İçerik Üretimi İçin 10 Hazır Prompt: Blog, Başlık ve Örnekler

Bu rehber kimler için?

Bu yazı, ABD pazarında Türkçe içerik üretmek isteyen genel kitleye yöneliktir: blog yazarları, içerik pazarlamacıları, girişimciler, öğrenciler ve “boş sayfa sendromunu” hızlıca aşmak isteyen herkes. Aşağıdaki yapay zeka prompt örnekleri kopyalanıp kullanılabilir; ancak çıktıların yayımlanmadan önce gözden geçirilmesi gerekir.

Önemli not: Üretken yapay zeka araçları zaman zaman yanlış bilgi üretebilir veya bağlamı kaçırabilir. Bu nedenle, gerçek kişi/kurum isimleri, tarih/istatistik gibi doğrulanabilir unsurlar için manuel kontrol yapmanız önerilir. Prompt tasarımının netlik, kısıtlar ve yineleme ile güçlendirilebileceği; uygulamalı prompt kılavuzlarında da vurgulanır. (OpenAI Prompt Engineering Best Practices; Microsoft Instruction Wizard)

Prompt mühendisliği (kısaca) nedir ve içerikte neden işe yarar?

Prompt mühendisliği, büyük dil modellerinden daha tutarlı ve hedefe uygun çıktılar almak için talimatları bilinçli şekilde yapılandırma yaklaşımıdır. Uygulamalı rehberlerde; görev tanımını netleştirme, bağlam ekleme, çıktı formatı belirtme, örnek verme ve yinelemeli iyileştirme gibi pratikler öne çıkar. (OpenAI Prompt Engineering Best Practices; Microsoft Instruction Wizard; Stanford Generative AI Prompting Basics)

En sık sonuç veren 5 ilke

• Net görev: “Blog yaz” yerine “Şu hedef kitleye, şu amaçla, şu uzunlukta ve şu formatta yaz” deyin. (OpenAI Prompt Engineering Best Practices; Microsoft Instruction Wizard)
• Bağlam: Ürün/hizmet, sektör, hedef persona, marka sesi, kaçınılacak noktalar gibi bilgileri ekleyin. (OpenAI Prompt Engineering Best Practices)
• Kısıtlar: Uzunluk, ton, okunabilirlik, madde işaretleri, tablo, örnek sayısı gibi sınırlar koyun. (Microsoft Instruction Wizard)
• Örnekleme (few-shot): İstediğiniz tarza yakın 1–2 mini örnek vermek, bazı görevlerde çıktıyı daha hedefe yakın hale getirmeye yardımcı olabilir; sonuçlar modele ve göreve bağlıdır. (arXiv: Prompt Space)
• Yineleme ve test: Tek seferde “mükemmel” beklemek yerine, sürümleyerek test edin; model ve sürüm değiştikçe çıktılar da değişebilir. (OpenAI Prompt Engineering Best Practices; Microsoft Instruction Wizard)

Hızlı şablon: Promptu 6 bileşenle kurun

İçerik üretimi için 10 hazır prompt (kopyala-yapıştır)

Aşağıdaki içerik promptları çoğu üretken yapay zeka aracında uygulanabilir; ancak araçların format, uzunluk limitleri ve politika farklılıklarına göre uyarlama gerekebilir. Köşeli parantez içlerini kendi bilgilerinizle değiştirin. (OpenAI Prompt Engineering Best Practices; Microsoft Instruction Wizard)

1) Blog yazısı “brief” + taslak promptu

Ne zaman kullanılır: Konuyu netleştirmek ve yazıyı yapılandırmak için.

Prompt:

Kıdemli içerik stratejisti gibi davran. Konu: [KONU]. Hedef kitle: [KİTLE]. Pazar: ABD, dil: Türkçe. Amaç: [AMAÇ]. Bir blog yazısı için:

• 1 adet H1 önerisi
• 6–9 adet H2/H3 başlık iskeleti
• Her başlık için 2–4 madde ile “bu bölümde ne anlatılacak?” notu
• Okuyucunun sorabileceği 5 soru (FAQ adayı)
• Yazının sonunda 5 maddelik “kontrol listesi” (doğruluk, tutarlılık, örnekler, okunabilirlik)

Kısa ve uygulanabilir yaz. Varsayım yaptığın yerleri “Varsayım” etiketiyle belirt.

Mini örnek çıktı parçası: “H2: Kimler için? — hedef kitleyi 3 persona ile tarif et; beklenti ve ağrı noktalarını yaz.”

2) Başlık oluşturma promptu (SEO + merak)

Ne zaman kullanılır: Blog başlığı, rehber başlığı, video başlığı üretmek için.

Prompt:

Bir SEO editörü gibi davran. Ana anahtar kelime: [ANA_KW]. İkincil kelimeler: [IKINCIL_KW_LISTESI]. Hedef kitle: [KİTLE].

• 12 farklı başlık üret
• Her başlığın yanına niyet etiketini ekle: (bilgilendirici / karşılaştırma / liste / nasıl yapılır)
• 3 başlıkta sayı kullan, 3 başlıkta “nasıl” yapısı kullan, 3 başlıkta “şablon/örnek” vurgusu yap
• En sona: En iyi 3 başlığı neden seçtiğini 1 cümleyle açıkla

Başlıkları Türkçe yaz; ABD’de yaşayan Türkçe okurlara uygun, açık ve iddialı olmayan bir ton kullan.

Mini örnek çıktı parçası: “Yapay Zeka Prompt Örnekleri: Blog ve Başlık İçin 10 Hazır Şablon (bilgilendirici)”

3) Blog girişi (hook) + değer önerisi promptu

Ne zaman kullanılır: İlk 120–180 kelimede okuru yazıda tutmak için.

Prompt:

Bir içerik yazarı gibi davran. Aşağıdaki taslağa göre blog yazısı girişi yaz:

• Konu: [KONU]
• Okurun sorunu: [SORUN]
• Bu yazının vaadi: [VAAT]
• Ton: [TON] (örn. sıcak, profesyonel)
• Uzunluk: 120–180 kelime

Zorunlu: 1 kısa örnek senaryo ekle ve sonunda “Bu rehberde öğrenecekleriniz” diye 3 madde yaz.

Mini örnek çıktı parçası: “Diyelim ki her hafta 3 saat içerik planlıyorsunuz ama nereden başlayacağınızı bilemiyorsunuz… Bu rehberde öğrenecekleriniz: (1) taslağı hızlı kurma, (2) bölümleri genişletme, (3) yayından önce kontrol.”

4) Bölüm genişletme promptu (tek bölüm, tam netlik)

Ne zaman kullanılır: Taslak hazırken her H2’yi kaliteli bir bölüme çevirmek için.

Prompt:

Kıdemli teknik olmayan anlatıcı gibi davran. Bölüm başlığı: [BASLIK]. Amaç: [AMAC]. Hedef kitle: [KİTLE].

• 300–450 kelime yaz
• 1 kısa liste ve 1 “sık yapılan hata” alt başlığı ekle
• Somut bir mini örnek ver (genel, kişisel veri içermeyen)
• Vaat etme; kesin konuşma yerine “genellikle/çoğu durumda” gibi temkinli dil kullan

En sonda 2 cümleyle özetle ve bir sonraki bölüme geçiş cümlesi yaz.

Mini örnek çıktı parçası: “Sık yapılan hata: Aynı promptu bağlamsız kopyalayıp her sektörde aynı sonuç beklemek. Özet: Bu bölümde hedef kitle ve kısıtların metni nasıl netleştirdiğini gördük; sıradaki bölümde başlık varyasyonlarını test edeceğiz.”

5) Few-shot ile “istenen stile kilitleme” promptu

Ne zaman kullanılır: Aynı formatta tekrar eden içerikler (ürün sayfası blokları, seri bloglar) üretirken. Örneklerle yönlendirme (in-context / few-shot) bazı görevlerde yardımcı olabilir; ancak sonuçlar modele, göreve ve verilen örneklerin kalitesine göre değişir. (arXiv: Prompt Space)

Prompt:

Aşağıdaki örnek formatı taklit ederek yeni bir metin yaz.

Örnek 1 (format):
Başlık: X
Problem: ...
Çözüm: ...
3 Adım: 1) ... 2) ... 3) ...
Kapanış: ...

Örnek 2 (format):
Başlık: Y
Problem: ...
Çözüm: ...
3 Adım: 1) ... 2) ... 3) ...
Kapanış: ...

Şimdi üret:
Konu: [KONU]
Hedef kitle: [KİTLE]
Sınırlar: 180–220 kelime, net ve sade Türkçe.

Mini örnek çıktı parçası: “Başlık: Haftalık İçerik Planını 15 Dakikada Kurma • Problem: Sürekli son dakikaya kalıyor… • Çözüm: Modüler prompt seti… • 3 Adım: 1) Brief 2) Bölüm genişlet 3) QC • Kapanış: Kaydedip sürümleyin.”

İpucu: Örnekleri kendi içeriklerinizden “temizlenmiş” (kişisel veri yok, hassas bilgi yok) mini parçalarla değiştirin.

6) SEO meta başlık + meta açıklama promptu

Ne zaman kullanılır: Arama sonuçlarında tıklanabilirliği artırmak için. Çıktıyı CMS kurallarınıza göre kontrol edin.

Prompt:

Bir SEO editörü gibi davran. Konu: [KONU]. Ana anahtar kelime: [ANA_KW].

• 5 meta başlık öner (çok uzun olmayan, anlaşılır)
• 5 meta açıklama öner (fayda odaklı, net)
• Her öneride tekrarları azalt; aynı kelimeyi üst üste yığma
• En son: “Bu sayfa kim için?” tek cümle tanımı yaz

Mini örnek çıktı parçası: “Meta başlık: İçerik Üretimi İçin 10 Hazır Prompt | Hızlı Başlangıç • Meta açıklama: Blog, başlık ve SEO meta için kopyalanabilir promptlar; yerelleştirme ve yayın öncesi kontrol adımlarıyla.”

7) Blogdan sosyal paylaşım paketine dönüştürme promptu

Ne zaman kullanılır: Bir yazıyı LinkedIn/X/Instagram için parçalara ayırmak için.

Prompt:

Bir sosyal medya editörü gibi davran. Aşağıdaki blog metnini kullanarak 3 farklı platform için paylaşım üret:

• LinkedIn: 1 paylaşım (120–180 kelime), 3 madde, 1 soru
• X: 6 tweet’lik bir zincir, her biri tek fikir
• Instagram: 8 slaytlık carousel metni (slayt başlıkları + 1–2 cümle)

Girdi blog metni: [METIN]

Ton: profesyonel, sakin. Sonunda 5 hashtag öner (genel, aşırı niş olmayan).

Mini örnek çıktı parçası: “X zinciri 1/6: Bugün içerik üretimini hızlandıran 10 prompt şablonu… 2/6: Önce ‘brief’ ile başlayın… (devam) • Hashtag: #icerikpazarlama #yapayzeka …”

8) İçeriği güncelleme ve yeniden konumlandırma promptu

Ne zaman kullanılır: Eski bir yazıyı tazelemek veya hedef kitleyi değiştirmek için. Model/araç sürümleri değişebileceği için, güncelleme sonrası çıktıyı tekrar test etmek iyi bir pratiktir. (OpenAI Prompt Engineering Best Practices; Microsoft Instruction Wizard)

Prompt:

Bir içerik editörü gibi davran. Aşağıdaki yazıyı “yenileme planı” olarak değerlendir:

• Hangi bölümler zayıf/uzun/dağınık? (madde madde)
• Eksik olabilecek 5 alt başlık öner
• Daha net anlatım için 10 cümlelik “yeniden yazım önerisi” ver
• Riskli yerleri işaretle: doğrulama gerektiren iddialar, tarih/istatistik, kişi/kurum isimleri

Metin: [METIN]

Mini örnek çıktı parçası: “Zayıf bölüm: ‘Araç seçimi’ çok genel. Eksik başlık önerisi: ‘Kısıtları prompta nasıl yazarsınız?’ Riskli yer: ‘X aracı %Y artırır’ gibi doğrulamasız ifadeler.”

9) ABD pazarı için Türkçe yerelleştirme kontrol promptu

Ne zaman kullanılır: Türkçe yazarken ABD bağlamını kaçırmamak için (terminoloji, örnekler, kültürel referanslar). Başlangıç düzeyinde, metni “hedef kitle bağlamına göre kontrol etme” adımı eğitim amaçlı kılavuzlarda pratik bir yöntem olarak ele alınır. (Stanford Generative AI Prompting Basics)

Prompt:

Bir yerelleştirme editörü gibi davran. Dil Türkçe kalacak; hedef bağlam ABD. Metni şu açılardan değerlendir ve düzeltme öner:

• ABD’de anlaşılmayan yerel referanslar var mı?
• Terimler: (ör. “college”, “health insurance”, “state”, “tax”) Türkçe metinde kısa açıklama gerektiriyor mu?
• Örnekler ABD’de yaşayan Türkçe okur için gerçekçi mi?
• Para birimi, tarih formatı, ölçü birimi tutarlı mı?

Çıktı formatı: “Sorun” + “Öneri” + “Düzeltilmiş cümle”. Metin: [METIN]

Mini örnek çıktı parçası: “Sorun: ‘SGK’ referansı ABD bağlamında belirsiz. Öneri: Genel ifade kullan. Düzeltilmiş cümle: ‘Sağlık sigortası planınızı seçerken… (kısaca ne olduğunu açıklayın)’.”

10) Yayın öncesi kalite kontrol promptu (doğruluk ve kaynak izi)

Ne zaman kullanılır: Yayına almadan önce riskli alanları yakalamak için. Kurumsal prompt tasarımı pratiklerinde, kısıtlar ve hata yakalama adımlarını açık yazmak önerilir. (Microsoft Instruction Wizard; OpenAI Prompt Engineering Best Practices)

Prompt:

Bir kalite kontrol editörü gibi davran. Aşağıdaki metni incele ve yalnızca şu çıktıyı üret:

• “Doğrulama Gerektiren İfadeler” listesi (madde madde)
• “Belirsiz/Genelleme” listesi (madde madde)
• “Netleştirme Önerileri” (en fazla 8 madde)
• “Kaynak İhtiyacı” (hangi tür kaynak gerekir? resmi doküman, akademik çalışma, üretici sayfası vb.)

Metin: [METIN]

Mini örnek çıktı parçası: “Doğrulama: ‘En iyi araç X’ (kanıt yok). Belirsiz: ‘Herkes için uygundur’. Netleştirme: Hedef kitleyi ve kullanım senaryosunu 1 cümleyle ekle.”

Bu promptları daha iyi sonuç vermesi için nasıl uyarlarsınız?

1) Değişkenleri standartlaştırın

• [KİTLE]: “ABD’de Türkçe okuyan ebeveynler / öğrenciler / küçük işletme sahipleri” gibi net yazın.
• [TON]: “Resmi ama sıcak”, “kısa ve net”, “öğretici” gibi tanımlayın.
• [FORMAT]: H2/H3, madde işareti, tablo, adım adım gibi öğeleri önceden seçin.

2) Tek seferde uzun metin yerine modüler üretin

Önce taslak (Prompt 1), sonra başlık (Prompt 2), sonra bölüm bölüm genişletme (Prompt 4), en son kalite kontrol (Prompt 10). Bu yaklaşım çoğu durumda daha öngörülebilir sonuç verir. (OpenAI Prompt Engineering Best Practices)

3) Küçük A/B testleri yapın (5 dakikalık yöntem)

1. Aynı promptun iki varyasyonunu yazın (örn. birinde “örnek ver” zorunlu, diğerinde değil).
2. Her iki çıktıyı da okunabilirlik, doğruluk riski ve hedefe uygunluk açısından puanlayın.
3. Kazanan varyasyonu “Prompt v1.1” diye kaydedin.

Rehberler ve kurumsal pratikler, promptların tek seferlik değil; test edilip sürümlenmesi gereken varlıklar olduğunu vurgular. (OpenAI Prompt Engineering Best Practices; Microsoft Instruction Wizard)

Yayın öncesi mini kontrol listesi (kopyalanabilir)

Güvenlik notu (uygulanabilir): AI araçlarına kişisel veri (telefon, adres, kimlik bilgisi), gizli iş bilgisi (fiyatlandırma, sözleşme, iç doküman) veya müşteri verisi yapıştırmayın. Örnekleri anonimleştirin (isimleri/markaları “A şirketi”, “B müşteri” gibi değiştirin) ve gerekirse sadece özet/parça paylaşın. (Microsoft Instruction Wizard)

• Doğruluk: Tarih, istatistik, kişi/kurum adı, ürün özellikleri doğrulandı mı?
• Şeffaflık: Varsayım olan yerler ayıklandı mı veya açıkça belirtildi mi?
• Kaynak izi: İddialar gerekiyorsa güvenilir kaynaklara dayandırıldı mı?
• Orijinallik: Metin “genel şablon” gibi mi duruyor, yoksa sizin örnekleriniz ve bağlamınız var mı?
• Yerelleştirme: ABD bağlamı (terimler/örnekler/formatlar) kontrol edildi mi?
• Hassas bilgi: Kişisel veri, gizli iş bilgisi, müşteri detayı gibi şeyler çıkarıldı mı?

Kısa kaynak notu (neden bu öneriler?)

Bu rehberdeki yapı; net talimat yazma, bağlam ve format ekleme, örnekleme ve yineleme yaklaşımını temel alır. Bu pratikler, resmi prompt rehberlerinde ve kurumsal uygulama notlarında sıkça öne çıkar. (OpenAI Prompt Engineering Best Practices; Microsoft Instruction Wizard) Few-shot örneklemenin etkisine dair araştırmalar da, örnekle yönlendirmenin bazı görevlerde yardımcı olabileceğini gösterir; ancak sonuçlar modele ve göreve göre değişebilir. (arXiv: Prompt Space)

• OpenAI Prompt Engineering Best Practices (PDF)
• Microsoft Tech Community – Instruction Wizard (PDF)
• Stanford University IT – Generative AI Prompting Basics
• arXiv – Prompt Space: Optimizing Few-shot Reasoning Success with LLMs