Bağlam
Bu rehber neden önemli?
Zayıf AI çıktılarının büyük kısmı model yetersizliğinden değil, kötü tanımlanmış isteklerden kaynaklanır. Model hangi rolü alacağını, hangi bağlamı önceliklendireceğini, hangi formatta döneceğini ve neyin başarılı sayılacağını bilmezse boşlukları genel ifadelerle doldurur.
Daha sağlam yöntem, promptu küçük bir ürün gereksinimi gibi ele almaktır. Görev, bağlam, sınırlar, veri çerçevesi ve teslim formatı en başta netleştiğinde çıktı hem daha tutarlı hem daha kolay denetlenebilir olur.
Bu rehber, pazarlama, içerik, büyüme ve operasyon ekiplerinin günlük kullanımda uygulayabileceği pratik bir sistem verir. Amaç daha az tekrar, daha yüksek kalite ve daha kolay ölçeklenebilir AI iş akışıdır.
Yönetici Özeti
Ana çıkarımlar
- İlk 3 satırda görev, hedef kitle ve başarı ölçütünü netleştirin.
- Modele yalnızca gerçekten gerekli bağlamı verin.
- Çıktı şeklini önceden tanımlayarak sonradan düzeltme maliyetini düşürün.
- Hassas işlerde 1-2 iyi örnek kullanın, gereksiz örnek yüklemeyin.
- Üretimden sonra kısa bir kalite kontrol listesi çalıştırın.
Prompt Bloğu
1) İstek yerine sonucu tarif ederek başlayın
"Bana birkaç fikir ver" gibi genel istemler yerine işletme çıktısını tarif edin. Örneğin "B2B SaaS kurucuları için 10 blog açısı üret; her biri için arama niyeti, ICP ve CTA açısı ekle" dediğinizde modelin hedefi somutlaşır.
İyi çalışan temel yapı şudur: rol + görev + hedef kitle + karar bağlamı. Bu yapı kısa kalır ama belirsizliği ciddi ölçüde azaltır.
Prompt Bloğu
2) Bağlamı tek blokta değil katmanlı verin
Geniş context window kullanıyor olmanız, yapısız bağlam vermenizi meşru kılmaz. Kritik verileri etiketli bloklara ayırmak, modelin talimat ile veri parçasını karıştırmasını önler.
Uzun promptlarda CONTEXT, ASSUMPTIONS, DO NOT DO ve OUTPUT FORMAT gibi başlıklar kullanmak bakım maliyetini düşürür ve ekip içinde promptların güncellenmesini kolaylaştırır.
Prompt Bloğu
3) Çıktı şeklini önceden kısıtlayın
Çıktının kalitesi kadar biçimi de önemlidir. Eğer ekip sonucu dashboard, Notion, Sheets veya bir otomasyon hattına taşıyacaksa yapı standart olmalıdır.
Kesin JSON şeması kullanmasanız bile bölüm isimleri, madde sayıları, tablo kolonları ve uzunluk sınırları tanımlamak önemli fark yaratır.
Prompt Bloğu
4) Örnekleri sadece hassasiyet gereken yerde kullanın
Few-shot yaklaşımı özellikle etiketleme, ton, sınıflandırma ve belirli formatlar gerektiğinde faydalıdır. Bu durumda 1-3 güçlü örnek ve gerekiyorsa bir sınır örnek yeterlidir.
Çok sayıda orta kalite örnek eklemek token maliyetini artırır ve hedef davranışı bulanıklaştırır. Az ama güçlü örnek daha iyi çalışır.
Prompt Bloğu
5) Üretimden önce kalite kapısı koyun
Güçlü ekipler üretim ve denetimi ayırır. Önce ilk taslağı üretir, sonra modelden veya deterministik kurallardan geçen ikinci bir kontrol uygular.
Bu yöntem eksik bölüm, zayıf kanıt, belirsiz ton ve uydurma detay riskini azaltır. Özellikle müşteri yüzü görecek içeriklerde kritik fark yaratır.
Prompt Bloğu
6) Promptu gerçek bir kabul testiyle bitirin
“Kaliteli olsun” kontrol edilebilir bir kriter değildir. Çıktının doğru bölümleri içerip içermediğini, kaynak dışı iddia üretip üretmediğini ve bir sonraki kararı destekleyip desteklemediğini tanımlayın. Bu küçük kabul testi ekip içinde tekrar kullanılabilirliği ciddi biçimde artırır.
Karmaşık işlerde tek dev prompt yerine üretim ve kontrolü ayırın. İlk prompt taslağı üretir, ikinci prompt ise kanıt, kapsam ve biçim açısından denetler.
Pratik prompt oluşturucu
Kullanıma hazır bir prompt oluşturun
Dört alanı doldurun. Prompt tarayıcınızda oluşturulur; veri gönderilmez ve API çağrısı yapılmaz.
Çalışmayı şu bakış açısından analiz et: Pazarlama stratejisti. Amaç: [İhtiyacınız olan sonuç] Son kullanıcı: [Hedef kitle veya kullanıcı] Bağlam ve kaynaklar: """ [Bağlam ve kaynak materyal] """ Görev: Yukarıdaki amacı doğrudan destekleyen bir çıktı üret. Çıktı formatı: Önceliklendirilmiş eylem planı Kalite kuralları: - Doğrudan sonuçla başla. - Somut ve karar odaklı bir dil kullan. - Gerçekleri, çıkarımları ve önerileri ayır. - Kritik bilgi eksikse varsaymak yerine açıkça belirt.
Şablon Kütüphanesi
Yeniden kullanılabilir prompt şablonları
Evrensel karar promptu
Belirsiz bir iş talebini somut ve denetlenebilir bir çıktıya dönüştürmek için.
Bakış açısı: [UZMANLIK]. Amaç: [VERİLECEK KARAR]. Hedef kullanıcı: [KİM]. Bağlam ve kaynaklar: [KAYNAKLAR] Şunları üret: 1. Kısa durum özeti 2. Kanıta dayalı temel bulgular 3. Önceliklendirilmiş seçenekler ve trade-off'lar 4. Önerilen karar 5. Eksik bilgi ve doğrulama planı Kaynakta olmayan veri üretme. Gerçek, çıkarım ve önerileri açıkça ayır.
Pazarlama kampanyası briefi
Kanal, mesaj ve ölçüm kararlarını tek bir çalışma belgesinde toplamak için.
[ÜRÜN] için [ICP] ve [PAZAR] odaklı bir kampanya briefi hazırla. İş hedefi: [HEDEF]. Bütçe: [ARALIK]. Süre: [TARİHLER]. Kanıt ve marka bağlamı: [BAĞLAM]. Hipotez, üç mesaj sütunu, kanal / mesaj / CTA / KPI tablosu, iki haftalık test planı ve durdurma-büyütme sinyalleri üret. Benchmark uydurma; doğrulanmamış varsayımları işaretle.
SEO içerik briefi
Bir arama veya AI buyer sorusu için özgün ve kaynaklı sayfa planlamak için.
[SORGU] için içerik briefi oluştur. Hedef kitle: [KİTLE]. Ürün: [ÜRÜN]. Pazar: [PAZAR]. Mevcut kaynaklar: [KAYNAKLAR]. Ana ve ikincil niyetleri, cevaplanması gereken soruları, H2/H3 yapısını, gerekli karşılaştırmaları, kanıt ihtiyaçlarını, iç linkleri ve uygun CTA'yı ver. “Kanıt olmadan iddia edilmemeli” bölümü ekle. Henüz makaleyi yazma.
Müşteri görüşmesi sentezi
Görüşmeleri gerçek kalıplara, itirazlara ve mesaj fırsatlarına çevirmek için.
Bu müşteri görüşmelerini [SEGMENT / PROBLEM] için analiz et: [GÖRÜŞMELER] Jobs to be done, müşterinin kendi sözleriyle sorunlar, satın alma tetikleyicileri, alternatifler ve segment çelişkilerini çıkar. Her kalıbı destekleyen benzersiz görüşme sayısını yaz. Tek bir yorumu genel eğilim gibi sunma.
Rakip konumlandırma analizi
Rakip mesajlarını kopyalamadan savunulabilir bir alan bulmak için.
[MARKA] ve [RAKİPLER] için konumlandırma matrisi hazırla. Kaynak materyal: [SAYFALAR / NOTLAR / VERİLER]. Ana vaat, hedef kitle, problem, mekanizma, kanıt, itiraz ve CTA'yı karşılaştır. Doymuş mesajları, kanıtsız iddiaları ve savunulabilir boşlukları bul. Her gözlem için kaynak göster; gözlem ile öneriyi ayır.
Çıktı kalite denetçisi
Bir cevabı paylaşmadan önce iddia, kapsam ve mantık hatalarını yakalamak için.
Aşağıdaki çıktıyı denetle: [ÇIKTI] Kaynağı olmayan iddiaları, atlanan gereksinimleri, aşırı kesin dili, mantık sıçramalarını ve uygulanamaz önerileri bul. Her sorun için önem derecesi, etkilenen bölüm ve somut düzeltme ver. Son karar: hazır / revizyon gerekli / savunulamaz.
Prompttan gerçek görünürlüğe
İyi bir prompt tek cevabı iyileştirir. Monitoring, markanızın düzenli olarak görünüp görünmediğini gösterir.
Brand Armor AI seçtiğiniz satın alma sorularını AI modellerinde çalıştırır, görünürlüğünüzü rakiplerle karşılaştırır ve bulunan boşlukları içerik aksiyonlarına dönüştürür.
Gerçek soruları izleyin
Kategori, karşılaştırma, problem ve ürün promptlarını düzenli takip edin.
Neden kaybettiğinizi görün
Bahisleri, önerileri, rakipleri ve alıntılanan kaynakları karşılaştırın.
Kanıtla harekete geçin
Görünür boşlukları sayfalara, brieflere ve içeriğe dönüştürün.
Kalite Kontrol
Yaygın hatalar ve çözümler
Aşırı geniş istek
Sorun: "Bana fikir ver" tipi ifadeler düşük niyetli ve genel sonuçlar üretir.
Çözüm: Görevi hedef kitle, amaç ve çıktı yapısı ile çerçeveleyin.
Kanıt sınırı koymamak
Sorun: Model eksik bilgileri gerçek gibi görünen varsayımlarla doldurur.
Çözüm: "Bilinmiyorsa bilinmiyor olarak işaretle" kuralını açıkça ekleyin.
Format kısıtı vermemek
Sorun: Her çalıştırmada farklı yapı çıkar ve otomasyon zorlaşır.
Çözüm: Bölüm sırası, tablo yapısı ve uzunluk sınırlarını önceden tanımlayın.
SSS
Sık sorulan sorular
İyi bir prompt ne kadar uzun olmalı?
Belirsizliği kaldıracak kadar uzun, odağı bozmayacak kadar kısa olmalı. Çoğu iş senaryosunda 150-500 token arası net yapı yeterlidir.
Her zaman few-shot örnek kullanmak gerekir mi?
Hayır. Stil, etiketleme veya hassas yapı gerekmiyorsa net talimat ve iyi format kısıtları çoğu zaman yeterlidir.
Daha iyi prompt gerçekten maliyeti azaltır mı?
Evet. Tekrar çalıştırma sayısını, düzenleme ihtiyacını ve gereksiz uzun cevapları azaltır. Aynı zamanda ekip içinde kaliteyi daha kolay standardize eder.
Kaynaklar
