LLM nedir? Büyük dil modeli nasıl çalışır, ne işe yarar

LLM kelimesini artık her yerde duyuyorsun: haber başlıklarında, iş ilanlarında, yapay zeka araçlarının tanıtım sayfalarında. Kimi zaman ChatGPT'nin kendisi, kimi zaman onun içindeki model, kimi zaman da bambaşka bir şey kastediliyor.

Bu yazı LLM'in ne olduğunu, token ve bağlam penceresi üzerinden nasıl çalıştığını, en bilinen model ailelerini, sohbet botu ve ajandan farkını ve sınırlarını sırayla anlatıyor. Sonunda LLM'i işinde kullanmak için beş adım var.

LLM nedir, açılımı ne?

LLM, İngilizce Large Language Model ifadesinin kısaltmasıdır ve Türkçede büyük dil modeli diye çevrilir. "Büyük", modelin milyarlarca sayısal ağırlıktan (parametre) oluşması ve çok büyük bir metin koleksiyonuyla eğitilmesi demektir. "Dil modeli" ise işinin, bir metnin devamında hangi parçanın gelmesinin olası olduğunu hesaplamak olması demektir.

Telefonundaki klavyenin bir sonraki kelime önerisi çok küçük bir dil modelidir. LLM aynı fikrin çok büyük ölçeğe taşınmış hâlidir: kelime değil, paragraf ve belge ölçeğinde devam üretir. Bu yüzden aynı model bir e-postayı yazabilir, bir sözleşmeyi özetleyebilir ve bir tabloyu düzeltecek kodu çıkarabilir.

Google Ads verisine göre Ekim 2026'da Türkiye'de "llm nedir" ayda ortalama 6.600 kez, "llm ne demek" de ayda ortalama 6.600 kez aranıyor. Sıfırdan Sistem'in 9 Ekim 2026 ölçümünde "llm nedir" aramasında Google'ın AI Özeti ve "Diğer kullanıcılar şunları da sordu" kutusu birlikte çıktı. Yani soru geniş kitleye ulaşıyor ve kısa, net bir cevap ödüllendiriliyor.

LLM hukuk ve yüksek lisans bağlamında ne demek?

Hukukta LLM, Latince Legum Magister ifadesinin kısaltmasıdır ve hukuk alanındaki yüksek lisans derecesini anlatır; çoğu zaman LL.M. diye yazılır. "llm nedir hukuk" ve "llm nedir yüksek lisans" aramaları bu anlama çıkar.

Bu yazı yapay zekadaki LLM'i anlatıyor. İki kavramın tek ortak yanı kısaltmanın harfleri; ilgisi yok.

LLM ne işe yarar?

LLM, metinle yapılan her işi hızlandırır; çünkü dil, iş hayatındaki işlerin çoğunun ortak malzemesidir. Pratikte en çok şu altı işte kullanılır:

• Yazma ve düzeltme: e-posta, teklif, ürün açıklaması, blog taslağı, ton değiştirme.
• Özetleme: uzun bir toplantı notunu, raporu ya da sözleşmeyi madde madde kısaltma.
• Çeviri: bağlamı koruyarak diller arası çeviri ve yerelleştirme.
• Sınıflandırma ve çıkarma: gelen yüz e-postayı konuya göre ayırmak, bir metinden tarih, tutar ve isimleri tabloya çekmek.
• Kod yazma: betik, formül, küçük araç. Dosyaya doğrudan dokunan sürümü bir kodlama ajanıdır.
• Soru cevap: verdiğin belgeye bakarak cevap bulma.

Hepsinde ortak nokta, çıktının bir insan tarafından kontrol edilebilir olması. Kontrol edemeyeceğin bir işte LLM'e güvenmek, aşağıdaki sınırlar bölümünde anlatılan riski doğrudan üstlenmektir.

LLM nasıl çalışır? (token, bağlam penceresi, eğitim)

LLM, metni token adı verilen parçalara böler ve her adımda bir sonraki token'ın olasılığını hesaplayarak cevabı parça parça üretir. Google'ın makine öğrenmesi eğitim materyalleri de dil modelini, token dizilerinin olasılığını tahmin eden model olarak tanımlıyor. Cevap tek hamlede yazılmaz; her token, öncekilere bakılarak seçilir. Bu yüzden aynı soruya iki farklı cevap gelebilir.

Bağlam penceresi için somut bir referans var. Anthropic'in model dokümanına göre Ekim 2026'da Claude Fable 5.1, Opus 5.5, Sonnet 5.5 ve Haiku 5.5 modellerinin dördünün de bağlam penceresi 1 milyon token ve en uzun çıktısı 128 bin token. Aynı belge, 1 milyon tokenın güncel tokenizer'da yaklaşık 555 bin kelimeye denk geldiğini söylüyor. Türkçe metinde kelime başına daha çok token gittiği için aynı pencereye daha az Türkçe kelime sığar.

Bilginin donması da bu tablonun sonucu. Aynı belgede bu modellerin güvenilir bilgi sınırı Haziran 2026 olarak veriliyor. Model, bu tarihten sonra olanı kendiliğinden bilmez; güncel bilgi için ya bir arama aracı ya da senin verdiğin belge gerekir. Belgeyi modele okutarak cevap aldırma yöntemine RAG denir.

En bilinen LLM'ler hangileri?

En bilinen LLM aileleri Claude, GPT, Gemini, Llama ve Mistral'dir; ilk üçü kapalı, son ikisi ağırlıklarını açan modellerle de anılır. Sürüm adları hızlı değiştiği için aşağıdaki tabloda yalnız kendi sayfasından doğruladığım bilgiyi yazdım ve geri kalanı için üreticinin güncel model sayfasına yönlendirdim.

Burada bir ayrım işe yarar. Açık ağırlıklı model, eğitilmiş ağırlıkların indirilip kendi donanımında çalıştırılabildiği modeldir. Kapalı model yalnız üreticinin uygulaması ya da API'si üzerinden kullanılır. Kendi verini dışarı çıkarmak istemiyorsan açık ağırlıklı model bir seçenek olur, ama donanım ve kurulum yükü sana geçer.

Hangisinin "en iyi" olduğu tek bir sıralamayla söylenemez. Aynı işi iki modele ver, çıktıları kendi ölçütünle karşılaştır. Claude özelinde sohbet tarafını Claude nedir yazısında anlattım.

LLM, sohbet botu ve yapay zeka ajanı arasındaki fark nedir?

LLM motordur, sohbet botu o motoru kullanan bir arayüzdür, yapay zeka ajanı ise motoru araçlarla ve bir hedefle çalıştıran düzendir. Üçü sık karıştırılıyor çünkü hepsinde aynı marka adı geçiyor.

Fark pratikte şuradan çıkar: sohbet botunda cevabı kopyalayıp bir yere yapıştıran sensin; ajanda cevap doğrudan diske yazılır. Ajanın bileşenlerini yapay zeka ajanı nedir yazısında dört maddede topladım.

LLM'in sınırları nelerdir?

LLM'in en büyük sınırı, bildiğini değil olası olanı üretmesi yüzünden uydurabilmesidir; bu davranışa halüsinasyon denir. Arıza değil, çalışma biçimidir. Beş sınırı bilmek yeterli:

• Halüsinasyon: kesin sayı, kaynak ve dar konularda emin bir dille yanlış bilgi verebilir. Azaltma yolları yapay zeka halüsinasyonu yazısında.
• Bilgi tarihi: eğitim tarihinden sonrasını bilmez.
• Bağlam sınırı: pencereye sığmayan belgeyi göremez; çok uzun konuşmalarda başa dönmek gerekebilir.
• Tutarsızlık: aynı soruya her seferinde aynı cevabı vermeyebilir.
• Gizlilik: yapıştırdığın metin üreticinin servisine gider. Şirket verisi için yapay zeka ve veri gizliliği yazısındaki kuralları uygula.

Kimin için yanlış? Hata maliyeti yüksek ve doğrulanamayan işlerde LLM'i tek karar verici olarak kullanma: hukuki görüş, tıbbi tanı, resmi beyan ve ödeme onayı bu gruba girer. Taslağı hızlandırması iyi, son sözü söylemesi riskli.

LLM nasıl kullanılır? İşte beş adım

LLM'i kullanmanın en kısa yolu, bir sohbet uygulaması açıp işini somut bir bağlamla anlatmaktır; kurulum gerekmez. Düzenli çalışmak için şu sırayı izle:

1. Aracı seç. Başlangıç için Claude, ChatGPT ya da Gemini gibi bir sohbet uygulaması yeter. Claude için Claude nedir yazısındaki ilk adımlara bak.
2. Bağlamı ver. Kim için yazıyorsun, amaç ne, elindeki malzeme ne? Üç cümlelik bir bağlam, tek cümlelik bir istekten çok daha iyi sonuç verir. Ayrıntılı yöntem prompt nasıl yazılır yazısında.
3. Çıktı biçimini iste. "Üç maddelik özet", "iki sütunlu tablo", "en fazla 100 kelime" gibi bir ölçü koy.
4. Kontrol et. Sayıları, tarihleri ve bağlantıları kaynağından doğrula. Emin değilsen modele "bilmiyorsan bilmiyorum de" izni ver.
5. Tekrar eden işi sisteme çevir. Aynı işi üçüncü kez yazıyorsan talimatı bir dosyaya koy ve bir ajana ver. Sıfırdan Sistem'in ajan dosyaları bu geçişin hazır hâli; ama ayda bir yaptığın iş için gerekmez, bir şablon yeter.