# Bağlam İzolasyonu

## 🎯 TL;DR
Bağlam izolasyonu, büyük dil modelleri (LLM'ler) ile çalışırken farklı görevleri veya bilgi alanlarını ayrı tutma işlemidir. Her görevin kendi özel alanını oluşturmak gibi düşünülebilir. Tek bir büyük LLM'nin her şeyi aynı anda ele almaktan ziyade, her biri belirli bir işe odaklanmış ve kendi özel verilerine göre eğitilmiş birden fazla, daha küçük "ajandan" kullanılır. Bu, ilgili olmayan bilgilerin birbirleriyle karışmasını önler ve daha doğru ve güvenilir sonuçlar elde edilmesini sağlar.

## 📚 Anahtar Kavramlar
- **Context Isolation** → Bağlam İzolasyonu (farklı görevleri veya bilgi alanlarını ayrı tutma)
- **Large Language Models (LLMs)** → Büyük Dil Modelleri (genel amaçlı dil işleme modelleri)
- **Agents** → Ajanlar (her biri belirli bir işe odaklanmış, daha küçük modeller)

## 🔍 Detay (Orijinal İngilizce)
Context isolation is about keeping different tasks or areas of knowledge separate when working with large language models (LLMs). Think of it like giving each task its own dedicated space. Instead of one big LLM trying to handle everything at once, you use multiple, smaller "agents" that are each focused on a specific job and trained on their own specific data. This prevents unrelated information from interfering with each other, leading to more accurate and reliable results.

## 🔗 Daha Detay İstersen
roadmap.sh ekibinin seçtiği kaynaklar:
- 📖 [4 Context Engineering Stratejisi](https://newsletter.owainlewis.com/p/4-context-engineering-strategies) — AI mühendislerinin bilmesi gereken 4 bağlam mühendisliği stratejisi hakkında bilgi verir.
- 📖 [Bağlam Mühendisliği](https://blog.langchain.com/context-engineering-for-agents/) — Ajanlar için bağlam mühendisliği hakkında detaylı bilgi sağlar.