← Bloga Dön
Knowledge Base (Bilgi Tabanı) Nedir? Türleri, Örnekleri ve Yapay Zekâ Bilgi Tabanı
Müşteri Deneyimi6 dk okuma16 Kasım 2026

Knowledge Base (Bilgi Tabanı) Nedir? Türleri, Örnekleri ve Yapay Zekâ Bilgi Tabanı

Knowledge base yani bilgi tabanı nedir, üç türü (müşteri yardım merkezi, iç bilgi tabanı, yapay zekâ bilgi tabanı) nelerdir, yapay zekâ bilgi tabanı soruları nasıl yanıtlar, adım adım nasıl kurulur ve müşteri deneyimi ekipleri ondan ne bekler.

Bu yazıyı dinleyin

0:00 / 8:38

Hızlı yanıt

Knowledge base, yani bilgi tabanı, soruları yanıtlayan düzenli ve aranabilir bir bilgi bütünüdür: nasıl yapılır makaleleri, politikalar, ürün bilgileri, kararlar. Üç yaygın türü vardır: müşteriye açık yardım merkezi, ekipler için iç bilgi tabanı ve yapay zekâ asistanlarının ve ajanlarının okuduğu, böylece tahmin yerine sizin bilgilerinize ve kurallarınıza göre yanıt vermelerini sağlayan yapay zekâ bilgi tabanı.

Her şirketin, adı öyle konmasa da bir bilgi tabanı vardır. Yardım makalelerine, ortak klasörlere, sohbet yazışmalarına ve deneyimli çalışanların aklına dağılmış durumdadır. İyi bir bilgi tabanını zayıf olandan ayıran şey, insanların ve artık yapay zekânın doğru cevabı hızla bulup bulamadığı ve ona güvenip güvenemediğidir.

Bu rehberde knowledge base'in ne olduğunu, örnekleriyle üç ana türünü, yapay zekâ bilgi tabanının nasıl çalıştığını, adım adım nasıl kurulacağını, en sık yapılan hataları ve müşteri deneyimi ekiplerinin ondan ne beklediğini bulacaksınız.

Knowledge base (bilgi tabanı) nedir?

Bilgi tabanı, insanların ya da yazılımların bir soruyu yanıtlamak için arayabildiği merkezi ve düzenli bir bilgi deposudur. İyi bilgi tabanlarının dört ortak özelliği vardır:

  • Düzenli: içerik konulara göre ayrılır, başlıklar açıktır; doğru cevap kolay bulunur.
  • Aranabilir: insanlar cevabı bir iş arkadaşına sormadan, arayarak ya da göz atarak bulur.
  • Sorumlusu belli: her makalenin ya da kuralın, onu doğru tutan bir sorumlusu vardır.
  • Güncel: ürünler, politikalar ya da fiyatlar değiştiğinde içerik gözden geçirilip güncellenir.

Bilgi tabanının 3 türü

TürKim kullanırTipik içerikÖrnek
Müşteriye açık yardım merkeziMüşterilerNasıl yapılır makaleleri, SSS, sorun giderme"Teslimat adresimi nasıl değiştiririm?"
İç bilgi tabanıÇalışanlarPolitikalar, süreçler, uygulama rehberleri, ürün bilgileri"Belirli tutarın üstündeki siparişlerde iade onayı kuralları"
Yapay zekâ bilgi tabanıYapay zekâ asistanları ve ajanlarıYapay zekânın kullanabileceği onaylı cevaplar, belgeler, kurallar ve verilerİade politikanızdan müşteriye cevap veren bir asistan

Müşteriye açık yardım merkezi

Müşterilerin sorunlarını kendi başlarına çözmesini sağlayan, herkese açık makale ve SSS kütüphanesidir. Makaleler kolay bulunduğu ve güncel olduğu sürece destek ekibine gelen tekrar eden soruları azaltır.

İç bilgi tabanı

Ekipler için kapalı bir alandır: süreçler, politikalar, ürün bilgileri, kararlar ve öğrenilen dersler. Yeni çalışanların işe alışma sürecini kısaltır ve kişiler ile ekipler arasında cevapların tutarlı olmasını sağlar.

Yapay zekâ bilgi tabanı

Yapay zekâ için hazırlanmış bir bilgi tabanıdır. Bir yapay zekâ asistanı ya da ajanı bir soru aldığında önce bilgi tabanında ilgili bölümleri, kuralları ya da verileri bulur, sonra cevabını bunlara dayanarak verir. Bu yaklaşıma çoğu zaman RAG (retrieval-augmented generation, yani erişimle zenginleştirilmiş üretim) denir. Sonuç: sizin bilgilerinize, politikalarınıza ve üslubunuza uyan, kaynağını gösterebilen cevaplar.

Yapay zekâ bilgi tabanı nasıl çalışır?

  1. Toplayın: yapay zekânın kullanabileceği kaynakları; yardım makalelerini, politikaları, ürün belgelerini, onaylı cevapları ve bazen yapılandırılmış verileri.
  2. Düzenleyin ve temizleyin: tekrar eden ve eskimiş sürümleri çıkarın, çelişkileri giderin. Yapay zekâ, çelişen iki politikadan hangisinin güncel olduğunu ayırt edemez.
  3. Dizinleyin: içeriği, doğru bölüm yalnızca birebir kelimelerle değil anlamıyla da bulunabilecek şekilde dizinleyin.
  4. Getirin: her soru için en ilgili bölümleri bulun.
  5. Cevaplayın: bu bölümlere dayanarak, mümkünse kaynağıyla cevap verin; ilgili bir şey bulunamazsa "bilmiyorum" deyin ya da bir insana devredin.
  6. Gözden geçirip iyileştirin: yapay zekânın iyi cevaplayamadığı sorulara bakın ve arkasındaki içeriği ekleyin ya da düzeltin.

Cevapların kalitesi modelden çok birinci ve ikinci adıma bağlıdır. Güçlü bir model bile dağınık bir bilgi tabanıyla tutarsız cevaplar verir.

Bilgi tabanı adım adım nasıl kurulur?

  1. Gerçek sorulardan başlayın. Müşterilerin ve çalışanların gerçekten sorduklarını toplayın: destek talepleri, sohbet kayıtları, anket yorumları, arama terimleri.
  2. Soruları konulara ayırın ve her konuya bir sorumlu atayın.
  3. Her soruya açık bir cevap yazın: kısa, net, adımları ya da kuralıyla birlikte.
  4. Cevapların arkasındaki kuralları ekleyin: politikalar, eşikler, istisnalar. Yapay zekânın bunlara en az insanlar kadar ihtiyacı vardır.
  5. Bulunabilir yapın: açık başlıklar, tutarlı terimler, ilgili makaleler arasında bağlantılar.
  6. Bir gözden geçirme düzeni kurun ve ürünler ya da politikalar değiştikçe makaleleri güncelleyin.
  7. Ölçün: iyi cevabı olmayan soruları, sorunu çözmeyen makaleleri ve tekrar tekrar gelen konuları izleyin.

En sık yapılan bilgi tabanı hataları

  • Sorumlusunun olmaması. Makaleler eskir ve kimse fark etmez.
  • Tekrarlar ve çelişkiler. Aynı soruya iki cevap; biri eskimiş.
  • Okuyan için değil şirket için yazmak. Müşterinin kelimeleri yerine iç jargon.
  • Kuralı yazılmamış cevaplar. Asıl koşul ve adımlar yerine "destekle iletişime geçin".
  • Hiç ölçmemek. Bilgi tabanının hangi sorulara cevap veremediğini kimse bilmez.
  • Yapay zekâya her şeyi vermek. Eski taslaklar ve iç tartışmalar asistanın kafasını karıştırır; yalnızca onaylı içerik verin.

Bilgi tabanı, knowledge graph ve veritabanı farkı

Bilgi tabanıKnowledge graphVeritabanı
Ne saklarCevaplar, makaleler, kurallar, belgelerVarlıklar ve aralarındaki ilişkilerTablolardaki kayıtlar
En iyi olduğu işSoruları doğal dille yanıtlamakBağlantılar üzerinden akıl yürütmekKesin sorgular ve işlemler
Tipik kullanıcıİnsanlar ve yapay zekâ asistanlarıArama, analitik ve yapay zekâ sistemleriUygulamalar

Bunlar birlikte çalışır: birçok yapay zekâ bilgi tabanı, belgeleri yapılandırılmış veri ve ilişkilerle birleştirir.

Müşteri deneyimi ekipleri bilgi tabanından ne bekler?

Müşteri deneyimi ekipleri iki tür soruya cevap arar. Birincisi "cevap ne?": politikalar, ürün bilgileri, nasıl yapılır adımları. Klasik bir bilgi tabanı bunu karşılar. İkincisi "bu neden oluyor?": bir şubeyle ilgili şikayetler neden arttı, bir segmentin puanı neden düştü, bir sorun hâlâ devam ediyor mu. Bunun için makaleler yetmez; şirketin kendi kuralları ve sektörünün dinamikleri, müşterilerin gerçekte söyledikleriyle birlikte gerekir.

Pivony Knowledge Base (PKB)

Pivony; şirket bilgi tabanınızı, sektörünüzün dinamiklerini ve kurallarını, iş akışlarınızı bir araya getirir ve bunların üzerinde çıkarım yapar. Pivony Knowledge Base (PKB), kurumunuzun kendi bilgi tabanıdır: sektörünüz için bir ontoloji üzerine kurulur, müşteri geri bildirimlerinize bağlanır ve her şikayet temasının zaman içinde nasıl geliştiğini, arkasındaki yorumlarla birlikte gösterir. Onu iki yerde kullanırsınız:

  • Sonic Advisor veri sorularınızı, sesle ya da yazıyla, bilgi tabanınızdan yanıtlar.
  • Pivony MCP add-on'u ile Claude gibi yapay zekâ asistanları, kurumunuzun bilgi tabanına "neden" sorularını sorabilir: kök nedenler, bir sorunun hâlâ sürüp sürmediği, rakip karşılaştırmaları.

İki Sonic ürününün de kendi bilgi tabanı vardır:

  • Sonic Survey'in ajan bilgi bankası, yapay zekâ sesli anketleri için hazır cevapları tutar: müşteri bir şey sorduğunda ajanın ne söyleyeceği, sonra ankete mi devam edeceği yoksa görüşmeyi mi bitireceği. Şirketinizin bütün sesli anketleri onu ortak kullanır.
  • Sonic Prospect'in bilgi tabanı, site asistanının ziyaretçilere SSS'leriniz ve yüklediğiniz belgelerden cevap vermesini sağlar.

Amaç basit: müşterileriniz hakkında, genel tahminlere değil sizin kurallarınıza uyan yapay zekâ cevapları. Samsung ve Allianz'ın güvendiği platform.

İlgili içerikler

Sonraki adım

Müşteri geri bildiriminize bağlı bir bilgi tabanının "neden" sorularını nasıl yanıtladığını görmek için demo talep edin ya da destek talepleriniz, yorumlarınız veya anket yanıtlarınızın bir dışa aktarımı üzerinde ücretsiz kök neden analizi isteyin.

Sık sorulan sorular

Knowledge base nedir?

Knowledge base, yani bilgi tabanı, soruları yanıtlayan düzenli ve aranabilir bir bilgi bütünüdür: nasıl yapılır makaleleri, politikalar, ürün bilgileri ve kararlar. İyi bir bilgi tabanı konulara göre düzenlenir, kolay aranır, bir sorumlusu vardır ve güncel tutulur.

Bilgi tabanı türleri nelerdir?

Üç yaygın tür vardır: makale ve SSS içeren müşteriye açık yardım merkezi; çalışanlar için politika, süreç ve ürün bilgisi içeren iç bilgi tabanı; ve yapay zekâ asistanlarının, cevaplarını sizin bilgilerinize ve kurallarınıza dayandırmak için okuduğu yapay zekâ bilgi tabanı.

Yapay zekâ bilgi tabanı nedir?

Yapay zekâ için hazırlanmış bir bilgi tabanıdır. Bir yapay zekâ asistanı soru aldığında önce bilgi tabanından ilgili bölümleri, kuralları ya da verileri bulur, sonra cevabını bunlara dayanarak, mümkünse kaynağıyla verir. Bu yaklaşıma çoğu zaman RAG denir.

Bilgi tabanı ile knowledge graph arasındaki fark nedir?

Bilgi tabanı cevapları, makaleleri, kuralları ve belgeleri saklar ve soruları doğal dille yanıtlamakta iyidir. Knowledge graph ise varlıkları ve aralarındaki ilişkileri saklar ve bağlantılar üzerinden akıl yürütmekte iyidir. Birçok yapay zekâ sistemi ikisini birlikte kullanır.

Bilgi tabanı nasıl kurulur?

Müşterilerin ve çalışanların gerçekten sorduğu sorulardan başlayın, soruları her biri bir sorumluya ait konulara ayırın, her soruya açık bir cevap yazın, cevapların arkasındaki kuralları ekleyin, içeriği bulunabilir yapın, düzenli gözden geçirin ve hangi sorulara cevap veremediğini ölçün.

#knowledge base#what is a knowledge base#ai knowledge base#knowledge base types#customer experience#retrieval-augmented generation

See root causes on your own feedback

Book a 15-minute demo, or get a free RCA in 48 hours with no sales call.