# Gemini API function calling: Mimari iş akışlarında araç çağırma

Kaynak: https://3dsinifi.com/haber/gemini-api-function-calling-mimari-is-akislarinda-arac · Kategori: Eğitimler · Yayın: 31 Ekim 2026

> Gemini API function calling, modelin dış sistemlerde kullanılacak işlevleri ve gerekli parametreleri belirlemesini sağlar. Bu rehberde API anahtarından mimari projelere uyarlanmış bir araç tanımına kadar temel adımlar yer alıyor.

## Kısaca
- Function calling, Gemini API modelinin harici işlevlere ait çağrı ve parametreleri oluşturmasını sağlar.
- Resmî örneklerde Python, JavaScript ve REST kullanımı gösteriliyor; başlangıç rehberi Java ve Go seçeneklerini de içeriyor.
- API kullanımı için anahtar gerekiyor; ücretli katmanda Cloud Billing kurulumu ve en az 5 ABD doları veya eşdeğerinde ön ödemeli kredi belirtiliyor.
- Mimari senaryoda model, malzeme kataloğu gibi dış bir kaynağa erişmek üzere uygulamanın tanımladığı işlevi çağırabilir.

## Bu rehberde ne öğreneceksiniz?

Gemini API function calling, bir modelin yalnızca yanıt metni üretmesi yerine dış sistemlerde kullanılabilecek bir işlevi seçmesini ve o işlev için gerekli parametreleri hazırlamasını sağlar. İşlevi gerçekten çalıştıran, modelin kendisi değil; model ile harici sistem arasında bağlantı kuran uygulamadır. Google’ın rehberinde bu yaklaşım, dış sistemlerde işlem yapmak, API veya veritabanı gibi kaynaklardan bilgi almak ve hesaplama gibi araçlarla yetenekleri genişletmek için anlatılıyor.

Mimarlık, iç mekân tasarımı ve görselleştirme ekipleri için bu yapı; örneğin bir malzeme kataloğunda arama yapan veya proje bilgisi getiren bir uygulamanın tasarımına temel oluşturabilir. Aşağıdaki örnek, modelin bir katalog arama işlevine hangi parametreleri ileteceğini hazırlamasını gösteriyor. Gerçek kataloğa bağlanma ve sonuçları kullanma kısmı, uygulamanın geliştirilmesine bağlıdır.

## Gereksinimler

Başlangıç için Gemini API anahtarı ve API isteği gönderebilen bir ortam gerekiyor. Resmî başlangıç kılavuzu Python SDK’sı, JavaScript SDK’sı ve REST kullanımını gösteriyor; Java ve Go için de örnekler sunuyor. Bu anlatımda Python tercih edildi.

Google AI Studio, yeni kullanıcılar için otomatik olarak proje ve API anahtarı oluşturuyor. Anahtar, AI Studio’daki API keys sayfasından alınabiliyor. Kılavuz, anahtarın ortam değişkeni olarak ayarlanmasını örnekliyor. API anahtarı, isteğin hesaba bağlanmasına ve kullanımın hesap üzerinden takip edilmesine yarıyor; ayrıca istekler için güvenlik sınırlarının uygulanmasına katkı sağlıyor.

Ücretli kullanıma geçişte hesap için daha geniş istek sınırları açılıyor; bu aşamada Cloud Billing’in yapılandırılması gerekiyor. Google’ın rehberi, ücretli krediler için en az 5 ABD doları veya para birimi karşılığının önceden ödenmesini belirtiyor. Bu bilgi bir kullanım maliyeti tahmini değil; kaynakta belirtilen ön ödeme koşuludur. Ücretli kullanıma geçmeden önce hesap ve faturalandırma ayarlarını kontrol edin.

Python SDK’sını kurmak için resmî kılavuzdaki komut:

```bash
pip install -U google-genai
```

## Adım adım işlev çağrısı oluşturma

1. **İşlevin amacını belirleyin.** İşlev adı ve açıklaması, uygulamanın ne yaptığını açıkça ifade etmelidir. Bu örnekte amaç, proje için uygun malzeme seçeneklerini harici bir katalogda aramak. Katalog sorgusunun kendisi burada çalıştırılmıyor; modelin bu sorgu için gerekli argümanları üretmesi gösteriliyor.

2. **Modelden istenecek bilgileri tanımlayın.** Kullanıcı isteği örneğin şöyle olabilir:

```prompt
Projem için açık renkli, taş görünümlü zemin kaplamalarını malzeme kataloğunda ara.
```

Bu metin, modelin doğal dille gelen isteği işlev parametrelerine dönüştürmesine örnek oluşturur. Uygulama tarafında hangi alanların gerekli olacağı, kataloğun yapısına göre belirlenmelidir; aşağıdaki örnekte arama ifadesi tek bir metin alanında tutuluyor.

3. **İşlev şemasını hazırlayın.** Google’ın işlev çağırma örneklerinde işlev adı, açıklama ve parametre şeması tanımlanıyor. Parametrelerin türü belirtiliyor; zorunlu alanlar `required` listesine ekleniyor. Buradaki `search_materials` ve `query` alanı, mimari kataloğa uyarlanmış örnektir.

```python
from google import genai

search_materials_function = {
    "type": "function",
    "name": "search_materials",
    "description": "Searches a project material catalog using a text query.",
    "parameters": {
        "type": "object",
        "properties": {
            "query": {
                "type": "string",
                "description": "The material search query."
            }
        },
        "required": ["query"]
    }
}
```

Açıklamayı, işlevin gerçek görevini anlatacak şekilde yazın. Parametre adlarını da bağlı uygulamanın beklediği alanlarla uyumlu seçin. Bir katalog birden fazla filtre istiyorsa şema da buna göre tasarlanmalıdır; ancak alan ve filtreler, sistemde gerçekten bulunan bilgilere dayanmalıdır.

4. **İsteği Gemini API’ye gönderin ve çağrı adımını inceleyin.** Başlangıç kılavuzundaki örneklerde `genai.Client()` istemcisi, `interactions.create` isteği ve `interaction.output_text` gibi sonuç alanları kullanılıyor. Function calling belgesi ise yanıt adımları arasında `function_call` türünün denetlenmesini ve işlev adıyla argümanların okunmasını gösteriyor.

```python
client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3.8-flash",
    input="Projem için açık renkli, taş görünümlü zemin kaplamalarını ara.",
    tools=[search_materials_function],
)

for step in interaction.steps:
    if step.type == "function_call":
        print("İşlev:", step.name)
        print("Argümanlar:", step.arguments)
```

Bu örnekte modelden beklenen çıktı, işlev çağrısının adı ve argümanlarıdır. Modelin hazırladığı argümanları uygulama tarafında inceleyin. Kataloğa erişim, sorgunun çalıştırılması ve sonuçların kullanıcıya sunulması, bu örneğin dışında kalan uygulama adımlarıdır.

5. **Gerçek kullanım öncesinde girdileri sınayın.** Farklı proje talepleriyle modelin hangi işlevi seçtiğini ve hangi argümanları ürettiğini gözlemleyin. İsteğin belirsiz olduğu durumlarda, uygulamanın güvenli ve doğru çalışması için gerekli kontrolleri kendi sisteminizde tasarlayın. Kaynak rehberler API kullanımını ve çağrı adımlarını açıklar; belirli bir mimari kataloğun doğruluğunu veya veri kalitesini garanti etmez.

## Sık yapılan hatalar

- **İşlev açıklamasını belirsiz bırakmak:** Modelin seçmesi beklenen aracın görevi açıkça yazılmalı. İşlev adı, açıklama ve parametre tanımları birbirini desteklemeli.
- **Parametreleri uygulamayla eşleştirmemek:** Şemadaki alanların dış sistemin beklediği bilgilerle uyumlu olması gerekir. Aksi durumda model argüman üretse bile uygulama bunları doğru kullanamayabilir.
- **Model çağrısını işlemin kendisi sanmak:** Function calling, dış sistemle iletişim kurmaya yönelik çağrı ve argümanları oluşturur. İşlevin gerçek sistemde çalıştırılması uygulama tarafındaki bağlantıya bağlıdır.
- **API anahtarını gelişigüzel yönetmek:** Anahtar, API isteklerinin hesaba bağlanmasına ve kullanımın izlenmesine yardımcı olur. Başlangıç kılavuzu anahtarı ortam değişkeninde tutmayı örnekliyor.
- **Ücret ve kullanım sınırlarını göz ardı etmek:** Ücretli katmana geçişte istek sınırları ve faturalandırma ayarları değişiyor. Kullanıma geçmeden önce AI Studio’daki kullanım ve faturalandırma bilgilerini kontrol edin.

## Mimarlık ve görselleştirme iş akışına etkisi

Bu yaklaşım, doğal dille gelen bir isteği uygulamanın tanımladığı araçlara yönlendirmek isteyen ekipler için yararlı olabilir. Örneğin bir iç mekân projesinde, modelin malzeme arama isteğini yapılandırılmış bir katalog sorgusuna çevirmesi hedeflenebilir. Benzer biçimde harici bir API veya veritabanından bilgi alma, kaynakta belirtilen kullanım alanları arasındadır. Bu, Revit, 3ds Max veya başka bir tasarım yazılımına hazır bir bağlantı olduğu anlamına gelmez; entegrasyonun kurulması gerekir.

Ofisler ve öğrenciler için önemli noktalar; API anahtarı, uygulamanın dış sistemle uyumluluğu, istek sınırları ve olası ücretli kullanım koşullarıdır. Kaynaklarda özel bir donanım gereksinimi belirtilmiyor. Bu nedenle karar verirken donanım varsaymak yerine API kullanımını ve iş akışında hangi verilerin dışarı aktarılacağını değerlendirmek daha doğru olur.

## Sonraki adımlar

Önce katalog araması gibi sınırları belli bir işleve ait şemayı kurun ve örnek kullanıcı istekleriyle dönen argümanları kontrol edin. Ardından uygulama tarafında bu argümanları karşılayacak dış API veya veri kaynağını belirleyin. Başka bir dil tercih ediliyorsa resmî başlangıç kılavuzundaki JavaScript veya REST örnekleri de incelenebilir. Çok adımlı görüşmeler için kılavuz, sunucunun geçmişi yönettiği `previous_interaction_id` yaklaşımını önerilen durum yönetimi yöntemi olarak anlatıyor.

## Kaynak ve lisans

Bu rehber, Google’ın Gemini API function calling ve başlangıç kılavuzlarından uyarlanmıştır. Her iki kaynak da CC BY 4.0 lisanslıdır. İçerik Türkçeye çevrilip mimari malzeme kataloğu senaryosuna göre uyarlanmıştır.

## Pro ipucu
İşlev açıklamasını ve parametre şemasını, kataloğun gerçekten beklediği alanlarla eşleştirin; testlerde modelin ürettiği işlev adı ve argümanları ayrı ayrı kontrol edin.

## 3dsınıfı yorumu
Türkiye’deki mimarlık ofisleri ve görselleştirme ekipleri için function calling’in pratik değeri, doğal dille gelen talepleri kurum içi katalog veya API gibi mevcut kaynaklara bağlayabilme potansiyelinde. Bu, tek başına BIM ya da render yazılımlarıyla hazır entegrasyon sunmuyor; uygulama geliştirme ve veri bağlantısı gerektiriyor.

Deneme aşamasında kapsamı küçük tutmak, API anahtarını ve kullanım sınırlarını izlemek önemli. Ücretli katmanda faturalandırma ve ön ödeme koşulları var; kaynaklarda özel donanım gereksinimi belirtilmiyor. Bu nedenle yatırım kararında önce lisans ve kullanım koşulları, entegrasyon maliyeti ve ekipteki teknik kapasite değerlendirilmelidir.

## Kaynaklar
- [ai.google.dev (CC BY 4.0)](https://ai.google.dev/gemini-api/docs/function-calling) (özet)
- [ai.google.dev (CC BY 4.0)](https://ai.google.dev/gemini-api/docs/quickstart) (özet)

_Yapay zekâ ile yazıldı, kaynaklarla doğrulandı. © 3dsınıfı_