Prompt (İstem) Nedir?
Kısa tanım
Prompt (istem), bir dil modeline cevap üretmesi için verilen girdi metnidir: bir soru, bir görev tarifi, örnekler veya işlenecek bir belge olabilir. Sohbet uygulamalarında kullanıcının yazdığı mesaja kullanıcı promptu (user prompt) denir. Model ise yalnızca bunu değil; sistem talimatlarını, konuşma geçmişini ve eklenen kaynakları da içeren bütün bağlamı okuyarak cevap verir. Promptun açıklığı, cevabın kalitesini doğrudan etkiler.
Diğer adları: istem, user prompt, kullanıcı promptu, kullanıcı istemi, AI prompt
Kullanıcının yazdığı ile modelin okuduğu
Bir sohbet kutusuna yazdığınız cümle, modelin gördüğü metnin yalnızca bir parçasıdır. Uygulama bu cümleyi, geliştiricinin önceden yazdığı sistem promptu, önceki mesajlar, eklediğiniz dosyalar, varsa arama sonuçlarından getirilen pasajlar ve araç tanımlarıyla birleştirir. Model bunların tamamını tek bir girdi olarak, token dizisi hâlinde okur. Toplamın sığması gereken alan bağlam penceresidir.
API'ler bu parçaları rollerle ayırır: geliştirici talimatları (system veya developer), kullanıcı mesajları (user) ve modelin önceki cevapları (assistant). “Kullanıcı promptu” bu yapıdaki user mesajını ifade eder.
İyi bir promptun parçaları
Etkili promptlar sihirli kelimelerden değil, eksiksiz bir iş tanımından oluşur:
- Görev: Ne yapılacağı, tek ve açık bir cümleyle.
- Bağlam: Kimin için, hangi amaçla, hangi bilgiler eşliğinde.
- Kısıtlar: Uzunluk, dil, kaçınılacak şeyler, yalnızca verilen kaynaklara dayanma şartı.
- Çıktı biçimi: Liste mi, tablo mu, JSON mı; hangi başlıklarla.
- Örnek: Beklenen çıktıya benzeyen bir veya iki örnek, çoğu zaman uzun açıklamalardan daha etkilidir.
Önce:
Ürün açıklaması yaz.
Sonra:
Aşağıdaki teknik özelliklere dayanarak, e-ticaret sitemiz için
bir ürün açıklaması yaz. Hedef kitle: ev kullanıcıları.
Uzunluk: 80–120 kelime. Özelliklerde olmayan bir iddia ekleme.
Sonunda üç maddelik bir "Öne çıkanlar" listesi olsun.
Özellikler:
- 1,5 litre hazne, 2200 W
- Otomatik kapanma, kireç filtresiİkinci prompt modelin tahmin etmek zorunda kaldığı her şeyi açıkça söyler. “Özelliklerde olmayan bir iddia ekleme” gibi bir kısıt, modelin boşlukları uydurmayla doldurma eğilimini de azaltır.
Aynı prompt neden farklı cevaplar alır?
Dil modelleri her adımda olası sonraki tokenlar arasından seçim yapar. Sıcaklık gibi örnekleme ayarları bu seçime kontrollü bir rastgelelik katar; bu yüzden aynı prompt iki kez çalıştırıldığında farklı ifadeler, hatta farklı vurgular çıkabilir. Model sürümünün değişmesi, konuşma geçmişi ve cevap anında getirilen kaynaklar da sonucu etkiler. Bir promptun iyi çalışıp çalışmadığını tek denemeyle değil, tekrarlanan denemelerle değerlendirmek gerekir.
Yapay zekâ araması açısından
Yapay zekâ arama ürünlerinde kullanıcı promptu, klasik aramadaki anahtar kelimenin karşılığıdır, ama genellikle daha uzun, daha konuşma diline yakın ve bağlam yüklüdür: “bodrum otel” yerine “çocuklu aile için Bodrum'da sakin, denize sıfır bir otel önerir misin?” Sistem bu tek promptu çoğu zaman birden fazla aramaya dönüştürür; Google bu yaklaşımı query fan-out olarak tanımlar.
Markaların yapay zekâ cevaplarındaki görünürlüğünü izlemek için de bu nedenle anahtar kelime listesi değil, gerçek müşteri sorularını yansıtan bir prompt seti kullanılır. Set, karar sürecinin farklı aşamalarındaki soruları içermeli ve düzenli aralıklarla, aynı koşullarda yeniden çalıştırılmalıdır.
Sık yapılan yanlışlar
“Uzun prompt daha iyidir.” Uzunluk değil, ilgili bilgi önemlidir; konu dışı ayrıntılar modelin dikkatini dağıtır. “Prompt bir güvenlik ayarıdır.” Promptla verilen kurallar, dışarıdan gelen metinlerle aşılabilir; bu risk prompt enjeksiyonu başlığında ele alınıyor. “İyi bir prompt her modelde aynı çalışır.” Modeller talimatlara farklı duyarlılıkla tepki verir; model değiştiğinde promptlar yeniden test edilmelidir.