01
Katmanlı yapı (mevcut yöntemimiz)
Bir konuyu somuttan soyuta ya da basitten karmaşığa doğru numaralı seviyelere böler. Her seviyenin yanına skor (uygulanabilirlik, temas) iliştirilir.
Güçlü yanları
- +Monoton bir gradyan varsa (derinlik, soyutlama, olgunluk) çok okunaklıdır.
- +Skor sütunları sayesinde kantitatif karşılaştırma sağlar.
- +Okuyucu istediği seviyede durup okumayı bırakabilir; ilerleme hissi nettir.
Zayıf yanları
- −Yatay ilişkileri (aynı seviyedeki paralel paradigmalar) gizler.
- −Her konu doğal olarak katmanlı değildir; zorla katmanlaştırınca yapay bir hiyerarşi üretir.
Örnek
Konu: 'Bir AI ajan nasıl çalışır?' → Katman 01: tek prompt, Katman 02: prompt + tool-call, Katman 03: çok adımlı plan, Katman 04: bellek + plan, Katman 05: çok ajanlı orkestrasyon. Her katmanın yanında uygulanabilirlik (1-10) ve insanla temas (1-10). Okuyucu kendi seviyesinde durur.
Ne zaman:Konu doğal bir derinlik/soyutlama gradyanına sahipse (donanımdan bilince, somuttan soyuta).
02
Ağ / graph haritası
Konseptleri düğüm, aralarındaki bağımlılıkları kenar olarak çizer. 'Bu olmadan şu olmaz' ilişkisini görselleştirir.
Güçlü yanları
- +Gerçek bağımlılıkları gösterir; neyin neyi beslediği bir bakışta görülür.
- +Döngüleri, kritik düğümleri ve izole adaları açığa çıkarır.
- +Sistem düşüncesi için en sadık temsildir.
Zayıf yanları
- −Doğrusal okunmaz; baştan sona okunan bir metin değil, taranan bir haritadır.
- −Düğüm sayısı arttıkça okunaksızlaşır; bir 'düşünme aracı', bitmiş bir 'belge' değildir.
Örnek
Konu: 'AI bileşenleri nasıl bağlanır?' → Düğümler: LLM, vektör DB, tool registry, bellek, planner, kullanıcı. Kenarlar: planner → LLM, LLM → tool registry, tool → bellek, bellek → vektör DB. Bir bakışta 'planner çıkarsam ne çöker?' sorusu cevaplanır. Doğrusal yazıda gizli kalan döngüler (bellek ↔ planner) görünür olur.
Ne zaman:Konu doğası gereği ilişkiselse (mimari, ekosistem, bağımlılık zinciri).
03
2x2 matris ve spektrumlar
İki eksen seçilir (örn. maliyet × değer, riskli × güvenli) ve seçenekler dört çeyreğe yerleştirilir.
Güçlü yanları
- +Karar vermeyi hızlandırır; 'hangisini seçeyim' sorusuna doğrudan yanıttır.
- +Bir slaytta sığar; yöneticilerin ve karar mercilerinin diliyle konuşur.
- +Trade-off'ları ve körnoktaları (boş çeyrekleri) görünür kılar.
Zayıf yanları
- −Derinliği kaybeder; her seçenek tek bir noktaya indirgenir.
- −Eksen seçimi sonucu belirler; yanlış iki eksen yanlış kararı 'objektif' gösterir.
Örnek
Konu: 'Hangi AI sağlayıcıyı seçelim?' → Eksenler: maliyet (düşük↔yüksek) × kalite (zayıf↔güçlü). OpenAI: yüksek maliyet/yüksek kalite. Açık kaynak Llama: düşük maliyet/orta kalite. Anthropic: yüksek maliyet/yüksek kalite. Gemini Flash: düşük maliyet/iyi kalite. Boş çeyrek (yüksek kalite/çok düşük maliyet) körnoktayı gösterir.
Ne zaman:Birden çok seçenek arasında karar verilmesi gerekiyor ve trade-off net.
04
Zaman çizgisi / kronoloji
Konuyu tarihsel olarak sıralar: önce ne çıktı, ne onu mümkün kıldı, sonra ne geldi.
Güçlü yanları
- +Nedenselliği güçlü kurar; bir teknolojinin neden o anda doğduğunu açıklar.
- +'Bir sonraki adım ne olabilir?' tahminini doğal olarak besler.
- +Hikaye formuna en yakın olanıdır; hatırlanması kolaydır.
Zayıf yanları
- −Paralel paradigmaları (aynı anda gelişen alternatif yollar) gömer.
- −'Sonra olan' ile 'bundan ötürü olan' arasındaki farkı yutma riski taşır (post hoc tuzağı).
Örnek
Konu: 'AI ajanları nereden buraya geldi?' → 2017 Transformer · 2020 GPT-3 (few-shot) · 2022 ChatGPT (RLHF) · 2023 ReAct + tool-use · 2024 multi-agent (AutoGen, CrewAI) · 2025 uzun-bağlam + bilgisayar kullanan ajanlar. Her adım bir öncekini neden gerektirdi sorusu izlenir; sıradaki adım tahmin edilir.
Ne zaman:Konu evrimsel bir süreçse (bir teknolojinin tarihçesi, bir paradigmanın olgunlaşması).
05
Vaka çalışması (case study)
Tek bir somut örneği baştan sona, tüm detayıyla anlatır. Soyut prensipler somut olaydan damıtılır.
Güçlü yanları
- +Somuttur; okuyucu olayı zihninde canlandırabilir.
- +Akılda kalıcıdır; insanlar ilkeleri değil, hikayeleri hatırlar.
- +İncelikleri (edge case'leri) gösterir; soyut özetlerin atladığı detaylar görünür olur.
Zayıf yanları
- −n=1 problemi: tek vakadan genelleme yapmak yanıltıcıdır.
- −Seçim yanlılığı: hangi vakayı seçtiğin sonucu belirler.
Örnek
Konu: 'AI destekli yazılım üretimi gerçekten işe yarıyor mu?' → Tek bir somut proje: Alrosoft Research sitesi. Brief'ten yayına 4 gün, 6 araştırma sayfası, sıfır manuel route kurulumu. Nerede tıkandı (route tipi hataları), nasıl çözüldü, hangi prompt'lar gereksizdi. Soyut 'AI yazılımı %30 hızlandırır' iddiasından çok daha ikna edici.
Ne zaman:Bir prensibi ikna edici şekilde göstermek gerekiyor ya da edge case'lerin önemli olduğu bir alan.
06
Sokratik soru ağacı
Cevap vermek yerine, doğru soruyu bulana kadar ardışık sorular sorar. Her cevap yeni bir soru doğurur.
Güçlü yanları
- +Yanlış soruya doğru cevap verme tuzağını engeller.
- +Okuyucuyu pasif tüketici değil, aktif düşünücü konumuna çeker.
- +Varsayımları açığa çıkarır; konuşulmayanı konuşulur kılar.
Zayıf yanları
- −Cevap üretmez; 'sonuç ne?' diye soran okuyucuyu tatmin etmez.
- −Disiplinli yürütmek zordur; soru ağacı sığ kalırsa sofistik bir egzersize dönüşür.
Örnek
Konu: 'AI ekibimizi nasıl kuralım?' → Soru: 'Ekip mi lazım, yoksa süreç mi?' → 'Süreç' → 'Süreç ne üretsin: kod mu karar mı?' → 'Karar' → 'Karar kim için: müşteri mi içerik mi?' → 'Müşteri' → 'O zaman gerçek soru: AI destekli müşteri keşif süreci nasıl olur?' Asıl soru beşinci adımda ortaya çıkar; ilk soruya cevap aramak boşa zaman olurdu.
Ne zaman:Sorun tanımının kendisi belirsizse, herkes farklı şey kastediyorsa.
07
Diyalektik (tez — antitez — sentez)
Bir görüş (tez), karşıtı (antitez) ve ikisini aşan üçüncü pozisyon (sentez) yan yana sunulur.
Güçlü yanları
- +Zayıf argümanları erkenden eler; her iddia karşıtıyla sınanır.
- +Okuyucuda 'her iki tarafı da gördüm' güveni bırakır.
- +Sentez aşaması taze pozisyonlar üretmeye zorlar; klişeden korur.
Zayıf yanları
- −Yorucudur; her başlık iki kat yer kaplar.
- −Yapay simetri tuzağı: her tezin gerçekten eşit ağırlıkta bir antitezi olmayabilir.
Örnek
Konu: 'AI ile üretilen kod review edilmeli mi?' → Tez: 'Hayır; AI zaten test yazıyor, manuel review yavaşlatır.' Antitez: 'Evet; AI sessizce yanlış varsayım kuruyor, review olmazsa borç birikir.' Sentez: 'Review evet ama satır satır değil; mimari karar ve sınır noktalarına odaklı, lint + test ile birlikte.' Tartışmadaki iki taraf da yanılır, üçüncü pozisyon doğar.
Ne zaman:Konu tartışmalıysa, alanda iki güçlü kamp varsa.
08
Örüntü dili (pattern language)
Tekrarlanan problemleri ve onların çözümlerini adlandırılmış 'pattern'lere bölüştürür. Christopher Alexander'dan yazılım mimarisine geçen yaklaşım.
Güçlü yanları
- +Doğrudan uygulanabilir; her pattern bir reçete gibi kullanılır.
- +Modülerdir; sadece ihtiyaç duyulan pattern okunur, sıraya bağlı değildir.
- +Ortak dil oluşturur; ekipler aynı şeyi aynı isimle çağırmaya başlar.
Zayıf yanları
- −Pattern'ler arası bağlamı kaybeder; her biri ayrı bir ada gibidir.
- −Yeni problemler için işe yaramaz; sadece tekrar eden olanları yakalar.
Örnek
Konu: 'AI prompt'larını nasıl organize edelim?' → Pattern 'Rol+Bağlam+Görev': her prompt'un başına. Pattern 'Few-shot Örnek': format kritikse 2-3 örnek ver. Pattern 'Geri-kontrol': uzun çıktılar için 'cevabını kendin denetle' adımı. Pattern 'Kaçış Kapısı': ajan emin değilse 'bilmiyorum' diyebilsin. Ekip artık 'şuna kaçış kapısı ekleyelim' diyerek aynı dili konuşur.
Ne zaman:Aynı problemler tekrar tekrar yaşanıyorsa, ekibe paylaşılabilir bir kütüphane lazımsa.