Prompt Engineering & AI Agent for Business Eğitimi
Eğitmen: Buket Başol, Course Instructer , BT Akademi
Başlangıç: 18 Ağustos 2026
Süre: 6 Hafta / 12 Ders
Günler: Salı ve Perşembe
Saatler: 19.30 21.00
Ders Türü: Canlı ve Online
Eğitime genel bakış
Yapay zekâ teknolojileri, iş dünyasında karar alma süreçlerinden içerik üretimine, müşteri deneyiminden operasyonel verimliliğe kadar birçok alanda dönüşüm yaratmaya devam ediyor. Bu dönüşümün merkezinde ise yapay zekâ sistemleriyle doğru iletişim kurabilme ve etkili komutlar (prompt) tasarlayabilme yetkinliği yer alıyor. Prompt Engineering & AI Agent for Business Eğitimi, üretken yapay zekâ araçlarını ve AI Agent yaklaşımlarını iş süreçlerine entegre etmek isteyen profesyonellere, teorik bilgiyi uygulamayla birleştiren kapsamlı bir öğrenme deneyimi sunmaktadır.
Eğitmenimiz Buket Başol, yapay zekâ, dijital dönüşüm ve kurumsal inovasyon alanlarında uzmanlaşmış, BT Akademi ve Career HuBT bünyesinde aktif olarak eğitimler veren bir eğitmendir. Kurumların üretken yapay zekâ teknolojilerini iş süreçlerine entegre etmelerine yönelik projelerde görev almış; Prompt Engineering, AI Agent sistemleri, üretken yapay zekâ uygulamaları ve dijital dönüşüm stratejileri konularında danışmanlık ve eğitimler gerçekleştirmiştir. Gerçek proje deneyimlerini uygulamalı eğitim yaklaşımıyla birleştiren Buket Başol, katılımcıların yapay zekâyı yalnızca kullanmalarını değil, iş süreçlerine değer katacak çözümler geliştirmelerini hedeflemektedir.
Eğitim boyunca katılımcılar; Prompt Engineering tekniklerini, Large Language Models (LLM) ekosistemini ve AI Agent yaklaşımını gerçek iş senaryoları üzerinden uygulamalı olarak deneyimleyecektir. İçerik üretimi, süreç otomasyonu, veri analizi ve karar destek mekanizmalarında yapay zekâdan en yüksek verimi almayı sağlayacak yöntemleri öğrenirken, eğitim sonunda kendi iş süreçlerine uygun AI Agent çözümleri geliştirebilecek ve üretken yapay zekâ araçlarını stratejik bir iş ortağı olarak etkin şekilde kullanabilecek yetkinliği kazanacaklardır.
Eğitimde neler var?
Prompt Engineering temelleri ve etkili prompt tasarlama teknikleri
Large Language Models (LLM) çalışma prensipleri ve kullanım alanları
Zero-Shot, One-Shot ve Few-Shot Prompting yaklaşımları
Chain of Thought (CoT) ve gelişmiş prompt stratejileri
İş süreçlerinde üretken yapay zekâ kullanım senaryoları
AI Agent kavramı, mimarisi ve çalışma mantığı
AI Agent tasarımı ve görev odaklı iş akışları oluşturma
Yapay zekâ destekli süreç otomasyonu uygulamaları
İçerik üretimi, analiz ve raporlama süreçlerinde AI kullanımı
Veri odaklı karar verme süreçlerinde yapay zekâ araçlarından yararlanma
Kurumsal kullanım senaryoları ve gerçek proje örnekleri
Yapay zekâ çıktılarının doğrulanması ve kalite kontrol yöntemleri
Eğitim kimler için uygun?
- Prompt Engineering ve AI Agent teknolojileri konusunda yetkinlik kazanmak isteyen yazılım geliştiriciler ve teknik uzmanlar
- Yapay zekâ destekli otomasyon çözümleri geliştirmek isteyen dijital dönüşüm, inovasyon ve teknoloji ekipleri
- Üretken yapay zekâyı iş süreçlerine entegre ederek verimlilik artırmayı hedefleyen yöneticiler ve ekip liderleri
- Veri analizi, içerik üretimi, raporlama ve karar destek süreçlerinde yapay zekâ araçlarından faydalanmak isteyen uzmanlar
- AI tabanlı uygulamalar geliştirmek isteyen ürün yöneticileri, iş analistleri ve çözüm mimarları
- AI tabanlı uygulamalar geliştirmek isteyen ürün yöneticileri, iş analistleri ve çözüm mimarları
Eğitimde neler kazanacaksınız?
Prompt Engineering tekniklerini kullanarak üretken yapay zekâ araçlarından daha doğru, tutarlı ve kaliteli çıktılar elde edebileceksiniz.
Large Language Models (LLM) ve AI Agent teknolojilerinin çalışma mantığını anlayarak iş süreçlerinize uygun çözümler geliştirebileceksiniz.
Gerçek iş senaryolarına uygun promptlar tasarlayarak yapay zekâyı daha verimli ve stratejik bir şekilde kullanabileceksiniz.
AI Agent tabanlı iş akışları oluşturarak tekrarlayan görevleri otomatikleştirebileceksiniz.
İçerik üretimi, veri analizi, raporlama ve karar destek süreçlerinde yapay zekâ araçlarından etkin şekilde faydalanabileceksiniz.
Farklı üretken yapay zekâ platformlarının güçlü yönlerini doğru senaryolarda kullanma becerisi kazanacaksınız.
Yapay zekâ tarafından üretilen çıktıları değerlendirme, doğrulama ve iyileştirme konusunda uygulamalı deneyim elde edeceksiniz.
Kurumsal iş süreçlerine uygun AI çözümleri tasarlayarak dijital dönüşüm projelerinde aktif rol alabilecek bilgi ve yetkinliğe sahip olacaksınız.
Güncel Prompt Engineering yaklaşımlarını ve AI Agent uygulamalarını gerçek örnekler üzerinden deneyimleyerek mesleki yetkinliğinizi geliştireceksiniz.
Yapay zekâyı yalnızca bir araç olarak değil, iş süreçlerinde verimlilik ve rekabet avantajı sağlayan stratejik bir çözüm ortağı olarak kullanabilecek bakış açısını kazanacaksınız.
Müfredat
1. Ders: AI Ekosistemi ve Doğru Model Seçimi
- • AI ekosistemine genel bakış
- • GPT-5, Claude 4, Gemini 2.x, Perplexity, NotebookLM ve diğer güncel araçların iş dünyasındaki konumu
- • Hangi iş için hangi model? Hangi araç daha uygundur?
- • İçerik üretimi, araştırma, analiz, özetleme, strateji, satış, sunum ve toplantı çıktılarında araç seçimi
- • “Tek model her iş için doğru çözüm değildir.” yaklaşımı.
2. Ders: Modern Prompt Engineering Temelleri
- • İyi prompt’un anatomisi: amaç, rol, bağlam, kısıtlar, çıktı formatı
- • Zero-shot ve few-shot prompting
- • Role / persona prompting
- • Output framing: tablo, maddeleme, özet, aksiyon planı, metin varyasyonu
- • Kötü prompt ile iyi prompt arasındaki farklar
- • Prompt kalitesini artıran temel tasarım ilkeleri
- • Uygulama Örnekleri
3. Ders: İleri Prompt Pattern’lerı ve Prompt Optimizasyonu
- • Rubric prompting
- • Critique / refinement yaklaşımı
- • Self-improvement ve yeniden yazdırma teknikleri
- • Prompt ile kalite kontrol
- • Prompt debugging: neden kötü çıktı alıyorum?
- • Prompt şablonu oluşturma ve tekrar kullanılabilir yapı kurma
- • Farklı senaryolar için reusable prompt library mantığı
- • Uygulama Örnekleri
4. Ders: Context Engineering: Daha İyi Sonuç İçin Doğru Bağlam Tasarımı
- • Prompt engineering ile context engineering arasındaki fark
- • Modele hangi bilgi verilmeli, hangi bilgi verilmeyebilir?
- • Uzun brief, marka tonu, geçmiş kampanyalar, müşteri segmentleri ve dokümanların bağlam olarak kullanımı
- • Çok kaynaklı bilgi ile çalışma mantığı
- • Çıktı kalitesini yükselten bağlam kurgusu
- • Context overload ve bilgi karmaşasını azaltma yöntemleri
- • Uygulama Örnekleri
5. Ders: AI Agent Mantığı ve İş Akışı Tasarımı
- • AI agent nedir, ne değildir?
- • Task decomposition: işi alt görevlere bölme
- • Planning, memory, tool use mantığı
- • Tek adımlı prompt kullanımından çok adımlı iş akışına geçiş
- • Pazarlama, satış, araştırma ve operasyon süreçlerinde agent benzeri akışlar
- • No-code / low-code bakış açısıyla agent düşünme modeli
- • Uygulama Örnekleri
6. Ders: RAG, Kurumsal Bilgi ve AI ile Bilgiye Dayalı Çalışma
- • RAG mantığı nedir?
- • Kurum içi bilgiyle çalışan AI sistemlerinin temel yaklaşımı
- • Knowledge base, retrieval, embedding gibi kavramların iş dünyası açısından sade anlatımı
- • Hangi durumda uzun prompt yeterlidir, hangi durumda bilgi tabanı gerekir?
- • Kurumsal dokümanlar, SOP’ler, sunumlar ve toplantı notlarıyla çalışma mantığı
7. Ders: Pazarlama, İçerik ve Marka Stratejisinde AI Kullanımı
- • Kampanya fikirleştirme
- • İçerik stratejisi ve içerik takvimi üretimi
- • Marka tonu tutarlılığı
- • Reklam metni ve kreatif brief üretimi
- • SEO odaklı içerik planlama
- • Çok formatlı içerik dönüştürme: blog → LinkedIn → e-posta → kısa sosyal medya metni
- • Uygulama Örnekleri
8. Ders: Satış, İş Geliştirme ve Yönetici Verimliliğinde AI
- • Hedef müşteri / şirket araştırması
- • Kişiselleştirilmiş outreach ve teklif metni üretimi
- • Müşteri segmentasyonu ve özetleme
- • Toplantı notlarından aksiyon planı çıkarma
- • Teklif, sunum ve takip akışı hazırlama
- • Yönetici asistanı gibi çalışan AI kullanım örnekleri
- • Uygulama Örnekleri
9. Ders: Kurumsal Operasyon, Raporlama, Güvenlik ve Governance
- • İK, operasyon, raporlama ve iç iletişimde AI kullanım örnekleri
- • SOP, özet, rapor, duyuru ve analiz üretiminde AI desteği
- • Prompt injection ve yanlış yönlendirme riskleri
- • Veri gizliliği, müşteri bilgisi, kurumsal belge kullanımı
- • KVKK farkındalığı ve temel güvenli kullanım ilkeleri
- • Kurum içinde AI kullanım çerçevesi oluşturma
10. Ders: Uygulama Laboratuvarı: Kendi AI Playbook’unu Tasarla
- • Departmana özel prompt seti
- • Tekrar kullanılabilir AI çalışma akışı
- • Pazarlama / satış / operasyon use-case taslağı
- • AI agent akış şeması
- • Takım içinde kullanılabilecek mini-AI playbook
- • İçerik / satış / raporlama için örnek prompt kütüphanesi
Referanslar
