Prompt Engineering
Prompt Engineering eğitimine hoş geldin. Bu derste eğitimin yol haritasını, ön gereksinimleri, kurulması gereken araçları ve nasıl en verimli şekilde çalışılacağını öğreneceksin.
İçindekiler
1. Temeller — Yapay Zekâ ve LLM'lere Giriş
- 1
Bu Eğitim Hakkında ve Verimli Çalışma Yöntemi
Prompt Engineering eğitimine hoş geldin. Bu derste eğitimin yol haritasını, ön gereksinimleri, kurulması gereken araçları ve nasıl en verimli şekilde çalışılacağını öğreneceksin.
- 2
Yapay Zekâ → Üretken AI → LLM: Bağlamsal Harita
Yapay zekâ, makine öğrenmesi, derin öğrenme, üretken yapay zekâ ve büyük dil modelleri (LLM) arasındaki ilişkiyi netleştir. Tarihsel bağlamı ve paradigma değişimlerini öğren.
- 3
LLM'ler Aslında Nasıl Düşünür? (Token, Embedding, Attention)
Tokenization, embedding, attention mekanizması ve next-token prediction — LLM'in iç işleyişini görselleştirilmiş, uygulamalı bir dersle sıfırdan inşa et.
- 4
Prompt Engineering Nedir, Neden Bir Disiplin Oldu?
Prompt Engineering'in tanımı, kapsamı, neden ayrı bir mühendislik disiplini haline geldiği. Maliyet/kalite/hız üçgeni ve kurumsal ROI.
- 5
Modern LLM Ekosistemi: Claude · GPT · Gemini · Llama · Mistral
2026'nın LLM manzarası. Frontier modellerin (Claude Opus 4.6, GPT-5, Gemini 2.5) kıyaslaması, açık kaynak alternatifler ve hangi senaryoda hangisi.
- 6
Sampling Parametreleri: Temperature, Top-p, Top-k, Penalty
Aynı prompt'tan farklı çıktılar nasıl üretilir? Temperature, top-p, top-k, frequency/presence penalty parametrelerinin canlı kıyaslamalı incelemesi.
- 7
İlk Promptun: API ile Hands-on Lab
Anthropic ve OpenAI SDK'larıyla ilk API çağrını yap. Sistem mesajı, kullanıcı mesajı, parametreler ve hata yönetimi ile uçtan uca bir mini chatbot inşa et.
2. Prompt Anatomisi ve Temel Tasarım
- 1
Prompt Bileşenleri: System / User / Assistant / Tool Mesajları
Modern LLM API'lerinin temel rolleri (system, user, assistant, tool) ve her birinin görevi. Mesaj sırası, prefilling, multi-turn yönetimi.
- 2
Net Talimat (Instruction) Yazma Sanatı: CLEAR-T Çerçevesi
İyi bir prompt nasıl yazılır? CLEAR-T çerçevesi: Concrete, Limited, Examples, Audience, Result, Tone. 7 boyutlu kontrol listesi ve bol örnek.
- 3
Bağlam (Context) Sağlama: Tekniği, Tuzakları, Limitleri
Modelin bilmesi gereken arka plan bilgisini nasıl ve nereye yerleştirirsin? Bağlam pencereleri, lost-in-the-middle problemi ve XML/Markdown ayraç teknikleri.
- 4
Çıktı Formatlama: Markdown · Tablo · JSON · XML · YAML
LLM çıktısını programatik olarak işlemek için doğru formatı seçme. Markdown vs JSON vs XML trade-off'ları, parse-edilebilir çıktı pattern'leri.
- 5
Kısıtlamalar ve Negatif Talimatlar — 'Yapma' Listeleri
Modelin yapmaması gereken davranışları açıkça belirtmek. Negatif talimatlar, kapsam kontrolü, off-topic filtreleme ve guardrail'lerin temelleri.
- 6
20 Vaka: Kötü Prompt vs İyi Prompt — Karşılaştırma Galerisi
Aynı görevin kötü ve iyi prompt versiyonlarının yan yana karşılaştırması. 20 farklı senaryo: yazım, sınıflandırma, kod, özetleme, çıkarım.
- 7
Anti-Pattern Müzesi: Kaçınmanız Gereken 12 Hata
Sıklıkla yapılan 12 prompt engineering hatası: sihirli kelimeler, agresiflik, çelişkili talimatlar, sonsuz örnek, kurban-rolü, ve daha fazlası.
- 8
Modül 2 Bitirme Sınavı: 15 Soru Karma Quiz
Modül 1 ve 2'nin bilgilerini ölçen 15 soruluk karma sınav. Çoktan seçmeli, doğru-yanlış, sıralama ve kısa cevap formatlarında.
3. Few-Shot, Zero-Shot ve Örnek Mühendisliği
- 1
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.
- 2
Few-Shot: Örnek Sayısı, Sıralama ve Çeşitlilik Etkisi
1, 3, 5, 10 örnekle few-shot performansının değişimi. Örnek sıralaması, çeşitlilik, semantic similarity ile örnek seçimi.
- 3
Örnek Seçim Stratejileri: Random · Similar · Diverse · Hard-Negative
Few-shot örneklerini büyük havuzdan nasıl seçersin? Random, semantic similarity, diversity-driven, hard negative mining karşılaştırması.
- 4
Format Bulaşması (Format Contagion) ve Çözümleri
Few-shot örneklerinin formatına model'in 'kilitlenmesi' problemi. Tanı, ölçüm ve çözüm yöntemleri.
- 5
Hands-on: Sınıflandırma + Özetleme + Çeviri Görevleri
3 farklı görevde zero-shot vs few-shot karşılaştırması. Eval skoruyla performansı ölç, kendi prompt'unu iyileştir.
4. Düşünce Zinciri (CoT) ve Akıl Yürütme
- 1
Chain-of-Thought (CoT): 'Adım Adım Düşün'den Fazlası
Modeli adım adım düşünmeye yönlendirme. Zero-shot CoT, manual CoT, scratchpad teknikleri. Hangi görevde CoT işe yarar, hangi görevde değil.
- 2
Self-Consistency, Tree-of-Thoughts, Graph-of-Thoughts
CoT'nin gelişmiş türevleri: aynı soruyu N kez çalıştırıp majority voting yapan self-consistency, ağaç arama benzeri ToT, ve grafsal GoT.
- 3
ReAct: Reasoning + Acting Bütünleşmesi
Düşünme + tool kullanma karışımı. Modelin Thought → Action → Observation döngüsüyle problem çözmesi. Agent'ların temel pattern'i.
- 4
Step-Back ve Plan-and-Solve Pattern'leri
Önce yüksek seviye konsepti çıkarmak (step-back), önce plan oluşturup sonra adım adım çözmek (plan-and-solve). Karmaşık görevlerde dramatik fark.
- 5
Self-Critique ve Reflexion ile İyileştirme Döngüsü
Modelin kendi cevabını eleştirmesi ve iyileştirmesi. Self-critique, Reflexion, n-best-then-rerank pattern'leri.
- 6
Reasoning Modelleri ile Çalışmak (Claude thinking, o-series)
Extended thinking modu olan modellerin (Claude Sonnet thinking, o1/o3) farklı kullanım pattern'leri. Ne zaman kullanılır, ne zaman kullanılmaz.
- 7
Mantık & Matematik Lab: 10 Klasik Problem
Klasik akıl yürütme problemleri: monty hall, river crossing, weighing puzzles. CoT, self-consistency, reasoning model karşılaştırması.
5. Rol, Persona ve Stil Mühendisliği
- 1
Persona Tasarımı: 5 Boyut Çerçevesi
Profesyonel persona inşa etmek için 5 boyut: uzmanlık, ton, sınır, hedef kitle, stil. Her boyutun doldurulması, kontrol listeleri.
- 2
Marka Sesi (Brand Voice) Korumak: Style Guide Promptları
Şirket içi style guide'ı LLM promptuna nasıl çevirirsin? Brand voice attribute'ları, dos/don'ts, golden examples ile tutarlılık.
- 3
Tone-Locking ve Multi-Persona Çatışması
Tone'un üretim boyunca tutarlı kalmasını sağlamak. Multi-persona orchestration, tone drift tespiti.
- 4
Sektörel Persona Galerisi: 5 Profesyonel Persona
Hukuk asistanı, mali müşavir, klinik özetleyici, kıdemli yazılım mentor'u, satış koçu — her biri için tam persona promptu.
6. Yapılandırılmış Çıktılar ve Tool Use
- 1
JSON Mode & Structured Outputs (Anthropic & OpenAI)
Vendor'ların yapılandırılmış output desteği. JSON Mode (OpenAI), prefilling (Anthropic), tool-use ile schema garantisi.
- 2
JSON Schema ile Sıkı Sözleşmeler
JSON Schema standardı ile detaylı validation kuralları: pattern (regex), enum, minimum/maximum, format. Modeli sıkı tutmak.
- 3
Function/Tool Calling: Şema Tasarımı, Validation, Hata Yönetimi
Tool calling'in API perspektifinden detayı. Tool şeması, parameter validation, error recovery, paralel tool çağırımları.
- 4
Pydantic & Zod ile Otomatik Doğrulama
Python (Pydantic) ve TypeScript (Zod) ile schema-first development. LLM çıktılarını type-safe data class'lara dönüştürme.
- 5
Streaming Yapılandırılmış Çıktıları İşlemek
Yavaş tek seferlik bekleyiş yerine streaming ile UX'i iyileştirme. Partial JSON parsing, ilk-kelime-hızı (TTFT), backpressure.
- 6
Sektör Vakası: Faturadan Kalem Çıkarma + e-Fatura Entegrasyonu
Türkiye'de yaygın senaryo: PDF/görsel faturadan satır kalemlerini çıkarıp e-Fatura formatına dönüştürme. Tam pipeline.
- 7
Sektör Vakası: CV Parsing + ATS Skorlama
İK için: CV'leri yapılandırılmış formata dönüştür, açık pozisyona göre ATS skorla, otomatik short-list üret.
7. Erişim Artırılmış Üretim (RAG)
- 1
RAG Mimarisi 101: Niçin, Ne Zaman, Nasıl?
Retrieval-Augmented Generation: LLM'i kendi belgelerinle besleme. Mimari, faydalar, fine-tuning ile karşılaştırma.
- 2
Chunking Stratejileri: Sabit · Recursive · Semantic · Document-Aware
Belgeleri parçalara nasıl bölersin? Sabit boyut, recursive, semantic, document-aware (markdown, code) chunking. Boyut + örtüşme.
- 3
Embedding Modelleri: OpenAI · Voyage · Cohere · BGE
Embedding model seçimi: kalite, dil, boyut, fiyat trade-off'ları. MTEB benchmark'ta en iyi 5 model.
- 4
Retrieval: BM25, Vector, Hybrid, Re-ranking
Vector search yetmez. BM25 + vector hybrid retrieval, cross-encoder re-ranking. Her birinin güçlü/zayıf yönü.
- 5
Bağlam Yerleştirme: Lost-in-the-Middle Önleme + Citation
Retrieve edilen chunk'ları LLM prompt'una nasıl yerleştirirsin? Sıralama, ayraçlar, citation enforcement.
- 6
Halüsinasyon Azaltma: Grounding Promptları
RAG'de hallucination'ı dramatik azaltma teknikleri: 'sadece belgeden', uncertainty acknowledgement, fact-check loops.
- 7
Hands-on: Mini RAG — Şirket El Kitabı Q&A Botu
Sıfırdan çalışan mini RAG: Markdown belgeden chunk → embed → Postgres pgvector → retrieval → Claude yanıt.
8. Aracılar (Agents) ve Tool Use İleri
- 1
Agent Anatomisi: Plan, Act, Observe, Reflect
Agent nedir, niçin agent? Plan-Act-Observe-Reflect döngüsü, basit chatbot vs agent farkı.
- 2
Multi-Step Agent Tasarımı: Loop, Termination, Guardrails
Agent loop'u nasıl yazarsın? Adım sayısı, budget, error handling, infinite loop önleme. Production patterns.
- 3
Multi-Agent: Orchestrator/Worker, Debate, Hierarchy Pattern'leri
Tek agent yetmiyorsa multi-agent. Orchestrator-worker, debate (multiple agents argue), hierarchical decomposition.
- 4
Memory: Short-term · Long-term · Episodic · Semantic
Agent'lara hafıza ekleme: konuşma geçmişi (short), öğrenilenler (long), olay belleği (episodic), kavram belleği (semantic).
- 5
Sektör Vakası: Müşteri Destek Ajanı (eskalasyon, iade, FAQ)
Tam customer support agent: intent detection, knowledge base RAG, ticket creation, eskalasyon, sentiment-aware tone.
- 6
Sektör Vakası: Araştırma Asistanı (web search + sentez + raporlama)
Tam research agent: query decomposition, parallel search, source synthesis, structured report generation.
9. Çoklu Modalite (Multimodal) Promptlama
- 1
Vision: Görsel Anlama, OCR, Schema-driven Extraction
Modern LLM'lerin görsel anlama yetisi. Photo description, OCR, görsel sınıflandırma, schema-driven extraction.
- 2
Belge Analizi: PDF + Tablo + Grafik (Uygulamalı)
Karmaşık PDF'leri (tablo, grafik, formül dahil) yapısal veriye dönüştürme. Multi-page strategy, table extraction.
- 3
Ses ve Video Promptları
Whisper ile audio transcription, video frame extraction, multi-modal pipelines. Toplantı transkriptleri, podcast özeti.
- 4
Sektör Vakası: Üretim Hattı Görsel Kalite Kontrolü
Üretim hattındaki ürünlerin görsel kalite kontrolü. Defekt tespiti, anomali yakalama, OK/NG sınıflandırması.
- 5
Sektör Vakası: Perakende Görsel Arama + Ürün Etiketleme
E-ticaret için: kullanıcı fotoğrafından ürün arama, otomatik ürün etiketleme, görsel-metin eşleştirme.
10. Güvenlik, Güvenilirlik, Etik
- 1
Prompt Injection: Direct, Indirect, Stored, Multi-modal Vektörler
LLM uygulamalarının en yaygın güvenlik açığı: prompt injection. 4 saldırı vektörü ve gerçek vakalar.
- 2
Jailbreak Taksonomisi ve Savunma Katmanları
Jailbreak teknikleri (DAN, role-play, encoding, payload splitting) ve savunma katmanları (input filtering, output validation, sandbox).
- 3
PII / Veri Sızıntısı / GDPR-KVKK Uyumlu Promptlama
Kişisel veriyi LLM'e göndermeden önce maskeleme. KVKK ve GDPR uyumu, on-premise vs bulut karar matrisi.
- 4
Halüsinasyon: Tanı, Önleme, Doğrulama Stratejileri
Halüsinasyon türleri (faktüel, kaynak, mantıksal), tespit yöntemleri, önleme teknikleri.
- 5
Bias ve Adillik: Tanıma + Mitigasyon
LLM'lerde bias kaynakları, ölçüm metrikleri, mitigasyon teknikleri. Cinsiyet, yaş, etnisite, sosyo-ekonomik bias örnekleri.
- 6
Guardrails: System Prompt, İçerik Filtreleri, Allow/Deny Listeleri
Pratik guardrail kütüphaneleri (Guardrails AI, NeMo, Llama Guard). Allow/deny listeleri, content moderation API'leri.
11. Değerlendirme (Evals) ve Kalite
- 1
Eval Tasarımı: Golden Set, Rubric, Coverage
Eval'siz prompt = belirsiz prompt. Golden set inşası, rubric tanımı, kapsam kontrolü.
- 2
LLM-as-Judge: Pro'ları, Tuzakları, Kalibrasyonu
Subjektif çıktıları (yazım kalitesi, tone) LLM ile skorlamak. Avantajları, bias'ları, insan onayıyla kalibrasyon.
- 3
A/B Testleri ve Prompt Versiyonlama
Prompt değişikliklerini gerçek kullanıcılar üzerinde test. Versiyon kontrolü, traffic split, rollback stratejisi.
- 4
Hata Analizi: Failure Mode Catalog
Hatalı çıktıları sistematik tasnif: failure mode catalog. Cluster analiz, kök neden, iyileştirme stratejisi.
- 5
Maliyet, Latans, Token Optimizasyonu
Production'da maliyet ve latans nasıl düşürülür? Prompt compression, caching, batching, model routing.
- 6
Hands-on: Mini Eval Pipeline (Python + Promptfoo)
Sıfırdan eval pipeline: golden set, judge, A/B comparison, regression alarm. Promptfoo ile pratik örnek.
12. Üretim ve Ölçeklendirme
- 1
Prompt Yönetimi: Template, Version Control, Registry
Production'da prompt'lar nasıl yönetilir? Template engine, version registry, environment-based config.
- 2
Prompt-as-Code: Git, CI/CD, Otomatik Test
Prompt değişikliklerini Git workflow'una entegre etme. Pull request yorumlarında otomatik eval, deployment gates.
- 3
Observability: Logging, Tracing, LangSmith / Langfuse
Production LLM gözlemlenebilirliği: structured logs, distributed tracing, anomaly detection. LangSmith, Langfuse, Helicone karşılaştırması.
- 4
Caching, Streaming, Batch, Prompt Compression
Production performans teknikleri: response caching, prompt caching (vendor), streaming UI, batch processing, prompt compression.
- 5
Vendor Diversifikasyonu, Failover, Maliyet Yönetimi
Tek vendor riski. Multi-vendor abstraction (LiteLLM, LangChain). Failover, cost-based routing, vendor outage scenarios.
13. Sektörel Derin Vaka Çalışmaları
- 1
Yazılım: PR Review + Test Üretimi + Migration Asistanı
Senior engineering productivity için: PR review automation, test generation, migration helper. GitHub Actions entegrasyonu.
- 2
Pazarlama: SEO Brief, Reklam Copy, Brand-Locked Üretim
Pazarlama ekipleri için: SEO içerik brief, reklam copy varyantları, brand voice ile bağlı içerik üretimi.
- 3
E-Ticaret: Ürün Açıklaması, Akıllı Arama, Kişiselleştirme
E-ticaret platformları için: 100K ürün açıklaması, semantic search, kişiselleştirilmiş öneri promptları.
- 4
Finans: Yıllık Rapor Özeti, Risk Sınıflandırma, KAP Belgesi Analizi
Finansal kurumlar için: 10-K/yıllık rapor özeti, kredi risk sınıflandırma, Türkiye KAP belge analizi (Türkiye odaklı).
- 5
Hukuk: Sözleşme Analizi + Risk Skoru + Türkçe Mevzuat Q&A
Hukuk firmaları için: sözleşme due diligence, risk skoru, Türk hukuk mevzuatı sorgu sistemi.
- 6
Sağlık: Klinik Not Özetleme + Hasta Bilgilendirme
Hastaneler için: hekim transcript → SOAP not, hasta bilgilendirme metni üretimi (yasal disclaimer'larla).
- 7
Eğitim: Adaptif Tutor + Otomatik Quiz Üretimi
Eğitim teknolojileri için: kişiselleştirilmiş tutor, otomatik quiz/test üretimi, öğrenci feedback'i.
- 8
İK: CV Tarama + Mülakat Soru Üretimi + Politika Q&A
İK takımları için: CV scoring (bias-aware), pozisyona özel mülakat soruları, çalışan politika asistanı.
- 9
Müşteri Hizmetleri: Çok Dilli Bot + Sentiment + Eskalasyon
Çok dilli (TR, EN, AR, RU, DE) müşteri destek botu. Sentiment-aware response, akıllı eskalasyon, ticket routing.
14. İleri Konular ve Geleceğe Hazırlık
- 1
Prompt Compression ve Long-Context Optimizasyonu
Uzun bağlam ve uzun prompt'ları sıkıştırma teknikleri: LLMLingua, summarization-first, structured pruning.
- 2
Constitutional AI, Self-Refinement, Critic Modelleri
Anthropic'in Constitutional AI yaklaşımı ve uygulama. Critic-corrector loop, principles-based generation.
- 3
Prompt vs Fine-tuning vs RAG: Karar Çerçevesi
Tek başlarına ve birlikte kullanım. Hangi senaryoda hangisi? Maliyet, kalite, esneklik karar matrisi.
- 4
MLOps + Prompt Engineering Entegrasyonu
Mevcut MLOps stack'e prompt engineering entegrasyonu. Model registry, monitoring, deployment pipelines.
- 5
2026+ Trendleri: Computer Use, Long-running Agents, On-device LLMs
Önümüzdeki 12-24 ayın trendleri: Anthropic Computer Use, persistent agents, on-device LLM (Apple, Qualcomm), AGI tartışması.
15. Final Proje + Sertifika Sınavı
- 1
Kapanış Projesi: Sektörel Asistan Tasarla, Eval'le, Dağıt
Eğitim boyunca öğrendiğin her şeyi kullanarak: kendi sektöründe çözeceğin gerçek bir problem için uçtan uca bir LLM asistanı tasarla.
- 2
Sertifika Sınavı: 50 Soru Karma + Sertifika
Tüm 14 modülü kapsayan 50 soruluk karma sınav. Çoktan seçmeli, kod, senaryo. %70 geçme. Geçince sertifika otomatik.