Modüler İstem Bölümleri
Bağlamı, talimatları, kısıtlamaları ve çıktı biçimini düzenli biçimde ayırın.
Modüler İstem Bölümleri, CoddyKit'te ücretsiz bir AI Prompt Engineering dersidir. Bu, 4 dersinin 2. 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.
Tek Parçalı Prompt'ların Sorunu
Tek parçalı bir Prompt, arka planı, görevi, kuralları, örnekleri ve çıktı biçimini tek bir paragrafta birbirine karıştırır. Prompt'ların karmaşıklığı arttıkça tek parçalı yapı şunlara yol açar:
- Modellerin kuralları yanlış bölümlere uygulaması
- Kötü çıktıya hangi bölümün neden olduğunu belirlemenin zorlaşması
- Sürdürülmesi imkânsız Prompt dizeleri
- Model sürümleri arasında tutarsız davranış
Modüler Prompt'lar bu sorunların tümünü çözer.
Prompt'un Beş Temel Bölümü
İyi yapılandırılmış bir Prompt'un her biri belirgin bir amaca sahip beş ayrı bölümü vardır:
- Bağlam — modelin durumu anlamak için ihtiyaç duyduğu arka plan
- Görev — modelin yapması gerekenler, açıkça ifade edilmiş biçimde
- Kısıtlamalar — yanıta ilişkin kurallar ve sınırlar
- Çıktı Biçimi — beklenen yanıtın yapısı, uzunluğu ve şeması
- Örnekler — doğru davranışa ilişkin gösterimler
Her Prompt'un beş bölümün tümüne ihtiyacı yoktur. Yalnızca gerekli olanları kullanın.
Bağlam Bölümü
Bağlam bölümü, modele ne yapacağını söylemeden arka plan bilgileri sağlar. İyi bir bağlam şunları içerir:
- Son kullanıcının kim olduğu
- Bunun hangi platform veya ürün için olduğu
- İlgili alan bilgisi
- Modelin farkında olması gereken önceki durum
context_section = '''
<context>
You are assisting a customer support agent at a B2B SaaS company.
The company sells project management software used by engineering teams.
Customers are typically CTOs, engineering managers, or senior developers.
The support agent is handling a live chat conversation with a customer.
</context>
'''
print(context_section)Görev Bölümü
Görev bölümü, modelin tam olarak ne üretmesi gerektiğini belirtir. Özgül, eylem odaklı ve arka plan gürültüsünden arındırılmış olmalıdır.
task_section = '''
<task>
Draft a response to the customer message below.
The response should:
1. Acknowledge the customer's issue
2. Provide a concrete next step
3. Set a realistic expectation for resolution time
</task>
<customer_message>
Our Gantt chart view stopped loading after the last update.
This is blocking our sprint planning session today.
</customer_message>
'''
print(task_section)Kısıtlamalar Bölümü
Kısıtlamalar, sınırları tanımlar — modelin ne yapmaması gerektiğini ve uyması gereken açık sınırları belirtir.
constraints_section = '''
<constraints>
- Do not promise a fix by a specific date unless you are certain.
- Do not mention competitor products by name.
- Keep the response under 100 words.
- Use a professional but empathetic tone.
- Do not ask the customer for information already provided in their message.
</constraints>
'''
print(constraints_section)Çıktı Biçimi Bölümü
Çıktı biçimi bölümü, modele yanıtını tam olarak nasıl yapılandıracağını söyler — JSON şeması, markdown başlıkları, düz metin, numaralı listeler vb.
output_format_section = '''
<output_format>
Respond with a JSON object containing:
{
"subject": "string (email subject line)",
"body": "string (email body, plain text, under 150 words)",
"priority": "high | medium | low",
"escalate": true | false
}
Do not include any text outside the JSON object.
</output_format>
'''
print(output_format_section)Örnekler Bölümü
Örnekler, modele doğru bir girdi-çıktı çifti gösterir. Örnekleri kısıtlamalardan sonra yerleştirin; böylece model gösterimden önce kuralları görür.
examples_section = '''
<examples>
<example>
<input>Customer: My invoices are not downloading.</input>
<output>{
"subject": "Invoice Download Issue",
"body": "Thank you for reaching out. We see the issue with invoice downloads and our team is investigating. We expect a fix within 2 hours. We will email you once resolved.",
"priority": "high",
"escalate": true
}</output>
</example>
</examples>
'''
print(examples_section)Modüler Bir Prompt Oluşturma
Modüler yaklaşım, birleştirme ve düzenleme işlemlerini kolaylaştırır. Her bölüm bağımsız olarak değiştirilebilir.
def build_support_prompt(customer_message):
context = '<context>B2B SaaS customer support for project management software.</context>'
task = f'<task>Draft a JSON response to this customer message.</task>\n<customer_message>{customer_message}</customer_message>'
constraints = '<constraints>Under 100 words. Professional tone. No competitor names.</constraints>'
output_fmt = '<output_format>Return JSON: {"subject": str, "body": str, "priority": str, "escalate": bool}</output_format>'
return '\n\n'.join([context, task, constraints, output_fmt])
message = 'The Gantt chart stopped loading after your last update.'
print(build_support_prompt(message))Hata Ayıklama Açısından Yararları
Modüler bir Prompt kötü çıktı ürettiğinde sorunlu bölümü izole edebilirsiniz:
- Yanlış görev mi gerçekleştirildi? — Görev bölümünü kontrol edin
- Bir kural ihlal mi edildi? — Kısıtlamalar bölümünü kontrol edin
- Çıktı yapısı mı yanlış? — Çıktı Biçimi bölümünü kontrol edin
- Kalite mi düşük? — Örnekler bölümünü kontrol edin veya daha fazla bağlam ekleyin
Tüm Prompt'u yeniden yazmadan her seferinde tek bir bölümü değiştirebilir ve yeniden test edebilirsiniz.
Bakım Açısından Yararları
Yapılandırılmış nesneler veya işlevler olarak saklanan modüler Prompt'ların bakımı, uzun dize sabitlerine kıyasla çok daha kolaydır:
- Görev mantığına dokunmadan ürününüz değiştiğinde bağlamı güncelleyin
- Kısıtlamaları değiştirmeden çıktı biçimini JSON'dan markdown'a dönüştürün
- Diğer her şeyi sabit tutarak farklı örnek kümelerini A/B testiyle sınayın
- Tek tek bölümleri bağımsız olarak sürüm denetimine alın
class Prompt:
def __init__(self):
self.context = ''
self.task = ''
self.constraints = []
self.output_format = ''
self.examples = []
def build(self):
parts = []
if self.context:
parts.append(f'<context>\n{self.context}\n</context>')
if self.task:
parts.append(f'<task>\n{self.task}\n</task>')
if self.constraints:
c = '\n'.join(f'- {r}' for r in self.constraints)
parts.append(f'<constraints>\n{c}\n</constraints>')
if self.output_format:
parts.append(f'<output_format>\n{self.output_format}\n</output_format>')
return '\n\n'.join(parts)Bölümler Ne Zaman Atlanmalı
Her Prompt'un beş bölümün tümüne ihtiyacı yoktur. Şu kılavuzu kullanın:
- Bağlamı atlayın: görev kendi kendini açıklıyorsa (ör. bu cümleyi çevirin)
- Kısıtlamaları atlayın: istisnai durum içermeyen basit çıkarma görevlerinde
- Örnekleri atlayın: görev doğrudansa veya model bunu sıfır örnekle zaten iyi gerçekleştiriyorsa
- Görev ve Çıktı Biçimini her zaman ekleyin — bunlar uygulanabilir en küçük bölümlerdir
Basit Prompt'ları gereğinden fazla belirtmek, yarar sağlamadan gürültü ekler.
Hızlı Kontrol
Modüler bir Prompt yanlış çıktı yapısı üretiyor. Önce hangi bölümü kontrol etmelisiniz?
Modüler Bölümler — Temel Çıkarımlar
Modüler Prompt bölümleri, sürdürülebilir ve hataları ayıklanabilir Prompt mühendisliğinin temelidir:
- Beş temel bölüm: Bağlam, Görev, Kısıtlamalar, Çıktı Biçimi, Örnekler
- Her bölümün tek bir sorumluluğu vardır — bunları karıştırmak kafa karışıklığı yaratır
- Modüler yapı, bölüm bölüm hata ayıklamayı ve A/B testini mümkün kılar
- Prompt'ları ham dizeler olarak değil, yapılandırılmış nesneler veya işlevler olarak saklayın
- Gerekmeyen bölümleri atlayın — gereğinden fazla belirtmek gürültü ekler
- Önemsiz olmayan her Prompt'ta her zaman en azından Görev ve Çıktı Biçimi bölümlerini ekleyin
Sıkça Sorulan Sorular
“Modüler İstem Bölümleri” dersi ücretsiz mi?
Evet — “Modüler İstem Bölümleri” 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.
“Modüler İstem Bölümleri” dersinde ne öğreneceğim?
Bağlamı, talimatları, kısıtlamaları ve çıktı biçimini düzenli biçimde ayırın. 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 2. dersidir.
“Modüler İstem Bölümleri” 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
- XML Etiketlerini Ayraç Olarak Kullanma
- Modüler İstem Bölümleri
- Başlık-Gövde-Alt Bilgi İstem Kalıbı
- İstem Düzenleme için En İyi Uygulamalar