Ünite 10 / 12

Yaygın Prompt Hataları ve Çözümleri

Kazanimlar:

  • En sık yapılan prompt hatalarını gerçek örneklerden tanır
  • Her hata için pratik ve tekrarlanabilir bir düzeltme uygulayabilir
  • Kötü çıktının çoğu zaman kötü prompt'tan kaynaklandığını fark eder

Bu modülde iyi prompt yazmanın tekniklerini tek tek öğrendik. Şimdi bunları farklı bir açıdan pekiştirelim: en sık yapılan hatalara ve çözümlerine bakarak. Kötü AI çıktısının büyük çoğunluğu, modelin yetersizliğinden değil, kötü prompt'tan kaynaklanır. Bu ünitedeki hataları tanırsanız, kendi prompt'larınızdaki sorunları hızla teşhis edip düzeltebilir; "AI bunu yapamıyor" demek yerine "prompt'umu şöyle düzelteyim" diyebilirsiniz.

Hataları Neden Tanımak Önemli?

Bir çıktı beklentinizi karşılamadığında iki tepki verebilirsiniz: aracı suçlamak ya da prompt'u sorgulamak. Deneyimli kullanıcı ikincisini yapar. Çünkü çoğu zaman sorunun kaynağı bellidir ve küçük bir düzeltmeyle sonuç değişir. Aşağıda en sık sekiz hatayı, belirtisini ve çözümünü göreceğiz.

En Sık Sekiz Hata

Hata

Belirti

Çözüm

Muğlaklık

Genel, "herkese uyan" cevap

Ölçülebilir talimat ver

Sıfır bağlam

Duruma uymayan çıktı

Kim/neden/geçmiş ekle

Format belirtmeme

Yanlış biçimde çıktı

Format zorla

Kısıt yokluğu

Fazla, sapan içerik

"Yapma" listesi ekle

Aşırı yükleme

Model bazı istekleri atlar

İşi böl, öncele

Doğrulamama

Uydurma bilgiyi kullanma

Olguları kaynakla kontrol et

Tek atış beklentisi

İlk çıktıda pes etme

İterasyon yap

Çelişkili talimat

Tutarsız çıktı

Kısıtları uyumlu hale getir

Adım Adım Teşhis Yöntemi

Bir çıktı bozuk geldiğinde şu sırayı izleyin:

  1. Görev net mi? Fiil somut mu, ne istediğiniz tek anlama mı geliyor?
  2. Bağlam yeterli mi? Model durumu biliyor mu?
  3. Format söylenmiş mi? Biçim istediğiniz gibi mi?
  4. Kısıt var mı? Neyin istenmediği yazılı mı?
  5. Çok mu yükledim? Tek prompt'ta 5 ayrı iş mi istedim?
  6. Doğruladım mı? Sayı, isim, tarih kontrol edildi mi?

Bu altı soru, hataların neredeyse tamamını yakalar.

Dört Kopyalanabilir Düzeltme Şablonu

1) Muğlaklığı gidermek:

Şu talimatı ölçülebilir hale getir:[muğlak talimat]Belirsiz her noktayı somut sayı, adet veya kritere çevir.

2) Aşırı yüklemeyi bölmek:

Bu görevi tek seferde yapma. Şu sırayla ilerle veher adımı bitirince dur, onayımı bekle:1) [alt görev 1]2) [alt görev 2]3) [alt görev 3]

3) Uydurmayı sınırlamak:

Sadece aşağıda verdiğim bilgilere dayan.Bilgi yoksa "veri yok" yaz; tahmin veya ekleme yapma.Kullandığın her önemli iddianın hangi satırdan geldiğini belirt.Kaynak: [metin]

4) Çelişkiyi çözmek:

Sana verdiğim talimatlarda çelişki var mı kontrol et.Varsa çelişen noktaları listele ve bana hangisiniönceliklendireceğimi sor; sonra ona göre üret.

Zayıf Prompt / Güçlü Prompt

Zayıf (birçok hata bir arada):

Şirketimiz için pazarlama, bütçe ve işe alım hakkındakapsamlı bir plan yaz, iyi olsun.

Güçlü (hatalar giderilmiş):

Rol: KOBİ'lere danışmanlık yapan bir iş geliştirme uzmanısın.Bağlam: 12 kişilik bir yazılım firması; hedef bu çeyrek 20 yeni müşteri.Görev: SADECE pazarlama planı yaz (bütçe ve işe alımı dahil etme).Format: 5 maddelik aksiyon listesi; her madde: aksiyon + sorumlu + ölçüt.Kısıt: Ücretli reklam bütçesi 0; sadece organik kanallar öner.Uydurma metrik verme; öneriyi gerekçelendir.

Güçlü sürüm aşırı yüklemeyi (üç konuyu tek prompt'a sıkıştırma) böler, muğlaklığı ("iyi olsun") ölçütle değiştirir, format ve kısıt ekler.

Üç Mini Vaka

Vaka 1 — Aşırı yükleme. Bir yönetici tek prompt'ta hem rapor özeti, hem sunum planı, hem de e-posta istedi; model üçünü de yarım yaptı. İşi üç ayrı prompt'a bölünce her çıktı tam ve kullanılabilir oldu. Toplam süre, tek karmaşık prompt'la boğuşmaktan daha kısaydı.

Vaka 2 — Doğrulamama. Bir içerik ekibi modelin verdiği bir "sektör istatistiğini" doğrulamadan yayınladı; sayı yanlış çıktı ve düzeltme yayımlamak zorunda kaldılar. Sonrasında "her sayıyı kaynağıyla ver, kaynağı ben kontrol edeceğim" kuralını benimseyip bu riski ortadan kaldırdılar.

Vaka 3 — Çelişkili talimat. Bir pazarlamacı "çok kısa ama tüm özellikleri anlat" deyince model bazı özellikleri atlıyordu. Talimatı "en önemli 3 özelliği 60 kelimede anlat" diye çelişkisiz hale getirince çıktı hem kısa hem eksiksiz oldu.

İpucu: Prompt'unuzu yayına almadan önce "altı teşhis sorusu"ndan geçirin. Bu 30 saniyelik kontrol, çoğu iterasyon turunu baştan gereksiz kılar.
Dikkat: En tehlikeli hata "doğrulamama"dır çünkü çıktı akıcı ve ikna edici göründüğü için gözden kaçar. Model bir sayıyı, ismi veya kaynağı çok emin bir dille uydurabilir. Yayınlanacak veya karar dayanağı olacak her olguyu bağımsız kaynaktan doğrulayın. Bu konuyu bir sonraki ünitede derinleştireceğiz.

Görünmez Hata: "Neredeyse Doğru" Çıktı

Bazı hatalar kolay yakalanır: çıktı yanlış formatta gelir, konudan sapar veya boş çıkar. Ama en sinsi hata, çıktının neredeyse doğru olmasıdır. Metin akıcıdır, yapı düzgündür, ton yerindedir; sadece içinde tek bir yanlış sayı, gözden kaçan bir kısıt veya küçük bir mantık hatası vardır. Bu tür çıktılar tehlikelidir çünkü "iyi göründüğü" için denetimden kaçarlar.

Buna karşı iki alışkanlık koruyucudur. Birincisi, çıktıyı okumadan kullanmamak: ne kadar acele ederseniz edin, göndermeden önce baştan sona okuyun. İkincisi, modele kendi çıktısını denetletmek: "verdiğim tüm kısıtlara uydun mu, tek tek kontrol et" veya "bu metindeki tüm sayıları listele" demek, gizli hataları yüzeye çıkarır. Bu iki adım birkaç saniye alır ama "neredeyse doğru" çıktının yol açtığı hatalı kararların maliyeti çok daha yüksektir.

Hataları önlemek: kontrol yerine tasarım

Deneyimli kullanıcı hataları çıktıda avlamak yerine, prompt'ta baştan önlemeye çalışır. Bu bir zihniyet farkıdır. Her tekrar eden hatayı bir "kalıcı kural"a çevirin: bir özet işinde model sürekli yorum katıyorsa, artık her özet prompt'unuza "yorum katma" kısıtını sabit olarak koyun. Bir liste işinde model hep fazla madde üretiyorsa, "tam olarak X madde" kısıtını şablonunuza yerleştirin. Böylece aynı hatayı her seferinde yeniden yakalamak yerine, oluşmasını en baştan engellemiş olursunuz. İyi tasarlanmış bir prompt, sonradan yapılacak onlarca düzeltmenin yerine geçer; bu da hata teşhisini bir yük olmaktan çıkarıp bir öğrenme ve iyileştirme aracına dönüştürür.

Sık yapılan hatalar

  • Aracı suçlamak. Sorunu prompt'ta aramak yerine "AI yapamıyor" demek.
  • Tek prompt'a çok iş yüklemek. Beş ayrı işi tek talimata sıkıştırıp hepsini yarım almak.
  • Doğrulamayı atlamak. Akıcı çıktının doğru olduğunu varsaymak.
  • Çelişkili kısıt vermek. "Kısa ama kapsamlı" gibi kendi içinde çelişen istekler.
  • Teşhis etmeden yeniden denemek. Neyin bozuk olduğunu bulmadan aynı hatayı tekrarlamak.

Özetle

  • Kötü çıktının çoğu, modelin değil prompt'un sorunudur; teşhis edilebilir ve düzeltilebilir.
  • En sık hatalar: muğlaklık, sıfır bağlam, format eksikliği, kısıt yokluğu, aşırı yükleme, doğrulamama, tek atış beklentisi ve çelişki.
  • Altı teşhis sorusu (görev, bağlam, format, kısıt, yük, doğrulama) hataların çoğunu yakalar.
  • Karmaşık işleri bölmek, tek prompt'a yüklemekten daha hızlı ve daha kaliteli sonuç verir.
  • En sinsi hata doğrulamamadır; akıcı çıktı doğru demek değildir.

Uygulama görevi

Beğenmediğiniz bir eski çıktı bulun ve onun prompt'unu "altı teşhis sorusu"ndan geçirin. Hangi hataların olduğunu işaretleyin, her biri için bu ünitedeki düzeltmeyi uygulayın ve prompt'u yeniden çalıştırın. Kaç turda değil, hangi tek düzeltmenin en büyük iyileşmeyi sağladığını not edin.

Kontrol listesi

  • [ ] Kötü çıktıda önce prompt'u sorguluyorum, aracı değil.
  • [ ] Altı teşhis sorusunu uygulayabiliyorum.
  • [ ] Karmaşık işleri birden çok prompt'a bölüyorum.
  • [ ] Çelişkili ve muğlak talimatları fark edip düzeltiyorum.
  • [ ] Olgusal çıktıyı yayınlamadan önce doğruluyorum.