Yapay zeka ajanları için uygulama tasarlamak, boş bir prompt kutusunun ötesine geçip niyet önizlemesi, aksiyon bazlı izin ve geri alma desenleri kurmayı gerektiriyor. Agentic UX ile klasik UX’in farkları, kullanıcı davranış analizinde izlenmesi gereken dört sinyal ve chat ile yapılandırılmış arayüz arasındaki ödünleşme karşılaştırmalı olarak inceleniyor.
Sohbet kutusu hiçbir zaman varış noktası olmadı
Bir prompt alanı, mobil uygulama tasarımında bir AI özelliğini yayına almanın en ucuz yoludur; aynı zamanda oraya yazan kullanıcıyı kaybetmenin en hızlı yoludur. 2026’da öne çıkan uygulama tasarımı yaklaşımları, otonom sistemleri yanıp sönen bir imleç yerine önizlemelerle, izinlerle ve geri alınabilir aksiyonlarla sarmalıyor. Bu yazıda agent mekaniğini, tasarım desenlerini, bu desenleri yönlendirmesi gereken analitiği ve ürününüz için doğru yaklaşımı nasıl seçeceğinizi ele alıyoruz.

Yapay Zeka Ajanları Nedir? Bilmeniz Gereken Temel Kavramlar
Yapay zeka ajanı (AI agent): bir hedefi alan, araçları veya API’leri kendi başına seçip çağıran, sonuçları gözlemleyen ve hedefe ulaşana ya da bir durdurma koşuluna takılana kadar yineleyen yazılım sistemidir.
Yapay zeka ajanı nedir sorusunun pratik cevabı “seçer” fiilinde saklıdır. Bir chatbot yanıt üretir; bir ai ajanı ise hangi fonksiyonu, hangi sırayla ve hangi argümanlarla çağıracağına kendisi karar verir. Tasarım probleminin tamamı bu otonomiden doğar.
Sonraki her şeyi üç mekanizma şekillendirir. Model, çağırmasına izin verilen araçları tanımlayan bir araç şemasına ihtiyaç duyar. Adımlar arasında taşınan bir hafızaya ya da bağlama ihtiyaç duyar; böylece dördüncü çağrı, ilk çağrının ne döndürdüğünü bilir. Bir de guardrail, yani koruyucu sınırlar gerekir: kapsam limitleri, maliyet tavanları ve kontrolün kullanıcıya geri döndüğü nokta burada devreye girer.
Agent döngüleri ve araç çağırma konusunun daha ayrıntılı bir dökümü için, ajanların nasıl çalıştığını anlatan uzun yazımız mimariyi katman katman inceliyor.

Agentic UX Nedir? Geleneksel Kullanıcı Deneyiminden Farkları
Klasik UX, sonuçların deterministik olduğunu varsayar. Bir butona dokunursunuz, her seferinde aynı ekranı görürsünüz. Agentic UX bu varsayımı geçersiz kılar; çünkü aynı prompt farklı günlerde farklı planlar üretebilir ve arayüzün buna rağmen güven vermesi gerekir.
Agentic ürünler için app tasarlamak, etkileşim birimini tıklamadan niyete taşımak anlamına gelir. Kullanıcı bir sonuç bildirir; ürün ise neyi anladığını, ne yapmayı planladığını ve plan yanlışsa ne olacağını gösterir. İyi bir agentic UX tasarımı, ekranı ham loglarla doldurmadan agent’ın muhakemesini okunabilir kılar.
Boyut | Geleneksel UX | Agentic UX |
Kullanıcı girdisi | Ayrık dokunuşlar ve form alanları | Belirtilen niyet veya hedef |
Sistem çıktısı | Öngörülebilir ekran durumu | Değişken plan ve sonuç |
Hata yönetimi | Gönderim öncesi doğrulama | Önizleme, onay ve geri alma |
Güven mekanizması | Görsel tutarlılık | Şeffaflık ve geri alınabilirlik |
Başarı metriği | Görev tamamlama oranı | Niyet çözümleme oranı |
Başarısızlık biçimi oldukça spesifiktir. Kullanıcılar ajanları model zayıf olduğu için terk etmez. Ajanı, takvimlerine, faturalarına veya müşteri kayıtlarına birazdan ne yapacağını kestiremedikleri için terk ederler.

Kullanıcı Davranış Analizi Agentic Tasarımı Nasıl Şekillendirir
Agent promptları da bir ürün yüzeyidir ve her yüzey gibi sezgiyle değil kanıtla tasarlanmalıdır. Kullanıcı davranışını incelemek, insanların gerçekte hangi niyetleri dile getirdiğini, ne sıklıkla yeniden ifade ettiklerini ve çıktıya hangi noktada güvenmeyi bıraktıklarını gösterir.
İlk günden ölçülmeye değer dört sinyal şunlardır:
Yeniden ifade oranı, kullanıcının zayıf bir sonucun ardından aynı niyeti farklı kelimelerle ne sıklıkla yeniden yazdığını ortaya koyar.
Terk noktası, oturumun agent döngüsünün tam olarak hangi adımında sonlandığını gösterir.
Önerilen aksiyonlardaki onay ve ret oranı, aksiyon türüne göre ayrıştırılarak takip edilir.
Geri alma sıklığı, tolere edilebilir hataları güveni yok eden hatalardan ayırır.
Doğru kurgulanmış kullanıcı davranış analizi bu sinyalleri tasarım kararlarına dönüştürür. Ret oranları tek bir aksiyon türünde yoğunlaşıyorsa, ilgili aksiyonun daha iyi bir modele değil daha güçlü bir önizlemeye ihtiyacı vardır. Yeniden ifade belirli bir niyet kategorisinde yükseliyorsa, prompt iskelesi yeterince açık değildir. Mobil analitiğini baştan doğru kurgulayan ekipler bu veriyi hazır bulur; sonradan ekleyen ekipler ise aylarca tahmin yürütür.
Prompt ve Chatbot Arayüzleri İçin UI/UX Tasarımı İlkeleri
Temel ilkeler yerinde duruyor. Affordance, feedback, hatadan dönüş ve kademeli bilgi sunumu deneyimi taşımaya devam ediyor. Değişen şu: uygulama arayüzü tasarımı artık belirsizliği ifade etmek zorunda ve çoğu bileşen kütüphanesi bu amaçla kurgulanmadı.
Sohbet balonunun yerini alan beş UI deseni şöyle sıralanır:
Niyet önizleme kartları, ayrıştırılan hedefi yürütmeden önce yapılandırılmış alanlarla yeniden ifade eder.
Plan adımları, agent’ın gerçek zamanlı olarak işaretlediği görünür bir kontrol listesi biçiminde sunulur.
Güven göstergeleri, ham yüzde dökümüne girmeden agent’ın ne zaman tahmin yürüttüğünü belli eder.
Kapsamı tanımlı onay; ödeme, silme veya dışarıya gönderim gibi geri alınamaz aksiyonlarda devreye girer.
Satır içi düzeltme, kullanıcının tüm promptu yeniden yazmak yerine tek bir parametreyi düzenlemesine imkân verir.
Bu desenlerde güçlü bir UI/UX tasarımı, boş durumun kullanıcıya öğretmesiyle başlar. Boş bir prompt alanı kullanıcıdan ürünü icat etmesini ister; üç somut örnek niyetle doldurulmuş bir alan ise aynı ürünü tek ekranda öğretir. Keşif amaçlı ve riski düşük görevlerde chatbot arayüzü hâlâ doğru kabuktur; dolayısıyla soru chat mi UI mı değil, her niyetin hangi yüzeyi hak ettiğidir. Ekibimizin tasarım sürecinde prompt engineering üzerine yazdığı yazı, işin zanaat tarafına daha derin giriyor.
Agentic Uygulama Tasarlamak: İş Akışı Otomasyonu ve Chatbot Geliştirme
Agentic bir iş akışı otomasyonu uygulaması büyük ölçüde altyapı işidir. Model yalnızca tek bir bileşendir; geri kalanını araç tanımları, izin kapsamları, denetim kayıtları, yeniden deneme mantığı ve kesintiye uğramış bir oturumdan sağ çıkan bir durum makinesi oluşturur. Bankacılık veya havacılık operasyonları gibi düzenlemeye tabi sektörlerde denetim izi çoğu zaman en son değil, ilk gereksinimdir.
Platform desteği de olgunlaşıyor. Google’ın 2026 tarihli uygulama içi agentic iş akışları ve AppFunctions entegrasyonu rehberleri, uygulamaların her ajanı kendi kabuğunda tutmak yerine yeteneklerini sistem seviyesindeki asistana nasıl açtığını anlatıyor. Bu durum, 2027 yol haritasını planlayan herkes için entegrasyon yüzeyini değiştiriyor.
Agentic react native uygulama geliştirmede mimari soru, döngünün nerede çalıştığıdır. Orkestrasyonu backend tarafında tutup istemciyi yalnızca plan durumunu göstermekle sorumlu bırakmak, model değişimlerini ucuzlatır ve gizli anahtarları cihazdan uzak tutar. Chatbot uygulamasını cross platform bir yığın üzerine kuran ekipler genellikle bu yolla daha hızlı yayına alır; çünkü aynı orkestrasyon katmanı üç ayrı implementasyona gerek kalmadan iOS, Android ve web’e hizmet eder.
Bu kategoride yayına aldığımız işler bulut tarafında, yönetilen model ve inference API’leri kullanılarak geliştirildi. Cihaz üzerinde inference’ı henüz kendimiz canlıya almadık; Apple ve Google’ın yayımladığı rehberler, gecikme, çevrimdışı kullanım veya gizlilik pazarlık konusu olmadığında bunun doğru tercih hâline geldiğini gösteriyor.
Agentic UX’in Geleceği: 2026 İçin Uygulama Tasarımı Trendleri
2026’nın baskın agentic UX trendleri tek bir temada birleşiyor: ai ajanları kenar çubuğundan çıkıp iş akışının tam içine yerleşiyor. Uygulama hakkında soru yanıtlayan yüzen bir asistan yerine, yapay zeka ajanları uygulamayı kullanıcının denetiminde çalıştırıyor.
Planlamaya değer dört kayma şöyle özetlenir:
Ortam ajanları, yazılmış bir promptu beklemeden tetikleyiciler ve olaylar üzerinden çalışır.
OAuth kapsamlarını örnek alan izin katmanları, oturum başına değil aksiyon başına uygulanır.
Çok ajanlı devirler görünür hâle gelir; kullanıcı hangi adımı hangi uzmanın yürüttüğünü görür.
Yüzeyler arası paylaşılan bağlam sayesinde mobilde başlayan bir konuşma masaüstünde sürdürülür.
2026 uygulama tasarımı açısından bu, bileşen sistemlerinin yeni temel yapı taşlarına ihtiyaç duyması demektir: plan adımı, bekleyen aksiyon ve geri alınabilir sonuç bu yapı taşlarının başında gelir. Bunu ilk hisseden kurumsal ekipler oluyor; çünkü şirket içi araçlar en yüksek riski taşıyor. Kurumsal yazılımlar için agentic UI rehberimiz bu entegrasyon yolunu ayrıntılı anlatıyor, güven tasarımı araştırması ise geri alınabilirliğin elde tutma üzerindeki etkisinin neden ham yetenekten daha güçlü olduğunu açıklıyor.
Ürününüz İçin Doğru Agentic UX Yaklaşımını Seçmek
Yaklaşım | En uygun olduğu alan | Tradeoff |
Chat öncelikli arayüz | Keşif amaçlı, riski düşük görevler | Yeteneklerin keşfedilebilirliği zayıf kalır |
Yapılandırılmış prompt formları | Tekrar eden iş süreçleri | Serbest metne göre daha az esneklik sunar |
Gömülü satır içi agent | Mevcut kurumsal araçlar | Entegrasyon eforunu ağırlaştırır |
Arka planda çalışan ortam ajanı | İzleme ve uyarı senaryoları | Güven ve denetim yükünü en üst seviyeye çıkarır |
Birini seçmek için işleyen bir sıra şu şekilde kurulur:
Bugün en yüksek kullanıcı hacmini taşıyan üç niyeti adlandırın. Bunları analitik verisinden adlandıramıyorsanız, bu araştırma her türlü agent çalışmasının önüne geçer.
Her niyeti geri alınabilirliğine göre sınıflandırın. Geri alınamaz aksiyonlar, model doğruluğundan bağımsız olarak kapsamı tanımlı onay gerektirir.
Tüm ürün için tek bir desen seçmek yerine, yukarıdaki tabloyu kullanarak yüzeyi niyetle eşleştirin.
Araç şemalarını yazmadan önce orkestrasyon döngüsünün istemcide mi backend’de mi çalışacağına karar verin.
İlk sürümden itibaren ret ve geri alma oranlarını ölçün; bu iki sayı, otonomiyi genişletmeniz mi yoksa geri çekmeniz mi gerektiğini söyler.
Çok paydaşlı onay zincirlerine sahip kurumsal ekipler gömülü ve dar bir kapsamla başlamalı; bunu genellikle denetim gereksinimleri hâlihazırda tanımlı olan tek bir şirket içi verimlilik platformu içinde yapmalıdır. Yeni bir ürünü doğrulayan startuplar için ise güçlü tek bir niyet önizlemesi içeren chat öncelikli bir yüzey daha uygundur; gerçek kullanıcı feedback’ine ulaşma hızı, yetenek genişliğinden daha değerlidir.



