İleri Uygulama: Etkileşimli Karar Ekranları (Artifact, Canvas ve Benzerleri)
Bir rapor ya da grafik çoğunlukla mevcut durumu gösterir. Etkileşimli karar ekranı ise bir karar sorusunu, değiştirilebilir varsayımları ve olası sonuçları aynı çalışma alanında görünür kılar. Bu modülün amacı yapay zekâya karar devretmek değil, karar konuşmasını sınanabilir bir prototip üzerinde yürütmektir. Ekranın hangi veriye dayandığı, hangi belirsizlikleri taşıdığı ve hangi noktada insan onayı gerektiği çıktı kadar önemlidir.
Modül künyesi
Alan Bilgi Hedef kitle Kurumsal çalışanlar, yöneticiler, ürün ve süreç sahipleri, kolaylaştırıcılar Önerilen süre (toplam dakika) 120 Ön koşul Modül 3’teki istem tasarımı ve Modül 11’deki veri, izin ve insan onayı ilkeleri Kullanılan araçlar (araç tarafsız) Kurum onaylı bir yapay zekâ çalışma alanı; etkileşimli çıktı veya canvas yüzeyi; tablo/CSV; paylaşım ve sunum yazılımı. Örnekler: Claude Artifacts ve Design, ChatGPT Canvas, Gemini Canvas, Copilot Pages Modül sonunda üretilen çıktı Sentetik veri kullanan, varsayım duyarlılığı ve paylaşım sınırları belgelenmiş bir karar ekranı prototipi
Öğrenme çıktıları
Bu modülün sonunda: Bir grafik, gösterge paneli ve karar ekranını desteklediği soru bakımından ayırabilirsiniz. Karar ekranı istemini karar amacı, veri ve varsayımlar, etkileşim ve çıktı-denetim bölümleriyle yazabilirsiniz. Prompt merdivenini kullanarak ekranı önce mantıksal iskelet, sonra davranış, sonra paylaşım görünümü olarak geliştirebilirsiniz. Bir varsayımın değişmesinin sonuçlara etkisini senaryo ve duyarlılık tablosuyla sınayabilirsiniz. Gerçek, sentetik, tahmini ve eksik veriyi görünür biçimde ayırabilir; paylaşım seviyesini veri riskine göre seçebilirsiniz. Prototip ile üretim uygul…
Oturum planı
Sıra Konu Süre (dk) Yöntem 1 Karar ekranının iş problemi ve örnek çıktı 10 Anlatım / tartışma 2 Artifact, Canvas ve benzerlerinin ortak ve farklı yönleri 15 Canlı gösterim 3 Dört bölümlü karar ekranı istemi 20 Anlatım / alıştırma 4 Prompt merdiveni ve etkileşim kabul testleri 15 Canlı gösterim / alıştırma 5 Varsayım duyarlılığı ve sentetik veri vakası 20 Vaka / alıştırma 6 Paylaşım, veri sınırı ve güvenlik 15 Tartışma 7 Prototipten kurumsal teslimata geçiş 10 Anlatım 8 Uygulama çıktılarının incelemesi ve geri bildirim 15 Alıştırma / tartışma Toplam 120
16.1 Karar ekranı hangi iş sorununu çözer?
Bir grafik “dönem içinde ne oldu?” sorusunu yanıtlayabilir. Bir gösterge paneli “hangi göstergeleri izlemeliyiz?” sorusuna hizmet eder. Karar ekranı ise “hangi seçeneği seçersek, hangi varsayım altında, ne değişir?” sorusunu görünür kılar. Bu ayrım, daha fazla grafik eklemekten çok kararın mantığını açık etmeyi gerektirir. Örneğin bir üretim şirketinin kapasite planlama ekibi, gelecek ay için vardiya sayısını değerlendirsin. Sabit bir grafik üretim hacmini gösterir. Karar ekranı ise beklenen sipariş, vardiya uzunluğu, kullanılabilir makine sayısı ve hedef hizmet düzeyi değiştiğinde kapasite aç…
16.2 Araç yüzeylerini araçtan bağımsız okumak
Kasım 2026 itibarıyla farklı üreticiler benzer bir çalışma biçimi sunuyor: sohbetten ayrılmadan düzenlenebilir bir belge, slayt, tasarım, gösterge paneli veya küçük bir etkileşimli araç üretmek. Ürün adları ve menü yerleri değişebilir. Bu nedenle önce ortak iş akışını, sonra kullandığınız yüzeyin özelliklerini öğrenin. Yüzey veya örnek Ortak kullanım Bu modülde dikkat edilecek sınır Claude Artifacts Sohbetin yanında belge, tasarım, sunum, gösterge paneli veya küçük etkileşimli araç üretme; doğrudan düzenleme ve dışa aktarma Kod çalıştırma/dosya oluşturma yeteneği, bağlantılı uygulamalar, kişis…
16.3 Karar ekranı isteminin dört bölümü
“Etkileşimli ve modern bir ekran hazırla” bir tasarım sıfatıdır; karar tanımı değildir. İstem, yapay zekânın neyi hesaplayacağını ve hangi belirsizlikte duracağını yazılı hâle getirmelidir. Dört bölüm, ekranın iş mantığını görsel tercihlerden önce tarif eder. Bölüm İçerik Yanıtlaması gereken soru Eksik kalırsa risk Karar amacı Karar sahibi, dönem, tek karar sorusu ve kararın sınırı Kullanıcı ekranı inceleyince neye karar verecek? Güzel görünen fakat amacı belirsiz ekran Veri ve varsayımlar Kaynak, dönem, birim, veri durumu, formül, eksik alan ve varsayım aralığı Hangi bilgi gerçek, hangisi sen…
16.4 Prompt merdiveni: önce mantık, sonra davranış, sonra teslim
Tek seferde bitmiş bir ürün istemek, hatanın nereden geldiğini izlemeyi zorlaştırır. Prompt merdiveni her aşamada başka bir kalite sorusu sorar. Bir basamakta yanlış olan bir şeyi sonraki basamakta renklendirerek düzeltmeye çalışmayın. Basamak İstenen çıktı Bu aşamadaki kabul ölçütü Örnek sonraki istem 1. Karar iskeleti Karar amacı, kullanıcı, veri alanları, hesaplar ve ekran bölümleri Kullanıcı, girdiler, sonuçlar ve kapsam dışı karar açık “Eksik bilgileri soru olarak sırala; tasarım ayrıntısı ekleme.” 2. Etkileşim prototipi Girdiler, senaryolar, hesap güncellemesi, hata ve eksik veri davranı…
16.5 Varsayım duyarlılığı: ekranın ne kadar oynadığını ölçmek
Karar ekranı bir hesaplama içeriyorsa, temel senaryonun tek başına gösterilmesi yeterli değildir. Varsayım duyarlılığı, bir girdinin küçük veya büyük değişmesinin hangi sonucu ne ölçüde oynattığını incelemektir. Bu bir tahminin doğru olduğunu kanıtlamaz; hangi varsayımların karar üzerinde daha fazla ağırlık taşıdığını gösterir. Kurgusal örnek senaryo: Orta ölçekli bir üretim şirketinin operasyon ekibi gelecek ay vardiya planını değerlendiriyor. Kullanılan değerlerin tamamı sentetiktir. Ekran; beklenen sipariş adedi, vardiya süresi, kullanılabilir makine, hedef kullanım oranı ve bakım kaybı var…
16.6 Sentetik veri, kaynak izi ve hesap denetimi
İlk prototipte gerçek müşteri, çalışan, aday, finans veya sağlık verisi kullanmayın. Sentetik veri, prototip davranışını sınamak için bilinçli olarak oluşturulmuş örnektir; gerçek ölçüm veya kurum raporu değildir. Ekranın üst başlığında, tablonun içinde, dışa aktarılan dosyada ve sunum notunda aynı veri durumu korunmalıdır. Her göstergenin yanında en az dört bilgi bulunmalıdır: kaynak veya veri üretim yöntemi, dönem, birim ve veri durumu. Formül görünür değilse en azından kısa bir hesap açıklaması ekleyin. “Kapasite %82” ifadesi tek başına yetersizdir; hangi pay ve paydadan, hangi dönemden ve …
16.7 İterasyon ve kabul testi
İterasyon, aynı ekrana rastgele değişiklikler eklemek değildir. Her sürümün amacı ve değişen kısmı kayda geçmelidir. v01-karar-iskeleti, v02-etkilesim, v03-duyarlilik, v04-paylasim gibi adlar, hangi çıktının neden farklı olduğunu hatırlatır. Çalışan bir sürümü korumadan yeni sürümün üzerine yazmayın. Bir turu şu sırayla yürütün: Mevcut sürümü ve kullanılan veriyi kaydedin. Tek bir değişiklik yazın; örneğin yalnızca bakım kaybı girdisinin sınırını değiştirin. Girdi, formül, sonuç ve uyarı davranışını sınayın. Değişiklik hedef dışındaki alanları bozduysa önceki sürüme dönün. Sonucu kısa bir notl…
16.8 Paylaşım sınırları ve veri erişimi
Paylaşım bir düğmeye basma işlemi değil, bir veri ve sorumluluk kararıdır. Önce ekranın amacı için en küçük veri kümesini seçin. Sonra alıcının yalnızca görmesi mi, yorum yapması mı, düzenlemesi mi veya dışa aktarması mı gerektiğini belirleyin. Gerçek veri varsa kurum politikasını, kişisel veri işleme amacını ve yurt dışı aktarım koşullarını ayrıca kontrol edin; kurumsal abonelik tek başına bu analizin yerine geçmez. Paylaşım seviyesi Kullanıcı ne yapabilir? Ne zaman uygundur? Ön koşul Yalnız sahibi Görür, düzenler ve test eder İlk prototip ve hassas veri öncesi deneme Sürüm ve kaynak kaydı Gö…
16.9 Prototip, bağlı araç ve üretim uygulaması ayrımı
Etkileşimli görünen bir çıktı otomatik olarak kurumsal uygulama değildir. Üretim uygulamasında kullanıcı kimliği, rol bazlı yetki, veri kalıcılığı, işlem kaydı, hata yönetimi, izleme, bakım, sürümleme ve geri alma bulunmalıdır. Bir prototipte bu özellikler hiç olmayabilir veya sınırlı olabilir. Aşağıdaki soruların yanıtı yoksa çıktıyı “karar destek prototipi” olarak adlandırın: Veri hangi kaynaktan, hangi zamanda ve hangi izinle okunuyor? Kullanıcı kimliği ve görebileceği alanlar nasıl belirleniyor? Bir değişiklik yalnızca ekranda mı kalıyor, yoksa kurumsal sisteme yazılıyor mu? Hangi işlemler…
16.10 Erişilebilirlik ve Türkçe kullanım kontrolü
Karar ekranı yalnızca tasarım ekibinin ekranında okunuyorsa tamamlanmış sayılmaz. Renk tek başına anlam taşımamalı; sayı, başlık ve durum metinle de açıklanmalıdır. Klavye ile gezinme, yeterli karşıtlık, anlamlı başlıklar, tablo başlıkları ve ekran okuyucu sırası prototip aşamasında kontrol edilmelidir. Hareketli veya renk değiştiren göstergeler için metinli karşılık verin. Türkçe veri ve arayüzlerde şu kontrolleri ekleyin: Binlik ve ondalık ayırıcıları kurum standardıyla uyumlu mu? Yüzde, TL, saat, adet ve tarih birimleri her kartta anlaşılır mı? “Veri yok” ile “sıfır” birbirine karışıyor mu?…
Kurumunuza uyarlama
Kurumunuzda bu modülü uygulamadan önce onaylı araç listesini ve veri sınıflarını çıkarın. Microsoft 365, Google Workspace, bağımsız bir sohbet aracı veya başka bir çalışma alanı kullanmanız dört bölümlü istemi değiştirmez; yalnızca kaynak seçimi, kimlik, saklama ve paylaşım adımlarını değiştirir. Kurum içi uyarlamada şu kararları yazılı hâle getirin: Veri kapısı: Hangi sınıflar yalnızca sentetik veya redakte edilmiş veriyle prototiplenebilir? Araç kapısı: Hangi canvas, artifact veya sayfa yüzeyleri kurum tarafından onaylıdır? Bağlayıcılar varsayılan olarak salt okunur mu? Rol kapısı: Ekranın s…
Uygulama görevi
30–60 dakika içinde sentetik veri kullanan bir karar ekranı prototipi hazırlayın. Gerçek kişi, müşteri, çalışan, aday, finans veya erişim verisi kullanmayın. Çıktının başlığına ve dışa aktarılan dosyaya SENTETİK VERİ — KARAR PROTOTİPİ ibaresini ekleyin. Kurgusal bir karar seçin: [ŞUBE KAPASİTESİ], [STOK EŞİĞİ], [KAMPANYA BÜTÇESİ] veya [EĞİTİM KAPASİTESİ]. Karar sahibini ve yanıtlanacak tek soruyu bir cümleyle yazın. Üç veya dört girdi seçin; her biri için temel, düşük ve yüksek senaryoyu belirleyin. Dört bölümlü istem şablonunu doldurun; veri verilmemiş alanlarda sayı üretilmemesini açıkça ist…
Kontrol listesi
Ekranın desteklediği tek karar sorusu yazıldı. Karar sahibinin rolü ve kapsam dışı karar belirtildi. Her veri alanı gerçek, sentetik, tahmini veya eksik olarak etiketlendi. Dört bölüm kullanıldı: karar amacı, veri ve varsayımlar, etkileşim, çıktı ve denetim. İlk çıktı görsel ayrıntıdan önce mantıksal iskelet olarak incelendi. Her değiştirilebilir girdinin etkilediği gösterge açıklandı. Temel, düşük ve yüksek senaryo karşılaştırıldı. Boş, hatalı, sınır ve çelişkili girdiler test edildi. Formül, dönem, birim, kaynak ve yuvarlama kuralı kontrol edildi. “Veri yok” ile “sıfır” ayrımı korundu. SENTE…
Sık yapılan hatalar
Hata Neden sorun Doğrusu “Modern ve etkileşimli bir ekran hazırla” demek Karar, kullanıcı ve başarı ölçütü belirsiz kalır Tek karar sorusunu ve karar sahibini ilk bölümde yazın Her veriyi gerçekmiş gibi göstermek Sentetik veya tahmini değer yanlış kesinlik yaratır Veri durumunu her ilgili görünümde etiketleyin İlk görünümü bitmiş ürün saymak Hesap ve davranış hataları görsel kaliteye saklanabilir İskelet, etkileşim ve teslim aşamalarını ayrı test edin Bir turda renk, formül, metin ve veri mantığını değiştirmek Hangi değişikliğin sonucu etkilediği anlaşılamaz Her turda tek hedef değiştirin ve s…
Kendinizi sınayın
Grafik, gösterge paneli ve karar ekranı hangi temel sorularla birbirinden ayrılır? Dört bölümlü karar ekranı isteminde hangi bilgiler bulunur? Prompt merdiveninde görsel ayrıntıdan önce neden iskelet ve etkileşim sınanır? Varsayım duyarlılığı neyi gösterir, neyi kanıtlamaz? Sentetik veri etiketinin ekran başlığı dışında tabloda ve dışa aktarmada da bulunması neden gerekir? Bir prototipin üretim uygulaması sayılabilmesi için hangi teknik ve yönetsel kontroller ayrıca aranır? Cevap anahtarı Grafik sabit veya geçmiş bir durumu; gösterge paneli birden fazla metriği izlemeyi; karar ekranı ise varsa…
Kaynaklar ve ileri okuma
What are artifacts and how do I use them? — Anthropic Claude Help Center, 2026. Share artifacts — Anthropic Claude Help Center, 2026. Introducing canvas — OpenAI, 2024. Gemini Canvas — Google, 2026. Create and edit documents and slides in Canvas — Google Cloud, 2026. Collaborate with Gemini in Google Slides — Google, 2026. Get started with Microsoft Copilot Pages — Microsoft Support, 2026. How Microsoft Copilot Pages works — Microsoft Support, 2026. LLM Top 10:2025 — OWASP GenAI Security Project, 2025. MCP Security Best Practices — Model Context Protocol, 2026. The Impact of Generative AI on C…