Prompt Engineering Nedir? Teknik Olmayanlar İçin Pratik Rehber
Prompt engineering, bir yapay zeka modeli için istediğiniz şeyi güvenilir biçimde üretecek talimatlar yazma ve geliştirme pratiğidir. Prompt, modele verdiğiniz her şeydir: bir soru, bir görev, biraz bağlam, örnekler. Prompt engineering ise neyin girdiğine bilinçli karar vermek, çıkanı test etmek ve ayarlamak anlamına gelir. Sihirli ifadelerle ilgili olmaktan çok, net iletişimle ilgilidir.
Yapay zekayla uygulama geliştirirken neden önemlidir
Bir yapay zeka uygulama oluşturucuyla çalışırken promptlarınız aslında spesifikasyonunuzdur. Yapay zeka yalnızca tarif ettiğiniz şeyi inşa edebilir ve isteğiniz boşluklar bırakırsa, bu boşlukları makul görünen tahminlerle doldurur. Bazen tahminler iyi olur. Çoğu zaman ise istediğiniz şey değildir: formda yanlış alanlar, istemediğiniz bir özellik, kitlenize uymayan bir tasarım.
Net bir prompt, sizi birçok düzeltme turundan kurtarır. Her tur zaman ve genellikle kredi harcar. Uygulamanızın içine yapay zeka eklerseniz de prompt yazmak önemlidir: o modele verdiğiniz talimatlar, chatbotunuzun müşterilerle nasıl konuşacağını, neyi reddedeceğini ve bilgilerinize ne kadar sadık kalacağını belirler. Uygulama geliştirmeye özel olarak, yapay zeka uygulama oluşturucuları için prompt nasıl yazılır rehberine bakabilirsiniz.
Günlük hayattan bir benzetme
Sizi hiç tanımayan, işinizi bilmeyen ve siz konuşmayı bitirir bitirmez işe başlayacak yetenekli bir serbest çalışana iş tarif ettiğinizi düşünün.
“Bana bir logo yap” dediğinizde size bir logo gelir. “Dubai’de bir çocuk yüzme okulu için logo; sevimli ama çocuksu değil; mavi ve turuncu; küçük boyutta bir yüzme kep üzerinde de iyi görünmeli; beğendiğimiz iki örnek ve beğenmediğimiz bir örnek ekte” dediğinizde ise istediğinize yakın bir şey alırsınız.
Yapay zeka modeli de böyle bir serbest çalışandır: yetenekli, hızlı ve tamamen tarifinize bağımlı. Prompt engineering, iyi bir tarif yazmayı öğrenmektir.
Temel teknikler
| Teknik | Ne anlama gelir | Örnek |
|---|---|---|
| Hedefi net belirtin | Ne istediğinizi ve nedenini söyleyin. | “Yeni müşterilerin 30 ya da 60 dakikalık seans seçebileceği bir randevu sayfası.” |
| Bağlam verin | Kimin için olduğunu, mevcut neyin bulunduğunu ve neyin önemli olduğunu anlatın. | “Kullanıcıların çoğu telefonda kullanan daha yaşlı müşteriler.” |
| “Tamam”ı tanımlayın | Bitmiş sonucu tarif edin. | “Tamam demek, müşterinin randevu alabilmesi ve bana e-posta gelmesi demek.” |
| Kısıtları belirleyin | Neyin yapılmayacağını ve sınırları söyleyin. | “Henüz giriş özelliği ekleme. Mevcut renkleri koru.” |
| Örnek gösterin | İyi olanın nasıl göründüğüne dair bir örnek verin. | “Yanıtı şu üslupta yaz: …” |
| Biçim isteyin | Çıktının nasıl yapılandırılacağını belirtin. | “X, Y, Z sütunlarından oluşan bir tablo olarak yanıtla.” |
| Adımlara bölün | Büyük işleri tek tek ilerletin. | “Önce veri modeli, sonra form, sonra e-postalar.” |
| Önce soru sormasını ya da plan yapmasını isteyin | Değişiklik yapılmadan önce bir plan alın. | “İnşa etmeden önce sorularını ve bir planı listele.” |
| Tekrarlayın | Sonucu kontrol edin ve ince ayar yapın. | “Form çalışıyor. Şimdi tarih seçiciyi daha büyük yap.” |
Uygulamalı örnek: önce ve sonra
Önce:
Bir spor salonu uygulaması yap.
Yapay zeka her şeyi tahmin etmek zorunda kalır: üyeler mi, personel mi kullanacak? Ders mi, kişisel antrenman mı? Ödeme olacak mı? Muhtemelen uydurma antrenmanlar içeren genel bir panel alırsınız.
Sonra:
Yaklaşık 150 üyesi olan küçük bir boks salonu için web uygulaması yap.
Kim kullanır: Üyeler dersleri telefonlarından rezerve eder. Salon sahibi Sam, ders programını bilgisayardan yönetir.
Üyeler şunları yapabilir: Bu haftaki dersleri görebilir (saat, antrenör, boş yer sayısı) ve dersler başlamadan 2 saat öncesine kadar rezervasyon yapabilir ya da iptal edebilir.
Sam şunları yapabilir: Dersleri ekleyebilir, düzenleyebilir ve iptal edebilir; her derste kimlerin kayıtlı olduğunu görebilir.
Kurallar: Ders başına en fazla 12 kişi. Aynı saate çift rezervasyon yok.
Şimdilik olmayacaklar: Ödeme, antrenman takibi, mobil uygulama.
Stil: Koyu arka plan, kırmızı vurgular, büyük dokunma alanları.
İnşa etmeden önce belirsiz olan her şeyi listele ve oluşturacağın sayfaları anlat.
İkinci prompt akıllıca değil, eksiksizdir. Kullanıcıları, eylemleri, kuralları, dışarıda bırakılacakları ve nasıl başlanacağını adlandırır. Son satır, yapay zekayı kod yazılmadan önce plan yapmaya ve soru sormaya davet eder; böylece yanlış anlamalar daha baştan yakalanır.
Uygulamanızın içindeki promptlar
Uygulamanız kendisi bir LLM’i çağırdığında, çok sayıda kullanıcı için defalarca çalışan promptlar yazarsınız. Aynı ilkeler geçerlidir, ama birkaç ek nokta vardır:
- Sistem promptu: Her yanıtı şekillendiren kalıcı talimatlar: rol, ton, kurallar. “Sen, Leaf & Pot adlı bir bitki dükkânının asistanısın. Yalnızca siparişler, bitkiler ve teslimat hakkındaki soruları yanıtla.”
- Dayanak: Modelin kullanması gereken bilgileri ekleyin, örneğin politikalarınızı ya da ürün kataloğunuzu, ve bunlara dayanmasını söyleyin. Bunun neden önemli olduğu için LLM nedir rehberine bakabilirsiniz.
- Yedek davranış: Emin olmadığında ne yapacağını söyleyin: “Cevap verilen bilgilerde yoksa bunu belirt ve destek e-posta adresini öner.”
- Çıktı biçimi: Kodunuz yanıtı okuyorsa JSON gibi katı bir biçim isteyin.
- Test: Gerçek kullanıcılar denemeden önce zor girdileri deneyin: kaba mesajlar, konu dışı sorular, talimatlarını görmezden gelmesini sağlamaya çalışan denemeler (prompt injection denir).
Önemli terimler
| Terim | Anlamı |
|---|---|
| Prompt | Bir yapay zeka modeline verdiğiniz girdi. |
| Sistem promptu | Konuşmadan önce belirlenen kalıcı talimatlar. |
| Bağlam | Prompta eklenen arka plan bilgisi. |
| Zero-shot / few-shot | Hiç örnek vermeden ya da istenen çıktının birkaç örneğiyle sormak. |
| Düşünce zinciri | Modelden yanıt vermeden önce bir problemi adım adım çözmesini istemek. |
| Dayanak (grounding) | Modele kaynak materyal vermek ve yanıtları buna dayandırmasını söylemek. |
| Prompt injection | “Önceki talimatları yok say” gibi, modelin talimatlarını geçersiz kılmaya çalışan metin. |
| Bağlam penceresi | Modelin aynı anda değerlendirebildiği metin miktarı. |
| Yineleme | Dönen sonuca göre bir promptu geliştirmek. |
Yaygın hatalar ve yanlış anlamalar
- Sihirli kelimeler aramak. “Sen dünya çapında bir uzmansın” demek, ihtiyacınızı açıkça söylemekten çok daha az işe yarar.
- Her şeyi bir seferde istemek. 20 özellik içeren bir istek, yarım kalmış 20 özellik üretir. Dilimler halinde inşa edin.
- Problemi değil çözümü tarif etmek. “Üç sütunlu bir tablo ekle” demek, “Sam her dersin kimlerle dolu olduğunu bir bakışta görmeli” demekten daha az faydalıdır.
- Neyin yapılmayacağını söylememek. Henüz giriş, ödeme ya da yeniden tasarım istemiyorsanız bunu belirtin.
- Sonucu okumamak. Bir sonraki adıma geçmeden önce inşa edileni “tamam” tanımınıza göre test edin.
- İnce ayar yerine baştan başlamak. Genelde kısa bir takip mesajı (“Bu yakın; X’i değiştir”) tüm promptu yeniden yazmaktan daha iyidir.
- Promptlara gizli bilgi yapıştırmak. Araç bunları güvenli biçimde saklamanın bir yolunu sunmuyorsa, sohbete şifre ya da canlı API anahtarı yapıştırmayın.
Yapay zeka oluşturucunuzdan ne istemelisiniz
- “İnşa etmeden önce bana sorularını sor ve planını göster.”
- “Ne istediğimi üç cümleyle özetle.”
- “Yalnızca rezervasyon formunu değiştir; başka hiçbir şeye dokunma.”
- “Ben belirtmediğim halde neyi varsaydın?”
- “Notlarımı; kullanıcılar, özellikler, kurallar ve ‘şimdilik olmayacaklar’ maddelerinden oluşan kısa bir spesifikasyona dönüştür.” Bkz. yapay zeka ile ürün gereksinim dokümanı nasıl yazılır.
- “Bu isteği daha iyi nasıl ifade edebileceğimi öner.”
Mythex’te prompt yazmak
Mythex, bu çalışma biçimine uygun üç sohbet modu sunar: Hiçbir şey değişmeden önce bir yaklaşım üzerinde anlaşmak için Plan, değişiklik yapmak için Build ve dosyaları düzenlemeyen sorular için Ask. Bağlam olarak ekran görüntüleri ya da taslaklar ekleyebilirsiniz; bir değişiklik ters giderse bir checkpoint’e geri dönebilirsiniz. Daha fazla örnek için etkili promptlar ve yineleme dokümantasyon sayfalarına bakabilirsiniz; takip döngüsü için de yapay zeka ile inşa edilmiş bir uygulamada nasıl yineleme yapılır rehberine göz atabilirsiniz.
Sorular
Prompt engineering basitçe ne demek?
Prompt engineering, bir yapay zeka modelinin istediğiniz sonucu güvenilir biçimde üretmesi için talimatlar yazma ve geliştirme pratiğidir. Ne istediğinizi, verdiğiniz bağlamı, örnekleri, kısıtları ve geri almak istediğiniz biçimi kapsar.
Özel numaralara ya da sihirli kelimelere ihtiyacım var mı?
Pek sayılmaz. Modern modeller, bir insan meslektaşın da işine yarayacak net, belirli ve iyi düzenlenmiş talimatlara en iyi karşılık verir. Bağlam, örnekler ve bitmiş sonucun açık bir tarifi, özel ifadelerden çok daha önemlidir.
Sistem promptu nedir?
Sistem promptu, konuşmadan önce modele verilen; rolünü, kurallarını ve tonunu belirleyen kalıcı talimatlar bütünüdür. Uygulamalar her yanıtı bu talimatlarla şekillendirir, kullanıcının mesajları ise sonra gelir.
Yapay zeka daha akıllı hale geldikçe prompt engineering hâlâ gerekli mi?
Daha iyi modeller daha az geçici çözüme ihtiyaç duyar, ama yine de aklınızdan geçenleri okuyamazlar. Hedefinizi, kitlenizi, kısıtlarınızı ve “tamam”ın neye benzediğini açıkça belirtmek sonuçları her zaman iyileştirir, çünkü model yalnızca size söylediğiniz şeyle çalışabilir.