönlendirilir.

Soru çeşitliliği çok düşükse yapmayın. Sorulan şey beş kalıptan ibaretse, iyi yazılmış beş sayfalık bir kılavuz aynı işi bedavaya görür.

Kararı asistan verecekse yapmayın. Taslak, özet ve kaynak gösterme uygundur. Ödeme, sevkiyat ve sözleşme kararları insanda kalır.

Arşiv baştan sona taranmış görüntüyse önce onu konuşun. Bu bir doküman asistanı projesi değil, önce bir dijitalleştirme projesidir; ikisini tek bütçeye sıkıştırmak her ikisini de bozar.

Kendi durumunuzu ölçün

1. Haftada kaç kez “bu nerede yazıyordu” sorusu soruluyor? Bir hafta boyunca not alın. 20’nin altındaysa mesele arama değil.
2. Bu sorulara kim cevap veriyor ve saati ne kadar? Cevap genelde en pahalı kişide toplanır; asıl maliyet kalemi budur.
3. Arşivin yüzde kaçı taranmış görüntü? 100 belgelik rastgele bir örnek alıp sayın. Bu tek sayı bütçenizi belirler.
4. Kaç farklı yetki seviyesi var? Herkes her şeyi görebiliyorsa proje küçülür; göremiyorsa yetki filtresi kapsamın merkezine girer.
5. Belgelerin sahibi kim? Güncelliğinden sorumlu bir isim yoksa, asistan kurmadan önce o ismi belirleyin.

Beş sorunun cevapları bir sayfaya sığar ve teklif isterken bu sayfa, teklifin kalitesini teknik şartnameden daha çok belirler.

Sonraki adım

Doküman asistanının süreçlerin içine nasıl bağlandığı iş süreci otomasyonu sayfasında, mevcut sistemlerinize bağlanma yöntemleri entegrasyon sayfasında, bant tablosu fiyat sayfasında. Hazır copilot ile özel asistan ayrımını şirkete özel yapay zekâ yazısında karşılaştırdık. Yukarıdaki beş ölçümü yapıp teklif formuyla gönderin; hangi doküman kümesiyle başlanması gerektiğini o rakamlar üzerinden konuşalım.

---

İlgili Depo Rehberleri ve Hesaplayıcılar

• Sevkiyat Hatası ve İade Maliyeti Hesaplayıcı — Deponuzdaki yanlış ürün gönderimlerinin yıllık çift kargo maliyetini hesaplayın.
• En İyi WMS ve Barkodlu Depo Yönetim Programları — Logo, Mikro, Nebim, DİA ve özel WMS sistemleri karşılaştırması.
• Depo Sevkiyat ve Barkod Kontrol Fiyatları — Paketleme masası ve doğrulama istasyonu bütçe rehberi.
• WMS Depo Yazılımı Fiyatları 2026 — Depo otomasyonu ve adresli raf yönetimi maliyetleri.

Sıkça sorulan sorular

RAG tam olarak ne demek?

Getirmeli üretim. Dil modeli hafızasından cevap vermek yerine, önce sizin belgelerinizde soruyla en alakalı bölümleri arar, sonra sadece o bölümlere dayanarak cevap yazar ve kaynağı gösterir. Hatırlayan bir asistanla dosyaya bakan bir asistan arasındaki fark budur.

Taranmış PDF'lerimiz var, sorun olur mu?

Olur ve bu bütçeyi en çok değiştiren tek kalemdir. Dijital metin içeren PDF'in okunması neredeyse bedavadır. Taranmış, kaşeli, el yazısı notlu belge ise ayrı bir OCR işi demektir. Teklif almadan önce arşivinizin yüzde kaçının görüntü tabanlı olduğunu ölçün; bu tek sayı teklifler arasındaki farkı büyük ölçüde açıklar.

Herkes her belgeyi görebilecek mi?

Hayır ve bu gereksinimi baştan yazmak şart. Yetki filtresi arama anında uygulanmalıdır: kullanıcının sorusu yalnızca zaten görmeye yetkili olduğu belgeler içinde aranır. Filtreyi aramadan sonra uygulayan tasarımlarda içerik özet ve yorum yoluyla sızar. Tekliflerde en sık eksik kalan madde budur.

Uydurma cevap verir mi?

Kaynaksız bir sohbet robotundan çok daha az, ama hiçbir zaman sıfır değil. Getirme adımı modeli sizin belgelerinize bağlar, kaynak bağlantısı da kullanıcıya tek tıkla doğrulama imkânı verir. Kalan risk, güncelliğini yitirmiş bir belgeden emin bir cevap üretilmesidir; bu bir model sorunu değil, doküman yönetimi sorunudur.

Belgelerimiz dışarı çıkıyor mu?

İki mimari var. Dış sağlayıcının modelini kullanırsanız soru metni ve getirilen bölümler o sağlayıcıya işlenmek üzere gider; sözleşmede saklama ve eğitim maddelerini yazılı olarak isteyin. Kendi sunucunuzda açık model çalıştırırsanız veri hiç çıkmaz, karşılığında cevap kalitesi ve işletme yükü değişir. Karar sizindir ve projenin ilk haftasında verilmelidir.

Mevcut ERP'mizin verisini de sorabilir miyiz?

Sorabilirsiniz ama bunu RAG ile yapmayın. 'Şu üründen kaç adet var' sorusunun cevabı bir veritabanı sorgusudur. Doğru tasarım, asistanın soruyu sınıflandırıp sayısal soruları doğrudan sorguya, metinsel soruları belge aramasına yönlendirmesidir. İkisini tek yola sıkıştıran kurulumlar her iki işi de kötü yapar.

İlgili rehberler

• Yapay Zekâ Ajanı Şirket İçinde Ne Yapar?
• Kurumsal AI Chatbot ve LLM Entegrasyonu: RAG Mimarisi, Şirket İçi Veri Gizliliği ve ERP Bağlantısı
• AI asistanı ne demek? Şirket içinde ne işe yarar?

Hizmet sayfası: Yapay zekâ entegrasyonu