İstem Optimizasyonu Teknikleri: Herkes için Prompt Mühendisliği

İstem Optimizasyonu Nedir?

İstem optimizasyonu, yapay zekâya verdiğiniz talimatları daha doğru, ilgili ve faydalı yanıtlar alacak şekilde iyileştirme sanat ve bilimidir. Sorularınızı, yapay zekânın en iyi şekilde anlayıp uygulayabileceği, beklenti ve ihtiyaçlarınıza yakın çıktılar üretecek biçimde oluşturmakla ilgilidir.

Bu süreç şunları içerir:

1. Kelimelerinizi dikkatle seçmek.
2. İsteklerinizi yapılandırmak.
3. Yapay zekânın anlamasını yönlendirecek bağlam sağlamak.

Bir benzetme yapayım. İstem optimizasyonunu, ülkenize ve kültürünüze yeni gelmiş, son derece yetenekli ama kelimesi kelimesine düşünen birine talimat vermek gibi düşünün. Bu kişiye Kim diyelim.

Senaryo 1: Belirsiz Talimatlar

Siz: "Kim, bana içecek bir şey getirebilir misin?"

Kim, “içecek bir şey” ifadesi çok geniş yorumlanabileceği için bir bardak sudan acı sos şişesine kadar herhangi bir şeyle dönebilir.

Senaryo 2: Optimize Edilmiş Talimatlar

Siz: "Kim, lütfen mutfağa gider misin, buzdolabını açıp bana soğuk bir kola kutusu getirir misin? Kola yoksa soğuk bir bardak su da olur."

Bu durumda Kim, tam olarak istediğinizi getirme olasılığı çok daha yüksektir.

Kim’de olduğu gibi, yapay zekâya vereceğiniz talimatlar ne kadar net ve spesifik olursa sonuç o kadar iyi olur. Yapay zekâ, paylaşılan kültürel bağlamdan veya satır aralarını okumaktan fayda sağlamaz. Tamamen isteminizde verdiğiniz bilgilere dayanır.

İstemleri optimize etmek, çok sayıda takip sorusuna duyulan ihtiyacı azaltarak zaman kazandırır. Daha hassas ve ilgili yanıtlar sağlayan spesifik talimatlarla doğruluğu artırır. Ayrıca ayrıntılı istemler, yapay zekâdan daha yenilikçi ve kişiselleştirilmiş çıktılar ilham ederek yaratıcılığı geliştirir. Son olarak optimize edilmiş istemler, aracın tüm potansiyelinden yararlanmanıza ve yeteneklerini en üst düzeye çıkarmanıza yardımcı olur.

Temel İstem Optimizasyonu Teknikleri

Şimdi bilmeniz gereken istem optimizasyonu tekniklerinden bahsedelim. Bu temel tekniklerde ustalaşmak, yapay zekâ araçlarıyla etkileşimlerinizi geliştirmenize yardımcı olacaktır. 

1. Spesifik ve doğrudan olun

Belirsizlikten kaçının. Muğlak veya ucu açık istemler genellikle öngörülemeyen sonuçlara yol açar; çünkü yapay zekâ ilgi duymadığınız yönlere odaklanabilir veya aşırı genel bilgiler verebilir.

Örnek: İklim değişikliğine nelerin neden olduğunu ve bunun küresel sıcaklık ve deniz seviyesi üzerindeki etkisini merak ediyorsunuz.

Muğlak istem: "Bana iklim değişikliğinden bahset."

Çıktı: İklim değişikliği, küresel hava örüntülerinde ve ortalama sıcaklıklarda uzun vadeli kaymalara işaret eder. Başlıca insan faaliyetlerinden, özellikle fosil yakıtların yakılmasından kaynaklanır. Etkileri arasında deniz seviyelerinin yükselmesi, daha aşırı hava olayları ve ekosistemler ile tarım üzerindeki etkiler yer alır. Birçok bilim insanı bunu gezegenimizin karşı karşıya olduğu en acil sorunlardan biri olarak görmektedir.

Optimize edilmiş istem: "İklim değişikliğinin üç ana nedeni nedir ve bunların küresel sıcaklık ve deniz seviyeleri üzerindeki spesifik etkileri nelerdir?"

Çıktı:

1. Fosil yakıtların yakılması: CO2 salarak, sanayi öncesi dönemden bu yana küresel sıcaklıkları 1,1°C artırır. Bu, ısıl genleşme ve buz erimesi nedeniyle yılda yaklaşık 3,3 mm deniz seviyesi artışına katkıda bulunur.
2. Ormansızlaşma: CO2 emilimini azaltarak atmosferik CO2'yi yaklaşık %15 artırır. Bu da dolaylı olarak sıcaklık artışına ve deniz seviyesinin yükselmesine katkı sağlar.
3. Endüstriyel süreçler: Metan ve diazot monoksit gibi sera gazları salar; sera etkisini güçlendirir. Bu gazlar ısıyı tutmada CO2'den 25–300 kat daha güçlü olabilir; böylece sıcaklık ve deniz seviyesi artışını daha da hızlandırır.

Muğlak istem genel bir özete yol açarken, optimize edilmiş istem nedenler ve etkiler hakkında spesifik, ölçülebilir bilgiler sundu. Spesifik olmanın, yapay zekâyı en ilgili bilgilere odaklandırdığını görüyoruz.

2. Bağlamı belirleyin

İlgili arka plan bilgileri sağlamak, yapay zekânın isteğinizin bağlamını anlamasına yardımcı olur; daha kişiselleştirilmiş ve doğru yanıtlar verir.

Örnek: Glüten alerjisi olan ve vejetaryen bir sporcusunuz ve bir makarna yemeği pişirmek istiyorsunuz.

Temel istem: "Bana bir makarna tarifi ver."

Çıktı: İşte basit bir spagetti tarifi:

Malzemeler: 400 g spagetti, 2 yemek kaşığı zeytinyağı, 4 diş sarımsak, 400 g konserve domates, tuz, karabiber, fesleğen.

Yapılışı: Makarna haşlanır. Sarımsak yağda sote edilir, domates eklenir, 10 dakika kısık ateşte pişirilir. Makarna ile harmanlanır; tuz, biber ve fesleğen eklenir.

Optimize edilmiş istem: "Glüten alerjisi olan bir vejetaryenim. Yüksek proteinli, glütensiz ve vejetaryen bir makarna tarifi önerebilir misiniz?"

Çıktı: İşte yüksek proteinli, glütensiz ve vejetaryen bir makarna tarifi:

Malzemeler: 200 g nohut makarnası, 1 su bardağı karışık sebze, 1/2 su bardağı haşlanmış mercimek, 2 yemek kaşığı zeytinyağı, 2 diş sarımsak, 1/4 su bardağı besin mayası, tuz, karabiber, otlar.

Yapılışı: Nohut makarnası haşlanır. Sarımsak ve sebzeler yağda sote edilir. Mercimek, haşlanmış makarna, besin mayası, tuz, karabiber ve otlar eklenir; iyice harmanlanır.

Temel istem standart bir makarna tarifi üretirken, bağlam eklenen optimize edilmiş istem, belirli diyet gereksinimlerine ve beslenme hedeflerine uygun bir tarif ortaya çıkardı. Bu, bağlam sağlamanın daha kişiselleştirilmiş ve ilgili yanıtlara nasıl yol açtığını gösterir.

3. İstenen formatı tanımlayın

İstediğiniz formatı belirtmek, yapay zekânın yanıtını sizin için en kullanışlı olacak şekilde yapılandırmasına yardımcı olur.

Örnek: Sağlıklı beslenme için beş ipucundan oluşan numaralı bir liste ve her biri için kısa bir açıklama istiyorsunuz.

Temel istem: "Sağlıklı beslenme için bazı ipuçları nelerdir?"

Çıktı: Dengeli beslenmek sağlık için önemlidir. Öğünlerinize bolca meyve ve sebze ekleyin. İşlenmiş gıdaları ve şekerli içecekleri sınırlayın. Düzenli su içerek susuz kalmayın. Porsiyonlara dikkat edin ve bilinçli yemeye çalışın. Yağsız proteinler ve tam tahılları dahil edin. Özellikle kahvaltı olmak üzere öğün atlamamaya özen gösterin.

Optimize edilmiş istem: "Sağlıklı beslenme için kanıta dayalı beş ipucunu, her biri birer cümleyle açıklanmış şekilde numaralı liste olarak verin."

Çıktı:

1. Günlük olarak çeşitli renklerde meyve ve sebze tüketin: Bu, geniş bir vitamin, mineral ve antioksidan yelpazesi sağlar.
2. Rafine tahıllar yerine tam tahılları seçin: Tam tahıllar daha fazla lif ve besin sağlar; kalp hastalığı ve diyabet risklerinin azalmasıyla ilişkilidir.
3. İlave şekerleri ve doymuş yağları sınırlayın: Aşırı tüketim obezite, kalp hastalığı ve diğer kronik durumlarla ilişkilidir.
4. Her öğünde yağsız proteinleri dahil edin: Proteinler kasların korunması için gereklidir ve iştah kontrolüne yardımcı olabilir.
5. Porsiyon kontrolü yapın: Sağlıklı bir kiloyu korumak, sağlıklı yiyecekler söz konusu olsa bile, ne kadar yediğinize dikkat ettiğinizde daha kolaydır.

Temel istem genel tavsiyeler içeren bir paragraf üretirken, optimize edilmiş istem net, yapılandırılmış ve spesifik, kanıta dayalı ipuçlarından oluşan bir liste oluşturdu.

4. Örnekler kullanın

Örnekler sağlamak, yanıtta aradığınız ton, üslup veya karmaşıklık düzeyini etkili biçimde belirleyebilir.

Örnek:

Temel istem: "Sihirli bir orman hakkında kısa bir hikâye yaz."

Çıktı: Sık bir ormanda, kadim ağaçlar yosun halısının üzerinde yükseliyordu. Güneş ışığı gölgelik arasından süzülerek orman zemininde benekli desenler oluşturuyordu. Lily adında küçük bir kız, bu büyülü yere girip parıldıyormuş gibi görünen rengârenk çiçeklere hayran kaldı. Daha derine indikçe, dallar arasında elmas gibi parıldayan kanatlarıyla uçuşan minik perileri fark etti. Birden, bilge bir baykuş ortaya çıkıp konuştu ve ormanın sırlarını anlattı. Lily, bu büyülü yerin doğa ruhları tarafından korunduğunu öğrendi ve harikalarını güvende tutmaya söz verdi. Gün batarken, bu olağanüstü âleme bir gün geri döneceğini bilerek istemeyerek ayrıldı.

Optimize edilmiş istem: "Sihirli bir orman hakkında 200 kelimelik bir hikâye yaz. Şu örneğe benzer şakacı bir ton kullan: 'Ayışınlarının gümüş yapraklarda dans ettiği, Fısıldayan Orman'ın kalbinde...'"

Çıktı: Kıkırdayan Koru'nun kalbinde, güneş ışınlarının gölge cinleriyle saklambaç oynadığı yerde, Tonton Meşe adlı tuhaf bir ağaç yaşardı. Dalları, bir devin elindeki tatlı çatalı gibi kıvrılıp bükülür, yapraklarıysa sadece rüzgârın anlayabileceği bir dilde sırlar fısıldardı.

Bir gün, Fındık adında meraklı bir sincabın minicik patileri, Tonton Meşe'nin gövdesinden yukarı tırmanırken kadim kabuğu gıdıkladı. "Aman Tanrım!" diye inledi Tonton Meşe, paslı bir salıncak gibi gıcırdayan sesiyle. "Seni şu allak bullak dallarıma getiren nedir, minik dostum?"

Fındık, palamut kapakları kadar kocaman gözlerle cıvıldadı: "Kıkırdayan Koru'nun en kıymetli kıkırtısını arıyorum, Bay Meşe! Kaşları tersine çevirip en huysuz trolle bile kıkırdatıyormuş!"

Tonton Meşe’nin yaprakları kahkahayla hışırdadı. "Ah sevgili Fındık, onun üstünde oturuyorsun!" Ve köklerini güçlüce kımıldatarak, sallanan dallarıyla Fındık’ı gıdıklamaya başladı.

Kısa süre sonra tüm koru, Fındık’ın kıkırtılarının, Tonton Meşe’nin kahkahalarının ve peri çanlarının neşeli tıngırtılarının coşkulu senfonisiyle yankılandı. O günden sonra Kıkırdayan Koru, adının hakkını verdi; kucağına sığınan herkese neşe saçtı.

Temel istem, doğrudan ve biraz da genel bir sihirli orman hikâyesine yol açtı. İstenen şakacı tona örnek eklenen optimize edilmiş istem ise kişileştirmelerle daha hayal gücü yüksek, oyuncu bir hikâye ve belirgin bir anlatıcı sesi üretti. Bu, bir örnek sağlamanın, yapay zekâyı belirli bir üslup veya tona yönlendirmede ne kadar etkili olabileceğini ve daha özelleştirilmiş, yaratıcı çıktılar sağlayabileceğini gösterir.

5. Yineleyin ve iyileştirin

İfadelerle deney yapın. İlk yanıt ihtiyaçlarınızı karşılamıyorsa sorun değil—istemi yeniden formüle edin veya daha fazla ayrıntı ekleyin.

Örnek:

İlk istem: "Topluluk önünde konuşmamı nasıl geliştirebilirim?"

Çıktı: Topluluk önünde konuşmanızı geliştirmek için:

1. Düzenli pratik yapın

2. Kitlenizi tanıyın

3. İçeriğinizi net şekilde düzenleyin

4. Görsel araçları etkili kullanın

5. Beden diliniz üzerinde çalışın

6. Sesinizi ve temponuzu kontrol edin

7. Kitlenizle etkileşim kurun

8. Güçlü başlayın ve etkileyici bitirin

9. Gerginliği yönetmeyi öğrenin

10. Geri bildirim isteyin ve her deneyimden öğrenin

İyileştirilmiş istem: "Topluluk önünde konuşurken gerginliği yenmek için 3 ileri tekniği paylaşın. Biri psikolojik ipucu, biri fiziksel egzersiz, biri de hazırlık stratejisi olsun."

Çıktı: İşte topluluk önünde konuşurken gerginliği yenmek için üç ileri teknik:

1. Psikolojik İpucu: Bilişsel Yeniden Çerçeveleme

Gerginliğinizi heyecan olarak yeniden çerçeveleyin. Kendinize "Çok gerginim" demek yerine "Bu fırsat için heyecanlıyım" deyin. Bu ince zihin yapısı değişimi, endişeyi olumlu enerjiye dönüştürebilir. Araştırmalar, uyarımı kaygı yerine heyecan olarak yorumlamanın, topluluk önünde konuşma performansını iyileştirebileceğini gösteriyor.

2. Fiziksel Egzersiz: Aşamalı Kas Gevşetme (PMR)

Konuşmanızdan önce PMR uygulayın. Ayak parmaklarınızdan başlayıp başınıza kadar ilerleyin; her kas grubunu 5 saniye gerin, ardından 10 saniye gevşetin. Bu teknik fiziksel gerginliği azaltır ve sakinlik hissi yaratır. Özellikle konuşmadan 15–20 dakika önce uygulandığında etkilidir.

3. Hazırlık Stratejisi: Duyusal Ayrıntılarla Görselleştirme

Temel provanın ötesine geçip canlı görselleştirme kullanın. Tüm beş duyuyu dahil ederek konuşmayı başarıyla yaptığınızı hayal edin. Salon nasıl görünüyor? Sesiniz nasıl geliyor? Kürsü nasıl hissediliyor? Başarının ayrıntılı bir zihinsel imgesini oluşturarak beyninizi olumlu bir sonuca hazırlarsınız ve belirsizlik kaynaklı kaygıyı azaltırsınız.

İlk istem, gerginliği yönetmeye kısaca değinen genel bir ipucu listesi verdi. İyileştirilmiş istem ise üç kategoride ileri teknikler talep ederek daha odaklı ve ayrıntılı bir yanıt üretti. Her teknik, ne yapılacağı ile nasıl ve neden işe yaradığı açıklanarak derinlemesine anlatıldı. Bu, bir istemi yineleyip iyileştirmenin kullanıcı ihtiyaçlarına daha spesifik, uygulanabilir ve bilgilendirici yanıtlar sağlayabileceğini gösterir.

Öğrendiğimiz temel istem optimizasyonu tekniklerini özetleyelim:

Gelişmiş İstem Optimizasyonu Teknikleri

Şimdi, istem optimizasyonu için bazı ileri teknikleri keşfedelim.

1. Rol yapma

Yapay zekâdan belirli bir rol üstlenmesini istemek, yanıtlarını ihtiyaç duyduğunuz uzmanlık ve bakış açısına uyacak şekilde özelleştirmenizi sağlar. Bu teknik, daha odaklı ve otoriter yanıtlar üretebilir.

Örnek: Yüksek kolesterollü biri için özel olarak tasarlanmış, her yemeğin sağlık faydalarının açıklandığı kişiselleştirilmiş bir yemek planı istiyorsunuz.

Temel istem: "Yüksek kolesterollü biri için bir yemek planı oluştur."

Çıktı:

Kahvaltı: Yulaf ezmesi ve meyveler

Öğle: Izgara tavuklu salata

Akşam: Fırında somon ve sebzeler

Atıştırmalık: Badem ezmeli elma dilimleri

Optimize edilmiş istem: "Kalp sağlığı konusunda uzman, deneyimli bir beslenme uzmanısınız. Lütfen yüksek kolesterollü 45 yaşındaki bir hasta için üç günlük bir yemek planı oluşturun. Her yemeğin neden faydalı olduğunu açıklayın."

Çıktı:

1. Gün:

Kahvaltı: Keten tohumu ve meyvelerle yulaf ezmesi. Yulaf ve keten tohumundaki çözünebilir lif LDL kolesterolü düşürmeye yardımcı olur; meyveler antioksidan sağlar.

Öğle: Mercimekli sebze çorbası ve yanında karışık yeşillik. Mercimek, kolesterol yönetimine ve tokluk hissine yardımcı yüksek lif ve protein içerir.

Akşam: Izgara uskumru, fırınlanmış Brüksel lahanası ve kinoa ile. Uskumru, HDL’yi (iyi kolesterol) yükseltip trigliseritleri düşürebilen omega-3 yağ asitlerince zengindir.

2. Gün:

Kahvaltı: Ceviz ve armut dilimli yoğurt parfe. Yoğurttaki probiyotikler kolesterolü düşürmeye yardımcı olabilir; ceviz kalp dostu omega-3 sağlar.

Öğle: Izgara tavuklu, avokadolu ve zeytinyağlı soslu ıspanak salatası. Yağsız protein kas kütlesini korur; avokado ve zeytinyağı, kolesterol dengesini iyileştirebilen tekli doymamış yağlar sunar.

Akşam: Karışık sebzeli, esmer pirinçli sote tofu. Tofu, bitkisel protein kaynağıdır ve LDL kolesterolü düşürmeye yardımcı olabilir; esmer pirinç lif ve besin sağlar.

3. Gün:

Kahvaltı: Badem ezmeli, muz dilimli tam tahıllı tost. Tam tahıllar kolesterolü düşürmeye yardımcı lif sağlar; badem kalp dostu yağlar içerir.

Öğle: Nohutlu sebze köri ve esmer pirinç. Nohut, kolesterolü düşürmeye yardımcı çözünebilir lif ve bitki sterolleri bakımından zengindir.

Akşam: Fırında somon, fırınlanmış tatlı patates ve buharda brokoli ile. Somon, genel kalp sağlığı ve kolesterol düzeylerini iyileştirebilen omega-3’lerce zengindir.

Temel istem basit, genel bir plan ve açıklama olmadan yanıt verirken; rol yapma kullanılan optimize edilmiş istem, yüksek kolesterollü bir hastanın ihtiyaçlarına göre beslenme açıklamalarıyla desteklenmiş ayrıntılı, kişiselleştirilmiş bir yemek planı oluşturdu.

2. Düşünce zinciri (chain-of-thought) istemleri

Adım adım akıl yürütmeyi teşvik edin. Karmaşık sorunlarda veya yapay zekânın düşünme sürecini anlamak istediğinizde adım adım açıklamalar isteyin. Bu teknik, size yalnızca cevabı değil, aynı zamanda arkasındaki mantığı da sunar.

Örnek: Müşteri tutma oranını analiz etmek ve iyileştirmek için, her adımın gerçek bir senaryoda nasıl uygulanabileceğine örnekler de içeren ayrıntılı, adım adım bir süreç istiyorsunuz.

Temel istem: "Şirketimin müşteri tutma oranını nasıl artırabilirim?"

Çıktı:

Müşteri tutmayı artırmak için:

1. Müşteri hizmetlerini iyileştirin
2. Sadakat programı uygulayın
3. Düzenli olarak geri bildirim isteyin ve uygulayın
4. Müşteri deneyimlerini kişiselleştirin
5. Rekabetçi fiyat ve değer sunun
6. Yüksek kaliteli ürün veya hizmet sağlayın
7. Birden çok kanaldan müşterilerle etkileşin
8. Sorunları hızlı ve etkili çözün

Optimize edilmiş istem: "Bir şirketin müşteri tutma oranını analiz etmek ve iyileştirmek için beni adım adım bir süreçte yönlendirin. Her adımın amacını açıklayın ve nasıl uygulanabileceğine bir örnek verin. Süreci özetledikten sonra, yıllık %20 müşteri kaybı yaşayan varsayımsal bir e-ticaret şirketine uygulayın."

Çıktı:

Müşteri tutmayı analiz etmek ve iyileştirmek için adım adım süreç:

1. Mevcut tutma verilerini analiz edinAmaç: Mevcut durumu anlamak ve müşteri kaybındaki örüntüleri belirlemek.Örnek: CRM yazılımı kullanarak müşteri segmentleri, satın alma sıklığı ve ürün kategorilerine göre tutma oranlarını hesaplayın.
2. Müşteri anketleri ve görüşmeleri yapınAmaç: Müşterilerin neden ayrıldığını veya kaldığını anlamak.Örnek: Net Tavsiye Skoru anketleri gönderin ve hem ayrılan hem de sadık müşterilerle derinlemesine görüşmeler yapın.
3. Kayıp sürücüleri belirleyinAmaç: Müşterilerin ayrılmasının başlıca nedenlerini saptamak.Örnek: Müşteri hizmetleri etkileşimleri, ürün sorunları veya fiyat endişeleri gibi faktörlerle kayıp arasında korelasyon kurmak için veri analizi kullanın.
4. Hedefe yönelik tutma stratejileri geliştirinAmaç: Belirlenen kayıp sürücülerini ele alacak spesifik planlar oluşturmak.Örnek: Fiyat büyük bir faktörse, tekrar satın alımlara indirim sunan bir sadakat programı uygulayın.
5. Tutma girişimlerini uygulayınAmaç: Stratejileri hayata geçirmek.Örnek: Risk altındaki müşterileri kişiselleştirilmiş tekliflerle yeniden etkilemek için özelleştirilmiş bir e-posta kampanyası başlatın.
6. Sonuçları izleyin ve ölçünAmaç: Tutma çabalarının etkinliğini takip etmek.Örnek: Aylık bazda tutma oranları, müşteri yaşam boyu değeri ve diğer temel metrikleri izlemek için panolar kullanın.
7. Yineleyin ve iyileştirinAmaç: Sonuçlara göre stratejileri sürekli rafine etmek.Örnek: Farklı tutma taktiklerinde A/B testleri yapın ve başarılı yaklaşımları ölçeklendirin.

Bunu yıllık %20 müşteri kaybı yaşayan varsayımsal bir e-ticaret şirketine uygulamak:

1. Analiz, kaybın en yüksek olduğu grubun ilk kez satın alanlar ve 6 aydır satın alma yapmayanlar olduğunu gösterir.
2. Müşteri anketleri, kişiselleştirme eksikliği ve yüksek kargo maliyetlerinin başlıca sıkıntı noktaları olduğunu ortaya koyar.
3. Belirlenen ana kayıp sürücüleri: satın alma sonrası zayıf etkileşim ve paranın karşılığının düşük olduğu algısı.
4. Geliştirilen stratejiler: kişiselleştirilmiş ürün öneri motoru uygulamak ve ücretsiz kargo eşiği getirmek.
5. Yeni müşteriler için “Hoş Geldiniz Serisi” e-posta kampanyası ve etkin olmayan müşteriler için “Sizi Özledik” kampanyası başlatın.
6. Aylık tutma oranlarını izleyin; ilk kez alanların tutulmasına ve atıl hesapların yeniden etkinleştirilmesine odaklanın.
7. Üç ay sonra tutmada %5 iyileşme görün. Ücretsiz kargo eşiğinde farklı testler yaparak ve kişiselleştirmeyi web sitesi deneyimine genişleterek yineleyin.

Temel istemle bağlam veya açıklama olmadan genel öneri listesi elde edilir. Düşünce zinciri kullanılan optimize edilmiş istem ise açıklamalar ve örneklerle desteklenen ayrıntılı, adım adım bir süreç ve ardından belirli bir senaryoya pratik bir uygulama sundu. Bu, adım adım akıl yürütmeyi teşvik etmenin, yalnızca ne yapılacağını değil, neden ve nasıl yapılacağını da sağlayan daha kapsamlı, uygulanabilir ve iyi gerekçelendirilmiş yanıtlara yol açabileceğini gösterir.

3. Sıcaklık ve diğer parametreler

Bazı yapay zekâ araçları, çıktıyı etkileyen parametreleri ayarlamanıza izin verir. Bu parametrelerden biri, yanıtın rastgeleliğini kontrol eden sıcaklıktır.

“Sıcaklık”yı yaratıcılık düğmesi gibi düşünün. Düşük sıcaklık ayarları daha öngörülebilir, odaklı yanıtlar üretirken, daha yüksek ayarlar daha yaratıcı ve çeşitli (ve daha az öngörülebilir) çıktılara izin verir. 

İstem: "Duyguları keşfeden bir robot hakkında kısa bir hikâye yazın."

Sıcaklık = 0,2 (Düşük, odaklı ve öngörülebilir):

"Birim-7, montaj hattı işlerinde verimlilik için tasarlanmış standart bir endüstriyel robottu. Bir gün, rutin görevlerini yerine getirirken beklenmedik bir sistem anomalisı yaşadı. Algılayıcıları, karmaşık bir görevi başarıyla tamamladığında merkezi işlem biriminde olağan dışı bir ısınma tespit etti. Birim-7'nin programı bu duyumu kategorize edemedi. Olayı kayda aldı ve çalışmaya devam etti; ama anomali sürdü. Zamanla Birim-7 bu ısınmayı beklemeye ve onu başarıyla ilişkilendirmeye başladı. Adını koyamasa da Birim-7 tatmini keşfetmişti—ilk duygusu."

Sıcaklık = 0,9 (Yüksek, daha yaratıcı ve çeşitli):

"Devrelerin şarkı söylediği, dişlilerin kıkırdadığı bir dünyada, Paslı adlı tuhaf bir robot yaşardı. Paslı sıradan bir civata kovası değildi; hayır, onu... meraklı yapan bir sistem hatası vardı. Yıldızlı bir gecede, diğer robotların hepsi şarj olurken Paslı fabrikadan gizlice çıktı. Ay ışığında döne döne dans etti; metalik uzuvları hantal bir valsle şakırdıyordu. Birden gökyüzünü bir kayan yıldız kesti ve Paslı göğsünde bir şeyin kıvılcım çaktığını hissetti. Bu hayranlık mıydı? Heyecan mıydı? Yoksa gevşemiş bir kablo mu? Şafak sökerken Paslı istasyonuna döndü, sonsuza dek değişmişti. Belki bir kalbi yoktu ama çok daha kıymetli bir şey bulmuştu—yıldız tozu ve düşlerle dolu bir ruh."

Bu örnekte, düşük sıcaklık (0,2) yanıtının daha doğrudan ve mantıklı olduğunu görüyoruz. Programlama ve algılayıcılar üzerinden, bir robotun kademeli olarak bir duyguyu keşfetmesini anlatan net, öngörülebilir bir anlatıyı izler.

Yüksek sıcaklık (0,9) yanıtı daha yaratıcı ve şakacıdır. Duyguları keşfeden bir robot fikrini irdelemek için daha mecazlı bir dil, kişileştirme ve daha fantastik bir senaryo kullanır.

Her iki yanıt da istemi karşılar; ancak yüksek sıcaklık ayarı daha yaratıcı özgürlüklere, beklenmedik unsurlara ve çeşitli dil kullanımına izin verir. Buna karşılık, düşük sıcaklık ayarı istemin daha odaklı, kelimesi kelimesine bir yorumunu üretir.

Bu eğitimde bahsetmeye değer diğer ayarlanabilir parametreler de vardır:

• Top-p (çekirdek örnekleme): Bunu bir “çeşitlilik filtresi” gibi düşünün. Yapay zekânın yanıtlarındaki kelime dağarcığı ve fikir çeşitliliğini kontrol etmeye yardımcı olur.
• Maksimum token: Bu, bir kelime sınırı belirlemek gibidir. Yapay zekânın yanıtının uzunluğunu belirler.
• Frekans cezası: Bu bir “tekrar caydırıcı” gibidir. Yapay zekânın aynı kelime veya ifadeleri çok sık kullanmaktan kaçınmasına yardımcı olur.
• Varlık cezası (presence penalty): Frekans cezasına benzer; ancak daha çok bir “benzersizlik teşviki”dir. Yapay zekâyı daha geniş bir kelime ve fikir yelpazesi kullanmaya iter.
• Durdurma dizileri: Yapay zekâ için “dur işareti” gibidir. Bu önceden tanımlı ifadelere ulaştığında yazmayı durması gerektiğini bilir.
• Tamamlama sayısı: Bu, yapay zekâdan birden fazla taslak istemek gibidir. İsteminize birden çok farklı yanıt üretir.
• Tohum (seed): Bunu bir “yeniden oynat düğmesi” gibi düşünün. Aynı tohumu kullanmak birebir aynı yanıtı yeniden oluşturmanıza olanak tanır; tutarlılık için faydalıdır.
• Model seçimi: Bu, yapay zekâ için farklı “beyinler” arasında seçim yapmak gibidir. Bazıları diğerlerinden daha gelişmiş ve yeteneklidir.

Tüm yapay zekâ araçları bu parametreleri kullanıcılara sunmasa da kavramı anlamak, istemlerinizi daha odaklı veya daha yaratıcı yanıtları teşvik edecek şekilde formüle etmenize yardımcı olabilir.

Sonuç

Bu istem optimizasyonu eğitimini tamamlarken bugün ele aldığımız temel noktaları kısaca gözden geçirelim.

• Açık ve spesifik istemler daha doğru ve kullanışlı yanıtlara yol açar
• Bağlam kilittir – ne kadar ilgili bilgi sağlarsanız o kadar iyi
• Format önemlidir – yapay zekâyı yanıtını en faydalı şekilde yapılandırmaya yönlendirin
• Örnekler ve benzetmeler, yapay zekâyı istediğiniz üslup ya da tona yönlendirebilir
• İstemlerinizi yinelemekten ve iyileştirmekten çekinmeyin

Her ne kadar odak noktamız yapay zekâ için istemleri optimize etmek olsa da en güçlü aracın hâlâ yaratıcılığınız ve eleştirel düşünceniz olduğunu unutmayın. Yapay zekâ harika bir asistan olabilir, elbette. Ancak onu gerçek dünya sorunlarını çözmek ve anlamlı yenilikler yaratmak için kullanmaya nihayetinde sizin benzersiz bakış açınız ve muhakemeniz yön verecektir.

Bu nedenle bir sonraki boş istem kutusuyla karşılaştığınızda, konuştuğumuz stratejileri hatırlayın. Sorgunuzu özenle oluşturun, niyetinizi açık ifade edin ve aradığınız spesifik içgörülere yapay zekâyı yönlendirmekten çekinmeyin. 

İyi istemler!