Bir kurumsal SaaS platformunda, kullanıcıların sadece sohbet ederek iş yapabildiği bir yapay zeka asistanı geliştirdik. Müşteri değiştirme, anket oluşturma, soru ekleme gibi işlemler sohbet üzerinden yapılabiliyordu. İlk versiyonda tüm özellikler tek bir merkezi yapıda toplanmıştı ve 3-4 özellik varken sorun yoktu. Ancak özellik sayısı arttıkça sistem ağırlaşmaya, bir değişiklik diğerini bozmaya başladı.
Her yeni özellik eklediğimizde eski akışları yeniden test etmek kabusa dönüştü. Çözüm olarak yapay zeka asistanını tek bir dev beyin olarak değil, ayrı 'beceriler' olarak yapılandırmaya karar verdik. Kullanıcı mesajı önce bir sınıflandırıcıya gidiyor, hangi becerinin ilgili olduğunu belirliyor. Her beceri kendi araçlarına sahip, bağımsız ve tek bir sorumluluğu var (örneğin 'müşteri değiştir' becerisi sadece müşteri atamasını biliyor).
Ortak işler (hangi müşteri veya kullanıcıdan bahsedildiğini çözümleme gibi) her beceriye kopyalanmak yerine tek bir paylaşımlı katmanda yaşıyor. Her beceri kendi alanında kalıyor, başka bir becerinin işiyse ona devrediyor. Bu yapı sayesinde yeni bir özellik eklemek, eski becerilere dokunmadan yeni bir beceri eklemek anlamına geliyor. Testler öngörülebilir hale geldi, değişiklikler korkutucu olmaktan çıktı.
Bu deneyimden çıkan ders: Yapay zeka sisteminiz her yeni özellikte kırılganlaşıyorsa, sorun genellikle yapay zekanın kendisinde değil, yapısındadır. Sisteminizi becerilere bölerek hem geliştirme hızınızı artırabilir hem de bakım maliyetlerini düşürebilirsiniz. Modüler yapı, ölçeklenebilir ve sağlam bir AI asistanı için anahtardır.
