🏠 Ana Sayfa 📖 Sözlük 💬 Doküman asistanı
Ana sayfa › Artifact Oluşturma ve Yayınlaştırma › Artifact Nasıl Oluşturulur?

🛠️Artifact Nasıl Oluşturulur — 7 Adımlı Üretim Rehberi

Bir artifact, AI araçlarıyla üretilmiş ve yeniden kullanılabilen dijital çözümdür: bir Excel dashboard'u, bir HTML rapor şablonu, bir Python script'i veya bir prompt şablonu olabilir. Bu sayfa fikirden yayına kadar 7 adımlı pratik üretim sürecini tarif eder.

📌 Bu sayfayı kim okumalı? İlk artifact'ini üretecek tüm çalışanlar (geliştirici olmaya gerek yok), şirket içinde paylaşılabilecek bir araç yaptığını düşünenler, yöneticisinin "bunu standardize edip paylaş" dediği herkes.
⚠️
Üretim sürecine başlamadan önce — Sentetik veri kuralı

Artifact üretirken (özellikle veri görselleştirme aşamasında) AI araçlarına gerçek müşteri/finans/personel verisi yapıştırılmaması önerilir. Yerine sentetik (üretilmiş) veya maskelenmiş veri kullanın.

Bu kural; KVKK uyumu, ticari sır koruması ve şablonun şirket geneline yayınlanmaya hazır kalması için geçerlidir. Detaylı rehber: A.4 Sentetik Veri Rehberi.

📑 Bu sayfada

A.1 Artifact Türleri ve Hangisini Seçmeli?

TürNe zaman seçilirTipik üretim aracıÖrnek
excelTablo, hesaplama, dashboard, formül-yoğunExcel CopilotNakit akış dashboard'u, bütçe şablonu
htmlİnteraktif görselleştirme, çoklu kullanıcı görmesi gerekenClaude Cowork (HTML üretimi), Power BI exportSatış analiz raporu, KPI takip ekranı
pdfFormat korunmalı resmi belge, dış paylaşımWord Copilot → PDF exportAylık yönetici özeti, teklif şablonu
scriptOtomasyon, veri dönüşümü, API entegrasyonuCursor + Claude API, Claude CodeCSV temizleme, SharePoint sync
reportUzun analiz, çok bölümlü dokümanWord Copilot, Claude BusinessÇeyrek sonuç analizi, post-mortem
promptBelirli görev için tekrar tekrar kullanılan istemClaude / ChatGPT (test ile)Soğuk açılış e-posta promptu, sözleşme inceleme promptu
✅ Karar yardımı "Bu çıktıyı üretmek için tek bir komut/prompt yetiyor mu?" → prompt. "Aynı veri üzerinde periyodik aynı analizi yapacaksam?" → excel veya html. "Otomatik çalışsın istiyorum?" → script. Çalıştırılabilir, çağrı başına yeniden hesaplayan bir hizmet düşünüyorsanız bu artifact değil ajan'dır → Agent Registry'ye bakın.

A.2 7 Adımlı Üretim Süreci

1
İhtiyacı tanımla
2
Mevcut artifact ara
3
Tür & araç seç
4
Veri sınıfını belirle
5
AI ile üret + iterate
6
README + metadata
7
Yayınla & duyur

Adım 1 — İhtiyacı tek cümlede tanımla

"Aylık satış raporunu Excel'de manuel hazırlamak 3 saatimi alıyor. Bunu 15 dakikaya indirmek istiyorum." Bu cümle başvuru formu doldurur gibi düşünmenize yardımcı olur. Hedef kullanıcı kim, hangi problem, beklenen tasarruf netleşir.

Adım 2 — Mevcut artifact arama

Aynı veya yakın iş yapan bir artifact zaten varsa onu kullanın / küçük varyant yapın. Artifact Repository'de OneDrive klasörünü tarayın veya Komtaş CoPilot'ta arayın: "aylık satış raporu artifact'i var mı?"

Adım 3 — Tür ve üretim aracı seçimi

A.1'deki tabloya bakın. Tipik karar: tablo işiyse excel + Excel Copilot; metin/sunum işiyse report + Word/PowerPoint Copilot; çoklu adım otomasyonu varsa script + Cursor.

Adım 4 — Veri sınıfını belirle

Üreteceğiniz artifact hangi sınıfta veriyi işleyecek? Kamu / Dahili / Gizli / Kısıtlı. Bu, hangi AI aracını kullanabileceğinizi belirler. Detay: Araç Seçim Kriterleri + Veri Güvenliği.

⚠️ KVKK Müşteri TC kimlik / IBAN / sağlık verisi içeren artifact'ler yalnızca onaylı kurumsal araçlarda (Microsoft 365 Copilot, Komtaş CoPilot, self-hosted modeller) işlenebilir. Tüketici ChatGPT veya ücretsiz NotebookLM'e bu sınıf veri verilmez.

Adım 5 — AI ile üretim + iterasyon

İlk denemede mükemmel beklemeyin; 2-3 turlu iyileştirme normaldir.

  • İlk turda: amaç + format + örnek 1-2 girdi/çıktı verin (örnekler sentetik olsun)
  • İkinci turda: eksiklikleri/yanlışları belirtin, "şu kısmı iyileştir" deyin
  • Üçüncü turda: kullanıcı testi (kendi gerçek verinizle çalıştırın — ancak yalnızca onaylı kurumsal araçta)
⚠️ Görselleştirme aşamasında DİKKAT Veri görselleştirme (Excel grafiği, HTML dashboard, Power BI, vs.) artifact'lerinde AI'ya verilecek tüm örnek verilerin sentetik / üretilmiş / anonimleştirilmiş olması önerilir. Görselleştirme istemleri tipik olarak verinin tamamını AI'ya gönderir — bu adım en yüksek sızıntı riskine sahip olandır. Detay ve şablonlar: A.4 Sentetik Veri Rehberi.

Adım 6 — README + metadata yaz

Artifact dosyasının yanına README.md dosyası ekleyin. Standart şablonu kullanın. En az şu alanları doldurun: artifact_id, name, description, type, owner, department, tags, data_classification, ai_tools_used.

Adım 7 — Yayınla & duyur

A.6 bölümündeki yayınlama akışını uygulayın. Departmanınıza Teams/Slack üzerinden 2-3 cümlelik bir duyuru paylaşın: "X artifact'ini yayınladım, şu işi yapıyor, kim kullanmak isterse README'de detay var."

A.3 Adım Adım Pratik Örnek — Excel Dashboard Artifact

📊 Senaryo: Aylık Satış Pipeline Dashboard'u

Kullanıcı: Pınar (İş Geliştirme Müdürü)  ·  Problem: CRM'den her ay 30 dk Excel pivot tablosu hazırlıyor  ·  Hedef: Hazır şablon + Copilot prompt + 5 dk sonuç

  1. İhtiyaç: "Aylık CRM export'undan 6 boyutlu pipeline raporu hazırlayan tekrar kullanılabilir Excel şablonu istiyorum."
  2. Mevcut ara: CoPilot: "satış pipeline excel artifact" → bulunamadı, üretim devam.
  3. Tür & araç: excel + Excel Copilot
  4. Veri sınıfı: Gizli (müşteri adı + satış değeri). Excel Copilot M365 kapsamında, uygun.
  5. Üretim:
    • Boş Excel'i aç → Copilot: "Şu kolonları içeren tablo şablonu oluştur: müşteri, deal değeri, aşama, son aktivite tarihi, sahip, segment"
    • "Aşamalara göre toplam değer pivot'u + son 30 günde hareketsiz fırsat listesi + sahip bazlı dağılım grafikleri ekle"
    • Şablon geliştirme aşamasında sentetik veri kullan (örn. AI'ya: "10 satırlık demo pipeline verisi üret — müşteri adları 'Demo Şirket 1...10' formatında"). Gerçek CRM export'unu bu adımda yapıştırma; şablonu önce sentetik üzerinde mükemmelleştir, sonra son kullanıcı kendi ortamında gerçek veriyle açar.
    • Formülleri kontrol et
    • Renklendirme + conditional formatting (kırmızı: 30+ gün hareketsiz)
  6. README: Aşağıdaki şablonu doldur: 
    # Aylık Satış Pipeline Dashboard
- artifact_id: BD-2026-001
- name: Aylık Satış Pipeline Dashboard
- type: excel
- owner: pinar.baydar@komtas.com
- department: İş Geliştirme
- target_audience: İG ekibi + bölge müdürleri
- created_date: 2026-04-28
- version: 1.0.0
- tags: satış, pipeline, dashboard, crm
- ai_tools_used: Excel Copilot
- data_classification: gizli
- data_sources: HubSpot CRM aylık export
- refresh_frequency: Aylık manuel
  7. Yayınla: OneDrive'da Komtaş-AI-Artifacts/IG/BD-2026-001-AylikSatisPipeline/ klasörü oluştur, şablon dosyayı + README'yi koy. Teams #ig-ekibi kanalına 3 cümlelik duyuru.

⚠️ A.4 Sentetik / Test Verisi Rehberi — AI'ya Hangi Veri Verilir?

🚨 Temel kural

Bir artifact üretirken — özellikle veri görselleştirme, dashboard ve raporlama aşamalarında — AI aracına gerçek müşteri, finans, personel veya sözleşme verisi yapıştırılmaması önerilir. Şablonu önce sentetik veriyle hazırlayın; gerçek veri yalnızca artifact tamamlandıktan sonra, onaylı kurumsal AI araçlarında ve sahibi olduğunuz dosya üzerinde kullanılır.

A.4.1 Neden gerçek veri verilmemeli?

RiskAçıklama
KVKK ihlaliMüşteri kişisel verisi (TC kimlik, telefon, e-posta, ad+iletişim+finansal birlikte) yurt dışına aktarımda açık rıza/Kurul kararı gerektirir. Bir kez AI'ya gönderildiğinde geri alınamaz.
Ticari sır sızıntısıİç fiyat formülleri, kar marjı, müşteri segmenti stratejisi, M&A süreç verisi vb. — model eğitimi veya cache üzerinden sızıntı riski.
Şablonun kirlenmesiGerçek veriyle hazırlanmış bir Excel/HTML şablonu, başkasıyla paylaşıldığında veya repository'ye yüklendiğinde içeriğinde gerçek veri kalır. Bu en sık atlanan hata.
Onaysız toolingTüketici ChatGPT, ücretsiz NotebookLM, Claude.ai (Pro değil) gibi araçlara gizli/kısıtlı veri verilemez. Şablonu sentetikle yapmak araç seçimini de güvenliğe taşır.
Geri-alınamazlıkAnthropic, OpenAI ve Google'ın "no data retained" politikaları varsa bile çıktı çoğu zaman bir cache veya log içinde belirli süre tutulur. Önlem: hiç göndermemek.

A.4.2 Hangi veri "gerçek", hangisi "test"?

❌ Gerçek (AI'ya verme)
  • Gerçek müşteri adı + iletişim + işlem bilgisi (örn. "Acme A.Ş. — Ahmet Yılmaz — 0532… — 245.000 TL deal")
  • Personel ad + maaş + sicil verisi
  • Açıklanmamış ürün fiyat formülü, iç maliyet kalemi
  • Devam eden ticari müzakere rakamları, M&A görüşme detayları
  • TC kimlik, IBAN, kredi kartı, pasaport — asla
  • Hukuki uyuşmazlık, iç soruşturma belgeleri
✅ Sentetik / Test (AI'ya verilebilir)
  • Üretilmiş örnek isimler (Müşteri A, Müşteri B, "Acme Demo Ltd.")
  • Rastgele ama gerçekçi tutarlar (50.000 — 500.000 TL aralık)
  • Maskelenmiş gerçek veri (TC: ***********, telefon: +90 5XX XXX XX XX)
  • Anonimleştirilmiş, kümelenmiş istatistik (örn. "Ekim ayı, ortalama 12 anlaşma")
  • Faker / Mockaroo gibi araçlarla üretilmiş sahte CSV
  • 5+ yıl önceki, halihazırda kapanmış kayıtlar (özel onayla)

A.4.3 Sentetik veri nasıl üretilir? (3 yol)

YöntemNe zamanPratik adım
1. AI'ya ürettirHızlı tek seferlik şablon hazırlığı"10 satırlık, satış pipeline'ı için gerçekçi-görünen ama tamamen uydurma örnek veri üret. Müşteri adları 'Demo Ltd. 1' formatında olsun."
2. Faker / MockarooYüksek hacim (1.000+ satır) + kontrollü dağılımMockaroo.com → field tipi seç (name, company, currency, date) → CSV export → AI'ya yapıştır.
3. Maskeleme (gerçek veriden)Şablonu gerçek veriye uyarlamak istiyorsanızExcel: Bul/Değiştir ile müşteri adlarını "Müşteri A/B/C" yap, TC kimliği ***********, finansal rakamları yuvarla (123.456 → 120.000).

A.4.4 Sentetik veri prompt şablonu

Görev: {{N}} satırlık sentetik {{KONU}} verisi üret.

Gereksinimler:
- Müşteri adları "Demo Şirket 1, Demo Şirket 2..." gibi açıkça
  uydurma; gerçek bir şirketle çakışmasın.
- Sayısal değerler gerçekçi aralıklarda olsun:
  {{ALAN}}: {{MIN}} - {{MAX}}
- Tarihler son 12 ay içinde rastgele dağılsın.
- Çıktı CSV formatında, ilk satır başlık olsun.

Örnek başlıklar: müşteri, sektör, deal_değeri,
                  aşama, son_aktivite_tarihi, sahip

YAPMA:
- Türkiye'deki gerçek şirket isimleri (örn. THY, Garanti)
  asla kullanma.
- TC kimlik, IBAN, kart no içerme.
- Telefon numarası "555 555 55 55" gibi açıkça sahte olsun.

A.4.5 Görselleştirme akışı (Excel/HTML/Power BI dashboard'lar için)

1. Sentetik veri üret
→
2. Şablonu AI ile sentetik üzerinde geliştir
→
3. Şablon + sentetik = artifact (yayına hazır)
→
4. Kullanıcı şablonu kendi ortamında gerçek veriyle açar
✅ Temel ilke Şablon = sentetik. Çalıştırma = gerçek veri (yerel/onaylı ortamda). Repository'ye yüklenen artifact dosyası içinde asla gerçek müşteri verisi olmaz; kullanıcı dosyayı indirip kendi onaylı M365 / CoPilot oturumunda gerçek veriyle çalıştırır.

A.4.6 Yayınlama öncesi sızıntı denetimi (10 dk)

  1. Excel/HTML dosyasını yeni bir oturumda aç — gözle gerçek müşteri/sayı arıyor musun bak.
  2. Tüm sayfaları/sheet'leri kontrol et — gizli sheet de unutma.
  3. Bul (Ctrl+F) ile tipik gerçek isimleri ara: kendi en büyük 5 müşterinin adı, "TC", "IBAN", iç kod adlarınız.
  4. Excel'de İncele → Belge Müfettişi (File → Inspect Document) ile gizli metadata, comment, history kontrol et.
  5. HTML/dashboard ise: data-table'ları ham JSON'da mı tutuyor, kaynak kodda mı kontrol et.
  6. Script ise: hardcoded API key, internal URL, gerçek müşteri tag'i var mı.
  7. Geçtiyse: "v1.0.0 — sentetik veri ile yayın" olarak işaretle ve repository'ye al.
⚠️ Hâlâ kararsızsanız "Bu veriyi çalışan başka biri görse rahatsız olur muyum?" sorusuna cevap "evet" veya "belki" ise → sentetik üzerinden gidin. Şüphede ise Bilgi Güvenliği ekibine danışın.

A.5 Adım Adım Pratik Örnek — Prompt Artifact

📝 Senaryo: Sözleşme Risk İnceleme Promptu

Kullanıcı: Burak (Hukuk)  ·  Problem: Yeni gelen müşteri sözleşmelerinde aynı 8 risk maddesini her seferinde el ile arıyor  ·  Hedef: Standart prompt + tutarlı çıktı

  1. İhtiyaç: "Hukuk ekibi tüm sözleşmeleri 8 standart risk maddesine göre tarayan ortak bir prompt'a sahip olsun."
  2. Mevcut ara: Prompt kütüphanesinde benzer bir prompt yok. Mevcut 12 İG promptu formatını referans al.
  3. Tür & araç: prompt + Claude Business / M365 Copilot ile test
  4. Veri sınıfı: Gizli (sözleşme içeriği). DPA imzalı kurumsal Claude veya M365 Copilot kullanılabilir.
  5. Üretim: 
    Görev: Aşağıdaki sözleşmede şu 8 risk maddesini ara, her birini
"Var / Yok / Belirsiz" olarak işaretle.

Sözleşme:
"""
{{SOZLESME_METNI}}
"""

Aranacak risk maddeleri:
1. Sınırsız sorumluluk (cap olmaması)
2. Otomatik yenileme + uzun ihbar süresi
3. Veri sahipliği müşteriye geçmesi
4. Münhasırlık / non-compete
5. SLA penalty asimetrisi
6. Yetkili mahkeme / hukuk yabancı
7. Üçüncü taraf paylaşım izni
8. KVKK / GDPR DPA referansı eksikliği

Her madde için çıktı formatı:
- Madde no | Durum | Sözleşmedeki ilgili pasaj (alıntı, max 30 kelime) | Öneri (1 cümle)

Bilmediğin yerde "Belirsiz" yaz, uydurma.
  6. Test: Geçmiş 3 sözleşme ile çalıştır, hukuk ekibinin manuel sonuçlarıyla karşılaştır → eşleşme oranını ölç.
  7. README + yayın: 
    # Sözleşme Risk İnceleme Promptu
- artifact_id: HUK-2026-001
- name: Sözleşme 8-Madde Risk Tarama
- type: prompt
- owner: burak.yilmaz@komtas.com
- department: Hukuk
- target_audience: Hukuk ekibi
- ai_tools_used: Claude Business, M365 Copilot
- data_classification: gizli
- tags: sözleşme, risk, hukuk, kvkk
- version: 1.0.0
    Hukuk ekibi Teams kanalına duyuru + Komtaş Prompt Kütüphanesine ekle.

A.6 Kalite Kontrol Listesi

Yayınlamadan önce aşağıdaki listeyi kendiniz kontrol edin:

#KontrolGeçti mi?
1Artifact kendi başına anlaşılır mı (README olmadan da minimum bir şey ifade ediyor mu)?✅ / ❌
23 farklı (gerçek veya sentetik) girdiyle test ettiniz mi?✅ / ❌
3README'deki description alanı 2-3 cümle ve net mi?✅ / ❌
4Tüm zorunlu metadata alanları dolu mu (artifact_id, owner, type, data_classification…)?✅ / ❌
5Sentetik veri kontrolü: Şablon içinde gerçek müşteri/personel/finans verisi (TC, IBAN, kart no, gerçek isim, içsel rakam) kalmamış; tüm örnekler sentetik/maskelenmiş mi? Bul (Ctrl+F) + Belge Müfettişi (Document Inspector) kontrolü yapıldı mı? Detay: A.4✅ / ❌
6target_audience ve access_level tutarlı mı (kapsam genişse OneDrive izni de aynı mı)?✅ / ❌
71 kişi daha (mümkünse aynı departmandan) kontrol etti mi?✅ / ❌
8İlk versiyon (1.0.0) için CHANGELOG.md giriş satırı yazıldı mı?⚠️ Önerilir

A.7 Yayınlama (Publish) Akışı

1. README tamamla
→
2. Kalite kontrol listesi
→
3. OneDrive klasör
→
4. Erişim yetkisi
→
5. Governance bildirimi
→
6. Departman duyuru
Erişim SeviyesiOnay gerekir mi?OneDrive izni
Departman İçiHayırDepartman güvenlik grubu
Çapraz DepartmanHedef departmanların yöneticisiİlgili güvenlik grupları
Şirket GeneliAI Governance ekibiTüm Komtaş çalışanları
Şirket Dışı—İzin verilmez
📌 Komtaş CoPilot entegrasyonu README'si tamamlanan artifact'ler Komtaş CoPilot'ta vektörize edilir; çalışanlar doğal dil sorgusuyla bulabilir. "Nakit akış için artifact var mı?" → CoPilot ilgili FIN-2025-001 artifact'ini sunar.

A.8 Sürdürme & Versiyon Yönetimi

Bir artifact yayınlandıktan sonra sahibi sürdürmekle yükümlüdür. Versiyonlama SemVer kuralına uyar:

  • PATCH (1.0.x): Bug fix, küçük metin düzeltme, prompt iyileştirme
  • MINOR (1.x.0): Yeni alan, yeni özellik (geriye uyumlu)
  • MAJOR (x.0.0): Sözleşme değişti — kullanıcı uyarlama yapmak zorunda
⚠️ Sahip ayrıldıysa Owner şirketten ayrılırsa veya rolü değişirse, departman yöneticisi 2 hafta içinde yeni owner atar. Atanmazsa artifact "sahipsiz" etiketi alır ve kullanım uyarılarıyla görünür.

A.9 Yaygın Hatalar & Anti-Pattern'lar

❌ Yapılmamalı
  • README'siz artifact paylaşma — kimse ne işe yaradığını bilmez
  • Gerçek müşteri verisini "test verisi" olarak şablonda bırakma
  • "Bunu sadece ben kullanırım" diye Şirket Geneli seçme — artifact tek kişilikse kişisel klasörde kalsın
  • 1.0.0 yayınlayıp 6 ay güncellemeden bırakma
  • Aynı işi yapan 3 ayrı artifact üretme — önce mevcut ara
  • Hassas formül / iç fiyat / strateji direkt artifact içinde gömme
✅ Önerilir
  • İlk versiyon basit ve sade olsun; iyileştirmeyi 1.1.0 ile yap
  • Test için anonim/sentetik veri
  • Versiyon numarasını dosya adına eklemek yerine git/SharePoint version history'ye güven
  • 3 ay kullanılmayan artifact için "deprecate ediyorum" duyurusu yap
  • İyi giden bir artifact'ten kazanılan saati verimlilik raporuna yansıt
  • Geri bildirim alındıkça README'ye "Bilinen kısıtlar" bölümü ekle
🔗 İlgili bölümler
→ Artifact Repository & Standartlar → Prompt Artifact Örnekleri → Araç Seçim → Veri Güvenliği → Ajan İçin: Agent Registry → Verimlilik Ölçüm
←Artifact Oluşturma ve Yayınlaştırma Sonraki →Artifact Repository Standartları