---
title: "Context engineering (bağlam mühendisliği) nedir? | BroadRouter"
description: "Bağlam mühendisliği, bir LLM'in her turda gördüğü token'ları seçmektir: talimatlar, araçlar, geçmiş ve getirilen veriler. Ajan teknikleri ve maliyetleri."
url: https://broadrouter.com/tr/glossary/context-engineering/
lang: tr
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

İngilizceden yapay zekâ desteğiyle çevrilmiştir. [İngilizce aslını okuyun](https://broadrouter.com/glossary/context-engineering/) (güncelleme: 2026-11-15).

# Bağlam mühendisliği (context engineering)

Güncellendi 2026-11-15

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.

Diğer adları: bağlam mühendisliği, bağlam yönetimi, ajan bağlam yönetimi, context engineering, context management, agent context engineering

İstem bir kez yazdığınız şeydir. Bağlam ise modelin her turda gördüğü her şeydir ve bir ajanda her turda değişir.

## Nasıl çalışır

Anthropic’in mühendislik yazısı bağlam mühendisliğini çıkarım sırasında “the set of strategies for curating and maintaining the optimal set of tokens” (çeviri: en uygun token kümesini düzenleme ve sürdürme stratejileri bütünü) olarak tanımlar; buna istemin ötesindeki bilgiler de dahildir. Hedefi, istenen sonucu olası kılan “smallest possible set of high-signal tokens” (çeviri: mümkün olan en küçük yüksek sinyalli token kümesi) bulmak olarak koyar.

Bunun nedeni dikkatin sınırlı olmasıdır. Yazıya göre modellerin bir “attention budget” (çeviri: dikkat bütçesi) vardır ve bağlam büyüdükçe hatırlama düşer; yazı buna [bağlam çürümesi](https://broadrouter.com/tr/glossary/context-rot/) der. Konum da önemlidir: uzun bir istemin ortasındaki bilgiler daha kolay gözden kaçar ([lost in the middle](https://broadrouter.com/tr/glossary/lost-in-the-middle/)).

Yazı, uzun süre çalışan ajanlar için birkaç teknik sayar:

| Teknik | Ne yapar |
| --- | --- |
| [Sıkıştırma](https://broadrouter.com/tr/glossary/context-compaction/) | Sınıra yaklaşınca geçmişi özetler ve özetten devam eder |
| Araç sonucu temizleme | Eski ham araç çıktılarını geçmişten çıkarır |
| Yapılandırılmış not alma | Ajan, bağlamın dışındaki bir dosyaya not yazar ve sonra yeniden okur |
| [Alt ajanlar](https://broadrouter.com/tr/glossary/subagent/) | Odaklı işi temiz bir bağlamda yapar ve kısa bir özet döndürür |
| Tam zamanında getirme | Referansları (dosya yolları, sorgular) tutar ve veriyi yalnızca gerektiğinde yükler |

Bir kodlama ajanında tek bir turun bütçesine örnek:

```text
System prompt + rules          4,000 tokens
Tool definitions               6,000 tokens
Notes file                     1,500 tokens
History (compacted)           20,000 tokens
Latest tool output             8,000 tokens   <- largest single item
```

## Neden önemli

-   **Kalite.** Bağlamda daha az gürültü, genellikle daha iyi yanıtlar ve daha az atlanan talimat demektir.
-   **Maliyet.** Token başına faturalandırmada bağlamdaki her token her turda faturalanır. Başa yerleştirilen sabit içerik, [önbellekli girdi](https://broadrouter.com/tr/glossary/cached-input-tokens/) olarak daha ucuzdur; bkz. [önbellekleme için istem yapısı](https://broadrouter.com/tr/blog/prompt-structure-for-caching/).
-   **Çalışma süresi.** İyi bağlam yönetimi, bir ajanın [bağlam penceresine](https://broadrouter.com/tr/glossary/context-window/) takılmadan saatlerce çalışmasını sağlar.

## BroadNet Inference’ta

Bağlam mühendisliği sizin kodunuzda gerçekleşir: BroadNet’in Chat Completions API’si ne mesaj listesi gönderirseniz onu alır. [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/) 1.048.576 token, [Qwen3.8 27B](https://broadrouter.com/tr/models/qwen3.8-27b/) 262.144 token ve [Gemma 4 VL 26B](https://broadrouter.com/tr/models/gemma-4-vl-26b/) 32K token kabul eder; bu yüzden sıkı bir bağlam en çok Gemma’da önemlidir.

Model bildirdiğinde `usage.prompt_tokens_details.cached_tokens`, önbellekten okunan token’ları gösterir; bunlar kullandıkça öde planında önbellekli girdi fiyatıyla faturalanır. [Uzun süre çalışan ajanlar için bağlam yönetimi](https://broadrouter.com/tr/blog/long-running-agent-context-management/) beş pratik kural verir; [ajan token bütçesi](https://broadrouter.com/tr/blog/agent-token-budget/) yazısı da ajan token’larının nereye gittiğini gösterir.

## Sık sorulan sorular

### Bağlam mühendisliğinin istem mühendisliğinden farkı ne?

İstem mühendisliği iyi talimat yazmakla ilgilidir. Bağlam mühendisliği ise modelin bir turda gördüğü her şeyi, yani araç tanımlarını, geçmişi ve getirilen verileri, ayrıca bu kümenin uzun bir oturum boyunca nasıl değiştiğini kapsar.

### Neden sadece daha büyük bir bağlam penceresi kullanmıyoruz?

Daha büyük bir pencere sorunu erteler ama ortadan kaldırmaz. Anthropic, bağlam büyüdükçe hatırlamanın düştüğünü belirtir; token başına faturalandırmada da her ek token her turda yeniden ödenir.

### İlk olarak ne denemeliyim?

Bağlamınızı neyin doldurduğunu ölçün. En büyük kısımlar genellikle araç çıktıları ve eski geçmiştir; bunları kırpmak veya özetlemek ucuz bir denemedir.

## Ayrıca bakın

-   [Prompt mühendisliği (istem mühendisliği)](https://broadrouter.com/tr/glossary/prompt-engineering/) (terim)
-   [Bağlam sıkıştırma (context compaction)](https://broadrouter.com/tr/glossary/context-compaction/) (terim)
-   [Bağlam çürümesi (context rot)](https://broadrouter.com/tr/glossary/context-rot/) (terim)
-   [Lost in the middle (ortada kaybolma)](https://broadrouter.com/tr/glossary/lost-in-the-middle/) (terim)
-   [Bağlam penceresi (context window)](https://broadrouter.com/tr/glossary/context-window/) (terim)
-   [Önbellekli girdi token'ları (cached input tokens)](https://broadrouter.com/tr/glossary/cached-input-tokens/) (terim)
-   [Ajanlar için sınırsız LLM API planları nasıl çalışır?](https://broadrouter.com/tr/guides/unlimited-llm-api-sessions/) (rehber)
-   [Uzun süren ajanlarda 1M token pencereyle bağlam yönetimi](https://broadrouter.com/tr/blog/long-running-agent-context-management/) (yazı)
-   [Ajan token bütçesi: bir ajan döngüsünün token'ları nereye gidiyor?](https://broadrouter.com/tr/blog/agent-token-budget/) (yazı)
-   [Önek önbelleğe alınsın diye istem nasıl yapılandırılır?](https://broadrouter.com/tr/blog/prompt-structure-for-caching/) (yazı)

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-glossary-context-engineering&utm_content=page-cta) ·

**Kaynaklar**

-   [Anthropic Engineering, Effective context engineering for AI agents (kontrol tarihi 2026-11-15)](https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents)
-   [Claude Code belgeleri, alt ajanlar (bağlamı koruma) (kontrol tarihi 2026-11-15)](https://code.claude.com/docs/en/sub-agents)
-   [Claude Code belgeleri, maliyetleri etkin yönetme (token kullanımını azaltma) (kontrol tarihi 2026-11-15)](https://code.claude.com/docs/en/costs)
