Sormadan ilerlediğinde varsayımını göster

Kullanıcı satış panelindeki asistana yazıyor: geçen çeyreğin satışlarını bölgelere göre göster. İstek kısa ama üç yere açık. Çeyrek takvim yılına göre mi, şirketin mali yılına göre mi? Satış brüt mü, iadeler düşülmüş mü? Bölge müşterinin adresinden mi geliyor, faturayı kesen şubeden mi? Asistan sormuyor, her birine bir cevap seçiyor ve tabloyu getiriyor.

Tablo düzgün görünüyor. Sorun, kullanıcı onu finansın raporuyla yan yana koyduğunda başlıyor. Sayılar tutmuyor ve kullanıcının elinde farkın nedenini arayacağı hiçbir şey yok. Asistan seçimlerini söylemediği için kullanıcı yanlışı ya veriye ya modelin hesabına bağlıyor. Asistana soruyor, asistan aynı sayıyı tekrar ediyor. Kullanıcı isteği farklı kelimelerle yeniden yazıyor, hangi kelimenin hangi seçimi değiştirdiğini bilmeden.

Belirsiz isteği yorumlamak AI'ın işi. Yorumu saklamak ise yanlış sonucu düzeltilemez kılıyor, çünkü kullanıcı neyi düzelteceğini göremiyor.

Ürünler kullanıcıyı soruyla bekletmemek için tasarlanıyor ve soruyu kaldıran ekip, varsayımı söyleme işini de çoğu zaman onunla birlikte kaldırıyor. OpenAI'ın model davranış belgesi önemsiz soruların kullanıcının zamanını yediğini, bunların kullanıcının düzeltebileceği bir varsayım olarak¹ söylenmesinin daha iyi olabileceğini yazıyor. Ekipler cümlenin ilk yarısını uyguluyor ve soruyu kaldırıyor. İkinci yarısı, varsayımı söylemek, arayüzde bir yere oturmadığı için düşüyor.

Ajan ürünleri bu boşluğu büyütüyor. Claude Code'un belgesine göre otomatik mod Claude'u netleştirici soru için durmadan çalışmaya² yönlendiriyor. Aynı şirketin iyi uygulama sayfası bunun bedelini de yazıyor: başında kimsenin olmadığı uzun bir çalışmada ajan bütün geceyi yanlış bir varsayımın üstüne kurarak³ geçirebiliyor ve kullanıcı bunu sabah öğreniyor. Soru sormayan ajan akıcı görünüyor. Varsayımını da yazmayan ajan daha da akıcı görünüyor.

Model de varsayımını kendiliğinden yazmaz. Belirsiz bir istekte en olası yorumu seçer ve cevabı o yorum kesinmiş gibi kurar. Yorum cevabın içinde erir, ayrı bir satır olarak çıkmaz. Ölçüm de bunu yakalamaz. Ekipler doğru cevap oranına bakar. Varsayımı tutan cevap doğru sayılır, tutmayan yanlış. Varsayımın kullanıcıya gösterilip gösterilmediği hiçbir panoda görünmez.

Sormadan ilerlemek bir karar ve kararın dayandığı yorum kullanıcının görmesi gereken bir bilgi. AI yorumunu sonuçla birlikte, sonuçtan önce gösterir ve her yorumu değiştirilebilir bırakır.

1. Sonucu değiştiren varsayımı yaz. Liste her seçimi dökmez. Farklı seçilseydi sonucu değiştirecek olanları yazar: tarih aralığı, birim, kapsam, bir terimin tanımı. Dört satırı geçen liste okunmaz.
2. Sonuçtan önce göster. Varsayımlar cevabın başında, sayıdan ya da metinden önce durur. Kullanıcı sonucu okurken hangi çerçevede okuduğunu bilir. Sonda ya da katlanmış bir panelde duran varsayımı kimse açmaz.
3. Kaynağını söyle. Her varsayımın nereden geldiği bellidir: kullanıcının sözünden çıkarıldı, bağlamdan alındı ya da ürünün varsayılanı. Koddaki örtük varsayılanlar (son 30 gün, para birimi, saat dilimi) da bu listeye girer. Onları model bilmez, kod bilir.
4. Tek adımda düzelttir. Her varsayımın yanında en olası alternatif durur. Kullanıcı isteği baştan yazmaz, alternatifi seçer ve AI sonucu yeniden kurar. Düzeltme oturumun geri kalanında da geçerli kalır.
5. Geri dönüşü olmayan işte sor. Gönderme, silme ve ödeme gibi işlerde yanlış varsayımın bedeli soru sormanın bedelinden büyük. Orada AI varsayımla ilerlemez, tek ve somut bir soru sorar.

Ne zaman soru sorulacağı ayrı bir desenin konusu. Bu desen, sorulmayan sorunun AI'ın kendi verdiği cevabını kullanıcının önüne koyar.

Aynı çeyrek özeti, iki ayrı cevapla. Soldaki asistan üç varsayımı sessizce yapıyor ve kullanıcı farkı sorduğunda aynı sayıyı tekrar ediyor. Sağdaki varsayımları sayıdan önce yazıyor ve her birinin alternatifini tek tıkla seçtiriyor.

Microsoft'un Power BI Q&A özelliği doğal dille sorulan soruyu cevaplarken soruyu veri modelinin kendi terimleriyle yeniden yazıyor. Belgesi bu yeniden yazımın işini açıkça söylüyor: kullanıcı yeniden yazılmış soruyu okuyarak⁴ Q&A'nın soruyu anlayıp anlamadığını görüyor. Aynı sayfa Q&A'nın Şubat 2027'de kaldırılacağını ve yerine Copilot'un önerildiğini de duyuruyor.

Google'ın Gemini Deep Research özelliği uzun bir araştırmaya başlamadan önce bir araştırma planı çıkarıyor. Plan Gemini'nin konuyu nasıl yorumladığını gösteriyor ve kullanıcı raporu başlatmadan önce planı düzenleyebiliyor⁵. Yorum, dakikalar sürecek işten önce kullanıcının önüne geliyor.

Claude Code'un plan modunda Claude dosyaları okuyor, bir plan yazıyor ve kullanıcı onaylayana kadar düzenleme yapmıyor². Aynı ürünün otomatik modu ise soru sormadan ilerlemeye yöneliyor. Plan modunun dışında varsayımlar ancak ajan onları raporuna yazarsa görünüyor.

OpenAI'ın model davranış belgesi dengeyi kural olarak koyuyor. Model yanlış varsayımın maliyetini kullanıcıya soru sormanın zahmetiyle tartmalı¹. Belgedeki örnekte kullanıcı Rochester'daki üniversiteleri soruyor. Model New York'taki Rochester'ı varsayıp cevaplıyor ve sonda başka bir Rochester'ı kastettiyse söylemesini istiyor. Varsayım cevabın sonunda, tek cümle. Bir şehir adı için yeterli. Bir satış raporu için az.

Modellerin belirtilmeyeni nasıl doldurduğunu Yang ve arkadaşları ölçtü. Çalışmaya göre modeller prompta yazılmamış gereksinimlerin %41,1'ini⁶ kendiliğinden karşılıyor. Bu tahmin kırılgan. Eksik yazılmış promptlar model ya da prompt değiştiğinde iki kat daha sık geriliyor⁶. Söylenmeyen her gereksinim modelin tahminine kalıyor ve tahmin, model güncellendiğinde sessizce değişebiliyor. Varsayım görünürse kullanıcı bu değişikliği sonuç bozulmadan önce, varsayım satırında görür.

Bu çalışma uygulama geliştiricilerin yazdığı promptlara bakıyor, son kullanıcının sohbet kutusuna değil. Varsayımı göstermenin kullanıcı davranışına etkisini doğrudan ölçen yayımlanmış bir deney de bu sayfanın kaynakları arasında yok. Desen satıcıların kendi davranış kurallarına ve yukarıdaki ürün örneklerine dayanıyor. Yön yine de açık. Model belirsizliği kendiliğinden kapatıyor ve kapattığı yeri söylemiyor.

Doğru cevap oranı bu desenin işe yarayıp yaramadığını söylemez. Bakılacak yer, kullanıcının yanlış sonucun nedenini ne kadar çabuk bulduğu.

• Varsayım düzeltme payı. Varsayım gösterilen cevapların kaçında kullanıcı bir varsayımı değiştiriyor? Sıfıra yakınsa ya varsayımlar bariz ya kullanıcı okumuyor. Çok yüksekse ürünün varsayılanları kullanıcılarına uymuyor, varsayılanı değiştir.
• Yeniden yazılan istek. Kullanıcının aynı isteği farklı kelimelerle yeniden yazdığı oturumları say. Desen yerindeyse yeniden yazmanın yerini tek tıklık düzeltme alır.
• “Neden farklı” soruları. Kullanıcının sonuçla başka bir kaynak arasındaki farkı sorduğu mesajlar. Varsayımlar görünürse bu sorular azalır ya da cevapları varsayım satırında hazır durur.
• Gizli varsayılan sayısı. Koddaki örtük varsayılanların (tarih aralığı, para birimi, saat dilimi) kaçı arayüzde görünüyor? Hedef hepsi.
• Liste uzunluğu. Cevap başına gösterilen varsayım sayısı. Dördü geçiyorsa liste okunmaz hâle gelmiş.

Üç metin var. Denetim promptu ürünündeki AI özelliğinin belirsiz isteklerde hangi varsayımları sessizce yaptığını bulur. Sistem promptunu, koddaki örtük varsayılanları ve yanıt şemasını tarar, yalnız rapor yazar ve hiçbir dosyayı değiştirmez. Uygulama promptu varsayımları yanıt şemasına ayrı bir alan olarak ekler, arayüzde sonuçtan önce gösterir ve tek adımda düzelttirir. Önce planı gösterir, onayınla uygular. Kural kodlama ajanının kendi çalışması için. Senin ajanın da sormadan ilerlediğinde neyi varsaydığını söylesin.

Bu depoda kullanıcının doğal dille istek yazdığı bir AI özelliği var (sohbet, arama, veri analizi ya da ajan). Görevin, AI belirsiz bir isteği sormadan yorumladığında yaptığı varsayımları kullanıcıya gösterip göstermediğini denetlemek. Hiçbir dosyayı değiştirme, yalnız rapor yaz.

1. Sistem promptunu ve ajan talimatlarını bul. Belirsiz istekte ne yapılacağı yazıyor mu: sor, varsay ve söyle, ya da hiçbiri? "Netleştirici soru sorma", "kullanıcıyı bekletme", "durmadan devam et" gibi talimatlar varsa yanlarında varsayımı bildirme kuralı da var mı?
2. Kodda örtük varsayılanları ara: tarih aralığı ("son 30 gün", "bu ay"), para birimi, saat dilimi, dil, ölçü birimi, varsayılan filtre, "ilk sonuç", "en yakın eşleşme". Bu değerler istekte belirtilmediğinde kullanıcıya gösteriliyor mu?
3. Modelin yanıt biçimine bak: JSON şeması, yapılandırılmış çıktı, araç tanımları. Varsayımlar için ayrı bir alan var mı, yoksa varsayım düzyazının içinde mi kayboluyor ya da hiç üretilmiyor mu?
4. Arayüzde varsayımların nerede durduğuna bak: sonuçtan önce mi, sonra mı, katlanmış bir panelde mi? Kullanıcı bir varsayımı tek adımda değiştirebiliyor mu, yoksa isteği baştan yazmak zorunda mı?
5. Arka planda çalışan işlerde (ajan modu, zamanlanmış görev, toplu işlem) varsayımlar iş raporuna giriyor mu?
6. Geri dönüşü olmayan işlerde (gönderme, silme, ödeme, takvim değişikliği) varsayımla ilerleniyor mu? Bu işlerde varsayım yerine soru sorulmalı.

Rapor biçimi: her bulgu için dosya ve satır, hangi varsayımın gizli kaldığı, kullanıcının bunu nasıl yanlış sonuç olarak yaşayacağı (örnek: "geçen ay" son 30 gün diye yorumlanır, rapor finansın ay sonu kapanışıyla tutmaz) ve önerdiğin düzeltme. Bulguları sonucu en çok değiştiren varsayımdan başlayarak sırala.

Bu depodaki AI özelliğine "sormadan ilerlediğinde varsayımını göster" desenini uygula. Önce planı göster, onayımı aldıktan sonra kodu değiştir.

Hedef davranış:
1. AI belirsiz bir isteği sormadan yorumladığında sonucu değiştiren varsayımları ayrı bir alan olarak üretir. Her varsayım için konu, seçilen değer, nereden geldiği (kullanıcının sözü, bağlam, ürün varsayılanı) ve en olası alternatif.
2. Arayüz bu varsayımları sonuçtan önce, kısa satırlar hâlinde gösterir. Farklı seçilse de sonucu değiştirmeyecek varsayımlar listeye girmez. Liste en çok dört satır.
3. Kullanıcı bir varsayımı tek adımda değiştirir: alternatif düğmesi ya da küçük bir seçici. Değişiklik isteği yeniden yazdırmadan sonucu yeniden üretir.
4. Ajan ve arka plan işleri varsayımları iş raporuna yazar.
5. Geri dönüşü olmayan işlerde (gönderme, silme, ödeme) AI varsayımla ilerlemez, kullanıcıya tek ve somut bir soru sorar.

Uygularken:
- Varsayım alanını modelin yanıt şemasına ekle (örnek: assumptions: [{konu, deger, kaynak, alternatif}]). Varsayımları düzyazıdan ayrıştırmaya çalışma.
- Koddaki örtük varsayılanları (tarih aralığı, para birimi, saat dilimi) da aynı listeye kod tarafında ekle. Onları model bilmez.
- Kullanıcının düzelttiği varsayımı oturum boyunca sakla, sonraki isteklerde aynı varsayımı tekrar yapma.
- Bir test ekle: iki anlama gelen bir istek gönder ("geçen çeyrek"), yanıtta varsayım alanının dolu olduğunu ve alternatif seçilince sonucun yeniden üretildiğini doğrula.

## Sormadan ilerlediğinde varsayımını göster
- Belirsiz bir isteği sormadan yorumladıysan, sonucu değiştiren varsayımları cevabın başında kısa satırlarla yaz.
- Her varsayımın nereden geldiğini söyle: kullanıcının sözü, bağlam ya da varsayılan değer.
- Yalnız farklı seçilseydi sonucu değiştirecek varsayımları yaz, bariz olanları listeleme.
- Her varsayımın en olası alternatifini söyle ki kullanıcı tek cümleyle düzeltebilsin.
- Geri dönüşü olmayan bir işte varsayımla ilerleme, tek ve somut bir soru sor.
- Kullanıcı bir varsayımı düzelttiyse oturumun geri kalanında o düzeltmeyle çalış.

Her cevap varsayım listesi istemez. İstek açıksa ya da yanlış yorumun bedeli düşükse, bir taslak metinde ya da fikir listesinde olduğu gibi, liste gürültü olur. Desen sonucu bir sayıya, bir karara ya da bir işleme dönüşen cevaplar için.

Liste uzarsa kimse okumaz. Her seçimi döken bir varsayım bölümü, hiç olmayan bir bölümle aynı işi görür. Yalnız sonucu değiştirecek olanları yaz.

Varsayım listesi bir açıklama ve açıklama güveni kendi başına artırıyor. Microsoft'un HAX yönergeleri açıklamanın varlığının bile kullanıcı güvenini artırdığını⁷, bunun aşırı güvene ve şişkin beklentiye yol açabileceğini yazıyor. Üç varsayımı listelenmiş bir cevap, listelenmemiş dördüncüyü de doğruymuş gibi gösterebilir. Liste eksiksiz olduğunu iddia etmesin.

Varsayımı göstermek soru sormanın yerini tutmaz. Geri dönüşü olmayan işte doğru hamle sormak.