3 Agent'lı Bir Sistemde Görev Bölüşümü Nasıl İşler? Kurgusal Vaka

Yapay zeka dünyasında, tek bir büyük model her görevi üstlenmek yerine, uzmanlaşmış küçük ajanların (agent) bir arada çalıştığı sistemler giderek yaygınlaşıyor. Bu yaklaşıma "çok ajanlı sistem" (multi-agent system) adı veriliyor. Kurgusal bir örnekle, bir diş kliniğinde hasta randevularını yöneten 3 agent'lı bir sistemi ele alalım. Bu sistemde her ajanın sınırlı bir sorumluluğu var ve aralarındaki iletişim, MCP (Model Context Protocol) gibi standart bir protokolle yürütülüyor.

Senaryonun Kurulumu: Kurgusal Bir Diş Kliniği

Diyelim ki "Artı Diş Kliniği" adlı bir klinik, hasta sorularını yanıtlamak ve randevu almak için bir AI Automation çözümü kullanıyor. Sistem üç ajan içeriyor: Yönlendirici (Router), Veri Toplama (Data Gatherer) ve Yanıt Üretme (Response Generator). Her biri tek bir işte uzman ve birlikte çalışarak hastaların sorularını kusursuz bir şekilde yanıtlıyor.

Rol 1: Yönlendirici Ajan (Karar Verici)

Yönlendirici ajan, sisteme gelen her mesajı ilk karşılayan birimdir. Görevi basit: Mesajın türünü analiz et ve hangi ajanın işi yapması gerektiğine karar ver. Örneğin, bir hasta "Randevu almak istiyorum" yazarsa, yönlendirici bunu bir randevu talebi olarak etiketler ve Veri Toplama ajanına yönlendirir. Eğer hasta "Diş ağrısı için hangi doktora gitmeliyim?" diye sorarsa, yönlendirici bunu bir bilgi sorusu olarak sınıflandırır ve doğrudan Yanıt Üretme ajanına gönderir. Yönlendirici asla veri aramaz veya yanıt yazmaz; sadece doğru rotayı çizer.

Rol 2: Veri Toplama Ajanı (Bilgi Toplayıcı)

Bu ajan, sistemin hafızasıdır. Bir randevu talebi geldiğinde, klinik yönetim sisteminden (CRM) hasta geçmişini, uygun saatleri ve doktor müsaitliğini çeker. Örneğin, yönlendirici bir randevu talebini Veri Toplama ajanına ilettiğinde, ajan şu adımları izler: Hastanın adını sistemde ara, geçmiş randevularını kontrol et, en yakın boş zaman dilimini bul. Topladığı veriyi yapılandırılmış bir formatta MCP üzerinden bir sonraki ajana iletir. Veri Toplama ajanı asla hasta ile doğrudan konuşmaz; sadece veri çeker ve geçirir.

Rol 3: Yanıt Üretme Ajanı (İletişim Uzmanı)

Yanıt Üretme ajanı, hastayla konuşan yüz olarak düşünülebilir. Gelen veriyi (örneğin uygun randevu saatleri) alır ve doğal, anlaşılır bir yanıt oluşturur. MCP protokolü sayesinde Veri Toplama ajanından gelen yapılandırılmış veriyi (JSON gibi) alır ve "Sayın Ahmet Bey, 15 Mart Çarşamba günü saat 14:00'te Dr. Demir'den randevu alabilirsiniz. Onaylıyor musunuz?" şeklinde bir mesaj yazar. Bu ajan, hastanın duygusal tonuna uyum sağlamakla yükümlüdür; ancak kendi başına yeni veri toplamaz, sadece gelen bilgiyi söze döker.

Birlikte Nasıl Çalışırlar: Adım Adım Akış

Bir hastanın sisteme mesaj atmasıyla başlayalım:

1. Hasta mesajı: "Merhaba, 20 Mart'ta diş temizliği için randevu almak istiyorum. Adım Mehmet."
2. Yönlendirici ajan: Mesajı analiz eder. "Randevu talebi" olarak sınıflandırır. Veri Toplama ajanına bir MCP çağrısı yapar: "Hasta adı: Mehmet. İstenen tarih: 20 Mart. Hizmet: Diş temizliği."
3. Veri Toplama ajanı: CRM'de Mehmet adını arar – yeni hasta olduğunu tespit eder. Klinik takvimine bakar: 20 Mart sabahı boş olduğunu görür. Şu veriyi hazırlar: "Hasta tipi: Yeni. Uygun saat: 20 Mart 09:00-10:00. Hizmet: Diş temizliği." Bu veriyi MCP ile Yanıt Üretme ajanına gönderir.
4. Yanıt Üretme ajanı: Gelen veriyi alır ve bir yanıt oluşturur: "Merhaba Mehmet Bey, 20 Mart Salı günü saat 09:00'da diş temizliği randevusu alabiliriz. Uygun mu? Onayınızı bekliyorum." Mesaj hastaya iletilir.

Bu döngü, her mesaj için aynı şekilde işler. Yönlendirici, gereksiz yere veri toplama veya yanıt yazma yapmaz; her ajan sadece kendi işine odaklanır.

Bu Sistemin AI Automation'daki Yeri

Çok ajanlı sistemler, özellikle müşteri hizmetleri gibi alanlarda AI Automation'ın verimliliğini artırır. Her ajanın sınırlı sorumluluğu, hata oranını düşürür ve modelin daha hızlı çalışmasını sağlar. MCP gibi protokoller ajanlar arasında standart bir iletişim dili oluşturur; böylece farklı modeller veya sistemler birbirleriyle uyumlu hale gelir. Kurgusal örneğimizdeki Artı Diş Kliniği, bu yapı sayesinde hasta memnuniyetini artırırken iş yükünü de azaltmıştır. Buyo gibi gerçek dünya çözümleri de benzer bir mimariyle kliniklere entegre olarak, hasta randevu sürecini uçtan uca otomatize eder.