Entegrasyon rehberleri · 2026-09-22
OpenAI uyumlu gateway ile embeddings ve rerank API kullanımı
OpenAI uyumlu AI gateway'e chat completions dışında embeddings ve rerank uçlarını nasıl bağlayacağınızı, hangi kullanım senaryosunda hangi ucun gerekli olduğunu anlatır.
Geçiş sadece chat completions ile bitmez
OpenAI uyumlu AI gateway rehberinde anlatılan taşıma adımları, mevcut bir sohbet entegrasyonunu base URL ve model kimliğini değiştirerek taşımaya odaklanır. Ancak bir uygulama yalnızca sohbet değil, arama veya öneri gibi bir semantik katman da kullanıyorsa, aynı gateway üzerinden `/v1/embeddings` ucunu da çağırabilirsiniz; kimlik doğrulama ve temel istek biçimi aynı kalır.
Rerank ucu ise farklı bir ihtiyaca cevap verir: embedding araması geniş bir aday kümesi döndürdükten sonra, bu adayları sorguya göre yeniden sıralamak için ayrı bir modele ihtiyaç duyulur. İki uç birbirinin yerine geçmez, art arda kullanılır.
Hangi senaryoda hangi uç gerekli
Yalnızca sohbet tabanlı bir asistan kuruyorsanız chat completions ucu yeterlidir. Belge arama, ürün önerisi veya sık sorulan soru eşleştirmesi gibi bir semantik arama katmanı kuruyorsanız, önce embeddings ucuyla belgelerinizi vektöre çevirip bir vektör veritabanında saklarsınız, sorgu anında da aynı ucu kullanarak sorguyu vektöre çevirirsiniz.
Arama sonuçlarının isabet oranını artırmak istiyorsanız, embedding aramasından dönen ilk N sonucu rerank ucuna gönderip yeniden sıralatmak, özellikle çok sayıda benzer belge içeren kümelerde gözle görülür bir iyileştirme sağlar.
- Chat completions: sohbet ve metin üretimi.
- Embeddings: belge/sorgu vektörleştirme, semantik arama ve RAG'in temeli.
- Rerank: embedding aramasının ilk sonuçlarını isabet oranına göre yeniden sıralama.
Aynı katalogdan farklı model seçebilirsiniz
Sohbet için kullandığınız model ile embedding veya rerank için kullandığınız model aynı sağlayıcıdan olmak zorunda değildir. Katalogdaki her model kendi fiyatı ve kendi yetenek kümesiyle listelenir; üç uç için üç ayrı model seçmek, tek bir sağlayıcıya bağlı kalmaktan daha esnek bir mimari kurar.
Sık sorulan sorular
Embeddings ucunu kullanmak için ayrı bir API anahtarı mı gerekir?
Hayır. Chat completions için kullandığınız aynı anahtar ve base URL, embeddings ve rerank uçları için de geçerlidir. Değişen tek şey istek gönderdiğiniz yol ve gövde biçimidir.
Rerank olmadan sadece embedding araması yeterli olur mu?
Küçük belge kümelerinde çoğu zaman yeterlidir. Belge sayısı arttıkça veya sorgular birbirine yakın anlamlı çok sayıda belgeyle eşleştiğinde, rerank adımı isabet oranını gözle görülür şekilde artırır.