Soft Commitment GenAI #1 | İyi bir 'AI user' olmak üzerine: 'üşengeç kullanım', context building...
Dünyada artık bir milyar insan ChatGPT kullanıyor. Yani konu çoktan sadece 'tech-savvy' olan bizleri geçti. Peki ama GenAI'ı nasıl kullanıyor, ne kadar verim alıyoruz? Önerilerim hemen aşağıda.
Soft Commitment’ı Türkiye teknoloji sektöründeki en meraklı ve önemli bölümü karar verici olan 8 bin kişi takip ediyor, eğer hala takip etmiyorsanız: softcommitment.com.
‘Soft Commitment GenAI’ adını verdiğim yazı dizisinde bu gibi alışık olduğunuz Soft Commitment sayılardan farklı içerikler göreceksiniz.
Bir platform değil paradigma değişiminin içinde olduğumuzu hep söylüyorum; ve bu yeni paradigmada kendimizi, işimizi ve şirketimizi nasıl konumlamalıyız, bu yeni yazı dizisinin odağı tam olarak bu olacak.
ChatGPT veya Claude gibi LLM'leri üşengeç kullanmayın, sistematik çalışır, neyi neden yaptığınızı bilir ve LLM'lerin nasıl çalıştığının farkında olursanız göreceksiniz ki çok daha fazla verim alacaksınız.
Text-based modeller özelinde nasıl daha iyi bir AI user olunur? Context oluşturmak, model seçimi + tooling ve iş hayatına dair özelleşmiş meseleler şeklindeki 3 başlıkta 12 öneri sizlerle.
Prompt nasıl yazılır, buradaki taktikler ve yollar neler zaten böyle yazıları tükettiğinizin çok net farkındayım, merak etmeyin, klişelerden ve çok bilinenlerden uzak kalacağım.
Model (ve platform) seçimi
Hangi LLM daha iyi, o ayrı bir konu. Ben bir export/import mekanizması olmadığı ve ChatGPT ile bugüne kadar çok zaman geçirdiğim için; zaman maliyetini göze alamıyorum ve LLM’lerdeki vaktimin %80’ini ChatGPT’de geçiriyorum. Gemini ve Perplexity de diğer bölümü kaplıyor. Bence asıl konu LLM seçimi değil; model seçimi.
Örneğin ChatGPT’de 4o ve o3 arasında uçurum var. o3 evet yavaş, ama özellikle derin katmanlı konularda çok başarılı. 4o hem hızlı hem başarılı, yaratıcı içerik için 4.5 (4o’nun creativity bias’ı yüksek olanı aslında) açık ara en önde olanı. Yani her amaç için model de değişiyor. Yanlış modelde doğru output’u almak imkansız.
Diğer yandan bir de Perplexity gibi ‘başka oyuncular’ da var. Mesela bir PM iseniz ChatPRD var, o da çok başarılı. Eğer bilimsel araştırmalarla konuşur gibi bir LLM arıyorsanız Dougall GPT var. Veya ChatGPT içinde deep-research var ki çok çok başarılı o da. Deep-research yaparak internette fazlaca kaynak olan bir konu için mükemmel sonuçlar almak mümkün.
Modellerin yeteneklerine göre ayrımını yapabilmek, tooling’e hakim olmak kritik. Hemen bir örnek; fiziksel bir kağıda not aldınız, bunun OCR ile dijitale aktarımını en iyi/hızlı hangi model yapar? Miro’da bir akış çizeceksiniz bunu en verimli nasıl yaptırabilirsiniz, -otomasyona çok girmek istemiyorum şu an ama- bir otomasyon yaparken Zapier MCP işinizi çözer mi gibi…
Sürekli yeni araçları denemek, bu dünyayı yakından takip etmek çok önemli. En başa bu başlığı koydum çünkü her şeyin temelinde model seçimi yatıyor. Konunun daha da temeli LLM’lerin nasıl çalıştığı çünkü konuşurken empati yapmak ve arka planı bilmek çok kritik, o da bir sonraki yazının konusu olsun.
Ve tahmin edebileceğiniz gibi modeller o kadar hızlı gelişiyor ki… Haziran’da bugüne kadar sıklıkta söz edilen ‘Chain of Thought’ yaklaşımının artık -çoğu yerde- bir işe yaramadığı ortaya kondu, hem modelleri hem de bu dünyayı takip etmenin önemine dair küçük bir örnek.
Context Building: Context nasıl oluşturulur?
Ne kadar genel-geçer kelimelerden uzak durur, detay verir, spesifik olur, dokümanlar, örnekler ve projelerin instruction'larıyla desteklerseniz; yani input’unuzu iyileştirirseniz emin olun output da iyileşecek.
Asıl mesele ‘Prompt Engineering’ değil, ‘Context Building’
Projeler oluşturun. Bu projeler için dokümanlar ve instruction'lar ekleyin. Proje oluşturmak ve hatta instruction yazmak için ayrı bir proje kullanın. Aynı şekilde sadece kendiniz için GPT kulllanımı da bir seçenek ama özellikle tekrar eden konularda anlamlı, aşağıda GPT’lere bir kez daha değineceğim.
Chat'lerinizi arşivleyin ya da silin, hatta duruma göre tekrardan arşivden çıkarın… Neden, çünkü örneğin ChatGPT artık çok güçlü bir memory ile beraber çalışıyor, bunu mümkün olduğunca yönetmek lazım.
'Güzel bir şekilde anlat' diyorsunuz ya mesela, kime göre güzel, kimin için güzeli? Örnekler verin, kendinizi ne kadar derin anlatırsanız o kadar iyi, üşengeç olmayın. Kimsiniz, neden yapıyorsunuz, nerede yapıyorsunuz, ne bekliyorsunuz ve neden kaçınmak istiyorsunuz… Üşengeç olmadığınıza değecek.
Context'i oluşturamadığınız durumda sıfırdan başlayın, 'ben birazdan itere ederim nasılsa' demeyin, başta olabildiğince detay verin. Prompt’a yanıtı görüp de edit yapmak da bir seçenek, buna da ‘branching’ diyorlar.
İş hayatı özelinde kullanım önerileri
Yöneticinizi, satışı kapatmak istediğiniz şirketi replike edebilirsiniz. Bir projeye o kişiye veya şirkete dair; dokümanları ekleyin, yazışmalarınızı, e-postaları, mesela bir YouTube röportajının transcript’ini ekleyin. Bir instruction ile karşı tarafa nasıl bir sunum hazırlamanız lazım, ne demek, neden kaçınmak lazım; hop karşınızda. Diyaloğun pratiğini dahi yapabilirsiniz. Unutmadan; online toplantı notlarınızı da Spiky gibi araçlarla LLM’inize vermeniz mümkün. Bir not daha; biraz AIOps’a da gireceğim ama veri akışı için Pinecone gibi araçlarla RAG kullanımı da mümkün.
MCP’ler özellikle iş hayatında kullandığımız araçlarda oldukça yaygın. Hemen bir örnek; tahmin ediyorum bu satırları okuyanların %80’inin kullandığı; Atlassian. Peki MCP kullanmak ne katıyor; Atlassian’daki task’lar üzerinden bir analiz, soru-cevap yapmak gibi sınırsız seçeneğiniz oluyor. MCP’leri ChatGPT’de -şimdilik- sadece kurumsal hesaplar kullanabiliyor ama Claude’de çok daha ulaşılabilir.
Projelerin bir benzeri de GPT’ler için geçerli. GPT’lerin güzel yanı takım içinde de bunları paylaşabiliyor, kullananı da belirli bir çerçevede tutabiliyor olmanız. Yine çok önemli bir başka verimlilik ipucu.
Düşünce framework’lerinden, bilindik kalıplardan da yararlanın. Örneğin size bir konuda o framework özelinde yanıt vermesini isteyin, framework’ü anlatmak için projeleri de kullanabilirsiniz. Çoğu konuda şirketlerin, düşünce liderlerinin daha önce hazırladığı bir framework’e denk gelmek mümkün, aklınıza gelmedi mi bunu da deep-research ile çözün mesela. Bu framework’ler özelinde LLM’lere çerçeve vermekten bahsediyorum özetle.
Son konumuz da voice olsun…
Size ‘üşenmeyin’ dedim bazen yazmaya üşendiğimde; çok sık bir şekilde speech-to-text özelliğini kullanıyorum. Wispr Flow ve benzeri, sesten metin çevirisine özelleşmiş araçlar da var ama ChatGPT’nin küçük mikrofon ikonu da gayet güzel çalışıyor…
Ses demişken; Voice Mode’la ChatGPT ile merak ettiğiniz, derinleşmek istediğiniz bir konuda ya da kendinize dair, hayatınıza dair dert edindiğiniz bir konuda sohbet etmek de denemeniz gereken bir tecrübe.
22 Temmuz Salı sabahında, Soft Commitment #185’de görüşmek üzere.
Sevgiler.