Yapay Zekanın İşleyebileceği İstek Türleri
Yapay zeka görevlerinin sınıflandırması: yazma, özetleme, yanıtlama, kodlama ve beyin fırtınası.
Yapay Zekanın İşleyebileceği İstek Türleri, 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.
Yapay Zekâ Görev Taksonomisi
Yapay zekâ dil modelleri olağanüstü derecede çok yönlüdür. Çok çeşitli görev türlerini yerine getirirler; görevinizin hangi kategoriye girdiğini bilmek, daha iyi istemler yazmanıza yardımcı olur.
Görevleri şu gruplara ayırabiliriz: yazma, özetleme, soru-cevap, kodlama, beyin fırtınası, çeviri, sınıflandırma ve veri çıkarma.
Yazma Görevleri
Yazma, en yaygın yapay zekâ görevlerinden biridir. Örnekler:
- E-posta, ön yazı ve blog gönderisi taslakları hazırlama
- Kısa öyküler, senaryolar veya yaratıcı içerikler yazma
- Sosyal medya açıklamaları oluşturma
- Mevcut taslakları düzenleme ve yeniden yazma
Temel nokta, isteminizde biçimi, tonu, uzunluğu ve hedef kitleyi belirtmektir.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=256,
messages=[{
'role': 'user',
'content': (
'Write a 150-word professional email declining a meeting invitation. '
'Tone: polite and regretful. Suggest rescheduling next week.'
)
}]
)
print(response.content[0].text)Özetleme Görevleri
Özetleme, uzun içeriği daha kısa ve kolay anlaşılır bir biçime indirger. Yaygın kullanım alanları:
- Uzun makalelerin veya raporların TL;DR'ı
- Bir dökümden toplantı notları çıkarma
- Araştırma makalelerinin yönetici özetleri
- Bir kitap bölümünden ana points çıkarma
Hedef uzunluğu ve ihtiyaç duyduğunuz ayrıntı düzeyini belirtin.
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
long_text = (
'Artificial intelligence has transformed industries from healthcare '
'to finance over the past decade. Machine learning models now diagnose '
'diseases, detect fraud, and power recommendation engines. However, '
'concerns about bias, privacy, and job displacement remain significant...'
)
response = client.chat.completions.create(
model='gpt-4o',
messages=[{
'role': 'user',
'content': f'Summarize the following in exactly 2 sentences:\n\n{long_text}'
}]
)
print(response.choices[0].message.content)Soru-Cevap Görevleri
Soru-cevap görevleri, modelin geniş bilgi birikiminden yararlanır. Türleri arasında şunlar bulunur:
- Olgusal sorular ('Krebs döngüsü nedir?')
- Açıklayıcı sorular ('HTTPS nasıl çalışır?')
- Karşılaştırmalı sorular ('RAM ile depolama arasındaki fark nedir?')
- Belge soru-cevap görevleri — yapıştırılmış bir belge hakkında soru sorma
Belge soru-cevaplarında kaynak materyali her zaman isteminize ekleyin.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
document = 'Our refund policy allows returns within 30 days with receipt...'
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=256,
system='Answer only based on the document provided. If unsure, say so.',
messages=[{
'role': 'user',
'content': f'Document:\n{document}\n\nQuestion: How many days do I have to return an item?'
}]
)
print(response.content[0].text)Kodlama Görevleri
Kodlama görevleri, yapay zekâ asistanlarının gerçekten parladığı alandır. Yaygın istekler:
- Bir açıklamadan kod üretme ('... yapan bir Python işlevi yazın')
- Mevcut kodun ne yaptığını açıklama
- Çalışmayan kodda hata ayıklama veya kodu düzeltme
- Kodu bir dilden diğerine dönüştürme
- Verilen bir işlev için birim sınamaları yazma
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
response = client.chat.completions.create(
model='gpt-4o',
messages=[
{
'role': 'system',
'content': 'You are a Python expert. Include type hints and a brief docstring.'
},
{
'role': 'user',
'content': (
'Write a function that takes a list of integers and returns '
'the second largest unique value, or None if it does not exist.'
)
}
]
)
print(response.choices[0].message.content)Beyin Fırtınası Görevleri
Beyin fırtınası, yapay zekâyı kısa sürede çok sayıda fikir üretmek için kullanır. Şunlar için kullanabilirsiniz:
- Ürün adı üretme
- Blog gönderisi konu listeleri oluşturma
- Bir uygulama için özellik fikirleri geliştirme
- Pazarlama kampanyası yaklaşımları bulma
- Problem çözme alternatifleri üretme
Belirli sayıda fikir için ask edin ve modelden tekrardan çok çeşitliliğe öncelik vermesini isteyin.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=512,
messages=[{
'role': 'user',
'content': (
'Generate 10 unique app name ideas for a habit-tracking app targeting busy professionals. '
'Each name should be one or two words. Prioritize variety — avoid similar-sounding names. '
'After each name, add a 5-word tagline.'
)
}]
)
print(response.content[0].text)Çeviri Görevleri
Çeviri, sözcüğü sözcüğüne dönüştürmenin ötesine geçer. Yapay zekâ modelleri şunları ele alabilir:
- Dil çevirisi (İngilizce → İspanyolca, Fransızca → Japonca)
- Dil düzeyi çevirisi (teknik terimler → sade dil)
- Ton çevirisi (resmî → gündelik)
- Biçim dönüşümü (paragraf → madde işaretleri)
Birebir bir çeviri mi, yoksa doğal ve deyimsel bir çeviri mi istediğinizi belirtin.
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
text_en = 'Please ensure the deliverables are submitted prior to the agreed deadline.'
response = client.chat.completions.create(
model='gpt-4o',
messages=[{
'role': 'user',
'content': (
f'Translate the following into natural, idiomatic Spanish '
f'suitable for a casual work chat message:\n\n{text_en}'
)
}]
)
print(response.choices[0].message.content)Sınıflandırma Görevleri
Sınıflandırma, girdiyi önceden tanımlanmış kategorilere atar. Örnekler:
- Duygu analizi (olumlu / olumsuz / nötr)
- Konu kategorilendirme (spor / siyaset / teknoloji)
- Niyet algılama (şikâyet / soru / iltifat)
- İstenmeyen ileti / istenmeyen ileti değil
Modelin seçenekler arasından ne seçeceğini bilmesi için geçerli kategorilerin listesini her zaman isteminizde sağlayın.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
reviews = [
'The product broke after one day. Terrible quality!',
'Shipping was fast and the item is exactly as described.',
'It is okay, nothing special but does the job.'
]
for review in reviews:
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=16,
messages=[{
'role': 'user',
'content': (
f'Classify this review as exactly one of: POSITIVE, NEGATIVE, NEUTRAL.\n'
f'Reply with only the label.\n\nReview: {review}'
)
}]
)
label = response.content[0].text.strip()
print(f'{label}: {review[:40]}...')Veri Çıkarma Görevleri
Veri çıkarma, yapılandırılmamış metinden yapılandırılmış bilgiler elde eder. Yaygın kullanım alanları:
- Faturalardan adları, tarihleri ve tutarları çıkarma
- Haber makalelerinden temel bilgileri çekme
- E-postalardan iletişim bilgilerini ayrıştırma
- Açıklamalardan ürün teknik özelliklerini çıkarma
Çıkarılan verileri programatik olarak kolayca kullanabilmek için JSON çıktısı isteyin.
import openai
import json
client = openai.OpenAI(api_key='sk-your-key-here')
email_text = (
'Hi, I am Sarah Johnson from Acme Corp. '
'Please send the invoice for $4,250 to billing@acmecorp.com by June 15th.'
)
response = client.chat.completions.create(
model='gpt-4o',
messages=[{
'role': 'user',
'content': (
'Extract the following fields from the email below and output valid JSON:\n'
'name, company, email, amount, deadline\n\nEmail:\n' + email_text
)
}]
)
raw = response.choices[0].message.content
data = json.loads(raw)
print(data)Görev Türlerini Birleştirme
Gerçek dünyadaki istemler çoğu zaman tek bir istekte birden fazla görev türünü birleştirir. Örneğin:
- Bir makaledeki temel iddiaları çıkarın, ardından her birini olgu veya görüş olarak sınıflandırın
- Bir belgeyi özetleyin, ardından özeti Fransızcaya çevirin
- Fikirler üzerinde beyin fırtınası yapın, ardından en iyisi için kısa bir tanıtım metni yazın
Görev türlerini tek bir istemde zincirlemek güçlüdür; yalnızca her adım hakkında açık olun.
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=512,
messages=[{
'role': 'user',
'content': (
'Do the following in order:\n'
'1. Brainstorm 5 blog post titles about remote work productivity.\n'
'2. Pick the most compelling title.\n'
'3. Write a 3-sentence intro paragraph for that post.\n'
'Format your output with clear numbered sections.'
)
}]
)
print(response.content[0].text)Doğru Görev Çerçevesini Seçme
Aynı temel istek farklı görev türleri olarak çerçevelenebilir; çerçeveleme çıktıyı önemli ölçüde değiştirir.
Örnek hedef: bir şirketin fiyatlandırma sayfasını anlamak.
- Soru-cevap çerçevesi: 'Fiyatlandırma kademeleri nelerdir?'
- Özetleme çerçevesi: 'Fiyatlandırma sayfasını 3 madde points hâlinde özetleyin.'
- Çıkarma çerçevesi: 'Plan adlarını ve fiyatlarını JSON olarak çıkarın.'
- Karşılaştırma çerçevesi: 'Tüm planları karşılaştıran bir tablo create edin.'
Çıktıyı nasıl kullanacağınıza uygun çerçeveyi seçin.
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
pricing_text = (
'Starter: $9/month - 1 user, 5GB storage. '
'Pro: $29/month - 10 users, 50GB storage. '
'Enterprise: custom pricing - unlimited users.'
)
# Extraction frame
response = client.chat.completions.create(
model='gpt-4o',
messages=[{
'role': 'user',
'content': (
'Extract plan names and monthly prices as a JSON array. '
'Use null for custom pricing.\n\n' + pricing_text
)
}]
)
print(response.choices[0].message.content)Bilginizi Sınayın
Yapay zekâ görev türlerinin ana kategorilerini öğrendiniz. Şimdi doğru olanı belirleyip belirleyemeyeceğinizi görelim.
Bir geliştirici, 500 sözcüklük bir müşteri destek e-postasını isteme yapıştırır ve yapay zekâdan şunu ister: 'Müşteri adını, sipariş numarasını ve sorun türünü çıkarın — JSON olarak çıktı verin.'
Bu hangi görev türüdür?
Görev Taksonomisinin Özeti
Artık herhangi bir yapay zekâ isteğini temel görev türlerinden biri olarak tanımlayıp çerçeveleyebilirsiniz:
- Yazma — özgün metin içeriği üretme
- Özetleme — uzun içeriği kısaltma
- Soru-cevap — bilgi birikiminden veya belgelerden gelen soruları yanıtlama
- Kodlama — kod üretme, açıklama veya kodda hata ayıklama
- Beyin fırtınası — çok sayıda çeşitli fikir üretme
- Çeviri — diller veya dil düzeyleri arasında dönüşüm yapma
- Sınıflandırma — girdiyi önceden tanımlanmış kategorilere atama
- Veri Çıkarma — yapılandırılmamış metinden yapılandırılmış veri çekme
Önce görev türünü adlandırın; ardından istemi bunun etrafında yazın.
Sıkça Sorulan Sorular
“Yapay Zekanın İşleyebileceği İstek Türleri” dersi ücretsiz mi?
Evet — “Yapay Zekanın İşleyebileceği İstek Türleri” 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.
“Yapay Zekanın İşleyebileceği İstek Türleri” dersinde ne öğreneceğim?
Yapay zeka görevlerinin sınıflandırması: yazma, özetleme, yanıtlama, kodlama ve beyin fırtınası. 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.
“Yapay Zekanın İşleyebileceği İstek Türleri” 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
- Sohbet Arayüzünü Anlama
- Yapay Zekanın İşleyebileceği İstek Türleri
- Yapay Zeka Yanıtları Nasıl Üretir?
- Yapay Zeka Neleri Yapamaz?