Prompt engineering

Bu derste üretken yapay zekâ araçlarından istediğin sonucu almanın temel becerisi olan prompt engineering'i (istem tasarımı) baştan sona işliyoruz: iyi prompt ile kötü promptun farkını, temel teknikleri, sık yapılan hataları ve promptu adım adım geliştirme döngüsünü bol örnekle ele alıyoruz. Konunun temelini oluşturan kavramı henüz görmediysen Prompt nedir? dersine göz atman yararlı olur. Serinin tamamı için Yapay Zekâ dersleri kategorimize bakabilirsin.

Prompt Engineering Nedir?

Prompt engineering, üretken yapay zekâ modellerine verilen talimatları, modelden en iyi sonucu alacak biçimde bilinçli olarak tasarlamayı ifade eder. Adı ilk bakışta teknik gelse de bu beceri kod yazmayı değil, net düşünmeyi ve net anlatmayı gerektirir. Model ne kadar güçlü olursa olsun, ona ne istediğini tam anlatamadığın sürece istediğin çıktıyı alamazsın; iyi bir prompt, ortalama bir modelden bile üstün sonuç almayı mümkün kılar.

İyi Prompt ile Kötü Prompt Arasındaki Fark

Aynı isteğin iki farklı ifade edilişi, bambaşka iki sonuç doğurur:

• Kötü prompt: “Bana bir e-posta yaz.” Model konuyu, alıcıyı, amacı ve tonu bilmediği için genel geçer, işe yaramayan bir taslak üretir.
• İyi prompt: “Bitirme projemi zamanında teslim edemediğim için hocamdan bir haftalık uzatma talep eden, resmî ama kibar bir e-posta yaz; en fazla 150 kelime olsun.” Model amacı, tonu ve sınırı bildiği için doğrudan kullanılabilir bir metin üretir.

Fark, modelin zekâsında değil senin yönlendirmendedir. ChatGPT, Gemini, Claude ve Copilot gibi yaygın araçların hepsi iyi tanımlanmış görevlerde belirgin biçimde daha iyi sonuç verir. Modelin bu çıktıyı arkada nasıl ürettiğini merak ediyorsan ChatGPT nasıl çalışır? dersi mekanizmayı anlatıyor.

Temel Prompt Teknikleri

İyi bir prompt genellikle aşağıdaki bileşenlerden birkaçını birlikte kullanır:

1. Görevi net tanımla: Ne yapılacağını tek cümleyle belirt: “Yedinci sınıf öğrencilerine uygun, fotosentezi anlatan kısa bir paragraf yaz.”
2. Bağlam ver: Model senin durumunu bilmez. Kim olduğunu, elindeki malzemeyi ve kısıtları yaz: “Elimde şu taslak var; bunu 8. sınıf düzeyine sadeleştir.”
3. Rol ata: “Sen deneyimli bir tarih öğretmenisin” gibi bir açılış, modelin üslubunu ve cevap derinliğini hedefe hizalar.
4. Çıktı biçimini belirt: Madde işaretli liste, adım adım plan, kısa özet gibi. Biçimi sen belirtmezsen model kendi varsayımına göre seçer.
5. Örnek göster (few-shot): “Şu iki örnekteki gibi cümle kur” diyerek bir-iki örnek vermek, özellikle üslup işlerinde sonucu ciddi biçimde iyileştirir.
6. Adım adım düşünmesini iste: Matematik, mantık ve çok adımlı görevlerde “çözümünü adım adım açıkla” demek, modelin izlediği yolu görünür kılar ve hatayı yakalamayı kolaylaştırır. 2024'ten itibaren yaygınlaşan “akıl yürüten” (reasoning) modeller bu tekniği kısmen kendiliğinden uygulasa da klasik sohbet modellerinde hâlâ etkili bir yöntemdir.
7. Sınır koy: Uzunluk, ton, dil ve yasakları belirt: “Jargon kullanma”, “en fazla üç paragraf olsun”, “madde işaretleriyle ver”.

Sık Yapılan Hatalar ve Yanılgılar

Yeni başlayanların en çok düştüğü şu tuzakları bilmek, öğrenme sürecini belirgin biçimde hızlandırır:

• Aşırı belirsiz istek: “Bu konu hakkında bilgi ver” türü promptlar, modeli senin yerine amacı tahmin etmeye zorlar; sonuç genellikle işe yaramaz.
• Tek seferde mükemmellik beklentisi: İlk prompt nadiren en iyisidir. Deneyimli kullanıcılar bile “yaz → incele → düzelt” döngüsüyle çalışır.
• “Uzun prompt iyi prompttur” sanmak: Amaç uzunluk değil netliktir. Gereksiz cümlelerle dolu bir istem, modeli asıl görevden uzaklaştırabilir.
• Modelin her söylediğine güvenmek: En özenli prompt bile yanlış bilgi üretebilir; buna hallüsinasyon denir. Prompt mühendisliği hatayı yok etmez, olasılığını azaltır. Ayrıntı için Hallüsinasyon nedir? dersine bak.
• Modelin her şeyi hatırladığını sanmak: Yeni bir sohbet açtığında önceki konuşmanın bağlamı büyük ölçüde kaybolur; önemli bilgiyi her sohbete yeniden vermen gerekir. Bağlamın nasıl tutulduğunu Context window nedir? dersi anlatıyor.
• Kalıcı kuralları her mesaja yeniden yazmak: Bir araca sürekli aynı davranış kurallarını öğretmen gerekiyorsa, bunlar istem düzeyinde değil sistem mesajı düzeyinde tanımlanır; kavramı Sistem mesajı dersinde işliyoruz.

Prompt'u Geliştirme: Yineleme Döngüsü

Prompt engineering'in pratikteki yöntemi dört adımlık bir döngüdür:

1. Yaz: Görevi, bağlamı ve biçimi bildiğin ilk sürümü oluştur.
2. Dene: Promptu modele ver; mümkünse aynı istemi bir kez daha çalıştırıp çıktıları karşılaştır.
3. Gözlemle: Sonuç nerede sapıyor? Eksik bilgi mi var, yanlış ton mu, yanlış biçim mi?
4. Düzelt: Yalnızca sorunlu kısmı hedefleyen tek bir ekleme yap: “Tonu daha resmî yap”, “örnek ekle”, “ikinci bölümü genişlet”.

Güncel sohbet tabanlı araçlar bu döngüyü kolaylaştırır: önceki cevabı beğenmediysen “daha kısa yaz”, “resmî dil kullan” diyerek aynı sohbette devam edebilirsin. Sohbet uzayıp konu karışırsa, tüm önemli kuralları içeren taze bir başlangıç promptu yazmak çoğu zaman en temiz çözümdür.

Prompt engineering yalnızca metin için geçerli değildir. Görsel üretimde de konuyu, üslubu, kompozisyonu ve ayrıntıları belirten iyi yazılmış bir istem, sonucu kökten değiştirir; bu işin görsel tarafındaki karşılığını AI ile görsel üretme dersinde bulabilirsin.