Örnekler sağlamak

Bu modül için tahmini süre: 7 dakika

Genel bakış

Prompt’larınıza örnekler sağlamak, kullanacağınız en etkili prompt engineering tekniklerinden biridir. “One-shot” veya “multi-shot” prompting olarak bilinen bu yaklaşım, Claude’a yanıtlarını yönlendirmek için örnek input/output çiftleri vermeyi içerir. Bu derste örnekleri ne zaman ve nasıl kullanacağınızı, XML ile nasıl yapılandıracağınızı ve evaluation sonuçlarınızdan en iyi örnekleri nasıl seçeceğinizi göreceksiniz.

Prompt’larınıza örnekler sağlamak en etkili prompt engineering tekniklerinden biridir. “One-shot” veya “multi-shot” prompting olarak bilinen bu yaklaşım, Claude’un yanıtlarını yönlendirmek için ona örnek input/output çiftleri vermek demektir.

Örnekler nasıl çalışır

Bir sentiment analysis örneğine bakalım. Diyelim ki Claude’un bir tweet’in pozitif mi negatif mi olduğunu kategorize etmesini istiyorsunuz:

Buradaki zorluk sarkazmdır. “Yeah, sure, that was the best movie I’ve seen since ‘Plan 9 from Outer Space’” gibi bir tweet yüzeyde pozitif gözükür, ancak aslında sarkastik ve negatiftir (Plan 9, tüm zamanların en kötü filmleri arasındadır).

Corner case’leri ele almak için örnek eklemek

Bunu çözmek için Claude’a zor durumları nasıl ele alacağını gösteren örnekler ekleyebilirsiniz:

İyileştirilmiş prompt şunları içerir:

• Açık bir pozitif örnek: “Great game tonight!” → “Positive”
• Sarkastik bir örnek: “Oh yeah, I really needed a flight delay tonight! Excellent!” → “Negative”
• Sarkazmın neden dikkatle ele alınması gerektiğini açıklayan context

Örneklerin <sample_input> ve <ideal_output> gibi XML tag’lere sarıldığına dikkat edin. Bu yapı, her parçanın neyi temsil ettiğini Claude’a son derece net bir şekilde anlatır.

Örnekler ne zaman kullanılır

Örnekler özellikle şu durumlar için faydalıdır:

• Corner case veya edge senaryoları yakalamak
• Karmaşık output format’larını tanımlamak (belirli JSON yapıları gibi)
• İstediğiniz tam stil veya tonu göstermek
• Belirsiz input’ların nasıl ele alınacağını göstermek

One-shot vs Multi-shot

One-shot: Pattern’i kurmak için tek bir örnek sağlayın Multi-shot: Farklı senaryoları kapsamak için birden çok örnek sağlayın

Çeşitli edge case’leri ele almanız veya farklı geçerli yanıt türlerini göstermeniz gerekiyorsa multi-shot kullanın.

Evaluation’lardan iyi örnekler bulmak

Prompt evaluation’ları çalıştırırken, örnek olarak kullanmak üzere en yüksek skorlu çıktılarınıza bakın:

10 (veya mevcut en yüksek skor) alan yanıtları bulun ve bu input/output çiftlerini prompt’unuzda örnek olarak kullanın. Bu, Claude’un sizin özel use case’iniz için “mükemmel” çıktının nasıl göründüğünü anlamasına yardımcı olur.

Örneklere context eklemek

Sadece input/output çifti vermekle yetinmeyin — çıktının neden iyi olduğunu açıklayın:

<ideal_output>
[Your example output here]
</ideal_output>

This example is well-structured, provides detailed information 
on food choices and quantities, and aligns with the athlete's 
goals and restrictions.

Bu ek context, Claude’un sadece formatı değil iyi yanıtların ardındaki mantığı da anlamasına yardımcı olur.

En iyi pratikler

• Örneklerinizi açıkça yapılandırmak için her zaman XML tag’leri kullanın
• Ne gösterdiğiniz konusunda açık olun: “Here is an example input with an ideal response”
• En sık başarısızlık durumlarınızı ele alan örnekler ekleyin
• Örnek çıktılarınızın neden ideal kabul edildiğini açıklayın
• Örnekleri spesifik task’ınıza uygun tutun

Örnekler özellikle güçlüdür çünkü anlatmak yerine gösterirler. Ne istediğinizi kelimelerle tam olarak tanımlamaya çalışmak yerine, doğrudan demonstrate edersiniz. Bu, prompt’larınızı çok daha güvenilir hale getirir ve Claude’un sadece talimatlarla ifade etmesi zor olan ince gereksinimleri anlamasına yardımcı olur.

Temel çıkarımlar

• “One-shot” tek bir input/output örneği; “multi-shot” birden çok örnek sağlama tekniğidir
• Sarkazm, tone, edge case gibi nüansları anlatmak yerine örnekle göstermek çok daha etkilidir
• Örnekleri <sample_input> ve <ideal_output> gibi XML tag’lerle sarmak Claude’a yapıyı netleştirir
• Evaluation’da 10/10 alan çıktılar prompt’a örnek olarak geri beslenebilir
• Örneğe “neden iyi” açıklaması eklemek modelin sadece formatı değil rationale’i öğrenmesini sağlar
• Karmaşık output format’ları (özellikle JSON) için örnek vermek talimattan daha güvenilirdir