Skip to content

Loading...

Hero Background
Başlangıç Seviyesi3 Gün

Akademisyenler için Prompt Engineering | Literatür Taraması, Akademik Yazım, Proje/Hibe, Ders Tasarımı ve Akademik Etik için LLM Stratejileri

Akademik iş akışlarında LLM’leri etik ve denetlenebilir kullanın: literatür yapılandırma, makale/tez taslağı, proje/hibe metni, ders planı–rubrik, hakem yanıtı; prompt zincirleme, rol bazlı promptlar, kalite rubrikleri ve güvenlik.

Hemen Kaydol

Eğitim Hakkında

Bu eğitim, akademik üretimde LLM kullanımını “tek seferlik soru-cevap” düzeyinden çıkarıp, tasarlanmış ve tekrarlanabilir akademik iş akışlarına dönüştürür. Katılımcılar; araştırma problemini netleştirme, kavramsal çerçeve çıkarma, literatürü temalara ayırma, araştırma sorusu/hipotez üretme, yöntem seçeneklerini kıyaslama ve makale/tez iskeletini kurma gibi adımları prompt zincirleme (prompt chaining) yaklaşımıyla yönetmeyi öğrenir.

İkinci eksen, akademik yazım ve öğretim üretimidir: metinleri hedef dergi/dil/ton/format kısıtlarıyla yeniden yazdırma, sınırlılıkları görünür kılma, karşı-argüman üretme, ders izlencesi ve haftalık plan çıkarma, rubrik ve ölçme-değerlendirme materyali üretme gibi süreçler; format kilitleme, örnek tabanlı (few-shot) yönlendirme ve multi-turn diyalog tasarımı ile yapılandırılır.

Üçüncü eksen, güvenilirlik ve etik disiplinidir: uydurma atıf riskini azaltan “kaynak iddiası kuralları”, doğrulama protokolleri, insan denetimi (human verification), gizli/henüz yayınlanmamış içerik ve öğrenci verileri için maskeleme–minimum veri ilkesi, ayrıca çıktıları rubrik/checklist ile ölçerek prompt’ları iteratif biçimde iyileştirme (A/B denemeleri dahil) pratikleri ele alınır.

Eğitim Metodolojisi

Doğrulama Disiplini ve “Kaynak Yerine Geçmeme” Prensibi

Akademik İş Akışı Odaklı Tasarım (Workflow-first)

Çıktı Kontrolü: Format Kilitleme + Rubrik Tabanlı Kalite

Alan, Yöntem ve Seviye Uyarlaması (Discipline-Aware)

Multi-turn Diyalog Tasarımı (Sanal Araştırma/Öğretim Asistanı)

Rol Bazlı Eleştirel Düşünme (Reviewer/Editor Mode)

Etik, Gizlilik ve Güvenli Kullanım Standartları

Şablon Kütüphanesi Mantığı (Reusable Templates)

Uygulama Öncelikli İlerleme

Kimler İçindir?

Öğretim üyeleri (Dr. Öğr. Üyesi / Doçent / Profesör): makale, proje ve ders üretiminde sistematik şablon isteyenler
Araştırma görevlileri: literatür taraması, bölüm yazımı, raporlama ve ders asistanlığı yükünü yönetmek isteyenler
Yüksek lisans & doktora öğrencileri: tez/makale iskeleti, yöntem netleştirme, revizyon ve akademik yazım dili geliştirmek isteyenler
Araştırma merkezleri ve enstitüler: proje geliştirme, raporlama, yayın stratejisi ve kurum içi standardizasyon arayan ekipler
Proje ofisleri / teknoloji transfer ofisleri: çağrı analizi, proje metni kurgusu, iş paketi ve risk planı taslaklama süreçleri
Bölüm/Program kurulları: müfredat güncelleme, ders portföyü analizi, çıktı bazlı ölçme-değerlendirme kurgusu
Ders koordinatörleri: haftalık akış, ders materyali, rubrik ve örnek sınav üretimini standardize etmek isteyenler
Hakemlik yapan akademisyenler: hakem raporunu yapılandırma, kontrol listeleri ve karşı argüman analizi isteyenler
İngilizce akademik yazımda zorlanan araştırmacılar: stil/ton/terminoloji tutarlılığı ile yeniden yazım akışları kurmak isteyenler
Disiplinlerarası çalışan ekipler: terminoloji uyumu ve kavram haritalama ile ortak dil geliştirmek isteyenler

Neden Bu Eğitim?

1

Dağınık literatürü sistematikleştirir: tema, kavram haritası ve tartışma iskeleti üretme hızlanır

2

Araştırma problemini netleştirir: belirsizlikleri görünür kılan soru setleriyle problem framing güçlenir

3

Yöntem/analiz kararlarını sağlamlaştırır: alternatif yöntemleri artı-eksi ve riskleriyle kıyaslamayı kolaylaştırır

4

Akademik yazım kalitesini artırır: ton, terminoloji ve akış tutarlılığı için kontrollü yeniden yazım şablonları kazandırır

5

Revizyon sürecini profesyonelleştirir: hakem yorumlarından aksiyon listesi ve point-by-point yanıt taslakları üretir

6

Proje/hibe yazımında verim sağlar: çağrı analizi → özgün değer → iş paketleri → risk planı → yaygın etki zincirini hızlandırır

7

Ders tasarımını standardize eder: öğrenme çıktısı → haftalık plan → rubrik → sınav/ödev örnekleri üretiminde şablonlaşma sağlar

8

Etik ve güvenlik çerçevesi getirir: uydurma atıf ve intihal riskine karşı doğrulama disiplini ve kullanım sınırları netleşir

9

Tek seferlik değil, tekrar kullanılabilir sistem kurdurur: kişisel/kurumsal “prompt kütüphanesi + rubrik” çıktılarıyla kalıcı kazanım yaratır

10

Zaman kazandırırken kaliteyi korur: hız–kalite dengesini rubrik ve kontrol listeleriyle yönetmeyi öğretir

Kazanımlar

Akademik prompt tasarımını standartlaştırır
Literatürü yapılandırabilir
Araştırma sorusu ve hipotezleri olgunlaştırabilir
Yöntem ve analiz planı taslağı oluşturabilir
Akademik yazımda kaliteyi artırır
Uydurma atıf riskini yönetir
Revizyon/hakem yanıt sürecini profesyonelleştirir
Ders tasarımını hızlandırır ve standardize eder
Kalite değerlendirmeyi rubrikleştirir
Gizlilik ve etik uyumu uygular
Kişisel/kurumsal prompt kütüphanesi oluşturur
Çok turlu akademik diyalog kurgular

Gereksinimler

Akademik yazımın temel mantığına aşinalık (IMRaD, yöntem, tartışma, sınırlılıklar)
Kendi alanınızdan en az 1 örnek içerik (özet, tez bölümü, makale taslağı, proje çağrısı, ders izlencesi vb.) getirmeniz önerilir
Literatür taraması için kullandığınız veri tabanlarına (Google Scholar/Scopus/WoS vb.) erişim avantaj sağlar (şart değil)
Atıf yönetim aracı kullanıyorsanız (Zotero/Mendeley/EndNote) süreç entegrasyonu daha verimli olur (şart değil)
Hassas içerikler için: öğrenci notları, hakem raporları, henüz yayınlanmamış veriler gibi metinlerde anonimleştirme/maskeleme prensiplerine uyum
Kurumsal katılımda: kurumun AI kullanım politikası varsa (etik/uyum/gizlilik) önceden paylaşılması önerilir
Teknik ön koşul yok; ancak temel düzeyde “çıktı formatı, tablo, rubrik” gibi yapılandırılmış üretime açık olmak gerekir
Eğitim boyunca “deney–iterasyon” yaklaşımı vardır: prompt’ları deneyecek ve rubrikle iyileştirecek aktif katılım beklenir

Eğitim Müfredatı

1.1 Akademik Kullanım Haritası (LLM Nerede İşe Yarar — Nerede Yaramaz)

  • 1.1.1 Araştırma iş akışı: problem → literatür → yöntem → yazım → revizyon
  • 1.1.2 Öğretim iş akışı: öğrenme çıktıları → haftalık plan → ölçme-değerlendirme → geri bildirim
  • 1.1.3 “Asistan vs yazar” sınırı: destek görevleri vs özgün bilimsel katkı
  • 1.1.4 Uygun görevler: yapılandırma, özetleme, iskelet çıkarma, taslak, yeniden yazım, rubrik
  • 1.1.5 Uygun olmayan görevler: uydurma kaynak/ veri, kesinlik iddiası, etik dışı otomatik yazarlık

1.2 LLM Nasıl Düşünür? (Pratik Model Davranışı)

  • 1.2.1 Dil modeli mantığı: olasılıksal üretim, “doğruyu bilmek” yerine “dil örüntüsü”
  • 1.2.2 Hallucination (uydurma) neden olur? bağlam eksikliği, yanlış yönlendirme, belirsiz görev
  • 1.2.3 Güncellik ve alan yanlılığı: disiplinler arası kavram kayması
  • 1.2.4 Güven düzeyi yönetimi: belirsizlikte soru sorma ve geri çekilme
  • 1.2.5 Doğrulama zorunluluğu: “ilk taslak” yaklaşımı ve kaynak kontrolü

1.3 Çıktı Disiplini (Format + Kısıt + Kalite Kriteri)

  • 1.3.1 Çıktı formatı sözleşmesi: başlık–alt başlık–madde / tablo / kontrol listesi
  • 1.3.2 Kısıtlar: kapsam (in/out), uzunluk, üslup, hedef kitle, dil
  • 1.3.3 Kalite kriterleri: kavramsal doğruluk, tutarlılık, argüman gücü, açıklık
  • 1.3.4 “Yapmaması gerekenler” (negatif kurallar) tasarımı
  • 1.3.5 Versiyonlama: v1 (taslak) → v2 (iyileştirme) → v3 (standart)

Eğitmen

Şükrü Yusuf Kaya

Şükrü Yusuf Kaya

AI Danışmanı & Eğitmen

Şükrü Yusuf KAYA, yapay zeka teknolojilerinin küresel iş ortamına entegrasyonuna liderlik eden, uluslararası deneyime sahip bir Yapay Zeka Danışmanı ve Teknoloji Stratejistidir. 6 farklı ülkeye yayılan operasyonlarıyla, teknolojinin teorik sınırları ile pratik iş ihtiyaçları arasındaki boşluğu dolduruyor; bankacılık, e-ticaret, perakende ve lojistik gibi veri açısından kritik sektörlerdeki uçtan uca yapay zeka projelerini yönetiyor. Teknik uzmanlığını özellikle Üretken Yapay Zeka ve Büyük Dil Modelleri (LLM) konusunda derinleştiren KAYA, kuruluşların kısa vadeli çözümlere güvenmek yerine geleceği şekillendiren mimariler inşa etmelerini sağlıyor. Karmaşık algoritmaları ve gelişmiş sistemleri, kurumsal büyüme hedefleri doğrultusunda somut iş değerine dönüştürme konusundaki vizyoner yaklaşımı, onu sektörde aranan bir çözüm ortağı olarak konumlandırmıştır. Danışmanlık ve proje yönetimi kariyerinin yanı sıra eğitmenlik rolüyle de öne çıkan Şükrü Yusuf KAYA, "Yapay zekayı herkes için erişilebilir ve uygulanabilir kılmak" mottosuyla hareket ediyor. Teknik ekiplerden C düzeyindeki yöneticilere kadar geniş bir profesyonel yelpazesi için tasarlanan kapsamlı eğitim programları aracılığıyla, kurumsal yapay zeka okuryazarlığını artırmaya ve sürdürülebilir bir teknolojik dönüşüm kültürü oluşturmaya öncelik veriyor.

Sıkça Sorulan Sorular