Ana Sayfa
>
İçerikler
>
4,5 saatlik task 30 dakikaya indi

4,5 saatlik task 30 dakikaya indi

December 25, 2025
11
DK OKUMA
Merve Çolak Özkan
Trendyol
Product Team Lead

Merve Çolak Özkan ve Barış Hasan Aras, Trendyol'un agent platformunu anlattı: 2.000'den fazla task, dokuz kat hızlanma ve işi çözen şeyin kodlama değil planlama olması.

Trendyol'un agent yolculuğu depoda ya da operasyonda değil, yazılım geliştirme sürecinde başladı — ve bu bilinçli bir seçimdi. Merve Çolak Özkan gerekçeyi üç maddede topladı: yazılım dünyası deterministik, geri bildirim hızlı ve geri alma kolay.

Kendisi çağrı merkezi ve müşteri deneyimi süreçlerini yöneten ürün ekibinin lideri; Barış Hasan Aras dört yıldır Trendyol'da, sipariş domeninden geliyor. İkisi artık aynı ekipte: AI otomasyon ve agent tarafında.

Konuşmanın tamamı: "Agentic Product Development Experience at Trendyol", Alive: Building with AI.
Ayırım

Üretken değil, proaktif

Sunum bir tanım ayrımıyla açıldı. Üretken yapay zekâ reaktiftir: bir girdi alır, yaratıcı bir çıktı verir, kendi başına amaç üretmez. Agentic taraf ise proaktif — insanın yerine düşünür, aksiyon alır, hatasından öğrenir ve gerekirse tekrar dener.

Trendyol'un bu dünyaya girme gerekçesi de sadeydi: hız, verimlilik, kalite. Bir PM için karşılığı ise somut — sprint'e daha çok iş, düşen cycle time, artan velocity ve kimsenin sevmediği teknik borç işlerinin devredilebilmesi.

Platform

Workspace bir takım, agent bir ekip üyesi

Kurdukları platformun sözlüğü takım metaforu üzerine oturuyor:

01

Workspace

Agent'ların birlikte çalıştığı ortam. Kurallar, hedefler, agent'lar arası ilişki ve human-in-the-loop noktaları burada tanımlanıyor.

+
02

Agent

Domain bilgisi olan bir ekip üyesi. Bir konuyu çok iyi bilmeli ama her şeyi bilmemeli — uzmanlaşma takımı mümkün kılıyor.

+
03

Knowledge Base

CSV, Excel, PDF, Markdown ya da doğrudan GitLab repo'ları. Agent'ın cevaplarını gerçekliğe bağlayan katman.

Agent'lar birbirleriyle doğrudan değil, ortadaki bir host agent aracılığıyla konuşuyor; girdi ve çıktılar oradan geçiyor. Coding Team workspace'inde örneğin Coding Agent, kontrat testi yazan agent, PM'lerin task'ı daha iyi analiz etmesini sağlayan Jira Task Analyzer ve pipeline'lara yorum atan bir agent bir arada duruyor.

Akış

Sürükle-bırak tutmadı, yorum tuttu

İlk kurulum Jira'da "Ready for AI" adlı bir kolondu: task'ı oraya sürüklediğinde Coding Agent çalışıyordu. Benimseme düşük kaldı. Yerine çok daha küçük bir hamle geldi: Jira'ya yorum olarak yazılan bir start komutu. Aynı iş, tanıdık bir jestle.

Agent task'ı analiz ediyor, detaylı plan çıkarıyor, kodluyor ve yazılımcıya haber veriyor. Kod doğrudan canlıya çıkmıyor — mutlaka review'dan geçiyor, yazılımcı isterse geri gönderiyor.

İlk duvar

Yüksek story point'te performans düşüyordu

Başarı tanımları net: bir task Coding Agent çıktısıyla review'dan geçtiyse başarılı sayılıyor. Düşük story point'li işlerde sonuç iyiydi — daha az yere dokunuyor, daha iyi tanımlanmış oluyor. Büyük işlerde ise takılıyordu.

Çözüm bir Planning Agent oldu. Kodlamaya başlamadan önce "şu projeye dokunacağım, şu kısmı değiştireceğim, şunu ekleyeceğim" diye yazılımcıya yazıyor. Yazılımcı kabul ediyor, reddediyor ya da yorum verip yeniden planlatıyor. Daha iyi planlama, daha iyi kod çıktısı demek oldu.

ÖlçümDeğer
AI agent ile geliştirilen task2.000'den fazla
Standart bir task'ın geliştirme süresiYaklaşık 4,5 saat
Coding Agent ile30 dakikalara kadar
Kabaca kazanım9 kat
Dört adımlı akış: Jira'ya yorum, Planning Agent, Coding Agent ve yazılımcı review'u
Kod hiçbir noktada doğrudan canlıya çıkmıyor; insan iki kez devrede.
Sahadan

Yazılım dışında dört kullanım

Barış Hasan Aras sunumun ikinci yarısında platformun iş tarafındaki karşılıklarını anlattı.

  • Core domain soruları — Bir soru geldiğinde PM geliştiriciye, geliştirici koda bakıyordu. Artık domain'in kod tabanı ve dokümanları knowledge base olarak agent'a bağlı; "kargo verildi bilgisini nasıl anlarım" gibi sorular doğrudan cevaplanıyor.
  • Push iletişim metinleri — Beş farklı bölgede beş farklı müşteri davranışı ve ton var. Her bölgenin yüksek CTR getiren örnekleri knowledge base'e konuyor, agent o tonu öğreniyor. Daha önce kocaman Excel'lerde elle puanlanan bir işti.
  • Arama alakasızlık skoru — Agent bir arama terimi için ilk 40 sonuca bakıp alakalı/alakasız ayrımı yapıyor, bir skor üretiyor ve kategori ekibine aksiyon planı çıkarıyor. "Kahve arandığında ruj gelmemeli" örneği salonda tuttu.
  • Legal bot — 600-700 sayfalık dokümanla beslenmiş; hukuk ekibinin tekrar tekrar araştırdığı soruları karşılıyor.

Arama tarafında dikkat çekici bir olgunluk farkı var: agent şimdilik yalnızca tespit ediyor, ardından ticket açıyor ve aksiyonu kategori ya da arama ekibi alıyor. Otomatik aksiyon sonraki fazda.

Legal tarafında halüsinasyonun önüne geçmek must oluyor. Çok katı kural tanımlarıyla, cevapların legal wording'in dışına çıkmamasını sağladık.

— Barış Hasan Aras, Trendyol
Öğrenilen

Prompt yetmiyor, sistem gerekiyor

Konuşmadaki en tekrar edilebilir ders buydu: arkaya iyi bir prompt yazmak geçerli çıktı vermiyor. Kuralları her domain için ayrı tanımlamak gerekiyor — sipariş domeninde "kargo" başka bir parametreye karşılık geliyor, alternatif teslimat ayrı bir süreç. Bu yüzden jenerik bir destek agent'ı kurulamıyor; iş domain bazında kırılıyor.

Benimseme tarafındaki çözüm de aynı mantıkta: agent'lar Slack'e bağlanıyor. Platforma hiç girmeden, insanların zaten açık olan penceresinden prompt yazılabiliyor.

Sıradaki

2026 yol haritası

Task creation'ı standartlaştırmak (standart girdi, standart Coding Agent çıktısı demek), planlama ve kodlama modellerini iki ayda bir gelen sürümlerle test etmeye devam etmek, görsel UX üretebilen agent'lar, dokümantasyonu otomatik güncel tutmak ve platforma bir chatbot destek katmanı — agent yaratma ve prompt yazma yardımcısı.

Hedef cümlesi de şu: platform teknoloji ekibinde kalmayacak. "Şirketteki herkes girip kendi otomasyonunu kurgulayabilsin" — yazılımdan başlamalarının sebebi de zaten oraya güvenle varılacak yolu öğrenmekti.

Yaklaşan etkinlik

Alive Konf BAKU — Biletler Satışta

1-2 Ekim 2026
Hilton Baku
20+ konuşmacı, 2 gün
0
Gün
00
Saat
00
Dakika
Konular
design-2
product-2
ai-2
AI Ajanları
ai-agent
erisilebilirlik
arastirma-raporlari
pazarlama
liderlik
design
Ürün Yönetimi
product
Yapay Zeka
ai
Alive: Building with AI

Diğer İçerikler

Tüm yazılar
Haftalık bülten

Canlı kalmanın haftalık dozu.

Tasarım, ürün ve yapay zekâdan seçtiğimiz en iyi okumalar — her cuma, posta kutunda.

E-posta
Teşekkürler! Kaydın alındı — ilk bülten cuma posta kutunda.
Bir şeyler ters gitti. Lütfen tekrar dene.