Yapay Zeka Hafızası Nedir? ChatGPT, Claude ve Gemini Konuşmaları Nasıl Hatırlıyor?

ChatGPT’ye dün anlattığın o önemli projeyi bugün tekrar açtığında neden sana yabancı gibi baktığını hiç merak ettin mi? Ya da Claude’la uzun bir tartışma yürütüp ertesi gün döndüğünde her şeyi sıfırdan anlatmak zorunda kaldın mı? Bu durum seni hayal kırıklığına uğratıyorsa yalnız değilsin, yapay zeka hafızası bugün bu teknolojilerin en çok tartışılan sınırlamalarından biri.

Ama işin ilginç tarafı şu: modern AI modelleri aslında birden fazla hafıza sistemini bir arada kullanıyor. Sorun unutmak değil; hangi anın neye kaydedileceğine dair kuralların henüz evrilmekte olması.

Yapay zeka hafızası; geçici bağlam penceresinden uzun süreli vektör depolarına kadar birden fazla katmandan oluşur.

Yapay Zeka Neden Unutuyor?

Her Konuşma Neden Sıfırdan Başlıyor?

Bir büyük dil modelini ilk kez çalıştırdığında, model yalnızca eğitim verisinden öğrendiklerini bilir. Senin adını, önceki konuşmalarını, tercihlerini bilmez. Bunu anlayabilmek için şu benzetmeyi düşün: her sohbet yeni bir kağıda başlıyor. Konuşma bittikten sonra kağıt imha ediliyor. Bir sonraki konuşma taze bir kağıtla açılıyor.

Bu tasarım bilinçlidir ve iyi nedenleri vardır. Gizlilik açısından kullanıcılar arası veri sızıntısını engeller. Performans açısından her konuşmanın bağımsız hesaplanması ölçeklemeyi kolaylaştırır. Ama kullanıcı deneyimi açısından ciddi bir sürtünme yaratır.

İnsan Hafızası ile AI Hafızasının Farkı

İnsan hafızası çok katmanlıdır: kısa süreli çalışma belleği (ne yaptığını şu an bilmek), uzun süreli episodik bellek (dün ne yaptığını hatırlamak), anlamsal bellek (bisiklet sürmeyi nasıl öğrendiğini bilmek) ve duygusal etiketleme. Bunlar iç içe geçmiş, sürekli yeniden yazılan dinamik sistemler.

AI modellerindeyse hafıza katmanları çok daha keskin biçimde birbirinden ayrılmış durumda. Her katmanın ayrı bir teknik mekanizması var ve bunların birleştirilmesi hâlâ aktif bir araştırma alanı.

Hafıza Türleri: Kısa Süreli, Uzun Süreli, Kalıcı

Context Window, Geçici Çalışma Belleği

Context window, yapay zekanın tek bir konuşmada aynı anda “gözünün önünde” tutabildiği metin miktarıdır. Token adı verilen birimlerle ölçülür; 1000 token yaklaşık 750 İngilizce kelimeye karşılık gelir.

2026 itibarıyla üç büyük modelin context window kapasiteleri dramatik biçimde farklılaştı.

2026 başı itibarıyla büyük modellerin context window boyutları şu noktalara ulaştı:

Ama context window sona erdiğinde ya da yeni bir oturum açıldığında bu “çalışma masası” tamamen temizlenir. Geçici hafızanın temel kısıtı budur.

Vektör Hafıza, Uzun Süreli Depolama

Uzun süreli hafıza için en yaygın yaklaşım, vektör veritabanları üzerine kurulu bir RAG (Retrieval-Augmented Generation) mimarisidir.

Vektör hafıza: metin önce sayısal vektöre dönüştürülür, sonra veritabanında saklanır ve gerektiğinde anlamsal benzerlik aramasıyla geri çağrılır.

Süreç şu şekilde işler:

1. Bilgi parçaları (embedding modeli aracılığıyla) sayısal vektörlere dönüştürülür.
2. Bu vektörler Pinecone, Weaviate veya ChromaDB gibi özel veritabanlarında saklanır.
3. Kullanıcı yeni bir soru sorduğunda, sorunun vektörü hesaplanır ve en “yakın anlamlı” depolanmış vektörler geri çağrılır.
4. Bu bağlam, modelin şimdiki yanıtına eklenir.

Fine-tuning ile Modele İşlenen Bilgi

Fine-tuning, hafızanın en “sert” formu: bilgi modelin ağırlıklarına işlenir ve her çıkarım sırasında otomatik olarak kullanılabilir hâle gelir. Şirkete özel jargonu veya belirli bir tonu kalıcı olarak öğretmek için idealdir. Ama güncellenmesi pahalıdır ve gerçek zamanlı bilgi eklemeye uygun değildir.

ChatGPT Hafızası Nasıl Çalışır?

Memory Özelliği Nasıl Etkinleştirilir?

OpenAI, 2024 yılında ChatGPT’ye “Memory” (Bellek) özelliğini ekledi. Ayarlar → Kişiselleştirme → Bellek yolunu izleyerek etkinleştirebilirsin. Etkinleştirildikten sonra model, konuşma sırasında hatırlamaya değer bulduğu bilgileri otomatik olarak depolar ve sonraki konuşmalarda bunlara başvurur.

ChatGPT’nin Bellek ayarları: hangi bilgilerin hatırlandığını görebilir, istediğini silebilirsin.

Ne Hatırlıyor, Neyi Unutuyor?

ChatGPT Memory şu tür bilgileri saklar: adın, mesleğin, sıkça kullandığın dil, format tercihlerin, uzun vadeli projeler, önemli kişisel bağlam. Ancak:

• Hatırlamak için açıkça söylemen gerekmez. Model kendi kararıyla neyin önemli olduğuna karar verir.
• Silebilirsin. “Belleğimi temizle” veya tek tek madde silme seçenekleri mevcut.
• Geçici konuşmalar hafızaya kaydolmaz. Gizli mod benzeri “geçici sohbet” açarsan Memory devre dışı kalır.
• Geçmiş konuşmalar için geri dönük arama yapmaz. Sadece “öğrenme anı” olarak kaydedilen bilgileri çağırır.

Claude’un Hafızası: Projects ve Knowledge

Claude Projects ile Sürdürülebilir Bağlam

Anthropic, 2024 sonunda Claude Projects özelliğini tanıttı. Projects, tek bir “proje” altında birden fazla konuşmayı gruplayan ve ortak bir sistem talimatı ile belge setini bu grup boyunca aktif tutan bir yapı sunar.

Pratik avantajları:

• Şirket stil rehberini proje içindeki tüm konuşmalar için tek seferinde yükleyebilirsin.
• Kodu, referans dökümanları ve önceki kararları bir “bilgi tabanı” olarak projeye ekleyebilirsin.
• Her konuşmada aynı talimatları tekrarlamak zorunda kalmazsın.

MCP ile Hafızayı Genişletmek

Model Context Protocol (MCP Nedir?), Claude’un harici araçlara ve kaynaklara gerçek zamanlı bağlanmasını standart hâle getiren bir protokoldür. Hafıza bağlamında MCP şu anlama gelir: RAG tabanlı kişisel bilgi tabanını bir MCP sunucusu olarak sarıp Claude’a bağlayabilirsin. Claude her konuşmada bu sunucuya sorgular gönderir, ilgili bağlamı çeker ve yanıtlarını buna göre oluşturur. Yani pratikte sınırsız uzun süreli hafıza.

Gemini’nin Hafızası: Google Workspace Entegrasyonu

Google’ın avantajı ekosistem genişliği: milyarlarca kullanıcının Gmail, Drive ve Takvim verisine erişim. Gemini, bu verileri “hafıza” olarak kullanabilme potansiyeline sahip birkaç büyük modelden biri.

Gem’ler ile Özelleştirilmiş Bağlam

Gems, ChatGPT’nin GPT’lerine ve Claude’un Projects’ına karşılık gelen Gemini yapısıdır. Her Gem kendi sistem talimatına ve arka plan belgesine sahiptir. Böylece biri yazarlık, diğeri kod inceleme için özelleştirilmiş birden fazla Gem tutabilirsin. Her Gem kendi bağlamını hatırlar ama farklı Gem’ler birbirinin hafızasına erişemez.

Karşılaştırma: Hangi AI En İyi Hatırlıyor?

2026 itibarıyla üç büyük sağlayıcının hafıza sistemleri: her birinin güçlü ve zayıf yanları belirginleşmeye başladı.

Kısa cevap: hiçbiri “en iyi” değil, her biri farklı senaryolarda üstün. Günlük kullanımda pratiklik için ChatGPT Memory, uzun vadeli teknik projeler için Claude Projects + MCP, Google Workspace kullanan kurumsal ekipler için Gemini Gems öne çıkıyor.

Yapay Zekaya Daha İyi Hatırlatma İpuçları

System Prompt ile Kalıcı Talimatlar

Her büyük modelin desteklediği en evrensel hafıza mekanizması sistem promptudur. API erişimin varsa veya Claude/ChatGPT özel GPT yapılandırmana erişim sağlıyorsan, şu tür bilgileri sisteme gömebilirsin:

Sen [şirket adı] için çalışıyorsun.
Kullanıcı her zaman Türkçe yanıt ister.
Kod örnekleri her zaman Python 3.12 uyumlu olmalı.

Bu talimatlar her konuşmada otomatik devreye girer ve “hatırlatma” gerektirmez.

Özel Hafıza Araçları: Mem0 ve MemGPT

2025-2026 döneminde hafıza odaklı bir AI araçları ekosistemi oluştu:

• Mem0: Kullanıcı tercihleri ve geçmiş etkileşimleri kişiselleştirilmiş bir hafıza katmanında saklayan açık kaynaklı kütüphane. API anahtarı alarak kendi uygulamanı bu hafıza sistemiyle entegre edebilirsin.
• MemGPT: Eski konuşmaları sayfalandırarak “sonsuz bağlam” simülasyonu yapan ajansal bir mimari. AI Agent mimarilerini kullanan bir proje geliştiriyorsan MemGPT tipi bir katman eklemek hafızayı radikal biçimde genişletebilir.

Her ikisi de RAG mimarisi üzerine inşa edilmiştir; öğrenmek için iyi bir başlangıç noktasıdır.

Sonuç: AI Hafızası Nereye Gidiyor?

Yapay zeka hafızası 2024-2026 döneminde sessiz sedasız devrimini yaşadı. Sıfır kalıcılıktan, çok katmanlı kısa-uzun süreli hibrit sistemlere geçildi. Ama bu hâlâ “çözülmüş” bir problem değil.

Önümüzdeki dönemde beklenenler:

• Kişisel hafıza modelleri: Kullanıcı cihazında yerel olarak çalışan, tamamen özel hafıza katmanları.
• Çapraz model hafıza standartları: MCP’nin başlattığı standardizasyon eğiliminin hafızaya da genişlemesi.
• Anlamsal unutma: Modellerin neyi ne zaman unutacağını akıllıca öğrenmesi, insan hafızasının seçici doğasını taklit etmesi.

Şu an için pratik çıkarım şu: hangi aracı kullanırsan kullan, hafızayı aktif olarak yönet. Önemli bağlamı proje belgelerine ekle, sistem promptunu kişiselleştir ve karmaşık projelerde RAG tabanlı hafıza katmanını ciddi bir seçenek olarak değerlendir.

Kendi AI Hafıza Sistemini Kur

Yapay zekaya “ne söylesem hatırlar” yerine kendi veritabanını oluşturmak istiyorsan:

• RAG Nedir? Yerel Chatbot Rehberi →
• MCP Nedir? Model Context Protocol Rehberi →
• Sıfırdan AI Agent Yapımı →