Yapay zeka belleği: Nedir, nasıl çalışır ve neleri depolar?

Yapay zeka belleği, konuşma tabanlı bir yapay zeka asistanının geçmiş sohbetlerinizden kaydettiği ve tercihlerinizi ve bağlamınızı hatırlayabilmesi için yeni sohbetlere taşıdığı bilgilerdir. Modelin kendisi bu bilgilerin hiçbirini saklamaz. Asistan bunları ayrı olarak depolar ve ilgili olduğunda yeniden ekler; bu da modele, aksi takdirde sahip olamayacağı kalıcı bir bağlam kazandırır.

Bu rehber, asistanların bu bilgileri nasıl kaydedip hatırladığını, neleri depoladığını, neden bazen yanıldığını ve bu bilgileri nasıl görebileceğinizi, değiştirebileceğinizi veya kapatabileceğinizi açıklıyor.

Yapay zeka belleği nedir?

Kalıcı bellek olarak da adlandırılan yapay zeka belleği, bir yapay zeka asistanının sizinle ilgili tercihler, olgular ve geçmiş etkileşimlerden gelen bağlam gibi bilgileri depolayan ve sonraki sohbetlerde kullanabildiği bir özelliğini ifade eder.

Bir yapay zeka asistanı bu kaydı, hatırlamasını istediğiniz şeylerden, kendi başına fark ettiği ayrıntılardan ve geri dönüp başvurabildiği önceki sohbetlerden oluşturabilir.

Yapay zeka bellek katmanı, yapay zeka asistanlarının her sohbette tercihlerinizi paylaşmanıza gerek kalmadan kişiselleştirilmiş yanıtlar sunmasını sağlar. Bir asistana maratona hazırlandığınızı ve kilometreyi tercih ettiğinizi söylediyseniz, tempoyla ilgili bir sonraki sorunuz bunu yeniden belirtmenize gerek kalmadan kilometre cinsinden yanıtlanır.

Her sohbette durumunuzu yeniden anlatmakla karşılaştırıldığında bellek, sizi yazma zahmetinden kurtarır ve istemi kısa tutar; bu önemlidir, çünkü uzun girdiler yanıtların doğruluğunu düşürür.

Bellek, her sohbetin bir dökümü değil, sizinle ilgili temel olguların bir derlemesidir. Yani kilometreyi tercih ettiğinizi hatırlar. Geçen ay hazırladığı antrenman planının tam olarak kendisini bulabilmesi ise asistanın geçmiş sohbetlere de bakıp bakamamasına bağlıdır.

Yapay zeka belleği türleri

Princeton Üniversitesi'nden araştırmacılar (2024), yapay zeka bellek sistemlerinin türlerini sınıflandırmak için insan belleği biliminden terminoloji ödünç aldı. Geliştirdikleri çerçeve, çalışma belleğini uzun süreli bellekten ayırır:

• Çalışma belleği: Modelin o anki adım için tuttuğu bilgiler, yani o ana kadarki sohbet ve getirdiği her şey. Kısa süreli bellek olarak da bilinir.
• Uzun süreli bellek: Oturumlar arasında kalıcı olan bellek. Bu makalenin konusu bu bellek türüdür.

Uzun süreli bellek üç bellek türünden oluşur:

• Epizodik bellek: Geçmiş etkileşimlerin kayıtları; örneğin geçen ay antrenman planı istediğiniz sohbet.
• Semantik bellek: Dünya ve sizinle ilgili bilgiler; örneğin kilometreyi tercih etmeniz.
• Prosedürel bellek: Bir yapay zeka ajanının nasıl davrandığı; bu bilgi modelin ağırlıklarına, ajanı çalıştıran koda ve istemlere işlenmiştir. Bir yapay zeka asistanında buna en yakın karşılık, sistem istemi ve sizin özel talimatlarınızdır.

Büyüt

Yapay zeka asistanı belleği ve yapay zeka ajanı belleği

Yapay zeka asistanı belleği de yapay zeka ajanı belleği de uzun süreli bellektir. Yapay zeka asistanı belleği çoğunlukla semantik bellektir ve yanıtların size uygun olması için sizinle ilgili olguları depolar. Perplexity'nin Brain özelliği gibi ajan belleği ise ajanın ne yaptığını ve bunun nasıl sonuçlandığını, neyin işe yaradığı ve neyi düzelttiğiniz de dahil olmak üzere depolar; böylece ajan her yeni göreve daha iyi bir noktadan başlar.

Yapay zeka belleği ile bağlam pencereleri, eğitim verileri ve özel talimatlar arasındaki farklar

Yapay zeka belleği, bir yanıtı şekillendiren diğer üç unsurla kolayca karıştırılabilir: modelin bağlam penceresi, eğitim verileri ve özel talimatlar. Her biri farklı bilgiler tutar, farklı sürelerde varlığını korur ve farklı bir sistem tarafından kontrol edilir.

Bağlam penceresi, bir büyük dil modelinin (LLM) aynı anda okuyabildiği metin miktarıdır ve mevcut sohbeti kapsar. Yeni bir sohbet başlattığınızda sıfırlanır.

Günümüzdeki bazı modeller bir milyon token veya daha fazlasına ulaşan geniş bağlam pencerelerine sahiptir; dolayısıyla teknik olarak temel bilgilerinizi her sohbete yapıştırabilirsiniz. Ancak bunların tamamının işlenmesi gecikmeyi ve maliyeti artırır.

Birçok çalışma, yanıt bağlamın içinde yer alsa bile girdi büyüdükçe çıktı doğruluğunun düştüğünü de ortaya koymuştur.

2025 tarihli bir Illinois Üniversitesi ve Amazon çalışması, modeller ilgili her ayrıntıyı eksiksiz aktarabildiğinde bile bu durumu gözlemledi: girdiler 30.000 token'a ulaştığında doğruluk %13,9 ile %85 arasında düştü; bu, modellerin iddia ettiği sınırların çok altındadır. Adobe Research ve LMU Münih'in 2025 tarihli kıyaslama testi NoLiMa, soru ile yanıt arasında hiçbir ortak anahtar kelime olmadığında test edilen 13 modelden 11'inin yalnızca 32.000 token'da belirgin şekilde düşük performans gösterdiğini buldu. Chroma'nın Temmuz 2025 raporu ise bu durumu, 113.000 token'lık bir sohbet geçmişinden yanıt verdikleri durumlar da dahil olmak üzere 18 modelde gözlemledi.

Eğitim verileri, model yayımlanmadan önce modelin ağırlıklarına işlenmiş bilgilerdir. Kullanıcılar bunu değiştiremez. Geliştiriciler bir modele yeni veriler üzerinde ince ayar yapabilir, ancak bu bir kullanıcı ayarı değil, bir mühendislik sürecidir,

Özel talimatlar, yapay zeka asistanının davranışını ve çıktılarını özelleştirmek için kendiniz yazıp düzenlediğiniz ve asistan ayarlarında kaydedilen kurallardır. Örneğin özel talimatları, yanıtların tonunu ve üslubunu ya da asistanın hangi kaynakları kullanabileceğini belirlemek için kullanabilirsiniz.

Dördünün karşılaştırması şöyle:

Yapay zeka belleğinin depoladığı bilgiler

Asistanlar sizinle ilgili olgular, tercihler ve özetler gibi seçilmiş ayrıntıları saklar; bazıları ise geçmiş sohbetlerinizden de yararlanır.

• Hatırlamasını istediğiniz olgular ve tercihler: Bunlar, asistana açıkça kaydetmesini söylediğiniz ayrıntılardır; örneğin “kilometreyi tercih ettiğimi unutma.” Asistan, siz istediğinizde belleği oluşturur ve bu bellek, siz silene veya sonraki bir sohbet onu güncelleyene kadar kalır.
• Sohbetlerinizden edindiği ayrıntılar: Ayar açık olduğunda asistan bunları kaydeder. Perplexity “kullanıcının sorduğu soruların ve verdiği bilgilerin sıklığını öne çıkarır”; dolayısıyla sık bahsettiğiniz bir şeyin akılda kalma olasılığı, yalnızca bir kez bahsettiğiniz bir şeyden daha yüksektir. Bellek, güncellenene veya siz silene kadar kalır.
• Geçmiş sohbetlerinize yapılan atıflar: Asistan, kaydedilmiş bir listeye değil, doğrudan önceki sohbetlere başvurur. Perplexity buna arama geçmişi der: yeni bir yanıtı daha alakalı hale getirmek için kullanılan geçmiş sorularınız ve yanıtlarınız.

Yapay zeka belleği nasıl çalışır

Yapay zeka modeli, sohbetler arasında hiçbir şeyi hatırlamaz. Bu işi yapay zeka bellek sistemi yapar: sizinle ilgili ayrı bir kayıt tutar ve bunun ilgili kısımlarını her yeni sohbete ekler. Depolama ve getirme arka planda gerçekleşir; böylece model bunları sorunuzla birlikte okur.

Büyüt

Bu süreç beş adımda işler:

1. Kaydetme: Asistan, siz istediğinizde veya bir ayrıntının saklanmaya değer olduğuna karar verdiğinde bir bellek kaydeder.
2. Depolama: Bellekler, modelden ayrı tutulan bir veritabanına kaydedilir. Birçok sistemde bu bir vektör veritabanıdır; böylece bellekler anlamlarına göre aranabilir. Ayarlarda gördüğünüz liste, bu bellek deposunun bir görünümüdür.
3. Getirme: Bir mesaj gönderdiğinizde asistan hangi belleklerin geçerli olduğuna karar verir. Birçok sistem bunu, mesajınızı ve her belleği anlamın sayısal temsilleri olan gömmelere (embedding) dönüştürüp en yakın eşleşmeleri seçerek yapar. Bir bellek sorunuzla hiçbir kelimeyi paylaşmasa bile bu sayede hatırlanabilir. Daha basit sistemler ise kaydedilen her belleği her sohbete yükler.
4. Kullanma: Hatırlanan bellekler, genellikle modelin mesajınızdan önce okuduğu bir talimat bloğu içinde, düz metin olarak girdiye eklenir. Model bunları o girdideki diğer tüm metinler gibi işler.
5. Güncelleme ve kaldırma: Asistan sohbetlerden olguları çıkarır, mevcut bellekleri tarar ve bir olguyu yeni olarak eklemeye, mevcut bir belleği güncellemeye, bir bellekle birleştirmeye veya yeni bulgularla çelişen eski bir belleği silmeye karar verir. Bazı asistanlar, yeni bilgiyi eskisinden ayırt edebilmek için her belleğe zaman damgası ekler.

Yapay zeka belleğinin zorlukları ve riskleri

Yapay zeka belleği yanıtların kalitesini artırmayı amaçlar, ancak kıyaslama testleri, bellekten getirme işleminin özellikle büyük veritabanlarında her zaman ilgili veya güncel bilgileri ortaya çıkarmadığını gösteriyor. Bellek ayrıca güvenlik ve gizlilik riskleri de doğurur.

Yapay zeka belleğiyle ilgili yaygın güvenilirlik ve güvenlik sorunları şunlardır:

• Yanlış uygulanan bellekler: Bir bellek, hiçbir ilgisi olmayan bir yanıta dahil edilebilir. Bir 2026 çalışması, 18 modeli, hayatın bir alanından kaydedilen bir belleğin başka bir alandaki yanıta sızıp sızmadığı açısından test etti. Medyan başarısızlık oranı %53'tü. Çalışma ayrıca bellek, kullanıcıların inançlarını veya iddia ettikleri uzmanlıklarını barındırdığında, soru tarafsız bir yanıt gerektirse bile neredeyse tüm modellerin bunları tekrarladığını buldu.
• Güncelliğini yitirmiş bellekler: Sonraki bir sohbet bir ayrıntıyı geçersiz kıldıktan sonra da, özellikle bunu hiçbir zaman açıkça söylemediğinizde, asistan o ayrıntıya göre hareket etmeye devam eder. Modellerin bu tür örtük değişiklikleri fark edip etmediğini test eden Mayıs 2026 tarihli bir kıyaslama testinde en iyi model ortalama %55,2 başarı elde etti.
• Bellek aşırı yüklemesi: Bir asistanın geri okuması gereken bilgi arttıkça, önemli olanı ayıklamak zorlaşır. 2024 tarihli bir kıyaslama testi olan LongMemEval, yaklaşık 115.000 token'lık bir sohbet geçmişini okuyan modellerin, yalnızca ilgili oturumlar verilen modellere göre %30 ila %60 daha kötü performans gösterdiğini buldu.
• Bellek zehirlenmesi: Yanlış bilgiler veya gizli talimatlar, örneğin okumasını istediğiniz içerik aracılığıyla bir asistanın belleğine girer ve bu da taraflı ya da güvenli olmayan yanıtlara veya veri sızıntılarına yol açar.
• Gizlilik riskleri: Bellek, kişisel ayrıntıları geldikleri sohbetin ötesinde, bazen beklediğinizden daha uzun süre saklar. Örneğin Perplexity, güvenlik ve hata ayıklama amacıyla silinen belleklerin kaydını 30 güne kadar tutabilir. Veri koruma mevzuatı, depolanan bellekleri kişisel veri olarak kabul eder; bu nedenle bunları inceleyip silebilmeniz gerekir.

Yapay zeka belleğini görüntüleme, düzenleme ve kapatma

Bir asistanın neleri kaydettiğini görebilir, bunları silebilir, belleği kapatabilir veya bellek oluşturmayan gizli bir sohbet kullanabilirsiniz.

Bellek yönetimi birkaç kontrole dayanır. Her birinin ne işe yaradığı ve ne zaman kullanılacağı aşağıda açıklanmıştır:

Temiz bir başlangıç için belleği kapatın ve depolananları temizleyin.

Perplexity belleği nasıl yönetir?

Perplexity belleği sunduğu tüm modellerde çalışır.

Perplexity yanıtları iki kaynaktan kişiselleştirir: paylaştığınız tercihler ve ayrıntılar olan anılar ile arama geçmişiniz. Bir anı bir yanıtı şekillendirdiğinde o yanıtın kaynakları arasında görünür; böylece hangi anıların kullanıldığını görebilir ve bunlardan herhangi birini silebilirsiniz.

Büyüt

Ayrıca kendinizle ilgili ayrıntılar paylaşarak ve projeler için özel talimatlar sağlayarak yanıtlarınızı kişiselleştirebilirsiniz (her projenin kendi bellek katmanı vardır).

Büyüt

Siz kapatmadığınız sürece (Ayarlar → Tercihler → Yapay Zeka bölümündeki Yapay Zeka Veri Saklama), Perplexity tüketici hesaplarında (Enterprise hesaplarında asla) modellerini iyileştirmek için bellek içeriğini kullanabilir.

Max ve Enterprise Max aboneleri ayrıca projelerinizi ve çalışmalarınızı takip ederek belleği bir adım öteye taşıyan ortak bir bellek katmanı olan Brain'e de sahip olur. Brain'in kendi açma/kapama anahtarı vardır ve gizli oturumları yok sayar.

Perplexity'yi deneyin ve anıların bir sonraki yanıtınızı nasıl şekillendirdiğini görün.

Yapay zeka belleği hakkında SSS

Yapay zekada sınırlı bellek nedir?

IBM'in tanımına göre sınırlı bellekli yapay zeka, geçmiş olayları ve sonuçları hatırlayabilen ve durumları zaman içinde izleyebilen, ancak bu verileri geçmiş deneyimlerden oluşan uzun vadeli bir kütüphanede tutamayan yapay zekadır. Bu, yapay zeka sistemlerine ilişkin bir sınıflandırmadaki dört kategoriden biridir ve IBM sohbet botlarını ve sanal asistanları bu kategoriye dahil eder.

Asistan belleği, bu sistemlerin üzerine eklenen harici bir bellektir. Oturumlar arasında kalıcıdır; böylece bir asistan, önceki bir sohbette paylaştığınız ayrıntıları kullanabilir.

Hangi yapay zeka asistanının belleği en iyisi?

Herkes için en iyi olan tek bir asistan yoktur. İyi bir bellek, kontrol edebildiğiniz bellektir; bu nedenle yapay zeka araçlarını şu dört soruyu sorarak değerlendirin: Neyi kaydettiğini görebiliyor musunuz? Bir anıyı geldiği sohbetten ayrı olarak silebiliyor musunuz? Eğitim, bellekten ayrı bir ayar mı? Hiç anı oluşturmayan geçici veya gizli bir mod var mı?

Bir yapay zeka modeli, sizinle ilgili hatırladıklarından öğrenir mi?

Belleği bir yanıtta kullanmak, eğitimden farklı bir süreçtir. Perplexity, geçmişinizi eğitim verisi olarak ele almak yerine bellek deponuzdan ilgili bağlamı aldığını belirtiyor. İçeriğinizin modelleri iyileştirmek için kullanılıp kullanılamayacağı ise ayrı bir ayardır. Tüketici hesaplarında Perplexity bellek içeriğini bu amaçla kullanabilir; Yapay Zeka Veri Saklama ayarı bunu kapatır.

Büyüt

Yapay zeka belleğinden neleri uzak tutmalısınız?

Saklanmasını, sizi profillemek için kullanılmasını veya daha sonra tekrarlanmasını istemeyeceğiniz her şeyi yapay zeka belleğinden uzak tutun: kimlik ve finansal bilgiler, sağlık bilgileri, parolalar, başka kişilerin bilgileri ve çocuklarla ilgili her şey. Kanada Gizlilik Komiserliği Ofisi (Mayıs 2025) ve Birleşik Krallık Ulusal Siber Güvenlik Merkezi (Mart 2023), kamuya açık hale gelmesi durumunda sorun yaratacak her türlü istemden kaçınılmasını öneriyor.

Filtreler gizlilik risklerini azaltır ancak sağlık veya finansal bilgilerinizin hiç saklanmayacağını garanti etmez; bu yüzden bellek bankanızı gözden geçirin ve tek seferlik hassas sorular için gizli modu kullanın.