Yüksek Lisans Yapılandırılmış Çıktı Açıklaması: Yapay Zeka Modellerinden Güvenilir JSON Alma

  1. Ana sayfa
  2. Blog
  3. Yapay Zeka

Yapay Zeka

Yüksek Lisans Yapılandırılmış Çıktı Açıklaması: Yapay Zeka Modellerinden Güvenilir JSON Alma

Yapay zeka özellikleri genellikle düzyazıya değil verilere ihtiyaç duyar: bir fatura toplamı, bir kategori, bir alan listesi. Yapılandırılmış çıktı, modellerin makine tarafından okunabilir JSON döndürmesini sağlar. Çıktının nasıl bozulduğunu ve nasıl yakalanacağını göstermek için bir doğrulayıcı aracılığıyla altı gerçekçi model yanıtını çalıştırdık.

10 dk okuma
Yüksek Lisans yapılandırılmış çıktısı açıklandı: AI modellerinden güvenilir JSON elde etme

Önemli noktalar

  • Yapılandırılmış çıktı, genellikle bir şemayla eşleşen JSON olmak üzere, tanımlanmış bir biçimdeki veriler için bir model istemek anlamına gelir.
  • Tek başına yönlendirme güvenilmezdir. Testimizde 6 gerçekçi yanıttan 4’ü ilk ayrıştırmada doğrulamada başarısız oldu.
  • Oluşturmayı bir şemayla sınırlayan sağlayıcı özellikleri, mevcut olduğunda format hatalarını büyük ölçüde azaltır.
  • Her zaman kendi kodunuzda doğrulayın ve anlamsal kontroller ekleyin: geçerli JSON hâlâ yanlış değerler içerebilir.

Bir uygulama, modelden bir faturayı okumasını ve sayıyı, tarihi, toplamı ve para birimini döndürmesini ister. Çoğu zaman işe yarıyor. Ardından Markdown kod bloğuna sarılmış bir yanıt gelir, diğeri “Daha fazlasına ihtiyacınız olursa bana bildirin!” ekler ve üçüncüsü tarihi 10/11/2026 olarak yazar. Yanıtı ayrıştıran kod çöküyor veya daha kötüsü yanlış tarihi saklıyor. Yapay zeka yanıtlarını API kadar güvenilir kılmak için yapılandırılmış çıktı teknikleri mevcuttur.

Bu yazı için canlı model çağırmadık. Bunun yerine gerçek dünyadaki yaygın başarısızlıkları taklit eden altı yanıt yazdık ve bunları Python 3.13’teki Pydantic 2.14 ile doğruladık. Aşağıdaki doğrulama sonuçları bu çalıştırmadan alınmıştır.

Yapılandırılmış çıktı nedir?

Yapılandırılmış çıktı, büyük bir dil modelinin verileri serbest metin yerine sabit, makine tarafından okunabilir bir biçimde döndürmesini sağlayan ve böylece kodun onu doğrudan kullanabileceği herhangi bir yaklaşımdır. JSON, bir JSON Şeması tarafından tanımlanan olağan formattır: hangi alanların mevcut olduğu, türleri, hangilerinin gerekli olduğu ve hangi değerlere izin verildiği. Tipik kullanımlar arasında belgelerden çıkarma, sınıflandırma, form doldurma, yönlendirme istekleri ve araç veya işlevlerin çağrılması yer alır.

Uygulama seviyeleri

Yaklaşım Nasıl çalışır? Güvenilirlik
Yalnızca bilgi istemi “Bu alanları kullanarak JSON’da yanıtlayın…” En düşük; format sapmaları
JSON modu Sağlayıcı geçerli JSON sözdizimini garanti eder Geçerli JSON, ancak herhangi bir şekil
Şema kısıtlamalı çıktı/araç çağırma Sağlayıcı, şemanızın oluşturulmasını kısıtlıyor Format için en yüksek
Kendi doğrulamanız Kodunuzdaki her yanıtı ayrıştırın ve doğrulayın Her zaman gerekli

Son satır hiçbir düzeyde isteğe bağlı değildir. Sağlayıcı özellikleri değişir, modeller değiştirilir ve hiçbir format garantisi değerlerin doğru olup olmadığını kapsamaz.

Şemayı tanımlama

from typing import Literal
from pydantic import BaseModel, Field, field_validator

class Invoice(BaseModel):
    invoice_no: str
    date: str = Field(pattern=r"^\d{4}-\d{2}-\d{2}$")
    total: float = Field(ge=0)
    currency: Literal["INR", "USD", "EUR"]

    @field_validator("total")
    @classmethod
    def two_decimals(cls, v):
        if round(v, 2) != v:
            raise ValueError("total must have at most 2 decimals")
        return v

Pydantic, Invoice.model_json_schema() ile eşleşen bir JSON Şeması oluşturdu: invoice_no, date, total ve currency özelliklerinin tümü gerekli. Bu şema, şema kısıtlamalı çıktıyı destekleyen sağlayıcılara gönderilebilir, böylece tek bir tanım hem oluşturmayı hem de doğrulamayı yönlendirir. TypeScript’te Zod aynı rolü oynar. Eğer tür ipuçları ve veri sınıfları tanıdık geliyorsa, Pydantic modelleri doğal görünecektir.

Model çıktısı nasıl bozulur?

Altı yanıtı Invoice.model_validate_json() ile doğruladık:

good            OK  1180.0
markdown fence  FAIL (1) ['root: json_invalid']
trailing text   FAIL (1) ['root: json_invalid']
wrong types     FAIL (4) ['invoice_no: string_type', 'date: string_pattern_mismatch',
                          'total: float_parsing', 'currency: literal_error']
missing field   FAIL (1) ['date: missing']
string number   OK  1180.0

Her başarısızlık, modellerin yalnızca istendiğinde gerçekte yaptığı bir şeyi yansıtır:

  • Markdown çitleri: JSON ```json ... ```‘nin içine ulaşır, çünkü sohbet ayarlı modeller yanıtları insanlar için biçimlendirir.
  • Geveze ekstralar: JSON’dan sonra gelen dostça bir cümle onu geçersiz kılar.
  • Yanlış türler ve biçimler: fatura numarası sayı olarak, tarih “10/11/2026”, toplam “1.180” ve para birimi “Rs”. Bir yanıtta dört hata.
  • Eksik alanlar: modelin bulamadığı bir alan basitçe dışarıda bırakıldı.

Sarılmış JSON kurtarılıyor

def extract_json(text):
    s, e = text.find("{"), text.rfind("}")
    return text[s:e + 1] if s != -1 and e > s else text

# markdown fence  after extract_json: OK INV-104 1180.0
# trailing text   after extract_json: OK INV-104 1180.0

Metnin ilk { ile son } arasında alınması, her iki sarılmış yanıtı da kurtardı. Yararlı bir güvenlik ağıdır ancak kırılgandır: diziler için, birden fazla nesne içeren yanıtlar için veya açıklayıcı metnin kendisi parantez içerdiğinde başarısız olur. Bunu bir tasarım olarak değil, bir geri dönüş olarak değerlendirin.

Gevşek vs katı ayrıştırma

“Dize numarası” yanıtı, bir sayı yerine bir dize olan "total": "1180.00"‘i gönderdi ve geçti. Pydantic’in varsayılan gevşek modu, temiz sayısal dizeleri kayan noktalara dönüştürür. Bu kullanışlıdır ancak modelin çıktısındaki bir tür hatasının gözden kaçabileceği anlamına gelir. Modelin şemayı ne zaman yok saydığını tespit etmek istiyorsanız (örneğin güvenilirliği ölçmek için) katı modu kullanın; bu mod onu reddeder. Bilinçli olarak seçim yapın: sağlamlık için gevşek mod, ölçüm için katı mod ve tür değişikliğinin şüpheli olacağı alanlar için.

Kısıtlı kod çözme

Çeşitli sağlayıcılar ve açık kaynak çıkarım araçları şemayla kısıtlı çıktılar sunar. Kavramsal olarak şema, hangi belirteçlerin gelebileceğine ilişkin kurallara dönüştürülür ve formatı bozacak belirteçler oluşturma sırasında engellenir. Model fiziksel olarak bir Markdown çiti veya eksik bir destek üretemez. Bu neredeyse tüm sözdizimi ve şekil hatalarını ortadan kaldırır. Bazı yazılar, ağır kısıtlamaların, muhakeme ağırlıklı görevlerde yanıt kalitesini bir miktar düşürebileceğini bildirmektedir; bu nedenle, kendi verilerinizi ölçün. Desteklenen şema özellikleri sağlayıcılar arasında da değişiklik gösterir; bu nedenle sağlayıcınızın neleri kabul ettiğini kontrol edin.

İpucu: Çıkarma görevleri için düşük bir sıcaklık ayarlayın, şemada alan açıklamaları verin ve isteğe bağlı alanlar için null gibi açık bir “bulunamadı” değerine izin verin. Zorunlu bir alanı hiçbir kaynak veri olmadan doldurmaya zorlanan bir model, halüsinasyona davet ediliyor.

Geçerli ile doğru aynı şey değil

Şema doğrulama şekli kontrol eder. 1080’in mi yoksa 1180’in mi doğru toplam olduğunu söyleyemez. Çıkarılan toplamın kaynak metinde göründüğünü doğrulayan basit bir anlamsal kontrol ekledik:

semantic check (total in source): True
semantic check (wrong total):     False

Toplam 1080 olan bir yanıt, doğru türlerle tamamen geçerli bir JSON’du ve hâlâ yanlıştı. İş kuralı kontrolleri şunları yakalar: satır öğeleriyle eşleşen toplamlar, gelecekte olmayan tarihler, veritabanınızda bulunan kimlikler, kaynak belgede görünen değerler. Bunlar gerçek kullanıcıları koruyan kontrollerdir.

Döngüleri yeniden deneyin ve onarın

  1. Modeli şemayla ve net talimatlarla çağırın.
  2. Yanıtı ayrıştırın ve doğrulayın.
  3. Başarısız olursa, “tarih YYYY-AA-GG ile eşleşmelidir” gibi doğrulama hatalarını da ekleyerek tekrar arayın.
  4. Az sayıda denemeden sonra durun ve geri çekilin: insan incelemesi için sıraya girin, net bir hata döndürün veya varsayılanı kullanın.
  5. İstemi veya şemayı iyileştirebilmeniz için her başarısızlığı ham yanıtla günlüğe kaydedin.

Pydantic’in date: string_pattern_mismatch gibi hata listesi, modele geri bildirim sağlayacak kadar kesindir. Yeniden denemeleri sınırlı tutun; sınırsız bir döngü maliyetleri hızla katlayabilir.

Şema tasarımı ipuçları

  • Düz ve küçük tutun. Derinlemesine iç içe geçmiş şemalar daha sık başarısız olur.
  • Kategoriler için serbest metin yerine numaralandırmaları kullanın.
  • Tarihler ve tutarlar için açık biçimler kullanın ve bunu alan açıklamalarında belirtin.
  • Eksik olabilecek bilgiler için boş değere izin ver.
  • Güven veya notlar alanını yalnızca kodunuz gerçekten kullanacaksa ekleyin.
  • Şemanızı sürümlendirin çünkü bunu değiştirmek, API sözleşme testinde tartışıldığı gibi bir sözleşme değişikliğidir.

Yapılandırılmış çıktıyı test etme

Karmaşık belgeler ve alanların eksik olduğu durumlar da dahil olmak üzere beklenen çıktılarla gerçek girdilerden oluşan bir test seti oluşturun. Bunu her bilgi isteminde, şemada veya model değişikliğinde çalıştırın ve üç sayıyı izleyin: ayrıştırılan yanıtların payı, doğrulamayı geçen paylaşım ve değerleri doğru olan paylaşım. Altı örneğimizdeki gibi doğrulayıcılarınızı kasıtlı olarak bozuk çıktılarla birim testi yapın, böylece ayrıştırma kodu üretimde sizi asla şaşırtmaz.

Bir araya getirmek: minimal bir boru hattı

  1. Pydantic veya Zod’da alan açıklamaları ve izin verilen değerlerle birlikte tek model tanımı.
  2. JSON Şemasını oluşturun ve bunu sağlayıcının yapılandırılmış çıktı veya araç çağırma özelliğine iletin.
  3. Yanıtı aynı modelle ayrıştırın ve doğrulayın; yalnızca gerekirse JSON ayıklama işlemine geri dönün.
  4. Kaynak verilere ve iş kurallarına göre anlamsal kontroller çalıştırın.
  5. Hata mesajlarını bir veya iki kez yeniden deneyin, ardından hataları bir insan kuyruğuna yönlendirin.
  6. Hataların yeniden oluşturulabilmesi ve düzeltilebilmesi için her çağrı için ham girişi, ham çıkışı, hataları ve ayarları günlüğe kaydedin.

Her katman diğerlerinin gözden kaçırdığı sorunları yakalar. Birlikte olasılıksal bir modeli sisteminizin geri kalanının güvenebileceği bir bileşene dönüştürürler.

Son sözler

JSON’u bir modelden almak kolaydır; Güvenilir JSON elde etmek katmanlar gerektirir. Pydantic veya Zod’da şemayı bir kez tanımlayın, mümkün olduğunda sağlayıcınızın şema kısıtlı çıktısını kullanın, kendi kodunuzdaki her yanıtı doğrulayın, önemli değerler için anlamsal kontroller ekleyin ve sınırlı sayıda hata geri bildirimiyle yeniden deneyin. Testimizde, altı istem tarzı yanıttan dördü ilk ayrıştırmada doğrulamada başarısız oldu ve tek başına şema kontrolleri yanlış bir toplamı kabul edebilirdi.

Sık sorulan sorular

Yüksek Lisans’ta yapılandırılmış çıktı nedir?

Uygulama kodunun doğrudan kullanabilmesi için genellikle JSON’un bir şemayla eşleşmesi gibi belirli bir formatta veri döndürmek için bir dil modeli elde etmenin bir yolu.

JSON modu yapılandırılmış çıktıyla aynı mıdır?

Pek değil. JSON modu geçerli JSON sözdizimini garanti eder ancak alanlarınızı veya türlerinizi garanti etmez. Şema tabanlı yapılandırılmış çıktı, belirli bir şemaya verilen yanıtı kısıtlar.

Model neden JSON’u işaretlemeye sarıyor?

Sohbet ayarlı modeller, insanlara yönelik yanıtları biçimlendirir. Sağlayıcının yapılandırılmış çıktı özelliklerini kullanın veya JSON nesnesini geri dönüş olarak metinden çıkarın.

Kısıtlı kod çözmeyle hâlâ doğrulamaya ihtiyacım var mı?

Evet. Kodunuzdaki doğrulama, sağlayıcı değişikliklerine ve model değişimlerine karşı koruma sağlar ve anlamsal kontroller, iyi biçimlendirilmiş ancak yanlış olan değerleri yakalar.

LLM çıktısını doğrulamak için hangi kütüphaneyi kullanmalıyım?

Pydantic, Python’da ve Zod’da TypeScript’te ortak seçimdir. Her ikisi de, doğruladığınız tanımlardan JSON Şeması oluşturabilir.

Öğrenmeye devam et

Stack Quora ile çalışın

Test, WordPress veya SEO konusunda yardıma mı ihtiyacınız var?

Ekiplerin daha iyi yazılımlar sunmasına ve sitelerini büyütmesine yardımcı oluyoruz. Bize ne üzerinde çalıştığınızı söyleyin, biz de bir sonraki adım için net bir öneride bulunalım.

Okumaya devam et

Daha fazla kılavuz test, yapay zeka ve modern geliştirme

Bu makaleyi beğendiniz mi? Bir konu seçin ve doğrudan en yeni eğitimlerimize geçin.

Yapay zekâ

Açıklanan RAG Parçalama Stratejileri: Sabit, Örtüşme, Cümle, Yinelemeli ve Başlıklar, Ölçülen

RAG parçalama stratejileri, Tiktoken 0.14 ile tek bir belgede karşılaştırıldı: sabit boyut, örtüşme, cümle paketleme, özyinelemeli bölme ve başlık t…

Makaleyi okuyun →
Yazılım geliştirme

API Idempotency Açıklaması: Idempotency Anahtarları ve Güvenli Yeniden Denemeler, Test Edildi

API uyumsuzluğu, çalıştırdığımız bir Python sunucusu ve istemcisiyle açıklandı: Kayıp bir yanıt, anahtar olmadan çift ücretlendirmeye ve tek anahtar…

Makaleyi okuyun →
DevOps

Git Stash Açıklaması: Kaydet, Uygula, Aç ve Takip Edilmeyen Dosyalar, Test Edildi

Git stash, Git 2.56'da çalıştırdığımız komutlarla açıklandı: bir mesajla itin, izlenmeyen dosyalar, listele ve göster, pop vs. uygula, dizini koruma…

Makaleyi okuyun →
Yazılım testi

İkili Test Açıklandı: Tüm Çiftler 216 Testi Nasıl 13'e Düşürdü, Test Edildi

İkili test, Python 3.13'te çalıştırdığımız bir oluşturucuyla açıklandı: 13 testin kapsadığı 216 kombinasyondan oluşan bir kontrol, doğrulanmış kapsa…

Makaleyi okuyun →
Test otomasyonu

Test Çiftleri Açıklaması: Test Edilmiş Python Koduyla Sahte, Saplama, Casus, Sahte ve Sahte

Test çiftleri, pytest 9.2'de çalıştırılan bir Python örneğiyle açıklanmıştır: kukla, saplama, casus, sahte ve sahte, her birinin ne zaman kullanılac…

Makaleyi okuyun →
Veritabanları ve SQL

SQL COALESCE Açıklaması: Varsayılanlar, NULLIF, IFNULL vs ISNULL ve Tuzaklar, Test Edildi

SQL COALESCE, SQLite 3.50'de çalıştırdığımız sorgularla açıklandı: ilk boş olmayan değerler, boş dizeler, matematikte NULL, sıfıra bölme için NULLIF…

Makaleyi okuyun →
Veritabanları ve SQL

SQL Kendi Kendine Birleştirme Açıklaması: Çalışan-Yönetici, Çiftler ve Sıra Karşılaştırmaları, Test Edildi

SQL kendi kendine birleştirme, SQLite 3.50'de yürüttüğümüz sorgularla açıklanmıştır: çalışan ve yönetici, yöneticiden daha fazla kazanç, benzersiz ç…

Makaleyi okuyun →
Yazılım geliştirme

JavaScript Spread Operatörü Açıklaması: Spread vs Rest, Kopyalar ve Yakalamalar, Test Edildi

JavaScript yayılma operatörü, Düğüm 24'te çalıştırdığımız kodla açıklandı: diziler, nesneler, sığ kopyalar, dinlenme parametreleri, Math.max limiti …

Makaleyi okuyun →
Yazılım geliştirme

Python Koleksiyonları Modülünün Açıklaması: Counter, defaultdict, deque ve Daha Fazlası, Test Edildi

Python koleksiyonları, Python 3.13'te çalıştırdığımız kodla açıklanmıştır: Counter, defaultdict, deque, nametuple, OrderedDict ve ChainMap, artı bir…

Makaleyi okuyun →
Yapay zekâ

Yüksek Lisans Bağlam Penceresi Açıklandı: Tokenlar, Limitler ve Daha Fazlası Nasıl Sığdırılır, Ölçülmüştür

LLM bağlam penceresi, tiktoken kullanarak ölçtüğümüz jeton sayımlarıyla açıklandı: düz yazı, kod ve Hintçe için kelimeler ve jetonlar, giriş ve çıkı…

Makaleyi okuyun →
Yazılım geliştirme

Web Kancaları Açıklandı: Nasıl Çalışırlar ve Güvenli Bir Şekilde Nasıl Alınırlar?

Web kancaları, Python'da çalıştırdığımız bir alıcı ve göndericiyle açıkladı: push ve yoklama, HMAC-SHA256 imzaları, üzerinde oynanmış ve tekrar oyna…

Makaleyi okuyun →
DevOps

Git Cherry-Pick Açıklaması: İhtiyacınız Olan Taahhüdü Kopyalayın, Güvenle, Test Edildi

Git Cherry-Pick, Git 2.56'da çalıştırdığımız komutlarla açıkladı: bir düzeltmeyi bir yayın dalına kopyalamak, yeni karmalar ve yama kimlikleri, -x, …

Makaleyi okuyun →
Test otomasyonu

Anlık Görüntü Testinin Açıklaması: Nasıl Çalışır, Ne Zaman Yardımcı Olur ve Ne Zaman Acıtır

Anlık görüntü testi, yürüttüğümüz bir pytest ve şuruplu demo ile açıklandı: anlık görüntüler oluşturma, kod değişikliğinden sonra farkı okuma, zaman…

Makaleyi okuyun →
Yazılım testi

Mutasyon Testi Açıklandı: %100 Kapsam Neden Hala Hatamızı Gözden Kaçırdı

Mutasyon testi, oluşturduğumuz ve çalıştırdığımız küçük bir mutasyon aracıyla açıklandı: 14 mutant, %79 puan alan %100 çizgi kapsamına sahip bir tes…

Makaleyi okuyun →
Yapay zekâ

İstemi Enjeksiyonun Açıklaması: Yapay Zeka Uygulamaları Nasıl Kandırılıyor ve Bunları Nasıl Savunabilirsiniz?

Geliştiriciler için hızlı ekleme açıklandı: doğrudan ve dolaylı saldırılar, anahtar kelime filtrelerinin neden başarısız olduğu (testimiz 4'ten 1'in…

Makaleyi okuyun →
DevOps

Açıklanan DNS Kayıtları: Gerçek Aramalarla A, AAAA, CNAME, MX, TXT ve TTL

DNS kayıtları yaptığımız aramalarla açıklandı: çözünürlüğün nasıl çalıştığı, A ve AAAA, CNAME kuralları, MX ve boş MX, SPF ve doğrulama için TXT, NS…

Makaleyi okuyun →
DevOps

Özellik Bayraklarının Açıklaması: Güvenli Sürümler, Kademeli Kullanıma Sunmalar ve Bayrak Hijyeni

Çalıştırdığımız bir kullanıma sunma simülasyonuyla açıklanan özellik bayrakları: bayrak türleri, kararlı karma ile kullanıma sunma yüzdesi, kill ana…

Makaleyi okuyun →
Test otomasyonu

Python Faker ile Test Verisi Üretimi: Gerçekçi, Tekrarlanabilir ve Güvenli Veri

Python Faker ile veri oluşturmayı test edin, çalıştırın ve ölçün: tekrarlanabilir veriler, yerel ayarlar, benzersiz değerler, etki alanı şeklindeki …

Makaleyi okuyun →
Yazılım testi

Shift-Sol Testinin Açıklaması: Ekibi Yavaşlatmadan Hataları Daha Erken Bulun

Sola kaydırma testi açıklandı: ne anlama geliyor, erken kusurların neden daha ucuz olduğu, gereksinim incelemelerinden CI kontrollerine kadar uygula…

Makaleyi okuyun →
Veritabanları ve SQL

Açıklanan SQL Dizisi İşlevleri: TRIM, SUBSTR, REPLACE, CONCAT ve Veri Temizleme

Çalıştırdığımız sorgularla açıklanan SQL dize işlevleri: birleştirme ve NULL, TRIM, UPPER ve LOWER, SUBSTR ve INSTR, REPLACE, dolgulama, Unicode uzu…

Makaleyi okuyun →
Veritabanları ve SQL

SQL Tetikleyicilerinin Açıklaması: ÖNCE ve SONRA Tetikleyiciler, Denetim Günlükleri ve Tuzaklar

SQL tetikleyicileri, çalıştırdığımız tetikleyicilerle açıklandı: ÖNCE ve SONRA, ESKİ ve YENİ, denetim günlükleri, doğrulama, stok güncellemeleri, NE…

Makaleyi okuyun →
Yazılım geliştirme

Python JSON Modülünün Açıklaması: dökümler, yüklemeler, Özel Türler ve Yaygın Hatalar

Python JSON modülü çalıştırdığımız kodla açıkladı: dökümler ve yüklemeler, dosyalar, tür dönüşümleri, tarihler ve ondalık sayılar, özel kodlayıcılar…

Makaleyi okuyun →
Yazılım geliştirme

ES Modülleri ve CommonJS Karşılaştırması: Node.js'de JavaScript İçe Aktarmaları Nasıl Çalışır, Test Edildi

ES modülleri ve CommonJS karşılaştırması, Node.js'de çalıştırdığımız kodla açıklanmıştır: içe ve dışa aktarma sözdizimi, gereksinim, canlı bağlamala…

Makaleyi okuyun →
Yazılım geliştirme

Python Regex'in Açıklaması: Desenler, Gruplar, Öncüler ve Tuzaklar, Test Edildi

Python regex'i çalıştırdığımız kalıplarla açıklandı: arama vs eşleşme, tümünü bulma, gruplar ve adlandırılmış gruplar, açgözlü vs tembel, alt, önden…

Makaleyi okuyun →
Yapay zekâ

Yüksek Lisans Yapılandırılmış Çıktı Açıklaması: Yapay Zeka Modellerinden Güvenilir JSON Alma

LLM yapılandırılmış çıktısı, Pydantic'te çalıştırdığımız doğrulamayla açıklandı: JSON modu ve şemaları, kısıtlı kod çözme, model çıktısının kırılma …

Makaleyi okuyun →
DevOps

SSH Anahtarlarının Açıklaması: Nasıl Çalışırlar, ssh-keygen, Ed25519 ve Güvenli Alışkanlıklar

SSH anahtarları, oluşturduğumuz anahtarlarla açıklanmıştır: genel ve özel anahtarlar, ssh-keygen, Ed25519 ve RSA, parmak izleri, parolalar, ssh-agen…

Makaleyi okuyun →
DevOps

HTTP Önbelleğe Alma Açıklaması: Canlı Testle Önbellek Kontrolü, ETag ve 304 Yanıtları

HTTP önbelleğe alma, çalıştırdığımız küçük bir sunucuyla açıklandı: Önbellek Kontrolü yönergeleri, maksimum yaş, önbellek yok ve depo yok, ETag yeni…

Makaleyi okuyun →
Test otomasyonu

API Sözleşme Testi Açıklaması: Son Dakika Değişikliklerini Gönderilmeden Önce Yakalayın

API sözleşme testi, yürüttüğümüz bir şema kontrolüyle açıklandı: sözleşmenin ne olduğu, tüketici odaklı sözleşmeler, Pakt, OpenAPI, son tüketicileri…

Makaleyi okuyun →
Yazılım testi

Risk Tabanlı Test Açıklaması: Riskleri Puanlayın, Bir Matris Oluşturun ve Neyin Önemli Olduğunu Test Edin

Riske dayalı testler adım adım açıklanmıştır: risklerin belirlenmesi, olasılık ve etkinin puanlanması, bir risk matrisi oluşturulması, riskin test d…

Makaleyi okuyun →
Veritabanları ve SQL

Açıklanan SQL Kısıtlamaları: NULL DEĞİL, BENZERSİZ, KONTROL ve YABANCI ANAHTAR, Test Edildi

SQL kısıtlamaları yaptığımız testlerle açıklandı: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY ve FOREIGN KEY, NULL boşlukları, SQLite'ın yabancı anaht…

Makaleyi okuyun →
Veritabanları ve SQL

Açıklanan SQL Tarih İşlevleri: Tarihleri Hatasız Ekleme, Karşılaştırma ve Gruplandırma

Çalıştırdığımız sorgularla açıklanan SQL tarih işlevleri: aralık ekleme, ay sonu sürprizleri, tarih farklılıkları, BETWEEN tuzağı, güne göre gruplam…

Makaleyi okuyun →
Yazılım geliştirme

Python asyncio'nun Açıklaması: eşzamansız, bekleme, toplama ve Gerçek Zamanlamalı Görev Grubu

Python asyncio, zamanladığımız kodla açıkladı: eşyordamlar, bekleme, toplama, GörevGroup, hata işleme, zaman aşımları, eşzamanlılığın sınırlandırılm…

Makaleyi okuyun →
Yazılım geliştirme

JavaScript'te Debounce ve Throttle: Nasıl Çalışır, Her Biri Ne Zaman Kullanılır, Test Edildi

JavaScript'te geri çekilme ve kısma, Node.js'de ölçtüğümüz zamanlamalarla açıklanmıştır: her birinin nasıl çalıştığı, basit uygulamalar, öncü ve son…

Makaleyi okuyun →
Yazılım geliştirme

Python Bağlam Yöneticilerinin Açıklaması: with Statement, contextlib ve Gerçek Kullanımlar

Python içerik yöneticileri çalıştırdığımız kodla açıkladı: nasıl çalışır, __enter__ ve __exit__, contextlib.contextmanager, bastırma, ExitStack, ver…

Makaleyi okuyun →
Yapay zekâ

LLM Sıcaklığı ve En İyisi Açıklandı: Yapay Zeka Modelleri Bir Sonraki Sözcüğü Nasıl Seçiyor?

LLM sıcaklığı ve en yüksek puan, yürüttüğümüz bir simülasyonla açıklandı: olasılıklar nasıl yeniden şekillendirilir, en üst düzey neleri korur, göre…

Makaleyi okuyun →
DevOps

YAML Açıklandı: Sözdizimi, Norveç Sorunu ve Test Ettiğimiz Diğer Tuzaklar

YAML bir ayrıştırıcı testiyle açıklandı: temel sözdizimi, listeler ve haritalar, Norveç sorunu, değişkenlere dönüşen sürümler, sekizli posta kodları…

Makaleyi okuyun →
DevOps

Cron İşleri Açıklandı: Sözdizimi, Gerçek Programlar ve Bunları Bozan Hatalar

Cron işleri, doğruladığımız programlarla açıklandı: beş alan, operatörler, gerçek örnekler, ayın günü VEYA haftanın günü tuzağı, çevre sorunları, ka…

Makaleyi okuyun →
Yapay zekâ

Yapay Zeka Halüsinasyonları Açıklandı: Dil Modelleri Neden İşleri Düzeltiyor ve Nasıl Azaltılabilir?

Yapay zeka halüsinasyonları açıkladı: ne olduklarını, dil modellerinin bunları neden ürettiğini, yaygın türlerini, temellendirme ve yönlendirmelerle…

Makaleyi okuyun →
DevOps

Açıklanan Ortam Değişkenleri: .env Dosyaları, Sırlar ve Yapılandırma Doğru Yapıldı

Çalıştırdığımız Python örnekleriyle açıklanan ortam değişkenleri: bunları okumak ve ayarlamak, neden her değerin bir dize olduğu, .env dosyaları, sü…

Makaleyi okuyun →
Yazılım geliştirme

API Hız Sınırlamasının Açıklaması: Algoritmalar, Başlıklar ve 429 Hatalarının Ele Alınması

API hızı sınırlaması, çalıştırdığımız bir simülasyonla açıklanmıştır: belirteç kümesi, sabit pencere, kayan pencere, 429 yanıt, hız sınırı başlıklar…

Makaleyi okuyun →
Test otomasyonu

Python'da alay etme: Unittest.mock, patch ve Testleri Yalan Yapan Hatalar

Unittest.mock ile Python'da alay etme, test edildi: Sahte ve dönüş_değeri, yan_etki, bir adın kullanıldığı yerde yama uygulama, spesifikasyon ve oto…

Makaleyi okuyun →
Yazılım testi

Kod Kapsamının Açıklaması: Hat ve Şube Kapsamı ve %100'ün Gerçek Anlamı

Kod kapsamı gerçek bir kapsama.py çalışmasıyla açıklanmıştır: hat, şube ve durum kapsamı, bir raporun okunması, %100 kapsamın neden hâlâ hataları ka…

Makaleyi okuyun →
Veritabanları ve SQL

SQL'de DELETE vs TRUNCATE vs DROP: Farklılıklar, Geri Alma ve Her Biri Ne Zaman Kullanılmalı

DELETE vs TRUNCATE vs DROP test edilmiş SQL ile açıklandı: her birinin neyi kaldırdığı, geri aldığı, tetiklediği, kimlik sıfırlaması, hızı ve Postgr…

Makaleyi okuyun →
Veritabanları ve SQL

Açıklanan SQL Görünümleri: Örneklerle Tuzakları Oluşturun, Kullanın ve Önleyin

Çalıştırdığımız sorgularla açıklanan SQL görünümleri: görünüm oluşturma, canlı sonuçlar, sütunları gizleme, performans, güncellenebilir ve gerçekleş…

Makaleyi okuyun →
Yazılım geliştirme

TypeScript Arayüzü ve Tür: Gerçek Farklılıklar, Derleyiciyle Test Edildi

TypeScript arayüzü ve türü, gerçek derleyiciyle kontrol edildi: her ikisinin de yapabileceği, yalnızca birinin yapabileceği, bildirim birleştirme, g…

Makaleyi okuyun →
Yazılım geliştirme

Python *args ve **kwargs'ın Açıklaması: Açık Örneklerle Esnek Fonksiyonlar

Python *args ve **kwargs çalıştırdığımız kodla açıklanmıştır: paketleme ve paketten çıkarma, parametre sırası, yalnızca anahtar kelime ve yalnızca k…

Makaleyi okuyun →
Yazılım geliştirme

Python Lambda İşlevleri: Söz Dizimi, Gerçek Kullanımlar ve Ne Zaman Kullanılmaması Gerektiği

Çalıştırdığımız kodla açıklanan Python lambda işlevleri: sözdizimi, anahtarla sıralama, harita ve filtre, kapatmalar, geç bağlama tuzağı ve normal b…

Makaleyi okuyun →
Yapay zekâ

Yapay Zeka Ajanları Nelerdir? Çalıştırabileceğiniz Basit Bir Aracı Döngüsüyle Nasıl Çalışırlar?

Yapay zeka ajanları nedir? Aracı döngüsüne, araçlara, belleğe ve korkuluklara ilişkin basit bir kılavuz, çalıştırdığımız küçük bir Python döngüsü, g…

Makaleyi okuyun →
DevOps

İzleme ve Gözlemlenebilirlik: Günlükler, Metrikler ve İzlerle Gerçek Fark

İzleme ve gözlemlenebilirliğin açıklanması: bilinen ve bilinmeyen arızalar, günlükler, ölçümler ve izler, ödeme olayının gözden geçirilmesi, altın s…

Makaleyi okuyun →
DevOps

Docker Birimleri ve Bağlama Bağlantıları: Konteyner Verilerini Doğru Şekilde Kalıcılaştırın

Docker birimleri ile bağlama bağlamaları arasındaki karşılaştırma açıklandı: kapsayıcı verilerinin neden kaybolduğu, adlandırılmış birimler, bağlama…

Makaleyi okuyun →
Test otomasyonu

TDD ve BDD: Temel Farklılıklar, Her İki Şekilde Geliştirilmiş Bir Özellik ve Her Birinin Ne Zaman Kullanılacağı

TDD ve BDD, her iki yönde de oluşturulmuş bir indirim özelliğiyle açıklandı: çalıştırdığımız kodla kırmızı-yeşil-refactor, Verilen-Ne Zaman-O Zaman …

Makaleyi okuyun →
Yazılım testi

Kullanıcı Kabul Testi (UAT): Süreç, Kontrol Listesi ve Gerçek Örnekler

Kullanıcı kabul testi açıklandı: bunu kimin yürüttüğü, QA'dan farkı, yedi adımlı bir süreç, bir UAT test senaryosu şablonu, bir kontrol listesi, otu…

Makaleyi okuyun →
Veritabanları ve SQL

Açıklanan SQL NULL Değerleri: IS NULL, COALESCE, NULLIF ve Kaçınılması Gereken Tuzaklar

SQL NULL değerleri, çalıştırdığımız sorgularla açıklandı: üç değerli mantık, IS NULL, COALESCE, NULLIF, toplamaların, birleştirmelerin ve sıralamanı…

Makaleyi okuyun →
Veritabanları ve SQL

SQL CASE WHEN İfadesi: Sözdizimi, Gerçek Örnekler ve Yaygın Hatalar

SQL CASE WHEN çalıştırdığımız sorgularla açıkladı: basit ve aranmış formlar, koşul sırası, SUM'lu pivotlar, COUNT hileleri, özel sıralama, güncellem…

Makaleyi okuyun →
Yazılım geliştirme

JWT Nedir? JSON Web Belirteçleri Bir Çalışma Örneğiyle Açıklanıyor

JWT nedir? JSON Web Tokens açıkladı: üç bölüm, çalıştırdığımız kodda oluşturulan ve üzerinde değişiklik yapılan bir token, JWT ile oturumlar, depola…

Makaleyi okuyun →
Yazılım geliştirme

JavaScript Olay Döngüsü Açıklaması: Örneklerle Çağrı Yığını, Mikro Görevler ve Zamanlayıcılar

JavaScript olay döngüsü çalıştırdığımız kodla açıklandı: çağrı yığını, görev ve mikro görev kuyrukları, setTimeout 0'ın neden anında olmadığı, engel…

Makaleyi okuyun →
Yazılım geliştirme

Python Jeneratörleri ve Verim Açıklaması: Gerçek Örneklerle Bellekten Tasarruf Edin

Python üreteçleri ve verim, çalıştırdığımız kodla açıklandı: nasıl duraklatılır ve devam ettirilir, ölçülen bellek tasarrufları, işlem hatları, sons…

Makaleyi okuyun →
Yapay zekâ

Gömmeler Nelerdir? Vektörler ve Kosinüs Benzerliği Basitçe Açıklandı

Gömmeler nedir? Vektörler, kosinüs benzerliği ve anlamsal aramaya ilişkin sade dilli bir kılavuz; çalıştırdığımız küçük bir örnek, yaygın kullanımla…

Makaleyi okuyun →
DevOps

Mavi-Yeşil ve Kanarya Konuşlandırılması: Farklılıklar, Takaslar ve Nasıl Seçilir

Mavi-yeşil ve kanarya konuşlandırması açıklandı: her birinin nasıl çalıştığı, maliyet, risk ve geri alma, test ettiğimiz istikrarlı kullanıcı grubu,…

Makaleyi okuyun →
Test otomasyonu

Kesintili Testler: Bunların Sebepleri ve Nasıl Düzeltileceği

Yaptığımız demolarla açıklanan hatalı testler: ana nedenler, birinin nasıl doğrulanacağı ve teşhis edileceği, zamanlama için uygun düzeltmeler, payl…

Makaleyi okuyun →
Yazılım testi

Yük Testi ve Stres Testi: Farklılıklar, Metrikler ve k6 Örnekleri

Yük testi ve stres testinin açıklaması: her birinin neyi kanıtladığı, ani yükselme ve soğuma testleri, önemli ölçümler, ortalamaların neden yanıltıc…

Makaleyi okuyun →
Yazılım testi

Test Senaryosu ve Test Senaryosu: Temel Farklılıklar, Örnekler ve Her Biri Ne Zaman Kullanılmalı?

Test senaryosu ve test senaryosunun açıklaması: net tanımlar, yan yana tablo, senaryolardan vakalara, şablonlara ve her birinin ne zaman kullanılaca…

Makaleyi okuyun →
Veritabanları ve SQL

SQL Sorgu Optimizasyonu: Zamanlamalarla Yürütme Planlarını Okuyun ve Yavaş Sorguları Düzeltin

SQL sorgu optimizasyonu bir milyon satırda test edilmiştir: yürütme planlarını okuyun, doğru dizinleri ekleyin, değiştirilemeyen filtreleri düzeltin…

Makaleyi okuyun →
Veritabanları ve SQL

SQL UNION ve UNION ALL: Farklılıklar, Örnekler ve Test Edilmiş Performans

SQL UNION ve UNION ALL, yürüttüğümüz sorgularla açıklandı: kopyalar, her ikisinin de takip ettiği kurallar, gerçek bir veri hatası, ölçülen performa…

Makaleyi okuyun →
Yazılım geliştirme

JavaScript Fetch API Eğitimi: GET, POST, Hata İşleme ve Zaman Aşımları

Yerel bir sunucuya karşı test edilen bir JavaScript Fetch API öğreticisi: GET ve POST, 404'ün neden atmadığı, yeniden kullanılabilir bir yardımcı, s…

Makaleyi okuyun →
Yazılım geliştirme

Python Dosya İşleme: Örneklerle Okuma, Yazma, CSV, JSON ve pathlib

Python dosya işleme, çalıştırdığımız kodla açıklanmıştır: açık modlar, büyük dosyaları okuma, CSV, JSON, pathlib, ikili dosyalar, güvenli yazma, hat…

Makaleyi okuyun →
Yazılım geliştirme

Python Sınıfları ve Nesneleri: Gerçek Örneklerle OOP Eğitimi

Çalıştırdığımız kodla açıklanan Python sınıfları ve nesneleri: __init__, yöntemler, sınıf ve örnek nitelikleri, kalıtım, özellikler, dunder yöntemle…

Makaleyi okuyun →
Yapay zekâ

Büyük Dil Modeli Nedir? Yüksek Lisans'ların Nasıl Çalıştığı, Abartmadan Açıklanıyor

Büyük dil modeli nedir? LLM'ler sade bir dille açıklandı: belirteçler, yerleştirmeler, dikkat, eğitim, sıcaklık ve bağlam pencereleri, küçük bir son…

Makaleyi okuyun →
DevOps

Yeni Başlayanlar İçin Linux Komutları: Örneklerle Temel Terminal Kılavuzu

Yeni başlayanlar için göreve göre gruplandırılmış Linux komutları: pratik bir günlük analizi örneğiyle gezinme, dosyalar, günlükleri görüntüleme, gr…

Makaleyi okuyun →
Test otomasyonu

Selenyum ve Oyun Yazarı: Temel Farklılıklar, Karşılaştırılan Kod ve Hangisinin Seçileceği

Selenium ve Playwright karşılaştırması: mimari, bekleme, tarayıcı ve dil desteği, hata ayıklama, her iki araçta da aynı test, geçiş tavsiyesi ve nas…

Makaleyi okuyun →
Yazılım testi

Eşdeğerlik Bölümleme: Test Tasarımı Tekniğinin Çalışılmış Örneklerle Açıklanması

Eşdeğerlik bölümlemenin açıklaması: geçerli ve geçersiz bölümlerin nasıl bulunacağı, yaşlara yönelik çalışılmış örnekler, şifreler ve kuponlar, yürü…

Makaleyi okuyun →
Yazılım testi

Yazılım Testinde Şiddet ve Öncelik: Farklılıklar, Matris ve Gerçek Örnekler

Yazılım testinde önem ve önceliğin açıklanması: net tanımlar, örnekler içeren dört yönlü bir matris, seviye ölçekleri, her birini kimin belirlediği …

Makaleyi okuyun →
Veritabanları ve SQL

SQL Alt Sorguları Eğitimi: Türler, İlişkili Alt Sorgular ve Örneklerle EXISTS

Çalıştırdığımız sorguları içeren bir SQL alt sorgu eğitimi: skaler, IN, FROM ve SELECT alt sorguları, ilişkili alt sorgular, EXISTS, NOT IN NULL tuz…

Makaleyi okuyun →
Veritabanları ve SQL

SQL İşlemleri ve ACID Açıklaması: COMMIT, ROLLBACK ve İzolasyon Seviyeleri

SQL işlemleri ve ACID, yürüttüğümüz bir banka transferiyle açıklandı: COMMIT, ROLLBACK, kayıt noktaları, kilitler, izolasyon seviyeleri, kirli okuma…

Makaleyi okuyun →
Yazılım geliştirme

Git Komutları Hile Sayfası: Gerçekte Kullandığınız Komutlar, Örneklerle

Git komutları göreve göre gruplandırılmış kısa bilgiler sayfası: kurulum, aşamalandırma, dallar, uzaktan kumandalar, saklama, geçmiş ve gerçek bir d…

Makaleyi okuyun →
Yazılım geliştirme

JavaScript Vaatlerinin Açıklaması: ardından, catch, Promise.all ve Yaygın Hatalar

Çalıştırdığımız kodla açıklanan JavaScript vaatleri: durumlar, ardından ve yakalama zincirleri, hata yönetimi, Promise.all, allSettled, yarış ve her…

Makaleyi okuyun →
Yazılım geliştirme

Python Sözlüğü Eğitimi: Yöntemler, Örnekler ve Ortak Kalıplar

Çalıştırdığımız kodları içeren bir Python sözlüğü eğitimi: dikteler oluşturma, okuma ve güncelleme, temel yöntemler, birleştirme, kavramalar, sayma …

Makaleyi okuyun →
Yapay zekâ

RAG Nedir? Geri Almayla Artırılmış Üretim Bir Çalışma Örneğiyle Açıklanıyor

RAG nedir? Almayla artırılmış oluşturma adım adım açıklanmıştır: indeksleme, parçalama, yerleştirmeler, alma, çalışan küçük bir Python örneği, değer…

Makaleyi okuyun →
DevOps

Yeni Başlayanlar İçin Terraform Eğitimi: İlk Dosyadan Modüllere Kod Olarak Altyapı

Yeni başlayanlar için bir Terraform eğitimi: Bulut hesabı olmadan başlayın, başlatmayı öğrenin, planlayın ve uygulayın, ardından değişkenler, çıktıl…

Makaleyi okuyun →
DevOps

Docker ve Kubernetes: Temel Farklılıklar, Birlikte Nasıl Çalıştıkları ve İhtiyacınız Olanlar

Docker ve Kubernetes şöyle açıkladı: Her birinin ne yaptığı, her ikisinde de aynı uygulamanın çalıştırılması, Docker Compose ve Swarm'ın karşılaştır…

Makaleyi okuyun →
Test otomasyonu

Yeni Başlayanlar İçin Pytest Eğitimi: Fikstürler, Parametrelendirme ve Gerçek Örnekler

Yeni başlayanlar için pytest 9.2'de yürüttüğümüz testleri içeren bir pytest öğreticisi: iddialar, fikstürler, parametrelendirme, yarışma, işaretleyi…

Makaleyi okuyun →
Yazılım testi

Yazılım Test Yaşam Döngüsü (STLC): 6 Aşama, Giriş ve Çıkış Kriterleri, Örnek

Yazılım testi yaşam döngüsü şunları açıkladı: giriş ve çıkış kriterleri, teslimatlar, çalışılmış bir oturum açma özelliği örneği, Agile'da STLC ve S…

Makaleyi okuyun →
Yazılım geliştirme

Git merge vs rebase: farklar, örnekler ve hangisi ne zaman kullanılır

Git merge vs rebase; gerçek log çıktısı, karşılaştırma tablosu, rebase'in altın kuralı ve güvenli bir ekip iş akışıyla anlatılıyor.

Makaleyi okuyun →
Yazılım geliştirme

Python Liste Üreteci (List Comprehension): Sözdizimi, Örnekler ve Kaçınılacak Durumlar

Python list comprehension anlatımı: sözdizimi, filtreleme, if-else, iç içe döngüler, ölçülmüş süreler ve düz for döngüsünün daha iyi olduğu durumlar.

Makaleyi okuyun →
Veritabanları ve SQL

SQL JOIN Örneklerle Açıklama (Inner, Left, Right, Full)

SQL JOIN'leri örnek tablolar ve sorgularla adım adım öğrenin: INNER, LEFT, RIGHT, FULL, CROSS ve SELF; yaygın hatalar ve performans ipuçları.

Makaleyi okuyun →