---
title: "Uzun süren LLM ajanlarında bağlam yönetimi | BroadRouter"
description: "1M token pencereyle uzun ajan oturumlarını isabetli ve uygun maliyetli tutun: yalnızca eklenen geçmiş, önbellek dostu istem, sıkıştırma zamanı ve ilk ne atılır."
url: https://broadrouter.com/tr/blog/long-running-agent-context-management/
lang: tr
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

İngilizceden yapay zekâ desteğiyle çevrilmiştir. [İngilizce aslını okuyun](https://broadrouter.com/blog/long-running-agent-context-management/) (güncelleme: 2026-11-16).

# Uzun süren ajanlarda 1M token pencereyle bağlam yönetimi

BroadNet Inference ekibi · 6 dk okuma · Yayımlandı 2026-11-14 · Güncellendi 2026-11-16

Bağlamı yalnızca sonuna eklenen bir günlük gibi ele alın: önce sabit sistem istemi ve araç listesi, ardından yalnızca büyüyen geçmiş; böylece her tur önbellekteki öneki yeniden kullanır. DeepSeek V4.1 Flash'taki gibi 1.048.576 token'lık bir pencerede seyrek ve büyük adımlarla sıkıştırın, önce hacimli araç çıktısını kırpın ve kalıcı bilgileri ajanın yeniden okuduğu kısa bir not dosyasında tutun.

## Öne çıkanlar

-   Büyük bir pencere bağlam sorunlarını erteler, ortadan kaldırmaz. Sınıra yaklaşınca ne olacağını önceden planlayın.
-   Yalnızca sonuna eklenen geçmiş istem önekini sabit tutar, böylece önbellekli girdi ucuz kalır.
-   Önceki geçmişi her yeniden yazışınızda önbellek o noktadan itibaren bozulur.
-   Akıl yürütmeye ve kararlara dokunmadan önce hacimli araç çıktısını (günlükler, dosya dökümleri) kırpın.
-   Seyrek ve büyük adımlarla sıkıştırın, kalıcı bilgiler için kısa bir not dosyası tutun.

**Bu sayfada**

1.  1M token’lık bir pencere uzun süren bir ajana ne kazandırır?
2.  Kural 1: Geçmiş neden yalnızca sonuna eklenmeli?
3.  Kural 2: Önbellek oranını nasıl ölçersiniz?
4.  Kural 3: Bağlam büyüdüğünde ilk neyi kesmelisiniz?
5.  Kural 4: Bir ajan geçmişini ne zaman sıkıştırmalı?
6.  Kural 5: Not dosyasına ne girmeli?
7.  Akıl yürütme token’ları bütçeyi nasıl etkiler?
8.  Sabit ücretli bir planda bunun önemi var mı?
9.  Bağlam yönetimi kontrol listesi

Bir öğleden sonra boyunca çalışan bir kodlama ajanı epey geçmiş biriktirir: okunan dosyalar, çalıştırılan komutlar, test çıktıları, planlar, düzeltmeler. Her tur bunların tamamını modele yeniden gönderir. Bu büyüyen bağlamı nasıl yönettiğiniz üç şeyi birden belirler: her turun maliyetini, yanıtın hızını ve ajanın ne yaptığını hâlâ hatırlayıp hatırlamadığını.

1M token’lık bir pencere bu dengeleri değiştirir. Ama ortadan kaldırmaz.

## 1M token’lık bir pencere uzun süren bir ajana ne kazandırır?

BroadNet Inference’ta [DeepSeek V4.1 Flash](https://broadrouter.com/tr/models/deepseek-v4.1-flash/) ve [GLM 5.3](https://broadrouter.com/tr/models/glm-5.3/) istek başına, istem ve yanıt birlikte, 1.048.576 token’a kadar kabul eder. [Qwen3.8 27B](https://broadrouter.com/tr/models/qwen3.8-27b/) ise 262.144 token kabul eder. Daha küçük pencerelerde bir ajan bir iki saatlik çalışmadan sonra özet çıkarmak zorunda kalır. Bir milyon token’la çoğu zaman bir oturumun ham geçmişinin tamamını tutabilir ve yalnızca çok uzun bir çalıştırmanın sonlarına doğru sıkıştırma yapar.

Bu gerçek bir avantaj: özetler kayıplıdır ve her özet, önemli olan tek ayrıntıyı unutmak için bir fırsattır. Ama istemle birlikte üç maliyet hâlâ büyür:

-   **Para**, token başına ödenen bir anahtarda, çünkü her tur istemin tamamını yeniden gönderir.
-   **Gecikme**, çünkü sunucu ilk çıktı token’ından önce her girdi token’ını işlemek zorundadır.
-   **Dikkat.** Girdiler büyüdükçe kalite düşebilir; bu etkiye [context rot](https://broadrouter.com/tr/glossary/context-rot/) (bağlam çürümesi) denir. [“Lost in the Middle”](https://arxiv.org/abs/2307.03172) makalesi, modellerin uzun bir girdinin başındaki ve sonundaki bilgiyi ortasındakinden daha güvenilir kullanma eğiliminde olduğunu buldu. Yeni modeller daha iyi, ama önemli bilgileri kenarlara yakın tutma alışkanlığı hâlâ işe yarıyor.

## Kural 1: Geçmiş neden yalnızca sonuna eklenmeli?

İstem önbelleği eşleşmeyi istemin başından itibaren arar. Bu turun ilk 300.000 token’ı bir önceki turla birebir aynıysa önbellekten sunulabilir; değişen ilk token eşleşmeyi bitirir. BroadNet’in API’si, model bunu raporladığında durumu `usage.prompt_tokens_details.cached_tokens` alanında bildirir ve önbellekli girdiyi daha düşük bir fiyattan faturalar: DeepSeek V4.1 Flash’ta yeni girdi için 1M token başına $0.175 karşısında $0.0055.

Bu yüzden her isteği aynı sırayla kurun ve yalnızca sonuna ekleyin:

```text
[ system prompt ]        never changes during a session
[ tool definitions ]     fixed order, never changes
[ project notes ]        changes rarely, and only by appending
[ turn 1 ... turn N ]    grows at the end
[ new message ]
```

Öneki bozan olağan şüpheliler şunlardır: sistem istemindeki bir zaman damgası, sırası sabit olmayan araç tanımları ve eski araç sonuçlarının yeniden biçimlendirilmesi. Ajanlar için bir tane daha ekleyin: her seferinde en eski turu atan “kayan pencere” kırpması; bu, ondan sonraki her şeyi kaydırır. Bunların her biri önbellekli bir istemi yepyeni bir isteme çevirir; [önbelleğe uygun istem yapısı](https://broadrouter.com/tr/blog/prompt-structure-for-caching/) yazısı geri kalanları, önekin önbelleğe alındığını kanıtlayan bir testle birlikte listeliyor. Uzun bir oturumda fark büyüktür: istemin büyük kısmı yeni girdi yerine önbellekli girdi olabilir. [Önbellekli girdi nasıl faturalanır](https://broadrouter.com/tr/blog/cached-input-tokens-explained/).

## Kural 2: Önbellek oranını nasıl ölçersiniz?

Her istek için günlüğe yazın. OpenAI SDK ile çağrıdan sonraki üç satır bunu yapar:

```python
import os
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])

resp = client.chat.completions.create(model="broadnet/deepseek-v4.1-flash", messages=history, max_tokens=8000)
u = resp.usage
cached = (u.prompt_tokens_details.cached_tokens if u.prompt_tokens_details else 0) or 0
print(f"turn prompt={u.prompt_tokens:,} cached={cached:,} ({cached / max(1, u.prompt_tokens):.0%})")
```

Yalnızca sonuna ekleyen sağlıklı bir ajan, ilk turdan sonraki her turda yüksek bir önbellekli pay gösterir. Oranın birden sıfıra yakın düşmesi, istemin başlarında bir şeyin değiştiği anlamına gelir. Onu bulun ve sabitleyin. [İstem önbelleği hesaplayıcısı](https://broadrouter.com/tools/prompt-caching-calculator/) bir önbellek oranını oturum başına paraya çevirir.

## Kural 3: Bağlam büyüdüğünde ilk neyi kesmelisiniz?

Bağlamın gerçekten küçülmesi gerektiğinde neyi attığınız önemlidir. Çoğu ajan dökümünde hacmin büyük kısmı araç çıktısıdır: 4.000 satırlık bir test günlüğü, tek bir fonksiyonu bulmak için baştan sona okunan bir dosya, bir dizin listesi. Değerli kısım küçüktür: plan, kararlar ve gerekçeleri, düzeltilen hatalar.

İlkten sona, kesme sırası:

1.  **Bayatlamış araç çıktısı.** Eski araç sonuçlarının gövdesini tek satırlık bir özetle değiştirin: “ran pytest: 3 failures in test\_api.py (fixed in turn 14)”.
2.  **Yerine yenisi gelmiş dosya içerikleri.** Ajan `api.py` dosyasını okuyup düzenledi ve sonra yeniden okuduysa ilk okuma ölü yüktür.
3.  **Hiçbir yere varmayan keşifler.** Bir değişikliğe yol açmayan aramalar ve okumalar.
4.  **Akıl yürütme ve planlar.** Bunları en uzun süre tutun. Kodun neden o hâlde olduğunu bunlar açıklar.

Araç çıktısını üretildiği anda kısaltmak daha da iyidir. Her araç sonucuna bir üst sınır koyun (örneğin bir günlüğün son 200 satırı ve toplam satır sayısı) ve ajan gerekirse fazlasını istesin. Böylece geçmiş hem yalnızca sonuna eklenen hem de küçük kalır.

## Kural 4: Bir ajan geçmişini ne zaman sıkıştırmalı?

Sıkıştırma (eski geçmişi daha kısa bir bloğa özetlemek) ağır silahtır. Öneki yeniden yazar, bu yüzden sıkıştırmadan sonraki tur sistem isteminden sonraki her şey için tam girdi fiyatı öder. Birkaç turda bir azar azar sıkıştırmak, bu bedeli tekrar tekrar ödemek demektir.

Daha iyisi:

-   **Yüksek bir eşik seçin.** 1M pencereyle örneğin %60–70 dolulukta sıkıştırmak, özet turu ve ardından gelecek uzun bir yeni çalışma kuyruğu için yer bırakır.
-   **Son kısmı olduğu gibi tutun.** Eski kısmı özetleyin, son turları dokunmadan bırakın. opencode’un [sıkıştırma belgeleri](https://opencode.ai/docs/compaction/) bunu anlatıyor: konuşmayı özetler ve en son kısmı, varsayılan olarak yaklaşık 15.000 token’ı, korur.
-   **Özeti tam istemle çıkarın.** Konuşmanın tamamını özet isteğine göndermek, bir önceki turun önbelleğini yeniden kullanmasını sağlar.
-   **Bir kez sıkıştırın, sonra yine sona ekleyin.** Sıkıştırmadan sonra yeni önek sabittir ve önbellek oradan devam eder.

## Kural 5: Not dosyasına ne girmeli?

Bazı bilgiler kaç kez sıkıştırılırsa sıkıştırılsın hayatta kalmalıdır: hedef, kısıtlar, alınan kararlar, projeyi derleyen ve test eden komutlar. Bunları ajanın sonuna ekleyip yeniden okuduğu kısa bir not dosyasında (bir `NOTES.md` ya da bir görev dosyası) tutun. İstemin başına yakın durur, nadiren değişir ve çalıştırma yeniden başlarsa yeni bir oturumun ilk okuduğu şeydir.

Bu aynı zamanda belleğin en ucuz biçimidir: birkaç bin token, ajanı her özetten sonra aynı bilgileri yeniden keşfetmekten kurtarır.

## Akıl yürütme token’ları bütçeyi nasıl etkiler?

DeepSeek V4.1 Flash, GLM 5.3 ve Qwen3.8 27B yanıt vermeden önce akıl yürütür ve akıl yürütme `max_tokens` sınırına sayılır. Uzun bir oturum bunu değiştirmez, ama büyük istemler insanları “yer kazanmak” için `max_tokens` değerini düşürmeye özendirir. Yapmayın. Dar bir çıktı bütçesi boş yanıtlar üretir, ajan da bunları yeniden dener. [Yanıtlar neden boş döner](https://broadrouter.com/tr/guides/reasoning-tokens-empty-response/).

Pencerenin istemi ve yanıtı birlikte saydığını da unutmayın. İstem 1.048.576 token’a yaklaştığında yanıt için yer kalmaz. Oraya varmadan sıkıştırın; [bağlam penceresi hesaplayıcısı](https://broadrouter.com/tools/context-window-calculator/) belirli bir istemin ne kadar yer bıraktığını gösterir.

## Sabit ücretli bir planda bunun önemi var mı?

Bir BroadNet plan oturumunda DeepSeek V4.1 Flash için token sayacı yoktur: bir Full Moon oturumu, istemler ne kadar uzun olursa olsun ayda $60 tutar. Önbelleğe almanın para gerekçesi ortadan kalkar. Diğer ikisi kalkmaz. Önbellekli bir önek pek çok sunum sisteminde genellikle daha hızlı işlenir ve iyi yönetilen bir bağlam daha iyi yanıtlar verir. Alışkanlıklar aynıdır; yalnızca gerekçe değişir. [Plan oturumları nasıl çalışır](https://broadrouter.com/tr/guides/unlimited-llm-api-sessions/).

## Bağlam yönetimi kontrol listesi

-   Sistem istemi ve araç listesi oturum boyunca sabit.
-   Geçmiş yalnızca sona ekleniyor; eski turlar asla yeniden biçimlendirilmiyor.
-   Önbellek oranı her istek için günlüğe yazılıyor.
-   Araç çıktısı üretilirken sınırlanıyor; bayatlayan çıktı sonradan özet satırına indiriliyor.
-   Sıkıştırma yüksek bir eşikte yapılıyor, son kısım olduğu gibi korunuyor.
-   Hedef, kısıtlar ve kararları içeren bir not dosyası var.
-   Çıktı bütçesi akıl yürütmeye yetecek kadar büyük.

Milyon token’lık bir pencerenin ne zaman kullanmaya değer olduğu için [1M bağlam penceresi rehberine](https://broadrouter.com/tr/blog/million-token-context-window-guide/) bakın. İlerleme kaydetmeden büyüyen oturumları durdurmak için [ajan döngüsü maliyet kontrolü](https://broadrouter.com/tr/blog/cut-coding-agent-llm-costs/) yazısına göz atın.

Bu konu için ücretsiz araçlar (İngilizce)

-   [Agent run cost estimator](https://broadrouter.com/tools/agent-run-cost-estimator/) Context growth per step, total tokens and cost of one agent run, with a DeepSeek session comparison.
-   [LLM batch job planner](https://broadrouter.com/tools/llm-batch-job-planner/) Run time, binding limit, cost per model and the flat sessions needed to finish a big job by a deadline.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [LLM rate limit and concurrency calculator](https://broadrouter.com/tools/llm-rate-limit-calculator/) Which limit binds first: RPM, TPM or concurrency, with Little's law.

[Ücretsiz araçlar (İngilizce)](https://broadrouter.com/tools/)

## Bu yazıdaki terimler

[Token](https://broadrouter.com/tr/glossary/token/)

Token, bir dil modelinin okuduğu ve yazdığı metin birimidir: modelin tokenizer'ının ürettiği bir kelime, kelime parçası, noktalama işareti veya bayt dizisi. LLM API'leri kullanımı token cinsinden sayar, sınırlar ve genellikle faturalandırır.

[Bağlam çürümesi (context rot)](https://broadrouter.com/tr/glossary/context-rot/)

Bağlam çürümesi (context rot), dil modellerinin girdisi uzadıkça, görev aynı kalsa ve girdi bağlam penceresinin rahatça içinde olsa bile, doğruluk ve güvenilirlikte yaşadığı kademeli kayıptır. Terimi, 18 modeli test eden 2025 tarihli bir Chroma teknik raporu yaygınlaştırdı.

[Araç çağırma (tool calling)](https://broadrouter.com/tr/glossary/tool-calling/)

Araç çağırma (tool calling), fonksiyon çağırma (function calling) olarak da bilinir; modelin, geliştiricinin tanımladığı bir fonksiyonu çalıştırmak için JSON argümanlı yapılandırılmış bir istek döndürdüğü bir LLM API özelliğidir. Fonksiyonu uygulama çalıştırır ve sonucu geri gönderir; model hiçbir zaman kodu kendisi çalıştırmaz.

[Bağlam penceresi (context window)](https://broadrouter.com/tr/glossary/context-window/)

Bağlam penceresi, bir dil modelinin tek bir istekte işleyebileceği en fazla token sayısıdır. Sistem istemini, konuşma geçmişini, araç tanımlarını, görselleri ve akıl yürütme token'ları dahil üretilen çıktıyı kapsar. Sığmayan her şey kesilmeli, özetlenmeli veya birden fazla isteğe bölünmelidir.

[Girdi ve çıktı token'ları](https://broadrouter.com/tr/glossary/input-and-output-tokens/)

Girdi token'ları, bir dil modelinin istekte okuduğu token'lardır: sistem istemi, konuşma geçmişi, araç tanımları ve görseller dahil. Çıktı token'ları ise modelin yanıt olarak ürettikleridir, akıl yürütme dahil. LLM API'leri bunları genellikle ayrı fiyatlandırır ve çıktı genellikle daha pahalıdır.

[Lost in the middle (ortada kaybolma)](https://broadrouter.com/tr/glossary/lost-in-the-middle/)

Lost in the middle (ortada kaybolma), dil modellerinin ilgili bilgiyi uzun bir girdinin başında veya sonunda olduğunda en iyi, ortasında olduğunda ise en kötü kullanma eğilimidir. Adını Liu vd.'nin 2023 tarihli çalışması koymuştur.

[Akıl yürütme token'ları (reasoning tokens)](https://broadrouter.com/tr/glossary/reasoning-tokens/)

Akıl yürütme token'ları, bir akıl yürütme modelinin görünür yanıtını yazmadan önce problemi çözmek için ürettiği token'lardır. Genellikle çıktı token'ı olarak faturalandırılır, çıktı sınırına ve bağlam penceresine sayılır; API tarafından gizlenebilir veya özetlenebilir.

[Bağlam mühendisliği (context engineering)](https://broadrouter.com/tr/glossary/context-engineering/)

Bağlam mühendisliği (context engineering), bir dil modelinin her istekte gördüğü token kümesini, yani sistem istemini, araç tanımlarını, geçmişi, getirilen belgeleri ve notları seçme ve sürdürme işidir; amaç, modelin görevi iyi yapması için gereken en küçük, en yüksek sinyalli bilgiyi vermektir.

## Sık sorulan sorular

### Model 1M token pencereye sahipse bağlamı neden yöneteyim?

Çünkü istem büyüdükçe maliyet, gecikme ve doğruluk birlikte değişir. Uzun istemlerin işlenmesi daha uzun sürer, token başına ödenen bir anahtarda tur başına daha pahalıdır ve araştırmalar modellerin uzun girdilerin ortasındaki bilgiyi daha az güvenilir kullandığını gösteriyor.

### Ajanımın önbelleğe isabet edip etmediğini nasıl anlarım?

Model bunu raporladığında usage bloğunda prompt\_tokens\_details.cached\_tokens alanı bulunur. Her istek için bu değeri prompt\_tokens'a bölün ve oranı günlüğe yazın.

### Sabit ücretli bir planda sıkıştırma önemli mi?

Fatura açısından değil, çünkü bir plan oturumunda token sayacı yoktur. Ama çok uzun oturumlarda hız ve yanıt kalitesi için hâlâ önemlidir.

## Okumaya devam edin

-   [1M token'lık bağlam penceresi ne zaman değer (ve ne zaman değmez)?](https://broadrouter.com/tr/blog/million-token-context-window-guide/)
-   [Önbellekli girdi tokenları: LLM API faturası nasıl düşürülür](https://broadrouter.com/tr/blog/cached-input-tokens-explained/)
-   [Kodlama ajanı LLM maliyetini düşürmenin 10 yolu ve tahmini tasarruf](https://broadrouter.com/tr/blog/cut-coding-agent-llm-costs/)
-   [Kodlama ajanlarını gece boyunca gözetimsiz ve güvenle çalıştırma](https://broadrouter.com/tr/blog/overnight-coding-agent-runs/)
-   [Bir yapay zeka kodlama ajanı çalıştırması ne kadar tutar?](https://broadrouter.com/tr/blog/ai-coding-agent-run-cost/)
-   [Claude Code ile açık modeller: proxy, yerel uç noktalar ve sınırlar](https://broadrouter.com/tr/blog/claude-code-with-openai-compatible-models/)
-   [Rehber: Chat completions akışı ve kopan bağlantıları ele alma](https://broadrouter.com/tr/guides/streaming-chat-completions/)
-   [Rehber: Akıl yürüten model neden boş yanıt döndürür?](https://broadrouter.com/tr/guides/reasoning-tokens-empty-response/)
-   [Rehber: Ajanlar için sınırsız LLM API planları nasıl çalışır?](https://broadrouter.com/tr/guides/unlimited-llm-api-sessions/)

Gerçek iş yükünüzle deneyin. Yeni hesaplar şunlar için US$5 kredi ile başlar: Gemma ve transkripsiyon. Bakiye yüklemesi gerekenler: DeepSeek, GLM ve Qwen3.8.

[Başlayın](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-blog-long-running-agent-context-management&utm_content=page-cta) ·

**Kaynaklar**

-   [BroadNet Inference API başvurusu, akıl yürütme ve önbellekli token'lar (İngilizce)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-blog-long-running-agent-context-management&utm_content=sources)
-   [Liu ve ark., Lost in the Middle: How Language Models Use Long Contexts (arXiv)](https://arxiv.org/abs/2307.03172)
-   [opencode belgeleri, sıkıştırma (compaction)](https://opencode.ai/docs/compaction/)
