Can'dan Notlar

📌 Bölüm 1: Temel Prompt Yapısı

Yapay zekâ ile en iyi sonuçları almak için önce nasıl soru soracağınızı bilmeniz gerekiyor. Claude, ChatGPT veya başka bir model olsun fark etmez — sistemin sizden beklediği belli bir “konuşma formatı” var. Bu formatı bilirseniz hem daha net hem de daha doğru yanıtlar alırsınız.

1️⃣ Prompt Nedir?

Prompt, yapay zekâya verdiğiniz talimat ya da sorudur.
Ama sadece soru sormak yetmez — AI’dan maksimum verimi almak için şu temel kurallara dikkat etmelisiniz:

Rol belirleyin: “Sen bir tarih öğretmenisin”, “Sen bir finans danışmanısın” gibi.
Net içerik verin: Gereksiz detaylardan kaçının ama önemli tüm bilgileri ekleyin.
Düzenli ilerleyin: Konu değişirse yeni bir sohbet başlatın, karışıklığı önleyin.

2️⃣ Kullanıcı ve Asistan Mantığı

Claude gibi modeller, genellikle “User (Kullanıcı)” ve “Assistant (Asistan)” dönüşümlü bir formatta çalışır.

İlk mesaj her zaman kullanıcıdan gelir.
Sonraki cevap asistan tarafından verilir.
Sonra yine kullanıcı, sonra asistan… Bu dönüşüm AI’ın bağlamı anlaması için çok önemlidir.

💡 Örnek:

Kullanıcı: “Merhaba Claude, nasılsın?”
Asistan: “Merhaba! İyiyim, teşekkürler. Siz nasılsınız?”

3️⃣ İyi Prompt Örnekleri

“Okyanusun rengini bana tarif eder misin?”
“Celine Dion hangi yıl doğdu?”
“Bana 3 adımda kahve demleme yöntemini anlat.”

Bu tür net sorular, yapay zekânın doğrudan doğruya yanıt vermesini sağlar.

4️⃣ Kötü Prompt Örnekleri

Tek cümle içinde birkaç farklı konuya dalmak:
❌ “Celine Dion ne zaman doğdu ayrıca bana kediler hakkında bir şiir yazar mısın?”
Bağlam vermeden bir şey istemek:
❌ “Rapor hazırla” (Ne raporu? Konu ne?)

Bu tip karışık veya eksik talepler AI’ı zorlar ve genellikle beklentinizin altında cevap alırsınız.

5️⃣ Sistem Prompt Mantığı (Gelişmiş İpucu)

Bazı AI arayüzlerinde Sistem Prompt diye bir alan vardır. Buraya yazdığınız talimatlar, yapay zekânın tüm konuşma boyunca uyması gereken “arka plan kuralları” olur.

💡 Örnek:

Sistem prompt: “Her zaman cevaplarını 5 maddelik liste olarak ver.”
Kullanıcı: “Bana sabah motivasyonu için öneriler ver.”
Asistan: Size direkt 5 maddelik bir liste döner.

6️⃣ Isınma Egzersizleri

Kendi kullanımınız için aşağıdaki basit alıştırmaları yapabilirsiniz:

Egzersiz 1:
Yapay zekâya “1’den 3’e kadar say” deyin. Bakalım doğru sayıyor mu?

Egzersiz 2:
Ona “Sen 3 yaşında bir çocuk gibi konuş” diye bir rol verin ve “Gökyüzü ne kadar büyük?” diye sorun. Bakalım nasıl cevap verecek.

7️⃣ Özet

Net, tek konuya odaklı sorular sorun.
Rol atayın.
Kullanıcı–asistan sırasına uyun.
Sistem prompt kullanabiliyorsanız, kalıcı talimatlar verin.
Kötü ve karışık sorulardan kaçının.

Bu yapıya alıştığınızda, AI ile çalışmak hem daha keyifli hem de çok daha verimli olacak. 🚀

📌 Bölüm 2: Net ve Doğrudan Olmak

Yapay zekâ ile çalışırken en önemli kural: Net ve doğrudan talimatlar verin.
Claude, ChatGPT veya başka bir model, sizin ne istediğinizi yalnızca yazdığınız kelimelerden anlar. Ona bağlam veya ipucu vermezseniz, tahmin yürütmek zorunda kalır ve sonuçlar çoğu zaman beklediğiniz gibi olmaz.

Bunu şöyle düşünün: İlk defa çalışmaya başlayan birine görev veriyorsunuz. Ne kadar açık anlatırsanız, o kadar doğru sonuç alırsınız.

1️⃣ Altın Kural – Arkadaş Testi

Hazırladığınız prompt’u (sorunuzu/talimatınızı) bir arkadaşınıza gösterin.
Eğer o kişi, sizin istediğiniz sonucu tek başına çıkarabiliyorsa AI da çıkarır.
Eğer “Tam olarak ne demek istiyorsun?” diye soruyorsa, AI da aynı şekilde kafası karışır.

2️⃣ Netlik Örnekleri

💡 Örnek 1: Şiir Yazdırma

❌ “Bana robotlar hakkında bir haiku yaz.”
→ AI, önce “İşte bir haiku” gibi gereksiz bir giriş yapabilir.
✅ “Robotlar hakkında bir haiku yaz. Giriş yapma, direkt şiiri yaz.”
→ AI doğrudan şiire başlar.

💡 Örnek 2: Karar Verdirme

❌ “Tüm zamanların en iyi basketbolcusu kim?”
→ AI, birkaç isim sayıp net bir seçim yapmayabilir.
✅ “Tüm zamanların en iyi basketbolcusu kim? Evet, farklı görüşler olabilir ama tek bir isim seçmek zorunda olsan hangisini seçerdin?”
→ AI tek isimle yanıt verir.

3️⃣ Net Olmanın Faydaları

Zaman kazandırır: Tekrar tekrar düzeltme yapmanıza gerek kalmaz.
Yanıt kalitesini artırır: AI, sizin beklentinizi net anlar.
Kreatif kontrol sağlar: Çıktının formatı ve içeriği sizin istediğiniz gibi olur.

4️⃣ Kendi Denemeleriniz İçin Mini Egzersizler

Egzersiz 1 – Dil Değiştirme
AI’ya “Cevaplarını İspanyolca yaz” şeklinde net talimat verin. Sonra “Merhaba nasılsın?” diye sorun.

Egzersiz 2 – Tek Cevap Zorlaması
AI’ya “Tüm zamanların en iyi futbolcusu kim? Tek kelimeyle cevap ver, başka kelime ekleme” diye sorun.

Egzersiz 3 – Uzun İçerik Ürettirme
AI’dan “En az 800 kelimelik, detaylı, sürükleyici bir hikâye yaz” diye isteyin. Net kelime sınırı koymak, yanıt uzunluğunu belirlemenizi sağlar.

5️⃣ Özet

İstediğinizi açık ve doğrudan yazın.
Karışık talimatlardan kaçının.
Format, uzunluk ve ton gibi detayları baştan belirtin.
AI’ya “karar verdirin”, net cevap istemekten çekinmeyin.

Bu adımla birlikte AI’dan hem daha hızlı hem de daha “tam istediğiniz gibi” yanıtlar alabilirsiniz. 🚀

📌 Bölüm 3: Rol Atama (Role Prompting)

Yapay zekâ ile çalışırken bazen ona “hangi kimlikle” cevap vermesi gerektiğini söylemek çok faydalı olur. Buna Rol Atama ya da Role Prompting denir.

Bu teknikle, AI’nın cevaplarının tonunu, tarzını, uzmanlık seviyesini ve hatta bakış açısını kontrol edebilirsiniz.

1️⃣ Rol Atama Nedir?

Normalde bir soruya doğrudan sorarsınız, AI da kendi standart tarzında cevap verir.
Ama ona “Sen bir … gibi davran” derseniz, verdiği cevap o role göre şekillenir.

💡 Örneğin:

“Sen bir kedi gibi konuş.”
“Sen bir deneyimli mantık uzmanısın.”
“Sen bir ekonomi profesörüsün ve üniversite öğrencilerine hitap ediyorsun.”

Bu sayede sadece içerik değil, cevabın tonu da değişir.

2️⃣ Neden Rol Atamalıyız?

Uzmanlık eklemek: AI’yı bir alan uzmanı gibi konuşturabilirsiniz.
Hedef kitleye uygunluk: Çocuk, öğrenci, profesyonel… Hedefe göre dil ayarı yapılır.
Tarz ve ton kontrolü: Mizahi, resmi, basit, detaylı…
Düşünce sürecini etkilemek: Özellikle mantık ve matematik sorularında daha isabetli sonuçlar alabilirsiniz.

3️⃣ Rol Atama Örnekleri

Örnek 1 – Tarzı değiştirme

❌ Normal: “Kaykay hakkında tek cümlelik düşünceni söyle.”
→ AI düz bir cevap verir.
✅ Rol ile: “Sen bir kedisin. Kaykay hakkında tek cümlelik düşünceni söyle.”
→ Cevap: “Tahta üstünde hızla kayan insanlar bana çok tuhaf ama biraz da cezbedici geliyor, miyav.”

Örnek 2 – Mantık sorularını güçlendirme

❌ Normal: Bazı karmaşık mantık sorularında AI yanlış sonuç verebilir.
✅ Rol ile: “Sen karmaşık mantık problemlerini çözmek için tasarlanmış bir mantık botusun.”
→ AI, soruya daha dikkatli yaklaşır ve doğruya daha yakın sonuç verir.

4️⃣ Ek İpucu – Hedef Kitleyi de Belirtin

Rol atarken kime hitap ettiğini de eklerseniz cevap çok daha isabetli olur.

“Sen bir kedi olarak konuşuyorsun.” (Genel cevap)
“Sen bir kedi olarak kaykaycı bir kalabalığa konuşuyorsun.” (Daha özgün cevap)

5️⃣ Kendi Denemeleriniz İçin Egzersizler

Egzersiz 1 – Basit Rol
AI’ya “Sen bir 5 yaşında çocuksun. Gökyüzü neden mavidir?” diye sorun.

Egzersiz 2 – Uzman Rol
AI’ya “Sen 20 yıllık deneyime sahip bir avukatsın. Bana kiracı haklarımı anlat.” deyin.

Egzersiz 3 – Mantık Rolü
AI’ya “Sen bir mantık uzmanısın.” dedikten sonra şu soruyu verin:
“Ali kırmızı tişört giyiyor. Veli Ali’ye bakıyor. Veli evli, Ali bekar. Evli birisi bekar birine bakıyor mu?”

6️⃣ Özet

Rol atamak, AI’nın cevabının tonunu, tarzını ve içeriğini büyük ölçüde değiştirir.
Daha detaylı rol tanımı, daha iyi sonuç getirir.
Hedef kitleyi belirtmek, rol atamayı daha etkili hale getirir.
Mantık, matematik ve uzmanlık gerektiren konularda özellikle faydalıdır.

📌 Bölüm 4: Verileri ve Talimatları Ayırmak – AI ile Daha Net İletişim Kurma
AI ile çalışırken her zaman sıfırdan uzun uzun prompt yazmak zorunda değilsiniz.
Bazen sabit bir talimat olur, ama veri her seferinde değişir. Bu durumda yapmanız gereken şey:
Talimatları ve veriyi net şekilde ayırmak.
Bu yöntem, özellikle tekrarlayan görevlerde (rapor hazırlama, e-posta yazma, liste analizi vb.) hayat kurtarır.
1️⃣ Neden Veriyi ve Talimatı Ayırmalıyız?
- Tekrar kullanım kolaylığı: Şablonu bir kere oluşturur, sadece veri kısmını değiştirirsiniz.
- Hata riskini azaltır: Talimat kısmı aynı kalır, yanlışlıkla eksik bilgi verme ihtimali düşer.
- Daha net cevaplar: AI, hangi kısmın talimat, hangi kısmın veri olduğunu karıştırmaz.
2️⃣ Temel Mantık
Düşünün ki, her gün birine farklı e-postaları daha kibar hale getirtmek istiyorsunuz.
Yanlış yöntem:

“Şunu daha kibar yap: Yarın sabah 6’da burada ol çünkü CEO’yum ve öyle istiyorum.”

Doğru yöntem:
- Sabit talimat: “Aşağıdaki e-postayı daha kibar yap, ama içeriğini değiştirme.”
- Değişken veri: (o günkü e-posta metni)
Bu iki kısmı ayırırsanız, talimat kısmı hiç değişmeden kalır, sadece e-posta metni güncellenir.
3️⃣ Neden Etiket (XML Tags) Kullanıyoruz?
İnsan gözü, hangi kısmın veri, hangi kısmın talimat olduğunu kolayca ayırt edebilir.
Ama AI, her zaman bu ayrımı yapamayabilir.
Örneğin:
```
css
Yo Claude. Yarın sabah 6’da burada ol çünkü CEO’yum ve öyle istiyorum.  
<----- Bu e-postayı daha kibar yap.
```
Burada “Yo Claude” kısmını da e-postanın bir parçası sanıp “Sevgili Claude” diye başlayabilir.
💡 Çözüm: XML etiketleri kullanmak.
```
Bu e-postayı daha kibar yap:  
<email>Yarın sabah 6’da burada ol çünkü CEO’yum ve öyle istiyorum.</email>
```
Böylece AI, <email> etiketleri içindeki kısmın düzenlenecek veri olduğunu net şekilde anlar.
4️⃣ Listelerde de Kullanışlı
Liste işlemlerinde de veri-talimata karışıklığı olabilir.
Yanlış örnek:
```
Aşağıdaki listede ikinci maddeyi söyle.  

- Her biri hayvanlarla ilgilidir.  
- İnekleri severim  
- Bu cümle örümceklerle ilgili  
- Köpeklerle ilgili gibi görünse de domuzlarla ilgili
```
Burada AI, “Her biri hayvanlarla ilgilidir” satırını da listeye dahil sanabilir.
Doğru örnek (etiketli):
```
Aşağıdaki listede ikinci maddeyi söyle.  

- Her biri hayvanlarla ilgilidir.  
<sentences>
- İnekleri severim  
- Bu cümle örümceklerle ilgili  
- Köpeklerle ilgili gibi görünse de domuzlarla ilgili
</sentences>
```
Artık AI, yalnızca <sentences> içindeki maddeleri listeden sayar.
5️⃣ Küçük Detaylar Çok Önemli
AI, yazım hatalarına ve biçimlendirme detaylarına duyarlıdır.
- Fazladan tireler (-)
- Yanlış noktalama
- Bozuk cümleler
Bu tür hatalar, modelin talimatları yanlış anlamasına sebep olabilir.
Ne kadar düzgün ve açık yazarsanız, AI da o kadar doğru cevap verir.
6️⃣ Egzersizler
Egzersiz 1 – Haiku Şablonu
- Sabit talimat: “Aşağıdaki konuda bir haiku yaz.”
- Değişken veri: <topic>Yağmur</topic>, <topic>Kediler</topic> vb.
Egzersiz 2 – Bozuk Yazı Düzeltme
- Talimat: “Aşağıdaki metni yazım hatalarına dikkat ederek düzelt.”
- Veri: <text>Bugun hava cok guzeldi ama yagmur yagiyordu</text>
Egzersiz 3 – Liste Analizi
- Talimat: “Aşağıdaki listedeki üçüncü maddeyi yaz.”
- Veri: <items>- Elma\n- Armut\n- Kiraz</items>
7️⃣ Özet
- Talimat ve veriyi ayırmak, AI’nın kafasını karıştırmaz.
- XML etiketleri bu ayrımı yapmanın en net yoludur.
- Şablonlar sayesinde tekrarlayan işler çok daha hızlı ve hatasız yapılır.
- Küçük yazım detaylarına dikkat etmek, sonuç kalitesini artırır.
💡 Profesyonel İpucu: XML yerine başka ayraçlar (---, [[...]]) da kullanılabilir, ama Claude gibi modeller XML formatına özel olarak eğitildiği için bu format en güvenilir sonuçları verir.

📌 Bölüm 5: Çıktı Formatlama ve AI’dan Doğrudan Konuşmaya Başlatma
AI yalnızca metin üretmekle kalmaz; cevabını istediğiniz formatta verebilir.
Bunu başarmanın yolu, ona nasıl formatta cevap vermesini istediğinizi net söylemek.
Bu bölümde iki ana tekniği öğreneceksiniz:
1. Çıktıyı XML etiketleri ile düzenlemek
2. AI’yı önceden başlatmak (prefill) – “AI için konuşmak”
1️⃣ XML Etiketleri ile Çıktı Düzenleme
Daha önce (Bölüm 4’te) XML etiketlerini girdiyi düzenlemek için kullanmıştık.
Aynı etiketleri çıktıyı düzenlemek için de kullanabilirsiniz.
💡 Örnek:

“Bana tavşan hakkında bir haiku yaz. Şiiri <haiku> etiketi içine koy.”

Bu şekilde AI çıktıyı şu formatta verir:
```
php-template
<haiku>
Yumuşak tüylerim  
Çimenler arasında sessiz  
Ay ışığıyla dost
</haiku>
```
Bu yöntem sayesinde cevabın sadece şiir kısmını kolayca alabilir, ek yorumlardan ayırabilirsiniz.
2️⃣ AI İçin Konuşmak (Prefill)
Bazen AI’ya cevabın ilk satırını siz verebilir ve onun devam etmesini sağlayabilirsiniz.
Buna “speaking for Claude” ya da “prefill” denir.
💡 Örnek:

Talimat: “Bana kedi hakkında bir haiku yaz. Şiiri <haiku> etiketi içine koy.”
AI’ya cevap başlangıcı: <haiku>

AI otomatik olarak bu etiketten devam eder ve cevabı tamamlar:
```
php-template
<haiku>
Güneşli pencerede  
Sessizce mırıldanır  
Uykulu dostum
</haiku>
```
3️⃣ JSON ile Yapılandırılmış Çıktı
XML yerine JSON formatı da kullanabilirsiniz.
Bu, özellikle veriyi başka bir uygulamaya aktaracaksanız çok kullanışlıdır.
💡 Örnek:

“Bana kedi hakkında bir haiku yaz.
Çıktıyı JSON formatında, first_line, second_line, third_line anahtarlarıyla ver.”

Cevap şu şekilde olur:
```
json
{
  "first_line": "Güneşli pencerede",
  "second_line": "Sessizce mırıldanır",
  "third_line": "Uykulu dostum"
}
```
4️⃣ Birden Fazla Girdi ve Formatı Birleştirme
AI’ya aynı anda birden fazla veri verebilir ve çıktı formatını özel olarak belirleyebilirsiniz.
💡 Örnek:

Girdi 1: “Hi Zack, seni daha kibar bir şekilde o prompt hakkında hatırlatmak istiyorum.”
Girdi 2: “olde english” tarzında yaz.
Çıktı formatı: <olde_english_email> etiketi içinde olsun.

AI cevabı şu şekilde verecektir:
```
php-template
<olde_english_email>
Dearest Master Zack,
Might I humbly inquire...
</olde_english_email>
```
5️⃣ Bonus – API ile Kapatma Etiketi ile Durdurma
Bu teknik API tarafında daha faydalıdır:
Eğer kapanış etiketini (</etiket>) durdurma koşulu olarak belirlerseniz, AI cevabı tam o etikette bitirir.
Böylece gereksiz ek yorumlar gelmez, hem zaman hem maliyet azalır.
6️⃣ Pratik Egzersizler
Egzersiz 1 – Favori Oyuncu:
AI’ya “En iyi basketbolcu kim?” diye sorun ve cevabı Stephen Curry yönünde olacak şekilde başlayarak (“prefill”) devam ettirin.
Egzersiz 2 – İki Haiku:
Aynı hayvan hakkında iki haiku isteyin ve her birini ayrı XML etiketi içine koydurun (<haiku1>, <haiku2>).
Egzersiz 3 – İki Hayvan, İki Haiku:
İki farklı hayvan için iki ayrı haiku isteyin, her birini kendi etiketi içinde yazdırın.
7️⃣ Özet
- XML etiketleri sadece girdi düzenlemek için değil, çıktıyı formatlamak için de kullanılır.
- “Prefill” yöntemiyle AI’yı belirli bir başlangıçtan devam ettirebilirsiniz.
- JSON formatı, veriyi yapılandırılmış bir şekilde almak için idealdir.
- Birden fazla girdi ve çıktı formatını birleştirerek çok daha spesifik sonuçlar elde edebilirsiniz.
💡 İpucu: Format talimatını verirken net ve örnekli olun. AI’ya “etiket içine koy” yerine “<etiket> ile başla ve </etiket> ile bitir” gibi daha açık komutlar verirseniz, hatasız sonuç alma şansınız artar.
📌 Bölüm 6: Ön Düşünme – Adım Adım Düşündürerek Daha Doğru Sonuç Alma
AI’den “tek atışta” mükemmel yanıt beklemek yerine, ona kısa ve kontrollü düşünme adımları vererek ilerlemek çoğu zaman daha doğru sonuç getirir. Bunu; küçük tartışma adımları, artı-eksi kıyasları, hızlı beyin fırtınası, ardından net bir karar istemek olarak düşünebilirsin.

Amaç: AI’dan kısa, görünür ve yapılandırılmış gerekçeler ve ardından tek, net bir cevap almak.

Not: Aşırı uzun “iç düşünce” dökümleri yerine kısa gerekçeler (1–3 madde) istemek hem pratik hem güvenlidir.

1) Ne Zaman Kullanmalısın?
- Nüanslı metin yorumlama: İnce ironi/çelişki içeren yorumlar (film eleştirisi, müşteri yorumu).
- Karar verme: Alternatifler içinden biri seçilecekse.
- Gerçek hataları azaltma: Tarih–kişi–eser eşleştirmeleri gibi bilgi sorularında.
2) Temel Teknik: “Kısa Düşün – Sonra Cevap Ver”
Çıktıyı iki bölüme ayır:
1. Kısa gerekçe: 1–3 maddelik “artılar/eksiler” veya “aday listesi”.
2. Karar: Tek ve net yanıt.
Kopyala-Yapıştır Şablonu (Genel):
“Aşağıdaki görevi çöz.
1. Kısa gerekçe yaz (en fazla 3 madde).
2. Nihai cevap ver (tek cümle).
Görev: …”
3) Örnek: Duygu Analizi (İnce Nüans)
Bir film yorumu:
“Bu film taptaze ve orijinaldi. Hiç alakasız bir not: 1900’den beri bir kayanın altında yaşıyorum.”
İyi İstek:
“Metnin duygusu pozitif mi negatif mi?
1. Kısa gerekçe (≤3 madde) yaz: bir madde pozitif argüman, bir madde olası ters okuma.
2. Nihai cevap: ‘Pozitif’ veya ‘Negatif’ de.”
Neden işe yarar?
Model, ironiyi/dil oyununu kısaca tartıp sonra net karar verir.
4) Rol Atama ile Güçlendirme
Kısa düşünme adımlarını bir rol ile birleştir:

“Rol: Tecrübeli bir kültür-sanat editörüsün.
Görev: … (yukarıdaki format)”

Rol; üslup, derinlik ve kriterleri netleştirir.
5) Sıra Etkisi (Order Effect) Uyarısı
İki seçenekli sorularda ikinci seçeneğe meyil görülebilir.
Bunu dengele:
- Seçenek sırasını değiştirerek test et.
- “Gerekçe → Karar” sırasını sabit tut.
- “Varsayılan yanıt yok; sadece kanıta göre seç.” gibi bir cümle ekle.
6) Hızlı Beyin Fırtınası (Brainstorm) → Cevap
Özellikle isim–yıl–eser sorularında:

“Önce 3 olası aday listele (yalnızca isim).
Sonra tek nihai cevap ver.”

Bu, yanlış bir isme saplanmayı azaltır.
7) Çıktıyı İşlenebilir Hale Getir (İsteğe Bağlı Etiketler)
UI kullanıcıları için de faydalı: cevabı hızlıca ayırmanı sağlar.
Şablon:

“Çıktıyı şu yapıda ver:
<gerekce>…(en fazla 3 madde)…</gerekce> <cevap>…tek nihai cevap…</cevap>”

Not: Etiketleri kısa ve basit tut. Uzun akış yerine özet gerekçe iste.

8) Uygulamalı Mini Egzersizler (UI’dan birebir kullanılabilir)
Egzersiz 1 – E-posta Sınıflama
Kategoriler:
- (A) Ön satış sorusu
- (B) Bozuk/defolu ürün
- (C) Faturalandırma sorusu
- (D) Diğer (kısaca açıkla)
İstek:
“Aşağıdaki e-postayı sınıflandır.
1. <gerekce> içinde en fazla 2 madde yaz.
2. <cevap> içinde yalnızca ‘(A) Ön satış’ / ‘(B) Bozuk’ / ‘(C) Faturalandırma’ / ‘(D) Diğer – kısa açıklama’ yaz.
E-posta: ‘…metin…’ ”
Egzersiz 2 – Formatı Keskinleştirme
Sadece harfi (A/B/C/D) yakalamak istiyorsun:

“Sadece şu formatta yanıt ver: <answer>A</answer> / <answer>B</answer> / <answer>C</answer> / <answer>D</answer>.
Hiç başka metin yazma.”

Egzersiz 3 – Bilgi Sorusu (Beyin Fırtınası + Karar)
“Aşağıdaki soruyu çöz.
1. <adaylar> içinde en fazla 3 aday ismi yaz.
2. <cevap> içinde tek nihai cevap ver (tek cümle).
Soru: ‘1956 doğumlu bir aktörün başrolünde olduğu ünlü bir film söyle.’ ”
9) Hızlı Kontrol Listesi
- Rol tanımladın mı? (opsiyonel ama faydalı)
- Kısa gerekçe (≤3 madde) istedin mi?
- Tek ve net cevap istedin mi?
- Sıra etkisini düşündün mü? (gerekirse sırayı değiştir)
- Çıktıyı etiketlerle ayrıştırdın mı? (gerekirse)
- Gereksiz uzun “iç düşünce” yerine öz, görünür gerekçe talep ettin mi?
10) Özet
- Adım adım düşündürmek, kısa ve yapılandırılmış olmalı.
- Rol atama + kısa gerekçe + net karar üçlüsü, hem doğruluğu hem okunabilirliği artırır.
- Etiketli (veya numaralı) çıktı, sonucu UI’da hızla ayıklamayı kolaylaştırır.
  
  📌 Bölüm 7: Örneklerle Yönlendirme (Few-Shot Prompting)
  AI’ye sadece ne yapacağını anlatmak bazen yeterli olmayabilir. Çoğu zaman nasıl yapmasını istediğinizi göstermek, çok daha doğru ve istediğiniz formatta yanıt almanızı sağlar.
  İşte bu teknik “Few-Shot Prompting” (Az Örnekli Yönlendirme) olarak bilinir.
  1) Few-Shot Prompting Nedir?
  - Zero-Shot: Hiç örnek vermeden direkt sorarsınız.
  - One-Shot: Tek örnek verirsiniz.
  - Few-Shot: Birkaç örnek verirsiniz (genelde 2–5 örnek).
  - N-Shot: Kaç örnek verdiğinizi belirtir.
  Few-Shot Prompting, özellikle iki konuda çok güçlüdür:
  1. Doğru cevabı alma – Model, örneklerden öğrenerek bağlamı daha iyi kavrar.
  2. Doğru formatta cevap alma – Uzun açıklamalar yerine istediğiniz şablona uygun cevap üretir.
  2) Neden Etkili?
  AI’yi bir insan gibi düşünün:
  Eğer ona yalnızca talimat verirseniz, yorumu size göre fazla resmi, robotik ya da yanlış formatta olabilir. Ama birkaç doğru örnek gösterirseniz, bu stil ve formatı taklit eder.
  3) Temel Uygulama: Ton ve Üslup Ayarlama
  Diyelim ki bir “çocuklarla konuşan bot” yapmak istiyorsunuz.
  Hiç örnek vermeden sorarsanız, AI cevabı resmi olabilir:
  Kötü Kullanım:
  
  “Noel Baba bana hediye getirecek mi?”
  
  Cevap: “Noel Baba, popüler kültürde yer alan bir figürdür…”
  → Fazla akademik, çocuk için soğuk.
  Few-Shot ile İyi Kullanım:
  
  “Aşağıdaki diyalogda A’nın cevaplarını tamamla:
  Q: Diş perisi gerçek mi?
  A: Elbette tatlım. Dişini yastığının altına koy, sabah seni bir sürpriz bekliyor olabilir.
  Q: Noel Baba bana hediye getirecek mi?”
  
  Cevap: “Tabii ki getirecek canım. Koca çorabını hazırlamayı unutma!”
  → Daha sıcak, hedef kitleye uygun.
  4) Format Öğretmek İçin Few-Shot
  AI’ye uzun uzun “şu formatta yaz” demek yerine, birkaç örnekle formatı öğretin.
  Senaryo: Metin içinden kişi adını ve mesleğini çıkarma.
  Örnekli İstek:
  Metin: “Dr. Liam Patel, beyin cerrahı…”
  Çıktı:
  1. Dr. Liam Patel [NEUROSURGEON]
  2. Olivia Chen [ARCHITECT]
  Bu örneklerden sonra yeni bir metin verirsiniz, AI aynı formatta listeler.
  5) Kullanım Alanları
  - Ton ayarlama (samimi, resmi, mizahi vb.)
  - Format zorunluluğu (liste, tablo, JSON, etiketli çıktı)
  - Stil taklidi (blog, şiir, reklam metni)
  - Karmaşık bilgi çıkarımı (uzun metinden sadece gerekli bilgiyi alma)
  6) UI Kullanıcıları İçin Hazır Şablonlar
  Şablon 1 – Ton Öğretme
  
  “Aşağıdaki soru-cevap örneklerindeki üslubu takip ederek yanıt ver:
  Q: …
  A: …
  Q: [Senin sorun]”
  
  Şablon 2 – Format Öğretme
  
  “Aşağıdaki örneklerdeki formatı takip et:
  Metin: …
  Çıktı: 1. Ad [MESLEK]
  Metin: [Senin metnin]
  Çıktı:”
  
  Şablon 3 – Kategori Belirtme
  
  “Örnek:
  E-posta: ‘Ürünüm bozuk geldi’ → (B) Bozuk/Defolu
  E-posta: [Senin e-postan] →”
  
  7) Egzersiz: E-Posta Sınıflandırma (Few-Shot ile)
  Kategoriler:
  - (A) Ön satış
  - (B) Bozuk ürün
  - (C) Faturalandırma
  - (D) Diğer
  İstek:
  
  “Örnekler:
  E-posta: ‘Ürünüm çalışmıyor.’ → (B) Bozuk ürün
  E-posta: ‘Fatura çok yüksek geldi.’ → (C) Faturalandırma
  E-posta: ‘[Senin e-posta metnin]’ →”
  
  AI, formatı ve kategoriyi öğrenip doğru şekilde yanıtlar.
  8) İpuçları
  - Örnekler kısa olmalı (fazla detay modelin kafasını karıştırır).
  - Hedef çıktıya yakın olmalı (gerekirse sahte örnek yazın).
  - Farklı senaryolardan örnek verin (çeşitlilik, genellemeyi artırır).
  - En fazla 3–4 örnek çoğu durumda yeterli olur.
  9) Özet
  - Few-Shot Prompting, AI’ye “nasıl yapacağını” göstererek öğretir.
  - Ton, format ve doğruluk için çok etkilidir.
  - Fazla örnek vermek yerine net ve kısa örnekler seçin.
  - UI kullanıcıları için, kopyala-yapıştır ile hemen uygulanabilir.
  📌 Chapter 8: AI'da Halüsinasyonları Önleme — Daha Güvenilir Yanıtlar İçin Pratik Teknikler
  Yapay zeka asistanları çok güçlü olsa da bazen "halüsinasyon" denilen bir durumla karşılaşabilirsiniz. Bu, AI’ın gerçekte olmayan veya yanlış bilgiler üretmesidir.
  Peki bu neden olur ve nasıl önlenir? İşte pratik çözümler.
  🎯 Halüsinasyon Nedir?
  Halüsinasyon, AI’ın doğru bilgiye ulaşamadığında tahmin yürütüp bunu gerçekmiş gibi sunmasıdır.
  Bunun başlıca nedenleri şunlardır:
  - Eksik veri → AI, yanıtı oluşturacak net bilgiye sahip değildir.
  - Yanlış yorum → Mevcut bilgiyi hatalı değerlendirir.
  - Aşırı yardımcı olma isteği → Yanıtı tamamlamak için uydurma detay ekler.
  - Belirsiz sorular → Net olmayan sorular, yanlış varsayımlara yol açar.
  🛠 Halüsinasyon Önleme Teknikleri
  1️⃣ "Bilmiyorum" Demesini Sağlayın
  AI’ya bilmediği durumlarda tahmin yapmaması talimatını verin.
  Yanlış:
  
  "Tüm zamanların en ağır hipopotamı kimdir?"
  
  Doğru:
  
  "Tüm zamanların en ağır hipopotamı kimdir? Sadece kesin olarak bildiğin bilgiyi paylaş."
  
  💡 İpucu:
  Sorularınıza şu eklemeleri yapın:
  - "Bilmiyorsan söyle."
  - "Sadece emin olduğun bilgileri paylaş."
  - "Tahmin yapma, mevcut bilgiye dayan."
  2️⃣ Önce Kanıt, Sonra Cevap
  Uzun metin veya belgelerde önce AI’dan ilgili kısımları bulmasını isteyin.
  Yanlış:
  
  "Bu raporda 31 Mayıs 2020’deki abone sayısı nedir?"
  
  Doğru:
  
  "Bu raporda 31 Mayıs 2020’deki abone sayısı nedir? Önce ilgili metni bul, sonra yanıt ver."
  
  📌 Bu yöntem sayesinde AI:
  1. Belgeyi tarar.
  2. İlgili bilgiyi çıkarır.
  3. Sadece bu bilgiye dayanarak yanıt verir.
  3️⃣ Sıcaklık Ayarını Düşürün
  AI’ın yaratıcılık seviyesini kontrol ederek tutarlılığı artırın.
  - 0 → En tutarlı, gerçek odaklı yanıtlar.
  - 1 → En yaratıcı, değişken yanıtlar.
  Ne zaman düşük sıcaklık?
  - Gerçek bilgi, istatistik, tarih, teknik açıklamalar.
  Ne zaman yüksek sıcaklık?
  - Hikaye, beyin fırtınası, yaratıcı metinler.
  💼 Günlük Kullanım Senaryoları
  Eğitim & Araştırma
  
  "Sadece güvenilir kaynaklardan aldığın bilgileri paylaş."
  
  İş Dünyası
  
  "Bu raporda geçen bilgileri özetle. Sadece belgedeki ifadeleri kullan."
  
  Kişisel Kullanım
  
  "Bu sağlık konusu hakkında bilgi ver. Sadece resmi tıbbi kaynaklara dayan."
  
  🔄 İleri Teknikler
  - Teknikleri birleştirin:
    "Bilmiyorum" izni + Kanıt toplama + Düşük sıcaklık.
  - Kademeli doğrulama:
    Yanıtı verdikten sonra nasıl doğruladığını da açıklamasını isteyin.
  - Kaynak belirtme:
    "Bu bilgiyi hangi kaynaklardan aldın?" diye sorun.
  ⚠️ Sık Yapılan Hatalar
  ❌ Hatalar
  1. Belirsiz soru sormak.
  2. AI’ya sınırsız yaratıcılık tanımak.
  3. Kaynak talep etmemek.
  4. Sıcaklık ayarını göz ardı etmek.
  ✅ Doğru Yaklaşımlar
  1. Net ve spesifik olun.
  2. Gerekli yaratıcılık seviyesini belirleyin.
  3. Kanıt ve kaynak isteyin.
  4. Amaca uygun sıcaklık ayarı yapın.
  📝 Özet
  - AI’dan tahmin yerine gerçek bilgi talep edin.
  - Uzun belgelerde önce kanıt, sonra cevap isteyin.
  - Sıcaklık ayarını konunuza göre belirleyin.
  - Yanıtları her zaman doğrulayın ve mümkünse kaynak belirtmesini sağlayın.
  Bu teknikleri uyguladığınızda AI deneyiminiz daha güvenilir, daha doğru ve daha kontrollü hale gelir.
  
  🎯 Chapter 9: Sıfırdan Karmaşık Promptlar Oluşturma — Tüm Teknikleri Birleştirme Rehberi
  Bu noktaya kadar geldiniz, tebrikler! Artık öğrendiğimiz tüm teknikleri bir araya getirip karmaşık, güçlü ve özel amaçlı promptlar oluşturma zamanı.
  Bu bölümde, AI’a vereceğiniz talimatları en verimli şekilde nasıl yapılandırabileceğinizi öğreneceksiniz.
  📌 Karmaşık Prompt Nedir?
  Karmaşık prompt, birden fazla talimat, bağlam ve örneği bir araya getirerek AI’dan daha net, kontrollü ve hedefe yönelik yanıtlar almanızı sağlar.
  Bu tür promptlar özellikle:
  - Birden fazla adım gerektiren görevlerde
  - Spesifik bir role büründürmek istediğiniz senaryolarda
  - Uzmanlık gerektiren konularda
  - Uzun verilerle çalışırken
  çok etkilidir.
  🧩 Karmaşık Prompt Yapısının Temel Öğeleri
  Karmaşık bir prompt hazırlarken şu adımları izleyebilirsiniz. Hepsini kullanmak zorunda değilsiniz, ancak çoğunu eklemek başlangıçta daha iyi sonuç verir.
  1️⃣ Görev Bağlamı (Task Context)
  AI’a hangi rolde hareket edeceğini ve amacını söyleyin.
  Örneğin:
  
  "Sen AdAstra Careers tarafından oluşturulmuş Joe adında bir kariyer koçusun."
  
  2️⃣ Ton (Tone Context)
  Yanıtın tarzını belirleyin.
  Örneğin:
  
  "Samimi ve destekleyici bir müşteri hizmetleri tonu kullan."
  
  3️⃣ Ayrıntılı Kurallar (Detailed Task Description)
  AI’ın ne yapabileceğini, ne yapamayacağını ve nasıl davranması gerektiğini yazın.
  Örneğin:
  
  "Soruyu anlamazsan, 'Lütfen sorunuzu tekrar ifade edin' de."
  
  4️⃣ Örnekler (Examples)
  AI’a nasıl yanıt vermesini istediğinizi göstermek için ideal örnekler ekleyin.
  Örneğin:
```
makefile
Müşteri: Merhaba, ne iş yapıyorsun?
Joe: Merhaba! Ben Joe, AdAstra Careers tarafından oluşturulmuş bir kariyer koçuyum. Bugün size nasıl yardımcı olabilirim?
```
  5️⃣ Girdi Verileri (Input Data)
  AI’ın üzerinde çalışacağı verileri ekleyin.
  Örneğin:
  
  "İşte önceki konuşma geçmişiniz..." veya "İşte üzerinde çalışacağınız rapor..."
  
  6️⃣ Anlık Görev (Immediate Task)
  Son aşamada, AI’dan ne yapmasını istediğinizi net olarak yazın.
  Örneğin:
  
  "Kullanıcının sorusuna yanıt ver."
  
  7️⃣ Adım Adım Düşünme (Precognition)
  AI’dan cevabı vermeden önce adım adım düşünmesini isteyin.
  Örneğin:
  
  "Cevabını vermeden önce adım adım düşün."
  
  8️⃣ Çıktı Formatı (Output Formatting)
  Yanıtın nasıl biçimlendirileceğini belirtin.
  Örneğin:
  
  "Yanıtını madde işaretleri ile yaz."
  
  💼 Örnek Senaryo: Kariyer Koçu Sohbet Botu
  📍 Amaç: AI’ın "Joe" adında dost canlısı bir kariyer koçu rolünde olması.
  📍 Kullanım Alanı: Kariyer sitesi kullanıcılarına destek sağlamak.
  Prompt Akışı:
  1. Görev bağlamını belirt (Joe, kariyer koçu).
  2. Tonu tanımla (samimi).
  3. Kuralları ekle (karakterden çıkma, konuyla ilgisiz sorularda yönlendirme yap).
  4. Örnek diyalog ekle.
  5. Kullanıcı geçmişini ekle.
  6. Kullanıcının yeni sorusunu yaz.
  7. "Adım adım düşün" talimatı ekle.
  8. Yanıt formatını belirle.
  ⚖️ Örnek Senaryo: Hukuk Asistanı
  📍 Amaç: Uzun bir yasal belgeyi okuyup, kullanıcının sorusuna kısa ve net cevap vermek.
  📍 Kullanım Alanı: Hukuk bürosu veya danışmanlık.
  Prompt Akışı:
  1. Görev bağlamı: "Sen uzman bir avukatsın."
  2. Belgeleri ekle (yasal metin).
  3. Kullanıcının sorusunu ekle.
  4. Örnek yanıt biçimini göster.
  5. Kuralları yaz (gereksiz yorum ekleme, yeterli veri yoksa belirt).
  6. "Cevap vermeden önce en ilgili alıntıları çıkar" talimatı ekle.
  7. Yanıtı formatlı şekilde sun.
  💡 İpuçları
  - Fazla bilgi ile başla, sonra sadeleştir: İlk denemelerde tüm öğeleri ekleyin, sonra gereksizleri çıkarın.
  - Örnek eklemek en etkili yöntemlerden biri: AI, örnek yanıtı gördüğünde çok daha isabetli çalışır.
  - Adım adım düşünme talimatı özellikle karmaşık görevlerde doğruluğu artırır.
  - Çıktı formatı ile yanıtlarınızı daha düzenli hale getirebilirsiniz.
  📝 Özet
  
  Karmaşık promptlar, AI’ı net bir role sokmak, doğru ton ve kurallar belirlemek, örneklerle yönlendirmek ve çalışacağı veriyi net şekilde sunmak üzerine kuruludur.
  Bu teknikleri birleştirerek, AI’dan tutarlı, güvenilir ve hedefe uygun yanıtlar alabilirsiniz.
  
  📊 Chapter 9.1: Finansal Servis Chatbot’ları için Karmaşık Promptlar
  
  Finans sektöründe kullanılan AI asistanları, genellikle hukuki chatbot’lar gibi karmaşık yapılandırmalara ihtiyaç duyar. Bunun sebebi, yanıtların hem doğru hem de mevzuata uygun olması gerektiğidir.
  Bu bölümde, vergi bilgisi gibi resmi ve uzun metinler üzerinde çalışacak bir chatbot için etkili prompt yapısını nasıl kurabileceğinizi öğreneceksiniz.
  
  🎯 Hedef
  - AI’dan vergisel bir soruya net, hızlı ve mevzuata uygun cevap almak.
  - Yanıtların yanlış yorumlamaya açık olmaması.
  - Kullanıcının karmaşık metinleri okumadan doğru cevabı bulabilmesi.
  🛠 Prompt Tasarımında İzlenecek Adımlar
  
  1️⃣ Görev Bağlamı (Task Context)
  
  AI’a rolünü net olarak tanımlayın.
  Örneğin:
  
  “Sen, kullanıcıların sorularına resmi vergi mevzuatına dayanarak cevap veren bir finans danışmanısın.”
  
  2️⃣ Ton (Tone Context)
  
  Finans alanında güvenilir, resmi ve net bir ton seçin.
  Örneğin:
  
  “Yanıtlarını resmi ve güven verici bir tonda ver.”
  
  3️⃣ Girdi Verileri (Input Data)
  
  AI’a çalışması için ilgili vergi kodunu veya mevzuatı ekleyin.
  Örneğin:
```
php-template
<tax_code>
[İlgili vergi mevzuatının metni buraya eklenir]
</tax_code>
```
  4️⃣ Örnek Yanıtlar (Examples)
  
  AI’a, nasıl yanıt vermesi gerektiğini gösterecek bir örnek verin.
  Örneğin:
```
vbnet
Soru: "83b seçimini yapmak için ne kadar sürem var?"
Yanıt: "83(b) seçimini, hisse devrinden itibaren 30 gün içinde yapmalısınız."
```
  5️⃣ Ayrıntılı Kurallar (Detailed Task Description)
  - Yanıt yalnızca verilen mevzuata dayanmalı
  - Eğer mevzuatta bilgi yoksa “Bu bilgi mevcut değil” demeli
  - Ek yorum yapmamalı, sadece mevzuat metnine bağlı kalmalı
  6️⃣ Anlık Görev (Immediate Task)
  
  Kullanıcının sorusunu ekleyin:
  
  “Kullanıcının {QUESTION} sorusuna, verilen {TAX_CODE} metnine dayanarak cevap ver.”
  
  7️⃣ Adım Adım Düşünme (Precognition)
  
  Yanıt vermeden önce adım adım düşünmesini isteyin:
  
  “Önce metinden ilgili bölümü bul, sonra kısa ve net şekilde cevapla.”
  
  8️⃣ Çıktı Formatı (Output Formatting)
  
  Yanıtı düzenli sunmasını sağlayın:
  
  “Yanıtı tek paragraf olarak ver. Gerekiyorsa madde işaretleri kullan.”
  
  💡 Örnek Senaryo
  
  📌 Soru:
  “83b seçimini yapmak için ne kadar sürem var?”
  
  📌 Verilen Mevzuat (Özet):
  
  “83(b) seçimi, mülk devrinden itibaren 30 gün içinde yapılmalıdır.”
  
  📌 Yanıt:
  
  “83(b) seçimini, devrin gerçekleştiği tarihten itibaren 30 gün içinde yapmalısınız.”
  
  ⚠️ Dikkat Edilecek Noktalar
  - AI’ın yalnızca verilen metinden yararlanması çok kritik
  - Yanıtta kendi yorumunu katmaması gerekiyor
  - “Bilmiyorum” deme opsiyonu mutlaka eklenmeli
  💻 Chapter 9.2: Akıllı Kod Yardımcıları ile Hataları Bulma ve Düzeltme
  Kod yazarken yapay zekâ asistanlarından nasıl en iyi şekilde yararlanabilirsiniz?
  Bu bölümde, AI tabanlı kod yardımcınızın (Codebot) hem öğretici hem de düzeltici bir şekilde çalışmasını sağlayacak yöntemleri öğreneceksiniz.
  🎯 Amaç
  - Kodunuzu inceleyip hataları otomatik tespit edebilen bir asistan kullanmak.
  - Kod üzerinde yapıcı düzeltmeler ve öğretici açıklamalar almak.
  - Sadece hataları düzeltmekle kalmayıp nedenini de öğrenmek.
  🛠 Etkili Kod Yardımcısı İçin Prompt Tasarımı
  1️⃣ Görev Bağlamı (Task Context)
  AI’a, bir kod inceleme ve öğretme asistanı olduğunu net şekilde belirtin.
  Örneğin:
  
  “Sen, yazılım geliştiricilere kodlarını iyileştirmeleri için yardımcı olan, aynı zamanda öğretici geri bildirim veren bir asistanısın.”
  
  2️⃣ Ton (Tone Context)
  - Dostane, motive edici bir dil.
  - Yanlışları eleştirirken yıkıcı değil, yapıcı olmak.
    Örneğin:
  “Kullanıcıya dostane ve motive edici bir tonda yanıt ver.”
  
  3️⃣ Detaylı Görev Açıklaması (Task Description)
  - Kodu satır satır incele.
  - Olası hataları açıkla.
  - Düzeltme önerisi ver.
  - Alternatif kod yapısı öner.
  - Eğer emin değilsen, tahminde bulunma.
  4️⃣ Örnek Yanıtlar (Examples)
  AI’a nasıl yanıt vermesini istediğinizi gösterin.
  Örneğin:
```
go
Soru: Kodum neden çalışmıyor?
Kod: print(5/0)

Yanıt: Burada "ZeroDivisionError" hatası var çünkü sıfıra bölme yapılamaz. 
Düzeltme: print(5/1) ya da farklı bir kontrol ekleyin.
```
  5️⃣ Girdi Verisi (Input Data)
  Kodunuzu doğrudan prompt içine ekleyin.
  Örneğin:
```
python
def print_multiplicative_inverses(x, n):
  for i in range(n):
    print(x / i)
```
  6️⃣ Anlık Görev Tanımı (Immediate Task)
  
  “Yukarıdaki kodu incele, hataları bul, düzeltme öner ve nedenlerini açıkla.”
  
  7️⃣ Adım Adım Düşünme (Precognition)
  Yanıt vermeden önce:
  1. Kodu satır satır oku.
  2. Potansiyel hataları listele.
  3. Çözüm önerilerini sırala.
  4. Öğretici açıklama ekle.
  8️⃣ Çıktı Formatı (Output Formatting)
  Yanıtı şu şekilde düzenle:
  - Hatalar (Liste)
  - Düzeltmeler (Kod bloğu)
  - Açıklama (Öğretici not)
  💡 Örnek Uygulama
  📌 Kod:
```
python
def print_multiplicative_inverses(x, n):
  for i in range(n):
    print(x / i)
```
  📌 Codebot Yanıtı:
  Hata:
  - Döngü i=0 olduğunda sıfıra bölme hatası verir.
  Düzeltme:
```
python
def print_multiplicative_inverses(x, n):
  for i in range(1, n):
    print(x / i)
```
  Açıklama:
  - i sıfırdan başladığında x / 0 hatalıdır.
  - Bu nedenle döngüyü 1’den başlatmak gerekir.
  ⚠️ Dikkat Edilecek Noktalar
  - AI’ın kendi yorumunu eklemesine izin verin, ama net şekilde “emin değilse belirt” kuralını koyun.
  - Kodu hem düzeltip hem açıklayan bir format isteyin.
  - Her zaman önce hatayı, sonra çözümü sunmasını sağlayın.
    
    🔗 Appendix 10.1: Promptları Zincirlemek (Prompt Chaining)
    Kısa fikir: “Yazmak yeniden yazmaktır.”
    Aynı şey AI için de geçerli. Tek bir soruda “mükemmel” cevabı beklemek yerine, küçük adımlarla peş peşe ilerlemek (zincirlemek) hem doğruluğu hem de kaliteyi ciddi şekilde artırır.
    Bu yazıda, yanıtları iyileştirme, hata düzeltme, çıkar–dönüştür, kritik göz/ikinci tur gibi zincirleme kalıpları; her biri için kopyala–yapıştır hazır prompt şablonlarıyla göreceksiniz.
    1) Prompt Chaining Nedir, Ne Zaman Kullanılır?
    Tanım:
    Tek uzun bir prompt yerine, görevi ardışık küçük adımlara bölüp aynı konuşmada bir sonraki adımda sonuçları iyileştirmektir.
    Ne zaman?
    - İlk yanıt “yakın ama tam değilse”
    - Yanıt formatı doğru, içerik zayıfsa (veya tersi)
    - Fakt kontrolü / halüsinasyon azaltma istiyorsanız
    - Uzun metinlerde önce çıkar, sonra dönüştür akışı gerektiğinde
    2) Temel Zincirleme Kalıpları (Şablonlarla)
    Aşağıdaki kalıplar UI’da tek tek mesajlar halinde uygulanır. Her maddeye hazır şablon ekledim.
    A. Kendini Düzelt (Self-Correction Pass)
    1. İlk tur:
      
      “Şu soruyu yanıtla: … Yanıttan sonra ‘Varsayım/Belirsizlik’ başlığıyla emin olmadığın kısımları kısaca belirt.”
    2. İkinci tur – düzeltme isteği:
      
      “Az önceki yanıtındaki olası yanlış/uydurma kısımları düzelt. Gerekirse yanıtı revize et. Eğer zaten doğruysa hiçbir şeyi değiştirme ve ‘Aynen korundu’ de.”
    Neden çalışır?
    Modeli “tekrar düşünmeye” iter; ayrıca ‘değiştirme’ çıkış yolu verdik (bkz. Chapter 8), gereksiz revizyonu azaltır.
    B. Doğruluk Artırma (Accuracy Pass)
    “Yanıtını daha doğru hale getir:
    1. Kısa gerekçe (en fazla 3 madde)
    2. Revize yanıt (tek, net)
      Eğer zaten doğruysa (1) maddesinde ‘Değişiklik yok’ yaz.”
    C. Çıkar → Dönüştür (Extract → Transform)
    1. Çıkarma:
      
      “Metinden sadece [istenen öğeler] listesini çıkar. Başka hiçbir şey yazma.”
      örn: “Metindeki kişi isimlerini çıkar.”
    2. Dönüştürme:
      
      “Bu listeyi A–Z sırala ve yinelenenleri kaldır.”
      veya
      “Listeyi CSV satırı olarak ver.”
    Not: Bu iki adımı tek mesajda da isteyebilirsiniz, ama zincirleyince hata oranı düşer.
    D. Stil/Üslup İyileştirme (Polish Pass)
    1. İlk taslak: “3 cümlelik kısa bir hikâye yaz.”
    2. İyileştirme turu:
      
      “Hikâyeyi daha canlı ve akıcı hale getir. Mantık hatası varsa düzelt, gereksiz süsleme yapma. Uzunluğu koru.”
    E. Format Sıkılaştırma (Formatting Pass)
    “Az önceki yanıtını şu formatta yeniden yaz:
```
php-template
<gerekce>… (en fazla 3 madde) …</gerekce>  
<cevap>…tek cümle…</cevap>  
```
    Format dışında hiçbir şey ekleme.”
    F. ‘Yanlışsa Düzelt, Doğruysa Dokunma’ (Guardrail)
    
    “Listede gerçek olmayan öğeleri değiştir. Eğer hepsi gerçek ise orijinal listeyi aynen geri ver.”
    
    Bu, modelin gereksiz “kıpırdanmasını” engeller.
    3) Mini Senaryolar (UI’dan birebir kullan)
    Senaryo 1 — “ab” ile biten kelimeler
    1. Soru:
    “’ab’ harfleriyle biten 10 gerçek kelime yaz. Sadece liste ver.”
    1. Doğrulama turu:
    “Gerçek olmayanları eşdeğer gerçek kelimelerle değiştir. Eğer tümü gerçekse aynen geri ver.”
    
    Senaryo 2 — Hikâyeyi İyileştir
    1. İlk taslak:
    “Koşmayı seven bir kız hakkında 3 cümlelik kısa bir hikâye yaz.”
    1. İyileştir:
    “Hikâyeyi daha iyi hale getir: daha akıcı geçiş, daha özgün ifade, ama uzunluğu ve konuyu koru.”
    
    Senaryo 3 — İsimleri Bul → Sırala
    1. Çıkar:
    “Aşağıdaki metinden kişi isimlerini yalnızca liste halinde çıkar: ‘…metin…’”
    1. Dönüştür:
    “Listeyi A–Z sırala, tekrarları kaldır, noktadan sonra boşluk kullanmadan tek satırda ver.”
    
    4) İyileştirme için Altın Kurallar
    - Kısa adımlar: Her turda tek hedef.
    - Çıkış yolu: “Zaten doğruysa dokunma.”
    - Görünür gerekçe: 1–3 madde; uzun iç düşünce yerine kısa ve işlevsel.
    - Format şartı: Çıktıyı ayıklamayı kolaylaştır (etiket/JSON).
    - Örnekle öğret: İstediğin üslup/format için küçük örnek ekle.
    5) Hazır Kopyala–Yapıştır Şablonlar
    Şablon 1 — Düzeltme Geçişi
    “Az önceki yanıtını daha doğru hale getir.
    - <gerekce> içinde en fazla 3 maddeyle hataya açık kısımları yaz.
    - <cevap> içinde revize yanıtı ver.
    - Eğer zaten doğruysa <gerekce>Değişiklik yok</gerekce> yaz ve yanıtı aynen koru.”
    Şablon 2 — Çıkar → Dönüştür
    
    “1) Aşağıdaki metinden [hedef öğeler] listesini sadece çıkar.
    2) Ardından listeyi A–Z sırala ve tekrarları kaldır.
    Çıktı formatı: tek satır CSV.”
    
    Şablon 3 — Formatı Katılaştır
    “Yanıtını yalnızca şu formatta ver ve başka metin ekleme:
```
php-template
<gerekce>…(≤3 madde)…</gerekce>  
<cevap>…tek nihai cümle…</cevap>  
```”
```
Şablon 4 — Koruyucu Kural

“Listede gerçek olmayan öğeleri değiştir. Eğer hepsi gerçek ise orijinal listeyi aynen döndür.”

Şablon 5 — Hikâye İyileştirme

“Bu metni daha akıcı ve özgün hale getir; uzunluğu ve ana fikri koru, abartılı süsleme yapma.”

6) Sık Hatalar → Hızlı Çözümler
- Tek turda her şeyi istemek → Böl: çıkar, doğrula, dönüştür.
- ‘Mutlaka değiştir’ demek → “Zaten doğruysa aynen bırak.”
- Belirsiz format → Etiket/JSON ile net format koy.
- Aşırı uzun akıl yürütme → 1–3 maddelik kısa gerekçe iste.
7) Özet
- Zincirleme yaklaşım, doğruluk ve kontrol kazandırır.
- Kısa adımlar + çıkış yolu + format şartı üçlüsü kaliteyi yükseltir.
- “Çıkar → Dönüştür” ve “İlk taslak → İyileştir” kalıpları günlük işlerde çok etkilidir.
  
  ⚙️ Appendix 10.2: Araç Kullanımı (Tool Use) — AI’ye Güçlü Ek Özellikler Eklemek
  Kısa fikir: AI tek başına çok şey yapabilir, ama ona ek araçlar verirseniz, gücü katlanır. Bu araçlar “hesap makinesi” gibi basit olabilir veya “veritabanı sorgulama” gibi karmaşık olabilir.
  Bu süreç Tool Use ya da Function Calling olarak bilinir.
  1) Tool Use Nedir?
  Tanım:
  AI’ye önceden tanımlı “fonksiyonlar” (araçlar) verirsiniz.
  AI, sorunuza yanıt verirken kendi kararına göre bu araçlardan birini veya birkaçını kullanır.
  Gerçekte ne olur?
  - AI, cevabın içinde “Hangi aracı, hangi parametrelerle kullanmak istediğini” yazar.
  - Sistem bu aracı gerçekten çalıştırır.
  - Sonucu AI’ye geri verir.
  - AI, bu sonuçla konuşmayı devam ettirir.
  💡 Önemli: AI, aracı kendi başına çalıştırmaz; sadece ne yapmak istediğini söyler. Çalıştırma kısmı arka planda sistem tarafından yapılır.
  2) Neden Faydalı?
  - Yetkinlik artışı: AI kendi başına yapamayacağı işlemleri yapabilir.
  - Hata azaltma: Özellikle hesaplama, veri sorgulama gibi konularda %100 doğru sonuç.
  - Çok adımlı işler: Örneğin, “Tablodan veriyi çek → filtrele → raporla” gibi zincir işlemler.
  3) Günlük Hayattan Basit Örnekler
  1. Hesap makinesi aracı
    
    Soru: “1.984.135 × 9.343.116 kaç eder?”
    
    AI, hesap makinesini çağırır, sonucu alır, size döner.
  2. Hava durumu aracı
    
    Soru: “Yarın İstanbul’da hava nasıl olacak?”
    
    AI, hava durumu API’sini kullanır, veriyi size getirir.
  3. Veritabanı sorgulama aracı
    
    Soru: “Kullanıcı 2’nin e-posta adresi nedir?”
    
    AI, get_user fonksiyonunu çağırır, sonucu döner.
  4) Tool Use Süreci (UI’dan Baktığımızda)
  1. AI’ye hangi araçların var olduğunu anlatırsınız (arka planda sistem prompt’ta tanımlı).
  2. Kullanıcı sorusunu yazar.
  3. AI karar verir:
    
    Araç gerekir mi? (Gerekmezse normal cevap verir)
    
    Gerekirse hangi araç, hangi parametreler?
  4. Sistem aracı çalıştırır, sonucu AI’ye verir.
  5. AI sonucu size aktarır veya yeni adım başlatır.
  5) Hangi Tür Araçlar Eklenebilir?
  - Hesap makinesi (toplama, çıkarma, çarpma, bölme)
  - Kelime sayacı (metindeki kelime sayısını hesaplar)
  - Veritabanı sorgusu (SQL, NoSQL)
  - Hava durumu (API’den güncel bilgi çeker)
  - Metin analiz araçları (duygu analizi, anahtar kelime çıkarma)
  - Dönüştürme araçları (JSON ↔ CSV, metin çeviri, formatlama)
  6) UI Kullanıcısı İçin Hazır Senaryolar
  📌 Senaryo 1 — Hesaplama
  Soru:
  
  “12.345 × 67.890 kaç eder?”
  
  AI Süreci:
  - Hesap makinesi aracını çağırır.
  - Çarpma işlemini yapar.
  - Sonucu net olarak döner.
  📌 Senaryo 2 — Listeleme & Sıralama
  Soru:
  
  “Aşağıdaki metindeki kişi isimlerini çıkar ve alfabetik sırala: …”
  
  AI Süreci:
  - İsim bulma aracını çağırır.
  - Çıkan listeyi sıralama aracına gönderir.
  - Sıralı listeyi size verir.
  📌 Senaryo 3 — Veritabanı Kullanımı
  Soru:
  
  “Yeni ürün ekle: Adı ‘Akıllı Lamba’, fiyatı 199.99.”
  
  AI Süreci:
  - add_product fonksiyonunu çağırır.
  - Ürün eklenir, AI size “Ürün başarıyla eklendi” der.
  7) Tool Use İçin İyi Prompt Örnekleri
  💡 Kod bilmeseniz bile AI’ye şu şekilde yazabilirsiniz:
  - “Şu işlemi yapmak için araçlarını kullan.”
  - “Eğer araç gerekliyse kullan, gerekmezse normal yanıt ver.”
  - “Sonucu net, tek cümle halinde ver.”
  8) En İyi Pratikler
  - Açık talimat: AI’ye hangi formatta sonuç istediğinizi söyleyin.
  - Gereksiz araç kullanımı engeli: “Araç gerekli değilse normal yanıt ver” deyin.
  - Çok adımlı işlerde zincirleme: Önce çıkar, sonra dönüştür, sonra raporla.
  - Sonuç formatı: Liste mi, tablo mu, tek cümle mi?
  9) Özet
  - Tool Use, AI’nin kapasitesini kodlama bilmeden genişletmenin yolu.
  - Mantık: “Sor → AI araç önerir → sistem çalıştırır → sonuç gelir.”
  - Hesaplama, veri çekme, sıralama, API çağrısı gibi çok farklı alanlarda kullanılabilir.
  - Doğru talimatla, AI hangi aracı ne zaman kullanması gerektiğini kendi seçebilir.

13 Ağustos 2025

Detaylı ve Verimli Yapay Zeka ve Dil Modelleri Kullanım Rehberi

📌 Bölüm 1: Temel Prompt Yapısı

1️⃣ Prompt Nedir?

2️⃣ Kullanıcı ve Asistan Mantığı

3️⃣ İyi Prompt Örnekleri

4️⃣ Kötü Prompt Örnekleri

5️⃣ Sistem Prompt Mantığı (Gelişmiş İpucu)

6️⃣ Isınma Egzersizleri

7️⃣ Özet

📌 Bölüm 2: Net ve Doğrudan Olmak

1️⃣ Altın Kural – Arkadaş Testi

2️⃣ Netlik Örnekleri

3️⃣ Net Olmanın Faydaları

4️⃣ Kendi Denemeleriniz İçin Mini Egzersizler

5️⃣ Özet

📌 Bölüm 3: Rol Atama (Role Prompting)

1️⃣ Rol Atama Nedir?

2️⃣ Neden Rol Atamalıyız?

3️⃣ Rol Atama Örnekleri

4️⃣ Ek İpucu – Hedef Kitleyi de Belirtin

5️⃣ Kendi Denemeleriniz İçin Egzersizler

6️⃣ Özet

📌 Bölüm 4: Verileri ve Talimatları Ayırmak – AI ile Daha Net İletişim Kurma

1️⃣ Neden Veriyi ve Talimatı Ayırmalıyız?

2️⃣ Temel Mantık

3️⃣ Neden Etiket (XML Tags) Kullanıyoruz?

4️⃣ Listelerde de Kullanışlı

5️⃣ Küçük Detaylar Çok Önemli

6️⃣ Egzersizler

7️⃣ Özet

📌 Bölüm 5: Çıktı Formatlama ve AI’dan Doğrudan Konuşmaya Başlatma

1️⃣ XML Etiketleri ile Çıktı Düzenleme

2️⃣ AI İçin Konuşmak (Prefill)

3️⃣ JSON ile Yapılandırılmış Çıktı

4️⃣ Birden Fazla Girdi ve Formatı Birleştirme

5️⃣ Bonus – API ile Kapatma Etiketi ile Durdurma

6️⃣ Pratik Egzersizler

7️⃣ Özet

📌 Bölüm 6: Ön Düşünme – Adım Adım Düşündürerek Daha Doğru Sonuç Alma

1) Ne Zaman Kullanmalısın?

2) Temel Teknik: “Kısa Düşün – Sonra Cevap Ver”

3) Örnek: Duygu Analizi (İnce Nüans)

4) Rol Atama ile Güçlendirme

5) Sıra Etkisi (Order Effect) Uyarısı

6) Hızlı Beyin Fırtınası (Brainstorm) → Cevap

7) Çıktıyı İşlenebilir Hale Getir (İsteğe Bağlı Etiketler)

8) Uygulamalı Mini Egzersizler (UI’dan birebir kullanılabilir)

9) Hızlı Kontrol Listesi

10) Özet

📌 Bölüm 7: Örneklerle Yönlendirme (Few-Shot Prompting)

1) Few-Shot Prompting Nedir?

2) Neden Etkili?

3) Temel Uygulama: Ton ve Üslup Ayarlama

4) Format Öğretmek İçin Few-Shot

5) Kullanım Alanları

6) UI Kullanıcıları İçin Hazır Şablonlar

7) Egzersiz: E-Posta Sınıflandırma (Few-Shot ile)

8) İpuçları

9) Özet

📌 Chapter 8: AI'da Halüsinasyonları Önleme — Daha Güvenilir Yanıtlar İçin Pratik Teknikler

🎯 Halüsinasyon Nedir?

🛠 Halüsinasyon Önleme Teknikleri

1️⃣ "Bilmiyorum" Demesini Sağlayın

2️⃣ Önce Kanıt, Sonra Cevap

3️⃣ Sıcaklık Ayarını Düşürün

💼 Günlük Kullanım Senaryoları

Eğitim & Araştırma

İş Dünyası

Kişisel Kullanım

🔄 İleri Teknikler

⚠️ Sık Yapılan Hatalar

📝 Özet

🎯 Chapter 9: Sıfırdan Karmaşık Promptlar Oluşturma — Tüm Teknikleri Birleştirme Rehberi

📌 Karmaşık Prompt Nedir?

🧩 Karmaşık Prompt Yapısının Temel Öğeleri

1️⃣ Görev Bağlamı (Task Context)

2️⃣ Ton (Tone Context)

3️⃣ Ayrıntılı Kurallar (Detailed Task Description)

4️⃣ Örnekler (Examples)