[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"blog-post-etkili-prompt-yazma-rehberi-adim-adim-stratejiler-ve-ornekler":3},{"dataItem":4,"heading":36,"metaData":38,"schema":81},["Reactive",5],{"id":6,"title":7,"summary":8,"content":9,"seo_title":10,"seo_description":11,"seo_keywords":12,"slug":13,"createdAt":14,"updatedAt":14,"blog_categories":15,"authors":19,"image":24,"thumb":25,"image_webp":26,"thumb_webp":27,"rating":28,"heading_title":7,"heading_sub_title":17,"readingTime":29,"url":34,"comments":35,"meta_cover":24},21116,"Etkili Prompt Yazma Rehberi: Adım Adım Stratejiler ve Örnekler","Bu rehber, daha tutarlı ve amaca uygun AI çıktıları almak için promptu (talimat + bağlam + örnek + çıktı formatı) sistematik biçimde nasıl yazacağınızı anlatır. OpenAI ve Anthropic’in resmi önerileri ile akademik bir özetin ortak noktalarını temel alarak; adım adım süreç, yeniden kullanılabilir şablonlar, sık hatalar ve ölçümleme (A/B test, değerlendirme kriterleri) yaklaşımını pratik örneklerle sunar.","\u003Ch2>Prompt yazma neden “komut yazmak”tan fazlası?\u003C/h2>\n\u003Cp>Günlük kullanımda “prompt” bir modele yazdığınız mesaj gibi görünür. Ancak iyi sonuçların büyük kısmı, mesajın \u003Cstrong>yapısı\u003C/strong> ve \u003Cstrong>test edilebilir\u003C/strong> olmasıyla ilgilidir. Resmî kılavuzlar prompt mühendisliğini; istenen çıktıyı elde etmek için \u003Cem>talimatı, bağlamı, örnekleri ve çıktı formatını\u003C/em> bilinçli şekilde tasarlama süreci olarak ele alır. Bu yaklaşım, özellikle farklı görevlerde (özetleme, sınıflandırma, içerik taslağı, kod yardımcılığı) tutarlılığı artırmayı hedefler. (Bkz. \u003Ca href=\"https://help.openai.com/en/articles/6654000-prompt-engineering-guide\">OpenAI Prompt Engineering Best Practices\u003C/a>, \u003Ca href=\"https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/overview\">Anthropic Prompt Engineering Overview\u003C/a>)\u003C/p>\n\u003Cp>Bu rehberde amaç, tek seferde “mükemmel” prompt bulmak değil; \u003Cstrong>ölçülebilir bir iyileştirme döngüsü\u003C/strong> kurmaktır. Çünkü hangi tekniğin daha iyi çalıştığı; model ailesine, dilin nüanslarına (Türkçe/İngilizce), bağlam uzunluğuna ve görev türüne göre değişebilir. Bu yüzden evrensel yüzdeler vermek yerine, kendi kullanımınızda nasıl test edeceğinizi göstereceğiz.\u003C/p>\n\u003Chr>\n\u003Ch2>Temel prensipler (çoğu görev için geçerli)\u003C/h2>\n\u003Ch3>1) Talimatı en başa koyun, bağlamı net ayırın\u003C/h3>\n\u003Cp>Resmî pratiklerden biri: modeli ne yapacağı konusunda en baştan yönlendirmek ve bağlamı belirgin ayraçlarla (\u003Cstrong>###\u003C/strong> veya üç tırnak) ayırmaktır. Bu, modelin “hangisi görev, hangisi içerik?” ayrımını daha doğru yapmasına yardımcı olur. (Kaynak: \u003Ca href=\"https://help.openai.com/en/articles/6654000-prompt-engineering-guide\">OpenAI Help Center\u003C/a>)\u003C/p>\n\u003Cul>\n\u003Cli>\u003Cstrong>İyi\u003C/strong>: “Aşağıdaki metni 5 maddede özetle. Çıktı formatı: JSON.”\u003C/li>\n\u003Cli>\u003Cstrong>Zayıf\u003C/strong>: “Şunu özetler misin?” (format yok, kapsam belirsiz)\u003C/li>\n\u003C/ul>\n\u003Ch3>2) Çıktı formatını “göstererek” tarif edin\u003C/h3>\n\u003Cp>Sadece “madde madde yaz” demek yerine, \u003Cstrong>örnek çıktı şablonu\u003C/strong> vermek; tutarlı yapı ve sonradan işlenebilir (parse edilebilir) sonuç alma ihtimalini yükseltir. Bu yaklaşım hem resmî pratiklerde hem de teknik özetlerde özellikle vurgulanır. (Kaynak: \u003Ca href=\"https://help.openai.com/en/articles/6654000-prompt-engineering-guide\">OpenAI\u003C/a>, ayrıca akademik özet: \u003Ca href=\"https://arxiv.org/abs/2509.11295\">arXiv 2509.11295\u003C/a>)\u003C/p>\n\u003Ch3>3) Önce zero-shot, gerekirse few-shot, sonra daha ileri yöntemler\u003C/h3>\n\u003Cp>Yaygın bir yol haritası: önce örneksiz (zero-shot) net talimatla başlayın; yetmezse birkaç örnek ekleyin (few-shot); en son aşamada daha kalıcı çözümleri (ürünleştirme, ince ayar gibi) değerlendirin. Bu sıralama çoğu senaryoda maliyet ve hız açısından mantıklıdır, ancak her işte aynı sonucu garanti etmez. (Kaynak: \u003Ca href=\"https://help.openai.com/en/articles/6654000-prompt-engineering-guide\">OpenAI\u003C/a>, \u003Ca href=\"https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/overview\">Anthropic\u003C/a>)\u003C/p>\n\u003Ch3>4) Başarı kriteri tanımlayın ve ölçün\u003C/h3>\n\u003Cp>Prompt yazımı, bir “metin yazma” işi olmaktan çok bir \u003Cstrong>deney tasarımı\u003C/strong> işidir: doğru/yanlış ölçütünüz yoksa ilerleme hissi yanıltıcı olabilir. Anthropic dokümantasyonu, otomatik değerlendirme ve deneysel karşılaştırmaları (A/B gibi) önerir. (Kaynak: \u003Ca href=\"https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/overview\">Anthropic Docs\u003C/a>)\u003C/p>\n\u003Chr>\n\u003Ch2>Adım adım prompt yazma süreci (uygulanabilir şablon)\u003C/h2>\n\u003Ch3>Adım 1: Hedefi tek cümlede netleştirin\u003C/h3>\n\u003Cp>Kendinize şunu sorun: “Bu çıktı ile ne yapacağım?” Örnek hedefler:\u003C/p>\n\u003Cul>\n\u003Cli>Bir metni toplantı notuna dönüştürmek\u003C/li>\n\u003Cli>100 ürün yorumunu etiketlemek (olumlu/olumsuz/konu)\u003C/li>\n\u003Cli>Bir blog yazısı için taslak ve başlık alternatifleri üretmek\u003C/li>\n\u003C/ul>\n\u003Cp>Hedef cümlesi, promptun ilk satırı olur.\u003C/p>\n\u003Ch3>Adım 2: Bağlamı yapılandırın (girdi, kısıt, tanım)\u003C/h3>\n\u003Cp>Modelin bilmesini istediğiniz minimum bilgileri ekleyin:\u003C/p>\n\u003Cul>\n\u003Cli>\u003Cstrong>Hedef kitle\u003C/strong>: “ABD’de yaşayan genel okuyucu”\u003C/li>\n\u003Cli>\u003Cstrong>Ton\u003C/strong>: “Tarafsız, pratik, kısa paragraflar”\u003C/li>\n\u003Cli>\u003Cstrong>Kapsam\u003C/strong>: “Yalnızca verilen metne dayan; varsayım ekleme”\u003C/li>\n\u003Cli>\u003Cstrong>Tanımlar\u003C/strong>: “CTA = eylem çağrısı” gibi\u003C/li>\n\u003C/ul>\n\u003Ch3>Adım 3: Çıktı formatını sabitleyin\u003C/h3>\n\u003Cp>Çıktı formatı, kalitenin yarısıdır. Mümkünse:\u003C/p>\n\u003Cul>\n\u003Cli>Başlık hiyerarşisi (H2/H3)\u003C/li>\n\u003Cli>Tablo şeması\u003C/li>\n\u003Cli>JSON anahtarları\u003C/li>\n\u003Cli>Madde sayısı sınırı\u003C/li>\n\u003C/ul>\n\u003Ch3>Adım 4: Örnek ekleyin (gerekliyse)\u003C/h3>\n\u003Cp>Zero-shot yeterli değilse 1–3 mini örnek ekleyin. Örneklerde \u003Cstrong>girdi\u003C/strong> ve \u003Cstrong>beklenen çıktı\u003C/strong> biçimini net gösterin. Bu, modelin “neye benzetmesi gerektiğini” öğretir (few-shot yaklaşımı).\u003C/p>\n\u003Ch3>Adım 5: Parametreleri amaca göre ayarlayın (varsa)\u003C/h3>\n\u003Cp>Kullandığınız araca göre değişmekle birlikte, resmî kılavuzlar bazı ayarların çıktıyı güçlü biçimde etkilediğini belirtir: \u003Cstrong>model seçimi\u003C/strong>, \u003Cstrong>temperature\u003C/strong> (yaratıcılık/dalgalanma), \u003Cstrong>max tokens\u003C/strong> (uzunluk sınırı) ve \u003Cstrong>stop\u003C/strong> dizileri gibi. (Kaynak: \u003Ca href=\"https://help.openai.com/en/articles/6654000-prompt-engineering-guide\">OpenAI Help Center\u003C/a>)\u003C/p>\n\u003Cp>Pratik kural: “Tekrarlanabilirlik” istiyorsanız daha deterministik ayarları tercih edin; “fikir üretimi” istiyorsanız çeşitliliği artıran ayarlar işinize yarayabilir. Net değer önermek yerine, her görevde küçük aralıklarla test etmek daha güvenlidir.\u003C/p>\n\u003Ch3>Adım 6: Test edin, ölçün, iterasyon yapın\u003C/h3>\n\u003Cp>En az iki prompt varyantı hazırlayın:\u003C/p>\n\u003Cul>\n\u003Cli>V1: Sade, net talimat + format\u003C/li>\n\u003Cli>V2: V1 + örnek(ler) + ek kısıtlar\u003C/li>\n\u003C/ul>\n\u003Cp>Sonra 10–30 temsilî örnek üzerinde (metin, soru, veri satırı) aynı test setiyle deneyin. Başarı kriterlerinizi önceden belirleyin: doğruluk, format uyumu, gereksiz uzatma, kaynaklılık vb. Anthropic dokümanları bu tür değerlendirme yaklaşımını teşvik eder. (Kaynak: \u003Ca href=\"https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/overview\">Anthropic Docs\u003C/a>)\u003C/p>\n\u003Chr>\n\u003Ch2>Kopyalanabilir prompt şablonları (Türkçe örneklerle)\u003C/h2>\n\u003Cp>Aşağıdaki şablonlar, farklı modellere uyarlanabilecek şekilde “rol + görev + bağlam + format” yapısına göre düzenlenmiştir. İsterseniz aynı şablonu İngilizceye çevirerek de kullanabilirsiniz.\u003C/p>\n\u003Ch3>Şablon 1: İçerik özetleme (format garantili)\u003C/h3>\n\u003Cp>\u003Cstrong>Ne zaman kullanılır?\u003C/strong> Uzun metni hızlıca toplantı notu/özet hâline getirmek istediğinizde.\u003C/p>\n\u003Cblockquote>\n\u003Cp>\u003Cstrong>Görev:\u003C/strong> Aşağıdaki metni özetle ve aksiyon maddeleri çıkar.\u003Cbr>\n\u003Cstrong>Kısıtlar:\u003C/strong> Yalnızca metindeki bilgilere dayan. Varsayım ekleme.\u003Cbr>\n\u003Cstrong>Çıktı formatı:\u003C/strong>\u003Cbr>\n- Özet: 5 madde\u003Cbr>\n- Aksiyonlar: 3 madde\u003Cbr>\n- Riskler/Bilinmeyenler: 3 madde\u003Cbr>\n\u003Cstrong>Metin:\u003C/strong>\u003Cbr>\n\"\"\"\u003Cbr>\n[Buraya metni yapıştırın]\u003Cbr>\n\"\"\"\u003C/p>\n\u003C/blockquote>\n\u003Cp>\u003Cstrong>Neden işe yarar?\u003C/strong> Talimat başta, bağlam ayraçla ayrılmış, çıktı biçimi sabit. Bu, resmî pratiklerin önerdiği temel düzenle uyumludur. (Kaynak: \u003Ca href=\"https://help.openai.com/en/articles/6654000-prompt-engineering-guide\">OpenAI\u003C/a>)\u003C/p>\n\u003Ch3>Şablon 2: Etiketleme/sınıflandırma (tutarlılık için)\u003C/h3>\n\u003Cp>\u003Cstrong>Ne zaman kullanılır?\u003C/strong> Yorumları, destek taleplerini veya e-postaları kategorilere ayırmak istediğinizde.\u003C/p>\n\u003Cblockquote>\n\u003Cp>\u003Cstrong>Görev:\u003C/strong> Aşağıdaki metni etiketle.\u003Cbr>\n\u003Cstrong>Etiketler:\u003C/strong> [Fiyat], [Kalite], [Teslimat], [İade], [Diğer]\u003Cbr>\n\u003Cstrong>Kurallar:\u003C/strong> En fazla 2 etiket seç. Emin değilsen [Diğer] kullan.\u003Cbr>\n\u003Cstrong>Çıktı formatı (JSON):\u003C/strong>\u003Cbr>\n{\"text\": \"...\", \"labels\": [\"...\", \"...\"], \"confidence\": \"low|medium|high\"}\u003Cbr>\n\u003Cstrong>Metin:\u003C/strong> \"\"\"[Buraya metin]\"\"\"\u003C/p>\n\u003C/blockquote>\n\u003Cp>\u003Cstrong>Neden işe yarar?\u003C/strong> Etiket seti sınırlı, karar kuralları açık, JSON şeması örneklenmiş. “Formatı gösterme” yaklaşımı, birçok görevde çıktıyı daha stabil hâle getirir. (Kaynak: \u003Ca href=\"https://help.openai.com/en/articles/6654000-prompt-engineering-guide\">OpenAI\u003C/a>; akademik özet: \u003Ca href=\"https://arxiv.org/abs/2509.11295\">arXiv\u003C/a>)\u003C/p>\n\u003Ch3>Şablon 3: Blog taslağı (hedef kitle + ton + kapsam)\u003C/h3>\n\u003Cp>\u003Cstrong>Ne zaman kullanılır?\u003C/strong> Bir yazının iskeletini hızlı üretmek istediğinizde.\u003C/p>\n\u003Cblockquote>\n\u003Cp>\u003Cstrong>Rol:\u003C/strong> Deneyimli bir teknoloji içerik editörü gibi yaz.\u003Cbr>\n\u003Cstrong>Hedef kitle:\u003C/strong> Genel okuyucu (ABD).\u003Cbr>\n\u003Cstrong>Görev:\u003C/strong> \"[Konu]\" hakkında 1200–1800 kelimelik bir yazı taslağı oluştur.\u003Cbr>\n\u003Cstrong>Gereksinimler:\u003C/strong>\u003Cbr>\n1) H2/H3 başlık yapısı kullan.\u003Cbr>\n2) Her H2 altında 2–4 kısa paragraf yaz.\u003Cbr>\n3) 1 kontrol listesi ve 1 tablo öner.\u003Cbr>\n4) Belirsiz noktaları \"Sınırlamalar\" bölümünde belirt.\u003Cbr>\n\u003Cstrong>Çıktı:\u003C/strong> Önce başlık önerileri (5 adet), sonra taslak.\u003C/p>\n\u003C/blockquote>\n\u003Cp>\u003Cstrong>Neden işe yarar?\u003C/strong> Hedef kitle, uzunluk, yapı ve “sınırlamalar” beklentisi açıkça belirtilir. Bu tür kısıtlar, modelin “ne üretmemesi gerektiğini” de çerçeveler.\u003C/p>\n\u003Ch3>Şablon 4: Kalite kontrol (self-critique yaklaşımı)\u003C/h3>\n\u003Cp>\u003Cstrong>Ne zaman kullanılır?\u003C/strong> Üretilen metni yayımlamadan önce tutarlılık ve kapsama kontrolü için.\u003C/p>\n\u003Cblockquote>\n\u003Cp>\u003Cstrong>Görev:\u003C/strong> Aşağıdaki taslağı değerlendir ve iyileştir.\u003Cbr>\n\u003Cstrong>Kontrol listesi:\u003C/strong>\u003Cbr>\n- Talimatlara uyum var mı?\u003Cbr>\n- Çelişki / belirsizlik var mı? (Varsa belirt)\u003Cbr>\n- Gereksiz tekrar var mı?\u003Cbr>\n- Eksik adımlar var mı?\u003Cbr>\n\u003Cstrong>Çıktı formatı:\u003C/strong>\u003Cbr>\n1) Bulgular (madde madde)\u003Cbr>\n2) Düzeltilmiş metin (revize edilmiş sürüm)\u003Cbr>\n\u003Cstrong>Metin:\u003C/strong> \"\"\"[Taslak]\"\"\"\u003C/p>\n\u003C/blockquote>\n\u003Cp>\u003Cstrong>Neden işe yarar?\u003C/strong> Akademik özetlerde pratikte kullanılan teknikler arasında “self-critique” benzeri yaklaşımlar anılır; ancak sonuçlar göreve göre değişebilir. Bu yüzden bir “kalite kapısı” olarak kullanmak, tek başına doğruluk garantisi gibi düşünmemek daha sağlıklıdır. (Kaynak: \u003Ca href=\"https://arxiv.org/abs/2509.11295\">arXiv 2509.11295\u003C/a>)\u003C/p>\n\u003Chr>\n\u003Ch2>Yaygın sorunlar ve hızlı teşhis\u003C/h2>\n\u003Ch3>Model konu dışına çıkıyor\u003C/h3>\n\u003Cul>\n\u003Cli>\u003Cstrong>Çözüm:\u003C/strong> Kapsamı bir cümleyle sınırla: “Yalnızca aşağıdaki metne dayan.”\u003C/li>\n\u003Cli>\u003Cstrong>Çözüm:\u003C/strong> Bağlamı üç tırnakla ayır; talimatı üstte tut. (Kaynak: \u003Ca href=\"https://help.openai.com/en/articles/6654000-prompt-engineering-guide\">OpenAI\u003C/a>)\u003C/li>\n\u003C/ul>\n\u003Ch3>Format bozuluyor (JSON kırılıyor, tablo eksik geliyor)\u003C/h3>\n\u003Cul>\n\u003Cli>\u003Cstrong>Çözüm:\u003C/strong> Formatı örnekle “göster” ve tek bir şema kullan.\u003C/li>\n\u003Cli>\u003Cstrong>Çözüm:\u003C/strong> “Sadece aşağıdaki formatta çıktı ver” gibi net kısıt ekle.\u003C/li>\n\u003Cli>\u003Cstrong>Çözüm:\u003C/strong> Gerekirse stop dizileri gibi araç düzeyi kontrolleri değerlendir (kullandığınız platform destekliyorsa). (Kaynak: \u003Ca href=\"https://help.openai.com/en/articles/6654000-prompt-engineering-guide\">OpenAI\u003C/a>)\u003C/li>\n\u003C/ul>\n\u003Ch3>Çıktı fazla uzun veya fazla kısa\u003C/h3>\n\u003Cul>\n\u003Cli>\u003Cstrong>Çözüm:\u003C/strong> “En fazla X madde” veya “Her madde 1–2 cümle” gibi sınırlar koy.\u003C/li>\n\u003Cli>\u003Cstrong>Çözüm:\u003C/strong> Aracınız izin veriyorsa uzunlukla ilgili token sınırlarını gözden geçir. (Kaynak: \u003Ca href=\"https://help.openai.com/en/articles/6654000-prompt-engineering-guide\">OpenAI\u003C/a>)\u003C/li>\n\u003C/ul>\n\u003Ch3>Aynı prompt farklı zamanlarda tutarsız sonuç veriyor\u003C/h3>\n\u003Cul>\n\u003Cli>\u003Cstrong>Çözüm:\u003C/strong> Daha deterministik ayarlar ve daha net format kullan.\u003C/li>\n\u003Cli>\u003Cstrong>Çözüm:\u003C/strong> Few-shot örnek ekleyerek “hedef çıktıyı” daha iyi sabitle.\u003C/li>\n\u003Cli>\u003Cstrong>Çözüm:\u003C/strong> Değerlendirmeyi aynı test setiyle yap; tek örnek üzerinden karar verme. (Kaynak: \u003Ca href=\"https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/overview\">Anthropic\u003C/a>)\u003C/li>\n\u003C/ul>\n\u003Chr>\n\u003Ch2>Ölçümleme: Basit bir A/B test planı\u003C/h2>\n\u003Cp>Aşağıdaki plan, kişisel kullanım için bile uygulanabilir:\u003C/p>\n\u003Col>\n\u003Cli>\u003Cstrong>Test seti\u003C/strong> seçin: 10–30 temsilî örnek (aynı tür e-posta, aynı tür ürün yorumu vb.).\u003C/li>\n\u003Cli>\u003Cstrong>Rubrik\u003C/strong> yazın (0–2 puan):\n\u003Cul>\n\u003Cli>Format uyumu\u003C/li>\n\u003Cli>Kapsam (istenen her şeyi kapsıyor mu?)\u003C/li>\n\u003Cli>Doğruluk (girdiyle tutarlı mı?)\u003C/li>\n\u003Cli>Gereksiz uzatma/tekrar\u003C/li>\n\u003C/ul>\n\u003C/li>\n\u003Cli>\u003Cstrong>Varyantları\u003C/strong> çalıştırın: V1 vs V2.\u003C/li>\n\u003Cli>\u003Cstrong>Sonuçları\u003C/strong> tabloya dökün ve en zayıf metriği hedefleyerek promptu revize edin.\u003C/li>\n\u003C/ol>\n\u003Cp>Bu yaklaşım, “hissiyat” yerine ölçütlere dayalı ilerlemeyi kolaylaştırır; resmî dokümantasyonlar da benzer iteratif yaklaşımı vurgular. (Kaynak: \u003Ca href=\"https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/overview\">Anthropic Docs\u003C/a>)\u003C/p>\n\u003Ch3>Örnek değerlendirme tablosu\u003C/h3>\n\u003Ctable>\n\u003Cthead>\n\u003Ctr>\n\u003Cth>Örnek\u003C/th>\n\u003Cth>V1 format\u003C/th>\n\u003Cth>V1 doğruluk\u003C/th>\n\u003Cth>V2 format\u003C/th>\n\u003Cth>V2 doğruluk\u003C/th>\n\u003Cth>Not\u003C/th>\n\u003C/tr>\n\u003C/thead>\n\u003Ctbody>\n\u003Ctr>\n\u003Ctd>1\u003C/td>\n\u003Ctd>2\u003C/td>\n\u003Ctd>1\u003C/td>\n\u003Ctd>2\u003C/td>\n\u003Ctd>2\u003C/td>\n\u003Ctd>V2 daha net ayraç kullandı\u003C/td>\n\u003C/tr>\n\u003Ctr>\n\u003Ctd>2\u003C/td>\n\u003Ctd>1\u003C/td>\n\u003Ctd>2\u003C/td>\n\u003Ctd>2\u003C/td>\n\u003Ctd>2\u003C/td>\n\u003Ctd>V1 JSON şeması bozdu\u003C/td>\n\u003C/tr>\n\u003C/tbody>\n\u003C/table>\n\u003Chr>\n\u003Ch2>Türkçe yazanlar için yerelleştirme ipuçları\u003C/h2>\n\u003Ch3>1) Dil hedefini baştan söyleyin\u003C/h3>\n\u003Cp>“Çıktı dili: Türkçe” ve gerekirse “Terimler: İngilizce teknik terimleri parantez içinde ver” gibi yönergeler; karışık dil kullanımını azaltabilir.\u003C/p>\n\u003Ch3>2) Biçimsel ton ve hitap\u003C/h3>\n\u003Cp>Türkçede “siz dili” / “sen dili” seçimi önemlidir. Promptta “resmî ve mesafeli” ya da “samimi ama profesyonel” gibi ton tanımı yazın.\u003C/p>\n\u003Ch3>3) Özel isimler ve ölçü birimleri\u003C/h3>\n\u003Cp>ABD pazarı için yazarken (ör. kitle ABD ama dil Türkçe), ölçü birimi, tarih formatı ve örneklerin yerelliği karışabilir. Promptta “Örnekler ABD bağlamına uygun olsun; ancak metin Türkçe kalsın” gibi açık bir cümle ekleyin.\u003C/p>\n\u003Chr>\n\u003Ch2>Sınırlar ve dikkat notları\u003C/h2>\n\u003Cp>Bu rehber, resmî dokümantasyonlar ve bir akademik özet üzerinden “genel geçer” pratikleri derler. Yine de:\u003C/p>\n\u003Cul>\n\u003Cli>\u003Cstrong>Model farkları\u003C/strong> ve görev türü, aynı tekniğin etkisini değiştirebilir; genellenmiş performans iddiaları yanıltıcı olabilir. (Kaynak: \u003Ca href=\"https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/overview\">Anthropic\u003C/a>, \u003Ca href=\"https://arxiv.org/abs/2509.11295\">arXiv\u003C/a>)\u003C/li>\n\u003Cli>Resmî sayfalar “sürekli güncellenen” belgeler olabilir; bu nedenle kritik kararlar için erişim tarihini not etmek faydalıdır. (Erişim: 2026-03-07; kaynak bağlantıları yukarıda)\u003C/li>\n\u003Cli>Hukuk, sağlık veya finans gibi yüksek riskli alanlarda, çıktıları uzman kontrolünden geçirmeden kullanmayın; bu yazı profesyonel danışmanlık yerine geçmez.\u003C/li>\n\u003C/ul>\n\u003Chr>\n\u003Ch2>Hızlı kontrol listesi (1 dakikada prompt iyileştirme)\u003C/h2>\n\u003Cul>\n\u003Cli>\u003Cstrong>Görev\u003C/strong> tek cümlede net mi?\u003C/li>\n\u003Cli>\u003Cstrong>Bağlam\u003C/strong> ayraçla ayrıldı mı (### veya \"\"\" ... \"\"\")?\u003C/li>\n\u003Cli>\u003Cstrong>Çıktı formatı\u003C/strong> örnekle gösterildi mi?\u003C/li>\n\u003Cli>\u003Cstrong>Kısıtlar\u003C/strong> yazıldı mı (kapsam, ton, uzunluk, dil)?\u003C/li>\n\u003Cli>\u003Cstrong>Test planı\u003C/strong> var mı (en az 10 örnekle kıyas)?\u003C/li>\n\u003C/ul>","Prompt Yazma Rehberi: Etkili Komutlar İçin Adım Adım Kılavuz","Net talimat, doğru bağlam, örnekli şablonlar ve test yaklaşımıyla daha tutarlı AI çıktıları alın. Adım adım prompt yazma rehberi ve kopyalanabilir örnekler.","prompt yazma rehberi, prompt teknikleri, yapay zeka komutları, prompt engineering, AI kullanım rehberi, zero-shot, few-shot, prompt şablonları, temperature ayarı, çıktı formatı","etkili-prompt-yazma-rehberi-adim-adim-stratejiler-ve-ornekler","2026-03-08T18:35:38.000Z",{"id":16,"title":17,"slug":18},800,"Prompt Teknikleri ve Stratejileri","prompt-teknikleri-ve-stratejileri",{"id":20,"name":21,"nickname":22,"slug":23},212,"Gizem Şahin","PromptMaster","gizem-sahin","/media/blog/8a37f9c8c5d9bf2ea7a14befc1e927bc.jpg","/media/blog/8a37f9c8c5d9bf2ea7a14befc1e927bc_thumb.jpg","/media/blog/8a37f9c8c5d9bf2ea7a14befc1e927bc.webp","/media/blog/8a37f9c8c5d9bf2ea7a14befc1e927bc_thumb.webp",null,{"minutes":30,"wordCount":31,"imageCount":32,"formatted":33},8,1424,0,"8 dk okuma süresi","/blog/prompt-teknikleri-ve-stratejileri/etkili-prompt-yazma-rehberi-adim-adim-stratejiler-ve-ornekler",[],["Reactive",37],{"title":7,"subTitle":17,"image":24},["Reactive",39],{"title":10,"meta":40,"link":75},[41,43,45,48,51,54,57,60,63,66,69,71,73],{"hid":42,"name":42,"content":11},"description",{"hid":44,"name":44,"content":12},"keywords",{"hid":46,"name":46,"content":47},"author","Prompt Rehberleri & AI İçerik",{"hid":49,"name":49,"content":50},"robots","index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1",{"hid":52,"property":52,"content":53},"og:type","website",{"hid":55,"property":55,"content":56},"og:title","Prompt Rehberleri & AI İçerik | Yapay Zekâda Etkili Prompt Yazımı",{"hid":58,"property":58,"content":59},"og:description","Prompt Rehberleri & AI İçerik, yapay zekâ araçları için etkili prompt teknikleri ve örneklerle kullanıcıların verimli sonuç almasını sağlar.",{"hid":61,"property":61,"content":62},"og:image","https://promptolustur.com/media/blog/8a37f9c8c5d9bf2ea7a14befc1e927bc.jpg",{"hid":64,"property":64,"content":65},"og:url","https://promptolustur.com/blog/prompt-teknikleri-ve-stratejileri/etkili-prompt-yazma-rehberi-adim-adim-stratejiler-ve-ornekler",{"hid":67,"name":67,"content":68},"twitter:card","summary_large_image",{"hid":70,"name":70,"content":56},"twitter:title",{"hid":72,"name":72,"content":59},"twitter:description",{"hid":74,"name":74,"content":62},"twitter:image",[76,78],{"rel":77,"href":65},"canonical",{"rel":79,"href":80},"amphtml","https://amp.promptolustur.com/blog/prompt-teknikleri-ve-stratejileri/etkili-prompt-yazma-rehberi-adim-adim-stratejiler-ve-ornekler",["Reactive",82],{"@context":83,"@graph":84},"https://schema.org",[85,98],{"@type":86,"headline":10,"image":62,"author":87,"publisher":90,"datePublished":14,"dateModified":14,"mainEntityOfPage":96,"description":11},"BlogPosting",{"@type":88,"name":21,"url":89},"Person","https://promptolustur.com/yazarlar/gizem-sahin",{"@type":91,"name":47,"logo":92},"Organization",{"@type":93,"url":94,"width":95,"height":95},"ImageObject","https://promptolustur.com/img/icons/favicon.png",32,{"@type":97,"@id":65},"WebPage",{"@type":99,"itemListElement":100},"BreadcrumbList",[101,106,110,113],{"@type":102,"position":103,"name":104,"item":105},"ListItem",1,"Ana Sayfa","https://promptolustur.com",{"@type":102,"position":107,"name":108,"item":109},2,"Blog","https://promptolustur.com/blog",{"@type":102,"position":111,"name":17,"item":112},3,"https://promptolustur.com/blog/prompt-teknikleri-ve-stratejileri",{"@type":102,"position":114,"name":7,"item":65},4]