İnteraktif Sunum

Prompt
Engineering

Yapay zeka modellerinden en iyi sonuçları almak için kullanılan temel prompt tekniklerini interaktif örneklerle keşfedin.

Keşfetmeye Başla
Aşağı Kaydır
Teknik 01

Zero-Shot Prompting

Hiçbir örnek vermeden, modelin genel bilgisine güvenerek doğrudan soru sormak. En basit ama modelin kapasitesine en bağımlı tekniktir.

zero-shot-demo.ai
💬 Hiçbir örnek veya bağlam olmadan direkt sorun
Kullanıcı: "Şu cümleyi İngilizce'ye çevir: 'Yapay zeka dünyayı değiştiriyor.'"
K
Kullanıcı
AI
Yapay Zeka
Teknik 02

One-Shot & Few-Shot

Modele bir veya birkaç örnek vererek, beklenen çıktı formatını ve kalitesini yönlendirirsiniz. Daha fazla örnek, daha tutarlı sonuçlar demektir.

few-shot-demo.ai
📊 Örnek sayısını ayarlayın ve yanıt kalitesini gözlemleyin
Zero-Shot (0 örnek) One-Shot (1 örnek) Few-Shot (3 örnek)
Görev: "Aşağıdaki cümlenin duygusunu analiz et."

Girdi: "Bu ürün gerçekten harika, çok memnun kaldım!"
AI
Yapay Zeka Yanıtı
Teknik 03

Role Prompting

Modele belirli bir rol atayarak, o alandaki uzmanlık perspektifinden yanıt alırsınız. Aynı soru, farklı roller ile tamamen farklı cevaplar üretir.

role-prompt-demo.ai
🎭 Bir rol seçerek aynı soruya farklı perspektiflerden yanıt alın
👨‍🏫
Öğretmen
Eğitimci perspektifi
👩‍⚕️
Doktor
Sağlık perspektifi
👨‍💻
Yazılımcı
Teknik perspektif
System: "Sen deneyimli bir öğretmensin. Konuları basit ve anlaşılır şekilde açıkla."

Kullanıcı: "Stres yönetimi hakkında ne önerirsin?"
AI
Yapay Zeka [ Öğretmen ]
Teknik 04

Contextual Prompting

Modele ek bağlam bilgisi vererek daha spesifik ve doğru yanıtlar almanızı sağlar. Bağlam, yanıtın kalitesini dramatik şekilde artırır.

contextual-demo.ai
Bağlam Yok
Bağlam Var
Kullanıcı: "Bu projeyi nasıl iyileştirebilirim?"

📎 Bağlam: "Proje, React ile yazılmış bir e-ticaret uygulamasıdır. 50.000 aktif kullanıcısı vardır. Sayfa yüklenme süresi ortalama 4.2 saniyedir. Mobil kullanıcı oranı %72'dir. Backend Node.js + MongoDB kullanmaktadır."

Bağlamsız Yanıt

Bağlamlı Yanıt

Bağlamı etkinleştirin...
Teknik 05

System Prompting

Modelin davranışını, tonunu ve kişiliğini belirleyen temel talimatlar. System prompt, her konuşmanın arkasındaki "görünmez yönetmen"dir.

system-prompt-demo.ai
⚡ Bir system prompt seçin ve farkı görün
System: "Sen resmi ve profesyonel bir asistansın. Kullanıcıya her zaman kibar ve formal bir dille yanıt ver."
K
Kullanıcı Bugün hava nasıl olacak?
AI
Yapay Zeka
Teknik 06

Chain of Thought (CoT)

Modelden adım adım düşünmesini isteyerek, karmaşık problemlerde doğru sonuca ulaşma olasılığını artırır. "Adım adım düşün" ifadesi, yapay zekanın mantık zincirini açığa çıkarır.

chain-of-thought-demo.ai
🧠 CoT'yu aktifleştirin ve düşünce zincirini izleyin
CoT Yok
CoT Aktif
Soru: "Bir çiftlikte 15 inek ve 23 koyun var. Toplamda kaç bacak vardır?"

💡 Ek talimat: "Adım adım düşünerek yanıtla."

CoT Olmadan

CoT ile

CoT'yu etkinleştirin...
Teknik 07

Step-Back Prompting

Detaylı bir soruya geçmeden önce, bir adım geri atarak daha genel ve soyut bir soru sormak. Bu yaklaşım modelin temel kavramları hatırlamasını sağlayarak daha derin yanıtlar üretir.

step-back-demo.ai
🔙 Step-Back ile önce genel kavramı kavrayın, sonra detaya inin
Direkt Soru
Step-Back
Kullanıcı: "Python'da async/await nasıl çalışır?"

Direkt Yanıt

Step-Back Yanıtı

Step-Back'i etkinleştirin...
Teknik 08

Tree of Thoughts (ToT)

Tek bir düşünce zinciri yerine, birden fazla düşünce dalı oluşturarak en iyi yolu seçer. Her dal farklı bir yaklaşımı temsil eder ve en başarılı dal sonuç olarak kullanılır.

tree-of-thoughts-demo.ai
🌳 Butona basın ve düşünce dallarının oluşmasını izleyin
Problem: "24 sayısını 1, 3, 4, 6 sayılarını kullanarak elde et. Her sayıyı bir kez kullan."

Dal A

Dal B

Dal C

Teknik 09

ReAct (Reason + Act)

Model, her adımda önce düşünür (Reason), ardından bir aksiyon alır (Act) ve sonucu gözlemler (Observe). Bu döngü, modelin araç kullanarak gerçek zamanlı bilgiye ulaşmasını sağlar.

react-demo.ai
⚡ Butona basarak Düşün-Yap-Gözlemle döngüsünü başlatın
Soru: "İstanbul'da yarın hava nasıl olacak ve buna göre ne giymeli?"
Teknik 10

Self-Consistency

Aynı soruyu birden fazla kez sorarak farklı düşünce yolları üretir ve en tutarlı (çoğunluk oyu alan) yanıtı seçer. Tek bir yanıta güvenmek yerine, birden fazla perspektiften doğrulama yapar.

self-consistency-demo.ai
🗳️ 3 farklı yanıt yolu oluşturun ve çoğunluk oyuyla sonuca ulaşın
Problem: "Bir otoparkta 8 araba var. 3 araba gitti, 5 araba geldi. Sonra 2 araba daha gitti. Otoparkta kaç araba var?"

Yol 1

Yol 2

Yol 3