6. Yapay Zekâ Katmanı - eBattery AI

Elektrikli araçla yolculuk yapmak, birbiriyle bağlantılı kararlar almayı gerektirir. Gidilecek mesafe, mevcut batarya seviyesi, aracın tüketimi, yol koşulları, şarj istasyonlarının konumu ve sürücünün zaman planı aynı yolculuğun parçalarıdır. Bu değişkenlerden biri değiştiğinde diğer kararlar da etkilenebilir. Daha kısa görünen bir güzergâh, uygun şarj altyapısı bulunmadığında daha uzun bir yolculuğa dönüşebilir. Daha güçlü bir istasyon ise aracın kabul edebildiği şarj gücü sınırlıysa beklenen zaman avantajını sağlamayabilir.

eBattery AI, bu kararları birlikte değerlendirmek ve kullanıcıya anlaşılır bir yolculuk planı sunmak için uygulamanın merkezinde konumlanır. Kullanıcının ne yapmak istediğini doğal dille ifade etmesini sağlar; araç profili, harita, rota ve erişilebilen istasyon verileri üzerinden bu isteği uygulanabilir seçeneklere dönüştürür.

Kullanıcı açısından deneyim yalındır: “İzmir’e gitmek istiyorum”, “Hafta sonu iki günlük bir gezi planla” veya “Yakınımdaki uygun şarj istasyonunu bul” demek yeterli bir başlangıçtır. Arka planda ise her isteğin farklı veri kaynakları, hesaplamalar ve uygulama işlevleriyle eşleştirilmesi gerekir. eBattery AI’ın görevi, bu teknik karmaşıklığı yönetirken kararın gerekçesini kullanıcıya açık tutmaktır.

Bu yaklaşımın merkezinde anlaşılabilirlik, hesaplanabilirlik ve kullanıcı kontrolü bulunur. Asistan, önerdiği rotanın neden uygun olduğunu açıklayabilmeli; menzil ve şarj hesaplarını tutarlı bir yöntemle oluşturabilmeli; kullanıcı da planı kendi ihtiyaçlarına göre değiştirebilmelidir.

Mevcut ürünün AI sohbeti, rota ve gezi planlaması bu yapının çekirdeğini oluşturur. Anlık istasyon bilgileri, fiyatlar ve trafik gibi girdiler ilgili veri kaynaklarının kapsamıyla birlikte çalışır. Hava koşullarıyla zenginleştirilmiş tahminler, doğrudan araç bağlantısı ve davranışlardan öğrenen kişiselleştirme ise aynı mimari üzerinde aşamalı olarak genişleyen yeteneklerdir.

6.1 Merkezi Asistan Yaklaşımı

6.1.1 Uygulamanın farklı işlevlerini ortak bir bağlamda buluşturmak

eBattery AI, kullanıcının uygulamanın farklı bölümleri arasında ilerlerken aynı bilgileri tekrar tekrar vermesini azaltan merkezi bir asistandır. Haritada başlayan bir istasyon araması, sohbet içinde ayrıntılandırılabilir; sohbet sırasında oluşturulan bir rota, rota ekranında incelenebilir; planlanan bir gezi, ilgili gün ve duraklarıyla gezi modülünde düzenlenebilir.

Bu deneyimde araç, yolculuk ve kullanıcı tercihleri ortak bağlamı oluşturur. Örneğin kayıtlı aracını seçmiş bir kullanıcı “Bana yakındaki uygun istasyonları göster” dediğinde, sistemin her seferinde araç modelini yeniden sorması gerekmez. İstek, seçili araç ve kullanıcının paylaşmayı tercih ettiği konum bilgisiyle birlikte değerlendirilir.

Merkezi yaklaşım, uygulamanın farklı giriş noktalarından aynı karar mantığına ulaşmasını da sağlar. Kullanıcının harita üzerinden başlattığı şarj noktası aramasıyla AI Chat üzerinden yaptığı arama; aynı araç, aynı tercihler ve aynı güncel veriler kullanıldığında birbiriyle tutarlı sonuçlar üretmelidir.

Böylece eBattery’nin modülleri arasında yalnızca ekran geçişi kurulmaz; kullanıcının yapmak istediği iş de korunur.

6.1.2 Kullanıcının niyetini bir uygulama işlemine dönüştürmek

İnsanlar ihtiyaçlarını çoğu zaman teknik parametrelerle ifade etmez. “İki saat içinde yola çıkacağım”, “Çocuklarla gidiyoruz, daha rahat bir plan olsun” veya “Şarj için fazla sapmak istemiyorum” gibi cümleler, birden fazla tercihi birlikte içerir.

eBattery AI, bu ifadeleri planlamada kullanılabilecek bilgilere dönüştürür. Gerektiğinde başlangıç noktası, varış yeri, batarya seviyesi veya zaman önceliği gibi eksik bilgileri tamamlar. Sorular, oluşturulacak sonucu gerçekten etkileyen alanlara odaklanır.

Örneğin “İstanbul’dan İzmir’e gitmek istiyorum” isteğinde, kayıtlı araç ve başlangıç konumu zaten biliniyorsa kullanıcıdan yalnızca güncel batarya seviyesi ve yolculuk tercihi istenebilir. Kullanıcı “Ücretli yolları kullanabiliriz, toplam süre kısa olsun” dediğinde bu bilgiler rota talebine eklenir.

Bu yaklaşım, doğal dili uygulamanın işlevlerine bağlar. Kullanıcı menülerin teknik yapısını öğrenmek zorunda kalmadan ihtiyacını anlatabilir; sistem de isteği ilgili hesaplama ve ekran akışına taşır.

6.1.3 Öneriyi kullanıcı kontrolüyle tamamlamak

eBattery AI’ın sunduğu planlar incelenebilir ve değiştirilebilir. Kullanıcı önerilen istasyonu değiştirebilir, ara durak ekleyebilir, gezi programından bir müzeyi çıkarabilir veya daha düşük maliyetli bir rota isteyebilir.

Asistan, bu değişiklikleri planın geri kalanıyla ilişkilendirir. Bir durağın çıkarılması yalnızca gezi listesini kısaltmaz; günlük mesafeyi, varış saatini ve şarj ihtiyacını da değiştirebilir. Kullanıcının yaptığı düzenleme bu ilişkiler korunarak değerlendirilir.

Planın sahibi kullanıcıdır. AI, seçenekleri görünür kılar, hesaplamaları kolaylaştırır ve tercihlerin sonuçlarını açıklar. Yolculuğun amacı, temposu ve kabul edilebilir maliyeti kullanıcı tarafından belirlenir.

6.2 AI Chat: Açılış Deneyimi, Avatar, Streaming, Context Memory

6.2.1 Açılış deneyimi: Ne yapılabileceğini ilk anda göstermek

AI Chat’in açılış ekranı, kullanıcıya asistanın temel yeteneklerini doğrudan gösterir. Kullanıcı serbest metinle konuşmaya başlayabilir veya hazır başlangıç seçeneklerinden birini kullanabilir.

Başlangıç seçeneği Kullanıcının amacı Başlatılan akış
Rota Planla Bir noktaya araçla ulaşmak Başlangıç, varış, araç ve şarj ihtiyacına göre rota oluşturma
Gezi Planla Bir bölgeyi belirli bir sürede gezmek İlgi alanları ve süreye göre günlük program hazırlama
En Yakın İstasyonu Öner Uygun bir şarj noktasına ulaşmak Konum, araç uyumluluğu ve erişilebilen istasyon verileriyle öneri oluşturma
Verimliliklerim Kullanım verilerini anlamak Mevcut kayıtlar üzerinden tüketim ve kullanım değerlendirmesine geçiş

Bu seçenekler, ilk etkileşimdeki belirsizliği azaltır. Kullanıcının asistana hangi soruları sorabileceğini tahmin etmesi gerekmez; uygulama, günlük EV ihtiyaçlarıyla ilişkili başlangıç noktaları sunar.

Sohbet ilerledikçe başlangıç seçeneklerinin yerini bağlama uygun işlemler alır. Oluşturulan bir rotanın ardından “Rotayı Aç”, önerilen bir istasyonun ardından “İstasyona Git” gibi eylemler öne çıkar.

6.2.2 Avatar: Asistanın görsel kimliği

AI Chat’in görsel kimliğini animasyonlu robot avatarı oluşturur. Sohbet başlamadan önce ekranın merkezinde yer alan avatar, hafif hareketler ve ışık efektleriyle etkileşime hazır bir görünüm sunar.

İlk mesaj gönderildiğinde avatar küçülerek asistan mesajlarının yanına taşınır. Böylece ekranın odağı doğal biçimde başlangıç deneyiminden konuşmaya geçer. Kullanıcının yazdıkları, asistanın yanıtları ve oluşturulan sonuç kartları için daha fazla alan açılır.

Avatar, AI tarafından üretilen mesajların görsel olarak ayırt edilmesine de yardımcı olur. Bu kimlik, uygulamadaki topluluk mesajlaşmasından farklı ve tutarlı bir asistan deneyimi oluşturur.

Hareket ve görsel efektlerin işlevi, kullanıcıyı yönlendirmek ve sistemin durumunu anlaşılır kılmaktır. Okunabilirlik ve etkileşim önceliği korunur; animasyonlar temel bilginin önüne geçmez.

6.2.3 Streaming: Yanıtın akış halinde sunulması

eBattery AI, uygun yanıtları akış halinde gösterir. Kullanıcı, uzun bir açıklamanın tamamlanmasını beklemek yerine yanıtın oluşumunu aşamalı olarak görebilir.

Bu deneyimde iki farklı süreç birbirinden ayrılır: açıklamanın yazılması ve planın hesaplanması. Asistanın metin üretmeye başlaması, rota hesabının tamamlandığı anlamına gelmez. Rota, istasyon veya gezi kartı; ilgili veriler ve hesaplamalar hazır olduğunda sunulur.

Örneğin sistem önce talebin anlaşıldığını gösterebilir, ardından rota seçeneklerini hazırlarken ilerleme durumunu paylaşabilir. Hesaplama tamamlandığında harita önizlemesi ve şarj durakları görüntülenir. Böylece hızlı geri bildirim sağlanırken sonuçların bütünlüğü korunur.

Akış sırasında kullanıcı talebini değiştirirse yeni istek esas alınır. Önceki isteğe ait geç gelen bir sonuç, güncel planın yerine geçmemelidir. Bu, özellikle art arda durak veya rota tercihi değiştirilen konuşmalarda önemlidir.

6.2.4 Context Memory: Konuşmanın anlamını korumak

Bağlam hafızası, devam eden konuşmanın önceki adımlarla birlikte anlaşılmasını sağlar.

Kullanıcı önce “İstanbul’dan İzmir’e gideceğim” deyip ardından “Dönüşü de planla” yazdığında, asistan ikinci isteği ilk yolculukla ilişkilendirir. “Bunu daha ekonomik yap” ifadesi de konuşulan rota veya gezi planına uygulanır.

Bağlam üç düzeyde ele alınır:

  • Sohbet bağlamı: Konuşma sırasında verilen bilgiler ve yapılan değişiklikler.

  • Aktif plan bağlamı: Düzenlenmekte olan rota, gezi veya istasyon seçimi.

  • Kayıtlı kullanıcı tercihleri: Seçili araç ve kullanıcının kalıcı olarak belirlediği ayarlar.

Bu ayrım, geçici bir tercihin kalıcı bir alışkanlık gibi yorumlanmasını önler. Kullanıcının bir yolculukta “Bugün ücretli yollardan kaçınalım” demesi, bütün gelecek yolculuklarının aynı şekilde planlanacağı anlamına gelmez.

Aynı şekilde, önceki konuşmada girilen batarya seviyesi sonraki günün güncel araç verisi olarak kullanılamaz. Bağlamı hatırlamak, bilginin zaman içindeki geçerliliğini de yönetmeyi gerektirir.

6.3 Katmanlı Mimari: Kural tabanlı Karar Katmanı ve LLM Katmanı

6.3.1 Hesaplama ve anlatımın görevlerini ayırmak

eBattery AI’ın mimarisi, farklı görevlerin farklı yöntemlerle çözülmesi üzerine kurulur.

Menzil hesabı, enerji ihtiyacı, araç–istasyon uyumluluğu ve rota seçeneklerinin değerlendirilmesi; tanımlı veri alanları ve hesaplama kurallarıyla çalışan karar katmanında yürütülür. Kullanıcının doğal dildeki isteğinin anlaşılması ve sonuçların açıklanması ise büyük dil modeli, yani LLM katmanının görev alanıdır.

Bu ayrım, bir önerinin sayısal dayanağıyla anlatımını birbirine bağlar. Asistan “Bu istasyon daha uygun” dediğinde, gerekçe hesaplama katmanının ürettiği verilerden gelmelidir. Açıklamada kullanılan mesafe, süre ve enerji değerleri sonuç kartındaki değerlerle aynı kaynağa dayanır.

Mimari bileşen Temel sorumluluk Ürettiği sonuç
Veri ve entegrasyon katmanı Araç, harita, istasyon ve diğer kaynaklardan gelen verileri düzenlemek Kaynağı ve güncelliği tanımlı girdiler
İstek ve bağlam yönetimi Kullanıcının isteğini, seçili aracı ve aktif planı birleştirmek Yapılandırılmış planlama talebi
Kural tabanlı karar katmanı Uyumluluk kontrollerini, enerji hesaplarını ve aday değerlendirmesini yürütmek Rota ve şarj planı seçenekleri
LLM katmanı Doğal dili yorumlamak ve hesaplanan sonuçları açıklamak Kullanıcıya uygun anlatım
Doğrulama ve eylem katmanı Sonuçların tutarlılığını ve işlem yetkisini kontrol etmek Gösterilebilir kart ve uygulanabilir eylem
Deneyim katmanı Sohbeti, kartları ve ekran geçişlerini sunmak Uygulama içindeki kullanıcı deneyimi

6.3.2 Kural tabanlı karar katmanının kapsamı

Kural tabanlı yaklaşım, aynı veri anlık görüntüsü ve aynı kural sürümü için hesaplamaların tutarlı biçimde yeniden üretilebilmesini ifade eder.

Bu katman; kullanılabilir batarya enerjisini hesaplar, rota bölümlerinin enerji ihtiyacını tahmin eder, araçla uyumsuz istasyonları eler ve uygun adayları belirlenen ölçütlerle karşılaştırır. Kullanıcının seçtiği yol tercihleri ve korunacak batarya rezervi de burada değerlendirilir.

Kural tabanlı hesaplama, dış dünyanın kesin olarak bilindiği anlamına gelmez. Gelecekteki trafik, gerçek tüketim veya istasyonun varış anındaki durumu değişebilir. Dolayısıyla hesaplama yöntemi tutarlı olsa da bazı girdiler ve çıktılar tahmin niteliğindedir.

eBattery AI, bu farkı korur: bilinen veri, kullanıcı tarafından girilen bilgi ve model tahmini aynı kesinlik düzeyinde sunulmaz.

6.3.3 LLM katmanının kapsamı

Dil modeli, kullanıcının isteğini anlamak ve hesaplanan sonucu doğal bir anlatıma dönüştürmek için kullanılır.

“Daha az yürüyüş olsun”, “Müzeleri çıkar”, “Şarj için fazla beklemek istemiyorum” veya “Bu istasyonu neden seçtin?” gibi ifadeler bu katmanın çalışma alanına girer.

LLM, uygun uygulama işlevine aktarılabilecek yapılandırılmış bir talep oluşturulmasına yardımcı olur. Ancak istasyonun fiyatını, soket durumunu veya aracın batarya seviyesini kendi genel bilgisinden tamamlamaz. Bu bilgiler ilgili kayıtlardan ve entegrasyonlardan alınır.

Örneğin karar motoru bir istasyonu daha az rota sapması ve uygun güç desteği nedeniyle seçtiğinde, asistan bu gerekçeyi sadeleştirebilir:

“Bu istasyon aracınızla uyumlu ve ana güzergâha daha yakın. Daha güçlü görünen alternatif, aracınızın şarj sınırı nedeniyle ek zaman avantajı sağlamıyor.”

Bu açıklamanın değeri, kullanıcının kararın mantığını görebilmesidir.

6.3.4 Doğrulanmış veriden açıklanabilir sonuca

Her sonuç, kullandığı önemli girdilerle ilişkilendirilir. Seçili araç, batarya bilgisi, hesaplama zamanı ve istasyon verisinin güncelliği; planın hangi koşullarda oluşturulduğunu anlamayı sağlar.

Bu yapı, kullanıcı geri bildirimlerinin değerlendirilmesini de kolaylaştırır. Önerilen bir istasyonun tercih edilmemesi her zaman hesabın yanlış olduğu anlamına gelmez. Kullanıcı farklı bir mola noktası isteyebilir, belirli bir operatörü tercih edebilir veya planında görünmeyen bir zaman kısıtı taşıyabilir.

Kararın girdilerini ve kullanıcının değişikliğini birlikte incelemek, sistemin zaman içinde daha anlamlı biçimde geliştirilmesine yardımcı olur.

6.4 Rota Planlama — Araç Profili, Menzil Hesabı, Rota ve Yol Tercihleri

6.4.1 Yolculuğu araç profiliyle birlikte planlamak

eBattery’de rota planlaması, başlangıç ve varış noktalarının yanında aracın enerji ve şarj özelliklerini de dikkate alır.

Aynı güzergâhta iki elektrikli araç için farklı şarj planları gerekebilir. Kullanılabilir batarya kapasitesi, tüketim, desteklenen soketler ve şarj kabul gücü bu farklılığı oluşturur.

Planlamada kullanılan başlıca araç bilgileri şunlardır:

Araç bilgisi Planlamadaki işlevi
Marka, model ve uygun araç varyantı Doğru teknik profilin seçilmesini sağlar
Kullanılabilir batarya kapasitesi Yolculukta kullanılabilecek enerji hesabının temelini oluşturur
Tüketim değeri Mesafenin tahmini enerji ihtiyacına dönüştürülmesini sağlar
AC şarj desteği Uzun mola ve varış noktası şarj seçeneklerini değerlendirmeye yardımcı olur
DC şarj desteği Yol üstü hızlı şarj seçeneklerinin değerlendirilmesini sağlar
Soket uyumluluğu Kullanılabilir istasyonların belirlenmesini sağlar
Mevcut batarya seviyesi Yolculuğun başlangıç enerji durumunu tanımlar

Brüt batarya kapasitesiyle kullanılabilir kapasite ayrı değerlendirilir. Menzil hesabında esas alınan değer, sürüş için kullanılabilen enerjidir.

Mevcut kullanım akışında kullanıcı yolculuk öncesi batarya seviyesini manuel olarak girer. Kayıtlı araç profili teknik bilgileri taşırken, batarya yüzdesi o yolculuğun güncel girdisidir. İlerleyen araç bağlantısı entegrasyonları, bu bilginin desteklenen araçlardan otomatik alınmasını sağlayacak genişleme alanını oluşturur.

6.4.2 Menzil hesabı ve enerji rezervi

Menzil hesabının temelinde, mevcut enerji ile beklenen tüketim arasındaki ilişki bulunur:

Mevcut enerji = Kullanılabilir batarya kapasitesi × Batarya seviyesi / 100

Temel menzil tahmini = Mevcut enerji / Tüketim × 100

Burada enerji kWh, tüketim kWh/100 km ve menzil kilometre cinsindendir.

Örneğin kullanılabilir batarya kapasitesi 60 kWh, mevcut şarj seviyesi %40 ve hesaplamada kullanılan tüketimi 18 kWh/100 km olan bir araç düşünelim.

Bu durumda:

  • Bataryadaki hesaplanan enerji 24 kWh’dir.

  • Sıfır seviyesine kadar teorik menzil yaklaşık 133 kilometredir.

  • Örnek olarak %15 varış rezervi korunursa, planlama için kullanılabilecek enerji 15 kWh’ye düşer.

  • Aynı tüketim varsayımıyla rezerv korunarak hesaplanan mesafe yaklaşık 83 kilometredir.

Bu örnek, ekranda görülebilecek teorik menzille planlamada kullanılabilecek mesafenin neden farklı olduğunu açıklar. Buradaki %15, hesaplama mantığını göstermek için kullanılan örnek rezervdir.

Gerçek rota hesabında mesafe, yolun özellikleri ve erişilebilen tüketim girdileriyle birlikte değerlendirilir. Veri kapsamı genişledikçe eğim, trafik ve hava koşulları gibi etkiler modele eklenebilir. Tahminin dayandığı koşullar değiştiğinde plan da yeniden değerlendirilir.

6.4.3 Başlangıç, varış ve ara duraklar

Kullanıcı başlangıç noktasını mevcut konumundan, adres aramasından veya harita üzerinden belirleyebilir. Varış noktası ve ara duraklar da aynı yolculuk planının parçalarıdır.

Ara duraklar, EV planlamasında özellikle önemlidir. İstanbul’dan İzmir’e giderken Bursa’da yapılacak bir ziyaret, yalnızca toplam mesafeyi değiştirmez. Ziyaretin süresi, o bölgede şarj olanağı bulunup bulunmadığı ve bir sonraki bölüme hangi batarya seviyesiyle başlanacağı da planı etkiler.

Kullanıcı durakların sırasını değiştirebilir veya belirli bir sırayı koruyabilir. Manuel olarak belirlenen sıra, kullanıcının zaman planını veya kişisel önceliğini temsil edebilir. Sistem, şarj duraklarını bu tercihle uyumlu biçimde yeniden hesaplar.

Her değişiklikte kullanıcının yeniden bütün bilgileri girmesine gerek kalmadan ilgili plan güncellenir.

6.4.4 Rota modu ve yol tercihleri

eBattery, rota seçeneklerini kullanıcının yolculuk önceliğiyle ilişkilendirir.

En Hızlı yaklaşımı, toplam yolculuk süresine odaklanır. Sürüş süresinin yanında şarj için yapılan sapmalar, şarj süresi ve veri bulunduğunda bekleme süresi de değerlendirmeye girer.

En Verimli yaklaşımı ise enerji ihtiyacını ve erişilebilen maliyet verilerini, makul yolculuk süresiyle birlikte ele alır. Kullanıcıya daha düşük maliyetli bir seçenek sunulurken bunun süre üzerindeki etkisi de gösterilir.

Bu iki seçenek arasında her yolculuk için sabit bir üstünlük bulunmaz. Bir iş seyahatinde zaman, hafta sonu gezisinde mola düzeni veya bütçe daha önemli olabilir.

Ücretli yollar, otoyollar ve feribotlar gibi yol tercihleri rota talebine eklenir. Google Maps Routes API de bu tür tercihler için kaçınma seçenekleri sunar; bu seçenekler güzergâh aramasını yönlendirir ve uygun alternatifin bulunabilirliği yol ağına bağlıdır. eBattery, kullanılan harita hizmetinin sağladığı bu kabiliyetleri araç ve şarj planlamasıyla birleştirir.

Bölgesel veya daha ayrıntılı yol kısıtları, ilgili veri ve rota hizmetinin kapsamıyla birlikte ele alınır. Kullanıcıya sunulan rota, tercihlerin sonuç üzerindeki etkisini anlaşılır biçimde göstermelidir.

6.5 Şarj Planlama ve İstasyon Skorlama — Şarj Miktarı Önerisi, Güvenlik Marjı

6.5.1 Önce uygunluk, ardından karşılaştırma

Şarj planlamasının ilk adımı, kullanılabilir istasyonları belirlemektir. Bir istasyonun yüksek puanlı veya düşük fiyatlı olması, aracın o istasyonda şarj olabileceği anlamına gelmez.

Bu nedenle değerlendirme iki aşamada yürütülür:

  1. Araçla ve yolculukla uyumlu adayların belirlenmesi.

  2. Uygun adayların süre, maliyet ve kullanım koşulları açısından karşılaştırılması.

Soket uyumluluğu, erişilebilirlik ve ulaşmak için gereken enerji ilk aşamanın konusudur. Bu temel koşullar, diğer avantajlarla telafi edilebilecek puan unsurları olarak ele alınmaz.

Örneğin daha ucuz olduğu için araçla uyumsuz bir istasyon önerilmez. Benzer biçimde, mevcut enerjiyle ulaşılması uygun görünmeyen bir nokta yalnızca yüksek şarj gücü nedeniyle öncelik kazanmaz.

6.5.2 İstasyon skorlama: Yolculuğa göre değişen uygunluk

Uygun adaylar belirlendikten sonra istasyonlar çok ölçütlü bir değerlendirmeden geçirilir.

Ölçüt Değerlendirilen konu
Rota sapması İstasyona ulaşmak ve ana güzergâha dönmek için gereken ek mesafe ve süre
Araçla güç uyumu İstasyon gücünün aracın yararlanabileceği aralıkla ilişkisi
Fiyat Erişilebilen ve ilgili kullanıcıya uygulanabilen tarife
Anlık durum Desteklenen entegrasyonlarda uygun şarj noktasının mevcut durumu
Bekleme bilgisi Güvenilir veri veya yeterli model desteği bulunduğunda olası bekleme süresi
Operasyonel güvenilirlik Veri bulunduğunda hizmet sürekliliği ve kullanım deneyimi
Kullanıcı değerlendirmeleri Deneyimlerin güncelliği, içeriği ve yeterli sayıda gözleme dayanması
Mola uyumu İstasyonun kullanıcının mevcut durak ve zaman planıyla ilişkisi
Veri güncelliği Kararda kullanılan bilgilerin ne kadar güncel olduğu

Bu ölçütlerin önemi seçilen rota moduna göre değişir. Zaman öncelikli bir yolculukta sapma ve şarj süresi daha belirleyici olabilir. Maliyet öncelikli yolculukta tarife farkı, yaratacağı ek süreyle birlikte değerlendirilir.

Veri eksikliği de değerlendirmeye dahil edilir. Canlı durumu bilinmeyen bir istasyon “boş” kabul edilmez. Aynı şekilde yalnızca soket doluluk bilgisi, güvenilir bir kuyruk süresi hesaplamak için her zaman yeterli değildir.

Kullanıcı puanı da tek başına operasyonel güvenilirlik yerine geçmez. Az sayıda eski yorumla, güncel ve daha geniş bir deneyim kümesi aynı ağırlıkta ele alınmamalıdır.

6.5.3 İstasyon gücü ile gerçek şarj deneyimi arasındaki ilişki

İstasyon üzerinde yazan güç değeri, aracın bütün oturum boyunca bu güçte şarj olacağı anlamına gelmez. Şarj süresi; batarya seviyesi, kapasite, araç ve şarj ekipmanının özellikleri gibi birden fazla etkene bağlıdır. ABD Enerji Bakanlığı’nın Alternative Fuels Data Center kaynağı da bu değişkenlerin şarj süresini birlikte belirlediğini açıklar.

Örneğin DC şarj kabul sınırı 100 kW olan bir araç için 350 kW kapasiteli bir istasyon, 150 kW kapasiteli uygun bir istasyona göre sırf etiket gücü nedeniyle daha hızlı olmayabilir. Eğer ilk istasyona ulaşmak daha uzun bir sapma gerektiriyorsa toplam yolculuk açısından ikinci seçenek daha uygun olabilir.

eBattery’nin değerlendirmesi, istasyon gücünü aracın özellikleriyle birlikte ele alır. Böylece yüksek sayıların otomatik olarak daha iyi seçenek gibi sunulması yerine, kullanıcının yolculuğuna sağlayacağı fayda incelenir.

6.5.4 Şarj miktarı: Bir sonraki bölüme uygun enerji

Şarj planı, istasyon seçiminin yanında önerilen enerji miktarını da kapsar.

Temel yaklaşım; bir sonraki rota bölümünün enerji ihtiyacını, hedeflenen varış rezervini ve uygun alternatifleri birlikte değerlendirmektir. Kullanıcının her durakta aynı batarya seviyesine ulaşması gerekmez. Kısa bir geçiş, uzun bir sonraki etap veya varış noktasındaki şarj olanağı farklı hedefler doğurabilir.

Bataryaya eklenmesi gereken enerji için temel ilişki şöyledir:

Eklenecek enerji = Kullanılabilir kapasite × (Hedef batarya yüzdesi − Mevcut batarya yüzdesi) / 100

Örneğin 60 kWh kullanılabilir kapasiteye sahip bir araçta batarya seviyesinin %20’den %70’e çıkarılması, bataryada yaklaşık 30 kWh enerji artışına karşılık gelir.

Bu değer, istasyon sayacında ölçülen veya faturalanan enerjiyle birebir aynı olmak zorunda değildir. Şarj kayıpları ve yardımcı tüketimler nedeniyle enerji ölçümünün hangi noktada yapıldığı önem taşır.

Şarj süresi de yalnızca istasyonun en yüksek gücüne bölünerek hesaplanmaz. Model, erişilebildiğinde aracın farklı batarya seviyelerindeki şarj davranışını dikkate alır. Açıklayıcı bir örnek olarak, bataryaya 30 kWh enerji eklenirken ortalama net güç 60 kW olursa enerji aktarım süresi yaklaşık 30 dakikadır. Burada belirleyici değer, oturumdaki ortalama güçtür.

Maliyet hesabında enerji bedelinin yanında uygulanabilir oturum, süre veya diğer tarife bileşenleri de hesaba katılır. Gösterilen tahminin hangi kapsamı içerdiği kullanıcı tarafından anlaşılabilir olmalıdır.

6.5.5 Güvenlik marjı ve alternatiflerin korunması

Planlama, bataryanın teorik olarak son enerji birimine kadar kullanılmasına dayandırılmaz. Varış rezervi, tüketim tahminindeki değişkenlik ve yol üzerindeki alternatiflere erişim için alan bırakır.

Gerekli rezerv; rota uzunluğu, istasyon yoğunluğu, verinin güncelliği ve planın esnekliğiyle birlikte değerlendirilir. Sık şarj olanağı bulunan bir şehir içi güzergâhla alternatifleri sınırlı bir uzun yol bölümü aynı koşulları taşımaz.

eBattery AI, önerilen şarj miktarını açıklarken bu mantığı görünür kılar. Kullanıcı, bir istasyonda neden daha fazla enerji almasının önerildiğini veya neden bir sonraki uygun noktaya kadar kısa bir şarjın yeterli görüldüğünü anlayabilir.

Mevcut müsaitlik bilgisi de planın oluşturulduğu andaki durumu ifade eder. Bu bilgi, varış anında aynı soketin boş kalacağına dair bir rezervasyon oluşturmaz. Alternatif istasyonların değerlendirilmesi bu nedenle planın önemli bir parçasıdır.

6.6 Dinamik Yeniden Hesaplama

6.6.1 Yolculuk sırasında değişen koşulları plana yansıtmak

Rota, yolculuk başlamadan önce oluşturulmuş sabit bir belge olarak ele alınmaz. Kullanıcı ilerledikçe konum, trafik, istasyon durumu ve kendi tercihleri değişebilir.

Dinamik yeniden hesaplama, bu değişikliklerin plan üzerindeki etkisini değerlendirir. Ancak her tetikleyici, ilgili verinin erişilebilir olduğu kapsamda çalışır.

Değişiklik Kullanılan bilgi Plan üzerindeki olası etki
Trafiğin değişmesi Harita ve trafik kaynağı Süre ve güzergâh seçeneklerinin güncellenmesi
Planlanan istasyonun durumunun değişmesi Operatör entegrasyonu Alternatif şarj noktasının değerlendirilmesi
Kullanıcının rotadan sapması Konum ve rota ilerleyişi Kalan mesafe ve enerji ihtiyacının yeniden hesaplanması
Batarya bilgisinin güncellenmesi Kullanıcı girişi; desteklenen gelecekteki araç bağlantıları Şarj durağı ve hedef enerji miktarının güncellenmesi
Ara durak eklenmesi veya çıkarılması Kullanıcı düzenlemesi İlgili rota bölümlerinin yeniden planlanması
Hava koşullarının değişmesi İlgili entegrasyonun devrede olduğu kapsam Tüketim tahmininin yeniden değerlendirilmesi

Manuel girilmiş batarya seviyesiyle çalışan bir yolculukta, sistemin hesapladığı kalan enerji bir tahmindir. Araçtan ölçülmüş güncel batarya verisiyle aynı şekilde etiketlenmez.

6.6.2 Her değişikliği kullanıcıya yeni bir rota olarak sunmamak

Sürekli değişen küçük farklar, kullanıcıya gereksiz karar yükü getirebilir. Birkaç saniyelik trafik oynaması veya çok küçük bir süre avantajı, her defasında yeni bir öneri gerektirmez.

Yeniden hesaplama yaklaşımı, değişikliğin yolculuk açısından anlamını değerlendirir. Mevcut planın uygulanabilirliği, enerji rezervi ve kullanıcıya sağlayacağı belirgin fayda önceliklidir.

Bu sayede planın kararlılığı korunur. Kullanıcı, birbirine çok yakın iki seçenek arasında sürekli yönlendirilmek yerine gerekli olduğunda anlamlı bir güncelleme görür.

6.6.3 Değişikliğin nedenini açıklamak

Önerilen yeni rota, mevcut planla karşılaştırılarak sunulur. Kullanıcı hangi koşulun değiştiğini ve bunun sonucunu görebilmelidir.

Örneğin:

“Planladığınız istasyonun uygun soketlerinde kullanım bilgisi değişti. Alternatif istasyon güzergâha daha yakın ve mevcut enerji tahminine göre ulaşılabilir. Yeni seçeneği inceleyebilirsiniz.”

Açıklamada yalnızca eldeki verinin desteklediği unsurlar kullanılır. Güvenilir bekleme tahmini yoksa kesin bir dakika kazancı üretilmez.

Harita sağlayıcısından alınan trafik bilgisi ve eBattery’nin bu veriye dayanarak yaptığı EV değerlendirmesi de doğru biçimde ilişkilendirilir. Önerinin gerekçesi, hangi verinin nasıl kullanıldığını anlaşılır kılar.

6.7 AI Gezi Planlama — Aday Havuzu, Kümeleme, Süre Bütçeleme, Şarj Entegrasyonu

6.7.1 Ulaşım planından günlük deneyime

Gezi planlaması, kullanıcının belirli bir bölgede geçireceği zamanı düzenler. Hedef, ilgi çekici yerleri kullanıcının süresine, ilgi alanlarına ve aracının enerji ihtiyacına uygun bir programa dönüştürmektir.

Kullanıcı “Kapadokya’da iki gün geçireceğim, doğa ve tarih ağırlıklı olsun” dediğinde sistem; bölgeyi, gezi süresini ve öncelikleri birlikte değerlendirir. Başlangıç noktası, günlük tempo ve varsa kullanıcının özellikle görmek istediği yerler plana eklenir.

Ortaya çıkan program, günlere ayrılmış ve düzenlenebilir bir yolculuk yapısı sunar.

6.7.2 Aday yer havuzunun oluşturulması

İlk adım, bölgedeki uygun ziyaret noktalarının belirlenmesidir. Aday havuzunda kültürel alanlar, müzeler, doğal bölgeler, yeme–içme noktaları ve mola yerleri bulunabilir.

Değerlendirmeye alınan bilgiler, kaynağın kapsamına göre konum, kategori, ziyaret süresi, çalışma saatleri ve kullanıcı değerlendirmelerini içerir.

Yüksek popülerlik tek başına seçim nedeni değildir. Bir yer kullanıcının ilgi alanına uymuyorsa, günlük programa çok uzak kalıyorsa veya ziyaret için yeterli zaman bulunmuyorsa daha düşük öncelik alabilir.

İçerik anlatımı, seçilen yerlerin kayıtlarıyla ilişkilendirilir. Çalışma saati veya giriş koşulu gibi değişebilir bilgiler, dil modelinin genel bilgisinden güncel veriymiş gibi üretilmez.

6.7.3 Coğrafi kümeleme ve ulaşım ilişkileri

Aday yerler, günlük program oluşturulmadan önce coğrafi ve ulaşım ilişkileri açısından değerlendirilir. Amaç, aynı gün içinde gereksiz gidiş–gelişleri azaltmaktır.

Haritada birbirine yakın görünen iki noktanın ulaşım süresi kısa olmayabilir. Yol bağlantıları, geçiş noktaları ve bölgenin coğrafyası gerçek hareket düzenini belirler. Bu nedenle günlük gruplama yalnızca düz çizgi mesafesine dayanmaz.

Örneğin bir günün programı aynı bölgedeki ziyaretlerden oluşturulurken, daha uzaktaki bir durak başka güne alınabilir. Böylece kullanıcı zamanının daha büyük bölümünü ulaşım yerine ziyaretlere ayırabilir.

Kullanıcı belirli bir sıralamayı tercih ettiğinde bu seçim korunur; sistem kalan planı bu sırayla uyumlu hale getirir.

6.7.4 Süre bütçeleme: Gerçekçi bir günlük program

Günlük planın uygulanabilirliği, toplam ziyaret süresiyle birlikte ulaşım ve mola sürelerine bağlıdır.

Bir günün süre bütçesinde şu bileşenler bulunur:

  • Noktalar arasındaki ulaşım.

  • Her yerde geçirilecek ziyaret süresi.

  • Yemek ve dinlenme molaları.

  • Gerekli şarj durakları.

  • Park, erişim ve benzeri geçişler için makul zaman payı.

Kullanıcının altı saatlik bir gezi planına yalnızca ziyaret süreleri toplamı altı saat olan duraklar yerleştirmek, ulaşım için zaman bırakmaz. eBattery AI, planı günün toplam zaman çerçevesi içinde kurar.

Programın değeri, mümkün olan en fazla yeri listelemekle ölçülmez. Kullanıcının seçtiği tempoda uygulanabilmesi ve değişikliklere alan bırakması önemlidir.

6.7.5 Şarjı günlük programla birlikte yerleştirmek

Şarj durakları, gezi planı oluşturulurken enerji ihtiyacıyla birlikte değerlendirilir. Günün sonunda eklenen bağımsız bir ihtiyaç gibi ele alınmaz.

Bir yemek molası uygun bir şarj noktasıyla eşleştirilebiliyorsa iki faaliyet aynı zaman aralığında gerçekleşebilir. Örneğin aynı yerde ve aynı anda başlayan 40 dakikalık yemek molasıyla 25 dakikalık şarj, uygun koşullarda toplam 65 dakikalık ek durak gerektirmez. Plan, çakışan süreleri birlikte değerlendirir.

Bu eşleştirmede istasyonun gerçek erişimi, işletme koşulları, park düzeni ve kullanıcının tercihleri önemlidir. Haritada bir restorana yakın görünen istasyonun her durumda uygun mola seçeneği olduğu varsayılmaz.

Birden fazla güne yayılan gezilerde enerji hesabı günler arasında devam eder. Ertesi günün başlangıç bataryası, önceki günün planlanan bitişiyle ilişkilendirilir. Gece şarjı ancak kullanıcı planında yer aldığında ve ilgili olanakla desteklendiğinde hesaba katılır.

6.7.6 Düzenlenebilir gezi anlatısı

Hesaplanan program, günlere ayrılmış duraklar ve doğal dilde bir açıklamayla sunulur. Kullanıcı hangi gün hangi bölgenin gezileceğini, şarjın nereye yerleştirildiğini ve günün yaklaşık zaman dağılımını görebilir.

“İkinci günü daha sakin yap”, “Müzeyi çıkar” veya “Öğleden sonra doğada olmak istiyorum” gibi talepler planın düzenlenmesini sağlar.

Değişiklik sonrası etkilenen günler ve rota bölümleri yeniden değerlendirilir. Gezi anlatısı da güncellenen planla birlikte değişir; eski açıklama ile yeni durak listesi arasında çelişki oluşmaması esas alınır.

Şehir ve bölge odaklı bu yapı, ilerleyen aşamalarda daha geniş ülke ölçekli ve uzun süreli planlamaya temel oluşturur.

6.8 Verimlilik Analizi

6.8.1 Veriyi sürücü açısından anlamlı hale getirmek

Verimlilik analizi, kullanıcının enerji ve yolculuk kayıtlarını daha anlaşılır biçimde değerlendirmesine yardımcı olur.

Erişilebilen veriler yeterliyse farklı dönemlerdeki tüketim, mesafe, şarj harcaması ve planlanan–gerçekleşen değerler karşılaştırılabilir. AI, sayıların içindeki değişimi açıklar ve kullanıcının hangi kayıtları incelemesinin yararlı olabileceğini gösterir.

Analizin kapsamı kullanılan veriye bağlıdır. Araç bağlantısı, oturum kaydı veya kullanıcı girişiyle elde edilen bilgiler; yalnızca rota üzerinden hesaplanan tahminlerden ayrı tutulur.

6.8.2 Ölçülen tüketim ve hesaplanan tahmin

Tüketim değerlendirmesinde enerji ve mesafenin aynı döneme, aynı araca ve tutarlı bir ölçüm yöntemine ait olması gerekir.

Toplam enerji ve toplam mesafe biliniyorsa temel tüketim hesabı şöyledir:

Ortalama tüketim = Toplam sürüş enerjisi / Toplam mesafe × 100

Farklı uzunluktaki yolculukların tüketim değerlerini basitçe toplayıp yolculuk sayısına bölmek, doğru dönem ortalamasını vermeyebilir. Toplam enerji ve mesafe üzerinden hesaplamak, kısa ve uzun yolculukların ağırlığını korur.

Şarj sırasında satın alınan enerji de aynı dönemde sürüşte tüketilen enerjiyle her zaman aynı değildir. Dönem başı ve sonu batarya seviyeleri, şarj kayıpları ve kayıt kapsamı bu ilişkiyi etkiler.

Bu nedenle eBattery, şarj harcaması, satın alınan enerji ve sürüş tüketimini ayrı anlamlarıyla ele alır.

6.8.3 Değişimi göstermek, nedenini veriye göre açıklamak

Açıklayıcı bir örnek olarak, karşılaştırılabilir iki dönemde ortalama tüketimin 18 kWh/100 km’den 19,8 kWh/100 km’ye yükseldiğini düşünelim. Bu değişim, tüketimde %10 artış anlamına gelir.

Ancak tek başına bu sonuç, artışın nedenini göstermez. Rota, hız, hava koşulları, yük veya yolculuk yapısı değişmiş olabilir.

AI’ın değerlendirmesi, verinin desteklediği düzeyde kalır. Yalnızca tüketim ve mesafe kaydı varsa “Tüketiminiz arttı” denebilir; sert frenleme veya klima kullanımı gibi belirli bir davranışın neden olduğu sonucuna ulaşmak için ilgili ölçümler gerekir.

Doğrudan araç verisi bulunmayan durumda batarya sağlığı ölçülmüş gibi sunulmaz. Ayrıntılı sürüş davranışı analizi, bu davranışları değerlendirmeye yeterli veri sağlayan entegrasyonlarla genişler.

6.8.4 Karşılaştırılabilir kullanım alışkanlıkları oluşturmak

Verimlilik ekranının amacı, kullanıcının kendi kullanımını zaman içinde anlamasını kolaylaştırmaktır.

Benzer güzergâhların karşılaştırılması, farklı istasyonlardaki şarj harcamalarının incelenmesi ve planlanan süreyle gerçekleşen süre arasındaki farkların görülmesi bu anlayışı destekler.

Asistanın önerileri somut ve ölçülü olur. Kullanıcıya doğrulanmamış bir tasarruf yüzdesi vaat etmek yerine, hangi verinin değiştiğini ve daha anlamlı bir karşılaştırma için hangi koşullara bakılması gerektiğini açıklar.

6.9 Sonuç Kartları ve Deep Linking

6.9.1 Konuşmayı uygulama içinde kullanılabilir bir sonuca dönüştürmek

AI Chat’te oluşturulan rota, gezi veya istasyon önerisi sonuç kartlarıyla sunulur. Kartlar, kullanıcının önemli bilgileri hızlıca görmesini ve ilgili modüle geçmesini sağlar.

Kart türü Kartın temel içeriği İlgili ekran
Rota kartı Başlangıç, varış, rota özeti, tahmini süre ve şarj durakları Rota Planlama
Gezi kartı Bölge, gün sayısı ve günlük program özeti Gezi Planlama
İstasyon kartı Konum, uyumluluk, güç ve erişilebilen güncel bilgiler İstasyon Detayı
Verimlilik kartı Dönem, temel gösterge ve değerlendirme özeti Verimlilik

Kartın amacı bütün ayrıntıları küçük bir alana sıkıştırmak değildir. Kullanıcının sonucu tanıması ve bir sonraki işlemi seçmesi için yeterli bilgi sunulur.

6.9.2 Deep linking ile aynı planı açmak

Deep linking, sonuç kartının kullanıcıyı ilgili ekranın doğru içeriğine yönlendirmesini sağlar.

Kullanıcı sohbet içinde oluşturduğu rotayı açtığında boş bir rota formuyla karşılaşmaz. Seçtiği başlangıç ve varış noktaları, araç, ara duraklar ve planın diğer bilgileri ilgili ekranda yer alır.

Aynı ilişki gezi ve istasyon kartlarında da korunur. Böylece sohbet, harita ve planlama ekranları aynı işlemin farklı görünümleri haline gelir.

Teknik açıdan kart, ilgili kayıt ve plan sürümüyle ilişkilendirilir. Kullanıcı planı değiştirdiğinde hangi sonucun güncel olduğu anlaşılır kalır.

6.9.3 Bağlama uygun hızlı işlemler

Sonuçlara göre “Rotayı Başlat”, “İstasyona Git”, “Kaydet”, “Paylaş” veya “Favorilere Ekle” gibi işlemler sunulur.

Her kartta bütün işlemlerin gösterilmesi gerekmez. Eylemler, kullanıcının o anda oluşturduğu sonuca göre seçilir.

Paylaşılabilir kartlar da içerik kapsamıyla birlikte ele alınır. Kullanıcının ev adresi veya kişisel başlangıç noktası gibi bilgiler, paylaşımın doğal ve zorunlu bir parçası kabul edilmez. Kullanıcı hangi içeriği paylaştığını görebilmelidir.

6.10 Proaktif Öneriler ve Bildirimler

6.10.1 İhtiyaç ortaya çıktığında anlamlı destek sunmak

eBattery AI, ilgili veri mevcut olduğunda önemli değişiklikleri kullanıcı sormadan da görünür hale getirebilir.

Aktif yolculukta istasyon durumunun değişmesi, belirgin bir trafik etkisi veya güncellenen batarya bilgisine göre şarj planının yeniden değerlendirilmesi bu kapsamda yer alır.

Proaktif desteğin amacı, kullanıcıya zamanında yardımcı olmaktır. Her veri değişikliği bildirim oluşturmaz; bilginin mevcut yolculukla ilişkisi ve eylem gerektirip gerektirmediği değerlendirilir.

6.10.2 Bildirimi dayandığı veriyle birlikte değerlendirmek

Düşük batarya uyarısının anlamı, verinin kaynağına bağlıdır.

Araçtan güncel batarya seviyesi alınabiliyorsa ölçülen değer kullanılabilir. Kullanıcı başlangıçta manuel giriş yaptıysa yolculuk boyunca hesaplanan değer tahmin niteliğindedir. Bildirimin dili bu farkı korur.

Benzer şekilde bir favori istasyonun fiyat avantajı hakkında öneri üretmek için güncel tarife ve kullanıcıya uygulanabilir koşullar bilinmelidir. Bakım hatırlatması ise kullanıcı tarafından kaydedilmiş bir tarih veya uygun veri kaynağıyla ilişkilendirilir.

Bu yaklaşım, proaktif önerilerin mevcut veri kapsamıyla tutarlı kalmasını sağlar.

6.10.3 Bildirim sıklığı ve kullanıcı tercihleri

Bildirimler, önem derecesine ve bağlama göre yönetilir. Aktif yolculuğun uygulanabilirliğini etkileyen bir değişiklikle genel bir kullanım önerisi aynı önceliği taşımaz.

Kullanıcı, bildirim tercihlerini yönetebilir. Aynı olay için tekrarlanan iletilerin azaltılması, geçerliliğini yitirmiş bildirimlerin gösterilmemesi ve önerinin doğru plana yönlendirilmesi deneyimin parçasıdır.

Konum ve arka plan işlevleri, kullanıcının izinleriyle mobil işletim sisteminin çalışma koşulları içinde yürütülür. Yolculuk sırasında sunulan bilgi kısa ve eyleme dönük tutulur; ayrıntılar ilgili ekranda incelenebilir.

6.11 Güven ve Hata Yönetimi

6.11.1 Bilginin niteliğini görünür kılmak

eBattery AI’ın güven yaklaşımı, sonuçların hangi bilgiye dayandığının anlaşılabilmesi üzerine kuruludur.

Kullanıcı tarafından girilen batarya seviyesi, operatörden alınan soket durumu, harita hizmetinin süre tahmini ve AI’ın açıklaması farklı bilgi türleridir. Bu ayrım, önerinin doğru değerlendirilmesini sağlar.

Üretken yapay zekâ sistemleri, desteklenmeyen bilgileri ikna edici bir dille sunabilir. NIST’in üretken yapay zekâ risk profili de bu davranışı ele alır. eBattery’nin veriye dayalı hesaplama ve doğrulama yaklaşımı, uygulama kararlarında bu tür hataların etkisini azaltacak şekilde tasarlanır.

Bu yaklaşım; özellikle konum, istasyon durumu, fiyat ve enerji hesabında önem taşır. Akıcı bir açıklama, doğrulanmış veri yerine kullanılmaz.

6.11.2 Veri eksikliğinde anlaşılır ve tutarlı davranmak

Bir veri kaynağının yanıt vermemesi, uygulamanın bütün işlevlerinin aynı anda durmasını gerektirmez. Sistem, mevcut verilerle hangi sonucun sunulabileceğini değerlendirir.

Örneğin istasyonun konumu ve soket bilgisi mevcutken canlı durumu alınamıyorsa istasyon keşfi sürdürülebilir; müsaitlik bilgisi ise bilinmiyor olarak gösterilir.

Benzer biçimde dil modeli geçici olarak yanıt veremediğinde, hesaplama servisinden alınan geçerli rota sonucu standart bir kart ve kısa açıklamayla sunulabilecek biçimde ayrıştırılır.

Son bilinen verinin kullanıldığı durumlarda güncellik korunur. Önbellekten gösterilen eski bir durum, yeni alınmış canlı bilgi gibi sunulmaz.

6.11.3 Yetki, mahremiyet ve dış içerik güvenliği

AI katmanının ihtiyaç duyduğu veri, yapılacak işlemin kapsamıyla sınırlandırılır. Bir istasyonun neden önerildiğini açıklamak için kullanıcının bütün mesaj geçmişini veya ödeme bilgilerini modele aktarmak gerekmez.

Konum, seyahat planı ve kullanıcı tercihleri erişim kontrolüyle ele alınır. Uygulamanın işlem yetkileri, dil modelinin serbest metin üretiminden bağımsız olarak doğrulanır.

Dış kaynaklardan gelen açıklamalar ve kullanıcı yorumları da veri olarak işlenir. Bu içeriklerde bulunabilecek yönlendirmelerin uygulamanın işlem kurallarını değiştirmesine izin verilmemesi, mimarinin güvenlik ilkelerinden biridir.

Ödeme veya rezervasyon gibi gelecekteki işlem akışlarında da AI’ın önerisiyle işlemin uygulanması ayrı adımlardır. Kullanıcıya işlemin kapsamı gösterilir ve ilgili onay akışı korunur.

6.11.4 Hatalardan ölçülebilir biçimde öğrenmek

Güvenilirlik, gerçek kullanım senaryolarının düzenli değerlendirilmesini gerektirir.

Araçla uyumsuz istasyon, eksik fiyat, değişen batarya girişi, bağlantı kesintisi veya geç tamamlanan eski bir rota isteği gibi durumlar; sistemin nasıl davranması gerektiğini belirleyen test senaryolarıdır.

Kullanıcı geri bildirimleri de bu sürece katkı sağlar. Yanlış istasyon bilgisiyle beklentiyi karşılamayan bir tercih aynı hata türü değildir. Geri bildirimin ilgili veri ve karar adımıyla eşleştirilmesi, doğru bileşenin geliştirilmesine yardımcı olur.

Güven yaklaşımı, sonuçları yalnızca “başarılı” veya “başarısız” olarak saymanın ötesine geçer; hatanın kaynağını ve kullanıcıya etkisini anlamaya dayanır.

6.12 Model Bağımsız Altyapı ve Performans Hedefleri

6.12.1 Ürün mantığını model sağlayıcısından bağımsız tutmak

eBattery AI’ın altyapısı, temel ürün işlevlerini tek bir dil modelinin özelliklerine bağlamayan bir yaklaşımı esas alır.

Araç profili, istasyon verisi, rota hesabı ve kullanıcı tercihleri uygulamanın kendi servislerinde yönetilir. Dil modelleri bu servislere tanımlı görevler ve veri sözleşmeleri üzerinden bağlanır.

Bu yapı, GPT ve Gemini gibi farklı model ailelerinin veya ileride geliştirilecek alternatiflerin değerlendirilmesine olanak tanır. Model değişikliği, araç–istasyon uyumluluğu gibi temel kuralların yeniden yazılmasını gerektirmemelidir.

Model seçimi; dil kalitesi, yapılandırılmış çıktı doğruluğu, görev başarısı, gecikme, maliyet ve veri işleme koşulları üzerinden yapılır. Sağlayıcı adı, tek başına ürün kalitesinin ölçüsü olarak kullanılmaz.

6.12.2 Göreve uygun model ve servis kullanımı

Her kullanıcı isteği aynı işlem yükünü gerektirmez. Kısa bir niyet sınıflandırmasıyla ayrıntılı bir gezi anlatısının ihtiyaçları farklıdır.

Altyapı, görevleri bu farklılığa göre yönlendirebilecek biçimde tasarlanır. Hesaplama servislerinin doğrudan çözebildiği işler bu servislerde yürütülür; doğal dil yorumlama ve anlatım gerektiren adımlarda uygun model kullanılır.

Performansı destekleyen mimari yaklaşım şu unsurları içerir:

  • Birbirinden bağımsız veri çağrılarının uygun durumlarda eşzamanlı yürütülmesi.

  • Daha yavaş değişen araç bilgilerinin kontrollü biçimde önbelleklenmesi.

  • Müsaitlik ve fiyat gibi değişken verilerde güncellik kurallarının uygulanması.

  • Kullanıcı talebi değiştiğinde geçersiz hesapların iptal edilmesi.

  • Uzun işlemlerin arayüzü engellemeden arka planda yürütülmesi.

  • Sonucun hazır olan bölümlerinin, bütünlük korunarak aşamalı sunulması.

Harita ve trafik hizmetlerinde de yanıt süresiyle hesaplama ayrıntısı arasında seçimler bulunur. Google Routes API, trafik değerlendirmesi için farklı seçenekler tanımlar ve daha kapsamlı aramanın daha yüksek gecikme yaratabildiğini açıklar. eBattery’nin performans yaklaşımı, bu tür dış servis davranışlarını toplam kullanıcı deneyimi içinde değerlendirir.

6.12.3 Performans hedeflerinin tanımlanması

eBattery AI’da performans, kullanıcının isteğini göndermesiyle kullanılabilir sonuca ulaşması arasındaki deneyim üzerinden değerlendirilir.

İlk yanıtın başlaması ve rota planının tamamlanması farklı ölçümlerdir. Bir yükleme animasyonunun gösterilmesi, anlamlı AI yanıtının başlamasıyla aynı kabul edilmez.

Performans alanı Tasarım hedefi Ölçüm yaklaşımı
AI yanıtının başlaması Standart koşullarda ilk anlamlı yanıt akışını 2 saniyenin altında başlatmak İsteğin gönderilmesinden kullanıcıya görünen ilk anlamlı içeriğe kadar geçen süre
Standart rota oluşturma Desteklenen tipik senaryolarda kullanılabilir rota sonucunu mümkün olduğunca 5 saniyenin altında sunmak İstekten rota ve temel şarj planının hazır olmasına kadar geçen süre
Ekran geçişleri Hesaplama sürerken etkileşimi ve akıcılığı korumak Açılış gecikmeleri ve arayüz takılmaları
Yeniden hesaplama Anlamlı değişiklikleri uygun sürede plana yansıtmak Güncellemenin alınmasından yeni seçeneğin hazır olmasına kadar geçen süre
Karmaşık gezi planları İlerlemeyi görünür tutarak aşamalı sonuç sunmak İlk kullanılabilir sonuç ve tamamlanmış plan süreleri

Bu değerler mühendislik hedefleridir. Gerçek sonuçlar ağ koşulları, veri sağlayıcıları, rota uzunluğu, durak sayısı ve planın karmaşıklığına göre ölçülür.

Tek bir ortalama değer bütün deneyimi açıklamaz. Tipik kullanıcı deneyiminin yanında daha yavaş kalan istekleri görebilmek için medyan ve 95. yüzdelik dilim gibi ölçümler izlenir. Böylece sistemin çoğunluk için hızlı çalışmasıyla bazı kullanıcıların uzun süre beklemesi arasındaki fark görünür hale gelir.

6.12.4 Hızla birlikte doğruluk ve kullanılabilirliği ölçmek

Performans değerlendirmesi, yanıt süresinin yanında sonucun niteliğini de kapsar.

Başlıca değerlendirme alanları şunlardır:

  • Araçla uyumlu istasyon seçiminin doğruluğu.

  • Enerji ve batarya yüzdesi hesaplarının tutarlılığı.

  • Kullanıcının belirlediği durak sırasına uyum.

  • Güncel veriyle eski veri arasındaki ayrımın korunması.

  • Açıklama metniyle sonuç kartındaki değerlerin eşleşmesi.

  • Sonuç kartının doğru planı ve ekranı açması.

  • Kullanıcı değişikliklerinin doğru sürüme uygulanması.

  • Farklı dillerde aynı isteğin tutarlı anlaşılması.

Gerçekleşen veri elde edilebildiğinde tahmini varış süresi, tüketim ve şarj süresiyle gözlenen sonuçlar karşılaştırılır. Bu karşılaştırmalar, hangi bölgelerde, araç profillerinde veya kullanım koşullarında iyileştirme gerektiğini gösterir.

Model güncellemeleri de aynı değerlendirme disipliniyle ele alınır. Yeni bir modelin daha akıcı konuşması, rota açıklamalarında daha doğru olduğu anlamına gelmez. Mevcut görevlerdeki başarısı, yapılandırılmış sonuçları ve uygulama içi eylemlerle uyumu birlikte incelenir.

6.12.5 Genişleyen yetenekler için ortak temel

Model bağımsız yapı, eBattery AI’ın ürün geliştikçe yeni veri ve hizmetlerle genişlemesini destekler.

Doğrudan araç verisi, hava koşullarının enerji modeline katılması, kullanıcı tercihlerinden öğrenen öneriler ve daha geniş coğrafyalı gezi planları aynı hesaplama ve bağlam yapısıyla ilişkilendirilir.

Şarj–ödeme, EV Market, mobil şarj desteği ve diğer hizmetler devreye girdikçe asistanın yönlendirebileceği işlemler de genişler. Her yeni işlev, ilgili hizmetin gerçek kapsamı, verisi ve kullanıcı onayıyla birlikte ele alınır.

Bu gelişim boyunca asistanın kullanıcıyla kurduğu ilişki korunur: ihtiyacı anlamak, uygun veriyi kullanmak, seçeneklerin sonuçlarını açıklamak ve kullanıcının seçtiği işlemi uygulama içinde kolaylaştırmak.

eBattery’de ara

Bir özellik, rehber veya konu ara.

Başlangıç noktalarıŞarj istasyonu bulma →Örnek RWA projesi →Rehberler ve haberler →