ChatGPT, Claude veya Gemini’den aldığınız yanıtın kalitesi, büyük ölçüde sorduğunuz sorunun kalitesine bağlı. Aynı modele iki farklı şekilde sorulan aynı soru, bambaşka sonuçlar üretebilir.
Etkili Prompt Yazma Rehberi: Yapay Zekadan En İyi Sonucu Almanın 7 Tekniği
ChatGPT, Claude veya Gemini’den aldığınız yanıtın kalitesi, büyük ölçüde sorduğunuz sorunun kalitesine bağlı. Aynı modele iki farklı şekilde sorulan aynı soru, bambaşka sonuçlar üretebilir. İyi haber şu: Etkili prompt (istem) yazmak öğrenilebilir bir beceri ve temel tekniklerin çoğu birkaç dakikada kavranıyor. Bu rehberde, başlangıç seviyesindeki kullanıcıların hemen uygulayabileceği yedi pratik tekniği somut örneklerle anlatıyoruz.
1. Belirsizlikten Kaçının: Bağlam ve Amaç Verin
En yaygın hata, modele zihin okuma yaptırmaya çalışmak. “Bana bir e-posta yaz” gibi bir istem, jenerik bir metin üretir. Bunun yerine kim olduğunuzu, kime yazdığınızı ve amacınızı belirtin.
Zayıf: “Bana bir e-posta yaz.”
Güçlü: “Küçük bir e-ticaret firmasının müşteri hizmetleri temsilcisiyim. Kargosu 5 gün geciken ve öfkeli bir e-posta gönderen müşteriye özür dileyen, %10 indirim kuponu sunan, samimi ama profesyonel bir yanıt yaz. 150 kelimeyi geçmesin.”
Bağlam, hedef kitle, ton ve uzunluk: Bu dört bilgiyi eklemek, yanıt kalitesini tek başına ikiye katlar.
2. Rol Verme (Role Prompting)
Modele bir uzman kimliği atamak, yanıtın derinliğini ve üslubunu belirgin şekilde değiştirir. “Sen deneyimli bir X’sin” kalıbı, modelin ilgili alandaki bilgiyi daha tutarlı kullanmasını sağlar.
Örnek: “Sen 15 yıllık deneyime sahip bir beslenme uzmanısın. Masa başında çalışan, spora vakti olmayan 35 yaşındaki biri için sürdürülebilir, aşırı kısıtlayıcı olmayan bir haftalık öğle yemeği planı hazırla.”
Rol vermek sihirli değnek değildir; yanlış bilgiyi doğru yapmaz. Ama yanıtın perspektifini, terminolojisini ve önceliklerini hedefinize yaklaştırır.
3. Format Belirtin
Çıktıyı nasıl görmek istediğinizi söylemezseniz, model kendi kararını verir ve bu çoğu zaman uzun paragraflar demektir. Tablo, madde listesi, numaralı adımlar, JSON, hatta “en fazla 3 cümle” gibi net format talimatları verin.
Örnek: “Türkiye’deki en popüler 5 proje yönetim aracını karşılaştır. Sonucu üç sütunlu bir tablo olarak ver: araç adı, güçlü yönü, kimin için uygun. Tablo altına tek cümlelik genel öneri ekle.”
Format belirtmek özellikle veriyi başka yerde kullanacaksanız (sunum, e-tablo, web sayfası) zaman kazandırır.
4. Örnek Verme (Few-Shot Prompting)
İstediğiniz çıktının bir veya iki örneğini prompta eklemek, tarif etmekten çok daha etkilidir. Model, örnekteki kalıbı yakalar ve devam ettirir.
Örnek: “Ürün özelliklerini pazarlama cümlesine çeviriyorum. Örnek: ‘5000 mAh batarya’ → ‘Sabah evden çıkın, gece şarj derdi olmadan dönün.’ Şimdi şunları aynı üslupla çevir: ‘120 Hz ekran’, ‘IP68 su direnci’, ‘256 GB depolama’.”
Tek örnekle bile üslup, uzunluk ve yapı bilgisini aktarmış olursunuz. Buna literatürde “few-shot prompting” deniyor ve en güçlü tekniklerden biri.
5. Zincirleme Düşünce (Chain-of-Thought)
Hesaplama, mantık yürütme veya karar gerektiren sorularda modelden adım adım düşünmesini istemek hata oranını düşürür. “Adım adım düşün”, “önce varsayımlarını listele, sonra sonuca var” gibi ifadeler, modelin ara adımları atlayarak yanlış sonuca sıçramasını engeller.
Örnek: “Aylık 45.000 TL geliri olan biri, gelirinin %30’unu kiraya, %20’sini birikime ayırıyor. Kalan bütçeyle aylık market, ulaşım ve fatura giderlerini nasıl dengelemeli? Önce kalan tutarı adım adım hesapla, sonra kalem kalem bir bütçe önerisi sun.”
Güncel modellerin çoğu artık kendiliğinden akıl yürütme yapsa da, karmaşık problemlerde adımları açıkça istemek hem sonucu iyileştirir hem de hatayı nerede yaptığını görmenizi sağlar.
6. Parçalara Bölün ve Yineleyin
Uzun ve karmaşık bir işi tek promptta halletmeye çalışmayın. “Bana bir iş planı yaz” yerine önce yapı isteyin, sonra her bölümü ayrı ayrı derinleştirin. İlk yanıt mükemmel olmak zorunda değil; “ikinci paragrafı daha resmi yap”, “bu bölümü yarıya indir” gibi düzeltme talimatlarıyla sonucu adım adım şekillendirin. Yapay zekayla çalışmak tek atışlık bir soru-cevap değil, bir diyalogdur.
7. Sınırları ve İstenmeyenleri Belirtin
Ne istemediğinizi söylemek de en az ne istediğiniz kadar önemlidir. “Teknik jargon kullanma”, “emin olmadığın bilgide tahmin yürütme, bilmiyorum de”, “yanıtı 200 kelimeyle sınırla” gibi kısıtlar, çıktıyı ihtiyacınıza yaklaştırır. Özellikle olgusal konularda modelden kaynak veya gerekçe istemek, uydurma bilgi (halüsinasyon) riskini fark etmenizi kolaylaştırır.
Hızlı Kontrol Listesi
- Bağlam: Kimsiniz, amaç ne, hedef kitle kim?
- Rol: Model hangi uzman gibi davranmalı?
- Format: Tablo mu, liste mi, kaç kelime?
- Örnek: İstediğiniz çıktının bir örneğini ekleyebilir misiniz?
- Adımlar: Karmaşık işse adım adım düşünmesini istediniz mi?
- Kısıtlar: Ne istemediğinizi belirttiniz mi?
Sonuç
Etkili prompt yazmak, yapay zeka çağının en değerli günlük becerilerinden biri haline geldi. Yukarıdaki teknikler ChatGPT, Claude ve Gemini’nin tamamında çalışır; araçtan bağımsızdır. Başlangıç için önerimiz basit: Bir sonraki promptunuza yalnızca bağlam, format ve rol ekleyin; farkı ilk denemede göreceksiniz. Daha derine inmek isteyenler, OpenAI’ın prompt mühendisliği dokümantasyonu ile Anthropic’in prompt rehberine ile Google’ın istem stratejileri dokümantasyonuna göz atabilir. Unutmayın: En iyi prompt, deneyip düzelterek bulduğunuzdur.
Sık yapılan 5 hata ve düzeltmesi
Tek istemde çok fazla iş istemek
“Bu ürün için pazar araştırması yap, rakip analizi çıkar, fiyat stratejisi öner ve sosyal medya planı hazırla” tek bir istemde verildiğinde her başlık yüzeysel kalır. Model bağlam penceresini dört işe böler ve hiçbirine yeterli derinlik ayıramaz. Doğrusu: işi sıraya koyup her adımı ayrı istemde çalıştırmak; her adımın çıktısını bir sonrakine girdi olarak vermek.
Çıktı biçimini söylememek
Format belirtilmediğinde model kendi kararını verir ve bu genellikle uzun paragraflar demektir. Çıktıyı bir tabloya, sunuma veya koda taşıyacaksanız biçimi baştan söyleyin: “üç sütunlu tablo”, “her madde en fazla 15 kelime”, “yalnızca JSON döndür, açıklama ekleme”.
Modelin bilmediğini varsaymak
Modeller eğitim verilerinin kesildiği tarihten sonrasını bilmez ve sizin şirketinizin iç verilerine erişimi yoktur. “Bizim geçen çeyrekteki satış rakamlarına göre” diye başlayan bir istem, veriyi paylaşmadığınız sürece uydurma sonuç üretir. Gerekli veriyi isteme yapıştırın.
Olumsuz talimatı tek başına kullanmak
“Teknik jargon kullanma” demek, neyin kullanılacağını söylemez. Olumsuz kısıtı her zaman olumlu bir yönlendirmeyle eşleştirin: “Teknik jargon kullanma; kavramları günlük hayattan benzetmelerle anlat.”
İlk çıktıyı kabul etmek
İlk yanıt nadiren en iyisidir. “Bu metni yarıya indir”, “üçüncü paragrafı somut bir örnekle destekle”, “başlığı daha net yap” gibi düzeltme turları, sıfırdan yeni istem yazmaktan hem hızlı hem verimlidir.
Modeller arasında istem farkları var mı?
Temel teknikler tüm modellerde çalışır, ancak bazı davranış farkları vardır. Uzun bağlamlı modeller çok sayıda örnek verildiğinde daha iyi sonuç üretirken, kısa bağlamlı modellerde örnek sayısını sınırlı tutup talimatı netleştirmek daha etkilidir. Akıl yürütme için ayrı bir mod sunan modellerde “adım adım düşün” talimatı gereksizleşir — model bunu kendiliğinden yapar; bu durumda istemi sonucun biçimine odaklamak daha yararlıdır.
Pratik yaklaşım: aynı istemi kullandığınız iki modelde deneyip çıktıları karşılaştırmak. Hangi modelin hangi iş için daha iyi sonuç verdiğini birkaç denemede görürsünüz.
Sıkça Sorulan Sorular
Hangi model için hangi teknik daha etkili?
Temel teknikler tüm modellerde çalışır. Uzun bağlamlı modellerde çok sayıda örnek vermek işe yarar; akıl yürütme modu olan modellerde “adım adım düşün” talimatı gereksizleşir, istem biçime odaklanmalıdır.
İstem uzunluğu maliyeti etkiler mi?
Evet. API kullanımında girdi token sayısı ücretlendirilir; gereksiz uzun istemler hem maliyeti hem gecikmeyi artırır. Bağlamı gereken kadar verip fazlasını atmak iyi bir alışkanlıktır.
Türkçe istemler İngilizce kadar iyi sonuç veriyor mu?
Güncel modellerde fark belirgin biçimde kapandı. Yine de çok teknik veya niş konularda İngilizce istem bazen daha isabetli sonuç verebiliyor; kritik işlerde iki dilde deneyip karşılaştırmak pratik bir yöntem.
Düşüncelerinizi paylaşın
Yazıdaki önerilerden hangisini deneyeceksiniz? Tecrübenizi ya da sorularınızı yorumlarda yazın; editörlerimiz yanıtlamak için takip ediyor.