Sahneyi Etkili Biçimde Kurma
Çerçeveleme teknikleri: "Siz...", "...olduğu göz önüne alındığında...", "Amaç...".
Sahneyi Etkili Biçimde Kurma, CoddyKit'te ücretsiz bir AI Prompt Engineering dersidir. Bu, 4 dersinin 3. 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.
İşe Yarayan Açılış Çerçeveleri
İsteminizin ilk cümlesi en önemli bölümdür. Modelin çalışma bağlamını, yani bundan sonra gelen her şeyi yorumlayacağı bakış açısını belirler.
Etkili açılış çerçeveleri arasında Siz..., Bağlam..., Şu göz önünde bulundurulduğunda... ve Amaç... bulunur. Her biri, gerçek görev başlamadan önce bağlamın farklı bir boyutunu etkinleştirir.
“Siz...” Çerçevesi
Siz... çerçevesi, modele bir rol atar. Bu, söz konusu rolle ilişkili kelime dağarcığını, akıl yürütme tarzını ve öncelikleri etkinleştirir.
Önemli nokta: spesifik olun. “Siz bir uzmansınız” zayıftır. “Okunabilirliği zekice çözümlere tercih eden, 10 yıllık deneyime sahip kıdemli bir Python mühendisisiniz” güçlüdür.
Rol çerçeveleri, ihtiyacınız olan belirli bir düşünme ve iletişim biçimini ima ettiğinde en iyi sonucu verir.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
persona_prompts = [
'You are a Socratic philosophy professor. Ask 3 probing questions about this claim: AI will replace programmers.',
'You are a skeptical venture capitalist who has seen 500 pitches. Give brutal feedback on this pitch: We are building an AI writing assistant.',
'You are a patient kindergarten teacher. Explain what a computer does in 3 sentences for 5-year-olds.'
]
for prompt in persona_prompts:
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=150,
messages=[{'role': 'user', 'content': prompt}]
)
print(f'--- Persona ---')
print(prompt[:80] + '...')
print(response.content[0].text.strip())
print()Sistem Mesajlarındaki “Siz ...” Çerçevesi
Bir kişilik çerçevesi için en etkili yer kullanıcı mesajı değil, sistem mesajıdır. Sistem mesajında tanımlanan kişilik, konuşmanın tamamı boyunca etkin kalır — bunları tekrarlamanız gerekmez.
İyi tasarlanmış bir sistem kişiliği, bir yapay zekâ asistanının onlarca takip sorusuna verdiği yanıtları tamamen dönüştürebilir.
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
# Persona set once in system; stays active for all turns
system_persona = (
'You are Marcus, a senior software architect at a Fortune 500 company. '
'You have 20 years of experience with distributed systems. '
'Your communication style: direct, pragmatic, no buzzwords. '
'You always ask about scale and failure modes before giving architecture advice. '
'If a question lacks context, ask one clarifying question before answering.'
)
response = client.chat.completions.create(
model='gpt-4o',
messages=[
{'role': 'system', 'content': system_persona},
{'role': 'user', 'content': 'Should we use microservices for our new product?'}
]
)
print(response.choices[0].message.content)“Bağlam ...” Çerçevesi
Bağlam ... çerçevesi, bir kişilik atamadan durumsal arka planı belirler. Modelin bir karakteri benimsemesini değil, sizin özel durumunuz hakkında akıl yürütmesini istediğinizde bunu kullanın.
Bu çerçeve, modelin kendisi olarak akıl yürütmesini, ancak kısıtlamalarınızın tamamen farkında olmasını istediğiniz teknik ve analitik görevlerde özellikle etkilidir.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=300,
messages=[{
'role': 'user',
'content': (
'The context is: we are a 5-person startup with $2M in seed funding. '
'Our Python monolith handles 10,000 users and is starting to show performance issues. '
'We have one backend engineer and cannot hire more for 6 months. '
'We need to choose between refactoring the monolith vs migrating to microservices.\n\n'
'Give a recommendation with 3 supporting reasons. Be direct.'
)
}]
)
print(response.content[0].text)“Şu Varsayımla ...” Çerçevesi
Şu varsayımla ... çerçevesi, tüm yanıtı şekillendiren bir öncül veya varsayım belirler. Modelin görev kapsamında doğru kabul etmesi gereken gerçekleri ortaya koymak için bunu kullanın.
Bu çerçeve, belirli bir başlangıç noktasından akıl yürütmeniz gereken varsayımsal analiz, koşullu planlama ve senaryo temelli yazım için oldukça etkilidir.
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
scenarios = [
'Given that our user base will grow 10x in 6 months, what architecture changes should we make today?',
'Given that we must launch in 2 weeks with the current team, which features should we cut from the MVP?',
'Given that our API key was exposed publicly for 3 hours, what steps should we take in the next 24 hours?'
]
for scenario in scenarios:
response = client.chat.completions.create(
model='gpt-4o',
max_tokens=120,
messages=[{
'role': 'user',
'content': scenario + ' (Answer in 3 bullet points.)'
}]
)
print(f'Scenario: {scenario[:60]}...')
print(response.choices[0].message.content.strip())
print()“Amaç ...” Çerçevesi
Amaç ... çerçevesi, çıktının nihai amacını belirtir. Görev yönergesinden farklıdır — bu çıktıya neden ihtiyaç duyduğunuzu ve çıktının neyi gerçekleştirmesi gerektiğini açıklar.
Bu çerçeve, modelin daha iyi küçük kararlar almasına yardımcı olur: ne düzeyde ikna edicilik kullanacağına, hangi itirazları önceden ele alacağına ve hangi ayrıntıları ekleyip hangilerini çıkartacağına karar verir.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
goal_frames = [
(
'The goal is to get the reader to schedule a 30-minute demo call. '
'Write a 100-word cold outreach email for our AI data pipeline tool '
'targeting data engineers at e-commerce companies.'
),
(
'The goal is to help the reader pass a senior Python interview at a FAANG company. '
'Explain Python decorators with one conceptual explanation and one practical code example.'
)
]
for prompt in goal_frames:
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=200,
messages=[{'role': 'user', 'content': prompt}]
)
print('--- Goal Frame ---')
print(prompt[:80] + '...')
print(response.content[0].text.strip())
print()Açılış Çerçevelerini Birleştirme
En güçlü istemler, görev yönergesinden önce birden fazla açılış çerçevesini birleştirir. Tipik bir yüksek performanslı yapı şöyledir:
- Siz ... [kişilik]
- Bağlam ... [durum]
- Amaç ... [nihai amaç]
- Şu varsayımla ... [temel varsayım veya kısıtlama]
- [Görev yönergesi]
Her çerçeve, bir yönlendirme katmanı ekler. Birlikte kullanıldıklarında modelin yapması gereken tahminleri büyük ölçüde azaltırlar.
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
combined_frame_prompt = (
'You are a senior product manager with 10 years of B2B SaaS experience.\n'
'The context is: our team is debating whether to build a native mobile app '
'or keep investing in our responsive web app.\n'
'The goal is: to help our leadership team make a clear go/no-go decision at '
'next week\'s board meeting.\n'
'Given that: we have 3 engineers, $300k runway, and 85% of current users are on desktop.\n\n'
'Write a 250-word recommendation memo with a clear position (build or wait) '
'and 3 supporting arguments. End with one risk to monitor.'
)
response = client.chat.completions.create(
model='gpt-4o',
messages=[{'role': 'user', 'content': combined_frame_prompt}]
)
print(response.choices[0].message.content)Üslup ve Anlatım Biçimi İçin Çerçeveleme
Açılış çerçeveleri, “üslup” sözcüğünü hiç kullanmadan da üslubu ve anlatım biçimini belirleyebilir. Kişiliği ve durumu açıklamak, dil düzeyini örtük olarak belirler:
- “Zorlanan bir öğrenciyle konuşan, sıcak ve sabırlı bir rehbersiniz” → otomatik olarak sıcak ve teşvik edici
- “Lafı dolandırmayan bir askeri lojistik subayısınız” → otomatik olarak doğrudan ve kesin
- “Wired için yazan, esprili bir teknoloji gazetecisisiniz” → otomatik olarak zekice ve anlaşılır
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
frames = [
'You are a warm, patient mentor. Explain why learning to code is hard but worth it.',
'You are a no-nonsense military logistics officer. Explain why learning to code is hard but worth it.',
'You are a witty tech journalist writing for Wired. Explain why learning to code is hard but worth it.'
]
for frame in frames:
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=80,
messages=[{'role': 'user', 'content': frame + ' (2 sentences only)'}]
)
print(f'Frame: {frame[:55]}...')
print(response.content[0].text.strip())
print()Analitik Titizlik İçin Çerçeveleme
Hevesli bir onay yerine titiz ve eleştirel bir analiz gerektiğinde, kuşkucu veya analitik bir zihniyeti açıkça etkinleştiren bir çerçeveyle başlayın:
- “Görevi kusurları bulmak olan eleştirel bir değerlendiricisiniz ...”
- “Karşıt görüşü savunun ve aşağıdakilere itiraz edin ...”
- “Geleneksel kanaatin tersini varsayın ve savunun ...”
- “Şuna karşı öne sürülen en zayıf savı en güçlü hâliyle ortaya koyun ...”
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
analytical_frames = [
'You are a critical reviewer whose job is to find fatal flaws. Review this startup idea: a subscription box for AI prompt templates.',
'Play devil\'s advocate. Challenge this claim: AI will make every knowledge worker 10x more productive.',
'Steelman the weakest argument against remote work, then give the strongest counter-argument.'
]
for frame in analytical_frames:
response = client.chat.completions.create(
model='gpt-4o',
max_tokens=120,
messages=[{'role': 'user', 'content': frame + ' (3 sentences max)'}]
)
print(f'Frame type: analytical/critical')
print(f'Prompt: {frame[:60]}...')
print(response.choices[0].message.content.strip())
print()Kişilik Çerçevesi Ne Zaman NOT Kullanılır
Kişilik çerçeveleri her zaman doğru araç değildir. Şu durumlarda bunlardan kaçının:
- Nesnel veri çıkarımı yapmanız gerekiyorsa — kişilik önyargı ekler
- Yapılandırılmış verileri işliyorsanız — kişilik tanımları dikkat dağıtır
- Görev tamamen mekanikse — akıl yürütme gerekmez
- Modelin gerçek değerlendirmesini istiyorsanız — kişilik görüşü şekillendirir
“Bu CSV'yi JSON'a dönüştür” veya “bu paragraftaki cümlelerin sayısını say” gibi görevlerde çerçeve gerekmez — yalnızca yönergeyi verin.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
# Persona frame is unhelpful here — just adds tokens
prompt_with_unnecessary_frame = (
'You are an expert data processing specialist with years of experience. '
'Convert the following to JSON: Name: Alice, Age: 30, City: London'
)
# Clean, direct instruction
prompt_direct = (
'Convert to a JSON object with keys name, age, city:\n'
'Name: Alice, Age: 30, City: London'
)
for label, prompt in [('WITH UNNECESSARY FRAME', prompt_with_unnecessary_frame), ('DIRECT', prompt_direct)]:
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=50,
messages=[{'role': 'user', 'content': prompt}]
)
print(f'[{label}]')
print(response.content[0].text.strip())
print()Çerçevelerinizi Sınama
Kullanım alanınız için hangi çerçevelerin işe yaradığını öğrenmenin en iyi yolu A/B sınamaları yapmaktır: aynı görev, farklı açılış çerçeveleri ve çıktıların karşılaştırılması.
Şu boyutları sınayın:
- Çerçeve olmaması ile kişilik çerçevesi
- Belirsiz kişilik ile belirli kişilik
- Yalnızca bağlam çerçevesi ile bağlam + amaç çerçevesi
- Tek çerçeve ile birleştirilmiş çerçeveler
Çalışmanızdaki her görev kategorisi için en iyi çıktıları hangi çerçevelerin ürettiğini kaydedin.
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
task = 'Explain the pros and cons of using TypeScript over JavaScript.'
frames = {
'No frame': task,
'Persona frame': f'You are a TypeScript advocate who also knows JavaScript deeply. {task}',
'Goal frame': f'The goal is to help a JavaScript developer decide if switching to TypeScript is worth it. {task}',
'Combined frame': f'You are a pragmatic senior engineer. The goal is to help a JavaScript developer decide. {task} Give a balanced view in 3 bullet points.'
}
for label, prompt in frames.items():
response = client.chat.completions.create(
model='gpt-4o', max_tokens=80,
messages=[{'role': 'user', 'content': prompt}]
)
print(f'[{label}]: {response.choices[0].message.content.strip()[:120]}...')
print()Bilgi Kontrolü
Bir geliştirici, girişim sunumu için teşvik edici olmayan, dengeli olmayan ve tamamen karşıt bir eleştiri; yani sert ve eleştirel geri bildirim vermesini istiyor. Bunu en iyi hangi açılış çerçevesi sağlar?
Sahneyi Kurma — Özet
Açılış çerçeveleri, modelin görev yönergenizi okumadan önce yönlendirilmesini sağlar. En etkili dört çerçeve şunlardır:
- “Siz ...”: belirli uzmanlığa, iletişim üslubuna ve önceliklere sahip bir kişilik atar
- “Bağlam ...”: kişilik atamadan durumsal arka planı belirler
- “Şu varsayımla ...”: modelin doğru kabul etmesi gereken öncülleri veya kısıtlamaları ortaya koyar
- “Amaç ...”: çıktının nihai amacını tanımlar
Karmaşık görevlerde çerçeveleri birleştirin. Tamamen mekanik görevlerde çerçeve kullanmayın. Kullanım alanınız için en iyi sonucu bulmak üzere çerçeve çeşitlerini sınayın.
Sıkça Sorulan Sorular
“Sahneyi Etkili Biçimde Kurma” dersi ücretsiz mi?
Evet — “Sahneyi Etkili Biçimde Kurma” 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.
“Sahneyi Etkili Biçimde Kurma” dersinde ne öğreneceğim?
Çerçeveleme teknikleri: "Siz...", "...olduğu göz önüne alındığında...", "Amaç...". 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 3. dersidir.
“Sahneyi Etkili Biçimde Kurma” 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
- Yapay Zeka İstemlerinde Bağlam Ne Anlama Gelir?
- Arka Plan Bilgileri Sağlama
- Sahneyi Etkili Biçimde Kurma
- Bağlam Uzunluğu ve Uygunluk