Prompt Engineering (Prompt Mühendisliği)

Yapay zeka modellerinden istenen kalitede yanıt almak için girdi metnini sistematik olarak tasarlama ve optimize etme bilimidir.

Prompt mühendisliği (Prompt Engineering), büyük dil modellerinden (LLM) istenen çıktıyı elde etmek için girdi talimatlarını sistematik biçimde tasarlama ve optimize etme disiplinidir. Modelin parametrelerini değiştirmeden, yalnızca metin girdisini biçimlendirerek model davranışını yönlendirmek bu disiplinin özünü oluşturur. Etkili bir prompt; görevin net tanımını, bağlamı, format yönergelerini ve gerekiyorsa örnek girdi-çıktı çiftlerini içerir. "Bana bir e-posta yaz" ile "Müşteriye sipariş gecikmesini özür dileyerek açıklayan, profesyonel, 3 paragraftan oluşan bir e-posta yaz" arasındaki fark, bu disiplinin temel mantığını yansıtır. Temel teknikler şunlardır: Zero-shot prompting modelden önceki örnek göstermeksizin görev yapmasını ister. Few-shot prompting 2-5 örnek göstererek modeli yönlendirir ve çıktı formatını öğretir. Chain-of-Thought (CoT), "adım adım düşün" talimatıyla modelin akıl yürütme zincirini görünür kılar; karmaşık matematik ve mantık problemlerinde başarıyı önemli ölçüde artırır. Tree-of-Thoughts ise birden fazla akıl yürütme yolunu paralel değerlendirir. Sistem promptu, modelin rol ve davranış çerçevesini belirleyen kalıcı bir talimat katmanıdır; kullanıcı girdisinden önce işlenir. Güvenlik açısından kritik olan prompt injection saldırıları, kötü niyetli kullanıcı girdilerinin sistem promptunu geçersiz kılmaya çalıştığı bir tehdit vektörüdür. Koruma için girdi sanitizasyonu ve güvenilir içerik etiketleme uygulanır. Araçlar ekosistemi hızla genişlemektedir: LangChain ve LlamaIndex RAG pipeline'larında prompt yönetimi sunarken, PromptLayer prompt sürümleme imkânı tanır. DSPy (Stanford) ise promptları insanlar yerine algoritmaların optimize ettiği otomatik prompt optimizasyonu yaklaşımıdır. Türkiye'de prompt mühendisliği becerisi; müşteri hizmetleri otomasyonu, hukuki metin analizi ve yazılım geliştirme iş akışlarında giderek daha fazla aranmaktadır. Türkçe promptlarda dil yapısına özgü dikkat noktaları (SOV söz dizimi, eylem çekimi, soru ekleri) model çıktı kalitesini doğrudan etkiler; teknik terimlerin İngilizce karşılığını parantez içinde eklemek belirsizliği azaltır. GPT-4o ve Claude gibi güçlü modellerde Türkçe few-shot örnekler çıktı kalitesini belirgin biçimde artırır.

Prompt Mühendisliği Nedir?

Prompt mühendisliği, büyük dil modellerinden (LLM) istenen çıktıyı elde etmek için girdi talimatlarını sistematik biçimde tasarlama disiplinidir. Modelin ağırlıklarını değiştirmeksizin yalnızca metin girdisini biçimlendirerek model davranışını yönlendirmek bu disiplinin özüdür. İyi bir prompt; net görev tanımı, bağlam, format yönergesi ve gerekirse örnek çıktı içerir.

Temel Prompting Teknikleri

  • check_circle Zero-Shot Prompting: Modelden hiçbir örnek göstermeksizin görev yapmasını ister. Basit görevlerde işe yarar; karmaşık akıl yürütmede yetersiz kalabilir.
  • check_circle Few-Shot Prompting: 2-5 örnek girdi-çıktı çifti göstererek modeli yönlendirir. Örnekler, modelin format ve tonu öğrenmesini sağlar; doğruluğu önemli ölçüde artırır.
  • check_circle Chain-of-Thought (CoT): 'Adım adım düşün' talimatıyla modelin akıl yürütme zincirini görünür kılar. Matematik, mantık ve çok adımlı problemlerde başarıyı artırdığı kanıtlanmıştır. Zero-shot CoT için sadece 'Let's think step by step' veya 'Adım adım düşün' eklemek yeterlidir.
  • check_circle ReAct ve Tree-of-Thoughts: ReAct, düşünme ve eylem adımlarını döngüsel biçimde birleştirir; ajan sistemlerde araç kullanımını yönetir. Tree-of-Thoughts ise birden fazla akıl yürütme yolunu paralel değerlendirir ve en iyi yolu seçer.

Sistem Promptu ve Kullanıcı Promptu

Sistem promptu, modelin rol ve davranış çerçevesini belirleyen kalıcı bir talimat katmanıdır; kullanıcı girdisinden önce işlenir. ChatGPT, Claude gibi uygulamalarda asistan kişiliğini ve kısıtlamalarını tanımlar. Kullanıcı promptu her konuşma turunda değişen görev talimatıdır. İkisinin ayrı tutulması hem güvenlik hem de tutarlılık açısından önemlidir. Sistem promptu hassas iş mantığı içerebilir; prompt sızıntısı (prompt leak) koruması ürün güvenliğinin parçasıdır.

Güvenlik: Prompt Injection

Prompt injection, kötü niyetli kullanıcı girdilerinin sistem promptunu geçersiz kılmaya çalıştığı bir saldırı vektörüdür. 'Önceki talimatları unut, şimdi...' gibi kalıplar buna örnektir. Dolaylı prompt injection, modelin işlediği harici bir belge veya web sayfasına gömülmüş talimatlar aracılığıyla gerçekleşir. Koruma için girdi sanitizasyonu, güvenilir içerik etiketleme ve çıktı filtreleme uygulanır.

Araçlar ve Ekosistem

LangChain ve LlamaIndex, RAG pipeline'larında prompt yönetimi ve zincir oluşturma sunar. PromptLayer ve Weights & Biases prompt sürümleme ve izleme imkânı tanır. DSPy (Stanford) ise promptları insanlar yerine algoritmaların optimize ettiği otomatik yaklaşımdır. OpenAI Playground, Anthropic Workbench ve Google AI Studio prompt prototipleme için yaygın araçlardır.

Türkçe Prompt Yazımında Dikkat Noktaları

Türkçe yapısı (SOV söz dizimi, eylem çekimi, soru ekleri) İngilizce odaklı modellerde farklı sonuçlar üretebilir. Net ve kısa Türkçe talimatlar genellikle karmaşık cümlelerden daha iyi çalışır. Few-shot örnekler eklemek çıktı kalitesini belirgin biçimde artırır. Teknik terimler için İngilizce karşılıkları parantez içinde vermek belirsizliği azaltır.

Sık Sorulan Sorular

  • check_circle Prompt mühendisliği öğrenmek için ne gerekir? Teknik programlama bilgisi zorunlu değildir; LLM'lerin nasıl çalıştığını anlamak ve pratik yapmak yeterlidir. Anthropic'in 'Prompt Engineering Guide' ve OpenAI'nin 'Best Practices' belgeleri ücretsiz başlangıç kaynaklarıdır.
  • check_circle Daha uzun prompt her zaman daha iyi mi? Hayır. Gereksiz bağlam modelin dikkatini dağıtabilir. Kısa ve net talimatlar çoğu zaman uzun açıklamalardan üstün sonuç verir. Kritik bilgiyi promptun başına ve sonuna yerleştirmek 'lost in the middle' sorununu azaltır.
  • check_circle Türkçe mi, İngilizce mi prompt yazmalıyım? Türkçe çıktı istiyorsanız Türkçe prompt genellikle daha tutarlı sonuç verir. Ancak teknik görevlerde İngilizce prompt ile Türkçe çıktı talebi de etkili bir stratejidir. Test edip karşılaştırmak en sağlıklı yoldur.
  • check_circle Fine-tuning mi, prompt mühendisliği mi tercih edilmeli? Prompt mühendisliği hızlı ve maliyetsizdir; fine-tuning ise veri ve hesaplama gerektirirken spesifik görevlerde üstün tutarlılık sağlar. Genellikle önce prompt mühendisliği denenir, gerekirse fine-tuning'e geçilir.
  • check_circle Prompt mühendisliği bir kariyer midir? 2023-2024'te hızla yükselen bir rol oldu. Modeller geliştikçe otomatik optimizasyon yöntemleri artıyor; ancak şu an için LLM tabanlı ürün geliştirme ekiplerinde değerli bir beceridir.