Skip to content

Designing and Versioning Prompt Templates

Production prompts should be treated like code: templates, parameters, versions, tests, and monitoring. Learn to manage them with software-grade discipline.

Şükrü Yusuf KAYA
13 min read
Intermediate
Prompt template yaşam döngüsü: yaz, test et, dağıt, izle, geri besle
Bu derste
Prompt'u kod gibi yönetmek isteyen ekipler için: şablon dili, parametre yönetimi, semver, A/B test, eval, izleme.

Promptları Kod Gibi Yönet

Üretimde prompt'lar üç sebeple kod gibi disiplinli yönetilmelidir:
  1. Tekrarlanabilirlik — Aynı prompt hep aynı sonucu vermeli.
  2. Hesap verebilirlik — "Bu cevap hangi sürümden geldi?"
  3. Geliştirme döngüsü — Yeni sürüm geçişi güvenli olmalı.
Bu yüzden prompt'ları template + parameter olarak ayır, semver'le (örn.
v1.3.2
) etiketle ve test setiyle doğrula.
Prompt yaşam döngüsü: yaz → test et → review → dağıt → izle → geri besle
Prompt yaşam döngüsü.

Şablon Dili Seçimi#

Şablon motoru, parametre yerleşimini standartlaştırır. Yaygın seçimler:
<role>{{ role }}</role>

<context>
{{ context }}
</context>

<task>{{ task }}</task>

{% if examples %}
<examples>
{% for ex in examples %}
  <example>
    <input>{{ ex.input }}</input>
    <output>{{ ex.output }}</output>
  </example>
{% endfor %}
</examples>
{% endif %}

<input>{{ user_input }}</input>

Versiyon Yönetimi#

Prompt'lar semver'le takip edilmelidir:
  • MAJOR (v2.0.0): Davranışı kıran değişiklik. Çağıran kodun da güncellenmesi gerekir.
  • MINOR (v1.4.0): Geriye dönük uyumlu yetenek eklendi. Yeni alanlar, yeni few-shot.
  • PATCH (v1.4.1): Yazım, ton, küçük örnek değişimi. Tüm eski cevaplar hala geçerli.
Her sürümü registry'de sakla: bir Mongo koleksiyonu, bir git repo, ya da Anthropic console üzerindeki "Prompt Library".
yaml
# prompts/support_classifier.yaml
id: support_classifier
version: 1.4.1
owner: support_team
created_at: 2026-04-12
updated_at: 2026-05-08
model: claude-sonnet-4-6
temperature: 0.0
max_tokens: 256
system_prompt: |
  Sen müşteri destek bileti sınıflandırıcısısın.
  Sadece geçerli bir JSON cevap ver.
parameters:
  - name: user_message
    type: string
  - name: history
    type: array
    items: string
test_set:
  - id: t-001
    input:
      user_message: "şifremi unuttum"
    expected:
      category: "auth"
  - id: t-002
    input:
      user_message: "kredi kartım reddedildi"
    expected:
      category: "billing"
Üretim seviyesi prompt artifact'i — sürüm + parametre + test seti.

A/B Test ve Eval#

Yeni prompt sürümünü canlıya almadan eval seti üzerinde dene. Eval setinin %95'i geçmeden ve insan onayı verilmeden production'a alma.
Üretimde A/B test:
  • %10 trafiği yeni sürüme yönlendir.
  • Anahtar metriklerde (CSAT, çözüm süresi, halüsinasyon oranı) regresyon yoksa %50'ye, sonra %100'e ölçeklendir.
  • Regresyonda otomatik rollback.
python
import random
 
def get_prompt_version(user_id: str, rollout_percent: float = 0.1) -> str:
    """Stable A/B routing — aynı user her zaman aynı sürümü görsün."""
    h = hash(user_id) % 1000
    return "v1.4.1" if h / 1000 < rollout_percent else "v1.4.0"
 
users = [f"u{i:04d}" for i in range(20)]
for u in users:
    print(u, "→", get_prompt_version(u, 0.2))
Stable hash-based A/B routing — basit ama güçlü.
Boşluk doldur · text
Üretim prompt'ları kod gibi yönetilmelidir: _____ , parametre, _____ ve eval. Davranışı kıran değişiklikler _____ versiyon yükseltmesi gerektirir. Yeni sürümü canlıya almadan _____ test ile dene.
Quiz

Bu modülü değerlendirme zamanı

Buraya kadar öğrendiklerini quiz ile pekiştir. Süreli, puanlı ve geri bildirimli bir değerlendirmedir.

Quiz'e başla

Modül 2 — Tamam!#

Bu modülde Claude'la nasıl konuşulduğunu temelden öğrendin: prompt'un dört kemiği, spesifiklik, few-shot, CoT, XML ve şablon yönetimi. Modül 3'te ileri tekniklere geçiyoruz: persona tasarımı, output format kontrolü, çoklu adım görev ayrıştırma ve token ekonomisi.

Frequently Asked Questions

For small teams, a git repo + YAML/Markdown is great. Larger teams typically use a prompt registry (Postgres/Mongo) with an admin UI for live edits. Anthropic console's Prompt Library also works.

Yorumlar & Soru-Cevap

(0)
Yorum yazmak için giriş yap.
Yorumlar yükleniyor...

Related Content

3. Advanced Prompting Techniques

System Prompt and Persona Design

Start Learning
3. Advanced Prompting Techniques

Token Economy and Cost Optimization

Start Learning
1. Foundations — Welcome to Claude

What is Claude? The New Generation of AI Assistants

Start Learning

Connected pillar topics

Pillar topics this article maps to

Pillar Topic

Prompt and Context Engineering

Prompt engineering is the applied discipline of designing instructions, examples, context and output controls so that an LLM produces consistent, accurate and cost-efficient outputs.