Anthropic mühendisleri çıktıyı 8 katına çıkardı. İşte arkasındaki bağlam mühendisliği sistemi.

Anthropic mühendisleri, bir yıl öncesine göre günde 8 kat daha fazla kod birleştiriyor. Model değişmedi. Donanım değişmedi. Ekip büyüklüğü değişmedi. Değişen şey, Claude'un çalışmaya başlamadan önce gördüğü şeyler oldu.

Çoğu geliştirici zamanını daha iyi istemler (prompt) yazarak harcıyor. Anthropic mühendisleri ise zamanlarını daha iyi bir bağlam (context) oluşturarak harcıyor. 8 katlık farkın tamamının sorumlusu bu tek değişimdir.

Anthropic'in kendi araştırması bunu doğrudan ortaya koyuyor: Bir yapay zeka ajanının kalitesi, modelden ziyade ona verdiğiniz bağlam tarafından belirlenir. Claude sadece bağlam penceresinin içindekini görür. O pencerenin dışındaki her şey yok hükmündedir. Bu da ciddi bir yapay zeka mühendisinin tüm işinin zekice istemler yazmak değil, Claude'un tek bir eylemde bulunmadan önce tam olarak doğru bilgiye sahip olduğundan emin olmak olduğu anlamına gelir.

Bu disiplinin artık bir adı var: Bağlam mühendisliği (Context engineering). Ve tıpkı iki yıl önce istem mühendisliğinin manuel betik yazımının yerini alması gibi, o da istem mühendisliğinin yerini alıyor.

Bunu yer imlerine ekle ve takip et

Ben Noisy, 4 yıllık deneyime sahip bir geliştiriciyim. Yapay zeka sistemleri, otomasyon hatları kuruyor ve teknolojiyi gerçek gelire dönüştürmenin yollarını buluyorum.

Yapay zeka ajanınız neden kötü cevaplar veriyor?

Çoğu insan bir yapay zeka ajanı başarısız olduğunda modeli suçlar. Yanlış dosya düzenlenmiş. Yanlış varsayım yapılmış. Herhangi bir geliştiricinin fark edeceği bariz bir hata.

Sorun neredeyse hiçbir zaman model değildir. Sorun, eksik bağlamdır.

1Çoğu insanın Claude'a verdiği   |  bir istem
2Claude'un aslında ihtiyaç duyduğu |  bilgi, hafıza, dosyalar,
3                                 |  kurallar, örnekler, araçlar,
4                                 |  durum, önceki eylemler

İstem tek bir cümledir. Bağlam ise Claude'un içinde çalıştığı tüm bilgi ortamıdır. Çalışan bir ajan ile çalışmayan bir ajan arasındaki fark, neredeyse her zaman o ortamda neyin olduğuyla ilgilidir; hangi modelin çalıştığıyla değil.

Anthropic bunu şu şekilde tanımlıyor: LLM sadece bağlam penceresindekini görür. Bağlam, yapay zeka için işletim sistemidir. Onu yanlış kurarsanız, model ne kadar yetenekli olursa olsun hiçbir şey çalışmaz.

Bağlam aslında nedir?

Çoğu insan bağlamın, sorularından önce yapıştırdıkları metin olduğunu düşünür. Bu sadece bir katmandır. Düzgün tasarlanmış bir bağlam, birlikte çalışan yedi bileşenden oluşur.

1Hafıza           |  ajanın geçmiş oturumlardan bildikleri
2Talimatlar       |  kurallar, kısıtlamalar, kodlama stili
3Örnekler         |  iyi çıktının gerçekte nasıl göründüğü
4Dosyalar         |  ilgili kod, belgeler, mimari
5Önceki eylemler  |  ajanın daha önce denedikleri
6Araç sonuçları   |  aramaların ve fonksiyonların döndürdükleri
7Durum            |  görevin şu anki aşaması

Claude her eylemde bulunduğunda bağlam büyür. Araç sonuçları geri döner. Yeni dosyalar okunur. Durum güncellenir. Claude yeni bağlamı görür ve bir sonraki eyleme karar verir. Bu döngü, ajanın gerçek mekanizmasıdır; istem değil, model değil, her adımda gelişen bağlamdır.

1Kullanıcı isteği
2↓
3Yedi bileşenin tamamından oluşturulan bağlam
4↓
5Claude eyleme karar verir
6↓
7Araç çalışır
8↓
9Sonuç bağlama eklenir
10↓
11Claude yeni bağlamı görür
12↓
13Bir sonraki eylem
14↓
15Tamamlanana kadar tekrarla

Kötü bir ajan bu döngüyü ikinci adımda kırar. Bağlam eksiktir, bu yüzden Claude varsayımlarda bulunur. Varsayımlar yanlıştır, bu yüzden çıktı da yanlıştır. Çoğu geliştirici bunu istemi yeniden yazarak düzeltir. Asıl çözüm, bağlamı doğru şekilde oluşturmaktır.

Üç katmanlı bağlam yığını

Anthropic, bağlamı üç katman halinde düşünmeyi önerir. Her katman farklı bir amaca hizmet eder ve ajanın çalışması sırasında farklı bir noktada yüklenir.

1Küresel Bağlam   |  her zaman mevcut, her oturumda
2Proje Bağlamı    |  proje başlangıcında yüklenir
3Görev Bağlamı    |  belirli görev için yüklenir

Küresel Bağlam kalıcı katmandır. Kimlik, temel kurallar, kodlama stili, ajanın asla yapmaması gerekenler. Bu, oturumlar arasında asla değişmez ve tekrar açıklanması gerekmez.

1Küresel bağlam şunları içerir:
2- Ajan kimliği ve rolü
3- Kodlama standartları ve stil kuralları
4- Güvenlik kısıtlamaları
5- Asla dokunulmaması veya değiştirilmemesi gerekenler
6- Belirsizlikle nasıl başa çıkılacağı

Proje Bağlamı bilgi katmanıdır. Claude'un bu özel kod tabanını anlaması için gereken her şey; mimari, kullanılan kalıplar, alınan kararlar ve nedenleri, daha önce ters giden şeyler.

1Proje bağlamı şunları içerir:
2- README ve mimari genel bakışı
3- Projeye özel kuralları içeren AGENTS.md
4- Klasör yapısı ve isimlendirme kuralları
5- Test gereksinimleri ve kalıpları
6- Temel bağımlılıklar ve neden seçildikleri

Görev Bağlamı yürütme katmanıdır. Üzerinde çalışılan dosya, mevcut bilet, acil hedef, bu göreve özel kısıtlamalar.

1Görev bağlamı şunları içerir:
2- Mevcut dosya ve ilgili dosyalar
3- Bu oturum için özel hedef
4- Son değişiklikler ve sonuçları
5- Mevcut test sonuçları
6- Bu göreve özel kısıtlamalar

Çoğu geliştirici Claude'a sadece görev bağlamını verir. Ajan her oturuma küresel veya proje bağlamı olmadan başlar ve bilmediği her şeyi tahmin etmek zorunda kalır. Hatalar işte bu tahminlerden kaynaklanır.

AGENTS.md - her şeyi değiştiren dosya

https://docs.claude.com/en/docs/claude-code/memory

Herhangi bir ciddi Claude Code kurulumundaki en önemli tek dosya. Araştırmacılar AGENTS.md dosyasını yapay zeka kodlama ajanı bağlamı için yeni standart olarak belirlediler; işe yaradığı için artık binlerce üretim deposunda yer alıyor.

AGENTS.md, proje bağlamının kalıcı olarak yaşadığı yerdir. Claude onu her oturumun başında otomatik olarak okur. Ondan sonra, hiçbirinin tekrar söylenmesine gerek kalmaz.

1# AGENTS.md
2
3## Mimari
4Next.js frontend ve Express backend ile monorepo.
5Tüm API rotaları /api içinde yer alır. /legacy dizinini asla doğrudan değiştirmeyin.
6
7## Kodlama Kuralları
8Asla axios kullanmayın. Her zaman fetch kullanın.
9Her bileşen: TypeScript, Tailwind, Server Actions.
10Sayfalar hariç varsayılan dışa aktarma (default export) yok.
11
12## Test
13Birim testleri için Vitest. E2E için Playwright.
14Her commit öncesi npm test çalıştırın.
15Başarısız olan bir testi asla devre dışı bırakmayın - düzeltin veya üst birime bildirin.
16
17## Git
18Asla doğrudan main dalına commit yapmayın.
19Her zaman net bir açıklama ile PR açın.
20Her PR'ı bir Linear biletine bağlayın.
21
22## Asla Dokunma
23src/payments/ - her değişiklik insan onayı gerektirir
24src/auth/tokens/ - güvenlik incelemesi gereklidir
25.env dosyaları - asla okumayın veya değiştirmeyin

Bu dosyadaki her kural, Claude'un bir daha asla yapmayacağı bir hatadır. Proje ne kadar uzun sürerse AGENTS.md o kadar spesifik ve değerli hale gelir; ajanın yaptığı her hatanın ve ekibin oluşturduğu her kuralın birikmiş bilgisidir.

Ciddi ajanları güçlendiren bağlam yığını

En iyi yapay zeka mühendisleri bir göreve istem yazarak başlamazlar. Bir bağlam yığını oluştururlar; Claude tek bir eylemde bulunmadan önce yüklenen yapılandırılmış bir bilgi dizisi.

1Adım 1  |  küresel bağlamı yükle - kimlik, kurallar, stil
2Adım 2  |  proje bağlamını yükle - AGENTS.md, mimari, belgeler
3Adım 3  |  ilgili geçmiş deneyimler için hafızayı ara
4Adım 4  |  bu özel görev için ilgili dosyaları yükle
5Adım 5  |  mevcut durumu yükle - test sonuçları, son değişiklikler
6Adım 6  |  net başarı kriterleriyle görev hedefini tanımla
7Adım 7  |  Claude tam bilgiyle hareket eder

İyi bağlam mühendisliği yapılmış bir ajan ile varsayılanı karşılaştırın:

1Kötü ajan:
2Soru → Claude → Cevap
3Claude bilmediği her şeyi tahmin eder
4
5İyi ajan:
6Soru
7↓ belgeleri ara
8↓ hafızayı ara
9↓ AGENTS.md dosyasını oku
10↓ ilgili dosyaları oku
11↓ mevcut durumu kontrol et
12↓ Claude
13↓ Tam bilgi üzerine kurulu cevap

İkinci ajan daha zeki değildir. Daha iyi bilgilendirilmiştir. Model aynıdır. Bağlam ise farklıdır.

Hafıza - oturumlar arasında hayatta kalan bağlam

Anthropic, bağlamı besleyen hafıza türleri arasında net bir ayrım yapar. Çoğu ajanın sadece bir tane hafızası vardır: mevcut konuşma. Bu yüzden her oturuma sıfırdan başlarlar.

1Uzun süreli hafıza |  geçmiş tüm oturumlarda öğrenilen her şey
2Kısa süreli hafıza |  bu konuşmada daha önce olanlar
3Çalışma hafızası   |  şu anda bağlam penceresinde olanlar

Uzun süreli hafıza, bir ajanın değerinin zamanla katlanmasını sağlayan şeydir. Her oturum ona ekleme yapar. Her hata kaydedilir. Her başarılı kalıp saklanır. Altı aydır bir kod tabanında çalışan ajan, o proje hakkında hiçbir istemin taklit edemeyeceği şeyler bilir.

Pratik uygulama bir hafıza dosyasıdır; ajanın her oturumun başında okuduğu ve sonunda güncellediği, konuşmanın dışındaki bir markdown belgesi.

1# Proje Hafızası
2
3## Mimari kararlar
4- Firebase yerine Supabase seçildi: gerçek zamanlılık daha az kritik, SQL sorguları gerekli
5- REST'ten tRPC'ye geçildi: tüm yığında tip güvenliği, Haziran 2026
6
7## İşe yarayanlar
8- Yeniden düzenleme (refactoring) öncesi daha yüksek test kapsamı regresyonu önlüyor
9- Büyük PR'ları özellik bayrağı (feature flag) sürümlerine bölmek inceleme süresini azaltıyor
10
11## İşe yaramayanlar
12- Otomatik migrasyon oluşturma: şema kayması üretimde olaya neden oldu
13- Aynı dosyaya paralel ajan yazımları: her zaman worktree kullanın
14
15## Tekrarlayan kalıplar
16- Kimlik doğrulama sorunları neredeyse her zaman middleware sırasına dayanıyor
17- Performans sorunları genellikle veritabanı sorgu katmanında başlıyor

Her oturumda bu dosya okunur. Her oturumda güncellenir. Ajan asla unutmaz.

MCP - her yerden gelen bağlam

Bağlam sadece depodaki dosyalardan gelmez. Bir üretim ajanı, ekibin çalıştığı her sistemden bağlama ihtiyaç duyar: hata izleyici, hata monitörü, belgeler, veritabanı, iletişim araçları.

Model Context Protocol (MCP), Claude'un her biri için özel entegrasyonlar olmadan harici sistemlerden bağlam çekmesinin yoludur.

1Dosya sistemi   |  yerel dosyalar, yapılandırmalar, kod tabanları
2GitHub          |  sorunlar, PR'lar, commit geçmişi, CI sonuçları
3Linear / Jira   |  biletler, öncelikler, proje durumu
4Slack           |  alınan kararlar, tartışmalardan gelen bağlam
5Postgres        |  canlı veriler, şema, sorgu sonuçları
6Google Drive    |  belgeler, teknik özellikler, toplantı notları
7Sentry          |  canlı hatalar, sıklık, etkilenen kullanıcılar

MCP yapılandırılmış bir ajan sadece kodu görmez. Bu özelliğin neden gerekli olduğunu açıklayan bileti, mimarinin kararlaştırıldığı Slack konuşmasını, kullanıcıların hatayla nasıl karşılaştığını gösteren Sentry hatasını ve düzeltmenin uyması gereken veritabanı şemasını görür.

İşte tam bağlam budur. Claude'un tahmin yürütmeden doğru kararı vermesi için gereken her şey.

Bağlam mühendisliği iş akışı

Düzgün bir şekilde bağlam mühendisliği yapılmış bir görev, baştan sona böyle görünür.

Şunun yerine:

1Dışa aktarma özelliğini oluştur.

Claude'a şunları verirsiniz:

1Hedef
2Dışa aktarma özelliği, ücretsizden profesyonele geçişi engelliyor.
3Sinyale bak: /signals/export-too-hidden.md
4
5İlgili dosyalar
6src/features/export/ - mevcut uygulama
7src/components/ui/Button.md - izlenecek buton kalıpları
8tests/features/export.test.ts - mevcut test kapsamı
9
10Mimari kısıtlamalar
11AGENTS.md bölümünü oku: Dışa Aktarma Kuralları
12Faturalandırma entegrasyonunu doğrudan asla değiştirmeyin
13
14Başarı kriterleri
15Tüm mevcut testler geçiyor
16Yeni testler üç dışa aktarma formatını da kapsıyor
17Linear bileti EXP-47 bağlantılı PR açılıyor
18src/payments/ içinde değişiklik yok

Aynı görev. Tamamen farklı bir bağlam. Çıktı kademeli olarak daha iyi değil; kategorik olarak farklı çünkü Claude akıllı tahminler yerine tam bilgiyle kararlar alıyor.

Bu hafta sonu için pratik kurulum

1. Gün - Üç katmanlı bağlam yığınını oluşturun. Kimlik ve temel kuralları içeren bir küresel bağlam dosyası yazın. Proje mimarinizi, kodlama kurallarınızı ve asla dokunulmayacaklar listenizi içeren AGENTS.md dosyasını oluşturun. Oturum başında yüklenen ve sonunda güncellenen bir hafıza dosyası ayarlayın.

1. Gün - Harici bağlamı MCP aracılığıyla bağlayın. GitHub bağlayıcısını yükleyin, böylece Claude sorun takipçinizi ve PR geçmişinizi görür. Kod tabanında verimli bir şekilde gezinmesi için dosya sistemi bağlayıcısını yükleyin. Ekibiniz kararlar için kullanıyorsa Slack veya Linear ekleyin.

1. Gün - Farkı test edin. Aynı görevi eski "sadece istem" yaklaşımınızla ve tam bağlam yığınıyla çalıştırın. Çıktı farkı, 8 katlık üretkenliğin geldiği yerdir.

Zaten gerçekleşen değişim

İstem mühendisliği doğru kelimeleri bulmakla ilgiliydi. Bağlam mühendisliği ise doğru bilgi ortamını oluşturmakla ilgilidir.

Anthropic'teki en iyi yapay zeka mühendisleri zekice istemler hazırlamakla vakit kaybetmezler. Claude'un tek bir eylemde bulunmadan önce tam olarak doğru bilgiye, hafızaya, dosyalara, kurallara ve duruma sahip olduğundan emin olmakla vakit geçirirler. İstem, işin son %1'idir. Bağlam ise diğer %99'udur.

Mükemmel istemlere ama zayıf bağlama sahip bir ajan, akıllıca hatalar yapar. Ortalama istemlere ama tam bağlama sahip bir ajan, doğru kararlar verir. Model aynıdır. Bilgi ortamı değildir.

Bağlam, yapay zeka için işletim sistemidir. Onu doğru kurun; 8 katlık çıktı farkı Anthropic'te olan bir şey olmaktan çıkıp kod tabanınızda olan bir şeye dönüşsün.

Çoğu geliştirici istemlerini yeniden yazmaya devam edecek ve sonuçların neden iyileşmediğini merak edecek. Birkaçı ise bir hafta sonunu düzgün bir bağlam yığını oluşturmaya ayıracak ve bir daha asla eskisine dönmeyecek.

Kendi hayatınızı siz inşa ediyorsunuz, bu yüzden doğru yolu seçin.

/ Eğer bu faydalı olduysa - takip et /