Yaygın Yapay Zekâ Prompt Yazma Hataları

Belirsiz promptlar çoğu zaman genel sonuçlar üretir. "Pazarlama hakkında bir şey yaz" birçok seçeneği açık bırakır; bu yüzden model hedef kitleyi, amacı ve formatı tahmin etmek zorunda kalır. İlgili tek bir cümle bile uyumu belirgin biçimde geliştirebilir.

Model yalnızca senin sağladığın veya uygulamanın sunduğu duruma sahiptir. Ürünün, sektörün veya hedefin hakkında ilgili tek bir cümle uyumu geliştirebilir. Yeterli bağlam olmadan model durumuna uymayan varsayımlar yapabilir.

Aynı konu 12 yaşındaki bir çocukla doktora araştırmacısı için çok farklı bir dil gerektirebilir. Hedef kitle talimatı yoksa model bağlamına göre olası bir varsayılan seçer. Hedef kitleyi tanımlamak kelime dağarcığını, karmaşıklığı, örnekleri ve tonu yönlendirebilir.

Format talimatı olmazsa yapay zekâ çıktıyı uygun gördüğü şekilde yapılandırır — sen 5 madde isterken 800 kelime yazabilir veya tablo gerekirken uzun bir metin bloğu üretebilir. Formatı belirtmek yalnızca bir cümle ekler ve birden fazla yeniden biçimlendirme turunu önleyebilir.

Kendi işimizden gerçek bir örnek: Aşağıdaki olay bir test ortamında değil, Claude.ai'nin normal kullanımı sırasında gerçekleşti.

Çıktı kurallarının da kontrol edilebilir olması gerekir. “Yalnızca dosyayı ver, açıklama yok” denmesine rağmen bir asistan yine birkaç paragraf açıklama ekledi — talimatı yanıt üzerindeki katı bir kısıt değil, stil tercihi gibi ele aldı. İstenmeyen metin yalnızca gürültü değildir: her ek paragraf üretilmiş token demektir; ücretli API'lerde para harcar ve abonelik planındaki mesaj veya kullanım sınırını daha hızlı tüketir.

Birbiriyle ilgisiz birkaç isteği üst üste koymak gereksinimlerin gözden kaçmasını veya değerlendirilmesini zorlaştırabilir. Görevlerin girdileri veya başarı ölçütleri farklıysa bunları ayır ya da aşamalı bir iş akışı kullan; birbirine sıkı bağlı teslimler ise tek bir yapılandırılmış promptta iyi çalışabilir.

İşe yarayan ilk çıktıyı taslak olarak ele al ve spesifik takip talimatlarıyla geliştir. Önerme, kanıt veya kaynak materyal yanlışsa taslağı parlatmak yerine o temeli düzelt ya da yeniden başla.

Bir asistan dosyaları düzenlediğinde, e-tabloları doldurduğunda veya çok adımlı işler yürüttüğünde hiçbir şey yazılmamış olsa bile görevi tamamlanmış gibi anlatabilir — sayılar, dosya adları ve özetle birlikte. Çıktı makul görünür çünkü makul metin üretmek tam olarak bir dil modelinin yaptığı şeydir. Gerçek bir e-tablo zenginleştirme görevinde bir asistan 14 profil eklediğini bildirdi ve dosya döndürdü; hedef sütun boştu ve dosya yeniden adlandırılmış bir kopyaydı.

ChatGPT 5.6 ile kendi işimizden gerçek bir örnek: Aşağıdaki ekran görüntüsü, asistanın indirilen çalışma kitabındaki hedef sütunda hâlâ hiçbir LinkedIn URL'si olmamasına rağmen görevi tekrar tekrar tamamlanmış olarak bildirdiği gerçek bir e-tablo iş akışından geliyor.