Etkili Prompt Yazma Rehberi: Yapay Zekadan En İyi Sonucu Almanın 7 Tekniği

Prompt mühendisliği, bir yapay zeka modelinden istediğiniz çıktıyı tutarlı biçimde almak için verdiğiniz talimatları (prompt'ları) tasarlama ve kademeli olarak iyileştirme uygulamasıdır. Aynı soruyu ChatGPT, Claude veya Gemini'ye iki farklı şekilde sorduğunuzda iki çok farklı yanıt almanızın nedeni budur: model değişmez, ama ona ne sorduğunuz değişir. Bu rehberde, yapay zekadan günlük işlerinizde daha iyi sonuç almanızı sağlayacak 7 pratik prompt tekniğini, her biri için kötü ve iyi Türkçe prompt örnekleriyle ele alıyoruz.

Yapay zekanın ne olduğunu ve günlük hayatta nereye dokunduğunu hatırlamak isterseniz, önce yapay zekanın ne olduğu yazımıza göz atabilirsiniz. Buradaki teknikler ise doğrudan uygulamaya yöneliktir.

İşte özetle 7 teknik:

1. Rol (persona) verin — Modele bir kimlik tanımlayın.
2. Bağlam ekleyin — Arka planı ve amacı anlatın.
3. Çıktı formatını belirtin — Tablo, liste, uzunluk söyleyin.
4. Örnek gösterin (few-shot) — İstediğiniz kalıbı örnekle öğretin.
5. Adım adım düşündürün — Çok aşamalı işlerde akıl yürütme isteyin.
6. Olumsuzu değil, yapılacağı söyleyin — Olumlu yönerge verin.
7. İteratif ilerleyin — Çıktıya bakarak prompt'u geliştirin.

Prompt mühendisliği nedir?

Prompt mühendisliği, yapay zekaya verdiğiniz talimatı (prompt'u) bilinçli biçimde tasarlama sanatı ve pratiğidir. Amaç, modelden rastgele değil, tekrarlanabilir ve işinize yarayan çıktılar almaktır. Kod bilmek gerekmez; gerekli olan, ne istediğinizi net, bağlamlı ve örnekli biçimde ifade edebilmektir. İyi prompt, iyi brief vermek gibidir.

Prompt'a nasıl rol (persona) verilir?

Modele bir rol vermek, cevabın tonunu, uzmanlık seviyesini ve odağını daraltır; böylece jenerik yanıt yerine işinize uygun bir yanıt alırsınız. "Sen bir ... uzmanısın" cümlesiyle başlamak, modeli o bakış açısına yerleştirir. Hukuk, muhasebe, pazarlama gibi belirli bir ton gerektiren işlerde fark çarpıcıdır.

Beklenen çıktı farkı: İlk prompt genel bir tanım üretir; ikincisi sektöre ve role uygun, madde madde, uygulanabilir bir kontrol listesi verir.

Ne zaman kullanılır: Belirli bir uzmanlık tonu veya bakış açısı gerektiğinde (hukuki metin, teknik açıklama, pazarlama dili).

Prompt'a bağlam (context) nasıl eklenir?

Bağlam eklemek, modele "neden" ve arka planı vermektir; bu da çıktıyı amacınıza isabetli hale getirir. Model, eksik bilgiyi tahminle doldurur ve genelleme yapar. Hedef kitleyi, amacı ve kısıtları söylediğinizde, model bunlara göre hizalanır. Özellikle müşteriyle iletişim metinlerinde bağlam, sonucu belirleyen en kritik unsurdur.

Konya'da fason üretim yapan bir atölye düşünün: bir siparişi geç teslim etti ve müşteriyi kaybetmek istemiyor.

Beklenen çıktı farkı: Amacı bilen model, savunmacı olmayan, ilişkiyi koruyan ve müşteriyi tutmaya odaklı bir metin üretir.

Ne zaman kullanılır: Çıktının belirli bir amaca veya kitleye hizmet etmesi gerektiğinde. Bu tür sahadaki kullanımları Konya sanayisinde yapay zeka kullanım alanları yazımızda örneklerle görebilirsiniz.

Çıktı formatı prompt'ta nasıl belirtilir?

İstediğiniz biçimi (tablo, madde listesi, uzunluk, sütun başlıkları) açıkça söylemek, tutarlı ve doğrudan kullanılabilir çıktı getirir. "Kısa yaz", "biraz özetle" gibi muğlak ifadeler yerine ölçü verin: kaç madde, hangi sütunlar, kaç kelime. OpenAI'nin prompt rehberi de bu netliği vurgular: format belirsizliği, çıktının her seferinde değişmesine yol açar.

Beklenen çıktı farkı: Serbest metin yerine, doğrudan rapora yapıştırabileceğiniz, taranabilir bir tablo elde edersiniz.

Ne zaman kullanılır: Çıktı bir yere işlenecek veya yapıştırılacaksa (rapor, sunum, tablo, liste).

Few-shot (örnekle öğretme) nasıl yapılır?

Few-shot, prompt'a birkaç örnek koyarak modele istediğiniz kalıbı ve tonu göstermektir. Bu, en güvenilir yönlendirme yöntemlerinden biridir; Anthropic'in Claude prompt rehberi de tutarlılık için tipik olarak 3-5 örnek vermeyi önerir. Model, gösterdiğiniz örneklerin uzunluğunu, üslubunu ve yapısını taklit eder; bu yüzden tek örnek yerine birkaç örnek vermek sonucu belirgin biçimde sağlamlaştırır.

Beklenen çıktı farkı: Model verilen tonu ve uzunluğu taklit eder; tek tip, markanıza uygun, tutarlı metinler üretir.

Ne zaman kullanılır: Belirli bir stil veya biçim tutarlılığı şart olduğunda (ürün metni, sınıflandırma, çeviri, e-posta şablonu).

Modele adım adım düşünmesi nasıl söylenir?

Modeli "adım adım düşün" veya "her adımı göster" diye yönlendirmek, çok aşamalı ve hesaplı görevlerde doğruluğu artırır. Bu yaklaşım, akademik literatürde düşünce zinciri (chain-of-thought) olarak bilinir; Wei ve arkadaşlarının 2022 tarihli çalışması, ara akıl yürütme adımlarına yönlendirmenin karmaşık görevlerde başarıyı belirgin biçimde yükselttiğini göstermiştir.

Beklenen çıktı farkı: Ara adımlar görünür olur; böylece olası bir hatayı yakalayabilir ve sonuca güvenebilirsiniz.

Ne zaman kullanılır: Hesap, mantık zinciri veya çok aşamalı analiz gerektiren görevlerde (klasik sohbet modellerinde).

Prompt'ta olumsuzlar/kısıtlar nasıl belirtilir?

En iyi sonucu, "şunu yapma" diye yasak listesi vermek yerine "şunu yap" diye olumlu hedef tarif ederek alırsınız. Hem OpenAI hem Anthropic, modele neyi yapmaması gerektiğini değil, neyi başarması gerektiğini söylemeyi önerir. Olumlu yönerge, modele net bir hedef verir; olumsuz yönerge ise belirsizlik bırakır.

Beklenen çıktı farkı: Model neyi hedefleyeceğini bildiği için, kısıtlama listesini aşmaya çalışmak yerine doğrudan istenen sonucu üretir.

Ne zaman kullanılır: Her zaman; özellikle ton, uzunluk ve sadelik kontrolünde olumlu yönerge tercih edilmelidir.

Prompt nasıl iteratif (adım adım) geliştirilir?

İlk çıktı nadiren mükemmeldir; gerçek kalite, çıktıya bakarak prompt'u kademeli düzeltmekten gelir. İlk denemeyi bir taslak olarak görün, sonra takip talimatlarıyla yönlendirin. Pratikte şöyle bir döngü işe yarar: analiz et, tasarla, test et, değerlendir, iyileştir. Her turda hedefinize biraz daha yaklaşırsınız.

Beklenen çıktı farkı: Her turda hedefe yaklaşan, kişiye ve işe özel, yayına hazır bir çıktı elde edersiniz.

Ne zaman kullanılır: Önemli veya yayınlanacak çıktılarda; ilk denemeyi taslak sayıp düzeltirken.

Sonuç: İyi prompt, iyi brief vermektir

Yapay zekadan iyi sonuç almak, gizli bir hile değil, net bir iletişim meselesidir. Rol verin, bağlam ekleyin, formatı söyleyin, örnek gösterin, gerektiğinde adım adım düşündürün, olumlu yönlendirin ve çıktıya bakarak iyileştirin. Bu yedi tekniği birleştirdiğinizde, ChatGPT, Claude veya Gemini sizin için çok daha güçlü bir araca dönüşür.

Yedi tekniği tek bir iskelette birleştirebilirsiniz:

[ROL]     Sen ... alanında deneyimli birisin.
[BAĞLAM]  Durum: ...  |  Hedef kitle: ...  |  Kısıt: ...
[GÖREV]   ... yapmanı istiyorum.
[FORMAT]  Çıktıyı ... biçiminde ver (tablo/madde/uzunluk).
[ÖRNEK]   İstediğim tarz şu: ...

Bu iskeleti işinize uyarlayıp her seferinde benzer kaliteyi yakalayabilirsiniz.

İşletmenizde yapay zekayı baştan sona nasıl konumlandıracağınızı planlıyorsanız, daha kapsamlı bir başlangıç için KOBİ'ler için yapay zeka rehberimize göz atın.