# Yapay Zeka Sohbet Robotu Eğitimi: Kendi Verilerinizle Nasıl Yaparsınız? > Kendi verilerinizle yapay zeka sohbet robotu eğitimi nasıl yapılır? Adım adım rehberle botunuzu özelleştirin ve müşteri deneyimini geliştirin. _Yusuf Hakan Kalaycı — Yapay Zeka Araştırma Danışmanı & Yazılım Geliştirici · 2026-06-17 · https://palmate.ai/tr/blog/yapay-zeka-sohbet-robotu-egitimi-kendi-verilerinizle_ Bir sohbet robotu kuruyorsunuz, ancak genel yanıtlar müşterilerinizi tatmin etmiyor. Sorun şu: fabrika çıkışı modeller sizin ürünlerinizi, politikalarınızı ya da tonunuzu bilmiyor. Bu rehberi okuduktan sonra kendi verilerinizle yapay zeka sohbet robotu eğitimini sıfırdan tamamlayabilecek, bota markanıza özgü bilgi kazandırabileceksiniz. ## Öne Çıkanlar - Kendi verilerinizle eğitim, botun işletmenize özgü ürünleri, politikaları ve tonu tanımasını sağlar. - Kaliteli sonuç için en az 1.000 özgün soru-yanıt çifti toplayın, veriyi temizleyin ve niyet etiketleriyle işaretleyin. - Sıfırdan model kurmak yerine mevcut bir büyük dil modelini seçip ince ayar (fine-tuning) uygulayın. - KVKK uyumluluğu için kişisel verileri eğitim setinden anonimleştirin. - Canlıya aldıktan sonra doğruluk, yanıt süresi ve yönlendirme metriklerini izleyip modeli düzenli olarak yeniden eğitin. ## Hızlı özet - Müşteri konuşmalarını, SSS belgelerini ve ürün verilerini toplayın. - Veriyi temizleyin, kişisel bilgileri kaldırın, niyet etiketleri ekleyin. - Kullanım amacınıza uygun bir temel dil modeli seçin. - Veriyi modelin kabul ettiği formata dönüştürüp yükleyin. - İnce ayar parametrelerini belirleyip eğitimi başlatın. - Test senaryolarıyla modeli değerlendirin, hataları not edin. - Canlı ortamda izleyin ve periyodik olarak yeniden eğitin. ## Yapay zeka sohbet robotu eğitimi neden önemlidir? Genel amaçlı bir dil modeli, sektörünüze özgü terimleri veya işletmenizin iade politikasını bilmez. Kendi verilerinizle eğitim yapıldığında bot, müşterinin gerçekten sorduğu soruları tanır ve doğru yanıtı üretir. 2026 itibarıyla e-ticaret işletmelerinin yüzde 65'i özelleştirilmiş sohbet robotlarının destek maliyetini ortalama yüzde 30 oranında düşürdüğünü bildiriyor. [Palmate AI'ın yapay zeka sohbet robotu çözümleri](/tr/yapay-zeka-chatbot) bu süreci teknik bilgi gerektirmeden tamamlamanızı sağlar. ## Başlamadan önce gerekenler - En az 500 satır gerçek müşteri konuşması veya SSS verisi - Veri temizleme için bir metin editörü ya da Python 3.10 veya üzeri - Seçtiğiniz modelin API erişimi veya platform hesabı - KVKK uyumluluğu için kişisel verilerin anonimleştirilmesi planı - Temel JSON veya CSV biçimi bilgisi ## Adım adım eğitim süreci ### Adım 1: Eğitim verilerini toplayın İyi bir modelin arkasında kaliteli veri vardır. Müşteri destek geçmişi, web sitenizdeki SSS sayfaları, ürün kılavuzları ve satış ekibinin sıkça yanıtladığı e-postalar en işe yarar kaynaklardır. Verileri tek bir klasörde toplayın ve kaynağa göre etiketleyin. Bu aşamada 1.000'den fazla özgün soru-yanıt çifti hedefleyin; bu sayının altındaki veri kümesi modeli gereğinden dar bir alanda kilitler. > **Uyarı:** Sosyal medyadan çekilen ham yorumlar genellikle gürültülüdür. Bu kaynakları kullanıyorsanız ek bir filtreleme adımı ekleyin. ### Adım 2: Veriyi temizleyin ve etiketleyin Veri temizleme, eğitim sürecinin en uzun adımıdır. Yinelenen satırları silin, yazım hatalarını düzeltin ve kişisel bilgileri (ad, e-posta, telefon) kaldırın. Ardından her soru-yanıt çiftine bir niyet etiketi atayın; örneğin "iade_talebi", "urun_bilgisi" veya "teslimat_suresi". Niyet etiketleri botun konuyu doğru sınıflandırmasını sağlar. Etiketleme için açık kaynak araçlardan ya da platform arayüzünden yararlanabilirsiniz. > **İpucu:** Her niyet kategorisine en az 50 farklı soru çifti eklemeye çalışın. Az örnekli kategoriler model tarafından sıklıkla yanlış tanınır. ### Adım 3: Bir temel model seçin Kendi verilerinizden sıfırdan eğitim yapmak hem pahalı hem zaman alıcıdır. Bunun yerine mevcut bir büyük dil modelini (LLM) başlangıç noktası olarak seçin ve üzerine ince ayar (fine-tuning) uygulayın. Model seçerken dil desteğini, lisans koşullarını ve bağlam uzunluğunu kontrol edin. Türkçe ağırlıklı veri setleri için çok dilli modeller tek dilli alternatiflere göre genellikle daha iyi sonuç verir. ### Adım 4: Veriyi modele yükleyin Çoğu platform eğitim verisini JSONL formatında bekler. Her satır bir konuşma örneği içerir: kullanıcı mesajı ve beklenen bot yanıtı. Dosyanızı oluşturduktan sonra platformun yükleme arayüzüne veya API endpoint'ine gönderin. Yükleme sırasında dosya boyutunu kontrol edin; 100 MB üzeri dosyaları parçalara bölmek yükleme hatalarını azaltır. > **Dikkat:** Eğitim ve doğrulama setlerini ayırın. Toplam verinin yüzde 80'ini eğitime, yüzde 20'sini doğrulamaya ayırmak standart bir orandır. ### Adım 5: İnce ayar yapın İnce ayar parametrelerini belirleyin. Epoch sayısı (modelin veri setini kaç kez göreceği), öğrenme hızı ve batch boyutu en kritik üç parametredir. Küçük veri setlerinde 3 ile 5 epoch arası genellikle yeterlidir; daha fazlası modelin veriyi ezberlemesine ve yeni sorulara kötü yanıt vermesine yol açar. Parametreleri belirledikten sonra eğitimi başlatın ve kayıp (loss) değerini izleyin. ### Adım 6: Test edin ve değerlendirin Eğitim bittikten sonra modeli doğrulama setiyle test edin. Bota gerçek müşteri sorularını yöneltin ve yanıtları üç kritere göre değerlendirin: doğruluk, tonun marka standartlarına uyumu ve yanıt hızı. Hatalı yanıtları belgeleyin. Bu belgeler bir sonraki eğitim turunda doğrudan düzeltme verisi olarak kullanılabilir. > **İpucu:** Yanıtları elle değerlendirmek yerine doğrulama setindeki doğru yanıtlarla karşılaştıran otomatik bir skorlama scripti hazırlamak zaman kazandırır. ### Adım 7: Canlıya alın ve izleyin Model yeterli skoru aldıktan sonra canlı ortama taşıyın. İlk 30 gün boyunca botun yanıt verdiği konuşmaları haftalık olarak gözden geçirin. Müşterilerin sıklıkla sorduğu ancak botun yanıt veremediği yeni konular ortaya çıktıkça veri setinizi genişletin ve yeniden eğitin. [Palmate AI'ın e-ticaret sohbet robotu](/tr/e-ticaret-chatbot), bu izleme sürecini otomatik raporlarla destekler. ## Eğitim başarılı mı? Nasıl anlarsınız? Başarı ölçütleri nettir: doğrulama setindeki doğruluk oranı yüzde 85'in üzerinde olmalı, ortalama yanıt süresi 2 saniyenin altında kalmalı ve insan müdahalesine yönlendirilen konuşma oranı eğitim öncesine kıyasla düşmüş olmalıdır. Canlıya aldıktan sonra ilk iki haftada bu üç metriği takip edin. Beklenen iyileşme görülmüyorsa eğitim verisindeki niyet etiketlerini yeniden gözden geçirmek genellikle en hızlı düzeltmeyi sağlar. ## Sık yapılan hatalar ve çözümleri - **Yetersiz veri miktarı:** 500 satırın altındaki veri setiyle eğitilen modeller dar alanlarda iyi çalışır ama sınır dışı sorularda başarısız olur. Veri setini en az 1.000 çifte çıkarın. - **Etiket tutarsızlığı:** Aynı soruyu farklı niyet kategorilerine atamak modeli kafa karıştırır. Etiketleme kılavuzu hazırlayın ve birden fazla kişi etiketliyorsa kararları çapraz kontrol edin. - **Kişisel veri bırakma:** KVKK kapsamında ad, telefon veya sipariş numarası gibi bilgiler eğitim setinden çıkarılmalıdır. Temizleme adımını atlamayın. - **Aşırı öğrenme:** Epoch sayısını yüksek tutmak modelin veriyi ezberlemesine yol açar. Doğrulama kaybı artmaya başladığında eğitimi durdurun. - **Canlı izlemeyi ihmal etmek:** Eğitim bir kez yapılıp bırakılacak bir süreç değildir. Ayda en az bir kez yeni konuşmalarla modeli güncelleyin. - **Yanlış formatlama:** JSONL dosyasındaki tek bir bozuk satır yüklemenin tamamını durdurabilir. Yüklemeden önce bir JSON doğrulayıcı ile dosyayı kontrol edin. ## Bu yöntemi ne zaman kullanmalısınız? Kendi verilerinizle yapay zeka sohbet robotu eğitimi, sektöre özgü terminoloji kullanan veya karmaşık iade ve destek süreçleri olan işletmeler için uygundur. Eğer işletmeniz standart bir sektörde faaliyet gösteriyor ve çok az sayıda farklı soru tipiyle karşılaşıyorsa, hazır şablonlar ve kural tabanlı botlar daha az maliyetle benzer sonuç verebilir. Kendi verinizle bir bot eğitmek zaman ve uzmanlık gerektirir. [Palmate AI'ın yapay zeka sohbet robotu](/tr/yapay-zeka-chatbot), veri hazırlamadan canlı izlemeye kadar tüm süreci teknik ekip gerektirmeden yönetmenizi sağlar. Nasıl çalıştığını görmek için [ücretsiz demo](/tr/iletisim) talep edin. ## Sıkça Sorulan Sorular ### Yapay zeka sohbet robotu eğitmek ne kadar sürer? Veri hazırlama dahil toplam süre genellikle 1 ile 3 hafta arasındadır. İnce ayar işleminin kendisi kullanılan donanıma ve veri setinin büyüklüğüne göre birkaç saatten birkaç güne uzanabilir. Bulut tabanlı platformlar bu süreyi önemli ölçüde kısaltır. ### Kaç satır veri yeterlidir? Minimum 500 soru-yanıt çifti başlangıç için gereklidir; ancak 2.000 veya üzeri çift, modelin farklı soru varyasyonlarını tanımasını belirgin biçimde iyileştirir. Veri arttıkça doğruluk oranı da artar, ancak bu artış belirli bir noktadan sonra yavaşlar. ### Eğitim için teknik bilgi şart mı? Temel JSON ve CSV bilgisi işlemi kolaylaştırır. Bazı platformlar kod yazmadan veri yükleme ve eğitim başlatma imkânı sunar. Palmate AI gibi çözümler teknik ekip gerektirmeden bu süreci yönetmenize olanak tanır. ### Eğitim sonrası bot neden hâlâ yanlış yanıtlar veriyor? Yanlış yanıtların en yaygın nedeni eğitim verisindeki tutarsız etiketler veya belirli konularda yetersiz örnek sayısıdır. Hatalı yanıtları toplayın, bunları yeni eğitim verisi olarak ekleyin ve modeli yeniden eğitin. Bu döngü zamanla hata oranını düşürür. ### Eğitilmiş bot KVKK ile uyumlu olabilir mi? Evet, eğer eğitim verisinden kişisel bilgiler anonimleştirildiyse ve model müşteri verilerini depolayacak şekilde yapılandırılmadıysa KVKK uyumluluğu sağlanabilir. Uyumluluk, teknik yapıya olduğu kadar veri işleme politikalarına da bağlıdır. ### Bot ne sıklıkla yeniden eğitilmelidir? Ayda bir kez yeni konuşma verileriyle modeli güncellemek çoğu işletme için yeterlidir. Ürün kataloğu veya politikalar sık değişiyorsa bu sıklığı iki haftaya indirmek yerinde olur. Düzenli güncelleme, botun müşteri beklentilerine uygun kalmasını sağlar.