AI ajan nasıl oluşturulur: ops workflow otomasyonu

AI ajan nasıl oluşturulur ops workflow otomasyonu: 4 adımda working agent

Python framework'ü veya altı haftalık sprint olmadan AI ajan nasıl oluşturulur ops workflow otomasyonu sorusunu çözmek için bu rehberi aradığınızı biliyoruz. Temel yapı dört adıma iniyor: task tanımla, komutları zincirle, context ekle, loop'u sınırla. Ops leads'leri için deal review, prospect research veya CS handoff yapanlar için gerçek zaman çerçevesi altı haftadan çok daha kısa. CommanderGPT Workflow Builder'da fikrinden working agent'a kadar yaklaşık 4 saat.

Bu rehber, Gartner'ın 2026 sonuna kadar enterprise app'lerin %40'ının AI agent'lar içerecek tahmininin üzerine kurulu. Şimdi başlamazsanız, takımınız geride kalacak.

İşte playbook.

Ajanı prompttan ayıran nedir

Bir prompt bir kez cevaplar ve durur. Ajan döngü kurar: task alır, tool seçer, output'ı okur, sonraki tool'ı seçer, iş bitene kadar devam eder.

Satış ops lead'i için fark şu: prompt, yapıştırdığınız bir URL'den tek seferde şirket özeti verir. Ajan, CRM kuyruk'undan şirket adını alır, halka açık veriyi çeker, son aramanızdan notunuzu kontrol eder, 3-bullet briefing yazar ve meeting prep doc'unuza bırakır. Aynı model, tamamen farklı leverage.

Ops versiyonu ajan reflection loop'a veya multi-agent orchestration'a ihtiyaç duymaz. Üç şey gerekir: tanımlanmış input, sabit tool sequence, açık exit koşulu. Buradan başla. Çoğu ops team'in ihtiyacı sophisticated orchestration değil; bir initial prompt ile başlayan, veri çeken, sonuçları biçimlendiren 3-5 komut dizisi yeterli.

Adım 1: Ajanın tek task'ını tanımla

30 saniye briefing. Workflow Builder'ı açmadan önce task'ı bir cümle ile yaz. Bir cümle ile yazamıyorsan, task otomasyona hazır değil.

İyi: "Bir account adı verilen, LinkedIn + news coverage + son call note'umu çek, sonra 3-bullet deal brief yaz."

Hazır değil: "Pipeline'ımla yardımcı ol."

Iyi ajan olan ops task'ları haftada 10 defadan fazla yapılanlar, tahmin edilebilir input ve çıktı formatı olanlar. Call öncesi deal research. Lead list'ten prospect kalifikasyon. CRM'den haftalık metrics digest. Account transfer öncesi CS handoff özeti. Müşteri destek ticket'larının ilk seviye sıfırlandığından emin olmak. Onboarding checklist'ini yeni employee'ye göndermek.

Bir tane seç. Hepsini aynı anda otomasyona çekme dürtüsüne karşı koy. İşleyen ajanlar bir günde ship edilen takımlar en küçük faydalı loop'u önce seçer. Framework'te üç hafta harcayan takımlar task'ını seçmeyi hâlâ başlıyor.

Pratik filtre: task'ı açık bir briefing ile junior analyst'e verebilir misin? Verilebiliyorsa, ajan hazır. Devam eden judgment call'lar gerekiyorsa, hayır. Karar verme modeli değişken mi, yoksa sabit mi? Sabit ise, ajan yapabilir.

Adım 2: Komutlarını workflow'a zincirle

CommanderGPT Workflow Builder'ı aç. Arayüz lineer canvas: her blok bir command, her arrow bir adımdan sonraki adıma veri geçişi.

Deal research ajan için chain şöyle:

1. /research + account adı: company size, recent news, bilinen pain point'lerle yapılandırılmış brief döner.

2. /summarize + research output: 150 kelimeye sıkıştırır, boilerplate çıkarır.

3. /draft-email + summary + rep name: specific news item'ı ilk satırda referans edilerek outreach draft'ı yazar.

3 komut, 1 workflow, 0 friction. Bütün chain account başına 40 saniyeden kısa çalışır. Haftada 30 account yapan bir BDR takımı rep başına yaklaşık 90 dakika prep zamanı geri kazanır, haftalık. Bu, yılda 3900 dakika, per rep. Takım büyüklüğüne göre, bu kayıp zaman yeniden kazanılan prodyüktivite saatleri tutarı ortaya çıkar.

Latency optimize etmek için: /research komutun timeout'ını 30 saniyeye kur, /summarize parametrelerini belirli kelime sınırlarına set et. Ağır bir /draft-email step hızını kesiyorsa, adımı bölüp ilk tarafında content oluştur, ikinci tarafında format et. Parallelization tercih etmeyin; lineer flow daha tahmin edilebilir ve debug etmesi kolay.

Zincir için iki kural:

İş başına bir komut. Research ve draft'ı bir /mega-research komutuna kombinlemaya çalışma. Daha küçük komutlar output'ı yanlış olduğunda debug etmesi daha kolay, başka workflow'larda reuse olur. İlk hafta, /research komutun output'ını manuel olarak kontrol edersin. Beşinci haftada, aynı komut /qualify-prospect workflow'unda da kullanılıyor.

Veri geçişine isim ver. Workflow Builder'da, her blok named output variable'a sahip. Onları account_brief, compressed_summary, outreach_draft diye çağır. Saat 23:00'de QBR öncesi bir şey bozulursa, tam olarak hangi adımın başarısız olduğunu bileceksin. Adlandırma, debugging zaman'ı %40 azaltır. Naming convention: her output'un tip bilgisini içer (_text, _list, _score). Bu, sonraki step'e hangi transformation gerektiğini hemen gösterir. Örnek: qualified_leads_list, engagement_score, campaign_text. Consistency, takımın cognitive load'ını düşürür.

Adım 3: Context, memory, CRM verisini ekle

Context olmayan command chain hâlâ sadece hızlı prompt'tur. Context, output'ı account'u tanıyan biri tarafından yazılmış gibi hissettirir.

CommanderGPT'nin 30 günlük context memory'si /research komutunun aynı account ile önceki call'lardan, rep tarafından gönderilen önceki email'lerden ve HubSpot veya Salesforce entegrasyonu üzerinden senkron edilen CRM note'larından çekmesini sağlar. Bunu manuel olarak wire etmiyorsun. Context kaynaklarını Workflow Builder settings panel'de configure et, komutlar otomatik olarak onlardan çek.

Meeting prep için özellikle, workflow'u meeting note input'u ile pair et. Takımın meeting note'u capture etmek için AI recorder'ı kullanıyorsa, son call transkript'i adım 1'de context blok olarak feed et. Ajan bir sonraki call için produce ettiği briefing, geçen çağrıda söylenenler referans edecek. O, generic company özeti ile actual pre-call brief arasındaki fark. Gartner raporu: %78 satış takımı, bağlantılı context'i olan outreach'larda %3 daha yüksek yanıt oranı görüyor.

Neyi çek vs neyi bırak. Daha fazla context her zaman daha iyi değil. Yaygın hata, mevcut her CRM field'ı connectmek ve model'in alakasız data point'ler arasında hallüsine görmeleri. Çek: last interaction date, last call note, open opportunity stage, bilinen objection'lar. Bırak: billing history, üç yıl önceki support ticket'ları, takımın 2024'te update'ı bıraktığı field'ları.

Bunu ölç: bildiğin 5 account'ta workflow'u çalıştır. Output, account history'yi okuyan biri tarafından yazılmış gibi mi sesleniyorsa, context doğru. Her şeyde hedge ediyorsa, input'larda çok gürültü var. İdeal context window 2-5 KB metin, tipik account'ta son 90 gün. Daha fazla, diminishing returns başlıyor. Context load optimization: sync'lenmesi gereken field'ları minimum tutun. Sadece last_note, last_email_subject, open_opportunity_stage çekin. Tarih, phone, address'i eklemek çoğu zaman hallüsination'ı artırıyor. Quarterly reviews yaparak context quality'i kontrol edin.

Adım 4: Yayınlamadan guardrail'ları kur

Bu, çoğu takımın atladığı adım çünkü demo harika görünüyor ve QBR yarın.

Takıma full workflow vermeden iki guardrail non-negotiable.

Loop'ları sınırla. Workflow Builder'da, her workflow'un max_steps setting'i var. 3-step chain için 10-15 olarak kur. Beklenmedik input'ta guardrail olmayan confused ajan month token budget'ını yakana kadar loop'u döver. 15 genelde yeterli; 3-step chain'de 8'i aşarsa alert set et. Bir takım, guardrail olmadan 1000 loop çalıştırdı ve $4000 harcadı. Kırılan prompt bir kelime sayısı kontrolünü atlamıştı.

Tersi döndürülemez herhangi bir action için confirmation gate ekle. Workflow'un son adımı email gönderirse veya Slack'e post ederse, draft ile send arasına human confirmation adımı ekle. Açık görünüyor. Değil. Birkaç takım workflow'u ship etmiş Workflow Builder'da /draft-email komutu /send-email komutuna yeterince yakın, autocomplete yanlış action'ı wire ediyor. 200 account'a bir accidental outreach email'in maliyeti, confirmation adımın 3 dakika maliyetinden yüksek.

40 kez confirmation gate ile workflow'u çalıştırdığında ve output consistently iyi olduğunda, gate'i kaldırabilirsin. Ondan önce değil. Kural olarak: error rate %5'den azsa, gate kaldırılabilir.

Çoğu ops ajan ilk haftada neden başarısız olur

Başarısızlık modu neredeyse her zaman context rot'u, command hataları değil.

Workflow Pazartesi harika çalışır. Perşembe'ye kadar, stale veri çekiyor çünkü CRM entegrasyonu kimse fark etmemiş 48 saat sync delay'i var. Ajan buna sana söylemiyor. Sadece Q3 call note yerine Salı call note'undan referans eden bir brief produce ediyor.

HQ kuralı: her workflow'un ilk blok'u context freshness check olsun. Simple /check-context-age komutu, son sync'in timestamp'ini döner. Data 24 saat'ten eski ise, workflow silent çalışmak yerine warning surface eder. Takıma Slack notification gönder.

İkinci başarısızlık modu prompt drift. /research komutunu Mayıs'ta kuruyorsun. Ağustos'ta, ICP shift ediyor, outreach format değişiyor, rep takımın yeni objection handling template'i var. Komut yine çalışır, ama output format artık kimsenin kullandığı ile match etmiyor. 6 hafta'da 15 dakika workflow review schedule et. Son 10 output'ı current playbook karşısında oku. Komut prompt'u diverge ederse update et. Aksi halde ajanın geriye kalan 3 hafta için drift'i yayılmaya devam ediyor.

Üçüncü başarısızlık modu takım içinden scope creep. Biri output almost doğru diye chain'e dördüncü komut ekliyor. Sonra beşinci. 3. hafta'da, workflow 8 komut var, latency account başına 3 dakika, kimse hangi komutun hangi output field'ını produce ettiğini bilmiyor. Chain'ları 3-5 komut tutunuz. Daha fazla gerekiyorsa, shared output format'lı iki workflow'a böl. Teknik borç, gittiğinden daha hızlı birikir.

Şimdi fork edebileceğin playbook

CommanderGPT template library'den clone et ve bugün kullanmaya başla. Tam workflow, parameterize edilmiş, senin CRM'ne kendi kendine bağlanır.

Workflow: Deal Research + Outreach Draft

• Input: account adı (CRM'den yapıştır veya doğrudan yaz)

• Adım 1: /research + account adı + context kaynak: last call note, opportunity stage

• Adım 2: /summarize format constraint ile: "3 bullet, max 50 kelime her biri, en recent news item ile başla"

• Adım 3: /draft-email tone ile: "direct, first line'da specific news item referans et, filler opener yok"

• Output: briefing blok + email draft, clipboard'a kopyala

• Guardrail: manual send confirmation

• max_steps: 12

Template'i fork et, CRM entegrasyonunu connect et, bildiğin 3 account'ta çalıştır, output'u takımın manual olarak produce ettiği ile compare et. Delta %80 quality match'den düşükse, fix neredeyse her zaman komut'larda değil context kaynaklarında. Çoğu improvement, daha kötü input filter'leme değil, daha iyi context curation'dan gelir.

Workflow'u lance et. Output'ı oku. Ship et. 2026'da AI agent'lardan en çok impact gören takımlar en sophisticated multi-agent pipeline'ı kuran takımlar değil. 1. hafta'da 3-komut chain'ini working olarak ship et ve oradan iterate eden takımlar. Mimari evolve edebilir. Ship'inin alışkanlığı wait edemiyor. Production-ready state'e ulaşmak için iki hafta yeterli. Haftanın sonuna kadar iteration başlamalı.