Zero-Shot: Ne Zaman, Nasıl, Hangi Sınırla?
Hiç örnek vermeden modele görev tanımı yaparak çıktı almak. Zero-shot'ın güçlü ve zayıf olduğu görevler, performans ölçümü.
Şükrü Yusuf KAYA
9 min read
IntermediateZero-Shot Prompting
Zero-shot: Modele örnek vermeden, sadece görev tanımıyla çıktı istersin.
"Aşağıdaki yorumu olumlu/olumsuz olarak sınıflandır. Yorum: 'Hızlı geldi, kaliteli ürün.'"
Modern LLM'lerin doğal yeteneği. Çoğu basit görevde yeterli.
Zero-Shot Yeterli Olduğu Görevler#
✅ Zero-shot için iyi#
- Genel bilgi soruları ("Türkiye'nin başkenti?")
- Basit özetleme (1-2 paragraf in)
- Çeviri (yaygın dil çiftleri)
- Genel sınıflandırma (sentiment, dil tespit)
- Kreatif yazım (genel rehberle)
- Kod açıklama (mevcut kodu yorumla)
❌ Zero-shot için zayıf#
- Özel format gereken çıkarım ("Bizim spesifik JSON şemamız")
- Domain-spesifik sınıflandırma ("intern", "junior", "senior" iç tanımlar)
- Tutarsız edge case'ler ("İade alındı ama paket gelmedi" → ?)
- Şirket içi terminoloji ("Tier-3 müşteri" → tanımı bilemez)
- Hassas style (markaya özgü ses)
- Sayısal değerlendirme (1-10 skor + kalibrasyon)
python
# Zero-shot testimport osfrom anthropic import Anthropicfrom dotenv import load_dotenvload_dotenv() client = Anthropic(api_key=os.getenv("ANTHROPIC_API_KEY")) prompt = """Aşağıdaki müşteri yorumunu olumlu/nötr/olumsuz olarak sınıflandır. Çıktı sadece tek kelime olsun. Yorum: "Sevişkenliği güzel ama biraz beklemek zorunda kaldım, oyuncak hediyesi geldi son 0 yaş çocuk için ideal değil."""" r = client.messages.create( model="claude-haiku-4-5-20251001", max_tokens=10, temperature=0, messages=[{"role": "user", "content": prompt}],)print(r.content[0].text)# Beklenen: "nötr" Zero-shot ile karmaşık nüanslı yorum sınıflandırma — sonucu değerlendir.
Zero-Shot Performansını Artıran Teknikler#
Zero-shot başarısı kuralların net olmasından gelir.
Kötü: "Bu yorumun duygusunu değerlendir."
İyi: "Bu yorumu olumlu/nötr/olumsuz olarak sınıflandır.
Karar kuralları:
- Sadece şikayet → olumsuz
- Sadece övgü → olumlu
- Karma → nötr (override: ana mesaj şikayet ise olumsuz)
- Yorum belirsiz → 'belirsiz' (4. kategori)"
Zero-Shot Yeterli mi? Karar Akışı#
Pratik: Tüm prompt'larında önce zero-shot dene. Eval %85+ ise gemiyi orada çek. Çoğu zaman few-shot gereksiz karmaşıklık ve maliyet.
Yorumlar & Soru-Cevap
(0)Yorum yazmak için giriş yap.
Yorumlar yükleniyor...
Related Content
1. Temeller — Yapay Zekâ ve LLM'lere Giriş
Bu Eğitim Hakkında ve Verimli Çalışma Yöntemi
Start Learning1. Temeller — Yapay Zekâ ve LLM'lere Giriş
Yapay Zekâ → Üretken AI → LLM: Bağlamsal Harita
Start Learning1. Temeller — Yapay Zekâ ve LLM'lere Giriş
LLM'ler Aslında Nasıl Düşünür? (Token, Embedding, Attention)
Start LearningConnected pillar topics