Önceki Yanıtlar Üzerine İnşa Etme

Bir yapay zekâ modeliyle çok turlu konuşma, işbirliğine dayalı bir oluşturma sürecidir; her etkileşim, öncekinin yerine geçmek yerine yeni bir şey ekler.

Bu, hataları düzeltmeye yönelik takip istemi yazmaktan farklıdır. Önceki yanıtların üzerine inşa etmek, modelin önceki çıktısını ham madde olarak kullanmak anlamına gelir: onu genişletmek, içinden seçim yapmak, yeniden birleştirmek veya ona yeni bir bakış açısı uygulamak.

Bu kalıpta ustalaşmak, tek bir istemle oluşturulması mümkün olmayan karmaşık ve katmanlı çıktılar üretmenizi sağlar.

En basit oluşturma kalıbı, modelin az önce yazdığı şeylere atıfta bulunmaktır:

• "Yukarıda yazdıklarınıza dayanarak en büyük üç risk nedir?"
• "Açıkladığınız çerçeveyi alın ve sağlık hizmetleri bağlamına uygulayın."
• "Son yanıtınızdaki üslubu kullanarak bu yeni paragrafı yeniden yazın."
• "Oluşturduğunuz listeden hangi öğeye önce öncelik verirdiniz ve neden?"

Bu atıflar, modeli kendi önceki çalışmalarına bağlı tutarak turlar arasında süreklilik oluşturur.

Model bir liste veya seçenekler kümesi oluşturduğunda, bir öğe seçip bunun genişletilmesini isteyebilirsiniz:

• "Listenizdeki ikinci seçeneği alın ve bunu kapsamlı bir plana dönüştürün."
• "En çok üçüncü yaklaşımı beğendim. Bunun için 300 kelimelik bir uygulama kılavuzu yazın."
• "B seçeneği ihtiyacım olana en yakın seçenek. Belirli adımlar ve zaman çizelgesiyle bunu daha da geliştirin."

Bu kalıp, fikir geliştirme iş akışlarında güçlüdür: Bir turda seçenekleri oluşturun, sonraki turda seçip geliştirin.

Modelden, bir yanıttaki yapıyı yeni içeriğe uygulamasını isteyebilirsiniz:

• "Son yanıtınızdaki yapının aynısını kullanarak rakip B'yi analiz edin."
• "Aynı beş bölümlü biçimi bu yeni ürüne uygulayın."
• "Yukarıda oluşturduğunuz taslağı izleyin, ancak bunu B2C kitlesi yerine B2B kitlesi için doldurun."

Bu yaklaşım, birden çok konu için aynı şablonu izlemesi gereken tutarlı, paralel belgeler (raporlar, karşılaştırmalar ve analizler) oluştururken son derece kullanışlıdır.

Çok turlu konuşmalar, derinliği aşamalı olarak artırmanıza olanak tanır:

1. 1. Tur: "Makine öğrenimi işlem hatlarına üst düzey bir genel bakış sunun."
2. 2. Tur: "Veri ön işleme adımını daha ayrıntılı açıklayın."
3. 3. Tur: "Bu ön işleme adımında eksik değerleri ele almak için bir Python kodu örneği verin."
4. 4. Tur: "Şimdi bu kod örneğine hata yönetimi ve günlük kaydı ekleyin."

Her tur, bir düzey daha yakına odaklanır. Bu, tek bir karmaşık istemde her şeyi bir kerede istemekten daha kontrollüdür.

Daha uzun konuşmalarda, önceki birden çok turdaki öğeleri bir araya getirebilirsiniz:

• "Her kişi için hedeflenmiş bir tanıtım metni yazmak üzere 2. Turdaki kullanıcı kişiliklerini 4. Turdaki ürün özellikleriyle birleştirin."
• "Daha önce belirlediğiniz riskleri ve son yanıtınızdaki risk azaltma stratejilerini alıp bir risk matrisi oluşturun."

Bu yöntem, önceki her turun açıkça etiketlenmiş ve birbirinden farklı bir içerik parçası oluşturduğu durumlarda en iyi sonucu verir. Dağınık önceki turlar, çapraz referans vermeyi hem sizin hem de modelin anlaması açısından zorlaştırır.

Çok turlu konuşmaların pratik bir sınırı vardır: modelin bağlam penceresi. Her ileti (sizin iletileriniz ve modelin iletileri), API'ye gönderilen bağlama dahil edilir. Konuşma uzadıkça eski iletiler kesilebilir.

Uygulanabilecek stratejiler:

• Artık tam ayrıntılarıyla gerekli olmadıklarında önceki turları özetleyip sıkıştırın
• Konu köklü biçimde değiştiğinde yeni bir konuşma başlatın
• Modelin ne kadar geriye bakabileceğini artırmak için tek tek yanıtları kısa tutun

Python'da, her ileti çiftini konuşma geçmişi listesine append ederek çok turlu bağlamı korursunuz:

Önceki çıktıya atıfta bulunurken neyi kastettiğiniz konusunda kesin olun. Belirsiz atıflar, modeli tahmin yürütmeye zorlar:

• Belirsiz: "Daha önce söylediklerinizi genişletin."
• Açık: "Önceki yanıtınızdaki üçüncü maddeyi, yani kullanıcıların işe alıştırılması sürecindeki zorluklarla ilgili olanı genişletin."

Önceki bir yanıtta birden çok bölüm varsa bölümün adını belirtin. Bu bir listeyse öğe numarasına atıfta bulunun. Atfınızı ne kadar kesin biçimde sabitlerseniz model de onu o kadar güvenilir biçimde izler.

Çok turlu oluşturma; raporlar, planlar veya teklifler gibi yapılandırılmış belgeler hazırlamak için idealdir:

1. 1. Tur: Taslağı oluşturun
2. 2. Tur: 1. Bölümü yazın
3. 3. Tur: 2. Bölümü yazın (1. Bölümdeki üslubu koruyarak)
4. 4. Tur: 1. ve 2. Bölümlere dayanarak yönetici özetini yazın

Bu aşamalı yaklaşım, sonraki adıma geçmeden önce her bölüm üzerinde denetim sahibi olmanızı sağlar ve her şeyi kaybetmeden belgeyi oluşturma yönünü ortasında değiştirmenize olanak tanır.

Model önceki bağlamın izini kaybettiğinde çok turlu oluşturma süreci ters gidebilir. Konu akışının kaybolduğunu gösteren işaretler:

• Model, iki tur önce söylediği bir şeyle çelişir
• Konuşmanın başlarında belirlenen bir kısıtlamayı göz ardı eder
• Oluşturduğunuz özel çerçeve yerine genel önerilere geri döner

Çözüm: Modelin hatırladığını varsaymak yerine bir sonraki iletinizde temel bağlamı açıkça yeniden belirtin. "Belirlediğimiz üzere hedef kitle teknik olmayan yöneticilerdir. Bunu göz önünde bulundurarak..."

Üç turlu bir konuşmanız var. 1. Turda bir iş raporu için beş bölümlü bir taslak oluşturuldu. 2. Turda 1. Bölümün (Pazar Analizi) tam metni oluşturuldu. Şimdi 2. Bölümün (Rekabet Ortamı) 1. Bölümle aynı yapıyı ve üslubu izlemesini istiyorsunuz.

Hangi 3. Tur istemi en etkilidir?

Çok turlu konuşmalar, karmaşık çıktıları aşamalı olarak oluşturmanın güçlü bir yoludur. Temel teknikler şunlardır: önceki çıktıya adı veya numarasıyla atıfta bulunmak, belirli öğeleri seçip genişletmek, bir yanıttaki yapıyı yeni içeriğe uygulamak ve derinliği turdan tura yinelemeli olarak artırmak.

Kesin atıflarda bulunmak ve bağlam penceresi sınırlarının farkında olmak, çok turlu konuşmaların tutarlılığını kaybetmesini önleyen başlıca becerilerdir.

Bir sonraki derste, oluşturmayı sürdürmek yerine bir konuşmayı ne zaman bırakıp yeni bir konuşma başlatmanız gerektiğini öğreneceksiniz.