Bu yarım günlük ileri atölye, proje yöneticilerinin üretken yapay zekâyı (GenAI) kullanarak proje kapsamından hızlı ve eksiksiz bir İş Kırılım Yapısı (WBS) üretmesini; daha da önemlisi bu çıktıyı kapsam yönetimi disiplinini kullanarak güvenle denetlemesini öğretir. Eğitim, AI çıktısını körü körüne üretmeye değil, 'üret–kıyasla–denetle' döngüsüne odaklanır: katılımcı aynı kapsamdan hem kendi WBS'ini hem AI'nınkini üretip karşılaştırır; AI'nın güçlü ve zayıf yönlerini — kapsamda olmayan teslimatı uydurma, %100 kuralını ihlal etme, unutulan iş paketi, yanlış granülerlik — bizzat görür.
Kariyer gelişimi açısından: yapay zekâ planlama taslaklarını hızlandırdıkça proje yöneticisinin değeri 'planı yazan' olmaktan 'planı denetleyen ve yargılayan' role kayıyor. Bu eğitim, katılımcıyı bu dönüşümde öne çıkaran iki yetkinliği bir arada kazandırır — AI'yı verimli kullanma ve çıktıyı disiplinle denetleme.
Önkoşullar: Bu eğitim iki temel eğitimin üzerine kurulur ve onları varsayar — (1) 'Etkili İş Kırılım Yapısı (WBS) Oluşturma (PMBOK 8 Temelli)', kapsam ayrıştırma disiplinini sağlar; çünkü AI'nın ürettiğini ancak tekniği bilen güvenle denetleyebilir. (2) 'Yazılım Proje Rolleri için Yapay Zekâ ile Etkili Çalışma (Temel)', prompt yazımı, context besleme ve sorumlu kullanım temelini sağlar.
•Bu eğitimin yaklaşımı: üret–kıyasla–denetle döngüsü
• WBS görevleri için Yeşil / Sarı / Kırmızı haritası (kısa hatırlatma)
•Neden disiplin güvencedir: AI kapsamda olmayan işi uydurur, %100 kuralını ihlal eder
•Kariyer açısı: PM'in 'planı yazan'dan 'denetleyen/yargılayan' role geçişi
•Zayıf prompt vs. context'lenmiş prompt: WBS üretiminde fark
•Modele ne verilmeli: proje beratı, kapsam bildirimi, teslimat listesi, kurum WBS şablonu, kısıtlar
•Hedef yapıyı (teslimat odaklı, %100 kuralı) ve kuralları prompt'ta belirtme
•Uygulama: aynı kapsamı zayıf ve context'lenmiş promptla çalıştırıp farkı görme
•AI ile teslimatları iş paketlerine ayrıştırma
•AI'dan %100 kuralı ve çakışmama açısından öz-değerlendirme isteme
•Granülerlik ve düzey tutarlılığını AI ile düzenleme ve doğrulama
•Uygulama: kapsamdan AI ile WBS taslağı üretip %100 kuralıyla denetleme
•AI ile iş paketi tanımı, kabul kriteri ve sorumluluk taslağı üretme
•Belirsiz/eksik tanımları yakalama ve iyileştirme
•İş paketi kalite kriterlerini AI çıktısına uygulama
•Uygulama: seçilmiş iş paketleri için AI ile WBS sözlüğü üretip denetleme
•Katılımcı önce kapsamdan kısaca elle WBS çıkarır (kıyas referansı oluşturma)
•Elle üretilen ile AI çıktısının yan yana karşılaştırılması
•Sistematik denetim: kapsam dışı/uydurma teslimat, unutulan iş paketi, %100 kuralı ihlali, dengesiz kırılım
•PMBOK kapsam bilgisini AI çıktısını denetleme aracı olarak kullanma
•Her iş paketi kapsamın hangi teslimatından/gereksiniminden türedi
•AI'dan izlenebilirlik eşlemesi isteme ve doğrulama
•AI bu işi nereden çıkardı?' denetimi ve kapsam dışı iş tespiti
•Modele hangi veri girer/girmez: gerçek proje kapsamı, müşteri/finansal/sözleşme verisi
•Anonimleştirme ve sentetik örnekle çalışma
•Kurumsal AI politikalarına ve etik kullanıma uyum
•WBS üretimi için tekrar kullanılabilir prompt/context şablonu
•Yeşil/Sarı/Kırmızı denetim kontrol listesi
•Kişisel/kurumsal kalıp kütüphanesine ekleme
•Gerçekçi bir proje beratı + kapsam bildirimiyle uçtan uca uygulama
•AI ile üret › disiplinle denetle/düzelt › sonlandır
•Üretkenlik kazanımı ve değişen proje yöneticisi rolü üzerine kapanış değerlendirmesi