PROMPT ENGINEERING NEDİR?

Mayıs 2020'de OpenAI, GPT-3'ü tanıttığında kimse "prompt engineering" diye bir uzmanlık alanından bahsetmiyordu. Modelle konuşmak için doğal dilde yazmak yeterliydi — ama kısa sürede fark edildi ki aynı soruyu farklı biçimde sormak, tamamen farklı kalitede yanıtlar üretiyordu. İşte bu fark, 2020-2022 arasında yeni bir pratiğin doğmasına yol açtı: girdiyi mühendislik gibi tasarlama disiplini.

1. Prompt Engineering'in Tanımı

Prompt engineering, büyük dil modellerinden (LLM) istenen çıktıyı elde etmek için girdi metnini sistematik biçimde tasarlama ve iyileştirme pratiğidir. Bir programlama dilinden farkı, talimatların doğal dilde verilmesi; ortak yanı ise sonucun girdinin yapısına aşırı duyarlı olmasıdır.

Aynı modele "Fransa'nın başkenti nedir?" diye sormakla "Coğrafya öğretmeni gibi davran ve Fransa'nın başkentini bir cümleyle açıkla" demek arasındaki fark, sadece üslup değil; doğruluk oranını da değiştirebilir. Bu duyarlılığın ölçülüp belgelenmesi, alanın ortaya çıkış nedenidir.

2. GPT-3 Öncesi: Fine-tuning Çağı

2018'de BERT, 2019'da GPT-2 yayımlandığında dil modellerini bir göreve uyarlamanın standart yolu fine-tuning idi: etiketli veri toplar, modeli o veriyle yeniden eğitirdiniz. Bu yöntem hem pahalıydı hem de her görev için ayrı bir model anlamına geliyordu.

GPT-3'ün getirdiği kırılma şuydu: 175 milyar parametreli model, hiç ek eğitim almadan sadece prompt içinde verilen örneklerle yeni görevleri öğrenebiliyordu. Bu yeteneğe "in-context learning" denildi ve fine-tuning'in tek yol olmadığını gösterdi.

3. Few-Shot Prompting'in Doğuşu

Mayıs 2020'de yayımlanan "Language Models are Few-Shot Learners" makalesi, alanın kurucu metni sayılabilir. Brown ve arkadaşları, prompt içine 1-2 örnek koymanın (one-shot, few-shot) modelin başarımını dramatik biçimde artırdığını ölçtü.

Few-shot pratiği şu şekilde yapılandırıldı:

• Zero-shot: Sadece görev tanımı verilir, örnek yoktur.
• One-shot: Görev tanımı + tek bir örnek.
• Few-shot: Görev tanımı + birkaç örnek (genellikle 3-10).
• Örnek seçimi: Hangi örneklerin seçildiği, sıraları, formatları sonucu doğrudan etkiler.

2020-2021 boyunca araştırmacılar, "demonstration" denen bu örneklerin sayısı, çeşitliliği ve sırasıyla deneyler yaptı. Aynı problem için 4 örnekle %60, 8 örnekle %78 başarı gibi farklar gözlendi. Tekniklerin pratik kullanımına dair ayrıntılı kılavuzu incelemek, örnek seçimi ve format kararlarında işe yarayan kalıpları görmeyi kolaylaştırır.

4. Chain-of-Thought: 2022'nin Kırılması

Ocak 2022'de Google Research'ten Wei ve ekibinin yayımladığı "Chain-of-Thought Prompting" makalesi, alanı ikinci kez sarstı. Tek bir gözlem: modelden cevabı doğrudan vermesini istemek yerine "adım adım düşün" demek, matematik ve mantık problemlerinde başarımı katlıyordu.

Klasik prompt: "23 elma + 17 portakal = ? Cevap:" → model sıklıkla yanlış sayı veriyordu.
Chain-of-thought prompt: "Adım adım düşünelim. Önce elmaları sayalım: 23. Sonra portakalları: 17. Toplam = 23 + 17 = 40. Cevap: 40."

Bu kalıpla GSM8K matematik probleminde başarım %18'den %57'ye sıçradı. Sonrasında "zero-shot CoT" (Kojima ve ark., 2022) ortaya çıktı: sadece "Let's think step by step" cümlesini eklemek bile büyük bir fark yaratıyordu.

5. Tekniklerin Yelpazesi

2022 sonuna gelindiğinde prompt engineering, izole numaralardan oluşan bir koleksiyon değil; ölçülebilir teknikler bütünüydü:

1. Role prompting: Modele bir rol atama ("Sen bir hukuk danışmanısın...").
2. Self-consistency: Aynı soruyu birkaç kez sorup en sık çıkan cevabı seçme.
3. Tree-of-thoughts: Modelin birden çok düşünce dalını paralel keşfetmesi.
4. ReAct: Düşünme ve dış araç çağırmayı iç içe yürütme.
5. Output formatting: JSON, XML veya tablo formatında çıktı isteme.

Bu tekniklerin akademik makalelerle belgelenmesi, alanın "tüyo paylaşımı"ndan "metodoloji"ye geçişini hızlandırdı.

6. Neden "Engineering" Adı?

Eleştirenler, doğal dilde yazmanın mühendislik olarak adlandırılmasını abartılı bulur. Ancak isim, pratiğin üç özelliğinden geliyor: tekrarlanabilirlik, ölçülebilirlik ve iyileştirilebilirlik. Bir prompt yazılır, çıktıları bir test setiyle değerlendirilir, yeniden yazılır — yazılım geliştirme döngüsüne çok benzer.

Özellikle üretim ortamında çalışan LLM uygulamalarında prompt'lar versiyonlanır, A/B test edilir, değerlendirme metrikleriyle izlenir. Bu da pratiğin neden mühendislik olarak konumlandığını açıklıyor.

7. Günümüzde Durum

2024-2026 döneminde modeller talimat takibinde büyük ilerleme kaydetti; basit görevler için artık ayrıntılı prompt mühendisliği gerekmiyor. Ancak ajanlar, çoklu adımlı iş akışları ve özel domain uygulamalarında prompt tasarımı hâlâ kritik bir beceri. Pratiği derinleştirmek için prompt engineering eğitimi içeriğinden yararlanabilirsiniz.

Few-shot ve chain-of-thought, alanın temel taşları olarak kalmaya devam ediyor. Onları icat eden makaleler bugün hâlâ yeni tekniklerin referans noktası — çünkü dil modelleriyle çalışmanın yapısal mantığını ilk kez bu çalışmalar adlandırdı.

Prompt engineering bir saplantı değil, bir okuryazarlık biçimi haline geldi. Modeli nasıl konuşturacağınızı bilmek, ondan ne alacağınızı belirliyor — tıpkı 2020'de GPT-3 ile keşfedildiği gibi.