Yeni başlayanlar için prompt yazma: işe yarayan bir çerçeve

Promptlar neden başarısız olur

Yeni başlayanlar için prompt yazma, zekice ifadeler ezberlemekle ilgili değildir. Bir yapay zeka modeline işe yarar bir şey üretmesi için gereken işi, kanıtı, sınırları ve çıktı şeklini vermekle ilgilidir. Kötü promptların çoğu, "iyi"nin ne anlama geldiğini tanımlamadan yardım istedikleri için başarısız olur. Model boşlukları olası örüntülerle doldurur ve bu örüntüler gerçek hedefini kaçırırken bile cilalı gelebilir.

En yaygın başarısızlık belirsiz bir görevdir. "Bunu daha iyi yap" daha kısa, daha sıcak, daha ikna edici, daha doğru, daha az teknik veya taranması daha kolay anlamına gelebilir. İkinci bir başarısızlık eksik bağlamdır. Model hedef kitleyi, kaynak malzemeyi, karar ölçütlerini veya iş hedefini bilmiyorsa, genel kalite için optimize eder. Üçüncü bir başarısızlık zayıf kısıtlardır. Uzunluk, ton, kaynak, gizlilik, biçim ve kaçınılması gereken kurallar olmadan yanıt sapabilir. Dördüncü bir başarısızlık bir inceleme döngüsünün olmamasıdır. İlk yanıt genellikle bir taslaktır, bitiş çizgisi değil.

Güçlü bir başlangıç iş akışı prompt yazmayı kısa bir brif ve bir kalite kontrolü olarak ele alır. Görevi tanımlarsın, bağlamı eklersin, kısıtları koyarsın, bir biçim istersin, sonra modelden varsayımları veya belirsizliği ortaya koymasını istersin. Bu basit alışkanlık, yazma promptlarını, araştırma promptlarını, planlama promptlarını ve analiz promptlarını iyileştirir, çünkü modeli belirsiz bir asistandan yapılandırılmış bir iş ortağına dönüştürür.

Çerçeve: talimat, bağlam, kısıtlar ve biçim

Neredeyse her ciddi prompt için bu yapay zeka prompt çerçevesini kullan: Talimat, Bağlam, Kısıtlar, Biçim. Akılda kalıcı, modeller arasında taşınabilir ve doğruluğu artıracak kadar belirlidir. Aynı şablonu Whizi'de farklı modellerde yürütebilir ve brifi hangisinin en iyi takip ettiğini karşılaştırabilirsin.

Talimat eylemdir. Bir fiil ve bir teslim edilebilir çıktıyla başla: özetle, karşılaştır, yeniden yaz, çıkar, eleştir, sınıflandır, taslak yap, hata ayıkla veya planla. "Pazar araştırmasıyla yardım et" yerine, "Bu kategorideki beş ürün için bir rakip karşılaştırma tablosu oluştur" yaz. Talimat ne kadar net olursa, çıktıyı değerlendirmek o kadar kolay olur.

Bağlam, modelin tahmin yürütmemek için ihtiyaç duyduğu malzemedir. Hedef kitleyi, amacı, arka planı, kaynak metni, örnekleri, karar ölçütlerini ve tanımları ekle. Uzun girdiler için kaynağı net etiketle ve talimatlarını içeriğin öncesine veya sonrasına tutarlı bir yapıda koy. Model sağlayıcılarından gelen uzun bağlam rehberleri genellikle net organizasyonu vurgular, çünkü büyük girdiler bile yol işaretlerine ihtiyaç duyar.

Kısıtlar kurallardır. Uzunluk, ton, kapsam, hariç tutulan iddialar, gereken kanıt, gizlilik sınırları, okuma düzeyi ve bilgi eksik olduğunda ne yapılacağını ekle. Kısıtlar, doğruluğu artıran promptlara ihtiyacın olduğunda özellikle işe yarar: modele ayrıntı uydurmak yerine bilinmeyenleri işaretlemesini, olguları varsayımlardan ayırmasını ve mümkün olduğunda kaynak bölümü belirtmesini söyle.

Biçim, çıktı kabıdır. Bir tablo, kontrol listesi, not, taslak, JSON stili alanlar, e-posta, puanlama ölçütü veya adım adım plan iste. OpenAI ve Gemini'den gelen yapılandırılmış çıktı rehberi işine yarar, çünkü aynı pratik dersi pekiştirir: istenen şekil açık olduğunda çıktıları ayrıştırmak, karşılaştırmak ve yeniden kullanmak daha kolay olur.

Kopyala yapıştır prompt şablonu: "Talimat: [belirli eylem ve teslim edilebilir çıktı]. Bağlam: [hedef kitle, amaç, kaynak malzeme, örnekler, tanımlar, karar ölçütleri]. Kısıtlar: [uzunluk, ton, içermeli, kaçınmalı, kanıt kuralları, gizlilik kuralları, belirsizlik kuralları]. Biçim: [tablo/kontrol listesi/not/e-posta/taslak/JSON stili alanlar]. Bitirmeden önce, varsayımları, eksik bilgileri ve sonucu iyileştirecek bir takip sorusunu sırala."

Göreve göre örnekler

İş için en iyi promptlar tek seferlik sihirli satırlar değil, yeniden kullanılabilir kalıplardır. Aşağıdaki örnekleri başlangıç noktaları olarak kullan, sonra sürekli işe yarar çıktı üretenleri kaydet.

Yazma promptu: "Talimat: Bu taslağı netlik ve belirlilik için yeniden yaz. Bağlam: Hedef kitle [hedef kitle], amaç [amaç] ve taslak [taslağı yapıştır]. Kısıtlar: Tüm olguları değişmeden koru, abartıdan kaçın, sade dil kullan ve sonraki adımı bariz kıl. Biçim: Revize edilmiş bir taslak, sonra özgün sorun, yapılan düzenleme ve gerekçesini içeren bir tablo döndür." Bu işe yarar çünkü modele bir iş, bir okuyucu, bir ölçüt ve gözden geçirilebilir bir düzenleme izi verir.

Araştırma promptu: "Talimat: Bu kaynakları bir araştırma brifine dönüştür. Bağlam: [karar] için [soru] değerlendiriyorum. Kaynaklar: [kaynak alıntılarını veya bağlantıları/notları yapıştır]. Kısıtlar: Yalnızca verilen malzemeyi kullan, kanıtı çıkarımdan ayır, zayıf kanıtı işaretle ve istatistik uydurma. Biçim: Ana bulgular, kanıt tablosu, açık sorular ve önerilen sonraki kaynakları döndür." Bu, "Bu konuyu araştır" demekten daha iyidir çünkü izlenebilirliği korur.

Planlama promptu: "Talimat: İki haftalık bir uygulama planı oluştur. Bağlam: Hedef [hedef], ekip [ekip], son tarih [tarih], kısıtlar [kısıtlar]. Kısıtlar: Geri alınabilir adımları önceliklendir, engelleyicileri erken belirle ve her görevi sorumluya uygun tut. Biçim: Gün, görev, sorumlu, çıktı, risk ve başarı kontrolünü içeren tablo." Çıktı, bir ekibin gerçekten kullanabileceği bir şeye dönüşür.

Analiz promptu: "Talimat: Bu seçenekleri karşılaştır ve birini öner. Bağlam: Seçenekler [seçenekler]. Karar ölçütleri [ölçütler]. Kısıtlar: Ödünleşimleri, en güçlü karşı argümanı ve öneriyi neyin değiştireceğini ekle. Biçim: Puan tablosu ve kısa bir karar notu." Bu, belirsizliği gizlemeden muhakemeyi teşvik eder.

İnceleme promptu: "Talimat: Kullanmadan önce bu çıktıyı eleştir. Bağlam: Amaçlanan kullanım [kullanım örneği]. İncelenecek çıktı: [yapıştır]. Kısıtlar: Doğruluğu, desteklenmemiş iddiaları, eksik bağlamı, tonu, riski ve insan incelemesi gereken yerleri kontrol et. Biçim: Önce kritik sorunları, sonra önerilen düzenlemeleri, sonra son bir güven derecelendirmesini döndür." Bu, yapay zekayı yalnızca bir taslak üreteci değil, bir kalite kontrol adımına dönüştürür.

Yineleme döngüsü

İyi prompt yazma yinelemelidir. İlk yanıtın, promptun neyi unuttuğunu ortaya koymasını beklemelisin. Baştan başlamak yerine bir döngü kullan: değerlendir, teşhis et, revize et, karşılaştır, kaydet.

Yanıtı beş soruya göre değerlendir. Tam görevi tamamladı mı? Verilen bağlamı kullandı mı? Kısıtlara uydu mu? Biçim kullanımı kolay mı? İddialar, varsayımlar ve belirsizlikler görünür mü? Yanıt başarısızsa, modeli suçlamadan önce promptu teşhis et. Belirsiz bir çıktı çoğu zaman görevin belirsiz olduğu anlamına gelir. Genel bir çıktı çoğu zaman bağlamın ince olduğu anlamına gelir. Riskli bir çıktı çoğu zaman kısıtların eksik olduğu anlamına gelir.

Sonra her seferinde tek bir kesin talimatla revize et. "Tekrar dene" yerine "öneriyi daha kanıta dayalı yap ve bilinmeyenleri işaretle" de. "Daha yapılandırılmış ol" yerine "bunu iddia, kanıt, güven ve sonraki kontrol sütunlu bir tabloya dönüştür" de. Kalite önemliyken, aynı revize edilmiş promptu Whizi'de modellerde yürüt ve doğruluğu, eksiksizliği, ton kontrolünü ve düzenleme süresini karşılaştır.

Bu yineleme listesini kullan: 1. Başarısızlığı tek bir cümlede adlandır. 2. Eksik bağlamı veya kısıtı ekle. 3. Çıktı biçimini sıkılaştır. 4. Varsayımları ve belirsizliği iste. 5. Görev önemliyse ikinci bir model yürüt. 6. İyileştirilmiş promptu yalnızca oyuncak bir örnekte değil, gerçek bir işte işe yaradıktan sonra kaydet.

Yeniden kullanılabilir prompt kütüphaneni oluştur

Yeniden kullanılabilir bir prompt kütüphanesi, başlangıç prompt yazmasının günlük bir iş akışına dönüştüğü yerdir. Rastgele promptları sohbet geçmişinde tutmak yerine, şablonları işe göre düzenle: yazma, araştırma, planlama, kodlama, müşteri analizi, belge incelemesi ve karar desteği. Her şablon aynı dört alanı içermeli: talimat, bağlam, kısıtlar ve biçim.

Kaydedilen her prompta kısa bir kullanım notu ekle: ne zaman kullanılacağı, hangi girdilere ihtiyaç duyduğu, hangi modelin en iyi performansı gösterdiği ve çıktının nasıl doğrulanacağı. Örneğin, bir araştırma promptu kaynak alıntıları ve bir iddia-kanıt tablosu gerektirebilir. Bir yazma promptu hedef kitle, üslup örneği ve korunması gereken olgular gerektirebilir. Bir kod inceleme promptu diff'i, beklenen davranışı ve test bağlamını gerektirebilir.

Whizi bu iş akışına uyar çünkü şablonları kaydedebilir ve sonsuza dek tek bir modele bağlanmak yerine bunları modellerde yürütebilirsin. Bu hafta üç şablonla başla: bir yazma yeniden yazımı, bir araştırma brifi ve bir karar puan tablosu. Her şablonu gerçek bir işte yürüt, model çıktılarını karşılaştır, şablonu revize et ve en az temizlikle en işe yarar sonucu üreten sürümü tut.

Daha geniş bir başlangıç rehberi için Yapay zeka nasıl kullanılır sayfasını oku. Araştırma ağırlıklı işler için Founder Research Stack'i dene. Prompt yazmayı tekrarlanabilir bir çalışma alanına dönüştürmeye hazır olduğunda, register adresinde hesabını oluştur.

Kontrol listesi

• Her ciddi promptu belirli bir talimat ve teslim edilebilir çıktıyla başlat.
• Bağlam olarak hedef kitle, amaç, kaynak malzeme, örnekler ve karar ölçütleri ekle.
• Uzunluğu, tonu, kanıtı, gizliliği ve belirsizliği kontrol etmek için kısıtlar kullan.
• Somut bir biçim iste: tablo, kontrol listesi, not, taslak veya JSON stili alanlar.
• Modelden varsayımları, eksik bilgileri ve güven sınırlarını sıralamasını iste.
• Promptları her seferinde tek bir odaklı revizyonla iyileştir.
• Son şablonu kaydetmeden önce önemli promptları modellerde karşılaştır.
• Yeniden kullanılabilir promptları model adına göre değil, iş akışına göre sakla.

Sık sorulan sorular