Bu PDF, Google Cloud’un Prompt Engineering: overview and guide makalesini ayrıntılı biçimde Türkçeye aktaran, ek açıklamalar ve örneklerle zenginleştirilmiş bir başvuru dosyasıdır. İndirip kitaplığınıza eklediğinizde, büyük dil modelleriyle (LLM) çalışırken en güncel ve etkili teknikleri elinizin altında bulacaksınız.

İçerikte neler var?

1. Prompt Engineering’in Temelleri
   Tanım, amaç ve AI geliştirme yaşam döngüsündeki yeri – LLM’lerin gücünü “kilit açar” şekilde yönlendirmeyi sağlayan bu disiplinin neden kritik olduğunu öğrenin.

2. Başlıca Prompt Türleri
   Zero-shot, One-shot, Few-shot, Chain-of-Thought (CoT) ve Zero-shot CoT modeller üzerinden anlatılıyor; hangi senaryoda hangi yaklaşımın verim sağladığını örnek çıkışlarla görüyorsunuz. Not: Terimler uluslararası kullanımda yerleşik olduğu için İngilizce bırakıldı.

3. Çok Yönlü Uygulama Örnekleri
   Metin üretimi, soru-cevap, kod tamamlama, görsel oluşturma, çeviri ve özetleme dâhil pek çok senaryo için hazır şablonlar ve “iyi-kötü” karşılaştırmaları yer alıyor. Böylece kendi projenize doğrudan kopyalayıp uyarlayabileceğiniz sağlam bir iskelet elde ediyorsunuz.

4. Strateji ve En İyi Uygulamalar
   Hedef tanımlama, bağlam ekleme, örnekleme (few-shot), netlik-özgüllük, adım adım düşünme (CoT) ve iteratif test-düzelt döngüsü gibi altı temel taktiğin nasıl uygulanacağını tablo ve mini görevlerle keşfedin.

5. Somut Fayda Listesi
   İyi yazılmış prompt’ların model performansını artırma, önyargı riskini azaltma, çıktıyı kestirilebilir kılma ve kullanıcı deneyimini geliştirme gibi doğrudan getirileri örneklerle gösteriliyor.

6. Prompt Anatomisi
   Görev metni, sistem yönergeleri, few-shot örnekler ve bağlamsal bilgilerden oluşan dört bileşenin her biri ayrıntılı olarak açıklanıyor; her bileşen için iyi ve kötü kullanım senaryoları bulunuyor.