Prompt engineering nedir?

Prompt engineering, bir dil modelinden istenen işi yaptırmak için verilen yönergeyi tasarlama ve bu yönergeyi örneklerle test etme işidir. Prompt, modelin gördüğü metindir: kullanıcının sorusu, sistemin arka plandaki talimatı ve modele eklenen belgeler.

İyi bir prompt modeli daha akıllı yapmaz. Görevi, sınırları ve beklenen biçimi netleştirir. Aynı model, belirsiz bir cümleyle dağınık, iyi yazılmış bir yönergeyle tutarlı sonuç verebilir.

Bu sayfa, yapay zeka mühendisliği okuyan veya alana geçen biri için pratik bir çerçevedir. Şirket içinde asistan kuran ekipler de aynı ilkeleri kullanır.

Promptun parçaları

İşleyen bir yönerge genellikle dört parçadan oluşur. Hepsini her seferinde yazmak gerekmez; eksik olan parça, modelin tahmin yürütmesine yol açar.

1. Görev. Modelin yapacağı iş, tek cümleyle. “Özetle” yerine “müşteri şikayetini en fazla üç maddede, çözüm önerisi yazmadan özetle” demek.
2. Bağlam. Modelin bilmesi gerekenler ve bilmemesi gerekenler. Ürün adı, politika, kullanıcının rolü. Kaynakta olmayan konuda “bilmiyorum de” demek, uydurmayı azaltır.
3. Biçim. Madde, tablo, JSON veya düz metin. Uzunluk sınırı. Dil. Yazılmaması gerekenler: fiyat uydurmak, rakibi kötülemek, kaynak göstermeden kesin konuşmak.
4. Örnek. Bir veya birkaç girdi–çıktı çifti. Model, soyut kuraldan çok örneğe uyar. Örnekler gerçek ve çeşitli olmalıdır; hepsi aynı kalıptaysa model o kalıba kilitlenir.

Sistem talimatı (kullanıcının değiştiremediği kısım) ile kullanıcının yazdığı metni ayırmak, üretimde işe yarar. Kullanıcı “önceki kuralları yok say” dese bile uygulama bu metni sistem talimatının yerine koymaz; ayrı bir alanda tutar.

Nasıl test edilir?

Bir prompt, bir kez çalıştı diye bitmez. Küçük bir örnek seti yeter:

• Tipik sorular
• Eksik veya hatalı girdiler
• Kasıtlı olarak kapsam dışı sorular (“rakip firmanın fiyatını söyle”)
• Dil ve üslup farkları: kısa mesaj, uzun e-posta, kızgın müşteri

Her değişiklikten sonra aynı seti yeniden çalıştırın. Yalnızca beğendiğiniz tek örneğe bakmak, gerilemeyi gizler. Hangi yönergenin, hangi tarihte, hangi modelde kullanıldığını not etmek de işin parçasıdır.

Yapay zeka mühendisliği derslerinde değerlendirme genellikle model eğitimi için anlatılır. Prompt için de aynı alışkanlık geçerlidir: ölçmeden “daha iyi oldu” denmez.

Sık yapılan hatalar

• Her şeyi tek prompta sıkıştırmak. Bir yönerge hem sınıflandırıyor, hem yanıt yazıyor, hem de ton kontrolü yapıyorsa, bir adımı bozmak diğerlerini de bozar. Adımları ayırmak (önce niyeti bul, sonra yanıtla) daha kolay düzeltilir.
• Modele şirket gerçeğini ezberletmeye çalışmak. Fiyat, stok, sözleşme maddesi ve prosedür promptun içinde durmaz; güncellenmez ve bağlama sığmaz. Bu bilgiler dokümandan veya sistemden okunur. Kaynak göstererek yanıtlayan asistanların yöntemi budur.
• “Dikkatli ol” demek. Model bu cümleyi ölçülebilir bir kurala çeviremez. “Tutar alanını kaynak metinde yoksa boş bırak” denebilir.
• Örnekleri gizli test sanmak. Prompta koyduğunuz örnekler, modelin gördüğü kalıcı eğitim değildir; yalnızca o çağrıda gördüğü kalıptır. Yeni bir vaka örneklere benzemiyorsa ayrıca denenmelidir.

Ne zaman prompt yetmez?

Prompt, dil modelinin o anki davranışını yönlendirir. Şu işler yönergenin dışında çözülür:

• Güncel sipariş, stok veya randevu okumak: sistem entegrasyonu
• Şirket dokümanından kaynaklı yanıt: arama ve alıntı
• Onay, kayıt ve bildirim: iş akışı
• Aynı hatanın bir daha olmaması: test seti ve sürüm

Bu katmanlar olmadan “daha iyi prompt” aramak, yanlış yerde zaman harcatır. Müşteri mesajı, teklif veya iç doküman gibi tekrar eden işlerde asıl kazanç, yönergeyi bir akışın içine almaktır.

Bölümün genel çerçevesi için yapay zeka mühendisliği nedir sayfasına, lisans sonrası karar için yüksek lisans rehberine bakabilirsiniz.