Prompt Ne Demek? Kelimenin Anlamı ve Yapay Zekadaki Karşılığı

Bu kelimeyi iki farklı sebeple aramış olabilirsiniz.

Ya bir İngilizce metinde “prompt” görüp Türkçesini merak ettiniz. Ya da bir yapay zeka aracıyla ilgili bir yazıda geçti ve ne kastedildiğini anlamadınız.

İyi haber: ikisi aynı kelime ve aralarındaki bağ tesadüf değil. Sözlük anlamını bildiğinizde yapay zekadaki kullanımı da yerine oturuyor. Bu yazı önce kelimeyi, sonra yapay zekadaki karşılığını anlatıyor.

Prompt kelimesinin sözlük anlamı

İngilizce’de “prompt” hem fiil, hem sıfat, hem isim olarak kullanılır.

Fiil olarak: Birini bir şey yapmaya yöneltmek, harekete geçirmek. “Yağmur, herkesi içeri girmeye yöneltti.”

Sıfat olarak: Vaktinde, gecikmesiz. “Hızlı yanıtınız için teşekkürler.”

İsim olarak: Hatırlatıcı, tetikleyici. Tiyatroda oyuncuya repliğini fısıldayan kişiye İngilizce’de prompter, Türkçe’de suflör denir.

Bu üçüncüsü, yapay zekadaki anlama açılan kapı.

Suflör benzetmesi

Suflör oyunu oynamaz. Oyuncunun yerine sahneye çıkmaz, rolü üstlenmez. Yaptığı tek şey oyuncuyu başlatmaktır: doğru anda doğru ilk cümleyi fısıldar, gerisini oyuncu getirir.

Yapay zekaya yazdığınız metin de tam olarak bunu yapar. Cevabı siz vermezsiniz, cevabı başlatırsınız. Modelin ne söyleyeceğini belirleyen şey, ona verdiğiniz ilk cümledir.

Bu benzetme şurada bozuluyor: Suflör metni önceden bilir, oyuncu da ezberlemiştir. İkisi de aynı senaryodan çalışır. Modelde önceden yazılmış senaryo yoktur — verdiğiniz başlangıca göre metni o anda üretir. Aynı fısıltı iki kez farklı devam getirebilir.

Bir de bilgisayardaki “prompt” var

Windows’un siyah ekranındaki C:\> işaretine komut istemi (command prompt) denir. Buradaki anlam da aynı köke bağlı: sistem sizden bir girdi bekliyor, sizi yazmaya yöneltiyor.

Bu yüzden “prompt” araması bazen bilgisayar konularına çıkar. İkisi farklı şeylerdir ve bu yazı ikincisiyle ilgili değil.

Yapay zekada prompt nedir?

Prompt, bir yapay zeka modeline verdiğiniz metin girdisinin tamamıdır.

Soru sormak zorunda değilsiniz. Bir talimat, yapıştırdığınız bir metin, bir örnek listesi ya da yarım bırakılmış bir cümle de prompt’tur. Model ne verdiyseniz onu okur ve devamını üretir.

Türkçe’de zaman zaman bilgi istemi veya komut karşılıkları kullanılır. Yaygın kullanım “prompt” olarak kalmıştır; bu yazıda da öyle kullanıyoruz.

Dikkat edilecek bir ayrıntı: prompt yalnızca son yazdığınız mesaj değildir. Bir sohbette model, o ana kadarki konuşmanın tamamını girdi olarak alır. Yirminci mesajınızı yazdığınızda, modelin gördüğü prompt önceki on dokuz mesajı da içerir.

Model prompt’u nasıl işler?

Model yazdığınız metni kelime kelime okumaz. Üç aşama var.

1. Metin parçalara ayrılır. Model, cümlenizi token denen küçük parçalara böler. Bir token bazen bir kelime, bazen kelimenin bir bölümü, bazen tek bir noktalama işaretidir.

Türkçe için önemli bir ayrıntı: Türkçe eklerle uzayan bir dil, ve bu bölme işlemi ağırlıklı olarak İngilizce üzerinden geliştirildi. Sonuç olarak Türkçe cümleler İngilizce eşdeğerlerine göre daha fazla parçaya bölünür. Pratik etkisi, aynı içeriğin Türkçe’de daha fazla yer kaplaması ve maliyetinin biraz daha yüksek olmasıdır.

2. Parçalar sayıya çevrilir. Model harflerle çalışmaz. Her token, o parçanın anlamını ve bağlamdaki konumunu taşıyan bir sayı dizisine dönüşür.

3. Devamı tahmin edilir. Model, eldeki tüm parçalara bakarak sıradaki parçanın ne olması gerektiğini hesaplar. Sonra o parçayı da girdiye ekleyip bir sonrakini hesaplar. Cevap, bu işlemin yüzlerce kez tekrarlanmasıyla ortaya çıkar.

Buradan çıkan sonuç önemli: model cevabı bilmiyor, üretiyor. Bir veri tabanından çekip getirmiyor; her kelimeyi o anda, bir öncekine bakarak seçiyor.

Somut örnek: kısa bir prompt’un yolculuğu

Şu prompt’u yazdığınızı düşünün:

Kediler neden mırlar?

Bölme aşamasında bu cümle birkaç parçaya ayrılır. Kabaca şuna benzer bir şey olur:

Kedi | ler | neden | mır | lar | ?

Kesin bölünme modele göre değişir, ama kalıp aynıdır: “kediler” tek parça değil, gövde ve ek olarak ikiye ayrılır. İngilizce’deki cats çoğu zaman tek parça kalırken Türkçe’deki karşılığı ikiye bölünür. Ekleri bol bir cümlede bu fark büyür.

Tahmin aşamasında model bu parçalara bakıp sıradakini hesaplar. Elinde tek bir cevap yok; olasılıklara göre sıralanmış adaylar var:

Kediler   → %41
Mırlama   → %22
Bu        → %9
Kısa      → %6
...

Bu yüzdeler bir ölçüm değil, mekanizmayı göstermek için uydurulmuş değerlerdir; gerçek bir modelin bu cümlede üreteceği olasılıklar değil. Önemli olan sayılar değil, elde tek bir cevap yerine sıralanmış adaylar olması.

Model birini seçer, diyelim “Kediler”. Sonra girdiyi günceller — artık elinde Kediler neden mırlar? Kediler var — ve bir sonraki parçayı aynı biçimde hesaplar. Bu döngü, cevap tamamlanana kadar sürer.

Şimdi promptu değiştirelim:

Kediler neden mırlar? Sekiz yaşındaki bir çocuğa iki cümleyle anlat.

Model için değişen şey şu: ilk halde “sekiz yaşındaki çocuk” ve “iki cümle” gibi kısıtlar yoktu, model bunları kendi seçti. Şimdi seçmesine gerek kalmadı. Aday listesi her adımda daralıyor ve geriye kalanların çoğu istediğiniz cevaba yakın.

Prompt yazmanın tamamı bu cümleye sığar: modelin tahmin etmesi gereken şeyleri azaltmak.

Neden aynı soruya farklı cevaplar veriyor?

Çünkü model her adımda tek bir doğru seçenek görmüyor. Elinde olasılıklara göre sıralanmış bir aday listesi var ve bunlardan birini seçiyor.

Bu seçim her zaman en yüksek olasılıklı adaydan yana değildir. Sistemler bilinçli olarak biraz çeşitlilik bırakır — hep en olası kelime seçilse metin mekanik ve tekrarlayıcı olur.

Sonuç: aynı prompt’u iki kez çalıştırdığınızda iki farklı metin alabilirsiniz. Bu bir arıza değil, tasarım tercihidir. Bir cevabı beğendiyseniz kopyalayıp saklayın; “yeniden üret” dediğinizde aynısı gelmeyebilir.

Prompt’un içinde neler bulunur?

Bir prompt genellikle dört tür bilgi taşır. Hepsini her seferinde yazmanız gerekmez.

Çoğu insan yalnızca talimatı yazar ve diğer üçünü modelin tahmin etmesine bırakır. Model de tahmin eder — ama tahminleri sizin niyetinizle uyuşmayabilir. Beklemediğiniz bir cevap aldığınızda, eksik bıraktığınız bileşene bakmak iyi bir başlangıç noktasıdır.

Bu bileşenleri nasıl yazacağınız ayrı bir konu; bu yazının kapsamı ne oldukları.

Sık karıştırılanlar

Prompt ve soru aynı şey değil. Her soru bir prompt’tur, ama her prompt soru değildir. “Aşağıdaki metni İngilizceye çevir” bir prompt’tur ve içinde soru yoktur.

Prompt ve komut istemi aynı şey değil. Bilgisayardaki C:\> ekranı ile yapay zeka prompt’u farklı şeylerdir. Ortak noktaları yalnızca kelimenin kökü.

Prompt ve eğitim verisi aynı şey değil. Prompt’unuz modeli eğitmez. Yazdığınız şey o konuşmanın girdisidir; modelin kalıcı bilgisine eklenmez. Modelin bildikleri, siz onunla konuşmadan çok önce belirlenmiştir.

Prompt ve sohbet geçmişi ayrı değil. Bir konuşmanın ortasındayken model önceki mesajları da görür. “Bunu kısalt” dediğinizde neyi kastettiğinizi anlamasının nedeni budur.

Bunlar prompt için doğru değil

Sihirli kelimeler yoktur. Belirli bir cümleyi eklediğinizde sonucun garantili biçimde düzeldiğine dair yaygın iddialar var. Bunların çoğu ölçülmemiş ya da tutarsız çıkmıştır.

Uzun prompt her zaman iyi prompt değildir. Gereksiz her cümle, modelin dikkat etmesi gereken bir şey daha demektir. Ölçüt uzunluk değil, belirsizliğin kalmaması.

Prompt bilmediği şeyi öğretmez. Model bir konuyu bilmiyorsa, en iyi prompt bile o bilgiyi yaratmaz. İyi bir prompt yanlış cevap ihtimalini azaltır; sıfırlamaz.

Prompt kişisel değildir. Model sizi tanımaz ve konuşma bittiğinde ne konuştuğunuzu hatırlamaz — kalıcı bellek özelliği açıkça sunulmadığı sürece.

Bu konuda anlaşmazlık var: model prompt’u gerçekten “anlıyor” mu?

Görüş A — Anlama, dili amacına uygun kullanabilmektir. Model bir talimatı alıp beklenen sonucu üretiyorsa, anlamanın işlevsel karşılığı yerine gelmiştir.

Görüş B — Ortada anlam yok. Model, hangi kelimenin hangisini takip ettiğini devasa miktarda metinden öğrenmiş bir örüntü eşleyicisidir; anlamak bundan farklı bir şeydir.

Durum — Bu felsefi bir tartışma, teknik bir soru değil ve uzlaşma yok. Prompt yazarken pratik bir farkı da yok: her iki görüşte de model belirsizliği kendi doldurur. Tartışmanın ayrıntısı ayrı bir yazının konusu. → 1.3.2.2^yakında

Özet

Prompt, İngilizce’de “yöneltmek, harekete geçirmek” anlamına gelir; isim hâliyle tiyatrodaki suflör gibi bir başlatıcıdır. Yapay zekada da işlevi budur: cevabı siz vermezsiniz, başlatırsınız.

Teknik olarak prompt, modele verdiğiniz metin girdisinin tamamıdır — sohbetin ortasındaysanız önceki mesajlar dahil. Model bu metni parçalara böler, sayıya çevirir ve devamını adım adım üretir.

Cevabı bir yerden getirmediği, o anda ürettiği için aynı prompt farklı sonuçlar verebilir. Beklemediğiniz bir cevap aldığınızda ilk bakılacak yer, promptta eksik bıraktığınız bilgidir.

Sık sorulanlar

İlgili yazılar