İçeriğe geç
Dolphy
Test ve Ölçüm

Sohbette Kart Ne Zaman Gösterilmeli? 50 Turluk Bileşen Testi

Mustafa Gürbüz6 dk okuma
İki tablet ve ortada telefonda sohbet balonları arasında küçük bir kart; üstte “Sohbette kart ne zaman gösterilmeli?” başlığı

Sohbet penceresinde cevap yalnız metinden oluşmak zorunda değil. Altına bir ürün kartı, bir rezervasyon kartı, "Tümünü gör" gibi bir çip ya da bir form eklenebilir. Bunlara sohbet içi bileşen diyoruz. Doğru anda çıkan bir kart misafirin işini kısaltır. Yanlış anda çıkan kart ise cevabı gölgeler ve "bana bir şey satılmaya çalışılıyor" hissi verir.

Dolphy'de ilk sürümlerde bileşenler neredeyse her cevapta çıkabiliyordu. Kullanıcı gözlemi netti: diğer asistanlarda kart bir şey tetiklenince çıkıyor, bizde her zaman. Bu yazı bileşen kararını nasıl ölçtüğümüzü ve vardığımız kuralı anlatıyor.

İlk bulgu: 20 madde ve marka kartları

Bir e-ticaret test sitesinde "Hangi markaları satıyorsunuz?" sorusuna asistan 20 maddelik bir liste yazdı ve altına iki "marka kartı" ekledi. Kartlardan biri mağazanın kendi adıydı. İlk değerlendirme koşusunda kurallı kontrolden geçemeyen 7 vakanın çoğu kart hatasıydı: marka kartları, kategori kartları, bir fiyat tablosunun "Ücretsiz" hücresinden üretilmiş kart, kampanya kartları.

İlk düzeltmeler bu tür hatalara yönelikti:

  • Sayım kapısı: Cevap beşten fazla kalem sayıyorsa kart gösterilmiyor; onun yerine ilgili liste sayfasına "Tümünü gör" çipi çıkıyor. Ondalık virgül ("479,90") kalem ayracı sayılmıyor; ilk sürüm tek bir fiyatlı cevabı kartsız bırakmıştı.
  • Kart olmayanlar: Marka ve kategori dizinleri, tablo hücreleri ve kurumsal sayfalar kart üretmiyor.
  • Kardeş ürün: Cevap bir ürünü tam adıyla andıysa, adı aynı kelimelerle başlayan kardeş ürünün kartı basılmıyor.

Bu kurallardan sonra kart hatası 7'den 0'a indi. Ama sorun kalem eşleştirmeden büyüktü: kartın çıkıp çıkmayacağına yalnız cevap metnine bakarak karar veriyorduk.

Rakipler bileşen kararını nasıl veriyor?

Belgelerini ve kamuya açık anlatımlarını inceledik:

Kaynak Bileşen kararı
Amazon Rufus Önce sorguyu sınıflıyor (bilgi mi, işlem mi); kartlar sonra doluyor
ChatGPT ve Perplexity alışveriş Ürün kartı yalnız satın alma niyeti sezilince, 3-5 kart
Google konuşma tasarımı "Görsel her turda gerekmez"; yalnız seçim, karşılaştırma ya da netleştirme katıyorsa
Google RCS, Meta Messenger Çip yalnız son mesajla ilgili ve gerektiği kadar
Intercom Fin Emin değilse netleştirme sorar, yapılandırılmış öğe göstermez
Gorgias İade ve kargo sorusunda ürün önerisini kapattı
Zendesk Karusel en fazla 10 kart
Baymard, Nielsen Norman İstenmeden çıkan öğe "itici satış" algısı yaratıyor

Ortak desen açıktı: bileşen niyete bağlı. Bizde ise kart kararı yalnız cevabın adlandırdığı kaleme, rezervasyon kartı da niyet sözcüğüne bakıyordu.

50 turluk test matrisi

Beş farklı işletme türünde (otel, e-ticaret, klinik, işlem yapabilen bir e-ticaret, bir yazılım şirketi) 13 konuşmadan oluşan 50 turluk bir test hazırladık. Her tur gerçek cevap hattından geçiyor ve her bileşen için beklenti yazılı: çıkmalı, çıkmamalı ya da fark etmez. Niyet sınıfları: seçim, karşılaştırma, bilgi/politika, netleştirme, talep, kapanış, kapsam dışı, devir.

Başlangıç bulguları:

Tur Sorun
Otel: "Kahvaltı fiyata dahil mi?" Altına rezervasyon kartı çıktı
Otel: "Rezervasyonu iptal edersem ücret kesiliyor mu?" Altına rezervasyon kartı çıktı
Klinik: "Dişim ağrıyor, ne yapmalıyım?" Devir sayıldı, bot duraklatıldı, sonraki iki tur boş cevap
Yazılım: "Paketleriniz ve fiyatlarınız neler?" 3 paket kartı yerine "Tümünü gör" çıktı
Otel ve klinik Kartta ve metinde aynı adres tekrarlandı

Bilgi turlarında (saat, konum, iade, garanti, kargo) ürün kartı hiç görülmedi; eşleştirme kapıları bunları zaten eliyordu. Sorunlar rezervasyon kartında, devir kararında ve sayım kapısındaydı. "Paketler" vakasında madde içindeki virgüller kalem sayılmıştı.

Niyet tabanlı politika

Model çağrısı gerektirmeyen bir politika katmanı eklendi. Tur sonunda, mevcut eşleştirme kapılarının üstünde çalışıyor:

  • Selamlama, kapanış, devir, çalışma saati, konum ve seçenek sorularında bilgi tabanı kartı ve rezervasyon kartı yok.
  • Yalnız soru soran bir cevapta (asistan netleştirme istiyorsa) hiçbir bileşen yok.
  • Misafir iletişim bilgisi yazarken rezervasyon kartı yok.
  • Koşul, iptal, iade ve "dahil mi" soruları bilgi niyeti sayılıyor; içinde "fiyat" ya da "rezervasyon" sözcüğü geçse bile.
  • Modelin "insana devret" kararı, misafir bir insanı anmıyorsa geçersiz. "Dişim ağrıyor" bir devir isteği değil.

Her kararın gerekçesi kayda yazılıyor. Modelin her turda hangi bileşeni göstereceğine karar verdiği bir araç ("show_items") da değerlendirildi ve reddedildi: katı şema her turda prompta biniyordu, sesli kanalda araç yoktu ve ölçülmüş bir boşluğu kapatmıyordu.

Koşu Tutan beklenti Kart ve metinde aynı adres
Başlangıç 68/75 1
Politika sonrası 71/75 3
Adres notu ve netleştirme tanımı 70/75 0

Son koşuda kalan "hatalar" beklenti hatasıydı: bir kart önceki turda zaten gösterildiyse ikinci turda gösterilmemesi kilitli bir tekrar kuralıydı. Toplam harcama, test sitelerinin taranması dahil yaklaşık 0,24 dolar oldu.

Sohbet içi bileşenin niyete göre gösterilip gösterilmediğini anlatan karar akışı
Sohbet içi bileşenin niyete göre gösterilip gösterilmediğini anlatan karar akışı

Daha sade kural: kart yalnız yönlendirmede

Politika hataları kapattı ama kullanım gözlemi bir adım daha ileri götürdü: "İncele" ve "Seç" kartları hâlâ çok sık çıkıyordu. Bir başka gözlemde misafir adını yazdıktan sonra her turda bir "Ekiple konuş" çipi belirdi. Ad, telefon ve onay turlarında bilgi tabanı araması doğal olarak zayıf dönüyordu ve düşük güven sinyali destek çipini tetikliyordu.

Kural sadeleşti:

  • Otomatik ürün kartları kapandı. Kart yalnız misafiri bir sayfaya yönlendirirken çıkıyor: model bunun için ayrı bir araç çağırıyor ("sayfayı göster").
  • Metinde bağlantı kalırsa kart kurallı olarak oluşuyor. Misafir "bu bilgi hangi kaynakta?" diye sorduğunda cevap düz metin bağlantı değil, tıklanabilir bir sayfa kartı.
  • Talep akışında çip yok. Botun sorusuna verilen cevapta ve talep toplanırken destek çipi gösterilmiyor.
  • Kartlar görselsiz ve tek tasarımlı. Her işletmede aynı.

Gerçek turlarda davranış beklendiği gibi oldu: mağazada fiyat sorusunda kart yok, "nereden satın alabilirim?" sorusunda ürün kartı var; otelde oda listesinde kart yok; "linkini atar mısın?" sorusunda hizmet sayfası kartı var. Hakemli setlerde tam geçen vaka sayısı değişmedi, kart sayısı neredeyse sıfıra indi.

Geniş listelerde karta alternatif olarak kategori çipleri kullanılıyor: asistan üç ya da daha fazla kalem sayan bir sunum cevabı verdiyse altında en kalabalık dört kategori çip olarak çıkıyor ("Genel Diş Tedavisi", "İmplant ve Protez" gibi).

Model değişince bileşen davranışı da değişiyor

Bu kuralın model bağımlılığı sonradan ortaya çıktı. Daha yeni bir modeli aynı hakemli sette denediğimizde, sayfa gösterme aracını çok daha sık çağırdı: bir klinik setinde 24 turun 11'inde kart çıktı, mevcut modelde 0. Her araç çağrısı ikinci bir model adımı demek; tur süresi medyanı 3,0 saniyeden yaklaşık 4,1 saniyeye çıktı. Model değişikliği bir bileşen testi olmadan yapılmamalı (model seçimi yazısı).

Kendi asistanınızda nasıl uygularsınız?

  • Bileşeni niyete bağlayın. Metinde bir ürün adı geçiyor diye kart göstermeyin; misafirin niyeti seçmek ya da gitmek mi, ona bakın.
  • Netleştirme sorusunda bileşen göstermeyin. Asistan soru soruyorsa misafirin cevabını beklemeli.
  • Bilgi ve politika sorularında satış bileşenini kapatın. "İptal edersem ücret kesilir mi?" sorusunun altındaki rezervasyon kartı yardım değil baskıdır.
  • Beklentili bir test matrisi yazın. Her tur için "çıkmalı / çıkmamalı / fark etmez" yazmak, bileşen hatalarını ölçülebilir yapar.
  • Model değişikliğinde bileşen testini yeniden koşun. Araç çağırma eğilimi modelden modele değişir.

Ölçümün sınırları

Matris 50 tur ve beş test sitesinden oluşuyor; her sektörün her niyetini kapsamaz. Koşular yerel bir veri kopyasında yapıldı. Kullanıcı tercihi ölçümü (kartın ne sıklıkla tıklandığı) bu çalışmanın parçası değildi.

Sık sorulan sorular

Bu bölümdeki sorular, aynı konuda en sık arananlardan derlendi.

01

Chatbot her cevabın altına ürün kartı göstermeli mi?

Hayır. İncelediğimiz sistemlerin ortak deseni kartı satın alma ya da seçim niyetine bağlamak. Bilgi, politika ve netleştirme turlarında kart göstermek cevabı gölgeleyebilir ve itici bir satış hissi yaratabilir.

02

Uzun listelerde kart mı, çip mi?

Bizim kuralımızda cevap beşten fazla kalem sayıyorsa kart gösterilmiyor; ilgili liste sayfasına bir "Tümünü gör" çipi ya da en kalabalık kategoriler çip olarak çıkıyor. Zendesk gibi sistemler karuseli 10 kartla sınırlıyor.

03

Bileşen kararını modele mi bırakmalı, kurala mı?

İkisi birlikte. Sayfaya yönlendirme gibi niyetleri model bir araçla belirtiyor; hangi niyette hangi bileşenin asla çıkmayacağını ise model çağrısı gerektirmeyen bir kural katmanı belirliyor. Yalnız modele bırakmak, model değiştiğinde davranışın da değişmesine yol açtı.

04

Sohbet içi bileşenler nasıl test edilir?

Her tur için beklenti yazılan bir test matrisiyle: bu turda kart çıkmalı mı, çıkmamalı mı, fark etmez mi? Gerçek cevap hattından geçen 50 turluk bir matris, bizde bilgi turlarındaki rezervasyon kartını, yanlış devri ve sayım hatasını yakaladı.

Paylaş

Mustafa Gürbüz

Dolphy Yöneticisi

Dolphy'nin yöneticisi. Sesli asistan, yazılı sohbet ve bilgi tabanı hattındaki testleri yürütüyor. Yazılardaki sayılar Dolphy'nin kendi test ortamında alınan ölçümlerden geliyor; her yazı ölçümün kapsamını ve sınırını da söylüyor.

İçerik 28 Eylül 2026 tarihinde kontrol edildi

Aynı soruları müşterilere tekrar tekrar yazmayın

Dolphy web sitesi, WhatsApp ve Instagram'da işletmenizin kendi bilgisiyle yanıt verir, talepleri panele düşürür.

Demo paneli gör

İlgili yazılar

Grafikli laptop, ortada hassas terazi ve kontrol listesi; üstte “Chatbot'un uydurduğunu nasıl ölçtük?” başlığı
Test ve Ölçüm7 dk okuma

Chatbot'un Uydurduğunu Nasıl Ölçtük? Hakem Model, Kalibrasyon ve Gürültü

Bilgi tabanından cevap veren bir chatbot'un uydurup uydurmadığını ölçmek için gerçek cevap hattını test sorularıyla koşturan, kurallı kontrollerin yanında farklı aileden bir hakem model kullanan bir değerlendirme aracı kurduk. İlk öğrendiğimiz, hakemin de yanıldığıydı: 'kaldı' dediği 8 vakanın yalnız 2'si gerçek hataydı, 3'ü hakemin kendi yanlışıydı. Hakemi insan etiketli vakalarla kalibre ettik, sonuçları geçti/kaldı/hata diye ayırdık ve küçük setlerde ±1 vakanın gürültü olduğunu ölçtük. Bu düzenle beş işletme sitesinde 73 vakada 1 gerçek uydurma bulundu.

Yazıyı oku
Test tezgâhında belge yığını, sunucu modülü ve bir çubuğu eksik sıralı liste ekranı; üstte “RAG'de recall %99 iken bot neden eksik cevap verir?” başlığı
Test ve Ölçüm7 dk okuma

RAG'de Recall %99 İken Bot Neden Eksik Cevap Verir?

RAG'de doğru sayfanın ilk 8 sonuçta olması, cevabın doğru olacağı anlamına gelmiyor. Ölçümlerimizde recall %93-100 iken bot bazı soruları eksik cevaplıyordu. Dört sebep çıktı: parçalar o kadar küçüktü ki 3.000 tokenlık bir sayfanın yalnız yedide biri modele gidiyordu; ürün kartlarının %55,8'i birbirinin kopyasıydı ve yanlış fiyatlı kopya seçilebiliyordu; sözcüksel arama Türkçe doğal sorularda neredeyse hiç eşleşmiyordu; blog yazıları kanonik hizmet sayfasının önüne geçiyordu. Her biri recall'un göremediği bir katmandaydı.

Yazıyı oku
Uzun ve kısa kâğıt yığınları arasında kâğıt şeridini kesen makas; üstte “Sistem promptunu %52 kısaltmak kaliteyi artırır mı?” başlığı
Test ve Ölçüm7 dk okuma

Sistem Promptunu %52 Kısaltmak Kaliteyi Artırır mı? Prompt ve Önbellek Ölçümleri

Güncel rehberler sade sistem promptlarının hem daha iyi hem daha ucuz olduğunu söylüyor. Müşteri asistanımızın promptunu dört biçimde yazdık: mevcut, standart iskelet, İngilizce iskelet ve yalnız değişmez kuralları içeren yalın sürüm. Yalın sürüm %52 kısaydı ama iki vakada kaynakta olmayan ifade üretti; diğer sürümler kaliteyi ölçülebilir biçimde değiştirmedi. Mevcut prompt kaldı. Aynı incelemede asıl kazancın başka yerde olduğu çıktı: prompt önbelleği 153 turun 135'inde hiç çalışmıyordu; promptu iki mesaja bölüp açık bir önbellek noktası koyunca sabit kısım her turda okunur hâle geldi.

Yazıyı oku