{"id":5306,"date":"2026-03-30T05:55:15","date_gmt":"2026-03-30T05:55:15","guid":{"rendered":"https:\/\/www.markus-schall.de\/?p=5306"},"modified":"2026-04-17T14:30:59","modified_gmt":"2026-04-17T14:30:59","slug":"ollama-ve-qdrant-i%cc%87le-chatgpt-veri%cc%87-i%cc%87hracatindan-kendi%cc%87-bi%cc%87lgi%cc%87-ki%cc%87ni%cc%87ze-adim-adim","status":"publish","type":"post","link":"https:\/\/www.markus-schall.de\/tr\/2026\/03\/ollama-ve-qdrant-i%cc%87le-chatgpt-veri%cc%87-i%cc%87hracatindan-kendi%cc%87-bi%cc%87lgi%cc%87-ki%cc%87ni%cc%87ze-adim-adim\/","title":{"rendered":"ChatGPT veri aktar\u0131m\u0131ndan kendi bilgi yapay zekan\u0131za: Ollama ve Qdrant ile ad\u0131m ad\u0131m"},"content":{"rendered":"<p>Bu yaz\u0131 dizisinin ilk b\u00f6l\u00fcm\u00fcnde ChatGPT veri aktar\u0131m\u0131n\u0131n teknik bir i\u015flevden \u00e7ok daha fazlas\u0131 oldu\u011funu g\u00f6rd\u00fck. D\u0131\u015fa aktar\u0131lan verileriniz, uzun bir s\u00fcre boyunca biriken d\u00fc\u015f\u00fcnceler, fikirler, analizler ve konu\u015fmalardan olu\u015fan bir koleksiyon i\u00e7erir. Ancak bu veriler sabit diskinizde yaln\u0131zca bir ar\u015fiv olarak sakland\u0131\u011f\u0131 s\u00fcrece, yaln\u0131zca bir ar\u015fiv olarak kal\u0131r. \u00d6nemli olan ad\u0131m, bu bilgileri tekrar kullan\u0131labilir hale getirmektir. Ki\u015fisel bilgi yapay zekas\u0131n\u0131n geli\u015ftirilmesi tam da bu noktada ba\u015flar.<\/p>\n<p>Fikir asl\u0131nda \u015fa\u015f\u0131rt\u0131c\u0131 derecede basit: bir yapay zeka yaln\u0131zca genel bilgilerle \u00e7al\u0131\u015fmamal\u0131, ayn\u0131 zamanda kendi verilerinize de eri\u015febilmelidir. \u00d6nceki konu\u015fmalar aras\u0131nda arama yapabilmeli, uygun i\u00e7eri\u011fi bulabilmeli ve bunu yeni cevaplara dahil edebilmelidir. Bu, s\u0131radan bir YZ'yi bir t\u00fcr dijital belle\u011fe d\u00f6n\u00fc\u015ft\u00fcr\u00fcr. Bu, yaz\u0131 dizisinin ikinci b\u00f6l\u00fcm\u00fcd\u00fcr ve \u015fimdi i\u015fin pratik y\u00f6n\u00fcne bakmaktad\u0131r.<!--more--><\/p>\n<hr \/>\n\n\t\t\t<div class=\"display-post-types\">\n\n\t\t\t\t\t\t\t<style type=\"text\/css\">\n\t\t\t#dpt-wrapper-627 { --dpt-text-align: left;--dpt-image-crop: center;--dpt-border-radius: 5px;--dpt-h-gutter: 10px;--dpt-v-gutter: 9px; }\t\t\t<\/style>\n\t\t\t<style type=\"text\/css\">#dpt-wrapper-627 { --dpt-title-font-style:normal;--dpt-title-font-weight:600;--dpt-title-line-height:1.5;--dpt-title-text-decoration:none;--dpt-title-text-transform:none;--dpt-excerpt-font-style:normal;--dpt-excerpt-font-weight:400;--dpt-excerpt-line-height:1.5;--dpt-excerpt-text-decoration:none;--dpt-excerpt-text-transform:none;--dpt-meta1-font-style:normal;--dpt-meta1-font-weight:400;--dpt-meta1-line-height:1.9;--dpt-meta1-text-decoration:none;--dpt-meta1-text-transform:none;--dpt-meta2-font-style:normal;--dpt-meta2-font-weight:400;--dpt-meta2-line-height:1.9;--dpt-meta2-text-decoration:none;--dpt-meta2-text-transform:none; }<\/style><div class=\"dpt-main-header\">\n\t\t\t\t\t\t<div class=\"dpt-main-title\">\n\t\t\t\t\t\t\t<span class=\"dpt-main-title-text\">G\u00fcn\u00fcm\u00fcz\u00fcn sosyal sorunlar\u0131<\/span>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t<\/div>\t\t\t\n\t\t\t\t<div id=\"dpt-wrapper-627\" class=\"dpt-wrapper dpt-mag1 land1 dpt-cropped dpt-flex-wrap\" >\n\n\t\t\t\t\t\t\t\t\t\t\t<div class=\"dpt-entry has-thumbnail\" data-title=\"zukunft mit ladeger\u00e4t \u2013 herr von l&#8217;oreot kauft einen e-scooter\" data-id=\"3229\"  data-category=\"allgemein gesellschaft kunst &amp; kultur stories &amp; humor\" data-post_tag=\"erfahrungen\">\n\t\t\t\t\t\t\t<div class=\"dpt-entry-wrapper\"><div class=\"dpt-featured-content\"><div class=\"dpt-permalink\"><a href=\"https:\/\/www.markus-schall.de\/tr\/2025\/10\/sarj-ci%cc%87hazli-gelecek-bay-von-loreot-bi%cc%87r-e-scooter-satin-aliyor\/\" class=\"dpt-permalink\"><span class=\"screen-reader-text\">\u015earj cihazl\u0131 gelecek - Bay von L'oreot bir e-scooter sat\u0131n al\u0131yor<\/span><\/a><\/div><div class=\"dpt-thumbnail\"><div class=\"dpt-thumbnail-inner\"><img width=\"1024\" height=\"747\" class=\"attachment-full size-full\" alt=\"\" context=\"dpt\" data-dpt-src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/loereot-e-scooter-1.jpg\" data-dpt-sizes=\"(max-width: 1024px) 100vw, 1024px\" data-dpt-srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/loereot-e-scooter-1.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/loereot-e-scooter-1-300x219.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/loereot-e-scooter-1-768x560.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/loereot-e-scooter-1-16x12.jpg 16w\" \/><\/div><span class=\"dpt-thumbnail-aspect-ratio\" style=\"padding-top: 75%\"><\/span><\/div><\/div><div class=\"sub-entry\"><h3 class=\"dpt-title\"><a class=\"dpt-title-link\" href=\"https:\/\/www.markus-schall.de\/tr\/2025\/10\/sarj-ci%cc%87hazli-gelecek-bay-von-loreot-bi%cc%87r-e-scooter-satin-aliyor\/\" rel=\"bookmark\">\u015earj cihazl\u0131 gelecek - Bay von L'oreot bir e-scooter sat\u0131n al\u0131yor<\/a><\/h3><\/div><\/div>\n\t\t\t\t\t\t<\/div><!-- .dpt-entry -->\n\t\t\t\t\t\t\t\t\t\t\t\t<div class=\"dpt-entry has-thumbnail\" data-title=\"k\u00fcnstliche intelligenz: welche jobs in gefahr sind, und wie wir uns jetzt wappnen k\u00f6nnen\" data-id=\"2940\"  data-category=\"allgemein b\u00fccher gesellschaft ki-systeme\" data-post_tag=\"buch k\u00fcnstliche intelligenz llama llm mistral mlx ollama ratgeber sprachmodell\">\n\t\t\t\t\t\t\t<div class=\"dpt-entry-wrapper\"><div class=\"dpt-featured-content\"><div class=\"dpt-permalink\"><a href=\"https:\/\/www.markus-schall.de\/tr\/2025\/09\/yapay-zeka-hangi%cc%87-i%cc%87sler-tehli%cc%87kede-ve-si%cc%87mdi%cc%87-kendi%cc%87mi%cc%87zi%cc%87-nasil-koruyabi%cc%87li%cc%87ri%cc%87z\/\" class=\"dpt-permalink\"><span class=\"screen-reader-text\">Yapay zeka: hangi i\u015fler risk alt\u0131nda ve \u015fimdi kendimizi nas\u0131l silahland\u0131rabiliriz<\/span><\/a><\/div><div class=\"dpt-thumbnail\"><div class=\"dpt-thumbnail-inner\"><img width=\"1024\" height=\"683\" class=\"attachment-full size-full\" alt=\"Gelecekte hangi i\u015fler yapay zeka taraf\u0131ndan ortadan kald\u0131r\u0131lacak?\" context=\"dpt\" data-dpt-src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/welche-jobs-fallen-durch-ki-weg.jpg\" data-dpt-sizes=\"(max-width: 1024px) 100vw, 1024px\" data-dpt-srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/welche-jobs-fallen-durch-ki-weg.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/welche-jobs-fallen-durch-ki-weg-300x200.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/welche-jobs-fallen-durch-ki-weg-768x512.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/welche-jobs-fallen-durch-ki-weg-18x12.jpg 18w\" \/><\/div><span class=\"dpt-thumbnail-aspect-ratio\" style=\"padding-top: 75%\"><\/span><\/div><\/div><div class=\"sub-entry\"><h3 class=\"dpt-title\"><a class=\"dpt-title-link\" href=\"https:\/\/www.markus-schall.de\/tr\/2025\/09\/yapay-zeka-hangi%cc%87-i%cc%87sler-tehli%cc%87kede-ve-si%cc%87mdi%cc%87-kendi%cc%87mi%cc%87zi%cc%87-nasil-koruyabi%cc%87li%cc%87ri%cc%87z\/\" rel=\"bookmark\">Yapay zeka: hangi i\u015fler risk alt\u0131nda ve \u015fimdi kendimizi nas\u0131l silahland\u0131rabiliriz<\/a><\/h3><\/div><\/div>\n\t\t\t\t\t\t<\/div><!-- .dpt-entry -->\n\t\t\t\t\t\t\t\t\t\t\t\t<div class=\"dpt-entry has-thumbnail\" data-title=\"spieltheorie erkl\u00e4rt 25 jahre geopolitik: wie europa seine strategische rolle verlor\" data-id=\"3850\"  data-category=\"allgemein gesellschaft kunst &amp; kultur\" data-post_tag=\"denkmodelle deutschland energiepolitik eu-gesetze europa geopolitik krisen sicherheitspolitik spieltheorie\">\n\t\t\t\t\t\t\t<div class=\"dpt-entry-wrapper\"><div class=\"dpt-featured-content\"><div class=\"dpt-permalink\"><a href=\"https:\/\/www.markus-schall.de\/tr\/2025\/12\/oyun-teori%cc%87si%cc%87-25-yillik-jeopoli%cc%87ti%cc%87gi%cc%87-acikliyor-avrupa-strateji%cc%87k-roluenue-nasil-kaybetti%cc%87\/\" class=\"dpt-permalink\"><span class=\"screen-reader-text\">Oyun teorisi jeopoliti\u011fin 25 y\u0131l\u0131n\u0131 a\u00e7\u0131kl\u0131yor: Avrupa stratejik rol\u00fcn\u00fc nas\u0131l kaybetti?<\/span><\/a><\/div><div class=\"dpt-thumbnail\"><div class=\"dpt-thumbnail-inner\"><img width=\"1024\" height=\"765\" class=\"attachment-full size-full\" alt=\"Oyun teorisi jeopoliti\u011fin 25 y\u0131l\u0131n\u0131 a\u00e7\u0131kl\u0131yor\" context=\"dpt\" data-dpt-src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/europa-russland-spieltheorie.jpg\" data-dpt-sizes=\"(max-width: 1024px) 100vw, 1024px\" data-dpt-srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/europa-russland-spieltheorie.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/europa-russland-spieltheorie-300x224.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/europa-russland-spieltheorie-768x574.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/europa-russland-spieltheorie-16x12.jpg 16w\" \/><\/div><span class=\"dpt-thumbnail-aspect-ratio\" style=\"padding-top: 75%\"><\/span><\/div><\/div><div class=\"sub-entry\"><h3 class=\"dpt-title\"><a class=\"dpt-title-link\" href=\"https:\/\/www.markus-schall.de\/tr\/2025\/12\/oyun-teori%cc%87si%cc%87-25-yillik-jeopoli%cc%87ti%cc%87gi%cc%87-acikliyor-avrupa-strateji%cc%87k-roluenue-nasil-kaybetti%cc%87\/\" rel=\"bookmark\">Oyun teorisi jeopoliti\u011fin 25 y\u0131l\u0131n\u0131 a\u00e7\u0131kl\u0131yor: Avrupa stratejik rol\u00fcn\u00fc nas\u0131l kaybetti?<\/a><\/h3><\/div><\/div>\n\t\t\t\t\t\t<\/div><!-- .dpt-entry -->\n\t\t\t\t\t\t\t\t\t\t\t\t<div class=\"dpt-entry has-thumbnail\" data-title=\"propaganda: geschichte, methoden, moderne formen und wie man sie erkennt\" data-id=\"4229\"  data-category=\"allgemein gesellschaft kunst &amp; kultur\" data-post_tag=\"denkmodelle energiepolitik europa geopolitik krisen meinungsfreiheit pers\u00f6nlichkeitsentwicklung sicherheitspolitik spieltheorie\">\n\t\t\t\t\t\t\t<div class=\"dpt-entry-wrapper\"><div class=\"dpt-featured-content\"><div class=\"dpt-permalink\"><a href=\"https:\/\/www.markus-schall.de\/tr\/2026\/01\/propaganda-tari%cc%87hi%cc%87-yoentemleri%cc%87-modern-formlar-ve-bunlarin-nasil-taninacagi\/\" class=\"dpt-permalink\"><span class=\"screen-reader-text\">Propaganda: tarihi, y\u00f6ntemleri, modern bi\u00e7imleri ve bunlar\u0131n nas\u0131l tan\u0131naca\u011f\u0131<\/span><\/a><\/div><div class=\"dpt-thumbnail\"><div class=\"dpt-thumbnail-inner\"><img width=\"1024\" height=\"683\" class=\"attachment-full size-full\" alt=\"Propaganda nedir?\" context=\"dpt\" data-dpt-src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Propaganda-titel.jpg\" data-dpt-sizes=\"(max-width: 1024px) 100vw, 1024px\" data-dpt-srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Propaganda-titel.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Propaganda-titel-300x200.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Propaganda-titel-768x512.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Propaganda-titel-18x12.jpg 18w\" \/><\/div><span class=\"dpt-thumbnail-aspect-ratio\" style=\"padding-top: 75%\"><\/span><\/div><\/div><div class=\"sub-entry\"><h3 class=\"dpt-title\"><a class=\"dpt-title-link\" href=\"https:\/\/www.markus-schall.de\/tr\/2026\/01\/propaganda-tari%cc%87hi%cc%87-yoentemleri%cc%87-modern-formlar-ve-bunlarin-nasil-taninacagi\/\" rel=\"bookmark\">Propaganda: tarihi, y\u00f6ntemleri, modern bi\u00e7imleri ve bunlar\u0131n nas\u0131l tan\u0131naca\u011f\u0131<\/a><\/h3><\/div><\/div>\n\t\t\t\t\t\t<\/div><!-- .dpt-entry -->\n\t\t\t\t\t\t\n\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\n<hr \/>\n<h2>Serinin 1. B\u00f6l\u00fcm\u00fc: ChatGPT veri d\u0131\u015fa aktar\u0131m\u0131nda hafife al\u0131nan hazine<\/h2>\n<p>Bu ikinci b\u00f6l\u00fcmde i\u015fin pratik y\u00f6n\u00fcne girerken, \u015fu konulara bir g\u00f6z atmakta fayda var <a href=\"https:\/\/www.markus-schall.de\/tr\/2026\/03\/chatgpt-veri%cc%87-i%cc%87hraci-ki%cc%87-sohbeti%cc%87ni%cc%87zi%cc%87n-nasil-ki%cc%87si%cc%87sel-bi%cc%87lgi%cc%87-si%cc%87stemi%cc%87ne-doenuestueguenue-acikliyor\/\"><strong>bu serinin ilk makalesi<\/strong><\/a>. ChatGPT veri aktar\u0131m\u0131n\u0131n ilk etapta neden bu kadar ilgin\u00e7 oldu\u011fu ve bir\u00e7ok kullan\u0131c\u0131n\u0131n neden hala potansiyelini hafife ald\u0131\u011f\u0131 temel sorusuyla ilgileniyor. Makale, d\u0131\u015fa aktar\u0131mda ger\u00e7ekte hangi verilerin bulundu\u011funu, ki\u015fisel bir bilgi ar\u015fivi olu\u015fturmak i\u00e7in nas\u0131l kullan\u0131labilece\u011fini ve bu ad\u0131m\u0131n neden haf\u0131zal\u0131 kendi yapay zekan\u0131z i\u00e7in temel olu\u015fturdu\u011funu g\u00f6stermektedir. Bu boru hatt\u0131n\u0131 neden olu\u015fturdu\u011fumuzu ve kendi sohbet ge\u00e7mi\u015flerinizin ne gibi bir stratejik de\u011fere sahip oldu\u011funu anlamak istiyorsan\u0131z, B\u00f6l\u00fcm 1 ile ba\u015flamal\u0131s\u0131n\u0131z.<\/p>\n<p>Bir sonraki b\u00f6l\u00fcmde ger\u00e7ek uygulamaya ba\u015flamadan \u00f6nce, b\u00f6yle bir sistemin temelde nas\u0131l yap\u0131land\u0131r\u0131ld\u0131\u011f\u0131na bir g\u00f6z atal\u0131m.<\/p>\n<hr \/>\n<h2>RAG sisteminin temel fikri<\/h2>\n<p>Sistemimizin teknik temeli, art\u0131k yapay zeka d\u00fcnyas\u0131nda yayg\u0131n olarak kullan\u0131lan bir kavramd\u0131r: RAG veya Retrieval Augmented Generation. Bu terimin arkas\u0131nda \u00e7ok pratik bir ilke yatmaktad\u0131r.<\/p>\n<p>Normalde bir dil modeli sorular\u0131 yaln\u0131zca e\u011fitimi s\u0131ras\u0131nda \u00f6\u011frendi\u011fi bilgilerle yan\u0131tlar. Bu bilgi kapsaml\u0131 olmas\u0131na ra\u011fmen, iki belirleyici s\u0131n\u0131rlamas\u0131 vard\u0131r:<\/p>\n<ul>\n<li>\u0130lk olarak, model kendi projeleriniz veya d\u00fc\u015f\u00fcnceleriniz hakk\u0131nda herhangi bir bireysel bilgi sahibi de\u011fildir.<\/li>\n<li>\u0130kinci olarak, e\u011fitimden sonra olu\u015fturulan yeni verilere eri\u015femez.<\/li>\n<\/ul>\n<p>RAG sistemi tam da bu noktada devreye girer. Do\u011frudan bir yan\u0131t \u00fcretmek yerine, \u00f6nce ba\u015fka bir \u015fey olur: sistem, sorulan soruyla e\u015fle\u015fen i\u00e7erik i\u00e7in bir veritaban\u0131 arar. Bu i\u00e7erik daha sonra ba\u011flam olarak dil modeline aktar\u0131l\u0131r. Yapay zeka ancak bundan sonra cevab\u0131n\u0131 form\u00fcle eder. Basit bir ifadeyle, s\u00fcre\u00e7 \u015fu \u015fekildedir:<\/p>\n<ol>\n<li>Sen bir soru sor \u2192<\/li>\n<li>sistem bir bilgi veritaban\u0131nda arama yapar \u2192<\/li>\n<li>ilgili i\u00e7erik bulunur \u2192<\/li>\n<li>Bu i\u00e7erik YZ'ye ba\u011flam olarak aktar\u0131l\u0131r \u2192<\/li>\n<li>yapay zeka bir cevap \u00fcretir.<\/li>\n<\/ol>\n<p>Belirleyici avantaj a\u00e7\u0131kt\u0131r: YZ, orijinal e\u011fitiminin bir par\u00e7as\u0131 olmayan bilgileri kullanabilir.<\/p>\n<p>\u0130\u015fte ChatGPT verilerinizin devreye girdi\u011fi yer buras\u0131d\u0131r. Bu konu\u015fmalar\u0131 bir bilgi veritaban\u0131na entegre edersek, yapay zeka bunlara daha sonra eri\u015febilir. \u00d6nceki fikirleri bulabilir, eski diyaloglardaki arg\u00fcmanlar\u0131 kullanabilir veya ge\u00e7mi\u015f konu\u015fmalardaki analizleri dikkate alabilir. B\u00f6ylece sistem kendi d\u00fc\u015f\u00fcncelerinizi \u201ehat\u0131rlamaya\u201c ba\u015flar.<\/p>\n<h3>Sistemimizin yap\u0131 ta\u015flar\u0131<\/h3>\n<p>Bunun i\u00e7in birlikte \u00e7al\u0131\u015fan birka\u00e7 bile\u015fene ihtiyac\u0131m\u0131z var. Neyse ki bunun i\u00e7in gerekli teknik altyap\u0131ya ula\u015fmak bug\u00fcn birka\u00e7 y\u0131l \u00f6ncesine g\u00f6re \u00e7ok daha kolay. Sistemimiz \u00f6z\u00fcnde d\u00f6rt merkezi bile\u015fenden olu\u015fuyor.<\/p>\n<ol>\n<li>\u0130lk yap\u0131 ta\u015f\u0131 <strong>ChatGPT veri aktar\u0131m\u0131<\/strong>. \u0130\u015fte ham verilerimiz. Bu, daha \u00f6nce yapay zeka ile yapt\u0131\u011f\u0131m\u0131z t\u00fcm konu\u015fmalar\u0131 i\u00e7eriyor.<\/li>\n<li>\u0130kinci yap\u0131 ta\u015f\u0131 ise bir <strong>G\u00f6mme modeli<\/strong>. Bu model metni matematiksel vekt\u00f6rlere \u00e7evirir. Bu da metinleri anlamlar\u0131na g\u00f6re kar\u015f\u0131la\u015ft\u0131rmay\u0131 m\u00fcmk\u00fcn k\u0131lar.<\/li>\n<li>\u00dc\u00e7\u00fcnc\u00fc yap\u0131 ta\u015f\u0131 ise bir <strong>Vekt\u00f6r veritaban\u0131<\/strong>. Bizim durumumuzda Qdrant kullan\u0131yoruz. Bu veri taban\u0131 metinlerin matematiksel temsillerini depolar ve h\u0131zl\u0131 bir semantik arama sa\u011flar.<\/li>\n<li>D\u00f6rd\u00fcnc\u00fc yap\u0131 ta\u015f\u0131 bir <strong>yerel dil modeli<\/strong>, Ollama \u00fczerinden \u00e7al\u0131\u015f\u0131r. Bu model daha sonra ger\u00e7ek cevaplar\u0131 form\u00fcle edecektir.<\/li>\n<\/ol>\n<p>Bu d\u00f6rt bile\u015fen birlikte yak\u0131n bir \u015fekilde \u00e7al\u0131\u015f\u0131r.<\/p>\n<ol>\n<li>Veri aktar\u0131m\u0131 i\u00e7eri\u011fi sa\u011flar.<\/li>\n<li>G\u00f6mme modeli bunlar\u0131 makine taraf\u0131ndan okunabilir hale getirir.<\/li>\n<li>Vekt\u00f6r veritaban\u0131 bunlar\u0131 kaydeder ve arar.<\/li>\n<li>Dil modeli nihayetinde anla\u015f\u0131labilir cevaplar \u00fcretir.<\/li>\n<\/ol>\n<p>Birlikte, ki\u015fisel bilgi yapay zekas\u0131n\u0131n temelini olu\u015ftururlar.<\/p>\n<h3>Bir bak\u0131\u015fta veri ak\u0131\u015f\u0131<\/h3>\n<p>Sistemin \u00e7al\u0131\u015fmas\u0131 i\u00e7in verilerin birka\u00e7 ad\u0131mdan ge\u00e7mesi gerekir. \u0130lk ad\u0131m, ilk makalede zaten olu\u015fturdu\u011fumuz ChatGPT veri aktar\u0131m\u0131d\u0131r. \u0130\u00e7erdi\u011fi konu\u015fmalar \u00f6nce JSON dosyalar\u0131ndan \u00e7\u0131kar\u0131l\u0131r. Daha sonra bu metinler haz\u0131rlanmal\u0131d\u0131r. B\u00fcy\u00fck sohbet ge\u00e7mi\u015fleri, metin par\u00e7alar\u0131 olarak bilinen daha k\u00fc\u00e7\u00fck b\u00f6l\u00fcmlere ayr\u0131l\u0131r. Bu, sonraki aramay\u0131 \u00e7ok daha verimli hale getirir.<\/p>\n<p>Bir sonraki ad\u0131mda, bu metin b\u00f6l\u00fcmlerinden g\u00f6m\u00fcler olu\u015fturuyoruz. Her metin matematiksel olarak tan\u0131mlan\u0131r. Benzer anlama sahip metinlere benzer vekt\u00f6rler verilir. Daha sonra bu vekt\u00f6rleri vekt\u00f6r veritaban\u0131m\u0131z Qdrant'a kaydediyoruz.<\/p>\n<p>Bu, altyap\u0131n\u0131n en \u00f6nemli k\u0131sm\u0131n\u0131n zaten mevcut oldu\u011fu anlam\u0131na gelir. Daha sonra bir soru sorulursa, a\u015fa\u011f\u0131dakiler ger\u00e7ekle\u015fir:<\/p>\n<ol>\n<li>Soru ayr\u0131ca bir vekt\u00f6re d\u00f6n\u00fc\u015ft\u00fcr\u00fcl\u00fcr.<\/li>\n<li>Veritaban\u0131 benzer anlama sahip metinleri arar.<\/li>\n<li>Bu metin pasajlar\u0131 dil modeline ba\u011flam olarak aktar\u0131l\u0131r.<\/li>\n<li>Model bu bilgiyi bir cevap form\u00fcle etmek i\u00e7in kullan\u0131r.<\/li>\n<\/ol>\n<p>Bu s\u00fcre\u00e7, yapay zekan\u0131n yaln\u0131zca genel bilgiyi kullanmas\u0131n\u0131 de\u011fil, ayn\u0131 zamanda kendi verilerinize de eri\u015febilmesini sa\u011flar.<\/p>\n<h3>Sonunda ne m\u00fcmk\u00fcn olacak<\/h3>\n<p>Sistem kurulduktan sonra, yapay zeka ile \u00e7al\u0131\u015fmak g\u00f6zle g\u00f6r\u00fcl\u00fcr \u015fekilde de\u011fi\u015fir. Art\u0131k sadece genel bir dil modeliyle de\u011fil, kendi verilerinize eri\u015febilen bir yapay zeka ile \u00e7al\u0131\u015f\u0131yorsunuz. Bu tamamen yeni olas\u0131l\u0131klar\u0131n \u00f6n\u00fcn\u00fc a\u00e7ar. \u00d6rne\u011fin, a\u015fa\u011f\u0131daki gibi sorular sorabilirsiniz:<\/p>\n<blockquote><p><em>\u201eYapay zeka ile bu konu hakk\u0131nda hi\u00e7 konu\u015ftum mu?\u201c<\/em><br \/>\n<em>\u201eBu proje hakk\u0131nda daha \u00f6nce hangi fikirlere sahiptim?\u201c<\/em><br \/>\n<em>\u201e\u00d6nceki g\u00f6r\u00fc\u015fmelerde hangi arg\u00fcmanlar\u0131 geli\u015ftirdim?\u201c<\/em><\/p><\/blockquote>\n<p>Yapay zeka daha sonra kendi konu\u015fmalar\u0131n\u0131z aras\u0131nda arama yapar ve uygun i\u00e7eri\u011fi bulur. Sadece genel bir cevap vermek yerine, \u00f6nceki d\u00fc\u015f\u00fcncelere at\u0131fta bulunabilir, eski analizleri \u00f6zetleyebilir veya farkl\u0131 konu\u015fmalar aras\u0131ndaki ba\u011flant\u0131lar\u0131 tan\u0131yabilir.<\/p>\n<p>Ba\u015fka bir deyi\u015fle, yapay zeka kendi bilgi ar\u015fivinizle \u00e7al\u0131\u015fmaya ba\u015flar. Bu da basit bir sohbet arac\u0131n\u0131 uzun vadede d\u00fc\u015f\u00fcncelerinizi destekleyebilecek bir sisteme d\u00f6n\u00fc\u015ft\u00fcr\u00fcr. Ve \u00f6n\u00fcm\u00fczdeki birka\u00e7 b\u00f6l\u00fcmde ad\u0131m ad\u0131m in\u015fa edece\u011fimiz \u015fey de tam olarak bu sistemdir. Bir sonraki b\u00f6l\u00fcmde, pratik \u00e7al\u0131\u015fmalarla ba\u015fl\u0131yoruz ve ilk olarak ChatGPT veri aktar\u0131m\u0131na daha yak\u0131ndan bak\u0131yoruz. \u00c7\u00fcnk\u00fc bir bilgi veritaban\u0131 olu\u015fturmadan \u00f6nce, verilerimizin ger\u00e7ekte nas\u0131l yap\u0131land\u0131r\u0131ld\u0131\u011f\u0131n\u0131 anlamam\u0131z gerekir.<\/p>\n<hr \/>\n<h3>Yerel yapay zeka sistemlerinin kullan\u0131m\u0131na ili\u015fkin g\u00fcncel anket<\/h3>\n<div class='bootstrap-yop yop-poll-mc'>\n\t\t\t\t\t\t\t<div class=\"basic-yop-poll-container\" style=\"background-color:#ffffff; border:0px; border-style:solid; border-color:#000000; border-radius:5px; padding:0px 5px;\" data-id=\"9\" data-temp=\"basic-pretty\" data-skin=\"square\" data-cscheme=\"blue\" data-cap=\"0\" data-access=\"guest\" data-tid=\"\" data-uid=\"b747feb86b36f04370f2618c000ef590\" data-pid=\"4229\" data-resdet=\"votes-number,percentages\" data-show-results-to=\"guest\" data-show-results-moment=\"after-vote\" data-show-results-only=\"false\" data-show-message=\"true\" data-show-results-as=\"bar\" data-sort-results-by=\"as-defined\" data-sort-results-rule=\"asc\"data-is-ended=\"0\" data-percentages-decimals=\"2\" data-gdpr=\"no\" data-gdpr-sol=\"consent\" data-css=\".basic-yop-poll-container[data-uid] .basic-vote {\t\t\t\t\t\t\t\t\ttext-align: center;\t\t\t\t\t\t\t\t}\" data-counter=\"0\" data-load-with=\"1\" data-notification-section=\"top\"><div class=\"row\"><div class=\"col-md-12\"><div class=\"basic-inner\"><div class=\"basic-message hide\" style=\"border-left: 10px solid #008000; padding: 0px 10px;\" data-error=\"#ff0000\" data-success=\"#008000\"><p class=\"basic-message-text\" style=\"color:#000000; font-size:14px; font-weight:normal;\"><\/p><\/div><div class=\"basic-overlay hide\"><div class=\"basic-vote-options\"><\/div><div class=\"basic-preloader\"><div class=\"basic-windows8\"><div class=\"basic-wBall basic-wBall_1\"><div class=\"basic-wInnerBall\"><\/div><\/div><div class=\"basic-wBall basic-wBall_2\"><div class=\"basic-wInnerBall\"><\/div><\/div><div class=\"basic-wBall basic-wBall_3\"><div class=\"basic-wInnerBall\"><\/div><\/div><div class=\"basic-wBall basic-wBall_4\"><div class=\"basic-wInnerBall\"><\/div><\/div><div class=\"basic-wBall basic-wBall_5\"><div class=\"basic-wInnerBall\"><\/div><\/div><\/div><\/div><\/div><form class=\"basic-form\" action=\"\"><input type=\"hidden\" name=\"_token\" value=\"45d39f0bec\" autocomplete=\"off\"><div class=\"basic-elements\"><div class=\"basic-element basic-question basic-question-text-vertical\" data-id=\"9\" data-uid=\"aae8e7821307b707c62f1281cce575d5\" data-type=\"question\" data-question-type=\"text\" data-required=\"yes\" data-allow-multiple=\"no\" data-min=\"1\" data-max=\"7\" data-display=\"vertical\" data-colnum=\"\" data-display-others=\"no\" data-others-color=\"\" data-others=\"\" data-others-max-chars=\"0\"><div class=\"basic-question-title\"><h5 style=\"color:#000000; font-size:16px; font-weight:normal; text-align:left;\">MLX veya Ollama gibi yerel olarak \u00e7al\u0131\u015fan yapay zeka yaz\u0131l\u0131mlar\u0131 hakk\u0131nda ne d\u00fc\u015f\u00fcn\u00fcyorsunuz?<\/h5><\/div><ul class=\"basic-answers\"><li class=\"basic-answer\" style=\"padding:0px 0px;\" data-id=\"45\" data-type=\"text\" data-vn=\"142\" data-color=\"#000000\" data-make-link=\"no\" data-link=\"\"><div class=\"basic-answer-content basic-text-vertical\"><label for=\"answer[45]\" class=\"basic-answer-label\"><input type=\"radio\" id=\"answer[45]\" name=\"answer[9]\" value=\"45\"><span class=\"basic-text\" style=\"color: #000000; font-size: 14px; font-weight: normal;\">Ingenious - nihayet buluttan ba\u011f\u0131ms\u0131z<\/span><\/label><\/div><\/li><li class=\"basic-answer\" style=\"padding:0px 0px;\" data-id=\"46\" data-type=\"text\" data-vn=\"25\" data-color=\"#000000\" data-make-link=\"no\" data-link=\"\"><div class=\"basic-answer-content basic-text-vertical\"><label for=\"answer[46]\" class=\"basic-answer-label\"><input type=\"radio\" id=\"answer[46]\" name=\"answer[9]\" value=\"46\"><span class=\"basic-text\" style=\"color: #000000; font-size: 14px; font-weight: normal;\">\u0130lgin\u00e7, ancak (hala) \u00e7ok karma\u015f\u0131k<\/span><\/label><\/div><\/li><li class=\"basic-answer\" style=\"padding:0px 0px;\" data-id=\"47\" data-type=\"text\" data-vn=\"28\" data-color=\"#000000\" data-make-link=\"no\" data-link=\"\"><div class=\"basic-answer-content basic-text-vertical\"><label for=\"answer[47]\" class=\"basic-answer-label\"><input type=\"radio\" id=\"answer[47]\" name=\"answer[9]\" value=\"47\"><span class=\"basic-text\" style=\"color: #000000; font-size: 14px; font-weight: normal;\">Yak\u0131nda deneyece\u011fim.<\/span><\/label><\/div><\/li><li class=\"basic-answer\" style=\"padding:0px 0px;\" data-id=\"48\" data-type=\"text\" data-vn=\"5\" data-color=\"#000000\" data-make-link=\"no\" data-link=\"\"><div class=\"basic-answer-content basic-text-vertical\"><label for=\"answer[48]\" class=\"basic-answer-label\"><input type=\"radio\" id=\"answer[48]\" name=\"answer[9]\" value=\"48\"><span class=\"basic-text\" style=\"color: #000000; font-size: 14px; font-weight: normal;\">\u0130htiyac\u0131m yok - bulut benim i\u00e7in yeterli<\/span><\/label><\/div><\/li><li class=\"basic-answer\" style=\"padding:0px 0px;\" data-id=\"49\" data-type=\"text\" data-vn=\"4\" data-color=\"#000000\" data-make-link=\"no\" data-link=\"\"><div class=\"basic-answer-content basic-text-vertical\"><label for=\"answer[49]\" class=\"basic-answer-label\"><input type=\"radio\" id=\"answer[49]\" name=\"answer[9]\" value=\"49\"><span class=\"basic-text\" style=\"color: #000000; font-size: 14px; font-weight: normal;\">Bunun tam olarak ne hakk\u0131nda oldu\u011funu bilmiyorum.<\/span><\/label><\/div><\/li><\/ul><\/div><div class=\"clearfix\"><\/div><\/div><div class=\"basic-vote\"><a href=\"#\" class=\"button basic-vote-button\" role=\"button\" style=\"background:#027bb8; border:0px; border-style: solid; border-color:#000000; border-radius:5px; padding:10px 10px; color:#ffffff; font-size:14px; font-weight:normal;\">Oylama<\/a><\/div><input type=\"hidden\" name=\"trp-form-language\" value=\"tr\"\/><\/form><\/div><\/div><\/div><\/div>\n\t\t\t\t\t\t<\/div>\n<hr \/>\n<h2>Haz\u0131rl\u0131k: ChatGPT veri d\u0131\u015fa aktar\u0131m\u0131n\u0131 anlama<\/h2>\n<p>Bu serinin ilk makalesinde ChatGPT veri d\u0131\u015fa aktar\u0131m\u0131n\u0131 olu\u015fturmu\u015f ve bir ZIP dosyas\u0131 olarak indirmi\u015ftik. \u0130lk bak\u0131\u015fta, bu dosya biraz dikkat \u00e7ekici g\u00f6r\u00fcnmeyebilir - ba\u015flang\u0131\u00e7ta de\u011ferli bir veri setinden \u00e7ok bir yedekleme gibi g\u00f6r\u00fcnen baz\u0131 teknik dosyalar i\u00e7eren bir ar\u015fiv. Ancak, bu ar\u015fiv t\u00fcm bilgi sistemimizin temelini i\u00e7ermektedir.<\/p>\n<p>Bu verileri bir veritaban\u0131na y\u00fcklemeye veya bir yapay zekaya ba\u011flamaya ba\u015flamadan \u00f6nce, d\u0131\u015fa aktar\u0131m\u0131n nas\u0131l yap\u0131land\u0131r\u0131ld\u0131\u011f\u0131n\u0131 anlamam\u0131z gerekir. \u00c7\u00fcnk\u00fc ancak hangi bilgilerin i\u00e7erildi\u011fini ve nas\u0131l yap\u0131land\u0131r\u0131ld\u0131\u011f\u0131n\u0131 bilirsek daha sonra bunlar\u0131 anlaml\u0131 bir \u015fekilde i\u015fleyebiliriz. Bu nedenle bu b\u00f6l\u00fcmde, veri aktar\u0131m\u0131n\u0131n nas\u0131l yap\u0131land\u0131r\u0131ld\u0131\u011f\u0131na, hangi dosyalar\u0131n ger\u00e7ekten ilgili oldu\u011funa ve bu teknik ar\u015fivi YZ bilgi sistemimiz i\u00e7in nas\u0131l yararl\u0131 bir temele d\u00f6n\u00fc\u015ft\u00fcrebilece\u011fimize bakaca\u011f\u0131z.<\/p>\n<h3>ZIP dosyas\u0131n\u0131 a\u00e7\u0131n<\/h3>\n<p>\u0130lk ad\u0131m \u00f6nemsizdir, ancak yine de \u00f6nemlidir: indirilen ar\u015fivi a\u00e7mam\u0131z gerekir. Dosya normalde klasik bir ZIP dosyas\u0131 olarak mevcuttur. \u00d6nceki kullan\u0131m\u0131n\u0131z\u0131n kapsam\u0131na ba\u011fl\u0131 olarak, boyut olarak de\u011fi\u015febilir. Baz\u0131 kullan\u0131c\u0131lar birka\u00e7 y\u00fcz megabaytl\u0131k bir ar\u015fiv al\u0131rken, di\u011ferleri birka\u00e7 gigabaytl\u0131k bir ar\u015fiv al\u0131r.<\/p>\n<p>Dosyay\u0131 paketinden \u00e7\u0131kard\u0131ktan sonra, birka\u00e7 dosya ve alt klas\u00f6r i\u00e7eren bir klas\u00f6r olu\u015fturulur. Tam yap\u0131 biraz de\u011fi\u015febilir, ancak genellikle bir dizi JSON dosyas\u0131 ve muhtemelen ek bilgiler i\u00e7eren ba\u015fka dosyalar bulacaks\u0131n\u0131z.<\/p>\n<p>Bir\u00e7ok kullan\u0131c\u0131 i\u00e7in bu yap\u0131 ba\u015flang\u0131\u00e7ta biraz teknik g\u00f6r\u00fcnmektedir. Ancak bir an durup d\u00fc\u015f\u00fcn\u00fcrseniz, bir \u00f6r\u00fcnt\u00fcy\u00fc hemen fark edersiniz: veriler nispeten d\u00fczg\u00fcn bir \u015fekilde d\u00fczenlenmi\u015ftir ve net bir yap\u0131 izler. Bu iyi bir haber, \u00e7\u00fcnk\u00fc i\u00e7eri\u011fi daha sonra otomatik olarak i\u015flemeyi m\u00fcmk\u00fcn k\u0131lan tam da bu yap\u0131d\u0131r.<\/p>\n<h3>Sohbet verilerinin yap\u0131s\u0131<\/h3>\n<p>D\u0131\u015fa aktarman\u0131n en \u00f6nemli k\u0131sm\u0131 ger\u00e7ek sohbet verileridir. Bu sohbetler genellikle bir veya daha fazla JSON dosyas\u0131nda saklan\u0131r. JSON, genellikle yap\u0131land\u0131r\u0131lm\u0131\u015f bilgileri depolamak i\u00e7in kullan\u0131lan yayg\u0131n olarak kullan\u0131lan bir veri format\u0131d\u0131r.<\/p>\n<p>B\u00f6yle bir dosya sadece uzun bir metin i\u00e7ermez. Bunun yerine, bir diyalog tek tek \u00f6\u011felere ayr\u0131l\u0131r. Tipik olarak, bir diyalog birka\u00e7 mesajdan olu\u015fur. Her mesaj a\u015fa\u011f\u0131daki gibi bilgiler i\u00e7erir<\/p>\n<ul>\n<li>mesaj\u0131n ger\u00e7ek metni<\/li>\n<li>g\u00f6nderenin rol\u00fc (kullan\u0131c\u0131 veya yapay zeka)<\/li>\n<li>bir zaman damgas\u0131<\/li>\n<li>k\u0131smen daha fazla meta veri<\/li>\n<\/ul>\n<p>Bu, diyalo\u011fun t\u00fcm seyrinin yeniden olu\u015fturulmas\u0131na olanak tan\u0131r. \u00d6rne\u011fin, bir diyalog kullan\u0131c\u0131dan gelen bir soru ile ba\u015flar. Bunu yapay zekadan gelen bir cevap takip eder. Daha sonra ba\u015fka sorular ve cevaplar gelebilir. Bu mesajlar\u0131n her biri ayr\u0131 ayr\u0131 kaydedilir.<\/p>\n<p>Bunun \u00f6nemli bir avantaj\u0131 vard\u0131r: daha sonra kimin ne s\u00f6yledi\u011fini ve bir konu\u015fman\u0131n nas\u0131l geli\u015fti\u011fini tam olarak anlayabiliriz. Daha sonra bu i\u00e7eri\u011fi tam olarak aramak ve analiz etmek istedi\u011fimizden, bu \u00f6zellikle bilgi sistemimiz i\u00e7in \u00f6nemlidir.<\/p>\n<h3>Ger\u00e7ekten hangi verilere ihtiyac\u0131m\u0131z var<\/h3>\n<p>D\u0131\u015fa aktar\u0131m \u00e7ok fazla bilgi i\u00e7ermesine ra\u011fmen, bilgi sistemimiz i\u00e7in hepsine ihtiyac\u0131m\u0131z yok. En \u00f6nemli bile\u015fen konu\u015fmalar\u0131n metinleridir. Bu metinler ger\u00e7ek i\u00e7eri\u011fi i\u00e7erir: Fikirler, analizler, sorular ve cevaplar. Daha sonra aramak istedi\u011fimiz de tam olarak bu i\u00e7eriktir.<\/p>\n<p>Baz\u0131 meta veriler de faydal\u0131 olabilir. Bu, \u00f6rne\u011fin \u015funlar\u0131 i\u00e7erir<\/p>\n<ul>\n<li>Zaman Damgas\u0131<\/li>\n<li>Konu\u015fma ba\u015fl\u0131\u011f\u0131<\/li>\n<li>Muhtemelen dahili kimlik numaralar\u0131<\/li>\n<\/ul>\n<p>Bu bilgi, i\u00e7eri\u011fi daha sonra daha iyi s\u0131ralamam\u0131za veya bir konu\u015fmay\u0131 zaman a\u00e7\u0131s\u0131ndan kategorize etmemize yard\u0131mc\u0131 olur. D\u0131\u015fa aktar\u0131m\u0131n di\u011fer bile\u015fenleri projemiz i\u00e7in daha az \u00f6nemlidir. \u00d6rne\u011fin, yaln\u0131zca platformun dahili i\u015fleyi\u015fini ilgilendiren belirli teknik meta veriler buna dahildir.<\/p>\n<p>Bu nedenle bilgi taban\u0131m\u0131z\u0131 olu\u015fturmak i\u00e7in kas\u0131tl\u0131 olarak temel bilgilere odaklan\u0131yoruz: konu\u015fma metinleri ve baz\u0131 temel ba\u011flamsal bilgiler. Bu verileri ne kadar net bir \u015fekilde yap\u0131land\u0131r\u0131rsak, yapay zekam\u0131z daha sonra bu verilerle o kadar iyi \u00e7al\u0131\u015fabilir.<\/p>\n<h3>Verilerin ilk incelemesi<\/h3>\n<p>Otomatik komut dosyalar\u0131yla \u00e7al\u0131\u015fmaya ba\u015flamadan \u00f6nce, verilerin kendisine h\u0131zl\u0131ca bir g\u00f6z atmakta fayda var. Bunu yapmak i\u00e7in, JSON dosyalar\u0131ndan birini basit bir metin d\u00fczenleyici veya JSON dosyalar\u0131n\u0131 iyi g\u00f6r\u00fcnt\u00fcleyebilen bir programla a\u00e7\u0131n. Visual Studio Code gibi bir\u00e7ok kod d\u00fczenleyici bunun i\u00e7in \u00e7ok uygundur, ancak basit metin d\u00fczenleyiciler de i\u015fe yarar.<\/p>\n<p>Dosyaya ilk bakt\u0131\u011f\u0131n\u0131zda, muhtemelen nispeten b\u00fcy\u00fck miktarda yap\u0131land\u0131r\u0131lm\u0131\u015f veri g\u00f6receksiniz. JSON dosyalar\u0131 i\u00e7 i\u00e7e ge\u00e7mi\u015f \u00f6\u011felerden, yani s\u0131rayla di\u011fer alanlar\u0131 i\u00e7eren veri alanlar\u0131ndan olu\u015fur. Bu ilk ba\u015fta biraz karma\u015f\u0131k g\u00f6r\u00fcnebilir, ancak biraz sab\u0131rla temel yap\u0131y\u0131 h\u0131zl\u0131 bir \u015fekilde tan\u0131yacaks\u0131n\u0131z. \u00d6rne\u011fin, bir g\u00f6r\u00fc\u015fmenin birka\u00e7 mesajdan olu\u015ftu\u011funu ve her mesaj\u0131n ayr\u0131 bir nesneyi temsil etti\u011fini g\u00f6receksiniz. As\u0131l metin genellikle a\u00e7\u0131k\u00e7a tan\u0131nabilir bir alandad\u0131r.<\/p>\n<p>Bu ilk taraman\u0131n \u00f6nemli bir amac\u0131 vard\u0131r: verilerinizin nas\u0131l yap\u0131land\u0131r\u0131ld\u0131\u011f\u0131n\u0131 anlaman\u0131za yard\u0131mc\u0131 olur. \u00c7\u00fcnk\u00fc bir sonraki b\u00f6l\u00fcmde, konu\u015fmalar\u0131 otomatik olarak okumak ve bilgi sistemimiz i\u00e7in haz\u0131rlamak i\u00e7in tam olarak bu yap\u0131y\u0131 kullanaca\u011f\u0131z. Ba\u015fka bir deyi\u015fle: \u015eu anda teknik bir veri ar\u015fivini ad\u0131m ad\u0131m kullan\u0131labilir bir bilgi taban\u0131na d\u00f6n\u00fc\u015ft\u00fcr\u00fcyoruz. Ve bir sonraki b\u00f6l\u00fcmde tam olarak bu noktadan ba\u015flayaca\u011f\u0131z. Buradaki ama\u00e7, sohbet verilerini ay\u0131klamak ve daha sonra verimli bir \u015fekilde aranabilecek \u015fekilde haz\u0131rlamakt\u0131r.<\/p>\n<h2>Veri haz\u0131rlama: Konu\u015fmalardan analiz edilebilir metinlere<\/h2>\n<p>Bir \u00f6nceki b\u00f6l\u00fcmde ChatGPT veri d\u0131\u015fa aktar\u0131m\u0131n\u0131 a\u00e7t\u0131ktan ve yap\u0131 hakk\u0131nda ilk genel bak\u0131\u015f\u0131 edindikten sonra, \u015fimdi projemizin as\u0131l teknik k\u0131sm\u0131 ba\u015fl\u0131yor. D\u0131\u015fa aktar\u0131lan veriler tamamlanm\u0131\u015f olsa da, bu haliyle bilgi sistemimiz i\u00e7in hen\u00fcz en uygun \u015fekilde uygun de\u011fildir.<\/p>\n<p>Nedeni basit: sohbet ge\u00e7mi\u015fleri genellikle uzundur, bir\u00e7ok konu i\u00e7erir ve insanlar i\u00e7in okunabilir bir yap\u0131da saklan\u0131r, ancak semantik aramalar veya vekt\u00f6r veritabanlar\u0131 i\u00e7in ideal de\u011fildir. Yapay zekam\u0131z\u0131n daha sonra ilgili i\u00e7eri\u011fi bulmas\u0131n\u0131 sa\u011flamak i\u00e7in \u00f6nce bu ham verileri i\u015flememiz gerekir. Bu asl\u0131nda \u00fc\u00e7 \u015fey anlam\u0131na gelir:<\/p>\n<ol>\n<li>JSON dosyalar\u0131ndan konu\u015fmalar\u0131 ay\u0131klay\u0131n<\/li>\n<li>metinleri mant\u0131kl\u0131 bir \u015fekilde yap\u0131land\u0131rmak<\/li>\n<li>i\u00e7eri\u011fi daha k\u00fc\u00e7\u00fck b\u00f6l\u00fcmlere ay\u0131r\u0131n<\/li>\n<\/ol>\n<p>Bu s\u00fcre\u00e7, modern yapay zeka sistemlerinde tamamen normal bir ad\u0131md\u0131r ve genellikle \u00f6n i\u015fleme olarak adland\u0131r\u0131l\u0131r.<\/p>\n<h3>Ham veriler neden do\u011frudan uygun de\u011fildir?<\/h3>\n<p>JSON dosyalar\u0131ndan birine bakarsan\u0131z, tek bir sohbetin genellikle bir\u00e7ok mesajdan olu\u015ftu\u011funu fark edeceksiniz. \u00d6rne\u011fin tipik bir diyalog \u015f\u00f6yle g\u00f6r\u00fcnebilir:<\/p>\n<ul>\n<li>Soru<\/li>\n<li>Cevap<\/li>\n<li>Soru\u015fturma<\/li>\n<li>yeni beyan<\/li>\n<li>daha fazla detay<\/li>\n<li>\u00d6zet<\/li>\n<\/ul>\n<p>Baz\u0131 konu\u015fmalar y\u00fczlerce hatta binlerce kelime i\u00e7erebilir. Bu insanlar i\u00e7in bir sorun de\u011fildir. Bir diyalo\u011fu basit\u00e7e yukar\u0131dan a\u015fa\u011f\u0131ya do\u011fru okuruz.<\/p>\n<p>Ancak bu, yapay zeka aramas\u0131 i\u00e7in daha az i\u015fe yarar. Bunun nedeni, tek bir sohbetin genellikle birka\u00e7 konu i\u00e7ermesidir. Daha sonra semantik bir arama ger\u00e7ekle\u015ftirirsek, sistem metin pasajlar\u0131n\u0131 m\u00fcmk\u00fcn oldu\u011funca kesin bir \u015fekilde bulmal\u0131d\u0131r - \u00e7ok say\u0131da farkl\u0131 i\u00e7eri\u011fe sahip t\u00fcm konu\u015fmalar\u0131 de\u011fil.<\/p>\n<p>Bu nedenle b\u00fcy\u00fck metinler daha k\u00fc\u00e7\u00fck b\u00f6l\u00fcmlere ayr\u0131l\u0131r. Bu b\u00f6l\u00fcmlere par\u00e7a ad\u0131 verilir. Par\u00e7a, basit\u00e7e tutarl\u0131 bir d\u00fc\u015f\u00fcnce i\u00e7eren k\u00fc\u00e7\u00fck bir metin blo\u011fudur. Bu y\u00f6ntem daha sonra arama kalitesini \u00f6nemli \u00f6l\u00e7\u00fcde art\u0131r\u0131r.<\/p>\n<h3>Sohbet ge\u00e7mi\u015flerini ay\u0131klay\u0131n<\/h3>\n<p>\u0130lk pratik ad\u0131m JSON dosyalar\u0131ndaki i\u00e7eri\u011fi okumakt\u0131r. Bunun i\u00e7in k\u00fc\u00e7\u00fck bir Python beti\u011fi kullan\u0131yoruz. Python bu t\u00fcr g\u00f6revler i\u00e7in \u00f6zellikle uygundur \u00e7\u00fcnk\u00fc veri i\u015fleme ve yapay zeka i\u00e7in bir\u00e7ok k\u00fct\u00fcphane i\u00e7erir.<\/p>\n<p>\u00d6nce yeni bir dosya olu\u015fturun, \u00f6rne\u011fin:<\/p>\n<p><code class=\"notranslate\" data-no-translation=\"\">extract_chats.py<\/code><\/p>\n<p>Ard\u0131ndan sohbet verilerini y\u00fckleyen basit bir komut dosyas\u0131 ekliyoruz.<\/p>\n<pre class=\"notranslate\" data-no-translation=\"\">import json\r\nwith open(\"conversations.json\", \"r\", encoding=\"utf-8\") as f:\r\n  data = json.load(f)\r\nprint(\"Anzahl der Gespr\u00e4che:\", len(data))<\/pre>\n<p>Bu beti\u011fi \u00e7al\u0131\u015ft\u0131rd\u0131\u011f\u0131n\u0131zda, d\u0131\u015fa aktar\u0131m\u0131n\u0131zda ka\u00e7 tane konu\u015fma oldu\u011funu g\u00f6rmelisiniz. \u015eimdi ger\u00e7ek metinleri \u00e7\u0131karal\u0131m.<\/p>\n<pre class=\"notranslate\" data-no-translation=\"\">texts = []\r\nfor conversation in data:\r\n  if \"mapping\" in conversation:\r\n    for node in conversation[\"mapping\"].values():\r\n      message = node.get(\"message\")\r\n      if message:\r\n        content = message.get(\"content\")\r\n        if content and \"parts\" in content:\r\n          text = \" \".join(content[\"parts\"])\r\n          texts.append(text)\r\nprint(\"Extrahierte Textabschnitte:\", len(texts))<\/pre>\n<p>Bu komut dosyas\u0131 JSON yap\u0131s\u0131 \u00fczerinden \u00e7al\u0131\u015f\u0131r ve konu\u015fmalardan t\u00fcm metin par\u00e7alar\u0131n\u0131 toplar. Bu, en \u00f6nemli k\u0131sm\u0131 zaten tamamlad\u0131\u011f\u0131m\u0131z anlam\u0131na gelir: i\u00e7eri\u011fi teknik d\u0131\u015fa aktarma bi\u00e7iminden \u00e7\u0131kard\u0131k.<\/p>\n<h3>Metin par\u00e7alar\u0131 olu\u015fturma<\/h3>\n<p>\u015eimdi bir sonraki \u00f6nemli ad\u0131m geliyor: par\u00e7alara ay\u0131rma. Konu\u015fmalar\u0131n tamam\u0131n\u0131 kaydetmek yerine, metinleri daha k\u00fc\u00e7\u00fck b\u00f6l\u00fcmlere ay\u0131r\u0131yoruz.<br \/>\nBu t\u00fcr metin b\u00f6l\u00fcmleri i\u00e7in tipik bir boyut 300 ila 800 kelime veya yakla\u015f\u0131k 500 belirte\u00e7tir. A\u015fa\u011f\u0131da metinlerin par\u00e7alara nas\u0131l b\u00f6l\u00fcnece\u011fine dair basit bir \u00f6rnek verilmi\u015ftir.<\/p>\n<pre class=\"notranslate\" data-no-translation=\"\">def split_text(text, chunk_size=500):\r\n    words = text.split()\r\n    chunks = []\r\n    for i in range(0, len(words), chunk_size):\r\n        chunk = \" \".join(words[i:i+chunk_size])\r\n        chunks.append(chunk)\r\n    return chunks<\/pre>\n<p>\u015eimdi bu fonksiyonu metinlerimize uygulayabiliriz.<\/p>\n<pre class=\"notranslate\" data-no-translation=\"\">all_chunks = []\r\nfor text in texts:\r\n    chunks = split_text(text)\r\n    all_chunks.extend(chunks)\r\nprint(\"Gesamtzahl der Chunks:\", len(all_chunks))<\/pre>\n<p>Art\u0131k sohbet ge\u00e7mi\u015flerimizden bir\u00e7ok k\u00fc\u00e7\u00fck metin b\u00f6l\u00fcm\u00fc olu\u015fturduk. Bu metin bloklar\u0131 daha sonra bir vekt\u00f6r veritaban\u0131nda arama yapmak i\u00e7in idealdir.<\/p>\n<h3>Meta veri ekleyin<\/h3>\n<p>Ger\u00e7ek metne ek olarak, ek bilgiler de \u00e7ok yararl\u0131 olabilir. Bu s\u00f6zde meta veriler, i\u00e7eri\u011fi daha sonra daha iyi s\u0131ralamam\u0131za veya filtrelememize yard\u0131mc\u0131 olur. Tipik meta veriler \u015funlar olabilir<\/p>\n<ul>\n<li>G\u00f6r\u00fc\u015fme tarihi<\/li>\n<li>Konu\u015fma ba\u015fl\u0131\u011f\u0131<\/li>\n<li>Kaynak (ChatGPT Export)<\/li>\n<li>\u00c7a\u011fr\u0131 kimli\u011fi<\/li>\n<\/ul>\n<p>Bu bilgiyi metinle birlikte, \u00f6rne\u011fin \u015fu \u015fekilde kaydedebiliriz:<\/p>\n<pre class=\"notranslate\" data-no-translation=\"\">documents = []\r\nfor conversation in data:\r\n    title = conversation.get(\"title\", \"Unbekannt\")\r\n    if \"mapping\" in conversation:\r\n        for node in conversation[\"mapping\"].values():\r\n            message = node.get(\"message\")\r\n            if message:\r\n                content = message.get(\"content\")\r\n                if content and \"parts\" in content:\r\n                    text = \" \".join(content[\"parts\"])\r\n                    chunks = split_text(text)\r\n                    for chunk in chunks:\r\n                        documents.append({\r\n                            \"text\": chunk,\r\n                            \"title\": title\r\n                         })<\/pre>\n<p>Bu, verilerimize \u015fimdiden \u00e7ok daha iyi bir yap\u0131 kazand\u0131rd\u0131. Kafa kar\u0131\u015ft\u0131r\u0131c\u0131 bir sohbet ar\u015fivi yerine, art\u0131k her biri ba\u011flamsal bilgilerle sa\u011flanan bir\u00e7ok k\u00fc\u00e7\u00fck metin b\u00f6l\u00fcm\u00fcnden olu\u015fan bir koleksiyonumuz var.<\/p>\n<p>Bir sonraki ad\u0131mda \u00e7ok \u00f6nemli olacak olan tam da bu yap\u0131d\u0131r. \u00c7\u00fcnk\u00fc art\u0131k bu metinlerden g\u00f6m\u00fcler olu\u015fturmaya ba\u015flayabiliriz - yani daha sonra vekt\u00f6r veritaban\u0131m\u0131za kaydedilecek olan i\u00e7eri\u011fin matematiksel temsilleri. Ve bir sonraki b\u00f6l\u00fcm tam olarak bununla ilgili.<\/p>\n<h2>Yerle\u015ftirmeler olu\u015fturun<\/h2>\n<p>Bir \u00f6nceki b\u00f6l\u00fcmde ChatGPT verilerimizi kullan\u0131labilir bir forma sokmu\u015ftuk. Konu\u015fmalar\u0131 JSON dosyalar\u0131ndan \u00e7\u0131kard\u0131k, metinleri temizledik ve daha k\u00fc\u00e7\u00fck b\u00f6l\u00fcmlere ay\u0131rd\u0131k - s\u00f6zde par\u00e7alar.<\/p>\n<p>Bununla birlikte, yapay zekam\u0131z\u0131n i\u00e7eri\u011fi ger\u00e7ekten anlaml\u0131 bir \u015fekilde arayabilmesi i\u00e7in hala \u00e7ok \u00f6nemli bir ad\u0131m eksik. Metinlerin makinelerin kar\u015f\u0131la\u015ft\u0131rabilece\u011fi bir forma \u00e7evrilmesi gerekiyor. \u0130\u015fte bu noktada embeddings devreye giriyor.<\/p>\n<p>G\u00f6m\u00fcler, metinlerin matematiksel temsilleridir. Bilgisayarlar\u0131n metinlerin anlamlar\u0131n\u0131 kar\u015f\u0131la\u015ft\u0131rmas\u0131n\u0131 sa\u011flarlar. Benzer i\u00e7eri\u011fe sahip iki metin, farkl\u0131 kelimeler kullansalar bile benzer vekt\u00f6rler al\u0131rlar. Bu tam da bilgi sistemimiz i\u00e7in ihtiya\u00e7 duydu\u011fumuz \u00f6zelliktir. Sonu\u00e7ta, yapay zekam\u0131z yaln\u0131zca ayn\u0131 kelimeleri de\u011fil, ayn\u0131 zamanda e\u015fle\u015fen i\u00e7eri\u011fe sahip metinleri de aramal\u0131d\u0131r.<\/p>\n<h3>Yerle\u015ftirmeler nedir<\/h3>\n<p>G\u00f6mme temel olarak bir say\u0131 listesidir. Bu say\u0131lar bir metnin matematiksel bir uzaydaki anlam\u0131n\u0131 tan\u0131mlar. Her metin s\u00f6zde bir vekt\u00f6re d\u00f6n\u00fc\u015ft\u00fcr\u00fcl\u00fcr. B\u00f6yle bir vekt\u00f6r \u00f6rne\u011fin \u015f\u00f6yle g\u00f6r\u00fcnebilir:<\/p>\n<p><code data-no-translation=\"\">[0.134, -0.876, 0.442, 0.921, -0.223, ...]<\/code><\/p>\n<p>Tek bir vekt\u00f6r birka\u00e7 y\u00fcz hatta binlerce say\u0131 i\u00e7erebilir. Bu say\u0131lar elbette insanlar i\u00e7in do\u011frudan anla\u015f\u0131labilir de\u011fildir. Ancak makineler i\u00e7in, metinler aras\u0131ndaki benzerlikleri hesaplamak i\u00e7in idealdirler. \u0130ki metin benzer i\u00e7eri\u011fe sahipse, vekt\u00f6rleri matematiksel uzayda birbirine daha yak\u0131nd\u0131r. Bir \u00f6rnek:<\/p>\n<ul>\n<li><strong>Metin A<\/strong>\u201eChatGPT verilerimi nas\u0131l d\u0131\u015fa aktarabilirim?\u201c<\/li>\n<li><strong>Metin B<\/strong>: \u201eChatGPT konu\u015fmalar\u0131m\u0131 nas\u0131l indirebilirim?\u201c<\/li>\n<\/ul>\n<p>\u0130fadeler farkl\u0131 olsa da her iki metin de temelde ayn\u0131 konuyu anlatmaktad\u0131r. \u0130yi bir g\u00f6mme modeli bu benzerli\u011fi tan\u0131r. Bu nedenle iki metin benzer vekt\u00f6rler al\u0131r. Bu prensibi daha sonra anlamsal aramam\u0131z i\u00e7in kullanaca\u011f\u0131z.<\/p>\n<h3>Ollama ile g\u00f6mme modelleri<\/h3>\n<p>Yerle\u015ftirmeler olu\u015fturmak i\u00e7in \u00f6zel bir modele ihtiyac\u0131m\u0131z var. Neyse ki bunun i\u00e7in harici bulut hizmetlerini kullanmak zorunda de\u011filiz. Bir\u00e7ok g\u00f6mme modeli art\u0131k yerel olarak \u00e7al\u0131\u015ft\u0131r\u0131labiliyor - ve Ollama burada devreye giriyor.<\/p>\n<p>Sisteminizde Ollama zaten \u00e7al\u0131\u015ft\u0131\u011f\u0131ndan, oraya bir install modeli yerle\u015ftirebiliriz. \u00d6rne\u011fin \u00e7ok iyi bir model:<\/p>\n<p><code data-no-translation=\"\">nomic-embed-text<\/code><\/p>\n<p>A\u015fa\u011f\u0131daki 1TP12 komutu ile onu evcille\u015ftirebilirsiniz:<\/p>\n<pre class=\"notranslate\" data-no-translation=\"\">ollama pull nomic-embed-text<\/pre>\n<p>Di\u011fer pop\u00fcler modeller \u015funlard\u0131r<\/p>\n<ul>\n<li>mxbai-embed-large<\/li>\n<li>bge-large<\/li>\n<li>hepsi-minilm<\/li>\n<\/ul>\n<p>Bizim ama\u00e7lar\u0131m\u0131z i\u00e7in <em>nomic-embed-text<\/em> \u00e7ok iyi bir ba\u015flang\u0131\u00e7 noktas\u0131d\u0131r. Bu model y\u00fcksek kalitede g\u00f6m\u00fcler \u00fcretir ve yerel olarak sorunsuz \u00e7al\u0131\u015f\u0131r.<\/p>\n<h3>Yerel olarak kat\u0131\u015ft\u0131rmalar olu\u015fturun<\/h3>\n<p>\u015eimdi Python beti\u011fimizi g\u00f6mme olu\u015fturabilecek \u015fekilde geni\u015fletmek istiyoruz. \u0130lk olarak 1TP12Python'un Ollama ile ileti\u015fim kurabilece\u011fi bir k\u00fct\u00fcphane olu\u015fturuyoruz.<\/p>\n<p>pip install ollama<\/p>\n<p>Art\u0131k g\u00f6mme modelini do\u011frudan Python'dan ele alabiliriz. A\u015fa\u011f\u0131da basit bir \u00f6rnek verilmi\u015ftir:<\/p>\n<pre class=\"notranslate\" data-no-translation=\"\">import ollama\r\nresponse = ollama.embeddings(\r\n    model=\"nomic-embed-text\",\r\n    prompt=\"Wie exportiere ich meine ChatGPT-Daten?\"\r\n)\r\nprint(len(response[\"embedding\"]))<\/pre>\n<p>Her \u015fey yolunda gittiyse, birka\u00e7 y\u00fcz say\u0131 i\u00e7eren bir vekt\u00f6r elde edeceksiniz.<br \/>\n\u015eimdi bunu sohbet par\u00e7alar\u0131m\u0131za uygulayal\u0131m.<\/p>\n<pre class=\"notranslate\" data-no-translation=\"\">embeddings = []\r\nfor doc in documents:\r\n    text = doc[\"text\"]\r\n    result = ollama.embeddings(\r\n        model=\"nomic-embed-text\",\r\n        prompt=text\r\n    )\r\n    vector = result[\"embedding\"]\r\n    embeddings.append({\r\n        \"text\": text,\r\n        \"embedding\": vector,\r\n        \"title\": doc[\"title\"]\r\n    })<\/pre>\n<p>Bunu her metin b\u00f6l\u00fcm\u00fc i\u00e7in bir vekt\u00f6r olu\u015fturmak i\u00e7in kullan\u0131r\u0131z. Bu vekt\u00f6rler daha sonra veritaban\u0131m\u0131za kaydedilir.<\/p>\n<h3>Bu ad\u0131m neden \u00e7ok \u00f6nemlidir?<\/h3>\n<p>G\u00f6m\u00fcler modern bilgi sistemlerinin kalbinde yer al\u0131r. G\u00f6m\u00fcler olmadan, metinleri yaln\u0131zca klasik anahtar kelime aramalar\u0131 kullanarak arayabilirdik. Bu da sistemin yaln\u0131zca tamamen ayn\u0131 kelimeleri i\u00e7eren i\u00e7erikleri bulaca\u011f\u0131 anlam\u0131na gelirdi. Ancak dil nadiren bu kadar basit \u00e7al\u0131\u015f\u0131r. \u00d6rne\u011fin, bir kullan\u0131c\u0131 \u015f\u00f6yle sorabilir:<\/p>\n<blockquote><p><em>\u201eChatGPT verilerimi nas\u0131l i\u015fledim?\u201c<\/em><\/p><\/blockquote>\n<p>Bununla birlikte, orijinal konu\u015fma \u015fu \u015fekilde form\u00fcle edilebilir:<\/p>\n<blockquote><p><em>\u201eChatGPT veri d\u0131\u015fa aktar\u0131m\u0131m\u0131 nas\u0131l analiz edebilirim?\u201c<\/em><\/p><\/blockquote>\n<p>Basit bir arama bu ba\u011flant\u0131y\u0131 tan\u0131mayabilir. Yerle\u015ftirmelerde durum farkl\u0131d\u0131r. Her iki metin de benzer anlamlara sahip oldu\u011fundan, vekt\u00f6rleri matematiksel uzayda birbirine yak\u0131nd\u0131r. Bu nedenle veritaban\u0131m\u0131z, ifadeler farkl\u0131 olsa bile e\u015fle\u015fen i\u00e7eri\u011fi bulabilir. Semantik aramay\u0131 bu kadar g\u00fc\u00e7l\u00fc k\u0131lan da tam olarak bu yetenektir. Yapay zekan\u0131n yaln\u0131zca s\u00f6zc\u00fckleri de\u011fil, anlam\u0131 da aramas\u0131n\u0131 sa\u011flar.<\/p>\n<p>\u0130\u015fte tam da bu y\u00fczden g\u00f6m\u00fclendirmeler sistemimizin temel yap\u0131 ta\u015f\u0131d\u0131r. Bir sonraki b\u00f6l\u00fcmde, bunun \u00fczerine in\u015fa edece\u011fiz ve vekt\u00f6r veritaban\u0131m\u0131z\u0131 installieren. \u00dcretilen vekt\u00f6rleri orada saklayaca\u011f\u0131z - ve b\u00f6ylece ki\u015fisel bilgi yapay zekam\u0131z\u0131n temelini olu\u015fturaca\u011f\u0131z.<\/p>\n<h2>Qdrant 1TP12Ekleme ve yap\u0131land\u0131rma<\/h2>\n<p>\u00d6nceki b\u00f6l\u00fcmde sohbet verilerimiz i\u00e7in kat\u0131\u015ft\u0131rmalar\u0131 olu\u015fturduktan sonra, art\u0131k bir metin b\u00f6l\u00fcmleri ve ili\u015fkili vekt\u00f6rler koleksiyonuna sahibiz. Bu vekt\u00f6rler metinlerin anlam\u0131n\u0131 matematiksel olarak tan\u0131mlar ve bu nedenle anlamsal bir arama i\u00e7in temel olu\u015fturur. Ancak, bu veriler \u015fu anda yaln\u0131zca senaryomuzun \u00e7al\u0131\u015fma belle\u011finde veya basit listelerde mevcuttur. Yapay zekam\u0131z\u0131n daha sonra bu verilere verimli bir \u015fekilde eri\u015febilmesi i\u00e7in \u00f6zel bir belle\u011fe ihtiyac\u0131m\u0131z var.<\/p>\n<p>\u0130\u015fte tam da bu noktada bir vekt\u00f6r veritaban\u0131 devreye girer. Bir vekt\u00f6r veritaban\u0131, bu t\u00fcr g\u00f6m\u00fclmelerin b\u00fcy\u00fck miktarlar\u0131n\u0131 depolamak ve benzer vekt\u00f6rleri h\u0131zl\u0131 bir \u015fekilde aramak i\u00e7in optimize edilmi\u015ftir. Projemiz i\u00e7in, yapay zeka uygulamalar\u0131 i\u00e7in \u00f6zel olarak geli\u015ftirilmi\u015f modern bir a\u00e7\u0131k kaynak veritaban\u0131 olan Qdrant'\u0131 kullan\u0131yoruz.<\/p>\n<p>Bu b\u00f6l\u00fcmde 1TP12 Qdrant'\u0131 kuraca\u011f\u0131z, sunucuyu ba\u015flataca\u011f\u0131z ve sohbet verilerimizi daha sonra kolayca i\u00e7e aktarabilmemiz i\u00e7in veritaban\u0131n\u0131 haz\u0131rlayaca\u011f\u0131z.<\/p>\n<h3>Qdrant nedir<\/h3>\n<p>Qdrant, vekt\u00f6r aramalar\u0131 i\u00e7in \u00f6zelle\u015fmi\u015f bir veritaban\u0131d\u0131r. Geleneksel veritabanlar\u0131 bilgileri isimler, say\u0131lar veya metinler gibi tablolarda depolarken, bir vekt\u00f6r veritaban\u0131 verilerin matematiksel g\u00f6sterimleriyle \u00e7al\u0131\u015f\u0131r.<\/p>\n<p>Bu, Qdrant'\u0131n sadece metni kaydetmek yerine, ili\u015fkili g\u00f6m\u00fclmeleri de kaydetti\u011fi anlam\u0131na gelir. En b\u00fcy\u00fck avantaj aramada yatmaktad\u0131r. Daha sonra bir soru sorulursa, sistemimiz bu soruyu da bir vekt\u00f6re d\u00f6n\u00fc\u015ft\u00fcr\u00fcr. Qdrant daha sonra hangi kay\u0131tl\u0131 metinlerin bu vekt\u00f6re en \u00e7ok benzedi\u011fini y\u0131ld\u0131r\u0131m h\u0131z\u0131yla hesaplayabiliyor. Bu, \u00f6rne\u011fin, bulmay\u0131 m\u00fcmk\u00fcn k\u0131lar:<\/p>\n<ul>\n<li>hangi sohbet pasajlar\u0131n\u0131n tematik olarak soruyla e\u015fle\u015fti\u011fi<\/li>\n<li>hangi \u00f6nceki konu\u015fmalar\u0131n benzer i\u00e7erik i\u00e7erdi\u011fi<\/li>\n<li>hangi fikirlerin ar\u015fivinizle ilgili olabilece\u011fi<\/li>\n<\/ul>\n<p>\u0130\u015fte tam da bu nedenle Qdrant bug\u00fcn belge aramadan karma\u015f\u0131k bilgi asistanlar\u0131na kadar bir\u00e7ok modern yapay zeka sisteminde kullan\u0131lmaktad\u0131r. Bir ba\u015fka avantaj: Qdrant a\u00e7\u0131k kaynak kodludur, h\u0131zl\u0131 bir \u015fekilde 1TP12'le\u015ftirilmi\u015ftir ve normal bir yerel makinede sorunsuz \u00e7al\u0131\u015f\u0131r.<\/p>\n<h3>Qdrant'\u0131n Kurulumu<\/h3>\n<p>installieren Qdrant'\u0131 kullanman\u0131n en kolay yolu Docker kullanmakt\u0131r. Makinenizde Docker mevcutsa, sunucuyu tek bir komutla ba\u015flatabilirsiniz. Burada \u015funlar\u0131 yapabilirsiniz <a href=\"https:\/\/www.docker.com\/products\/docker-desktop\/\" target=\"_blank\" rel=\"noopener\"><strong>Docker'\u0131 \u0130ndirin<\/strong><\/a>, hen\u00fcz bilgisayar\u0131n\u0131za y\u00fcklemediyseniz installiert.<\/p>\n<pre class=\"notranslate\" data-no-translation=\"\">docker run -p 6333:6333 qdrant\/qdrant<\/pre>\n<p>Bu komut Qdrant sunucusunu ba\u015flat\u0131r ve standart port 6333'\u00fc a\u00e7ar. Kodlar\u0131m\u0131z daha sonra bu port \u00fczerinden veritaban\u0131 ile ileti\u015fim kurabilir.<\/p>\n<p>Docker kullanmak istemiyorsan\u0131z, Qdrant'\u0131 installiere etmenin ba\u015fka yollar\u0131 da vard\u0131r, \u00f6rne\u011fin yerel bir ikili veya paket y\u00f6neticisi arac\u0131l\u0131\u011f\u0131yla. Bununla birlikte, bir\u00e7ok pratik projede Docker'\u0131n en basit ve en istikrarl\u0131 se\u00e7enek oldu\u011fu kan\u0131tlanm\u0131\u015ft\u0131r.<\/p>\n<p>Sunucu ba\u015flat\u0131ld\u0131ktan sonra Qdrant arka planda \u00e7al\u0131\u015f\u0131r ve istekleri bekler. \u015eimdi sunucunun eri\u015filebilir olup olmad\u0131\u011f\u0131n\u0131 test edebilirsiniz. Bunu yapmak i\u00e7in taray\u0131c\u0131n\u0131zda a\u015fa\u011f\u0131daki adresi a\u00e7\u0131n:<\/p>\n<p><code data-no-translation=\"\">http:\/\/localhost:6333<\/code><\/p>\n<p>Her \u015fey \u00e7al\u0131\u015ft\u0131ysa, basit bir durum mesaj\u0131 g\u00f6r\u00fcnmelidir. Sunucu art\u0131k sonraki ad\u0131mlar i\u00e7in haz\u0131rd\u0131r.<\/p>\n<h3>Qdrant ile ilk ad\u0131mlar<\/h3>\n<p>Sohbet verilerimizi i\u00e7e aktarmadan \u00f6nce, bir koleksiyon olu\u015fturmam\u0131z gerekir. Qdrant'ta bir koleksiyon, klasik bir veritaban\u0131ndaki bir tablo ile kar\u015f\u0131la\u015ft\u0131r\u0131labilir. Vekt\u00f6rlerimizi ve ilgili verileri i\u00e7erir.<\/p>\n<p>\u0130lk olarak Qdrant i\u00e7in Python k\u00fct\u00fcphanesini installiere ediyoruz:<\/p>\n<pre class=\"notranslate\" data-no-translation=\"\">pip install qdrant-client<\/pre>\n<p>\u015eimdi Python beti\u011fimizde veritaban\u0131na bir ba\u011flant\u0131 kurabiliriz.<\/p>\n<pre class=\"notranslate\" data-no-translation=\"\">from qdrant_client import QdrantClient\r\nclient = QdrantClient(\"localhost\", port=6333)<\/pre>\n<p>Bu kod bir hata mesaj\u0131 olmadan \u00e7al\u0131\u015ft\u0131r\u0131l\u0131rsa, ba\u011flant\u0131 ba\u015far\u0131l\u0131 olur. \u015eimdi sohbet verilerimiz i\u00e7in bir koleksiyon olu\u015fturuyoruz.<\/p>\n<pre class=\"notranslate\" data-no-translation=\"\">from qdrant_client.models import VectorParams, Distance\r\nclient.recreate_collection(\r\ncollection_name=\"chatgpt_archive\",\r\nvectors_config=VectorParams(size=768, distance=Distance.COSINE),\r\n)<\/pre>\n<p>Buradaki en \u00f6nemli parametreler \u015funlard\u0131r<\/p>\n<ul>\n<li><strong>collection_name<\/strong> - veritaban\u0131m\u0131z\u0131n ad\u0131<\/li>\n<li><strong>boyut<\/strong> - g\u00f6mme vekt\u00f6rlerinin uzunlu\u011fu<\/li>\n<li><strong>mesafe<\/strong> - benzerlik hesaplama y\u00f6ntemi<\/li>\n<\/ul>\n<p>Vekt\u00f6r boyutu kullan\u0131lan g\u00f6mme modeline ba\u011fl\u0131d\u0131r. Bir\u00e7ok model 768 veya 1024 boyutlu vekt\u00f6rlerle \u00e7al\u0131\u015f\u0131r. Kosin\u00fcs mesafe fonksiyonu, metinler aras\u0131ndaki benzerlikleri hesaplamak i\u00e7in kullan\u0131lan en yayg\u0131n y\u00f6ntemlerden biridir. Bu, veritaban\u0131m\u0131z\u0131n zaten kullan\u0131ma haz\u0131r oldu\u011fu anlam\u0131na gelir.<\/p>\n<h3>Plan veri yap\u0131s\u0131<\/h3>\n<p>Verilerimizi i\u00e7e aktarmadan \u00f6nce, kaydetmek istedi\u011fimiz yap\u0131ya h\u0131zl\u0131ca bir g\u00f6z atmakta fayda var. Vekt\u00f6r veritaban\u0131m\u0131zdaki her giri\u015f birka\u00e7 bile\u015fenden olu\u015facakt\u0131r:<\/p>\n<ul>\n<li><strong>KIMLIK<\/strong> - benzersiz bir tan\u0131mlay\u0131c\u0131<\/li>\n<li><strong>Yerle\u015ftirme<\/strong> - metnin vekt\u00f6r\u00fc<\/li>\n<li><strong>Y\u00fck<\/strong> - Metin hakk\u0131nda ek bilgiler<\/li>\n<\/ul>\n<p>Y\u00fck, \u00f6rne\u011fin \u015funlar\u0131 i\u00e7erebilir<\/p>\n<ul>\n<li>orijinal metin<\/li>\n<li>konu\u015fman\u0131n ba\u015fl\u0131\u011f\u0131<\/li>\n<li>tarih<\/li>\n<li>di\u011fer meta veriler<\/li>\n<\/ul>\n<p>\u00d6rnek bir veri kayd\u0131 \u015fu \u015fekilde olabilir:<\/p>\n<p><code data-no-translation=\"\">{<br \/>\n\"id\": 1,<br \/>\n\"vector\": [0.123, -0.452, 0.889, ...],<br \/>\n\"payload\": {<br \/>\n\"text\": \"Wie kann ich meinen ChatGPT-Datenexport analysieren?\",<br \/>\n\"title\": \"Datenanalyse\"<br \/>\n}<br \/>\n}<\/code><\/p>\n<p>Bu yap\u0131n\u0131n \u00f6nemli bir avantaj\u0131 vard\u0131r. Vekt\u00f6rler semantik arama i\u00e7in kullan\u0131l\u0131rken, y\u00fck daha sonra g\u00f6r\u00fcnt\u00fclemek veya analiz etmek istedi\u011fimiz t\u00fcm bilgileri i\u00e7erir. Bu da sistemimizin esnek kald\u0131\u011f\u0131 ve daha sonra kolayca geni\u015fletilebilece\u011fi anlam\u0131na geliyor.<\/p>\n<p>Bu, altyap\u0131n\u0131n en \u00f6nemli k\u0131sm\u0131n\u0131n zaten haz\u0131r oldu\u011fu anlam\u0131na geliyor. Qdrant sunucumuz \u00e7al\u0131\u015f\u0131yor, veritaban\u0131 kuruldu ve verilerimizin nas\u0131l bir yap\u0131ya sahip olaca\u011f\u0131n\u0131 biliyoruz. Bir sonraki b\u00f6l\u00fcmde, en \u00f6nemli ad\u0131mla ba\u015fl\u0131yoruz: ChatGPT verilerimizi veritaban\u0131na aktar\u0131yoruz ve konu\u015fma ar\u015fivimizi ger\u00e7ek, aranabilir bir bilgi taban\u0131na d\u00f6n\u00fc\u015ft\u00fcr\u00fcyoruz.<\/p>\n<h2>ChatGPT verilerini Qdrant'a aktarma<\/h2>\n<p>\u00d6nceki b\u00f6l\u00fcmde Qdrant installiert ve bir koleksiyon olu\u015fturdu\u011fumuza g\u00f6re, bilgi veritaban\u0131m\u0131z i\u00e7in teknik temel olu\u015fturulmu\u015f oldu. Yerle\u015ftirmelerimiz zaten mevcut - bunlar\u0131 ChatGPT verilerinden olu\u015fturduk - ve Qdrant makinemizde bir veritaban\u0131 sunucusu olarak \u00e7al\u0131\u015f\u0131yor.<\/p>\n<p>\u015eimdi en \u00f6nemli ad\u0131m geliyor: verilerimizi veritaban\u0131na y\u00fckl\u00fcyoruz. Yaln\u0131zca vekt\u00f6rleri de\u011fil, ayn\u0131 zamanda ili\u015fkili metinleri ve meta verileri de kaydediyoruz. Bu kombinasyon, yapay zekam\u0131z\u0131n daha sonra ilgili i\u00e7eri\u011fi bulmas\u0131na ve cevaplarda kullanmas\u0131na olanak tan\u0131r. Bu b\u00f6l\u00fcmde, sistemimizin ger\u00e7ek bilgi taban\u0131n\u0131 olu\u015fturuyoruz.<\/p>\n<h3>Yerle\u015ftirmeleri kaydet<\/h3>\n<p>\u0130lk olarak, olu\u015fturdu\u011fumuz kat\u0131\u015ft\u0131rmalar\u0131 veritaban\u0131na aktarmam\u0131z gerekiyor. Qdrant'taki her bir girdi \u00fc\u00e7 bile\u015fenden olu\u015fur:<\/p>\n<ul>\n<li>bir kimlik<\/li>\n<li>bir vekt\u00f6r (g\u00f6mme)<\/li>\n<li>ek veri i\u00e7eren bir y\u00fck<\/li>\n<\/ul>\n<p>Bizim durumumuzda, \u00f6rne\u011fin, y\u00fck \u015funlar\u0131 i\u00e7erir<\/p>\n<ul>\n<li>metin b\u00f6l\u00fcm\u00fc<\/li>\n<li>konu\u015fman\u0131n ba\u015fl\u0131\u011f\u0131<\/li>\n<li>Muhtemelen daha fazla meta veri<\/li>\n<\/ul>\n<p>Python'da bu yap\u0131y\u0131 nispeten kolay bir \u015fekilde haz\u0131rlayabiliriz. Bir \u00f6rnek:<\/p>\n<pre class=\"notranslate\" data-no-translation=\"\">points = []\r\nfor idx, item in enumerate(embeddings):\r\npoints.append({\r\n\"id\": idx,\r\n\"vector\": item[\"embedding\"],\r\n\"payload\": {\r\n\"text\": item[\"text\"],\r\n\"title\": item[\"title\"]\r\n}\r\n})<\/pre>\n<p>Bu, daha sonra Qdrant'a kaydedebilece\u011fimiz bir veri noktalar\u0131 listesi olu\u015fturur. Dolay\u0131s\u0131yla her veri noktas\u0131 bir metin b\u00f6l\u00fcm\u00fc, ilgili vekt\u00f6r ve ek ba\u011flam bilgisi i\u00e7erir. Bu yap\u0131 daha sonra anlamsal aramam\u0131z\u0131n temelini olu\u015fturacakt\u0131r.<\/p>\n<h3>\u0130\u00e7e aktarma komut dosyas\u0131 olu\u015fturma<\/h3>\n<p>\u015eimdi Python beti\u011fimizi Qdrant'a ba\u011fl\u0131yoruz ve verileri aktar\u0131yoruz. Bunu yapmak i\u00e7in, \u00f6nceki b\u00f6l\u00fcm 1TP12'de analiz etti\u011fimiz Qdrant Python istemcisini kullan\u0131yoruz. \u00d6rne\u011fin i\u00e7e aktarma \u015fu \u015fekilde g\u00f6r\u00fcnebilir:<\/p>\n<pre class=\"notranslate\" data-no-translation=\"\">from qdrant_client import QdrantClient\r\nfrom qdrant_client.models import PointStruct\r\nclient = QdrantClient(\"localhost\", port=6333)\r\npoints = []\r\nfor idx, item in enumerate(embeddings):\r\npoint = PointStruct(\r\nid=idx,\r\nvector=item[\"embedding\"],\r\npayload={\r\n\"text\": item[\"text\"],\r\n\"title\": item[\"title\"]\r\n}\r\n)\r\npoints.append(point)\r\nclient.upsert(\r\ncollection_name=\"chatgpt_archive\",\r\npoints=points\r\n)\r\nprint(\"Import abgeschlossen:\", len(points), \"Datens\u00e4tze gespeichert.\")<\/pre>\n<p>Upsert komutu, verilerin koleksiyona kaydedilmesini sa\u011flar. Bir ID zaten mevcutsa, giri\u015f g\u00fcncellenir. Aksi takdirde, yeni bir veri kayd\u0131 olu\u015fturulur. ChatGPT d\u0131\u015fa aktar\u0131m\u0131n\u0131z\u0131n boyutuna ba\u011fl\u0131 olarak, bu i\u00e7e aktarma birka\u00e7 saniye veya dakika s\u00fcrebilir. Bu, birka\u00e7 bin metin b\u00f6l\u00fcm\u00fc gibi daha b\u00fcy\u00fck veri setleri i\u00e7in tamamen normaldir.<\/p>\n<h3>Test veritaban\u0131<\/h3>\n<p>\u0130\u00e7e aktarma i\u015flemi tamamland\u0131ktan sonra, verilerimizin do\u011fru kaydedilip kaydedilmedi\u011fini kontrol etmeliyiz. En basit test bir vekt\u00f6r aramas\u0131 ger\u00e7ekle\u015ftirmektir. Bunu yapmak i\u00e7in, \u00f6nce bir test sorusu i\u00e7in bir g\u00f6mme olu\u015ftururuz.<\/p>\n<pre class=\"notranslate\" data-no-translation=\"\">query = \"Wie kann ich ChatGPT-Daten analysieren?\"\r\nquery_vector = ollama.embeddings(\r\nmodel=\"nomic-embed-text\",\r\nprompt=query\r\n)[\"embedding\"]<\/pre>\n<p>\u015eimdi benzer vekt\u00f6rler i\u00e7in Qdrant'ta arama yapabiliriz.<\/p>\n<pre class=\"notranslate\" data-no-translation=\"\">search_result = client.search(\r\ncollection_name=\"chatgpt_archive\",\r\nquery_vector=query_vector,\r\nlimit=3\r\n)<\/pre>\n<p>Bu komut, veritaban\u0131m\u0131zdan en benzer \u00fc\u00e7 metin b\u00f6l\u00fcm\u00fcn\u00fc d\u00f6nd\u00fcr\u00fcr. Bunlar\u0131n \u00e7\u0131kt\u0131s\u0131n\u0131 \u00f6rne\u011fin \u015fu \u015fekilde alabiliriz:<\/p>\n<pre class=\"notranslate\" data-no-translation=\"\">for result in search_result:\r\nprint(result.payload[\"text\"])\r\nprint(\"---\")<\/pre>\n<p>Her \u015fey yolunda gittiyse, ar\u015fivinizdeki arama sorgusuyla e\u015fle\u015fen sohbet b\u00f6l\u00fcmleri art\u0131k g\u00f6r\u00fcnecektir. Art\u0131k biliyoruz: Veritaban\u0131m\u0131z \u00e7al\u0131\u015f\u0131yor.<\/p>\n<h3>\u0130lk performans de\u011ferlendirmesi<\/h3>\n<p>Bu an, t\u00fcm projenin en heyecan verici y\u00f6nlerinden biridir. \u0130lk kez, sohbet ar\u015fivimizin asl\u0131nda bir bilgi kayna\u011f\u0131 olarak kullan\u0131labilece\u011fi ortaya \u00e7\u0131k\u0131yor. Art\u0131k farkl\u0131 arama sorgular\u0131n\u0131 deneyebilirsiniz. \u00d6rne\u011fin:<\/p>\n<ul>\n<li>\u201eYapay zeka makalesi\u201c<\/li>\n<li>\u201eRAG Sistemi\u201c<\/li>\n<li>\u201eChatGPT veri aktar\u0131m\u0131\u201c<\/li>\n<li>\u201eStrateji fikri\u201c<\/li>\n<\/ul>\n<p>Sohbet ge\u00e7mi\u015finizin i\u00e7eri\u011fine ba\u011fl\u0131 olarak, Qdrant uygun metin pasajlar\u0131 bulacakt\u0131r. Bazen hangi i\u00e7eri\u011fin yeniden ortaya \u00e7\u0131kt\u0131\u011f\u0131na \u015fa\u015f\u0131racaks\u0131n\u0131z. Uzun zamand\u0131r unuttu\u011funuz sohbetler aniden tekrar alakal\u0131 hale gelebilir. Bu, b\u00f6yle bir yakla\u015f\u0131m\u0131n neden bu kadar ilgin\u00e7 oldu\u011funu \u00e7ok a\u00e7\u0131k bir \u015fekilde g\u00f6stermektedir. Eski yapay zeka konu\u015fmalar\u0131n\u0131z art\u0131k sadece bir ar\u015fiv de\u011fildir. Aranabilir bir bilgi taban\u0131 haline gelirler.<\/p>\n<p>B\u00f6ylece \u00f6nemli bir d\u00f6n\u00fcm noktas\u0131na ula\u015ft\u0131k. ChatGPT verilerimiz art\u0131k tamamen vekt\u00f6r veritaban\u0131nda saklan\u0131yor ve semantik olarak aranabiliyor. Bir sonraki b\u00f6l\u00fcmde, bir ad\u0131m daha ileri gidiyoruz: bilgi veritaban\u0131m\u0131z\u0131 yapay zekan\u0131n kendisine ba\u011fl\u0131yoruz. Bu, dil modelinin gelecekte bu verilere eri\u015fmesini ve bunlar\u0131 do\u011frudan yan\u0131tlara dahil etmesini sa\u011flayacakt\u0131r.<\/p>\n<figure id=\"attachment_5470\" aria-describedby=\"caption-attachment-5470\" style=\"width: 2550px\" class=\"wp-caption alignnone\"><img loading=\"lazy\" decoding=\"async\" class=\"size-full wp-image-5470\" src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Qdrant-Collections-scaled.jpg\" alt=\"Qdrant Dashboard http:\/\/localhost:6333\/dashboard adresinde\" width=\"2560\" height=\"1786\" srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Qdrant-Collections-scaled.jpg 2560w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Qdrant-Collections-300x209.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Qdrant-Collections-1024x714.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Qdrant-Collections-768x536.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Qdrant-Collections-1536x1071.jpg 1536w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Qdrant-Collections-2048x1429.jpg 2048w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Qdrant-Collections-18x12.jpg 18w\" sizes=\"auto, (max-width: 2560px) 100vw, 2560px\" \/><figcaption id=\"caption-attachment-5470\" class=\"wp-caption-text\">Qdrant Dashboard http:\/\/localhost:6333\/dashboard adresinde<\/figcaption><\/figure>\n<h2>Yapay zekay\u0131 bilgi veritaban\u0131na ba\u011flama<\/h2>\n<p>Bu noktaya kadar, altyap\u0131n\u0131n b\u00fcy\u00fck bir k\u0131sm\u0131n\u0131 zaten in\u015fa etmi\u015ftik. ChatGPT verilerimiz d\u0131\u015fa aktar\u0131mdan \u00e7\u0131kar\u0131ld\u0131, daha k\u00fc\u00e7\u00fck metin b\u00f6l\u00fcmlerine ayr\u0131ld\u0131, g\u00f6m\u00fcld\u00fc ve son olarak Qdrant vekt\u00f6r veritaban\u0131nda sakland\u0131.<\/p>\n<p>Ancak, yapay zekam\u0131z hen\u00fcz bu verilerle \u00e7al\u0131\u015fm\u0131yor. Python kullanarak bir vekt\u00f6r aramas\u0131 yapabilmemize ve uygun metin pasajlar\u0131n\u0131 bulabilmemize ra\u011fmen, YZ'nin kendisi hen\u00fcz bunun fark\u0131nda de\u011fil. Ona bir soru sordu\u011fumuzda, hala yaln\u0131zca genel dil bilgisini kullan\u0131yor.<\/p>\n<p>Bu nedenle bir sonraki ad\u0131m bu iki d\u00fcnyay\u0131 birbirine ba\u011flamakt\u0131r. \u015eimdi yapay zekan\u0131n \u00f6nce bilgi veritaban\u0131ndan ilgili i\u00e7eri\u011fi ald\u0131\u011f\u0131 ve ard\u0131ndan bunu yan\u0131t\u0131na dahil etti\u011fi bir s\u00fcre\u00e7 in\u015fa ediyoruz. Bu tam olarak bir RAG sisteminin \u00f6z\u00fcd\u00fcr.<\/p>\n<h3>Soru\u015fturma s\u00fcreci<\/h3>\n<p>Bilgi sistemimiz sayesinde bir sorgulama s\u00fcreci biraz de\u011fi\u015fiyor. \u015eimdiye kadar, bir yapay zeka ile konu\u015fma genellikle \u015fu \u015fekilde ger\u00e7ekle\u015fiyordu:<\/p>\n<ol>\n<li>Sen bir soru sor \u2192<\/li>\n<li>Yapay zeka soruyu i\u015fler \u2192<\/li>\n<li>yapay zeka bir cevap \u00fcretir.<\/li>\n<\/ol>\n<p>Bilgi veritaban\u0131 ek bir ad\u0131md\u0131r. Yeni s\u00fcre\u00e7 \u015fu \u015fekildedir:<\/p>\n<ol>\n<li>Sen bir soru sor \u2192<\/li>\n<li>soru bir g\u00f6m\u00fcye d\u00f6n\u00fc\u015ft\u00fcr\u00fcl\u00fcr \u2192<\/li>\n<li>vekt\u00f6r veritaban\u0131 benzer metinleri arar \u2192<\/li>\n<li>Bu metinler YZ'ye ba\u011flam olarak aktar\u0131l\u0131r \u2192<\/li>\n<\/ol>\n<p>YZ bir cevap form\u00fcle eder. Bu, YZ'nin art\u0131k yaln\u0131zca e\u011fitimli bilgisiyle de\u011fil, ayn\u0131 zamanda kendi verilerinizle de \u00e7al\u0131\u015ft\u0131\u011f\u0131 anlam\u0131na gelir. Bu ba\u011flam genellikle yan\u0131tlar\u0131n \u00e7ok daha kesin ve ki\u015fiselle\u015ftirilmi\u015f olmas\u0131n\u0131 sa\u011flar.<\/p>\n<h3>Geri alma ad\u0131m\u0131<\/h3>\n<p>Bu s\u00fcrecin ilk k\u0131sm\u0131 geri alma olarak bilinir. Retrieval basit\u00e7e \u201egeri getirme\u201c anlam\u0131na gelir. Bu ad\u0131mda, sistemimiz veritaban\u0131nda sorunun konusuyla e\u015fle\u015fen i\u00e7eri\u011fi arar. \u0130lk olarak, mevcut soru i\u00e7in ba\u015fka bir g\u00f6mme olu\u015fturuyoruz.<\/p>\n<pre class=\"notranslate\" data-no-translation=\"\">query = \"Welche Ideen hatte ich zur Nutzung meines ChatGPT-Datenexports?\"\r\nquery_vector = ollama.embeddings(\r\nmodel=\"nomic-embed-text\",\r\nprompt=query\r\n)[\"embedding\"]<\/pre>\n<p>Bu g\u00f6mme, sorunun anlam\u0131n\u0131 matematiksel bi\u00e7imde tan\u0131mlar. Qdrant art\u0131k benzer vekt\u00f6rleri arayabilir.<\/p>\n<pre class=\"notranslate\" data-no-translation=\"\">results = client.search(\r\ncollection_name=\"chatgpt_archive\",\r\nquery_vector=query_vector,\r\nlimit=5\r\n)<\/pre>\n<p>Veritaban\u0131 \u015fimdi soruyla en iyi e\u015fle\u015fen be\u015f metin pasaj\u0131n\u0131 d\u00f6nd\u00fcr\u00fcr. Bu metin pasajlar\u0131 yapay zeka i\u00e7in ba\u011flam\u0131 olu\u015fturur. Bunlar\u0131 bir listede topluyoruz.<\/p>\n<pre class=\"notranslate\" data-no-translation=\"\">context_texts = []\r\nfor r in results:\r\ncontext_texts.append(r.payload[\"text\"])<\/pre>\n<p>Art\u0131k sohbet ar\u015fivimizden ilgili i\u00e7eriklerden olu\u015fan bir koleksiyonumuz var.<\/p>\n<h3>Ba\u011flam\u0131 Ollama'ye aktar\u0131n<\/h3>\n<p>\u015eimdi belirleyici ad\u0131m geliyor. Bu ba\u011flam\u0131 orijinal soruyla birlikte dil modelimize aktar\u0131yoruz. Model art\u0131k bu bilgiyi bir cevap form\u00fcle etmek i\u00e7in kullanabilir.<\/p>\n<p>\u0130lk olarak, s\u00f6zde bir komut istemi olu\u015fturuyoruz. Komut istemi basit\u00e7e yapay zekaya g\u00f6nderdi\u011fimiz metindir.<\/p>\n<pre class=\"notranslate\" data-no-translation=\"\">context = \"\\n\\n\".join(context_texts)\r\nprompt = f\"\"\"\r\nDu bist ein KI-Assistent, der mit meinem pers\u00f6nlichen Wissensarchiv arbeitet.\r\nNutze die folgenden Textausschnitte als Kontext:\r\n{context}\r\nBeantworte nun diese Frage:\r\n{query}\r\n\"\"\"<\/pre>\n<p>\u015eimdi bu istemi Ollama'deki dil modelimize g\u00f6nderiyoruz.<\/p>\n<pre class=\"notranslate\" data-no-translation=\"\">response = ollama.chat(\r\nmodel=\"llama3\",\r\nmessages=[\r\n{\"role\": \"user\", \"content\": prompt}\r\n]\r\n)\r\nprint(response[\"message\"][\"content\"])<\/pre>\n<p>Yapay zeka \u015fimdi veritaban\u0131m\u0131zdan hem soruyu hem de ilgili metin pasajlar\u0131n\u0131 al\u0131yor. Bu, kendi verilerimize dayal\u0131 yan\u0131tlar \u00fcretmesini sa\u011flar.<\/p>\n<h3>Yan\u0131t olu\u015fturma<\/h3>\n<p>Son ad\u0131m ise ger\u00e7ek cevap \u00fcretimidir. Dil modeli art\u0131k iki bilgi kayna\u011f\u0131n\u0131 birle\u015ftirmektedir:<\/p>\n<p>kendi e\u011fitimli bilgisi<\/p>\n<p>bilgi veritaban\u0131m\u0131zdan gelen ba\u011flam<\/p>\n<p>Bu kombinasyon \u00f6zellikle g\u00fc\u00e7l\u00fcd\u00fcr. Model, genel ili\u015fkileri a\u00e7\u0131klayabilir ve ayn\u0131 zamanda ar\u015fivimizden belirli i\u00e7erikleri dahil edebilir. Bir \u00f6rnek: E\u011fer sorarsan\u0131z:<\/p>\n<blockquote><p><em>\u201eChatGPT veri aktar\u0131m\u0131m\u0131 kullanmak i\u00e7in ne gibi fikirlerim vard\u0131?\u201c<\/em><\/p><\/blockquote>\n<p>Yapay zeka art\u0131k \u00f6nceki konu\u015fmalara eri\u015febilir ve bunlardan yap\u0131land\u0131r\u0131lm\u0131\u015f bir \u00f6zet olu\u015fturabilir. \u00d6rne\u011fin, cevap verebilir:<\/p>\n<ul>\n<li>Ki\u015fisel bir bilgi ar\u015fivi olu\u015fturmaktan bahsettiniz.<\/li>\n<li>Bir RAG sistemi ile yerel bir yapay zeka geli\u015ftirmek istediniz<\/li>\n<li>Bir dizi makale fikri geli\u015ftirdiniz<\/li>\n<\/ul>\n<p>Geri alma ad\u0131m\u0131 olmasayd\u0131, yapay zeka bu bilgileri hi\u00e7 bilemeyecekti. Sistemimiz sayesinde sohbet ar\u015fiviniz ger\u00e7ek bir bilgi kayna\u011f\u0131 haline geliyor. Bu, sistemimizin en \u00f6nemli k\u0131sm\u0131n\u0131 tamaml\u0131yor. Art\u0131k elimizde:<\/p>\n<ul>\n<li>Ollama arac\u0131l\u0131\u011f\u0131yla yerel bir AI<\/li>\n<li>sohbet verilerimizi i\u00e7eren bir vekt\u00f6r veritaban\u0131<\/li>\n<li>semantik bir arama<\/li>\n<li>bir RAG i\u015f ak\u0131\u015f\u0131<\/li>\n<\/ul>\n<p>Bir sonraki b\u00f6l\u00fcmde, bu sistemi pratikte test edece\u011fiz ve ki\u015fisel bilgi yapay zekam\u0131z\u0131n ger\u00e7ekte ne kadar iyi \u00e7al\u0131\u015ft\u0131\u011f\u0131n\u0131 g\u00f6rece\u011fiz.<\/p>\n<figure id=\"attachment_5469\" aria-describedby=\"caption-attachment-5469\" style=\"width: 1408px\" class=\"wp-caption alignnone\"><img loading=\"lazy\" decoding=\"async\" class=\"size-full wp-image-5469\" src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Terminal-Import-abgeschlossen.jpg\" alt=\"ChatGPT verilerinin ba\u015far\u0131yla i\u00e7e aktar\u0131lmas\u0131ndan sonra terminal\" width=\"1418\" height=\"994\" srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Terminal-Import-abgeschlossen.jpg 1418w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Terminal-Import-abgeschlossen-300x210.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Terminal-Import-abgeschlossen-1024x718.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Terminal-Import-abgeschlossen-768x538.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Terminal-Import-abgeschlossen-18x12.jpg 18w\" sizes=\"auto, (max-width: 1418px) 100vw, 1418px\" \/><figcaption id=\"caption-attachment-5469\" class=\"wp-caption-text\">ChatGPT verilerinin ba\u015far\u0131yla i\u00e7e aktar\u0131lmas\u0131ndan sonra terminal<\/figcaption><\/figure>\n<h2>Ki\u015fisel bilginizle ilk sorgular Yapay Zeka<\/h2>\n<p>\u00d6nceki b\u00f6l\u00fcmde YZ ile bilgi veritaban\u0131 aras\u0131ndaki ba\u011flant\u0131y\u0131 kurdu\u011fumuza g\u00f6re, sistem teknik olarak tamamlanm\u0131\u015ft\u0131r. ChatGPT verilerimiz vekt\u00f6r veritaban\u0131ndad\u0131r, YZ ilgili i\u00e7eri\u011fi alabilir ve bir RAG sisteminin t\u00fcm s\u00fcreci \u00e7al\u0131\u015f\u0131r.<\/p>\n<p>\u015eimdi projenin en heyecan verici k\u0131sm\u0131 geliyor: ilk ger\u00e7ek sorgular. \u00c7\u00fcnk\u00fc ancak \u015fimdi sistemimizin ger\u00e7ekten umdu\u011fumuz \u015feyi yap\u0131p yapmad\u0131\u011f\u0131n\u0131 g\u00f6rebiliriz - yani \u00f6nceki konu\u015fmalar\u0131 bulabilir, i\u00e7eri\u011fi analiz edebilir ve anlaml\u0131 yan\u0131tlar \u00fcretebiliriz. Bu b\u00f6l\u00fcmde, bilgi yapay zekam\u0131z\u0131 test ediyor, tipik kullan\u0131m durumlar\u0131na bak\u0131yor ve olas\u0131 optimizasyonlara g\u00f6z at\u0131yoruz.<\/p>\n<h3>\u00d6rnek sorgular<\/h3>\n<p>Baz\u0131 basit sorularla ba\u015flayal\u0131m. Sohbet ar\u015fivinizde oldu\u011funu bildi\u011finiz sorular\u0131 sorarak ba\u015flamak iyi bir stratejidir. \u00d6rne\u011fin:<\/p>\n<blockquote><p><em>\u201eChatGPT veri aktar\u0131m\u0131m\u0131 kullanmak i\u00e7in ne gibi fikirlerim vard\u0131?\u201c<\/em><br \/>\n<em>\u201eRAG sistemleri hakk\u0131nda ne yazm\u0131\u015f\u0131m?\u201c<\/em><br \/>\n<em>\u201eYapay zekay\u0131 kullanmak i\u00e7in hangi stratejileri tart\u0131\u015ft\u0131m?\u201c<\/em><\/p><\/blockquote>\n<p>Bu sorular kas\u0131tl\u0131 olarak a\u00e7\u0131k form\u00fclasyonlar i\u00e7ermektedir. Ama\u00e7 belirli bir metni bulmak de\u011fil, tematik olarak uygun i\u00e7eri\u011fi ke\u015ffetmektir. Sisteminize b\u00f6yle bir soru sordu\u011funuzda, bir \u00f6nceki b\u00f6l\u00fcmde kurgulad\u0131\u011f\u0131m\u0131z s\u00fcre\u00e7 arka planda ger\u00e7ekle\u015fir:<\/p>\n<ol>\n<li>Soru bir g\u00f6mme haline d\u00f6n\u00fc\u015ft\u00fcr\u00fcl\u00fcr.<\/li>\n<li>Vekt\u00f6r veritaban\u0131 benzer metin b\u00f6l\u00fcmlerini arar.<\/li>\n<li>Bu metin pasajlar\u0131 yapay zekaya ba\u011flam olarak aktar\u0131l\u0131r.<\/li>\n<li>Yapay zeka bu ba\u011flama g\u00f6re bir cevap \u00fcretir.<\/li>\n<\/ol>\n<p>Sonu\u00e7 \u015fa\u015f\u0131rt\u0131c\u0131 olabilir. Uzun zamand\u0131r unuttu\u011funuz konu\u015fmalar s\u0131k s\u0131k ortaya \u00e7\u0131kar. Eski fikirler aniden ekranda yeniden belirir - hatta bazen tamamen yeni bir ba\u011flamda.<\/p>\n<p>Bu yakla\u015f\u0131m\u0131n g\u00fcc\u00fc de tam olarak budur. Sohbet ar\u015fiviniz aranabilir bir bilgi kayna\u011f\u0131 haline gelir.<\/p>\n<h3>Cevaplar\u0131n kalitesi<\/h3>\n<p>Birka\u00e7 sorgu denerseniz, cevaplar\u0131n kalitesinin de\u011fi\u015febilece\u011fini fark edeceksiniz. Bu tamamen normaldir. B\u00f6yle bir sistemin kalitesi \u00e7e\u015fitli fakt\u00f6rlere ba\u011fl\u0131d\u0131r. \u00d6nemli fakt\u00f6rlerden biri metin par\u00e7alar\u0131n\u0131n boyutudur. E\u011fer b\u00f6l\u00fcmler \u00e7ok b\u00fcy\u00fckse, birka\u00e7 konu i\u00e7erebilirler. Bu da aramay\u0131 daha az do\u011fru yapar.<\/p>\n<p>Ancak, par\u00e7alar \u00e7ok k\u00fc\u00e7\u00fckse, gerekli ba\u011flam bazen eksik olabilir. Bir ba\u015fka fakt\u00f6r de g\u00f6mme modelidir. Farkl\u0131 modeller anlam ba\u011flamlar\u0131n\u0131 farkl\u0131 \u015fekilde tan\u0131r. Baz\u0131lar\u0131 \u00f6zellikle teknik metinler i\u00e7in uygunken, di\u011ferleri genel dil i\u00e7in uygundur.<\/p>\n<p>Al\u0131nan sonu\u00e7lar\u0131n say\u0131s\u0131 da bir rol oynar. \u00d6rne\u011fin, yaln\u0131zca iki metin pasaj\u0131 al\u0131rsan\u0131z, \u00f6nemli bilgiler eksik olabilir. \u00d6te yandan, \u00e7ok fazla metin y\u00fcklenirse, yapay zeka ilgili ba\u011flam\u0131 tan\u0131makta zorluk \u00e7ekebilir.<\/p>\n<p>Bu parametreler daha sonra kolayca ayarlanabilir. Her \u015feyden \u00f6nce en \u00f6nemli \u015fey i\u015fleyen bir temel sisteme sahip olmakt\u0131r.<\/p>\n<h3>Tipik sorunlar<\/h3>\n<p>Her teknik sistemde oldu\u011fu gibi burada da baz\u0131 zorluklar ortaya \u00e7\u0131kabilir. Yayg\u0131n bir sorun, veritaban\u0131n\u0131n yaln\u0131zca k\u0131smen alakal\u0131 olan metinleri bulmas\u0131d\u0131r. Bunun nedeni semantik araman\u0131n her zaman olas\u0131l\u0131klarla \u00e7al\u0131\u015fmas\u0131d\u0131r.<\/p>\n<p>Metinler \u00e7ok fazla par\u00e7alanm\u0131\u015fsa ba\u015fka bir sorun ortaya \u00e7\u0131kabilir. Bir d\u00fc\u015f\u00fcnce birka\u00e7 par\u00e7aya yay\u0131lm\u0131\u015fsa, yapay zeka ba\u011flam\u0131 tan\u0131makta zorluk \u00e7ekebilir.<\/p>\n<p>Komut istemi de bir rol oynar. Komut istemi net de\u011filse, YZ ba\u011flam\u0131 optimum \u015fekilde kullanamayabilir. Daha iyi bir komut istemi \u00f6rne\u011fi \u015f\u00f6yle olabilir:<\/p>\n<blockquote><p><em>Bilgi ar\u015fivimden a\u015fa\u011f\u0131daki metin al\u0131nt\u0131lar\u0131n\u0131 kullan\u0131n,<\/em><br \/>\n<em>Soruyu m\u00fcmk\u00fcn oldu\u011funca kesin bir \u015fekilde yan\u0131tlamak i\u00e7in.<\/em><br \/>\n<em>\u0130lgili i\u00e7erik mevcutsa, \u00f6zetleyin.<\/em><\/p><\/blockquote>\n<p>Bu t\u00fcr k\u00fc\u00e7\u00fck ayarlamalar cevaplar\u0131n kalitesini \u00f6nemli \u00f6l\u00e7\u00fcde art\u0131rabilir.<\/p>\n<h3>\u0130nce ayar<\/h3>\n<p>Sistem temel olarak \u00e7al\u0131\u015f\u0131r \u00e7al\u0131\u015fmaz, en ilgin\u00e7 k\u0131s\u0131m ba\u015flar: ince ayar. Burada bilgi sisteminizi ad\u0131m ad\u0131m deneyebilir ve geli\u015ftirebilirsiniz. Baz\u0131 tipik optimizasyonlar \u015funlard\u0131r<\/p>\n<ul>\n<li><strong>Y\u0131\u011f\u0131n boyutunu ayarlama<\/strong><br \/>\nBazen metnin daha k\u00fc\u00e7\u00fck b\u00f6l\u00fcmleri daha iyi sonu\u00e7lar sa\u011flar. Di\u011fer durumlarda, daha fazla ba\u011flam yararl\u0131d\u0131r.<\/li>\n<li><strong>Farkl\u0131 bir g\u00f6mme modeli kullan\u0131m\u0131<\/strong><br \/>\nModelin de\u011fi\u015ftirilmesi anlamsal araman\u0131n kalitesini \u00f6nemli \u00f6l\u00e7\u00fcde art\u0131rabilir.<\/li>\n<li><strong>Yapay zeka i\u00e7in daha fazla ba\u011flam<\/strong><br \/>\nVeritaban\u0131ndan daha fazla sonu\u00e7 alabilirsiniz, \u00f6rne\u011fin be\u015f yerine on metin pasaj\u0131.<\/li>\n<li><strong>Meta verileri kullan\u0131n<\/strong><br \/>\nTarih veya arama ba\u015fl\u0131\u011f\u0131 gibi ek bilgileri kaydederseniz, aramay\u0131 daha sonra daha hassas bir \u015fekilde filtreleyebilirsiniz.<\/li>\n<\/ul>\n<p>Bu ayarlamalar her ger\u00e7ek RAG sisteminin bir par\u00e7as\u0131d\u0131r. T\u00fcm durumlar i\u00e7in nadiren m\u00fckemmel bir ayar vard\u0131r. Ancak bu t\u00fcr sistemlerin cazibesi de tam olarak budur: s\u00fcrekli olarak geli\u015ftirilebilirler.<\/p>\n<p>Bu b\u00f6l\u00fcmle birlikte sistemimizin ilk tam testini ger\u00e7ekle\u015ftirmi\u015f olduk. Ki\u015fisel bilgi yapay zekam\u0131z\u0131n ger\u00e7ekten de eski konu\u015fmalar aras\u0131nda arama yapabildi\u011fini ve ilgili i\u00e7eri\u011fi geri getirebildi\u011fini g\u00f6rd\u00fck.<\/p>\n<p>Bu, projemizin \u00f6z\u00fcn\u00fcn zaten ba\u015far\u0131lm\u0131\u015f oldu\u011fu anlam\u0131na geliyor. Ancak sistem hala \u00f6nemli \u00f6l\u00e7\u00fcde geni\u015fletilebilir. Bu nedenle bir sonraki b\u00f6l\u00fcmde, ek veri kaynaklar\u0131n\u0131 nas\u0131l entegre edebilece\u011finizi ve ki\u015fisel bilgi ar\u015fivinizi ad\u0131m ad\u0131m nas\u0131l geni\u015fletebilece\u011finizi inceleyece\u011fiz.<\/p>\n<hr \/>\n\n\t\t\t<div class=\"display-post-types\">\n\n\t\t\t\t\t\t\t<style type=\"text\/css\">\n\t\t\t#dpt-wrapper-628 { --dpt-text-align: left;--dpt-image-crop: center;--dpt-border-radius: 5px;--dpt-h-gutter: 10px;--dpt-v-gutter: 10px; }\t\t\t<\/style>\n\t\t\t<style type=\"text\/css\">#dpt-wrapper-628 { --dpt-title-font-style:normal;--dpt-title-font-weight:600;--dpt-title-line-height:1.5;--dpt-title-text-decoration:none;--dpt-title-text-transform:none;--dpt-excerpt-font-style:normal;--dpt-excerpt-font-weight:400;--dpt-excerpt-line-height:1.5;--dpt-excerpt-text-decoration:none;--dpt-excerpt-text-transform:none;--dpt-meta1-font-style:normal;--dpt-meta1-font-weight:400;--dpt-meta1-line-height:1.9;--dpt-meta1-text-decoration:none;--dpt-meta1-text-transform:none;--dpt-meta2-font-style:normal;--dpt-meta2-font-weight:400;--dpt-meta2-line-height:1.9;--dpt-meta2-text-decoration:none;--dpt-meta2-text-transform:none; }<\/style><div class=\"dpt-main-header\">\n\t\t\t\t\t\t<div class=\"dpt-main-title\">\n\t\t\t\t\t\t\t<span class=\"dpt-main-title-text\">Almanya hakk\u0131nda g\u00fcncel makaleler<\/span>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t<\/div>\t\t\t\n\t\t\t\t<div id=\"dpt-wrapper-628\" class=\"dpt-wrapper dpt-list2 land1 dpt-cropped dpt-flex-wrap\" >\n\n\t\t\t\t\t\t\t\t\t\t\t<div class=\"dpt-entry has-thumbnail\" data-title=\"vicco von b\u00fclow alias loriot \u2013 ordnung, form und der leise widerstand des humors\" data-id=\"4169\"  data-category=\"allgemein gesellschaft kunst &amp; kultur stories &amp; humor\" data-post_tag=\"deutschland erfahrungen pers\u00f6nlichkeitsentwicklung portrait\">\n\t\t\t\t\t\t\t<div class=\"dpt-entry-wrapper\"><div class=\"dpt-featured-content\"><div class=\"dpt-permalink\"><a href=\"https:\/\/www.markus-schall.de\/tr\/2025\/12\/vicco-von-buelow-takma-adi-loriot-si%cc%87pari%cc%87s-formu-ve-mi%cc%87zahin-sessi%cc%87z-di%cc%87reni%cc%87si%cc%87\/\" class=\"dpt-permalink\"><span class=\"screen-reader-text\">Vicco von B\u00fclow nam-\u0131 di\u011fer Loriot - d\u00fczen, bi\u00e7im ve mizah\u0131n sessiz direni\u015fi<\/span><\/a><\/div><div class=\"dpt-thumbnail\"><div class=\"dpt-thumbnail-inner\"><img width=\"1024\" height=\"747\" class=\"attachment-full size-full\" alt=\"\" context=\"dpt\" data-dpt-src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Loriot-Titel.jpg\" data-dpt-sizes=\"(max-width: 1024px) 100vw, 1024px\" data-dpt-srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Loriot-Titel.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Loriot-Titel-300x219.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Loriot-Titel-768x560.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Loriot-Titel-16x12.jpg 16w\" \/><\/div><span class=\"dpt-thumbnail-aspect-ratio\" style=\"padding-top: 75%\"><\/span><\/div><\/div><div class=\"sub-entry\"><h3 class=\"dpt-title\"><a class=\"dpt-title-link\" href=\"https:\/\/www.markus-schall.de\/tr\/2025\/12\/vicco-von-buelow-takma-adi-loriot-si%cc%87pari%cc%87s-formu-ve-mi%cc%87zahin-sessi%cc%87z-di%cc%87reni%cc%87si%cc%87\/\" rel=\"bookmark\">Vicco von B\u00fclow nam-\u0131 di\u011fer Loriot - d\u00fczen, bi\u00e7im ve mizah\u0131n sessiz direni\u015fi<\/a><\/h3><\/div><\/div>\n\t\t\t\t\t\t<\/div><!-- .dpt-entry -->\n\t\t\t\t\t\t\t\t\t\t\t\t<div class=\"dpt-entry has-thumbnail\" data-title=\"dauerkrise als normalzustand: wie narrative unsere wahrnehmung verzerren\" data-id=\"3840\"  data-category=\"allgemein b\u00fccher gesellschaft\" data-post_tag=\"buch deutschland energiepolitik erfahrungen europa krisen meinungsfreiheit pers\u00f6nlichkeitsentwicklung\">\n\t\t\t\t\t\t\t<div class=\"dpt-entry-wrapper\"><div class=\"dpt-featured-content\"><div class=\"dpt-permalink\"><a href=\"https:\/\/www.markus-schall.de\/tr\/2025\/12\/normal-bi%cc%87r-durum-olarak-kalici-kri%cc%87z-anlatilar-algimizi-nasil-carpitiyor\/\" class=\"dpt-permalink\"><span class=\"screen-reader-text\">Normal bir durum olarak s\u00fcrekli kriz: Anlat\u0131lar alg\u0131m\u0131z\u0131 nas\u0131l \u00e7arp\u0131t\u0131yor?<\/span><\/a><\/div><div class=\"dpt-thumbnail\"><div class=\"dpt-thumbnail-inner\"><img width=\"1024\" height=\"683\" class=\"attachment-full size-full\" alt=\"Kal\u0131c\u0131 kriz, anlat\u0131lar\" context=\"dpt\" data-dpt-src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/dauerkrise-narrative.jpg\" data-dpt-sizes=\"(max-width: 1024px) 100vw, 1024px\" data-dpt-srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/dauerkrise-narrative.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/dauerkrise-narrative-300x200.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/dauerkrise-narrative-768x512.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/dauerkrise-narrative-18x12.jpg 18w\" \/><\/div><span class=\"dpt-thumbnail-aspect-ratio\" style=\"padding-top: 75%\"><\/span><\/div><\/div><div class=\"sub-entry\"><h3 class=\"dpt-title\"><a class=\"dpt-title-link\" href=\"https:\/\/www.markus-schall.de\/tr\/2025\/12\/normal-bi%cc%87r-durum-olarak-kalici-kri%cc%87z-anlatilar-algimizi-nasil-carpitiyor\/\" rel=\"bookmark\">Normal bir durum olarak s\u00fcrekli kriz: Anlat\u0131lar alg\u0131m\u0131z\u0131 nas\u0131l \u00e7arp\u0131t\u0131yor?<\/a><\/h3><\/div><\/div>\n\t\t\t\t\t\t<\/div><!-- .dpt-entry -->\n\t\t\t\t\t\t\t\t\t\t\t\t<div class=\"dpt-entry has-thumbnail\" data-title=\"was ist brics \u2013 und was nicht: geschichte, wirtschaft und geopolitische einordnung\" data-id=\"4691\"  data-category=\"allgemein gesellschaft\" data-post_tag=\"denkmodelle deutschland europa geopolitik sicherheitspolitik\">\n\t\t\t\t\t\t\t<div class=\"dpt-entry-wrapper\"><div class=\"dpt-featured-content\"><div class=\"dpt-permalink\"><a href=\"https:\/\/www.markus-schall.de\/tr\/2026\/02\/brics-nedi%cc%87r-ve-ne-degi%cc%87ldi%cc%87r-tari%cc%87h-ekonomi%cc%87-ve-jeopoli%cc%87ti%cc%87k-siniflandirma\/\" class=\"dpt-permalink\"><span class=\"screen-reader-text\">BRICS nedir ve ne de\u011fildir: tarih, ekonomi ve jeopolitik kategorizasyon<\/span><\/a><\/div><div class=\"dpt-thumbnail\"><div class=\"dpt-thumbnail-inner\"><img width=\"1024\" height=\"683\" class=\"attachment-full size-full\" alt=\"BRICS \u00fclkeleri\" context=\"dpt\" data-dpt-src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/BRICS-Staaten.jpg\" data-dpt-sizes=\"(max-width: 1024px) 100vw, 1024px\" data-dpt-srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/BRICS-Staaten.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/BRICS-Staaten-300x200.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/BRICS-Staaten-768x512.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/BRICS-Staaten-18x12.jpg 18w\" \/><\/div><span class=\"dpt-thumbnail-aspect-ratio\" style=\"padding-top: 75%\"><\/span><\/div><\/div><div class=\"sub-entry\"><h3 class=\"dpt-title\"><a class=\"dpt-title-link\" href=\"https:\/\/www.markus-schall.de\/tr\/2026\/02\/brics-nedi%cc%87r-ve-ne-degi%cc%87ldi%cc%87r-tari%cc%87h-ekonomi%cc%87-ve-jeopoli%cc%87ti%cc%87k-siniflandirma\/\" rel=\"bookmark\">BRICS nedir ve ne de\u011fildir: tarih, ekonomi ve jeopolitik kategorizasyon<\/a><\/h3><\/div><\/div>\n\t\t\t\t\t\t<\/div><!-- .dpt-entry -->\n\t\t\t\t\t\t\t\t\t\t\t\t<div class=\"dpt-entry has-thumbnail\" data-title=\"cancel culture im westen: sport, universit\u00e4ten, milit\u00e4r und eu-sanktionen analysiert\" data-id=\"5009\"  data-category=\"allgemein gesellschaft kunst &amp; kultur\" data-post_tag=\"denkmodelle deutschland europa geopolitik krisen meinungsfreiheit sicherheitspolitik spieltheorie\">\n\t\t\t\t\t\t\t<div class=\"dpt-entry-wrapper\"><div class=\"dpt-featured-content\"><div class=\"dpt-permalink\"><a href=\"https:\/\/www.markus-schall.de\/tr\/2026\/02\/batida-i%cc%87ptal-kueltuerue-spor-ueni%cc%87versi%cc%87teleri%cc%87-askeri%cc%87-ve-ab-yaptirimlari-anali%cc%87z-edi%cc%87ldi%cc%87\/\" class=\"dpt-permalink\"><span class=\"screen-reader-text\">\u0130ptal Bat\u0131'da k\u00fclt\u00fcr: spor, \u00fcniversiteler, ordu ve AB yapt\u0131r\u0131mlar\u0131 analiz edildi<\/span><\/a><\/div><div class=\"dpt-thumbnail\"><div class=\"dpt-thumbnail-inner\"><img width=\"1024\" height=\"683\" class=\"attachment-full size-full\" alt=\"Bat\u0131&#039;da K\u00fclt\u00fcr\u00fc \u0130ptal Et\" context=\"dpt\" data-dpt-src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Cancel-Culture-Westen.jpg\" data-dpt-sizes=\"(max-width: 1024px) 100vw, 1024px\" data-dpt-srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Cancel-Culture-Westen.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Cancel-Culture-Westen-300x200.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Cancel-Culture-Westen-768x512.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Cancel-Culture-Westen-18x12.jpg 18w\" \/><\/div><span class=\"dpt-thumbnail-aspect-ratio\" style=\"padding-top: 75%\"><\/span><\/div><\/div><div class=\"sub-entry\"><h3 class=\"dpt-title\"><a class=\"dpt-title-link\" href=\"https:\/\/www.markus-schall.de\/tr\/2026\/02\/batida-i%cc%87ptal-kueltuerue-spor-ueni%cc%87versi%cc%87teleri%cc%87-askeri%cc%87-ve-ab-yaptirimlari-anali%cc%87z-edi%cc%87ldi%cc%87\/\" rel=\"bookmark\">\u0130ptal Bat\u0131'da k\u00fclt\u00fcr: spor, \u00fcniversiteler, ordu ve AB yapt\u0131r\u0131mlar\u0131 analiz edildi<\/a><\/h3><\/div><\/div>\n\t\t\t\t\t\t<\/div><!-- .dpt-entry -->\n\t\t\t\t\t\t\n\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\n<hr \/>\n<h2>Ki\u015fisel yapay zeka bilgi sisteminiz i\u00e7in uzant\u0131lar<\/h2>\n<p>\u00d6nceki kurulumla zaten i\u015fleyen bir sistem olu\u015fturdunuz. ChatGPT verileriniz \u00e7\u0131kar\u0131ld\u0131, g\u00f6m\u00fclmelere d\u00f6n\u00fc\u015ft\u00fcr\u00fcld\u00fc, Qdrant'ta depoland\u0131 ve son olarak yerel bir yapay zekaya ba\u011fland\u0131. Sonu\u00e7, \u00f6nceki konu\u015fmalara eri\u015febilen bir bilgi yapay zekas\u0131d\u0131r.<\/p>\n<p>Ancak a\u00e7\u0131k konu\u015fmak gerekirse, daha i\u015fin ba\u015f\u0131nday\u0131z. Olu\u015fturdu\u011funuz mimari ChatGPT verileriyle s\u0131n\u0131rl\u0131 de\u011fil. Her t\u00fcrl\u00fc metinle \u00e7al\u0131\u015f\u0131r. Belgelere veya metin dosyalar\u0131na d\u00f6n\u00fc\u015ft\u00fcr\u00fclebilen her \u015fey bu bilgi sisteminin bir par\u00e7as\u0131 olabilir. Bu t\u00fcr sistemlerin ger\u00e7ek potansiyeli burada yatmaktad\u0131r.<\/p>\n<p>Temelde in\u015fa etti\u011fimiz \u015fey ki\u015fisel bir bilgi makinesidir. Ve bu makine ad\u0131m ad\u0131m geni\u015fletilebilir. Bu b\u00f6l\u00fcmde, bundan do\u011fan olas\u0131l\u0131klara ve sisteminizi uzun vadede nas\u0131l geni\u015fletebilece\u011finize bakaca\u011f\u0131z.<\/p>\n<h3>Ek veri kaynaklar\u0131n\u0131 entegre edin<\/h3>\n<p>Bir sonraki en belirgin ad\u0131m, bilgi taban\u0131n\u0131za daha fazla i\u00e7erik eklemektir. ChatGPT konu\u015fmalar\u0131 iyi bir ba\u015flang\u0131\u00e7t\u0131r, ancak genellikle kendi bilginizin yaln\u0131zca bir k\u0131sm\u0131n\u0131 temsil ederler. Bir\u00e7ok bilgi di\u011fer formatlarda mevcuttur. \u00d6rne\u011fin:<\/p>\n<ul>\n<li>kendi makaleleri<\/li>\n<li>Notlar<\/li>\n<li>PDF belgeleri<\/li>\n<li>Ara\u015ft\u0131rma belgeleri<\/li>\n<li>E-Kitaplar<\/li>\n<li>Protokoller veya fikir listeleri<\/li>\n<\/ul>\n<p>T\u00fcm bu i\u00e7erik, sohbet verilerimizle ayn\u0131 \u015fekilde i\u015flenebilir. S\u00fcre\u00e7 ayn\u0131 kal\u0131r:<\/p>\n<ul>\n<li>Metin \u00e7\u0131karma<\/li>\n<li>Metni par\u00e7alara ay\u0131rma<\/li>\n<li>Yerle\u015ftirmeler olu\u015fturun<\/li>\n<li>Qdrant'ta veri kaydetme<\/li>\n<\/ul>\n<p>Bir \u00f6rnek: Kendi makalelerinizin \u00e7o\u011funu yazd\u0131ysan\u0131z, bu metinleri bilgi veritaban\u0131n\u0131za aktarabilirsiniz. Yapay zeka bunlara daha sonra eri\u015febilir ve korelasyonlar\u0131 tan\u0131yabilir. \u00d6rne\u011fin, \u015funu sorabilirsiniz:<\/p>\n<blockquote><p><em>\u201eYapay zeka hakk\u0131nda hangi makaleleri yazd\u0131m?\u201c<\/em><\/p><\/blockquote>\n<p>veya<\/p>\n<blockquote><p><em>\u201eGe\u00e7mi\u015fte bu konuda hangi arg\u00fcmanlar\u0131 geli\u015ftirdim?\u201c<\/em><\/p><\/blockquote>\n<p>Yapay zeka daha sonra makale ar\u015fivinizi arar ve buldu\u011fu i\u00e7eri\u011fi ba\u011flam olarak kullan\u0131r. Bu \u015fekilde sisteminiz ad\u0131m ad\u0131m b\u00fcy\u00fcyerek kapsaml\u0131 bir bilgi ar\u015fivine d\u00f6n\u00fc\u015f\u00fcr.<\/p>\n<h3>\u00c7e\u015fitli bilgi veritabanlar\u0131<\/h3>\n<p>Veri miktar\u0131 artt\u0131k\u00e7a, farkl\u0131 alanlar\u0131 ay\u0131rmak faydal\u0131 olabilir. Qdrant birden fazla koleksiyon olu\u015fturman\u0131za olanak tan\u0131r. Her koleksiyon kendi bilgi taban\u0131n\u0131 temsil edebilir. \u00d6rne\u011fin olas\u0131 bir sistem \u015f\u00f6yle g\u00f6r\u00fcnebilir:<\/p>\n<ul>\n<li><strong>Koleksiyon 1<\/strong>ChatGPT konu\u015fmalar\u0131<\/li>\n<li><strong>Koleksiyon 2<\/strong>: Makale ar\u015fivi<\/li>\n<li><strong>Koleksiyon 3<\/strong>: ki\u015fisel notlar<\/li>\n<li><strong>Koleksiyon 4<\/strong>Teknik dok\u00fcmantasyon<\/li>\n<\/ul>\n<p>Bu ayr\u0131m\u0131n \u00e7e\u015fitli avantajlar\u0131 vard\u0131r. \u0130lk olarak, yap\u0131 net kal\u0131r. Belirli i\u00e7eriklerin nerede depoland\u0131\u011f\u0131n\u0131 her zaman bilirsiniz. \u0130kinci olarak, sorgular daha spesifik olarak kontrol edilebilir. Baz\u0131 sorular yaln\u0131zca makale ar\u015fivinizi, baz\u0131lar\u0131 ise t\u00fcm bilgi sisteminizi aramal\u0131d\u0131r. Bir \u00f6rnek:<\/p>\n<ul>\n<li>Bir ara\u015ft\u0131rma sorusu yaln\u0131zca makale ar\u015fivinde arama yapabilir.<\/li>\n<li>\u00d6te yandan stratejik bir soru, t\u00fcm koleksiyonlar\u0131 ayn\u0131 anda dikkate alabilir.<\/li>\n<\/ul>\n<p>Bu t\u00fcr yap\u0131lar, daha b\u00fcy\u00fck bilgi sistemlerini \u00f6nemli \u00f6l\u00e7\u00fcde daha verimli hale getirir.<\/p>\n<h3>Otomatik g\u00fcncellemeler<\/h3>\n<p>Bir di\u011fer faydal\u0131 ad\u0131m da sisteminizi d\u00fczenli olarak g\u00fcncellemektir. \u00d6nceki \u00f6rnekte ChatGPT veri aktar\u0131m\u0131n\u0131 bir kez i\u015fledik. Ancak pratikte s\u00fcrekli olarak yeni i\u00e7erikler olu\u015fturulmaktad\u0131r.<\/p>\n<p>Yeni konu\u015fmalar, yeni notlar, yeni belgeler - t\u00fcm bu bilgiler de bilgi ar\u015fivinizin bir par\u00e7as\u0131 haline gelebilir.<br \/>\nBu nedenle otomatik g\u00fcncellemeler hakk\u0131nda d\u00fc\u015f\u00fcnmeye de\u011fer. Basit bir \u00e7\u00f6z\u00fcm, d\u00fczenli olarak yeni verileri i\u00e7e aktarmakt\u0131r. \u00d6rne\u011fin:<\/p>\n<ul>\n<li>Haftada bir kez yeni sohbet verilerini i\u015fleyin<\/li>\n<li>Yeni belgeleri otomatik olarak i\u00e7e aktarma<\/li>\n<li>Veri taban\u0131na hemen yeni makaleler ekleyin<\/li>\n<\/ul>\n<p>Teknik olarak bunu uygulamak nispeten kolayd\u0131r. K\u00fc\u00e7\u00fck bir komut dosyas\u0131 d\u00fczenli olarak yeni dosyalar\u0131n mevcut olup olmad\u0131\u011f\u0131n\u0131 kontrol edebilir ve bunlar\u0131 otomatik olarak i\u015fleyebilir. Bu, bilgi sisteminizin s\u00fcrekli olarak b\u00fcy\u00fcmesini sa\u011flar. Zaman i\u00e7inde, d\u00fc\u015f\u00fcncelerinizi ve projelerinizi belgeleyen daha kapsaml\u0131 bir ar\u015fiv olu\u015fturulur.<\/p>\n<h3>Kendi uygulamalar\u0131n\u0131za entegrasyon<\/h3>\n<p>\u015eimdiye kadar sistemimiz basit Python betikleri arac\u0131l\u0131\u011f\u0131yla kullan\u0131ld\u0131. Ancak uzun vadede bu sistem kendi uygulamalar\u0131n\u0131za da entegre edilebilir. \u00d6rne\u011fin, bir\u00e7ok geli\u015ftirici, bilgi yapay zekas\u0131n\u0131 do\u011frudan kullanmalar\u0131na olanak tan\u0131yan k\u00fc\u00e7\u00fck web aray\u00fczleri olu\u015fturuyor.<\/p>\n<p>Bir komut dosyas\u0131 ba\u015flatmak yerine, bir giri\u015f alan\u0131na basit\u00e7e bir soru yazabilirsiniz. Ayn\u0131 i\u015flem arka planda \u00e7al\u0131\u015f\u0131r:<\/p>\n<ol>\n<li>Yerle\u015ftirme olu\u015fturun<\/li>\n<li>Veritaban\u0131nda arama<\/li>\n<li>Ba\u011flam\u0131 yapay zekaya aktar\u0131n<\/li>\n<li>Yan\u0131t olu\u015ftur<\/li>\n<\/ol>\n<p>Sonu\u00e7 daha sonra do\u011frudan kullan\u0131c\u0131 aray\u00fcz\u00fcnde g\u00f6r\u00fcn\u00fcr. B\u00f6yle bir uygulama \u00e7ok farkl\u0131 \u015fekillerde olabilir. \u00d6rne\u011fin:<\/p>\n<ul>\n<li>ki\u015fisel bir ara\u015ft\u0131rma yapay zekas\u0131<\/li>\n<li>projeler i\u00e7in bir bilgi asistan\u0131<\/li>\n<li>bir fikir arama motoru<\/li>\n<li>makaleler ve notlar i\u00e7in bir ar\u015fiv<\/li>\n<\/ul>\n<p>Bu sistemleri di\u011fer ara\u00e7larla birle\u015ftirdi\u011finizde \u00f6zellikle heyecan verici hale gelir. \u00d6rne\u011fin, bir editoryal sistem bilgi ar\u015fivinize otomatik olarak eri\u015febilir ve \u00f6nceki makaleleri ara\u015ft\u0131rma i\u00e7in bir temel olarak kullanabilir. Ya da bir not sistemi yeni fikirleri otomatik olarak veri taban\u0131n\u0131za entegre edebilir.<\/p>\n<p>Ba\u015fka bir deyi\u015fle, yapay zeka g\u00fcnl\u00fck \u00e7al\u0131\u015fma ortam\u0131n\u0131z\u0131n bir par\u00e7as\u0131 haline gelir. Bu, k\u00fc\u00e7\u00fck projemizin orijinal ChatGPT veri aktar\u0131m\u0131n\u0131n \u00e7ok \u00f6tesine ge\u00e7ti\u011fini a\u00e7\u0131k\u00e7a ortaya koyuyor.<\/p>\n<p>Biz sadece bir ar\u015fiv olu\u015fturmad\u0131k. Gerekti\u011finde geni\u015fletilebilecek bir mimari yaratt\u0131k. \u0130\u015fte bu t\u00fcr sistemlerin ger\u00e7ek de\u011feri de tam olarak burada yat\u0131yor. Statik de\u011fildirler. Bilginizle birlikte b\u00fcy\u00fcrler.<\/p>\n<h2>\u0130ndirmek i\u00e7in boru hatt\u0131n\u0131n geni\u015fletilmi\u015f versiyonu<\/h2>\n<p>A\u015fa\u011f\u0131daki komut dosyas\u0131, makaledeki boru hatt\u0131n\u0131n geni\u015fletilmi\u015f bir versiyonudur. Daha sa\u011flamd\u0131r ve \u00fcretken bir \u00e7\u00f6z\u00fcme \u00e7ok daha yak\u0131nd\u0131r. \u00dc\u00e7 \u015fey geli\u015ftirilmi\u015ftir:<\/p>\n<ul>\n<li><strong>\u0130lerleme g\u00f6stergesi<\/strong>Kullan\u0131c\u0131 istedi\u011fi zaman ka\u00e7 metnin i\u015flenmi\u015f oldu\u011funu g\u00f6rebilir.<\/li>\n<li><strong>Toplu i\u00e7e aktarma<\/strong>G\u00f6m\u00fcler bloklar halinde toplan\u0131r ve Qdrant'a yaz\u0131l\u0131r, bu da tek tek i\u00e7e aktar\u0131mlardan \u00f6nemli \u00f6l\u00e7\u00fcde daha h\u0131zl\u0131d\u0131r.<\/li>\n<li><strong>Daha h\u0131zl\u0131 g\u00f6mme i\u015flem hatt\u0131<\/strong>Kod, haz\u0131rlanm\u0131\u015f par\u00e7alarla yap\u0131land\u0131r\u0131lm\u0131\u015f bir \u015fekilde \u00e7al\u0131\u015f\u0131r ve gereksiz \u00e7a\u011fr\u0131lar\u0131 azalt\u0131r.<\/li>\n<\/ul>\n<p>Bu nedenle bu komut dosyas\u0131, ChatGPT d\u0131\u015fa aktar\u0131m\u0131 daha b\u00fcy\u00fckse (\u00f6rne\u011fin birka\u00e7 bin konu\u015fma) \u00f6zellikle uygundur. Tipik s\u00fcre\u00e7:<\/p>\n<ol>\n<li>ChatGPT d\u0131\u015fa aktar\u0131m\u0131n\u0131 y\u00fckle<\/li>\n<li>Al\u0131nt\u0131 metinler<\/li>\n<li>Metni par\u00e7alara ay\u0131rma<\/li>\n<li>Yerle\u015ftirmeler olu\u015fturun<\/li>\n<li>Qdrant'a toplu i\u00e7e aktarma<\/li>\n<li>Test sorgusu ger\u00e7ekle\u015ftirin<\/li>\n<\/ol>\n<h3>Komut dosyas\u0131ndaki \u00f6nemli ayarlar<\/h3>\n<p>Baz\u0131 de\u011ferler kullan\u0131c\u0131 taraf\u0131ndan ayarlanmal\u0131d\u0131r:<\/p>\n<ul>\n<li><strong>EXPORT_PFAD<\/strong><br \/>\nChatGPT d\u0131\u015fa aktar\u0131m\u0131ndan \u00e7o\u011funlukla numaraland\u0131r\u0131lm\u0131\u015f conversations.json dosyalar\u0131n\u0131n yolu.<\/li>\n<li><strong>COLLECTION_NAME<\/strong><br \/>\nVekt\u00f6r veritaban\u0131 koleksiyonunun ad\u0131.<\/li>\n<li><strong>EMBED_MODEL\u0130<\/strong><br \/>\nOllama'nin g\u00f6mme modeli, \u00f6rne\u011fin nomic-embed-text veya mxbai-embed-large<\/li>\n<li><strong>ANSWER_MODEL<\/strong><br \/>\nTest sorgusu i\u00e7in dil modeli, \u00f6rne\u011fin llama, mistral veya gpt:oss<\/li>\n<li><strong>VECTOR_SIZE<\/strong><br \/>\nG\u00f6mme modelinin boyutu.<br \/>\nnomic-embed-text \u2192 768<br \/>\nmxbai-embed-large \u2192 1024<\/li>\n<li><strong>CHUNK_SIZE<\/strong><br \/>\nMetin b\u00f6l\u00fcmlerinin boyutu.<br \/>\nTipik olarak 300-600 kelime.<\/li>\n<li><strong>BATCH_SIZE<\/strong><br \/>\nQdrant'a ayn\u0131 anda ka\u00e7 tane g\u00f6mme yaz\u0131l\u0131r.<br \/>\nTipik de\u011fer: 50-200.<\/li>\n<\/ul>\n<p><strong><a class=\"downloadbtn\" href=\"https:\/\/markus-schall.de\/downloads\/ChatGPT_Export_Scripts.zip\">Python beti\u011fini indirin<\/a><\/strong><\/p>\n<h3>G\u00fcncel kal\u0131n - reklams\u0131z<\/h3>\n<p>Bu betikteki g\u00fcncellemelerden veya yeni indirmelerden haberdar olmak istiyorsan\u0131z, ayl\u0131k b\u00fcltenime abone olabilirsiniz. B\u00fclten kas\u0131tl\u0131 olarak yal\u0131n tutulmu\u015ftur, tamamen reklams\u0131zd\u0131r ve ayda yaln\u0131zca bir kez yay\u0131nlan\u0131r. \u0130\u00e7inde en \u00f6nemli yeni makalelerden bir se\u00e7ki, yapay zeka, yaz\u0131l\u0131m ve dijitalle\u015fme hakk\u0131nda pratik i\u00e7eriklerin yan\u0131 s\u0131ra g\u00fcncellenmi\u015f komut dosyalar\u0131 veya yeni indirme teklifleri hakk\u0131nda bilgiler bulacaks\u0131n\u0131z. Spam yok, g\u00fcnl\u00fck e-posta yok - sadece kompakt formda en alakal\u0131 i\u00e7erik. Bu geli\u015fmeleri s\u00fcrekli takip etmek istiyorsan\u0131z, haber b\u00fclteni g\u00fcncel kalman\u0131n en kolay yoludur.<\/p>\n<div class=\"mailster-block-form-type-content wp-block-mailster-form-outside-wrapper wp-block-mailster-form-outside-wrapper-c1cd9d66 wp-block-mailster-form-outside-wrapper-5542 wp-block-mailster-form\"><style class=\"mailster-form-style-c1cd9d66\">.wp-block-mailster-form-outside-wrapper-c1cd9d66 .mailster-block-form-inner > *{margin-block-start:0;margin-block-end:0;}.wp-block-mailster-form-outside-wrapper-c1cd9d66 .mailster-block-form-inner > * + *{margin-block-start:0.9em;margin-block-end:0;}.wp-block-mailster-form-outside-wrapper-c1cd9d66 .wp-block-mailster-form-wrapper .mailster-label{}.wp-block-mailster-form-outside-wrapper-c1cd9d66 .wp-block-mailster-form-wrapper .input{}.mailster-block-form input[type=\"text\"]{padding:10px 15px;border:1px solid rgb(204, 204, 204);font:17px \/ 25.5px -apple-system, system-ui, BlinkMacSystemFont, \"Segoe UI\", Helvetica, Arial, sans-serif, \"Apple Color Emoji\", \"Segoe UI Emoji\", \"Segoe UI Symbol\";border-radius:0px;background:rgb(250, 250, 250) none repeat scroll 0% 0% \/ auto padding-box border-box;box-shadow:none;line-height:25.5px;appearance:auto;outline:rgb(102, 102, 102) none 0px;text-transform:none;letter-spacing:normal;height:47px;}.mailster-block-form input[type=\"email\"]{padding:10px 15px;border:1px solid rgb(204, 204, 204);font:17px \/ 25.5px -apple-system, system-ui, BlinkMacSystemFont, \"Segoe UI\", Helvetica, Arial, sans-serif, \"Apple Color Emoji\", \"Segoe UI Emoji\", \"Segoe UI Symbol\";border-radius:0px;background:rgb(250, 250, 250) none repeat scroll 0% 0% \/ auto padding-box border-box;box-shadow:none;line-height:25.5px;appearance:auto;outline:rgb(102, 102, 102) none 0px;text-transform:none;letter-spacing:normal;height:47px;}.mailster-block-form input[type=\"date\"]{}.mailster-block-form input[type=\"checkbox\"]{}.mailster-block-form input[type=\"radio\"]{}.mailster-block-form input[type=\"submit\"]{padding:10px 20px;border:0px solid rgb(0, 0, 0);font:17px \/ 25.5px -apple-system, system-ui, BlinkMacSystemFont, \"Segoe UI\", Helvetica, Arial, sans-serif, \"Apple Color Emoji\", \"Segoe UI Emoji\", \"Segoe UI Symbol\";border-radius:5px;background:rgb(2, 123, 184) none repeat scroll 0% 0% \/ auto padding-box border-box;box-shadow:none;line-height:25.5px;appearance:button;outline:rgb(255, 255, 255) none 0px;text-transform:none;letter-spacing:normal;border:0px solid rgb(0, 0, 0);outline:rgb(255, 255, 255) none 0px;color:rgb(255, 255, 255);}.mailster-block-form select{}.mailster-block-form label{padding:0px;border:0px none rgb(58, 58, 58);font:17px \/ 25.5px -apple-system, system-ui, BlinkMacSystemFont, \"Segoe UI\", Helvetica, Arial, sans-serif, \"Apple Color Emoji\", \"Segoe UI Emoji\", \"Segoe UI Symbol\";border-radius:0px;background:rgba(0, 0, 0, 0) none repeat scroll 0% 0% \/ auto padding-box border-box;box-shadow:none;line-height:25.5px;appearance:none;outline:rgb(58, 58, 58) none 0px;text-transform:none;letter-spacing:normal;}.mailster-block-form textarea{}<\/style>\n<form method=\"post\" novalidate class=\"wp-block-mailster-form-wrapper mailster-block-form\" action=\"\"><div class=\"mailster-block-form-inner\">\n<div class=\"wp-block-mailster-messages mailster-block-form-info mailster-wrapper\" aria-hidden=\"true\"><style>:root {--mailster--color--success-background: #6fbf4d;--mailster--color--success: #ffffff;--mailster--color--error-background: #bf4d4d;--mailster--color--error: #ffffff;}<\/style><div class=\"mailster-block-form-info-success\" style=\"width:100%\"><div>L\u00fctfen aboneli\u011finizi onaylay\u0131n!<\/div><div class=\"mailster-block-form-info-extra\"><\/div><\/div><div class=\"mailster-block-form-info-error\" style=\"width:100%\"><div>Baz\u0131 alanlar eksik veya hatal\u0131!<\/div><div class=\"mailster-block-form-info-extra\"><\/div><\/div><\/div>\n\n\n\n<div class=\"wp-block-mailster-field-firstname mailster-wrapper mailster-wrapper-type-text mailster-wrapper-inline\" style=\"width:100%\"><input name=\"firstname\" id=\"mailster-id-41b55c\" type=\"text\" aria-required=\"false\" aria-label=\"\u0130lk isim\" spellcheck=\"false\" value=\"\" class=\"input\" autocomplete=\"given-name\" placeholder=\" \"\/><label for=\"mailster-id-41b55c\" class=\"mailster-label\">\u0130lk isim<\/label><\/div>\n\n\n\n<div class=\"wp-block-mailster-field-email mailster-wrapper mailster-wrapper-required mailster-wrapper-type-email mailster-wrapper-inline mailster-wrapper-asterisk\"><input name=\"email\" id=\"mailster-id-f70659\" type=\"email\" aria-required=\"true\" aria-label=\"e-posta\" spellcheck=\"false\" required value=\"\" class=\"input\" autocomplete=\"email\" placeholder=\" \"\/><label for=\"mailster-id-f70659\" class=\"mailster-label\">e-posta<\/label><\/div>\n\n\n\n<div class=\"wp-block-mailster-field-submit mailster-wrapper mailster-wrapper-type-submit mailster-wrapper-align-center wp-block-button\"><input name=\"submit\" id=\"mailster-id-7c1924\" type=\"submit\" value=\"Buradan kay\u0131t olun\" class=\"wp-block-button__link submit-button\"\/><\/div>\n<\/div><script class=\"mailster-block-form-data\" type=\"application\/json\">{\"id\":5542,\"identifier\":\"c1cd9d66\",\"cooldown\":0,\"isPreview\":false,\"type\":\"submission\",\"prefill\":false}<\/script><input name=\"_timestamp\" type=\"hidden\" value=\"1777970681\" \/>\n<button class=\"mailster-block-form-close\" aria-label=\"Kapat\" tabindex=\"0\"><svg viewbox=\"0 0 100 100\"><path d=\"M100 10.71 89.29 0 50 39.29 10.71 0 0 10.71 39.29 50 0 89.29 10.71 100 50 60.71 89.29 100 100 89.29 60.71 50z\"\/><\/svg><\/button><input type=\"hidden\" name=\"trp-form-language\" value=\"tr\"\/><\/form>\n<\/div>\n<h3>B\u00f6l\u00fcm 3 i\u00e7in g\u00f6r\u00fcn\u00fcm: Veri kullan\u0131m\u0131nda ince ayar, analiz ve optimizasyon<\/h3>\n<p>Serinin \u00fc\u00e7\u00fcnc\u00fc b\u00f6l\u00fcm\u00fcnde bir ad\u0131m daha ileri gidiyor ve olu\u015fturdu\u011funuz bilgi veritaban\u0131ndan ger\u00e7ekte neler elde edebilece\u011finize bak\u0131yoruz. Art\u0131k ChatGPT verileri Qdrant'ta depoland\u0131\u011f\u0131na g\u00f6re, odak noktas\u0131 ger\u00e7ek kullan\u0131m\u0131d\u0131r. Qdrant web aray\u00fcz\u00fcne bir g\u00f6z at\u0131yoruz, depolanan verileri analiz ediyoruz ve semantik araman\u0131n ne kadar iyi \u00e7al\u0131\u015ft\u0131\u011f\u0131n\u0131 kontrol ediyoruz. Ayr\u0131ca \u00f6nemli ince ayarlara da bak\u0131yoruz: Kullan\u0131m durumuna ba\u011fl\u0131 olarak y\u0131\u011f\u0131nlama nas\u0131l se\u00e7ilmelidir? Ba\u011flam yerel bir dil modeline en iyi \u015fekilde nas\u0131l aktar\u0131labilir? Ve cevaplar\u0131n kalitesi \u00f6zellikle nas\u0131l iyile\u015ftirilebilir? \u00dc\u00e7\u00fcnc\u00fc b\u00f6l\u00fcm, sistemden daha fazla yararlanmak ve onu bilin\u00e7li olarak daha da geli\u015ftirmek isteyen herkese y\u00f6neliktir.<\/p>\n<hr \/>\n\n\t\t\t<div class=\"display-post-types\">\n\n\t\t\t\t\t\t\t<style type=\"text\/css\">\n\t\t\t#dpt-wrapper-629 { --dpt-text-align: left;--dpt-image-crop: center;--dpt-border-radius: 5px;--dpt-h-gutter: 10px;--dpt-v-gutter: 9px; }\t\t\t<\/style>\n\t\t\t<style type=\"text\/css\">#dpt-wrapper-629 { --dpt-title-font-style:normal;--dpt-title-font-weight:600;--dpt-title-line-height:1.5;--dpt-title-text-decoration:none;--dpt-title-text-transform:none;--dpt-excerpt-font-style:normal;--dpt-excerpt-font-weight:400;--dpt-excerpt-line-height:1.5;--dpt-excerpt-text-decoration:none;--dpt-excerpt-text-transform:none;--dpt-meta1-font-style:normal;--dpt-meta1-font-weight:400;--dpt-meta1-line-height:1.9;--dpt-meta1-text-decoration:none;--dpt-meta1-text-transform:none;--dpt-meta2-font-style:normal;--dpt-meta2-font-weight:400;--dpt-meta2-line-height:1.9;--dpt-meta2-text-decoration:none;--dpt-meta2-text-transform:none; }<\/style><div class=\"dpt-main-header\">\n\t\t\t\t\t\t<div class=\"dpt-main-title\">\n\t\t\t\t\t\t\t<span class=\"dpt-main-title-text\">Yapay zeka \u00fczerine g\u00fcncel makaleler<\/span>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t<\/div>\t\t\t\n\t\t\t\t<div id=\"dpt-wrapper-629\" class=\"dpt-wrapper dpt-mag1 land1 dpt-cropped dpt-flex-wrap\" >\n\n\t\t\t\t\t\t\t\t\t\t\t<div class=\"dpt-entry has-thumbnail\" data-title=\"apple mlx vs. nvidia: so funktioniert lokale ki-inferenz auf dem mac\" data-id=\"3461\"  data-category=\"apple macos filemaker &amp; erp hardware ki-systeme\" data-post_tag=\"apple datenschutz filemaker k\u00fcnstliche intelligenz llama llm mac mistral mlx ollama sprachmodell\">\n\t\t\t\t\t\t\t<div class=\"dpt-entry-wrapper\"><div class=\"dpt-featured-content\"><div class=\"dpt-permalink\"><a href=\"https:\/\/www.markus-schall.de\/tr\/2025\/11\/apple-mlx-vs-nvidia-macte-yerel-ki-cikarimi-nasil-calisir\/\" class=\"dpt-permalink\"><span class=\"screen-reader-text\">Apple MLX vs. NVIDIA: Mac'te yerel yapay zeka \u00e7\u0131kar\u0131m\u0131 nas\u0131l \u00e7al\u0131\u015f\u0131r?<\/span><\/a><\/div><div class=\"dpt-thumbnail\"><div class=\"dpt-thumbnail-inner\"><img width=\"1024\" height=\"683\" class=\"attachment-full size-full\" alt=\"Apple Mac ile Silicon \u00fczerinde yerel yapay zeka\" context=\"dpt\" data-dpt-src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Lokales-Sprachmodell-apple-mac-studio.jpg\" data-dpt-sizes=\"(max-width: 1024px) 100vw, 1024px\" data-dpt-srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Lokales-Sprachmodell-apple-mac-studio.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Lokales-Sprachmodell-apple-mac-studio-300x200.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Lokales-Sprachmodell-apple-mac-studio-768x512.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Lokales-Sprachmodell-apple-mac-studio-18x12.jpg 18w\" \/><\/div><span class=\"dpt-thumbnail-aspect-ratio\" style=\"padding-top: 75%\"><\/span><\/div><\/div><div class=\"sub-entry\"><h3 class=\"dpt-title\"><a class=\"dpt-title-link\" href=\"https:\/\/www.markus-schall.de\/tr\/2025\/11\/apple-mlx-vs-nvidia-macte-yerel-ki-cikarimi-nasil-calisir\/\" rel=\"bookmark\">Apple MLX vs. NVIDIA: Mac'te yerel yapay zeka \u00e7\u0131kar\u0131m\u0131 nas\u0131l \u00e7al\u0131\u015f\u0131r?<\/a><\/h3><\/div><\/div>\n\t\t\t\t\t\t<\/div><!-- .dpt-entry -->\n\t\t\t\t\t\t\t\t\t\t\t\t<div class=\"dpt-entry has-thumbnail\" data-title=\"lokale ki auf dem mac: so installieren sie ein sprachmodell mit ollama\" data-id=\"2442\"  data-category=\"ki-systeme tipps &amp; anleitungen\" data-post_tag=\"datenschutz k\u00fcnstliche intelligenz llama llm mac mistral ollama sprachmodell\">\n\t\t\t\t\t\t\t<div class=\"dpt-entry-wrapper\"><div class=\"dpt-featured-content\"><div class=\"dpt-permalink\"><a href=\"https:\/\/www.markus-schall.de\/tr\/2025\/08\/local-ki-on-the-mac-like-this-1tp12ollama-ile-bir-dil-modeli-olusturmak-icin\/\" class=\"dpt-permalink\"><span class=\"screen-reader-text\">Mac'te Yerel Yapay Zeka: Ollama ile bir dil modeli nas\u0131l installiere edilir<\/span><\/a><\/div><div class=\"dpt-thumbnail\"><div class=\"dpt-thumbnail-inner\"><img width=\"1024\" height=\"683\" class=\"attachment-full size-full\" alt=\"Mac&#039;te Ollama ile yerel AI installieren\" context=\"dpt\" data-dpt-src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Lokale-KI-auf-Apple-Mac.jpg\" data-dpt-sizes=\"(max-width: 1024px) 100vw, 1024px\" data-dpt-srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Lokale-KI-auf-Apple-Mac.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Lokale-KI-auf-Apple-Mac-300x200.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Lokale-KI-auf-Apple-Mac-768x512.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Lokale-KI-auf-Apple-Mac-18x12.jpg 18w\" \/><\/div><span class=\"dpt-thumbnail-aspect-ratio\" style=\"padding-top: 75%\"><\/span><\/div><\/div><div class=\"sub-entry\"><h3 class=\"dpt-title\"><a class=\"dpt-title-link\" href=\"https:\/\/www.markus-schall.de\/tr\/2025\/08\/local-ki-on-the-mac-like-this-1tp12ollama-ile-bir-dil-modeli-olusturmak-icin\/\" rel=\"bookmark\">Mac'te Yerel Yapay Zeka: Ollama ile bir dil modeli nas\u0131l installiere edilir<\/a><\/h3><\/div><\/div>\n\t\t\t\t\t\t<\/div><!-- .dpt-entry -->\n\t\t\t\t\t\t\t\t\t\t\t\t<div class=\"dpt-entry has-thumbnail\" data-title=\"ki-studio 2025: welche hardware wirklich lohnt \u2013 vom mac studio bis zur rtx 3090\" data-id=\"3704\"  data-category=\"apple macos featured hardware ki-systeme\" data-post_tag=\"apple digitales eigentum k\u00fcnstliche intelligenz llm mlx neo4j sprachmodell\">\n\t\t\t\t\t\t\t<div class=\"dpt-entry-wrapper\"><div class=\"dpt-featured-content\"><div class=\"dpt-permalink\"><a href=\"https:\/\/www.markus-schall.de\/tr\/2025\/11\/ki-studio-2025-mac-studiodan-rtx-3090a-hangi-donanim-gercekten-buna-deger\/\" class=\"dpt-permalink\"><span class=\"screen-reader-text\">AI Studio 2025: Hangi donan\u0131m ger\u00e7ekten buna de\u011fer - Mac Studio'dan RTX 3090'a<\/span><\/a><\/div><div class=\"dpt-thumbnail\"><div class=\"dpt-thumbnail-inner\"><img width=\"1024\" height=\"683\" class=\"attachment-full size-full\" alt=\"Yapay zeka st\u00fcdyosu i\u00e7in donan\u0131m 2025\" context=\"dpt\" data-dpt-src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/KI-Studio-Hardware-2025.jpg\" data-dpt-sizes=\"(max-width: 1024px) 100vw, 1024px\" data-dpt-srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/KI-Studio-Hardware-2025.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/KI-Studio-Hardware-2025-300x200.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/KI-Studio-Hardware-2025-768x512.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/KI-Studio-Hardware-2025-18x12.jpg 18w\" \/><\/div><span class=\"dpt-thumbnail-aspect-ratio\" style=\"padding-top: 75%\"><\/span><\/div><\/div><div class=\"sub-entry\"><h3 class=\"dpt-title\"><a class=\"dpt-title-link\" href=\"https:\/\/www.markus-schall.de\/tr\/2025\/11\/ki-studio-2025-mac-studiodan-rtx-3090a-hangi-donanim-gercekten-buna-deger\/\" rel=\"bookmark\">AI Studio 2025: Hangi donan\u0131m ger\u00e7ekten buna de\u011fer - Mac Studio'dan RTX 3090'a<\/a><\/h3><\/div><\/div>\n\t\t\t\t\t\t<\/div><!-- .dpt-entry -->\n\t\t\t\t\t\t\t\t\t\t\t\t<div class=\"dpt-entry has-thumbnail\" data-title=\"ki f\u00fcr anf\u00e4nger: wie du ohne vorkenntnisse sinnvoll mit k\u00fcnstlicher intelligenz startest\" data-id=\"4199\"  data-category=\"allgemein apple iphone &amp; ipad apple macos ki-systeme tipps &amp; anleitungen\" data-post_tag=\"denkmodelle k\u00fcnstliche intelligenz lernen prozesse\">\n\t\t\t\t\t\t\t<div class=\"dpt-entry-wrapper\"><div class=\"dpt-featured-content\"><div class=\"dpt-permalink\"><a href=\"https:\/\/www.markus-schall.de\/tr\/2025\/12\/yeni-baslayanlar-icin-ki-oen-bilgi-olmadan-yapay-zekaya-nasil-baslanir\/\" class=\"dpt-permalink\"><span class=\"screen-reader-text\">Yeni ba\u015flayanlar i\u00e7in yapay zeka: \u00d6nceden bilgi sahibi olmadan yapay zekaya nas\u0131l ba\u015flan\u0131r?<\/span><\/a><\/div><div class=\"dpt-thumbnail\"><div class=\"dpt-thumbnail-inner\"><img width=\"1024\" height=\"683\" class=\"attachment-full size-full\" alt=\"Yeni ba\u015flayanlar i\u00e7in yapay zeka\" context=\"dpt\" data-dpt-src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/KI-fuer-Einsteiger-Computer.jpg\" data-dpt-sizes=\"(max-width: 1024px) 100vw, 1024px\" data-dpt-srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/KI-fuer-Einsteiger-Computer.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/KI-fuer-Einsteiger-Computer-300x200.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/KI-fuer-Einsteiger-Computer-768x512.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/KI-fuer-Einsteiger-Computer-18x12.jpg 18w\" \/><\/div><span class=\"dpt-thumbnail-aspect-ratio\" style=\"padding-top: 75%\"><\/span><\/div><\/div><div class=\"sub-entry\"><h3 class=\"dpt-title\"><a class=\"dpt-title-link\" href=\"https:\/\/www.markus-schall.de\/tr\/2025\/12\/yeni-baslayanlar-icin-ki-oen-bilgi-olmadan-yapay-zekaya-nasil-baslanir\/\" rel=\"bookmark\">Yeni ba\u015flayanlar i\u00e7in yapay zeka: \u00d6nceden bilgi sahibi olmadan yapay zekaya nas\u0131l ba\u015flan\u0131r?<\/a><\/h3><\/div><\/div>\n\t\t\t\t\t\t<\/div><!-- .dpt-entry -->\n\t\t\t\t\t\t\n\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\n<hr \/>\n<h2>S\u0131k\u00e7a sorulan sorular<\/h2>\n<ol>\n<li><strong>ChatGPT veri aktar\u0131m\u0131m\u0131 kendi yapay zekama entegre etmenin amac\u0131 nedir?<\/strong><br \/>\nEn b\u00fcy\u00fck avantaj\u0131, kendi konu\u015fmalar\u0131n\u0131z\u0131 ve d\u00fc\u015f\u00fcncelerinizi uzun vadede kullanabilmenizdir. Bir\u00e7ok insan yapay zeka sistemleriyle projeler, fikirler, analizler veya ki\u015fisel konular hakk\u0131nda yo\u011fun g\u00f6r\u00fc\u015fmeler yapar. Bu i\u00e7erik normalde platform boyunca kaybolur. Ancak, bu i\u00e7eri\u011fi d\u0131\u015fa aktar\u0131r ve kendi bilgi veritaban\u0131n\u0131za entegre ederseniz, ki\u015fisel bir ar\u015fiv haline gelir. Yerel yapay zekan\u0131z daha sonra bu i\u00e7eri\u011fe eri\u015febilir, korelasyonlar\u0131 tan\u0131yabilir ve yeni sorularda size yard\u0131mc\u0131 olabilir. Her zaman s\u0131f\u0131rdan ba\u015flamak yerine, kendi d\u00fc\u015f\u00fcncenizi ad\u0131m ad\u0131m geli\u015ftirirsiniz.<\/li>\n<li><strong>Geli\u015ftirici olmayan biri i\u00e7in bu \u00e7ok karma\u015f\u0131k de\u011fil mi?<\/strong><br \/>\n\u0130lk bak\u0131\u015fta g\u00f6mme, vekt\u00f6r veritabanlar\u0131 veya RAG sistemleri gibi terimler karma\u015f\u0131k g\u00f6r\u00fcnmektedir. Ancak pratikte, bireysel ad\u0131mlar nispeten net bir \u015fekilde yap\u0131land\u0131r\u0131lm\u0131\u015ft\u0131r. Temelde yaln\u0131zca \u00fc\u00e7 bile\u015fene ihtiyac\u0131n\u0131z vard\u0131r: yerel bir AI (\u00f6rne\u011fin Ollama arac\u0131l\u0131\u011f\u0131yla), Qdrant gibi bir vekt\u00f6r veritaban\u0131 ve verilerinizi i\u015fleyen k\u00fc\u00e7\u00fck bir Python beti\u011fi. Ad\u0131mlar\u0131n \u00e7o\u011fu otomatik olarak \u00e7al\u0131\u015f\u0131r. Sistem bir kez kurulduktan sonra normal bir arama motoru ya da sohbet robotu gibi \u00e7al\u0131\u015f\u0131r - tek fark\u0131 kendi bilginizle \u00e7al\u0131\u015fmas\u0131d\u0131r.<\/li>\n<li><strong>ChatGPT d\u0131\u015fa aktar\u0131m\u0131 ger\u00e7ekte hangi verileri i\u00e7erir?<\/strong><br \/>\nChatGPT d\u0131\u015fa aktar\u0131m\u0131 genellikle sistemle yapt\u0131\u011f\u0131n\u0131z t\u00fcm konu\u015fmalar\u0131 i\u00e7erir. Bu yaln\u0131zca metin mesajlar\u0131n\u0131 de\u011fil, ayn\u0131 zamanda konu\u015fma ba\u015fl\u0131klar\u0131, zaman damgalar\u0131 ve yap\u0131sal bilgiler gibi meta verileri de i\u00e7erir. Veriler genellikle JSON format\u0131nda mevcuttur ve bu nedenle komut dosyalar\u0131yla nispeten kolay bir \u015fekilde i\u015flenebilir. \u00c7o\u011fu durumda d\u0131\u015fa aktar\u0131m, konu\u015fmalarda kullan\u0131lm\u0131\u015fsa medya veya dil dosyalar\u0131n\u0131 da i\u00e7erir. Bununla birlikte, bir bilgi veritaban\u0131 olu\u015ftururken esas olarak metin i\u00e7eri\u011fi ilgi \u00e7ekicidir.<\/li>\n<li><strong>Neden bu t\u00fcr sistemler i\u00e7in normal bir veritaban\u0131 de\u011fil de bir vekt\u00f6r veritaban\u0131 kullan\u0131l\u0131yor?<\/strong><br \/>\nNormal veritabanlar\u0131 belirli terimleri veya kimlikleri aramak i\u00e7in idealdir. Ancak anlamsal aramalar i\u00e7in daha az uygundurlar. Bir vekt\u00f6r veritaban\u0131, metinleri yaln\u0131zca karakter dizeleri olarak de\u011fil, ayn\u0131 zamanda bir metnin anlam\u0131n\u0131 tan\u0131mlayan matematiksel vekt\u00f6rler olarak da depolar. Bu, sistemin i\u00e7erikte benzerlik aramas\u0131na olanak tan\u0131r. \u00d6rne\u011fin, \u201eyapay zeka makale fikirleri\u201c sorarsan\u0131z, veritaban\u0131 \u201eyapay zeka \u00fczerine blog makaleleri i\u00e7in konular\u201c gibi di\u011fer ifadeleri i\u00e7eren i\u00e7eri\u011fi de bulabilir.<\/li>\n<li><strong>Yerle\u015ftirmeler nedir ve neden bu kadar \u00f6nemlidir?<\/strong><br \/>\nG\u00f6m\u00fcler, metinlerin matematiksel temsilleridir. Bir dil modeli bir metni, metnin anlam\u0131n\u0131 tan\u0131mlayan bir say\u0131 listesine d\u00f6n\u00fc\u015ft\u00fcr\u00fcr. Benzer anlamlara sahip metinler matematiksel uzayda birbirine yak\u0131n durur. Bu, bir vekt\u00f6r veritaban\u0131n\u0131n daha sonra benzer i\u00e7erikleri aramas\u0131n\u0131 sa\u011flar. G\u00f6m\u00fcler olmadan anlamsal arama yapmak pek m\u00fcmk\u00fcn olmazd\u0131. Modern RAG sistemlerinin temelini olu\u015ftururlar ve bu t\u00fcr sistemlerin klasik tam metin aramalardan \u00e7ok daha esnek olmas\u0131n\u0131n nedenidirler.<\/li>\n<li><strong>ChatGPT veri d\u0131\u015fa aktar\u0131m\u0131m ne kadar b\u00fcy\u00fck olabilir?<\/strong><br \/>\nBoyut \u00f6nemli bir rol oynamaz. Birka\u00e7 bin konu\u015fma bile sorunsuz bir \u015fekilde i\u015flenebilir. Daha \u00f6nemli olan, olu\u015fturulan metin b\u00f6l\u00fcmlerinin, yani par\u00e7alar\u0131n say\u0131s\u0131d\u0131r. Daha b\u00fcy\u00fck bir d\u0131\u015fa aktar\u0131m daha fazla par\u00e7aya ve dolay\u0131s\u0131yla daha fazla g\u00f6m\u00fclmeye yol a\u00e7ar. Bununla birlikte, modern vekt\u00f6r veritabanlar\u0131 bu t\u00fcr milyonlarca giri\u015fi kolayca y\u00f6netebilir. K\u00fc\u00e7\u00fck bir sunucu veya g\u00fc\u00e7l\u00fc bir masa\u00fcst\u00fc bile \u00f6zel bir bilgi asistan\u0131 i\u00e7in tamamen yeterlidir.<\/li>\n<li><strong>Metin i\u015flenmeden \u00f6nce neden k\u00fc\u00e7\u00fck b\u00f6l\u00fcmlere ayr\u0131lm\u0131\u015ft\u0131r?<\/strong><br \/>\nKonu\u015fmalar\u0131n tamam\u0131n\u0131 veya b\u00fcy\u00fck metinleri do\u011frudan g\u00f6mme olarak kaydederseniz, anlamsal arama kesin olmaz. Tek bir metin birka\u00e7 konu i\u00e7erebilir. Daha k\u00fc\u00e7\u00fck b\u00f6l\u00fcmlere ay\u0131rarak, sistem daha sonra \u00e7ok daha hassas bir \u015fekilde arama yapabilir. Her b\u00f6l\u00fcm daha net bir konuyu tan\u0131mlar. Bu, veritaban\u0131n\u0131n bir konu\u015fman\u0131n mevcut soruya ger\u00e7ekten uyan k\u0131s\u0131mlar\u0131n\u0131 tam olarak bulmas\u0131n\u0131 sa\u011flar.<\/li>\n<li><strong>Ollama bu sistemde nas\u0131l bir rol oynamaktad\u0131r?<\/strong><br \/>\nOllama, dil modelleri i\u00e7in yerel bir platform g\u00f6revi g\u00f6r\u00fcr. Yapay zeka modellerini do\u011frudan kendi bilgisayar\u0131n\u0131zda \u00e7al\u0131\u015ft\u0131rman\u0131za olanak tan\u0131r. Sistemimizde, Ollama iki g\u00f6revi yerine getirir: Metinler i\u00e7in yerle\u015ftirmeler olu\u015fturur ve sorulara yan\u0131tlar \u00fcretir. Avantaj\u0131, t\u00fcm verilerin yerel kalmas\u0131d\u0131r. Bu, konu\u015fmalar\u0131n\u0131z\u0131n ve bilgi ar\u015fivinizin asla kendi bilgisayar\u0131n\u0131zdan \u00e7\u0131kmayaca\u011f\u0131 anlam\u0131na gelir.<\/li>\n<li><strong>Qdrant neden bir vekt\u00f6r veritaban\u0131 olarak kullan\u0131l\u0131yor?<\/strong><br \/>\nQdrant, yapay zeka uygulamalar\u0131 i\u00e7in \u00f6zel olarak geli\u015ftirilmi\u015f modern bir vekt\u00f6r veritaban\u0131d\u0131r. H\u0131zl\u0131d\u0131r, installieren'i kolayd\u0131r ve \u00e7ok iyi belgelenmi\u015ftir. Ayr\u0131ca Python'a ve bir\u00e7ok yapay zeka \u00e7er\u00e7evesine kolayca ba\u011flanabilir. Qdrant bu nedenle yerel bilgi sistemleri i\u00e7in \u00f6zellikle pratik bir \u00e7\u00f6z\u00fcmd\u00fcr. Alternatifleri aras\u0131nda Chroma, Weaviate veya Pinecone bulunmaktad\u0131r.<\/li>\n<li><strong>RAG sistemi terimi ne anlama geliyor?<\/strong><br \/>\nRAG, \u201eRetrieval-Augmented Generation\u201c anlam\u0131na gelmektedir. Bu, bir YZ'nin \u00f6nce bir veritaban\u0131ndan ilgili bilgileri ald\u0131\u011f\u0131 ve daha sonra bir cevap olu\u015fturmak i\u00e7in kulland\u0131\u011f\u0131 bir mimaridir. YZ b\u00f6ylece kendi bilgisini harici verilerle birle\u015ftirir. Bu, \u00e7ok kesin yan\u0131tlar vermesini ve ayn\u0131 zamanda g\u00fcncel veya ki\u015fisel bilgilere eri\u015fmesini sa\u011flar.<\/li>\n<li><strong>Di\u011fer veri kaynaklar\u0131n\u0131 da bu sisteme entegre edebilir miyim?<\/strong><br \/>\nAsl\u0131nda bu mimarinin en b\u00fcy\u00fck avantajlar\u0131ndan biri de budur. Sistem ChatGPT verileriyle s\u0131n\u0131rl\u0131 de\u011fildir. Kendi makalelerinizi, notlar\u0131n\u0131z\u0131, PDF'lerinizi, ara\u015ft\u0131rma ka\u011f\u0131tlar\u0131n\u0131z\u0131 veya di\u011fer belgelerinizi de entegre edebilirsiniz. \u0130\u00e7erik metin bi\u00e7iminde i\u015flenebildi\u011fi s\u00fcrece bilgi taban\u0131n\u0131n bir par\u00e7as\u0131 haline gelebilir. Zamanla sisteminiz kapsaml\u0131 bir bilgi ar\u015fivine d\u00f6n\u00fc\u015fecektir.<\/li>\n<li><strong>B\u00f6yle bir bilgi sistemi ne kadar g\u00fcncel kalabilir?<\/strong><br \/>\nG\u00fcncelli\u011fi, yeni verileri ne s\u0131kl\u0131kta i\u00e7e aktard\u0131\u011f\u0131n\u0131za ba\u011fl\u0131d\u0131r. \u00d6rne\u011fin, yeni ChatGPT d\u0131\u015fa aktar\u0131mlar\u0131n\u0131 d\u00fczenli olarak i\u015fleyebilir veya yeni belgeleri otomatik olarak tan\u0131yan bir komut dosyas\u0131 olu\u015fturabilirsiniz. Bir\u00e7ok sistem haftada bir veya ayda bir g\u00fcncellenecek \u015fekilde ayarlanm\u0131\u015ft\u0131r. Bu, bilgi taban\u0131n\u0131n her zaman g\u00fcncel kalmas\u0131n\u0131 sa\u011flar.<\/li>\n<li><strong>B\u00f6yle bir sistem i\u00e7in hangi donan\u0131ma ihtiyac\u0131m var?<\/strong><br \/>\nK\u00fc\u00e7\u00fck projeler i\u00e7in modern bir masa\u00fcst\u00fc bilgisayar yeterlidir. Daha b\u00fcy\u00fck bir dil modeli kullanmak istiyorsan\u0131z, bir GPU yard\u0131mc\u0131 olabilir. Bununla birlikte, bir\u00e7ok kullan\u0131c\u0131 bilgi sistemlerini g\u00fc\u00e7l\u00fc bir diz\u00fcst\u00fc bilgisayar veya mini sunucu \u00fczerinde de ba\u015far\u0131yla \u00e7al\u0131\u015ft\u0131rmaktad\u0131r. Her \u015feyden \u00f6nce, veritaban\u0131 i\u00e7in yeterli belle\u011fe ve yeterli depolama alan\u0131na sahip olmak \u00f6nemlidir.<\/li>\n<li><strong>B\u00f6yle bir sistem pratikte ne kadar h\u0131zl\u0131 \u00e7al\u0131\u015f\u0131r?<\/strong><br \/>\nH\u0131z, veritaban\u0131n\u0131n boyutu, donan\u0131m ve kullan\u0131lan dil modeli gibi \u00e7e\u015fitli fakt\u00f6rlere ba\u011fl\u0131d\u0131r. \u00c7o\u011fu durumda, bir sorgu yaln\u0131zca birka\u00e7 saniye s\u00fcrer. Vekt\u00f6r aramas\u0131n\u0131n kendisi genellikle son derece h\u0131zl\u0131d\u0131r. Zaman\u0131n en b\u00fcy\u00fck k\u0131sm\u0131 genellikle dil modelinden yan\u0131t \u00fcretmek i\u00e7in harcan\u0131r.<\/li>\n<li><strong>\u00c7e\u015fitli bilgi alanlar\u0131n\u0131 ay\u0131rmak m\u00fcmk\u00fcn m\u00fc?<\/strong><br \/>\nEvet, Qdrant gibi vekt\u00f6r veritabanlar\u0131 birden fazla koleksiyonun kullan\u0131lmas\u0131na izin verir. Her koleksiyon ayr\u0131 bir konu alan\u0131n\u0131 temsil edebilir. \u00d6rne\u011fin, ChatGPT konu\u015fmalar\u0131 i\u00e7in bir koleksiyon, makaleler i\u00e7in bir koleksiyon ve notlar i\u00e7in bir koleksiyon olu\u015fturabilirsiniz. Bu, bilgi alanlar\u0131n\u0131n net bir \u015fekilde yap\u0131land\u0131r\u0131lmas\u0131na ve hedefli bir \u015fekilde aranmas\u0131na olanak tan\u0131r.<\/li>\n<li><strong>Yerel bir AI sistemindeki verilerim ne kadar g\u00fcvende?<\/strong><br \/>\nYerel bir sistemin en b\u00fcy\u00fck avantaj\u0131, verilerinizin harici hizmetlere aktar\u0131lmak zorunda olmamas\u0131d\u0131r. T\u00fcm bilgiler kendi bilgisayar\u0131n\u0131zda veya sunucunuzda kal\u0131r. Bu \u00f6zellikle hassas i\u00e7erikler i\u00e7in ilgi \u00e7ekicidir. Elbette yine de d\u00fczenli yedeklemeler olu\u015fturmal\u0131 ve sisteminizi yetkisiz eri\u015fime kar\u015f\u0131 korumal\u0131s\u0131n\u0131z.<\/li>\n<li><strong>Bu sistemi kendi uygulamalar\u0131ma da entegre edebilir miyim?<\/strong><br \/>\nEvet, \u00e7o\u011fu bile\u015fene programlama aray\u00fczleri arac\u0131l\u0131\u011f\u0131yla eri\u015filebilir. Bu, bilgi sisteminizi kendi ara\u00e7lar\u0131n\u0131za, \u00f6rne\u011fin bir web aray\u00fcz\u00fcne, bir editoryal sisteme veya bir not uygulamas\u0131na entegre etmenize olanak tan\u0131r. Bir\u00e7ok geli\u015ftirici, bilgi veritabanlar\u0131n\u0131 bir sohbet aray\u00fcz\u00fc arac\u0131l\u0131\u011f\u0131yla do\u011frudan eri\u015filebilir hale getiren k\u00fc\u00e7\u00fck uygulamalar olu\u015fturur.<\/li>\n<li><strong>Bu teknoloji gelecekte nas\u0131l geli\u015febilir?<\/strong><br \/>\nKi\u015fisel bilgi yapay zekalar\u0131 muhtemelen geli\u015fimlerinin sadece ba\u015flang\u0131c\u0131ndad\u0131r. Gelecekte bu t\u00fcr sistemler yeni i\u00e7erikleri otomatik olarak entegre edebilir, \u00f6zetler olu\u015fturabilir ve hatta projeler i\u00e7in kendi \u00f6nerilerini sunabilir. B\u00f6yle bir sisteme ne kadar \u00e7ok veri akarsa, o kadar de\u011ferli hale gelir. Uzun vadede, bilginizi yap\u0131land\u0131ran ve istedi\u011finiz zaman eri\u015filebilir k\u0131lan bir t\u00fcr ki\u015fisel dijital haf\u0131zaya d\u00f6n\u00fc\u015febilir.<\/li>\n<\/ol>\n<hr \/>\n\n\t\t\t<div class=\"display-post-types\">\n\n\t\t\t\t\t\t\t<style type=\"text\/css\">\n\t\t\t#dpt-wrapper-630 { --dpt-text-align: left;--dpt-image-crop: center;--dpt-border-radius: 5px;--dpt-h-gutter: 10px;--dpt-v-gutter: 9px; }\t\t\t<\/style>\n\t\t\t<style type=\"text\/css\">#dpt-wrapper-630 { --dpt-title-font-style:normal;--dpt-title-font-weight:600;--dpt-title-line-height:1.5;--dpt-title-text-decoration:none;--dpt-title-text-transform:none;--dpt-excerpt-font-style:normal;--dpt-excerpt-font-weight:400;--dpt-excerpt-line-height:1.5;--dpt-excerpt-text-decoration:none;--dpt-excerpt-text-transform:none;--dpt-meta1-font-style:normal;--dpt-meta1-font-weight:400;--dpt-meta1-line-height:1.9;--dpt-meta1-text-decoration:none;--dpt-meta1-text-transform:none;--dpt-meta2-font-style:normal;--dpt-meta2-font-weight:400;--dpt-meta2-line-height:1.9;--dpt-meta2-text-decoration:none;--dpt-meta2-text-transform:none; }<\/style><div class=\"dpt-main-header\">\n\t\t\t\t\t\t<div class=\"dpt-main-title\">\n\t\t\t\t\t\t\t<span class=\"dpt-main-title-text\">Sanat ve k\u00fclt\u00fcr \u00fczerine g\u00fcncel makaleler<\/span>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t<\/div>\t\t\t\n\t\t\t\t<div id=\"dpt-wrapper-630\" class=\"dpt-wrapper dpt-mag1 land1 dpt-cropped dpt-flex-wrap\" >\n\n\t\t\t\t\t\t\t\t\t\t\t<div class=\"dpt-entry has-thumbnail\" data-title=\"reichweite ist kein eigentum \u2013 warum sichtbarkeit heute nicht mehr ausreicht\" data-id=\"3994\"  data-category=\"allgemein filemaker &amp; erp gesellschaft kunst &amp; kultur\" data-post_tag=\"datenlogik datenschutz denkmodelle digitales eigentum erp-software\">\n\t\t\t\t\t\t\t<div class=\"dpt-entry-wrapper\"><div class=\"dpt-featured-content\"><div class=\"dpt-permalink\"><a href=\"https:\/\/www.markus-schall.de\/tr\/2025\/12\/erisim-sahiplik-degildir-neden-goeruenuerluek-guenuemuezde-artik-yeterli-degildir\/\" class=\"dpt-permalink\"><span class=\"screen-reader-text\">Eri\u015fim sahiplik de\u011fildir - G\u00fcn\u00fcm\u00fczde g\u00f6r\u00fcn\u00fcrl\u00fck neden art\u0131k yeterli de\u011fil?<\/span><\/a><\/div><div class=\"dpt-thumbnail\"><div class=\"dpt-thumbnail-inner\"><img width=\"1024\" height=\"683\" class=\"attachment-full size-full\" alt=\"Eri\u015fim ve sahiplik\" context=\"dpt\" data-dpt-src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/reichweite-vs-eigentum.jpg\" data-dpt-sizes=\"(max-width: 1024px) 100vw, 1024px\" data-dpt-srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/reichweite-vs-eigentum.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/reichweite-vs-eigentum-300x200.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/reichweite-vs-eigentum-768x512.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/reichweite-vs-eigentum-18x12.jpg 18w\" \/><\/div><span class=\"dpt-thumbnail-aspect-ratio\" style=\"padding-top: 75%\"><\/span><\/div><\/div><div class=\"sub-entry\"><h3 class=\"dpt-title\"><a class=\"dpt-title-link\" href=\"https:\/\/www.markus-schall.de\/tr\/2025\/12\/erisim-sahiplik-degildir-neden-goeruenuerluek-guenuemuezde-artik-yeterli-degildir\/\" rel=\"bookmark\">Eri\u015fim sahiplik de\u011fildir - G\u00fcn\u00fcm\u00fczde g\u00f6r\u00fcn\u00fcrl\u00fck neden art\u0131k yeterli de\u011fil?<\/a><\/h3><\/div><\/div>\n\t\t\t\t\t\t<\/div><!-- .dpt-entry -->\n\t\t\t\t\t\t\t\t\t\t\t\t<div class=\"dpt-entry has-thumbnail\" data-title=\"die affinity grafik-suite wird kostenlos: was profi-anwender jetzt wissen m\u00fcssen\" data-id=\"3675\"  data-category=\"apple macos b\u00fccher kunst &amp; kultur tipps &amp; anleitungen\" data-post_tag=\"buch mac prozesse publishing verlag\">\n\t\t\t\t\t\t\t<div class=\"dpt-entry-wrapper\"><div class=\"dpt-featured-content\"><div class=\"dpt-permalink\"><a href=\"https:\/\/www.markus-schall.de\/tr\/2025\/11\/affinity-graphics-suite-uecretsi%cc%87z-oldu-profesyonel-kullanicilarin-si%cc%87mdi%cc%87-bi%cc%87lmesi%cc%87-gerekenler\/\" class=\"dpt-permalink\"><span class=\"screen-reader-text\">Affinity grafik paketi \u00fccretsiz oldu: Profesyonel kullan\u0131c\u0131lar\u0131n \u015fimdi bilmesi gerekenler<\/span><\/a><\/div><div class=\"dpt-thumbnail\"><div class=\"dpt-thumbnail-inner\"><img width=\"1024\" height=\"683\" class=\"attachment-full size-full\" alt=\"Affinity grafik paketi \u00fccretsiz\" context=\"dpt\" data-dpt-src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/affinity-grafiksuite-kostenlos.jpg\" data-dpt-sizes=\"(max-width: 1024px) 100vw, 1024px\" data-dpt-srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/affinity-grafiksuite-kostenlos.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/affinity-grafiksuite-kostenlos-300x200.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/affinity-grafiksuite-kostenlos-768x512.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/affinity-grafiksuite-kostenlos-18x12.jpg 18w\" \/><\/div><span class=\"dpt-thumbnail-aspect-ratio\" style=\"padding-top: 75%\"><\/span><\/div><\/div><div class=\"sub-entry\"><h3 class=\"dpt-title\"><a class=\"dpt-title-link\" href=\"https:\/\/www.markus-schall.de\/tr\/2025\/11\/affinity-graphics-suite-uecretsi%cc%87z-oldu-profesyonel-kullanicilarin-si%cc%87mdi%cc%87-bi%cc%87lmesi%cc%87-gerekenler\/\" rel=\"bookmark\">Affinity grafik paketi \u00fccretsiz oldu: Profesyonel kullan\u0131c\u0131lar\u0131n \u015fimdi bilmesi gerekenler<\/a><\/h3><\/div><\/div>\n\t\t\t\t\t\t<\/div><!-- .dpt-entry -->\n\t\t\t\t\t\t\t\t\t\t\t\t<div class=\"dpt-entry has-thumbnail\" data-title=\"vicco von b\u00fclow alias loriot \u2013 ordnung, form und der leise widerstand des humors\" data-id=\"4169\"  data-category=\"allgemein gesellschaft kunst &amp; kultur stories &amp; humor\" data-post_tag=\"deutschland erfahrungen pers\u00f6nlichkeitsentwicklung portrait\">\n\t\t\t\t\t\t\t<div class=\"dpt-entry-wrapper\"><div class=\"dpt-featured-content\"><div class=\"dpt-permalink\"><a href=\"https:\/\/www.markus-schall.de\/tr\/2025\/12\/vicco-von-buelow-takma-adi-loriot-si%cc%87pari%cc%87s-formu-ve-mi%cc%87zahin-sessi%cc%87z-di%cc%87reni%cc%87si%cc%87\/\" class=\"dpt-permalink\"><span class=\"screen-reader-text\">Vicco von B\u00fclow nam-\u0131 di\u011fer Loriot - d\u00fczen, bi\u00e7im ve mizah\u0131n sessiz direni\u015fi<\/span><\/a><\/div><div class=\"dpt-thumbnail\"><div class=\"dpt-thumbnail-inner\"><img width=\"1024\" height=\"747\" class=\"attachment-full size-full\" alt=\"\" context=\"dpt\" data-dpt-src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Loriot-Titel.jpg\" data-dpt-sizes=\"(max-width: 1024px) 100vw, 1024px\" data-dpt-srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Loriot-Titel.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Loriot-Titel-300x219.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Loriot-Titel-768x560.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Loriot-Titel-16x12.jpg 16w\" \/><\/div><span class=\"dpt-thumbnail-aspect-ratio\" style=\"padding-top: 75%\"><\/span><\/div><\/div><div class=\"sub-entry\"><h3 class=\"dpt-title\"><a class=\"dpt-title-link\" href=\"https:\/\/www.markus-schall.de\/tr\/2025\/12\/vicco-von-buelow-takma-adi-loriot-si%cc%87pari%cc%87s-formu-ve-mi%cc%87zahin-sessi%cc%87z-di%cc%87reni%cc%87si%cc%87\/\" rel=\"bookmark\">Vicco von B\u00fclow nam-\u0131 di\u011fer Loriot - d\u00fczen, bi\u00e7im ve mizah\u0131n sessiz direni\u015fi<\/a><\/h3><\/div><\/div>\n\t\t\t\t\t\t<\/div><!-- .dpt-entry -->\n\t\t\t\t\t\t\t\t\t\t\t\t<div class=\"dpt-entry has-thumbnail\" data-title=\"beruf, weltbild, zukunft: entscheidungen im schatten des umbruchs\" data-id=\"3197\"  data-category=\"allgemein gesellschaft kunst &amp; kultur tipps &amp; anleitungen\" data-post_tag=\"erfahrungen krisen pers\u00f6nlichkeitsentwicklung ratgeber\">\n\t\t\t\t\t\t\t<div class=\"dpt-entry-wrapper\"><div class=\"dpt-featured-content\"><div class=\"dpt-permalink\"><a href=\"https:\/\/www.markus-schall.de\/tr\/2025\/10\/kari%cc%87yer-duenya-goeruesue-calkantilarin-goelgesi%cc%87nde-gelecege-yoeneli%cc%87k-kararlar\/\" class=\"dpt-permalink\"><span class=\"screen-reader-text\">Kariyer, d\u00fcnya g\u00f6r\u00fc\u015f\u00fc, gelecek: de\u011fi\u015fimin g\u00f6lgesinde kararlar<\/span><\/a><\/div><div class=\"dpt-thumbnail\"><div class=\"dpt-thumbnail-inner\"><img width=\"1024\" height=\"683\" class=\"attachment-full size-full\" alt=\"Karga\u015fan\u0131n g\u00f6lgesinde al\u0131nan kararlar\" context=\"dpt\" data-dpt-src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Entscheidungen-im-Schatten-Umbruch.jpg\" data-dpt-sizes=\"(max-width: 1024px) 100vw, 1024px\" data-dpt-srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Entscheidungen-im-Schatten-Umbruch.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Entscheidungen-im-Schatten-Umbruch-300x200.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Entscheidungen-im-Schatten-Umbruch-768x512.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Entscheidungen-im-Schatten-Umbruch-18x12.jpg 18w\" \/><\/div><span class=\"dpt-thumbnail-aspect-ratio\" style=\"padding-top: 75%\"><\/span><\/div><\/div><div class=\"sub-entry\"><h3 class=\"dpt-title\"><a class=\"dpt-title-link\" href=\"https:\/\/www.markus-schall.de\/tr\/2025\/10\/kari%cc%87yer-duenya-goeruesue-calkantilarin-goelgesi%cc%87nde-gelecege-yoeneli%cc%87k-kararlar\/\" rel=\"bookmark\">Kariyer, d\u00fcnya g\u00f6r\u00fc\u015f\u00fc, gelecek: de\u011fi\u015fimin g\u00f6lgesinde kararlar<\/a><\/h3><\/div><\/div>\n\t\t\t\t\t\t<\/div><!-- .dpt-entry -->\n\t\t\t\t\t\t\n\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\n<hr \/>","protected":false},"excerpt":{"rendered":"<p>Bu yaz\u0131 dizisinin ilk b\u00f6l\u00fcm\u00fcnde ChatGPT veri aktar\u0131m\u0131n\u0131n teknik bir i\u015flevden \u00e7ok daha fazlas\u0131 oldu\u011funu g\u00f6rd\u00fck. D\u0131\u015fa aktar\u0131lan verileriniz, uzun bir s\u00fcre boyunca biriken d\u00fc\u015f\u00fcnceler, fikirler, analizler ve konu\u015fmalardan olu\u015fan bir koleksiyon i\u00e7erir. Ancak bu veriler sabit diskinizde yaln\u0131zca bir ar\u015fiv olarak sakland\u0131\u011f\u0131 s\u00fcrece, yaln\u0131zca bir ... <a title=\"Kariyer, d\u00fcnya g\u00f6r\u00fc\u015f\u00fc, gelecek: de\u011fi\u015fimin g\u00f6lgesinde kararlar\" class=\"read-more\" href=\"https:\/\/www.markus-schall.de\/tr\/2025\/10\/kari%cc%87yer-duenya-goeruesue-calkantilarin-goelgesi%cc%87nde-gelecege-yoeneli%cc%87k-kararlar\/\" aria-label=\"Kariyer, d\u00fcnya g\u00f6r\u00fc\u015f\u00fc, gelecek: \u00e7alkant\u0131lar\u0131n g\u00f6lgesinde kararlar hakk\u0131nda devam\u0131n\u0131 oku\">Devam\u0131n\u0131 oku<\/a><\/p>","protected":false},"author":1,"featured_media":5300,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"iawp_total_views":158,"footnotes":""},"categories":[15,431,4],"tags":[440,444,473,452,471,435,433,465,432,442,434],"class_list":["post-5306","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-apple-macos","category-ki-systeme","category-tipps-anleitungen","tag-datenbanken","tag-denkmodelle","tag-digitales-eigentum","tag-docker","tag-kuenstliche-intelligenz","tag-llama","tag-llm","tag-mlx","tag-ollama","tag-prozesse","tag-sprachmodell"],"_links":{"self":[{"href":"https:\/\/www.markus-schall.de\/tr\/wp-json\/wp\/v2\/posts\/5306","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.markus-schall.de\/tr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.markus-schall.de\/tr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.markus-schall.de\/tr\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.markus-schall.de\/tr\/wp-json\/wp\/v2\/comments?post=5306"}],"version-history":[{"count":36,"href":"https:\/\/www.markus-schall.de\/tr\/wp-json\/wp\/v2\/posts\/5306\/revisions"}],"predecessor-version":[{"id":5753,"href":"https:\/\/www.markus-schall.de\/tr\/wp-json\/wp\/v2\/posts\/5306\/revisions\/5753"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.markus-schall.de\/tr\/wp-json\/wp\/v2\/media\/5300"}],"wp:attachment":[{"href":"https:\/\/www.markus-schall.de\/tr\/wp-json\/wp\/v2\/media?parent=5306"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.markus-schall.de\/tr\/wp-json\/wp\/v2\/categories?post=5306"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.markus-schall.de\/tr\/wp-json\/wp\/v2\/tags?post=5306"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}