AI Prompt Engineering · Ders

Birden Çok Kısıtlamayı Birleştirme

Çelişen gereksinimler oluşturmadan kısıtlamaları üst üste ekleyin.

Birden Çok Kısıtlamayı Birleştirme, CoddyKit'te ücretsiz bir AI Prompt Engineering dersidir. Bu, 4 dersinin 4. dersidir. Aşağıdan dersin tamamını ücretsiz okuyabilir, sonra tarayıcıda yerleşik kod editörü ve 7/24 yapay zeka koçu ile uygulamalı olarak pratik yapabilirsin. Bu, AI Prompt Engineering öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. AI Prompt Engineering kursu toplamda 4 dersten oluşur.

Kısıtlamaları Birleştirme: Güç ve Risk

Birden çok kısıtlamayı tek bir istemde birleştirmek güçlüdür — aynı anda birden fazla boyutta tam olarak ihtiyacınız olanı belirtmenizi sağlar. Ancak çok fazla kısıtlamayı birleştirmek kendi sorunlarını da beraberinde getirir: kısıtlamalar arasındaki çakışmalar, modelin hepsini aynı anda karşılamaya çalışırken kalitenin düşmesi ve doğal yazımdan çok mekanik biçimde kısıtlanmış gibi görünen çıktılar.

Asıl beceri, kısıtlamaları çakışma yaratmadan nasıl birleştireceğinizi bilmektir.

Kısıtlama Uyumluluğunu Kontrol Etme

Kısıtlamaları birleştirmeden önce her çifti uyumluluk açısından kontrol edin. Şunu sorun: Bu iki kısıtlama aynı anda karşılanabilir mi?

Uyumlu: "Etken çatı" + "İkinci kişi" + "200 sözcüğün altında" — bunların tümü, herhangi bir gerilim yaratmadan aynı anda karşılanabilir.

Çatışan: "12 konunun tamamını kapsamlı biçimde ele alma" + "100 sözcüğün altında" — önemsiz olmayan herhangi bir konu kapsamı için matematiksel olarak imkânsızdır.

Yalnızca listenin tamamını değil, çiftleri de sınayın. Tek başına makul olan iki kısıtlama birleştiğinde imkânsız bir gereksinim oluşturabilir.

Önceliklendirme: 'Çakışma Olursa X'e Öncelik Verin'

Kısıtlamaların uç durumlarda çakışabileceği zamanlarda açık bir önceliklendirme yönergesi ekleyin:

"Uzunluk ve eksiksizlik arasında çakışma olursa eksiksizliğe öncelik verin."
"Etken çatı kuralı doğal ifadeyle çakışırsa doğal ifadeye öncelik verin."
"Sözcük sınırına uymanız ve beş points öğesinin tümünü dahil etmeniz mümkün değilse, sözcük sınırına öncelik verin ve her öğeyi tek cümleye indirin."

Önceliklendirme yönergeleri belirsizliği önceden giderir ve modelin ödünleşim kararlarını keyfi biçimde vermesini engeller.

Kısıtlama Sıralaması

İstemdeki kısıtlama sırası, modelin her birine verdiği ağırlığı etkiler. Araştırmalar ve uygulama deneyimleri şunları göstermektedir:

En önemli kısıtlamalar önce gelmelidir
Biçim kısıtlamaları, içerik yönergelerinden önce belirtildiğinde bunlara daha güvenilir biçimde uyulma eğilimindedir
Gruplanmış kısıtlamaların (tüm üslup kuralları birlikte, tüm kapsam kuralları birlikte) model tarafından işlenmesi, iç içe geçirilmiş kısıtlamalara göre daha kolaydır

Kısıtlamaları bir öncelik yığını olarak düşünün: hem önem hem de istemdeki fiziksel konum açısından en önemli olan en üstte yer alır.

Kalite Düşüşü Sorunu

Daha fazla kısıtlama eklemek çıktıyı her zaman iyileştirmez — bir noktadan sonra çok fazla kısıtlama kaliteye zarar verir. Aşırı kısıtlanmış çıktının belirtileri:

Yanıtlar yapay, robotik veya tuhaf hissettirir
Model tüm biçimsel kuralları karşılar ancak anlamı veya tutarlılığı yitirir
Basit içerik, tüm kısıtlamaları karşılayan hiçbir çıktı olmadığı için tekrar tekrar oluşturulmayı gerektirir
Model, üslup kurallarını korurken uzunluk kısıtlamalarını karşılamak için içeriği atlamaya başlar

Eşik noktası genellikle aynı anda uygulanan 6-8 katı kısıtlama civarındadır. Bunun ötesinde görevi aşamalara bölmeyi düşünün.

Katı ve Esnek Kısıtlamalar

Kısıtlamaların tümü aynı ölçüde katı değildir. Şunları birbirinden ayırın:

Katı kısıtlamalar — istisnasız karşılanmalıdır: karakter sınırı olan bir alandaki kelime sayısı, rakip adlarından hiç söz edilmemesi, sonraki aşamada ayrıştırma için gereken biçim.

Esnek kısıtlamalar — tercih edilir ancak esnetilebilir: "etken çatı kullanmayı hedefleyin", "cümleleri 20 kelimenin altında tutmaya çalışın".

İstemde bu ayrımı açıkça belirtmek, modelin hangi noktalarda ödün verebileceğini anlamasına yardımcı olur: "Katı gereklilik: 280 karakterin altında. Esnek tercih: edilgen çatıdan kaçının."

Kısıtlamaların Aşamalı Uygulanması

Tüm kısıtlamaları aynı anda uygulamak yerine, birden çok tur boyunca aşamalı olarak uygulayın:

1. Tur: İçeriği yalnızca kapsam ve doğruluk kısıtlamalarıyla yazın
2. Tur: Üslup kısıtlamalarını uygulayın (etken çatı, anlaşılmaz teknik terimler kullanmama, klişe kullanmama)
3. Tur: Uzunluk kısıtlamasını uygulayın (hedef kelime sayısına sığacak şekilde kısaltın)

Aşamalı uygulama, tek seferde çok kısıtlamalı istem kullanmaktan daha iyi kalite sağlar. Her aşama, diğerlerinden ödün vermeden tek bir boyutu en iyi hâle getirir. Bunun bedeli zamandır — daha fazla tur, daha fazla API çağrısı.

Kodda Çok Kısıtlamalı İstem

Birden çok kısıtlamayı aşamalı iyileştirmeyle program aracılığıyla uygulamak için yapılandırılmış bir yaklaşım:

import openai

client = openai.OpenAI(api_key='sk-...')

def multi_constraint_generate(topic, word_limit, audience, style_rules):
    # Stage 1: Content generation with scope
    stage1_prompt = f'Write about {topic} for {audience}. Focus on practical value. Ignore length for now.'

    r1 = client.chat.completions.create(
        model='gpt-4o-mini',
        messages=[{'role': 'user', 'content': stage1_prompt}]
    )
    draft = r1.choices[0].message.content

    # Stage 2: Apply style constraints
    style_prompt = f'Rewrite the following applying these style rules: {style_rules}\n\nText: {draft}'

    r2 = client.chat.completions.create(
        model='gpt-4o-mini',
        messages=[{'role': 'user', 'content': style_prompt}]
    )
    styled = r2.choices[0].message.content

    # Stage 3: Apply length constraint
    length_prompt = f'Trim the following to exactly {word_limit} words. Preserve the key points.\n\nText: {styled}'

    r3 = client.chat.completions.create(
        model='gpt-4o-mini',
        messages=[{'role': 'user', 'content': length_prompt}]
    )
    return r3.choices[0].message.content

Yaygın Çakışan Kısıtlama Çiftleri

Bazı kısıtlama birleşimleri o kadar sık çakışır ki bunları kötü örnekler olarak akılda tutmaya değer:

Kısa + Kapsamlı — 50 kelimede her şeyi kapsayamazsınız
Resmî + Sohbet havasında — Bu tonlar doğaları gereği birbirine karşıttır
Sade dil + Teknik derinlik — Sadeleştirme, kesinlikten ödün vermeyi gerektirir
Liste yok + Birden çok paralel öğe — Listeler, paralel öğeler için işe yaradıkları için vardır
Yaratıcı + Aşırı şablonlu — Katı şablonlar yaratıcı çeşitliliği bastırır

İki çakışan kısıtlamaya ihtiyaç duyduğunuzu fark ettiğinizde birini seçin ve diğerini buna göre ayarlayın. İkisi de nadiren değişmeden korunabilir.

Kısıtlama Denetimi

Çok kısıtlamalı istemi son hâline getirmeden önce hızlı bir kısıtlama denetimi yapın:

Tüm kısıtlamaları listeleyin
Her çift için şunu sorun: Bunlar uyumlu mu?
Belirgin çakışmaları belirleyip çözün
Kısıtlamaları katı veya esnek olarak işaretleyin
Çakışma ihtimali olan kısıtlamalar için bir önceliklendirme talimatı ekleyin

Bu işlem karmaşık bir istem için iki dakika sürer ve bazı kısıtlamaları karşılayıp diğerlerini ihlal eden çıktıları tekrar tekrar alma sıkıntısından kurtarır.

Kaç Kısıtlama Fazladır?

Kısıtlama sayısı için pratik bir kılavuz:

1-3 kısıtlama: Güvenilir, yüksek kalite
4-6 kısıtlama: İyi kalite, önceliği düşük kısıtlamaların zaman zaman gözden kaçması
7-10 kısıtlama: Fark edilir kalite düşüşü, sık gözden kaçma
10'dan fazla kısıtlama: Bunun yerine aşamalı bir yaklaşım veya şablon tabanlı bir sistem kullanın

Bunlar, modelin yetkinliğine ve kısıtlamaların türüne göre değişen yaklaşık yönergelerdir. Katı biçim kısıtlamaları (kelime sınırları, gerekli bölümler), esnek üslup kısıtlamalarına (ton, anlatım biçimi) göre daha güvenilir biçimde uygulanır.

Bilginizi Sınayın: Kısıtlama Çakışmaları

Bir ürün duyuru e-postası için istem yazıyorsunuz. Şu kısıtlamaları belirttiniz: (1) 100 kelimenin altında, (2) altı yeni özelliğin tümünü ayrıntılı biçimde ele al, (3) resmî ton, (4) sohbet havasında ve samimi, (5) madde işareti kullanma, (6) ikinci kişi.

Hangi iki kısıtlama en ciddi çakışmayı oluşturur?

Özet: Birden Çok Kısıtlamayı Birleştirme

Kısıtlamaları etkili biçimde birleştirmek şunları gerektirir: her çifti uyumluluk açısından kontrol etmek, çakışma ihtimali olanlar için önceliklendirme talimatları eklemek, kısıtlamaları önem sırasına koymak, katı ve esnek kısıtlamaları birbirinden ayırmak ve kısıtlama sayısı yüksek olduğunda aşamalı üretim kullanmak.

En yaygın hatalar, içerik uzunluğu çakışmaları (çok az kelimeyle çok fazla şeyi ele almaya çalışma) ve ton çakışmalarıdır (resmî ve sohbet havasında olma). Aşamalı yaklaşım — önce içeriği üretmek, ikinci aşamada üslubu uygulamak, üçüncü aşamada uzunluk için kısaltmak — çok kısıtlamalı çıktılarda en yüksek kaliteyi sağlar.

Sıkça Sorulan Sorular

“Birden Çok Kısıtlamayı Birleştirme” dersi ücretsiz mi?

Evet — “Birden Çok Kısıtlamayı Birleştirme” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve AI Prompt Engineering kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. AI Prompt Engineering kursu toplamda 4 dersten oluşur.

“Birden Çok Kısıtlamayı Birleştirme” dersinde ne öğreneceğim?

Çelişen gereksinimler oluşturmadan kısıtlamaları üst üste ekleyin. AI Prompt Engineering ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.

AI Prompt Engineering öğrenmeye başlamak için deneyim gerekli mi?

Önceden deneyim gerekmez. CoddyKit'te AI Prompt Engineering, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 4 dersinin 4. dersidir.

“Birden Çok Kısıtlamayı Birleştirme” dersi ne kadar sürer?

Çoğu CoddyKit dersi yaklaşık 5–10 dakika sürer. Her biri kısa ve etkileşimli olduğu için sabit ilerleme yaparsın ve web ile uygulama arasında tam olarak bıraktığın yerden devam edebilirsin.

Bu AI Prompt Engineering dersinde kod yazıp çalıştırabilir miyim?

Evet. Her AI Prompt Engineering dersi yerleşik bir kod editörü içerir, bu sayede tarayıcıda gerçek kod yazıp çalıştırabilir ve anlık yapay zeka geri bildirimi alırsın — yerel kurulum gerekli değildir.

Bu kursun tüm dersleri

← AI Prompt Engineering Sayfasına Dön