"Chatbot" kelimesi bugün çok farklı şeyleri anlatmak için kullanılıyor. Sitede gördüğünüz iki sohbet kutusu birbirinin aynısı görünebilir ama arkalarındaki mantık taban tabana zıt olabilir.
Kısa cevap
Kural tabanlı chatbot önceden yazılmış senaryoları takip eder. Kullanıcının cümlesinde belirli kelimeleri arar ve eşleşen hazır cevabı gösterir.
Yapay zeka destekli canlı destek bir dil modeli kullanır. Cümleyi anlamaya çalışır ve verilen bilgi tabanından kendi cevabını üretir.
Fark, "arama" ile "anlama" arasındaki fark.
Yan yana karşılaştırma
| Kural tabanlı chatbot | AI destekli canlı sohbet | |
|---|---|---|
| Kurulum | Her senaryo elle yazılır | Site taranır, bilgi tabanı otomatik oluşur |
| Beklenmedik soru | "Anlayamadım" der | Bilgi tabanından cevap üretmeye çalışır |
| Yazım hatası / argo | Genelde eşleşmez | Sorun olmaz |
| Çok dillilik | Her dil ayrı senaryo | Model zaten çok dilli |
| Bakım | Yeni soru = yeni senaryo | Yeni bilgi = yeni kart |
| Öngörülebilirlik | Çok yüksek | Yüksek, ama %100 değil |
| Maliyet | Sabit abonelik | Genelde kullanım başına |
Kural tabanlı chatbot ne zaman daha iyi?
Yapay zeka her durumda üstün değil. Kural tabanlı yaklaşım şu hallerde daha mantıklı:
- Cevapların kelimesi kelimesine sabit olması gerekiyorsa. Hukuki veya finansal bir bildirim metninde yorum payı istemezsiniz.
- Akış işlem içeriyorsa. "Sipariş no girin → durumu göstereyim" gibi bir akış, sistem entegrasyonu işidir; dil modeli gerekmez.
- Soru çeşitliliği gerçekten çok darsa. Beş sorudan ibaret bir SSS için yapay zeka fazladan karmaşıklık olabilir.
Yapay zeka ne zaman fark yaratır?
- Ürün veya sayfa sayınız fazlaysa. 200 ürünlü bir mağaza için senaryo yazmak pratik değil; tarama işi çözüyor.
- Sorular tahmin edilemiyorsa. Ziyaretçiler nadiren sizin beklediğiniz kelimelerle yazıyor.
- Birden fazla dilde destek veriyorsanız. Aynı bilgi tabanı farklı dillerde çalışır, her dil için ayrı senaryo yazmazsınız.
- İçeriğiniz sık değişiyorsa. Siteyi yeniden taratmak, onlarca senaryoyu güncellemekten hızlı.
Yapay zekanın gerçek riski: uydurma cevap
Dil modelleri bilmedikleri şeyi bilmiyormuş gibi göstermek yerine makul görünen bir cevap üretebilir. Bu bilinen bir sorun ve ciddiye alınması gerekir.
Pratikte üç önlem riski büyük ölçüde kapatıyor:
- Kapalı bilgi tabanı. Model yalnız sizin verdiğiniz kartlardan yanıt üretir, genel bilgisinden değil.
- Bilmediğinde devret. "Emin değilsen operatöre aktar" talimatı sistem promptuna yazılır.
- Konuşmaları okuyun. İlk haftalarda gerçek sohbetleri gözden geçirmek, bilgi tabanındaki boşlukları en hızlı gösteren yöntem.
Üçüncüsü en çok ihmal edilen ve en çok işe yarayan adım.
Hangi modeli seçmeli?
Yapay zeka tarafını seçtiyseniz, altta hangi dil modelinin çalıştığı da bir tercih. Aihelpbot bu noktada OpenRouter üzerinden 300'den fazla modele erişim veriyor — Claude, GPT-4o, Gemini, DeepSeek ve diğerleri.
Pratik yaklaşım: günlük trafiği daha küçük ve ucuz bir modelle karşılayın, karmaşık sorularda daha güçlü bir modele geçin. Türkçe desteği bugün yaygın modellerin hepsinde güçlü, bu artık ayırt edici bir kriter değil.
Karar için üç soru
- Ziyaretçilerinizin sorduğu soruların listesini çıkarabiliyor musunuz? Çıkarabiliyorsanız ve liste kısaysa, kural tabanlı yeterli.
- İçeriğiniz ayda birden fazla değişiyor mu? Değişiyorsa yapay zeka bakım yükünü ciddi biçimde azaltır.
- Mesai dışı gelen soruların kaçını kaçırıyorsunuz? Bu sayı yüksekse, hangi yöntemi seçerseniz seçin 7/24 çalışan bir şey kurmanız gerekiyor.