Belirsizlik: Promptunuzda Söylemediğiniz Her Şey Bir Karardır

“Bu metni özetle” yazdınız. Karşınıza gelen özet size uzun geldi.

Buradaki asıl mesele şu: siz uzunluk belirtmediniz, ama model bir uzunluk seçmek zorundaydı. Metin üretmek için bir yerde durması gerekiyordu ve nerede duracağına dair sizden bilgi almadı.

Sonuç şu cümleyle özetlenebilir: promptta eksik bıraktığınız hiçbir şey eksik kalmaz. Model boşluğu boş bırakamaz; doldurur. Ve doldururken sizin niyetinize değil, gördüğü metinlerdeki ortalamaya bakar.

Model boşluğu nasıl dolduruyor?

Model her adımda sıradaki kelimeyi olasılıklara göre seçer. Promptunuz bu olasılıkları daraltır.

“Bu metni özetle” dediğinizde, devam edebilecek çok sayıda makul metin vardır: üç cümlelik özet, yarım sayfalık özet, maddeli özet, akademik tonda özet. Hepsi bu isteğe uyar. Model bunlardan birini seçer ve seçerken en yaygın olanı tercih eder.

“Bu metni üç maddede özetle, her madde tek cümle olsun” dediğinizde ise makul devamların çoğu elenir. Geriye kalanlar birbirine benzer ve hepsi işinize yarar.

Buradan çıkan kural şu: Prompt yazmak modele bilgi vermek değildir. Modelin seçmek zorunda olduğu şeyleri azaltmaktır.

Modelin varsayılanları

Bir şey belirtmediğinizde model rastgele seçmez. Eğitim verisindeki en yaygın hâle kayar. Bunlar tahmin edilebilir eğilimlerdir:

Bu tabloyu tanıdık bulduysanız sebebi var: “yapay zeka gibi yazılmış” dediğimiz metin, büyük ölçüde bu varsayılanların toplamıdır. Ortalama uzunluk, ortalama ton, ortalama kesinlik.

Bunun anlamı da şu: ortalama bir çıktı aldıysanız, ortalama bir prompt yazmışsınızdır.

Yedi belirsizlik türü

Belirsizlik tek bir şey değil. Yedi farklı yerden gelir ve her birinin çözümü farklıdır.

1. Kapsam belirsizliği

Ne kadar? Kaç tane? Hangi ayrıntı seviyesinde?

“Pazarlama fikirleri ver” → Kaç fikir? Ne kadar açıklanmış? Bütçe sınırı var mı?

2. İzleyici belirsizliği

Kim okuyacak? Ne biliyor, ne bilmiyor?

“Blok zincirini anlat” → Yatırımcıya mı, yazılımcıya mı, çocuğa mı?

3. Format belirsizliği

Çıktı hangi biçimde gelsin?

“Rakipleri karşılaştır” → Tablo mu, paragraf mı, madde mi? Hangi sütunlar?

4. Kaynak belirsizliği

Bilgi nereden gelsin?

“Bu ürünün özelliklerini yaz” → Verdiğim metinden mi, kendi bildiğinden mi? Bu ayrımı belirtmemek, uydurma bilginin en sık kapısıdır.

5. Amaç belirsizliği

Çıktı ne için kullanılacak?

“Bu e-postayı düzelt” → Yayınlanacak mı, taslak mı? Müşteriye mi gidecek, ekip içi mi?

6. Referans belirsizliği

“Bunu”, “onu”, “yukarıdaki” neyi işaret ediyor?

“Bunu kısalt” → Uzun bir konuşmanın ortasındaysanız model son çıktıyı mı, ilk metni mi kastettiğinizi tahmin etmek zorunda kalır.

7. Ton belirsizliği

Nasıl bir ses?

“Duyuru yaz” → Resmî mi, samimi mi? Özür mü, kutlama mı?

Bir promptunuz beklediğiniz gibi çıkmadığında, sebep neredeyse her zaman bu yedisinden biridir.

Hangi belirsizlik önce kapatılmalı?

Yedisi de belirsizlik ama yedisinin bedeli aynı değil. Bir promptu düzeltmek için sınırlı vaktiniz varsa sıra şu ölçüte göre kurulur: hatayı fark etmeniz ne kadar sürüyor ve fark ettiğinizde ne kadar iş çöpe gidiyor?

En pahalı: amaç belirsizliği. Çıktı kusursuz görünür, akıcıdır, hatasızdır — ve yanlış işi yapmıştır. Metni okuyup beğenirsiniz, iki gün sonra yanlış soruya cevap verdiğini anlarsınız. Yapılan işin tamamı yeniden yapılır.

Ortada: izleyici, kapsam ve kaynak belirsizliği. Hata görünür ama geç görünür. Metin makul durur, ta ki onu asıl okuyacak kişiye gösterene kadar.

En ucuz: format ve ton belirsizliği. Çıktıya bakar bakmaz anlarsınız. Bir cümle ekleyip yeniden çalıştırırsınız, kaybınız bir dakikadır.

Referans belirsizliği bu sıranın dışında durur: bedeli düşüktür ama sessizdir. Model yanlış şeyi kastettiğinizi varsayar, tutarlı biçimde yanlış çalışır ve size hiçbir uyarı vermez.

Pratik sonuç: prompta bakarken önce “bu çıktı ne işe yarayacak?” sorusunun cevabını arayın. O cümle yoksa geri kalanı düzeltmek erken.

Somut örnek: aynı isteğin dört hâli

Aynı işi, belirsizliği kademeli azaltarak isteyelim.

Sıfır katman:

Müşteri şikâyetlerini analiz et.

Model karar verdikleri: kaç şikâyet grubu çıkaracağı, hangi biçimde sunacağı, öneri ekleyip eklemeyeceği, kime yazdığı, ne kadar uzun yazacağı. Beş karar, beşi de sizin değil.

Format eklendi:

Müşteri şikâyetlerini analiz et. Çıktıyı tablo olarak ver:
Şikâyet grubu | Kaç kez geçiyor | Örnek cümle

Üç karar modelde kaldı.

Kapsam ve kaynak eklendi:

Aşağıdaki 40 müşteri yorumunu analiz et.
Yalnızca bu yorumlarda geçenleri kullan, dışarıdan bilgi ekleme.
En sık geçen 5 şikâyet grubunu çıkar.
Çıktıyı tablo olarak ver: Şikâyet grubu | Kaç kez geçiyor | Örnek cümle

İki karar kaldı: ton ve öneri ekleyip eklemeyeceği.

Amaç ve izleyici eklendi:

Aşağıdaki 40 müşteri yorumunu analiz et.
Yalnızca bu yorumlarda geçenleri kullan, dışarıdan bilgi ekleme.
En sık geçen 5 şikâyet grubunu çıkar.
Çıktıyı tablo olarak ver: Şikâyet grubu | Kaç kez geçiyor | Örnek cümle

Bu tablo, ürün ekibinin haftalık toplantısında sunulacak.
Çözüm önerisi yazma — sadece bulguları göster.
Bir grubu 3'ten az yorum destekliyorsa tabloya alma, altına not düş.

Artık model karar vermiyor, uyguluyor.

Son iki satıra dikkat edin. “Öneri yazma” ve “3’ten az olanı alma” — bunlar sizin işinizi bilen birinin koyacağı kısıtlar. Modelin bunları tahmin etme şansı yoktu.

Kendi promptunuzdaki boşlukları bulmak

Yazdığınız promptu okurken şu üç soruyu sorun.

“Bunu iki farklı kişi iki farklı şekilde anlayabilir mi?” Evet ise orada bir boşluk var. Model de iki anlamdan birini seçecek.

“Model bunu tahmin etmek zorunda mı?” Promptunuzu okurken cevabı yazmadığınız her soruyu işaretleyin. Yukarıdaki yedi türlü liste bu tarama için kontrol listesidir.

“Bu çıktıyı neye göre kabul edip reddedeceğim?” Bu sorunun cevabı kafanızda varsa ama promptta yoksa, orası en büyük boşluktur. Kabul kriteriniz promptun içinde olmalı.

Üçüncüsü en çok işi görendir. Çoğu kişi çıktıyı gördükten sonra “şöyle olmalıydı” diye fark eder. O “şöyle olmalıydı”, promptta yazılabilirdi.

Belirsizlik birikir

Tek adımlı bir işte belirsizliğin bedeli sınırlıdır: bir çıktı alırsınız, beğenmezseniz düzeltirsiniz.

Çok adımlı işlerde ise durum farklı. Birinci adımda modelin verdiği karar, ikinci adımın girdisi olur. İkinci adım o kararın üzerine kendi kararını ekler. Üçüncü adım ikisinin toplamı üzerine çalışır.

Somut hâli şöyle: bir raporu özetletip, özeti sunuma çevirtip, sunumdan e-posta yazdırdığınızı düşünün. Birinci adımda “hangi bilgi önemli” kararını model verdi. İkinci adım o seçilmiş bilgiler üzerinden gitti. Üçüncü adımda elinizde, kaynağından üç kat uzaklaşmış bir metin var — ve hangi bilginin nerede düştüğünü göremezsiniz.

Bu yüzden zincirin ilk halkasındaki belirsizlik en pahalısıdır. Bir iş bölünecekse, ilk adımın kısıtları en sıkı yazılmalı. Sonraki adımlarda gevşetmek mümkün; başta gevşek bırakılan şey sonradan toplanamaz.

Sohbette biriken belirsizlik

Aynı şey uzun sohbetlerde de olur. Model her mesajda önceki konuşmanın tamamını girdi olarak alır — kendi verdiği kararlar dahil.

Beşinci mesajda modelin varsaydığı bir ton, yirminci mesajda artık sabitlenmiş gibi davranır. Siz o tonu hiç istemediniz; model bir kez seçti ve kendi çıktısını okuyarak sürdürdü.

Pratik sonucu: uzun bir sohbette istediğinizi alamıyorsanız, düzeltmeye çalışmak yerine yeni bir konuşma açmak çoğu zaman daha hızlıdır. Birikmiş kararları temizlemenin en kolay yolu budur.

Belirsizliği azaltmanın sınırı

Bu yazının tersi de doğru: her şeyi belirtmek çözüm değil.

Aşırı kısıt çelişki üretir. “En fazla 60 karakter” ve “üç özelliği de belirt” aynı promptta olamayabilir. Model birini seçer, hangisini seçtiğini siz kontrol edemezsiniz.

Uzun prompt dikkati dağıtır. Her cümle modelin işlemesi gereken bir şey daha demektir. Otuz maddelik bir kural listesinde bazı maddeler kaçınılmaz olarak ıskalanır. → Prompt Ne Kadar Uzun Olmalı? Ayrıntının Ters Tepmeye Başladığı Nokta

Bazı belirsizlik istenir. Fikir üretimi, yaratıcı yazı ve keşif işlerinde model seçeneği açık bırakmak sonucu iyileştirir. Belirsizlik her zaman düşman değil — kontrol etmediğiniz belirsizlik düşman.

Belirsizliği azaltmak bilgiyi yaratmaz. Model bir konuyu bilmiyorsa en net prompt bile o bilgiyi üretmez. → Promptla Çözülemeyen Problemler: Yedi Belirti ve Doğru Çözümleri

Özet

Promptta belirtmediğiniz her şey, model tarafından karara bağlanır. Model boşluğu boş bırakmaz — eğitim verisindeki en yaygın hâle kayar.

“Yapay zeka gibi yazılmış” dediğimiz metin, bu varsayılanların toplamıdır: ortalama uzunluk, nötr ton, temkinli kesinlik, genel izleyici.

Belirsizlik yedi yerden gelir: kapsam, izleyici, format, kaynak, amaç, referans ve ton. Bir çıktı beklentinizi karşılamadığında sebep neredeyse her zaman bunlardan biridir.

Kendi promptunuzu denetlemek için tek bir soru yeter: bu çıktıyı neye göre kabul edip reddedeceğim? Cevabı kafanızda varsa promptta da olmalı.

Sık sorulanlar

İlgili yazılar