Table of Contents

Niyet Modelleri Tasarlamak

Bu sayfayı neden okuyorsunuz? Bu sayfa davranıştan niyet nasıl çıkarılacağını ve niyet modellerini nasıl tasarlayacağınızı anlatır: niyet ≠ etiket, sinyaller, güven, policy. İlk intent modelinizi kurarken veya mevcut kuralları niyet odaklı hale getirirken faydalıdır.

Davranıştan anlam nasıl çıkar.

1. Niyet nedir?

Niyet:

  • event değil
  • state değil
  • kural değil

Niyet, gözlemlenen davranışın arkasındaki yönelim.

  • Event'ler → oldu
  • Davranış → gözlemlendi
  • Niyet → çıkarıldı

Niyet hesaplanır; elle tanımlanmaz.

2. Niyet ≠ Etiket

Bu ayrım çok önemli.

Yanlış:

Niyet = "Fraud"

Doğru:

Niyet = hipotezler üzerinde olasılık dağılımı

Örnek:

  • AccountRecovery: 0,62
  • SuspiciousAccess: 0,28
  • Unknown: 0,10

Intentum'daki Confidence kavramı buradan gelir.

3. Niyet modelleri nasıl çalışır?

Intentum tek bir yöntem dayatmaz.

Üç seviye vardır:

Seviye 1 — Heuristik niyet modelleri

En basit, en hızlı. Intentum bunun için RuleBasedIntentModel sağlar: kurallar listesi verilir (her biri RuleMatch veya null döner); ilk eşleşen kazanır. Önce kuralları denemek, güven eşiğin altında LLM fallback için ChainedIntentModel kullan. Intent opsiyonel Reasoning içerebilir (hangi kural eşleşti veya "Fallback: LLM").

Artıları: deterministik, açıklanabilir, hızlı
Eksileri: ölçeklenmez, örüntü çeşitliliği sınırlı

Seviye 2 — Ağırlıklı sinyal modelleri

Gerçek dünya burada başlar.

  • login.failed → +0,3 risk
  • captcha.passed → -0,2 risk
  • device.verified → -0,4 risk

Confidence: confidence = Σ(ağırlıklar × sinyaller)

Artıları: esnek, toleranslı, ayarlanabilir
Intentum'un varsayılan modeli buna yakındır.

Seviye 3 — AI destekli niyet modelleri

Burada AI devreye girer: embedding, clustering, LLM reasoning, hibrit skorlama.

Ama:

AI niyet üretmez.
AI niyet sinyali üretir.

Son karar Intentum'dadır. Bu bilinçli bir tasarımdır.

4. Confidence nedir, ne değildir?

Confidence:

  • doğruluk değil
  • gerçek değil
  • kesin doğru değil

Confidence şu soruya cevap verir:

"Bu niyet tahminine ne kadar güveniyoruz?"

Bu yüzden 0,6 bazen yeterlidir, 0,9 bazen şüphelidir.

Intentum'da:

  • Yüksek güven + yanlış niyet = 🚨
  • Düşük güven + doğru niyet = 🟢

5. Niyet anti-pattern'leri

❌ Niyeti sonuçla karıştırmak
Niyet = "Blocked" — yanlış. Niyet karar öncesidir.

❌ Niyeti tek event'e bağlamak
if (login.failed) → Fraud — bu niyet değil, refleks.

❌ Confidence'ı boolean gibi kullanmak
if (intent.Confidence.Score == 1.0) — AI çağında bu satır kırmızı bayrak.

6. Niyet ne zaman "yeterince doğru"?

Intentum'da doğruluk sorusu şudur:

"Bu niyetle verilen karar, sistem için kabul edilebilir mi?"

Bu risk toleransına, iş bağlamına, kullanıcıya, zamana göre değişir. Yani niyet bağlamsaldır.

7. Niyet model yaşam döngüsü

Gözle → Çıkar → Karar ver → Öğren → Ayarla

Intentum bu döngüyü bilinçli olarak açık bırakır: öğrenme dışarıda olabilir, AI sonradan eklenebilir, insan geri bildirimi dahil olabilir.

8. Intentum'un felsefi sınırı

Intentum niyetin "gerçek" olduğunu iddia etmez, insan zihnini taklit etmez, mutlak doğruluk vaat etmez.

Yaptığı şey: Belirsizlik altında makul karar vermeyi mümkün kılmak.

Sonraki adım: Bu sayfayı bitirdiyseniz → Senaryolar veya Mimari.