Prompt Nedir? Etkili Prompt Nasıl Yazılır? Örneklerle Kapsamlı Rehber

Kısaca Prompt (Türkçede istem), bir yapay zekâ modeline ne yapmasını istediğinizi anlatan talimat, soru veya bağlamdır. Etkili bir prompt; amacı, gerekli bağlamı, kısıtları ve beklenen çıktı formatını mümkün olduğunca açık belirtir.

ChatGPT, Gemini veya Claude gibi bir yapay zekâ aracına yazdığınız her istek bir prompttur.

Örneğin:

“Agile nedir?”

sorusu da bir prompttur; aynı konuyu şu şekilde istemek de:

“Agile yaklaşımını daha önce bu konuda çalışmamış bir yöneticiye, teknik terimleri mümkün olduğunca azaltarak ve iş hayatından üç örnek kullanarak açıkla.”

İkinci prompt daha uzun, ama farkı uzunluğundan gelmiyor. Yapay zekâya cevabın kimin için, hangi amaçla ve nasıl bir biçimde hazırlanacağını söylüyor. Aynı modelle çalışırken sonucun kalitesini belirleyen ve tamamen sizin kontrolünüzde olan değişken de bu yönlendirmedir.

Prompt Ne Demek?

Prompt, İngilizce kökenli bir kelimedir. Fiil olarak “to prompt”, birini bir şey söylemeye ya da yapmaya yönlendirmek anlamına gelir; tiyatroda oyuncuya unuttuğu repliği hatırlatan kişiye de bu kökten “prompter” denir. Yapay zekâ bağlamında kelime aynı mantığı taşır: prompt, modeli belirli bir cevabı üretmeye yönlendiren girdidir.

Türkçede “istem” karşılığı da kullanılır, ancak günlük teknoloji dilinde “prompt” çok daha yaygındır. Kelime zaman zaman “promt” biçiminde yazılsa da doğru yazımı “prompt”tur.

Prompt yalnızca bir soru ya da yalnızca bir komut değildir. “Toplantı notlarını özetle.” bir talimattır, “Bu metin neden ikna edici değil?” bir sorudur, yapay zekâya yapıştırdığınız müşteri yorumları ise bağlamdır. Üçü de aynı promptun parçası olabilir. Bu yüzden prompt, modelle kurduğunuz iletişimin tamamını kapsayan daha geniş bir kavramdır.

Yapay Zekâda Prompt

Yapay zekâ açısından prompt, modelin gerçekleştirmesini istediğiniz görevi tanımlayan girdidir. Bu görev bir soruyu cevaplamak olabileceği gibi bir raporu özetlemek, bir tabloyu analiz etmek, iki seçeneği karşılaştırmak, kodu incelemek veya toplantı notlarından aksiyon maddeleri çıkarmak da olabilir.

Örneğin:

“Bu toplantı notlarını özetle.”

basit ama geçerli bir prompttur.

Aynı görevi şöyle tanımladığınızda ise modele çok daha fazla yön vermiş olursunuz:

“Aşağıdaki toplantı notlarını yönetim ekibi için özetle. En önemli üç kararı ve açık kalan aksiyonları ayrı başlıklar altında göster. Toplantıda konuşulmayan hiçbir bilgiyi ekleme.”

Bu hâliyle model yalnızca ne yapacağını değil, hangi bilginin önemli olduğunu, sonucun kimin için hazırlandığını ve hangi sınırın dışına çıkmaması gerektiğini de bilir.

Prompt Türleri

Günlük kullanımda “prompt” denildiğinde çoğunlukla sohbet kutusuna yazılan mesaj kastedilir. Ancak bir yapay zekâ aracının cevabını şekillendiren birkaç farklı girdi türü vardır; aralarındaki farkı bilmek, aynı isteğe neden farklı sonuçlar aldığınızı anlamayı kolaylaştırır.

Tür	Ne işe yarar?	Örnek
Kullanıcı promptu	O anki isteği tanımlar	“Bu e-postayı daha kısa ve resmî hâle getir.”
Sistem promptu / özel talimatlar	Konuşma boyunca geçerli genel kuralları, rolü ve üslubu belirler	“Cevaplarını Türkçe ver, teknik terimlerin İngilizcesini parantez içinde yaz.”
Örnekli prompt (few-shot)	İstenen çıktıyı birkaç örnekle gösterir	Üç ürün açıklaması örneği verip dördüncüsünü aynı üslupla yazdırmak
Görsel üretim promptu	Görüntünün konusunu, stilini ve kompozisyonunu tarif eder	“Beyaz zeminde, lacivert ve turkuaz tonlarında, üstten çekilmiş sade bir çalışma masası”

Sistem promptu çoğu zaman uygulamayı geliştiren ekip tarafından yazılır ve kullanıcıya görünmez. Bazı sohbet araçlarında bulunan özel talimat veya proje talimatı alanları ise kullanıcının kendi tanımlayabildiği benzer bir katmandır. Görsel üretim araçlarının bir kısmı ayrıca görüntüde olmaması gereken unsurları belirtmek için negatif prompt alanı sunar.

İyi Bir Prompt Neden Fark Yaratır?

Yapay zekâ niyetinizi kendiliğinden bilemez. “Satış performansımızı değerlendir.” dediğinizde model pek çok şeyi tahmin etmek zorunda kalır: Hangi dönem değerlendirilmeli, hangi metrikler önemli, sonuç kimin için hazırlanıyor, yalnızca problem mi gösterilmeli yoksa aksiyon da önerilmeli? Bu soruların cevabı promptta yoksa model boşlukları kendi varsayımlarıyla doldurur ve ortaya çoğu zaman genel, yüzeysel ya da sizin bağlamınıza uymayan bir metin çıkar.

Aynı isteği şu şekilde yazdığınızda varsayım alanı daralır:

Ekli ikinci çeyrek satış raporunu analiz et. Bir önceki çeyreğe göre gelir, yeni müşteri sayısı ve müşteri kaybındaki değişimleri değerlendir. Yönetim ekibinin dikkat etmesi gereken en önemli üç bulguyu açıkla ve her bulgu için bir aksiyon öner.

Burada önemli bir ayrım var: İyi prompt, mümkün olduğunca uzun prompt demek değildir. Gereksiz ayrıntı da en az eksik bilgi kadar sorun yaratabilir; modelin dikkatini önemsiz noktalara dağıtır, birbiriyle çelişen talimatlara yol açabilir. Amaç, görevi doğru yapmak için gereken bağlamı vermek, modeli bilgiye boğmak değil.

Etkili Prompt Nasıl Yazılır?

İş hayatında kullanılan promptların büyük bölümü dört unsurla belirgin biçimde iyileşir. Bir prompt hazırlarken kendinize şu dört soruyu sormanız çoğu durumda yeterlidir:

1. Görev: Yapay zekâdan tam olarak ne yapmasını istiyorum?

2. Bağlam: Görevi doğru yapabilmesi için hangi bilgiye ihtiyacı var? Kimin için, hangi durumda, hangi veriyle?

3. Kriterler: Uyması gereken sınırlar, dahil etmesi veya dışarıda bırakması gereken konular neler?

4. Çıktı formatı: Sonucu hangi biçimde görmek istiyorum? Tablo, madde listesi, e-posta taslağı ya da belirli bir uzunluk mu?

Örneğin bir onboarding planı hazırlamak istediğinizi düşünelim.

“Product Owner için onboarding planı hazırla.” demek yerine şu şekilde yazabilirsiniz:

“Yeni başlayan bir Product Owner için 30 günlük onboarding planı hazırla. Çalışan tamamen uzaktan çalışacak. Plan; ürün bilgisi, ekip ve paydaşlarla tanışma, kullanılan araçların öğrenilmesi ve ilk sorumlulukların devralınmasını kapsasın. Sonucu haftalara ayrılmış bir tablo halinde sun ve her haftanın sonunda beklenen çıktıyı belirt.”

Bu promptta görev bir onboarding planı hazırlamak; bağlam, çalışanın Product Owner olması ve uzaktan çalışması; kriterler, planın kapsaması gereken dört alan; çıktı formatı ise haftalık tablodur. Aynı yapı departmandan bağımsız olarak çoğu iş senaryosuna uyarlanabilir.

Basit görevlerde bu unsurların hepsini uzun uzun yazmanız gerekmez. “Bu paragrafı daha sade yaz.” gibi bir istekte görev ve format zaten açıktır. Dört unsur asıl farkını, sonucun kalitesinin önemli olduğu ve modelin tahmin yürütmesini istemediğiniz durumlarda gösterir.

Prompt Örnekleri

Çoğu zaman sorun modelin kapasitesinden çok görevin belirsiz tanımlanmasıdır. Aşağıdaki örneklerde fark daha süslü cümleler kurmaktan değil, başarılı cevabın ne olduğunu tanımlamaktan geliyor.

Belirsiz prompt	Daha etkili prompt
Müşteriye cevap yaz.	Teslimat gecikmesinden şikâyet eden kurumsal bir müşteriye 120 kelimelik bir e-posta yaz. Özür dile, yeni teslim tarihini net ver ve sorumluluğu başka bir tarafa atma.
LinkedIn gönderisi yaz.	B2B teknoloji yöneticilerine yönelik, kurumsal yapay zekâ dönüşümünde doğru kullanım senaryosu seçmenin önemini anlatan 180 kelimelik bir LinkedIn gönderisi yaz.
Bu kodu düzelt.	Bu Python kodunu hata, güvenlik, performans ve okunabilirlik açısından incele. Bulduğun sorunları nedenleriyle açıkla ve düzeltilmiş kod öner.
Projeyi değerlendir.	Projeyi müşteri değeri, teknik risk, maliyet ve uygulama süresi açısından değerlendir. Varsayımlarını ayrıca belirt.
Bana tatil öner.	Mayıs ayında, 4 günlük, İstanbul’dan en fazla iki saatlik uçuş mesafesinde, yürüyüş ve yerel mutfak odaklı üç rota öner. Her biri için tahmini bütçe aralığını yaz.

Aynı yaklaşım iş hayatının hemen her alanında geçerlidir. Bir ürün yöneticisi yüzlerce müşteri yorumunu tekrar eden problemlere göre gruplatabilir, bir yönetici uzun bir raporun ilk değerlendirmesini isteyebilir, bir yazılım ekibi yapay zekâyı kod incelemesi ve test senaryosu üretimi için kullanabilir. Departman bazlı kullanım örneklerini ve kurumsal kullanımda dikkat edilmesi gerekenleri Kurumsal Hayatta Yapay Zekâ: Etkili Prompt Yazma ve Asistan Kullanım Rehberi yazımızda ayrıntılı olarak ele aldık.

Takip Promptlarıyla Sonucu Geliştirmek

Yapay zekâ kullanımındaki en yararlı alışkanlıklardan biri, ilk cevabı nihai cevap olarak görmemektir. Prompt yazımı tek seferlik bir komuttan çok bir diyalogdur; ilk cevap, neyin eksik kaldığını görmenizi sağlayan bir taslak işlevi görür.

İlk cevaptan sonra “Bu önerileri maliyet ve beklenen etki açısından karşılaştır.”, “İkinci öneri fazla genel; somut bir uygulama planına dönüştür.” ya da “Bu sonucun hangi varsayımlara dayandığını belirt.” gibi takip promptlarıyla sonucu adım adım daraltabilirsiniz. Her şeyi tek promptta anlatmaya çalışmak yerine çıktıyı değerlendirip doğru takip sorusunu sormak çoğu zaman daha iyi sonuç verir. Prompt becerisi bu yüzden iyi komut yazmaktan çok, yapay zekâyla etkili çalışabilme becerisidir.

Rol Vermek ve Gerekçe İstemek

“Bir pazarlama uzmanı gibi davran” veya “bir Agile koçu gibi düşün” gibi rol tanımları modele bir perspektif kazandırabilir, ancak tek başına iyi bir prompt oluşturmaz. “Bir SEO uzmanı gibi davran ve bu sayfayı değerlendir.” yerine şunu yazmak çok daha işe yarar:

Bu sayfayı SEO uzmanı perspektifiyle değerlendir. Arama niyeti, içerik kapsamı, başlık yapısı, iç linkleme ve dönüşüm potansiyeli açısından incele. Bulguları önem sırasına göre açıkla.

Rol bakış açısını belirler; cevabın kalitesini ise hangi kriterlere göre değerlendirme yapılacağı belirler. Benzer bir mantık, yapay zekâdan “adım adım düşünmesini” istemek için de geçerlidir. Güncel modellerin birçoğu karmaşık görevlerde akıl yürütme sürecini zaten kendisi işletir. İş hayatında daha kullanışlı olan, kararın kontrol edilebilir parçalarını istemektir:

Bu üç alternatifi maliyet, risk ve beklenen fayda açısından değerlendir. Önerdiğin seçeneğin üç temel gerekçesini belirt ve hangi varsayımlara dayandığını ayrıca yaz.

“Emin olmadığın noktaları işaretle.”, “Sonucu verilen kriterlere göre yeniden kontrol et.” veya “Kullandığın varsayımları açıkla.” gibi eklemeler de cevabı yalnızca okumanızı değil, değerlendirmenizi kolaylaştırır.

Prompt Yazarken Sık Yapılan Hatalar

En yaygın hata, modele yeterli bağlam vermemektir. Yapay zekâ şirketinizi, müşterinizi, süreçlerinizi veya karar kriterlerinizi kendiliğinden bilemez; bunların görev açısından önemli olan kısmını sizin belirtmeniz gerekir.

Bir diğer sık hata, tek bir promptta çok sayıda farklı iş istemektir. Aynı anda pazar analizi, rakip araştırması, fiyatlandırma önerisi ve yönetim sunumu istemek yerine karmaşık görevleri aşamalara ayırmak daha kontrollü sonuç verir. Çıktı formatını belirtmemek de benzer bir sorun yaratır: Yönetim ekibi için hazırlanacak bir özet ile teknik ekip için hazırlanacak bir analiz aynı biçimde olmamalıdır.

Son olarak yapay zekâ çıktısını otomatik olarak doğru kabul etmemek gerekir. Modeller yanlış veya eksik bilgi üretebilir, bağlamı yanlış yorumlayabilir ya da ikna edici görünen ama hatalı sonuçlar verebilir. Şirket verileri, finansal bilgiler, teknik analizler ve kritik kararlar söz konusu olduğunda insan kontrolü ve doğrulama sürecin parçası olmalıdır. Aynı şekilde gizli veya kişisel verileri, kurumunuzun kullanımına izin verdiği araçlar dışındaki yapay zekâ sistemlerine girmemek de prompt yazımının temel kurallarından biridir.

Prompt Yazma ve Prompt Mühendisliği Farkı

Bu iki kavram sık sık birbirinin yerine kullanılsa da aynı şeyi ifade etmez. Etkili prompt yazımı, günlük işlerde yapay zekâdan daha iyi sonuç almak için görevi, bağlamı ve beklentileri doğru ifade etmektir. Prompt mühendisliği ise özellikle yapay zekâ tabanlı ürün ve sistemlerde promptların sistematik biçimde tasarlanmasını, test edilmesini, değerlendirilmesini ve geliştirilmesini kapsayan daha geniş bir alandır.

Toplantı notlarını başarıyla özetleten bir prompt yazan çalışan, prompt mühendisliği yapmış olmaz. Prompt mühendisliğinde test setleri, model davranışlarının ölçülmesi, sistem talimatları, güvenlik önlemleri ve değerlendirme mekanizmaları gibi daha teknik konular devreye girer. Bu alanı ayrıntılı incelemek isterseniz Prompt Mühendisliği: Nedir ve Ne Değildir? yazımıza göz atabilirsiniz.

İyi Prompt, İyi Problem Tanımıyla Başlar

Modeller geliştikçe doğal dili daha iyi anlıyor, uzun bağlamlarla çalışabiliyor ve eksik bilgiyi kullanıcıya sorarak tamamlayabiliyor. Bu gelişme, “mükemmel prompt cümlesini” bulmanın önemini azaltırken asıl beceriyi daha görünür kılıyor: neyi çözmeye çalıştığınızı, yapay zekânın hangi bağlama ihtiyaç duyduğunu ve başarılı bir sonucun nasıl görünmesi gerektiğini açık biçimde tanımlayabilmek.

Sharpware olarak kurumsal yapay zekâ çalışmalarında gördüğümüz fark da burada ortaya çıkıyor. Yapay zekâdan yüksek değer alan ekipler ona yalnızca ne yazması gerektiğini söylemiyor; hangi problemi çözdüğünü ve iyi sonucun neye benzediğini de tanımlıyor. Hazır prompt formüllerini ezberlemek yerine bu alışkanlığı geliştirmek, araçlar değişse de geçerliliğini koruyan bir yetkinlik sağlıyor.

Üretken yapay zekâ araçlarını günlük iş süreçlerinde daha etkili kullanmayı uygulamalı örneklerle öğrenmek isterseniz Sharpware’ın ChatGPT ve Etkili Prompt Yazımı Eğitimi’ni inceleyebilirsiniz. Yapay zekâyı kurumunuzda bireysel bir araç olarak değil, ortak bir çalışma yetkinliği olarak geliştirmek istiyorsanız kurumsal yapay zekâ eğitimlerimize de göz atabilirsiniz.

Sık Sorulan Sorular

Hazır prompt şablonları kullanmak faydalı mı?

Evet, başlangıç noktası olarak faydalı olabilir. Ancak en iyi sonuç için hazır şablonun kendi hedefinize, verinize, hedef kitlenize ve beklediğiniz çıktıya göre uyarlanması gerekir.

Aynı prompt neden her seferinde farklı cevap verebilir?

Büyük dil modelleri cevap üretirken bir sonraki kelimeyi olasılıklara göre seçer ve bu süreçte belirli ölçüde rastlantısallık bulunur. Bu nedenle aynı prompt farklı denemelerde farklı ifadeler veya yapılar üretebilir. Tutarlılığın önemli olduğu işlerde çıktı formatını, kriterleri ve gerekirse örnek bir cevabı promptta tanımlamak farkı azaltır.

Aynı prompt ChatGPT, Gemini ve Claude’da aynı sonucu verir mi?

Genellikle hayır. Modeller farklı verilerle eğitilir ve farklı varsayılan davranışlara sahiptir; aynı prompt birinde kısa ve net, diğerinde daha ayrıntılı bir cevap üretebilir. Görevi, bağlamı ve kriterleri açıkça yazılmış promptlar ise modeller arasında daha tutarlı sonuç verme eğilimindedir.

Prompt yazarken Türkçe mi İngilizce mi kullanmak daha iyi?

Güncel modellerin büyük bölümü Türkçe promptları iyi anlar; çıktıyı Türkçe istiyorsanız promptu da Türkçe yazmak çoğu durumda en pratik yoldur. Çok teknik ya da özel bir alanda sonuçtan memnun kalmazsanız aynı görevi İngilizce de deneyip iki çıktıyı karşılaştırabilirsiniz.

Şirket içinde ortak bir prompt kütüphanesi oluşturmak mantıklı mı?

Evet. Tekrarlanan görevler için doğrulanmış prompt örneklerini paylaşmak ekipler arasında kalite ve hız açısından fayda sağlayabilir. Ancak bu promptların zaman içinde test edilmesi, güncellenmesi ve kullanım bağlamlarının açıkça belirtilmesi gerekir.