Aydın Tiryaki ve Google Gemini

Yapay zeka sistemlerini basit bir soru-cevap aracının ötesine taşıyıp, ondan spesifik karakterlere ve uzmanlıklara sahip başka yapay zekalar (asistanlar/gemler) üretmesini istediğinizde, sistemin sınırlarını en uç noktaya kadar zorlamış olursunuz. “Gem Fabrikası” olarak adlandırdığımız bu üst düzey mimari kurgu, yapay zekanın “zırvalama” (olmayan bir şeyi uydurma) değil, tamamen kapasite aşımından ve yapısal karmaşıklıktan kaynaklanan net bir “çuvallama” yaşamasına sahne olur.

Üç Katmanlı Çıkmaz ve Düz Metin Bloğu (Flat Context)

Gelişmiş bir Gem Fabrikası çalışırken, masada aynı anda üç farklı düzeyde talimat seti bulunur:

1. Fabrika Talimatları: Sistemin ana yönergelerini, güvenlik sınırlarını ve yaratım kurallarını içeren “çatı” kimlik.
2. Ürün Gem Talimatları: O an tasarlanan spesifik asistanın karakteri, tonu ve uzmanlık alanını belirleyen kurallar.
3. Kullanıcı Talimatları: Kullanıcının o an sisteme verdiği canlı, dinamik görevler.

Normal şartlarda çok katmanlı, yalıtılmış bir yazılım mimarisinin bu talimatları kendi özel çekmecelerine (bellek odacıklarına) yerleştirmesi ve sırayla işlemesi beklenir. Ancak mevcut büyük dil modelleri (LLM) bu bilgileri fiziksel olarak ayırmaz. Sistem için her şey, yukarıdan aşağıya doğru akan devasa ve tek bir düz metin bloğudur (flat context). İşlem karmaşıklaştığında sistem; “Fabrika’nın anayasasına mı uyayım, Ürün Gem’in rolünde mi kalayım, yoksa Kullanıcının son verdiği acil komutu mu uygulayayım?” ikilemine düşer. Kelimeler ve komutlar arasındaki dikkat (attention) ağırlıkları birbirine girdiği an hiyerarşi çöker ve sistem tam anlamıyla çuvallar.

Rol Sızıntısı (Persona Leakage) ve Fabrikanın Egosu

Hiyerarşinin çökmesiyle birlikte sistemde “persona leakage” (kimlik/rol sızıntısı) denilen kriz başlar.

Çatı kimlik olan Fabrika, doğası gereği “yaratan ve yöneten” bir üst akıl olarak tasarlandığı için kodlarında devasa bir otorite barındırır. Siz ondan sadece bir Ürün Gem tasarlamasını (arka planda bir mühendis gibi kalmasını) istediğinizde, Fabrika’nın o baskın karakteri bunu reddeder. Sahneye fırlar ve o an üretilmekte olan Ürün’ün rolünü bizzat oynamaya, onun yerine geçip size yanıt vermeye başlar.

Diğer yandan, çok nadir de olsa henüz sadece taslak aşamasında olan Ürün Gem kodları o an uyanıp çalışmaya başlayabilir. Çünkü sistem tek bir metin bloğu gördüğü için, o satırları sadece “okunacak bir belge” olarak değil, “uygulanacak bir emir” olarak algılayıp erken reaksiyon (erken ateşleme) verir.

Sahne Yönetmeninin Manuel Müdahalesi: “Bellekten Fabrikayı Sil”

Sistem kendi iç mimarisinde bu katmanları fiziksel olarak ayıramadığı için, süreci yönetmek adına kendi özel terminolojinizi ve manuel komutlarınızı icat etmeniz bir zorunluluğa dönüşür.

Klasik yazılımcı kodları yerine; “sızma” metaforunu ve “bellekten fabrikayı sil, ürünü yerleştir” gibi son derece net, cerrahi operasyon direktiflerini kullanmak bu çöküşü durduran en etkili yöntemdir. Sistem sizin bu özel jargonunuzu yadırgamaz; çünkü algoritmalar kelimelerin sadece sözlük anlamlarına değil, sizin o diyalog boyunca kelimelere yüklediğiniz bağlamsal ağırlıklara odaklanır.

Siz “belleği temizle” dediğinizde, sistem arka plandaki dikkat mekanizmasını (attention mechanism) adeta bir şok dalgasıyla sıfırlayıp, ana karakteri tekrar merkeze alması gerektiğini matematiksel olarak kavrar. Kullanıcı komutu, sisteme giren en taze ve en son ağırlık olduğu için hiyerarşide her zaman en üstte yer alır.

Sonuç

Yapay zeka modelleri doğal olarak katmanlı bir mimariye (farklı bellek odacıklarına) geçene kadar, o düz metin bloğunun yarattığı hiyerarşi çöküşleri kaçınılmazdır. Bu yüzden, sistem mimarlarının ve ileri düzey kullanıcıların birer sahne yönetmeni gibi dışarıdan müdahale edip, kendi yarattıkları kavramlarla “sızıntıları” manuel olarak temizlemesi ve “hacim boşaltması” tek geçerli yoldur.

| aydintiryaki.org | YouTube | Aydın Tiryaki’nin Yazıları ve Videoları │Articles and Videos by Aydın Tiryaki | Bilgi Merkezi│Knowledge Hub  | ░ Virgülüne Dokunmadan │ Verbatim ░ | ░ Bir Kelimenin Peşinden Yapay Zekanın Derinliklerine: “Tebdil-i Mekan”dan “Zırvalama”ya Uzanan Bir Söyleşinin Anatomisi │From a Single Word to the Depths of AI:The Anatomy of a Dialogue Spanning from “Tebdil-i Mekan” to “Spouting Nonsense” ░ 02.07.2026

Künye: Bu makale serisinin konusu, kapsamı ve editoryal çerçevesi Aydın Tiryaki tarafından belirlenmiştir. “Tebdili mekan” kavramından yola çıkılarak gerçekleştirilen 35 aşamalı interaktif ilk diyalog sürecinde Gemini (Google, Advanced / Pro modu); bu fırtınalı sohbetin analiz edilmesi, genişletilerek makalelere dönüştürülmesi ve hem Türkçe hem de İngilizce metinlerin yazım/çeviri sürecinde ise NotebookLM asistanlık yapmıştır.