Mühendislikte Yapay Zekayı Etkin Kullanmak İçin LOOP Yazmalısınız!


ETP Yapay Zeka Çalışma Grubu 
Sabri Günaydın

 

[Yayım Tarihi:  14 Ağustos 2026)

Bu makale yapay zeka kullanılarak  Sn. Ufuk Tarhan’ın “ Yapay Zekayı Etkin Kullanmak İçin LOOP Yazmalısınız! konulu you tube sohbetinden  yararlanılarak hazırlanmıştır. Yapay Zeka yarafından Sn. Ufuk Tarhan'ın video konuşmasındaki temel düşünce çerçevesi,  Elektrik Tesisat Portalı’nın mühendislik odaklı okur kitlesi için genişletilmiştir. Elektrik mühendisliği örneği, ana dağıtım panosunda aşırı ısınma senaryosu, Human-in-the-Loop yaklaşımı ve agent görev dağılımı editoryal olarak eklenmiştir.

Sn. Ufuk Tarhan’a youtube sohbetinden  yararlanarak bu makalenin hazırlanmasına izin verdiği için teşekkür ederiz. 
Sn. Ufuk Tarhan’nın   Yapay Zekayı Etkin Kullanmak İçin LOOP Yazmalısınız! konulu you tube sohbeti için lütfen tıklayınız. 


1. Yapay zekâyı “kullanmak”tan, yapay zekâyla “birlikte çalışmaya”

Yapay zekâ hayatımıza girdikten kısa bir süre sonra hepimiz yeni bir kavramla tanıştık: Prompt. Yapay zekâya ne yaptırmak istediğimizi anlatan talimatlar, beklentilerimiz, verdiğimiz bilgiler, kurallar, sınırlar ve ayrıntılar yapay zekâyla çalışmanın başlangıç noktası oldu.

Bu hâlâ geçerli. Yapay zekâdan iyi sonuç almak ve onunla verimli çalışmak istiyorsak iyi prompt vermek zorundayız. Ancak geldiğimiz noktada artık yalnızca iyi prompt yazmanın yeterli olmadığı yeni bir aşamaya geçiyoruz. Şimdi öğrenmemiz gereken bir başka önemli kavram var: LOOP, yani döngü.

Yapay zekâyla gerçekten etkili çalışmak isteyenlerin artık yalnızca “Ne istemeliyim?” sorusunu değil, “Üretilen sonuç hangi aşamalardan geçmeli, nasıl kontrol edilmeli, hangi uzmanlıklarla sınanmalı, hangi durumda düzeltilmeli ve ne zaman tamamlanmış kabul edilmeli?” sorularını da cevaplaması gerekiyor. Bu, bizi prompt yazmaktan yapay zekâ destekli süreç tasarımına taşıyor.

2. PROMPT: Yapılacak işin tarifi

Prompt, en basit ifadeyle yapay zekâya verilen görev tanımıdır. Ne istediğimizi, hangi bağlamda çalışacağını, hangi bilgileri kullanacağını, hangi kurallara uymasını istediğimizi ve nasıl bir sonuç beklediğimizi tarif ederiz.

Bir yazı hazırlarken konu, uzunluk, ton, hedef kitle, kaynaklar, yasaklı ifadeler, mutlaka yer alması gereken unsurlar ve doğrulanması gereken iddialar tanımlanabilir. Mühendislikte ise aynı yaklaşım çok daha ayrıntılı teknik girdiler gerektirir.

3. Mühendislikte prompt neden daha kritik?

Bir mühendise “Bu binanın elektrik projesini yap” demek nasıl yeterli değilse, yapay zekâya da aynı şekilde belirsiz bir talimat vermek yeterli değildir. Örneğin bir ticari yapının elektrik sistemini değerlendirecek yapay zekâya en azından aşağıdaki bilgiler verilmelidir:

•    Yapının kullanım amacı ve kat sayısı
•    Elektriksel kurulu güç ve talep gücü
•    Besleme sistemi ve trafo bilgileri
•    Jeneratör ve UPS gereksinimleri
•    Yük karakteristikleri ve kritik yükler
•    Kısa devre seviyeleri ve koruma düzeni
•    Topraklama sistemi
•    Kablo güzergâhları
•    Yangın güvenliği gereksinimleri
•    İlgili standartlar ve yönetmelikler
•    İşletme koşulları ve bakım yaklaşımı

Bir başka ifadeyle yapay zekâya işin 5N1K’sını(bir olay, durum veya konuyu tüm yönleriyle anlamak, anlatmak ya da araştırmak için sorulan altı temel sorunun baş harflerinden oluşan bir 5n 1k (gazetecilik terimi) yöntemidir)  ve teknik alt katmanlarını vermek gerekir. Prompt ne kadar doğru ve ayrıntılıysa, sonuç da o kadar kullanılabilir olur.

Ancak yapay zekânın verdiği sonucun ikna edici görünmesi, onun mühendislik açısından doğru olduğu anlamına gelmez. Bir hesap yanlış varsayıma dayanabilir; bir standart maddesi yanlış veya eski sürümden aktarılmış olabilir; bir kablo kesiti ortam sıcaklığı, gruplanma, gerilim düşümü veya kısa devre dayanımı dikkate alınmadan seçilmiş olabilir. Bu nedenle mühendislikte prompt yalnızca başlangıçtır; asıl mesele doğrulama döngüsüdür.

4. LOOP: İlk cevabı son cevap kabul etmemek

Prompt ile yapay zekâya “Şu işi yap” deriz. Loop ile ise “Bu işi yaptıktan sonra şu kontrollerden geçir, eksikleri belirle, doğrula, düzelt, tekrar kontrol et ve ancak belirlediğim kabul kriterlerini sağladığında sonucu tamamlanmış say” deriz.

Mühendislikte basitleştirilmiş bir loop aşağıdaki gibi kurulabilir:

1.    Girdileri al
2.    Eksik verileri belirle
3.    Varsayımları açıkça listele
4.    İlk mühendislik çözümünü üret
5.    Hesaplamaları kontrol et
6.    İlgili standartlara göre  doğrula
7.    İlgili yönetmeliklere göre  doğrula
8.    Güvenlik açısından incele
9.    Enerji verimliliği açısından değerlendir
10.    İşletme ve bakım açısından değerlendir
11.    Maliyet ve uygulanabilirlik kontrolü yap
12.    Çelişkileri belirle
13.    Çözümü revize et
14.    Kabul kriterleriyle karşılaştır
15.    Kriterler sağlanmıyorsa döngüyü tekrarla
16.    İnsan/mühendis onayına sun

Bu artık tek bir prompt değil, yapay zekâ destekli mühendislik iş akışıdır. Geleneksel mühendislik kalite güvencesindeki kontrol, revizyon, disiplinler arası koordinasyon, test ve devreye alma mantığı yapay zekâ destekli sürece taşınmaktadır.

5. AGENT nedir ve loop içinde ne yapar?

Agentı, belirli bir amaç doğrultusunda görev gerçekleştirebilen yapay zekâ tabanlı bir çalışma unsuru olarak düşünebiliriz. Her adımda yeniden talimat vermemize gerek kalmadan tanımlanmış yetkileri ve görevleri çerçevesinde araştırma yapabilir, veri kontrol edebilir, karşılaştırabilir, başka araçları kullanabilir veya bir sonraki işlem adımını tetikleyebilir.
 

6. Dijital ikiz nerede devreye giriyor?

Geldiğimiz aşamada yapay zekâ yalnızca kullanılan bir araç olmaktan çıkıyor. Araştırıyor, üretiyor, karşılaştırıyor, geri bildirim topluyor ve belirli koşullarda aksiyon alıyor. Bu nedenle daha doğru ifade “yapay zekâyla birlikte çalışmak” olabilir.

Bu zihniyet değişimi, yapay zekâyı tek seferlik cevap veren bir sistemden çok, iyi tasarlanmış bir iş akışının parçası olarak görmeyi gerektiriyor.

Dijital ikiz, gerçek dünyadaki bir varlığın veya sistemin dijital ortamda mümkün olduğunca güncel ve anlamlı biçimde temsil edilmesini amaçlar. Bir motor, elektrik panosu, transformatör, bina, üretim hattı, enerji santrali veya bütün bir fabrikanın dijital ikizi kurulabilir.

Bir fabrikanın elektrik dağıtım sisteminin dijital ikizinde yük profilleri, motorların çalışma süreleri, enerji tüketimleri, sıcaklıklar, akımlar, gerilimler, güç kalitesi verileri, arıza geçmişleri ve bakım kayıtları kullanılabilir. Agentlar bu verilere bakarak anormallikleri belirleyebilir ve tanımlı iş akışlarını tetikleyebilir.

7. Dijital ikiz ile agent aynı şey değildir

Dijital ikiz, canlı veya cansız bir varlığın dijital ortamda mümkün olduğunca gerçekçi temsilidir. İnsan, ürün, robot, bina, fabrika veya üretim sistemi için dijital ikiz kurulabilir.

Agent ise belirli bir hedef doğrultusunda bilgi toplayan, değerlendiren veya aksiyon alan yapıdır. Basitleştirirsek: Dijital ikiz “neyi temsil ediyoruz?”, agent ise “bu temsil ve diğer kaynaklarla ne yapıyoruz?” sorusuna yakındır.

8. Yapay zekâyı kullanmak değil, birlikte çalışmak
 

9. Nereden başlayacağız?

Yapay zekâyla çalışmak ve işe yarar sonuçlar elde etmek istiyorsanız promptu iyi öğrenin; fakat orada kalmayın. Loop yazmayı, dijital ikizleri ve agentların nasıl çalıştığını öğrenin.

Bundan sonraki mesele yalnızca yapay zekâya doğru soruyu sormak değil; yapay zekânın doğru işi, doğru sırayla, doğru kontrollerden geçirerek ve doğru sonuç elde edilene kadar nasıl yapacağını tasarlamaktır

10 . Somut mühendislik örneği: Ana dağıtım panosunda aşırı ısınma

Bir endüstriyel tesiste ana alçak gerilim dağıtım panosunun belirli bölümlerinde aşırı sıcaklık ölçüldüğünü varsayalım. Termal kamera kontrollerinde bazı bağlantı noktalarının normalden daha sıcak olduğu görülüyor. Mühendis yapay zekâdan destek almak istiyor.

Yanlış yaklaşım

“Panomuz ısınıyor. Neden olabilir?” Bu soru genel nedenleri sıralatabilir; fakat mühendislik çalışması için yeterli bağlam vermez.

Yapılandırılmış prompt örneği

Bir endüstriyel tesiste ana AG dağıtım panosunda aşırı sıcaklık problemi incelenmektedir. Sistem gerilimi 400/230 V, frekans 50 Hz, ana kesici 1600 A, ölçülen maksimum faz akımı 1.270 A, pano ortam sıcaklığı 34 °C, bir bağlantı noktasında termal kamera sıcaklığı 92 °C, eşdeğer bağlantılarda 55–61 °C’dir. Tesiste önemli miktarda değişken hızlı sürücü bulunmaktadır ve son bakım altı ay önce yapılmıştır.

Görev: Olası nedenleri önem sırasına göre listele; kesin sonuca ulaşmak için gerekli ek ölçümleri belirt; varsayım yaptığın noktaları açıkça işaretle; yeterli veri olmayan yerde kesin hüküm verme; elektriksel güvenliği önceliklendir; sonucu “olası neden – gerekli kontrol – beklenen bulgu – önerilen aksiyon” formatında hazırla.

11. Aynı probleme LOOP ekleyelim

11.1   Veri yeterlilik kontrolü yap ve eksik ölçümleri belirle.
11.2    Olası nedenleri hipotez olarak sıralandır: gevşek/yüksek dirençli bağlantı, oksitlenme, hatalı tork, kontak problemi, faz dengesizliği, aşırı yük, harmonikler, yetersiz havalandırma veya ekipman kusuru.
11.3    Eşdeğer faz bağlantılarının sıcaklıklarını karşılaştır.
11.4    Faz akımları, nötr akımı, gerilim dengesizliği, güç faktörü ve harmonik değerleri incele.
11.5.    Enerji kesilerek güvenli çalışma prosedürleri altında bağlantıların fiziksel durumunu ve üretici tork gerekliliklerini kontrol et.
11.6.    İlgili ekipman üretici dokümanlarını ve uygulanabilir standartları/yönetmelikleri doğrula; emin olunmayan madde numaralarını uydurma.
11.7    Yangın, ark, bağlantı hasarı, plansız duruş ve bara/ devre kesici hasarı risklerini değerlendir.
11.8    Olası kök nedene göre düzeltici işlem seçenekleri oluştur.
11.9    Onarım sonrasında aynı yük koşullarında yeniden termal görüntüleme ve elektriksel ölçüm yap.
11.10    Sıcaklık davranışı eşdeğer bağlantılarla uyumlu değilse problemi “çözüldü” olarak kapatma.

İşte bu bir loop’tur: üretmek, kontrol etmek, doğrulamak, düzeltmek ve kabul kriterleri sağlanana kadar döngüyü tekrar etmek.

12. Agentları bu loop’a dağıtalım

•    Ölçüm Analiz Agentı: Akım, gerilim, güç faktörü, harmonik ve termal kamera verilerini karşılaştırır.
•    Arıza Teşhis Agentı: Belirtileri olası arıza mekanizmalarıyla eşleştirir.
•    Standart/Doküman Agentı: Üretici talimatlarını , teknik rapor taslağını ve doğrulanmış teknik referansları inceler.
•    Yönetmelik/Yönetmelik Formları Agenti: Teknik rapor taslağını inceler 
•    Risk Agentı: her olası arızanın güvenlik ve işletme etkisini değerlendirir.
•    Bağımsız Kontrol Agentı: Diğer agentların sonuçlarına teknik hakem gibi itiraz eder; “Bu sonuca ulaşmak için yeterli veri var mı?” sorusunu sorar.
•    Raporlama Agentı: Yalnızca kontrol edilmiş bulguları kullanarak teknik rapor taslağını hazırlar.

13. İnsan mühendis nerede?

Bu sistem mühendisi ortadan kaldırmaz. Tam tersine mühendisin rolünü veri değerlendiren, bağlamı yorumlayan, güvenlik kararları veren ve sorumluluk üstlenen daha yüksek seviyeli bir konuma taşır. Yapay zekâ veriyi tarayabilir, alternatifleri çıkarabilir, hesapları tekrarlayabilir ve taslak rapor hazırlayabilir; fakat güvenlik açısından kritik kararlarda son sorumluluk yetkin insanda olmalıdır.

Mühendis sahayı görür, ekipmanın geçmişini bilir, ölçümün güvenilirliğini sorgular, bakım ekibiyle konuşur ve bir verinin bağlam içinde mantıklı olup olmadığını değerlendirir. Bu nedenle sağlıklı model “İnsan + Yapay Zekâ” modelidir.

14. Human-in-the-Loop: Kritik karar noktalarında insan onayı

Elektrik, enerji, yangın güvenliği, ulaşım ve endüstriyel tesisler gibi güvenlik açısından kritik alanlarda loop içinde insan kontrol noktaları bulunmalıdır. Örnek akış: AI analiz eder → AI alternatif üretir → AI bağımsız kontrol gerçekleştirir → mühendis inceler → mühendis onaylar/reddeder/revizyon ister → AI yeniden çalışır → mühendis nihai kararı verir.

15. Mühendisler için yeni yetkinlik: AI iş akışı tasarlamak
Yakın gelecekte mühendislerden yalnızca yapay zekâ kullanmayı bilmeleri değil, yapay zekâ destekli mühendislik iş akışını tasarlayabilmeleri beklenecek. Mühendis hangi verilerin kullanılacağını, hangi agentın hangi görevi yapacağını, hangi hesapların bağımsız doğrulanacağını, hangi durumda sistemin duracağını, hangi noktada insan onayının zorunlu olduğunu ve sonuçların nasıl izlenebilir tutulacağını belirleyebilmelidir.

16. Prompt mühendisliğinden AI süreç mühendisliğine

Dönüşüm basamakları şöyle özetlenebilir: Prompt yazmak → Promptları standartlaştırmak → Loop tasarlamak → Agentları iş akışına yerleştirmek → Dijital ikizlerden gerçek sistem verisi almak → İnsan onayını doğru kontrol noktalarına yerleştirmek. Ortaya çıkan yapı artık basit bir chatbot kullanımı değil, AI destekli mühendislik çalışma sistemidir.

17. Geleceğin mühendisi yapay zekâya sadece soru sormayacak

Geleceğin mühendisi “Bana bunu hesapla” demekle yetinmeyecek. “Hesapla, bağımsız yöntemle doğrula, varsayımları listele, standartlarla karşılaştır, riskleri belirle, alternatif çözüm üret, bakım açısından değerlendir, başka bir agent’a eleştirt, çelişki varsa bildir, kritik kararlarda benden onay almadan ilerleme ve sonuç kabul kriterlerini karşılamıyorsa loop’u yeniden çalıştır” diyecek.

18. Sonuç: Daha iyi prompt değil, daha iyi süreç

İyi bir prompt yapay zekâya ne yapacağını anlatır. İyi bir loop ise ortaya çıkan işin nasıl güvenilir, kontrol edilmiş ve amaca uygun bir sonuca dönüşeceğini belirler. Yapay zekâyla birlikte çalışmanın yeni aşaması tam olarak burada başlıyor.

Yapay zekâyla birlikte çalışmak isteyenlerin promptu, loopu, dijital ikizi ve agentları birlikte düşünmesi gerekir. Mühendislikte bunlara insan/mühendis onayı da eklenmelidir.

Mühendislikte esas değer yalnızca hızlı cevap almakta değil; doğru, doğrulanabilir, izlenebilir ve güvenilir sonuç üretmektedir.

Bu nedenle yapay zekâ çağının yeni sorusu yalnızca “Nasıl daha iyi prompt yazarım?” değildir. Daha önemli soru şudur: “Nasıl daha iyi bir LOOP tasarlarım?”