Yapay Zeka ile Düşünmek ve Üretmek (Makale 03)
Tek seferlik komutlardan sürdürülebilir yapay zeka sistemlerine geçiş
Aydın Tiryaki ve ChatGPT AI (25 Nisan 2026)
Giriş
Yapay zekayla çalışmaya başlayan hemen herkesin ilk refleksi aynıdır: daha iyi bir prompt yazmak.
İlk etapta bu yaklaşım oldukça mantıklı görünür. Kullanıcı, aldığı sonucun kalitesini artırmak için daha fazla açıklama yapar, daha fazla detay ekler, örnekler verir, alternatif ifadeler dener. Aynı soruyu farklı şekillerde sorarak en iyi sonucu elde etmeye çalışır.
Ben de aynı süreci yaşadım.
Bir süre sonra gerçekten daha iyi sonuçlar almaya başladığınızı fark edersiniz. Cevaplar daha tutarlı hale gelir, daha anlamlı görünür ve ilk bakışta sistemin “iyileştiğini” düşünürsünüz.
Ancak bu iyileşme kalıcı değildir.
Aynı kaliteyi her seferinde elde edemediğiniz noktada, aslında çok daha önemli bir gerçeğin farkına varırsınız:
Sorun, prompt’un kalitesi değil; yaklaşımın kendisidir.
Prompt Yaklaşımının Doğası ve Sınırları
Prompt, yapay zekayla iletişimin temelidir. Ancak doğası gereği sınırlıdır.
Çünkü her prompt:
tek seferliktir
anlık bağlama bağlıdır
tam anlamıyla kontrol edilebilir değildir
Aynı prompt, farklı zamanlarda farklı sonuçlar üretebilir. Aynı ifadeyi kullanmanıza rağmen, yapay zekanın verdiği cevaplar değişebilir. Bu durum, önceki makalede bahsettiğimiz olasılıksal yapıdan kaynaklanır.
Bu nedenle prompt, güçlü bir araçtır ama tek başına bir çözüm değildir.
Özellikle aynı işi tekrar tekrar yapmak istediğinizde, prompt yaklaşımı bir noktadan sonra yetersiz kalır.
Tekrarlanabilirlik ve Sürdürülebilirlik Problemi
Yazılım dünyasında en kritik kavramlardan biri tekrarlanabilirliktir. Bir işlem doğru şekilde tanımlandıktan sonra, aynı yöntemle defalarca uygulanabilir.
Yapay zekada yalnızca prompt kullanarak bu seviyeye ulaşmak zordur.
Çünkü her prompt, aslında yeni bir denemedir. Her seferinde yeniden kurulan bir iletişimdir. Bu da kullanıcıyı sürekli olarak sürecin içinde aktif tutar.
Kısa vadede bu yaklaşım esneklik sağlar. Ancak uzun vadede ciddi bir verimsizlik yaratır.
Aynı işi tekrar tekrar düşünmek, yeniden tanımlamak ve yeniden yönlendirmek zorunda kalırsınız.
Sistem Düşüncesine Geçiş
Bu noktada yaklaşımın değişmesi gerekir.
Tek tek promptlar üretmek yerine, bu promptların üzerinde çalıştığı bir yapı kurmak gerekir. Bu yapı, yapay zekanın nasıl davranacağını belirleyen bir çerçevedir.
Bu çerçeve:
cevapların tonunu
kapsamını
önceliklerini
sınırlarını
tanımlar.
Artık tek bir komut yazmazsınız. Bir davranış sistemi kurarsınız.
Bu geçiş, yapay zekayı kullanma biçimini kökten değiştirir.
Platformlar: Gemini ve ChatGPT
Bugün yapay zeka ile çalışan çoğu kullanıcı, aslında bir platform üzerinden bu deneyimi yaşar. En yaygın örnekler arasında Google’ın Gemini platformu ve OpenAI’nin ChatGPT sistemi yer alır.
Bu platformlar, yapay zekanın kendisi değildir. Onlar, bu teknolojiyi kullanıcılara sunan arayüzlerdir.
Gemini içinde oluşturulan “Gem” yapıları veya ChatGPT içinde oluşturulan “GPT” tasarımları, bu platformların sunduğu özelleştirme katmanlarıdır.
Bu yapıların temel amacı şudur:
Yapay zekanın davranışını belirli bir çerçeveye oturtmak.
Ancak burada önemli bir sınırlama vardır.
Bu sistemler ne kadar gelişmiş olursa olsun:
tam deterministik değildir
tam kontrol edilebilir değildir
her zaman aynı sonucu garanti etmez
Bu nedenle Gem veya GPT oluşturmak, yapay zekayı “programlamak” değildir.
Bu, onun davranışını yönlendirmek ve sınırlandırmaktır.
Neden Sistem?
Sistem kurmanın en büyük avantajı, tekrar eden zihinsel yükü ortadan kaldırmasıdır.
Bir şeyi her seferinde yeniden düşünmek yerine, bir kez tanımlarsınız ve o tanım üzerinden ilerlersiniz.
Bu sayede:
daha tutarlı sonuçlar elde edersiniz
daha az müdahale ile çalışırsınız
daha hızlı üretim yaparsınız
Ama en önemlisi, yapay zekayla olan ilişkiniz değişir.
Artık onu yönlendiren bir kullanıcı değil, onunla birlikte çalışan bir sistem kurucusu haline gelirsiniz.
Prompt’tan Sisteme Geçiş
Bu geçiş küçük bir teknik değişiklik gibi görünse de, aslında zihinsel bir dönüşümdür.
Prompt yaklaşımında her şey anlıktır. Her seferinde yeniden üretim yapılır.
Sistem yaklaşımında ise üretim bir çerçeve içinde gerçekleşir. Bu çerçeve, yapay zekanın davranışını sınırlar ve daha öngörülebilir hale getirir.
Bu, kontrolün tamamen sağlandığı anlamına gelmez. Ama kontrol hissi ciddi şekilde artar.
Deneyimle Gelen Farkındalık
Benim bu noktaya ulaşmam da teorik bir öğrenme süreciyle olmadı.
Aynı işi tekrar tekrar promptlarla çözmeye çalıştım. Her seferinde küçük farklılıklar oluştu. Her seferinde yeniden düzeltmeler yapmak zorunda kaldım.
Bir süre sonra bunun sürdürülebilir olmadığını fark ettim.
İşte o noktada sistem kurmaya başladım.
Ve fark dramatikti.
Artık her şeyi yeniden anlatmak zorunda kalmıyordum. Yapı çalışıyordu. Süreç kendini taşıyordu.
Sonuç
Bu makalenin özeti şu cümlede toplanabilir:
Prompt yazmak başlangıçtır.
Sistem kurmak ustalıktır.
Yapay zekayla gerçek anlamda üretmek istiyorsanız, tek tek komutlar değil, sürdürülebilir yapılar kurmanız gerekir.
Bu geçiş, yapay zekayla çalışmanın üçüncü büyük eşiğidir.
Ek Not
Bu makale, Aydın Tiryaki’nin saha deneyimleri ile ChatGPT’nin analitik katkılarının birlikte değerlendirilmesiyle hazırlanmıştır. Amaç, yapay zekayla üretim sürecini sistematik bir çerçeveye oturtmaktır.
Bu makale, “Yapay Zeka ile Düşünmek ve Üretmek” serisinin bir parçasıdır.
| aydintiryaki.org | YouTube | Aydın Tiryaki’nin Yazıları ve Videoları │Articles and Videos by Aydın Tiryaki | Bilgi Merkezi│Knowledge Hub | ░ Virgülüne Dokunmadan │ Verbatim ░ | ░ YAPAY ZEKA │ ARTIFICIAL INTELLIGENCE ░ |░Yapay Zeka ile Düşünmek ve Üretmek│ Thinking and Producing with Artificial Intelligence░ 25.04.2026
Aydın Tiryaki 