Yapay Zeka llm.txt Doğrulayıcı: Yapay Zekayı Dijital Halüsinasyonlardan ve İşaretleme Kaosundan Korumak

llm.txt, modern yapay zeka mühendisliğinin temel bir paradoksunu çözmek için Jeremy Howard (Answer.ai) tarafından önerilen bir web belirtimidir: Milisaniyeler içinde kuantum algoritmaları yazabilen son teknoloji Büyük Dil Modelleri (LLM'ler), proje belgelerini ayrıştırmaya çalışırken neden sıklıkla tökezler ve halüsinasyon görür?

Cevap dijital gürültü entropisinde yatmaktadır. Standart web sayfaları gezinme çubukları, ağır JavaScript paketleri, çerez afişleri, reklam komut dosyaları ve görsel iskelelerle boğulmuştur. Bir yapay zeka aracısı bir web sitesini taradığında binlerce işe yaramaz belirteç (token) tüketir. llm.txt katı bir anlamsal filtre görevi görür —proje mimarisini ve seçilmiş belge bağlantılarını bildiren temiz, özlü bir Markdown dizini sunar.

Dijital Şecere: robots.txt'den llm.txt'ye

Web tarihindeki dönüm noktaları kaosu evcilleştirme zorunluluğundan doğmuştur. 1994 yılında Martijn Koster web sunucularını açgözlü arama motoru tarayıcılarından korumak için robots.txt dosyasını tanıttı. Daha sonra 2005 yılında Google, Yahoo ve MSN, arama motorlarına yapılandırılmış URL keşfi sağlamak için sitemap.xml dosyasını sundu.

Şimdi otonom yapay zeka aracıları ve yapay zeka kodlama araçları (Cursor, Claude, ChatGPT) çağında llm.txt geldi. Eğer robots.txt "tarayıcıların nereye basmaması gerektiğini" dikte ediyorsa ve sitemap.xml "hangi URL'lerin var olduğunu" ilan ediyorsa, llm.txt "bir LLM'in bürokratik kabarıklık olmadan kod tabanınızı anlamak için hangi belgeleri okuması gerektiğini" bildirir.

Katı Kurallı Sözdizimi: Yapay Zeka Modellerinin Talep Ettiği Standart

Yapay Zeka dikkatsiz yazım hatalarını affedecek insan sezgisinden yoksundur. Standart formattan saparsanız dil modelleri belgelerinizi yok sayabilir veya bölüm sınırlarını yanlış yorumlayabilir. İşte llm.txt'nin temel mimari sütunları:

# Proje Başlığı

> Bir veya iki cümlede özlü proje özeti (Alıntı Bloğu).

## Temel Belgeler

- [Mimari](docs/architecture.md): Genel sistem tasarımı ve modülleri
- [API Referansı](docs/api.md): Tam REST ve GraphQL uç noktaları

## İsteğe Bağlı

- [Tam Belge](llms-full.txt): Tüm proje belgelerinin birleştirilmiş tam metni

1. Kanonik H1 Başlığı (# Proje Başlığı)

Dosya tek bir üst düzey Markdown H1 başlığı ile BAŞLAMALIDIR. Bu stilistik bir tercih değildir —LLM'in bağlam penceresi içindeki varlığı tanımlayan birincil damgadır.

2. Zorunlu Alıntı Özeti (> Kısa açıklama)

H1 başlığının hemen ardından bir Markdown alıntı bloğu (blockquote) GELMELİDİR. Yapay zeka aracısına anında ontolojik yönlendirme sağlayarak projenin özünü ve hedef ekosistemini tanımlar.

3. Disiplinli H2 Bölüm Hiyerarşisi (## Bölüm)

Tüm bağlantılar H2 başlıkları altında gruplandırılmalıdır (örn. ## Belgeler, ## İsteğe Bağlı). LLM'in dikkat mekanizmasını parçalamamak için alt başlıklar (H3–H6) idareli kullanılmalıdır.

4. Bağlantı Biçimlendirme Ritmi (- [Başlık](URL): Ayrıntılar)

Her liste öğesi katı Markdown bağlantı sözdizimine uymalıdır. Yalın URL'ler (örn. - http://example.com) veya belirsiz başlıklar ([link]) doğrulama uyarılarını tetikler çünkü modeli niyeti tahmin etmeye zorlar.

Neden Yapay Zeka llm.txt Doğrulayıcımızı Kullanmalısınız?

Yapay Zeka llm.txt Doğrulayıcımız titiz kod analizi gerçekleştirir. Yapay zeka aracılarının ayrıştırma davranışını simüle ederek şunları anında vurgular:

  • Yapısal Kusurlar: Eksik H1 başlıkları, atlanan alıntı blokları veya yanlış yerleştirilmiş bölüm başlıkları.
  • Bağlantı Sorunları: Bozuk Markdown sözdizimi, göreli ve mutlak URL tutarsızlıkları ve belirsiz başlıklar.
  • Satır Satır Denetçi: Durum göstergeleri ve eyleme dönüştürülebilir tanılama mesajlarıyla her satırı etkileşimli olarak inceleyin.