Prompt Mühendisliği Nedir? Prompt Nasıl Yazılır?

26 Temmuz 2026 güncellemesi: Bu yazıda anlatılan kalıpların hazır hâllerini artık ücretsiz prompt kütüphanesinde bulabilirsiniz: işe göre ayrılmış 70 prompt, kopyala butonlarıyla ve indirilebilir PDF olarak.

Prompt mühendisliği nedir?

Prompt mühendisliği, ChatGPT, Claude ve Gemini gibi yapay zeka araçlarına verdiğiniz talimatları (yani promptları) bilinçli, sistemli ve tekrarlanabilir biçimde tasarlama becerisidir. Aynı aracı kullanan iki kişiden biri vasat, diğeri doğrudan kullanılabilir sonuçlar alıyorsa aradaki fark neredeyse her zaman araçta değil, yazılan prompttadır. Dünyaca ünlü lüks markalarla çalıştığım projelerde bunu defalarca gördüm: modeli hiç değiştirmeden, yalnızca talimatı yeniden kurarak çıktı kalitesi birkaç denemede belirgin şekilde yükseliyor.

İsmi teknik gelse de prompt mühendisliği bir yazılım disiplini değildir ve kod bilmek gerekmez. Özünde net düşünme ve net yazma işidir: ne istediğinizi, kimin için istediğinizi ve nasıl bir çıktı beklediğinizi modele eksiksiz anlatabilmek. Bu yazıda kendi üretimimde her gün kullandığım şablonu, en sık yapılan hataları ve bu beceriyi sistemli öğrenme yollarını paylaşıyorum.

Prompt nasıl yazılır? Dört parçalı şablon

"Prompt nasıl yazılır" sorusunun en pratik cevabı bana göre dört parçalı bir şablondur: rol, bağlam, görev ve format. Kısa işlerde dördü birden gerekmeyebilir ama önemli işlerde dördünü de yazmak sonucu gözle görülür biçimde iyileştirir.

1. Rol: Modele kim olarak davranacağını söyleyin. "Sen 10 yıllık deneyime sahip bir e-ticaret pazarlama uzmanısın" gibi bir açılış, cevabın seviyesini ve dilini baştan belirler.
2. Bağlam: İşin arka planını verin. Sektörünüz, hedef kitleniz, markanızın tonu, elinizdeki bilgiler. Model sizin işinizi bilmez ve bilmediği her boşluğu varsayımla doldurur.
3. Görev: Tek ve net bir iş isteyin. "Bana pazarlama konusunda yardım et" değil, "bu ürün için 3 farklı Instagram reklam metni yaz" gibi.
4. Format: Çıktının şeklini tarif edin. Uzunluk, başlık yapısı, tablo mu liste mi, hangi dil, hangi ton.

Birleştirilmiş bir örnek: "Sen kurumsal müşterilerle çalışan kıdemli bir metin yazarısın. Butik bir mimarlık ofisi için web sitesi ana sayfa metni hazırlıyoruz. Hedef kitle üst segment konut sahipleri, ton sakin ve güven veren. 3 farklı başlık ve her biri için 2 cümlelik alt metin öner. Abartılı sıfat kullanma." Bu prompt, "mimarlık ofisi için slogan yaz" isteğinden kat kat iyi sonuç verir çünkü modelin varsayım yapmasına gerek bırakmaz.

İyi prompt ile kötü prompt arasındaki fark

Farkı en hızlı gösteren yöntem yan yana karşılaştırmadır. Aşağıdaki üç örnek, günlük işlerde en çok karşılaştığım dönüşümleri özetliyor:

Dikkat ederseniz güçlü promptların hiçbiri uzun değil. Mesele kelime sayısı değil, modelin ihtiyaç duyduğu bilgiyi eksiksiz vermek.

Prompt yazarken en sık yapılan 5 hata

Eğitimlerimde yüzlerce katılımcının promptunu inceledim. Hatalar şaşırtıcı derecede ortak:

• Tek cümleye her şeyi sığdırmak: Beş farklı isteği tek cümlede veren promptlar dağınık cevap üretir. Büyük işi adımlara bölün, her adımı ayrı mesajda ilerletin.
• Bağlam vermeden sonuç beklemek: Model sektörünüzü, müşterinizi ve amacınızı bilmiyor. Bağlamsız prompt, brifsiz çalışan ajans gibidir.
• İlk cevabı final saymak: İlk çıktı taslaktır. "Şu kısmı derinleştir", "tonu resmileştir" gibi düzeltmelerle iki üç tur ilerleyin.
• Her işe aynı kalıbı yapıştırmak: Rapor, reklam metni ve veri analizi farklı format ister. Şablonun iskeleti sabit kalır, içeriği işe göre değişir.
• Çıktıyı doğrulamadan kullanmak: Model emin olmadığı bilgiyi de aynı öz güvenle yazar. Rakamları, isimleri ve iddiaları yayınlamadan önce mutlaka kontrol edin.

İleri teknikler: örnek verme, adım adım düşündürme, iterasyon

Temel şablon oturduktan sonra üç teknik çıktı kalitesini bir seviye daha yukarı taşır:

• Örnek verme: Modele beğendiğiniz bir çıktı örneği gösterip "bu kalitede ve bu tonda yaz" deyin. Marka diline uyumu sağlamanın bilinen en kısa yolu budur.
• Adım adım düşündürme: Karmaşık işlerde "önce durumu analiz et, sonra seçenekleri sırala, en sonunda önerini sun" diyerek modeli aşamalı çalıştırın. Atlanan adım sayısı ciddi biçimde azalır.
• İterasyon: Aynı promptu bir kez yazıp bırakmayın. İşe yarayan versiyonu saklayın, her kullanımda küçük iyileştirmeler yapın. Zamanla size özel bir prompt kütüphanesi oluşur ve bu kütüphane ekibinize devredebileceğiniz bir varlığa dönüşür.

Bu teknikler özellikle sayısal işlerde fark yaratıyor. Uygulamalı tarafını yapay zeka ile veri analizi rehberinde ayrıca anlattım.

Araca göre prompt farkları: ChatGPT, Claude, Gemini ve Midjourney

Şablonun mantığı her araçta aynı kalsa da araçların karakterleri farklıdır:

• ChatGPT: Genel işlerde dengeli bir araç. Özel talimatlar bölümüne rolünüzü ve tercihlerinizi bir kez yazarsanız her sohbette baştan anlatmak zorunda kalmazsınız.
• Claude: Uzun belgelerle çalışmada ve yazı kalitesinde güçlü. Elinizdeki raporu, sözleşmeyi veya içerik arşivini doğrudan verip üzerinden çalıştırmak verimli sonuç veriyor.
• Gemini: Google ekosistemiyle entegre işlerde pratik. Güncel bilgi gerektiren aramalı sorgularda tercih edilebilir.
• Midjourney: Görsel araçlarda prompt bir cümle değil sahne tarifidir. Konu, stil, ışık, kadraj ve renk paletini virgülle sıralarsınız.

Hangi aracın hangi işte öne çıktığını yapay zeka araçları karşılaştırması yazısında detaylı inceledim.

Prompt engineering eğitimi almalı mısınız?

Bu beceriyi kendi kendinize de geliştirebilirsiniz. Model üreticilerinin ücretsiz dokümanları ve bol deneme yanılma ile birkaç ayda yol alınır. Sistemli bir prompt engineering eğitimi ise iki durumda mantıklı: deneme yanılmaya ayıracak aylarınız yoksa, ya da beceriyi tek başınıza değil ekipçe ve doğrudan kendi işinize uygulanmış halde kazanmak istiyorsanız.

Eğitim seçerken tek bir şeye bakın: programda gerçek iş uygulaması var mı? Slayt üzerinden prompt tanımı anlatan program ezber bırakır, sizin işiniz üzerinde canlı prompt kuran program beceri bırakır. Kendi verdiğim yapay zeka eğitiminde prompt mühendisliğini ayrı bir teori modülü olarak değil, içerik üretiminden veri analizine kadar her modülün içinde uygulamalı işliyorum. Piyasadaki ücret aralıklarını merak ediyorsanız yapay zeka eğitimi fiyatları yazısında 2026 bantlarını paylaştım.

Prompt mühendisliği meslek olur mu?

2023-2024 döneminde yurt dışında yüksek maaşlı "prompt mühendisi" ilanları çok konuşuluyordu. 2026'da tablo netleşti: bağımsız bir unvan olarak bu ilanlar azalıyor çünkü modeller belirsiz talimatları anlamakta eskisinden çok daha başarılı. Buna karşılık beceri olarak prompt mühendisliğinin değeri arttı. Pazarlama uzmanından avukata, muhasebeciden tasarımcıya kadar her rolde yapay zekayı etkin kullanan kişi ile kullanamayan arasındaki verim farkı giderek açılıyor.

Benim gözlemim şu: prompt mühendisliği tek başına bir kariyer değil, mevcut kariyerinize eklenen bir çarpan. Özgeçmişe unvan olarak değil, somut iş çıktısı ve hız olarak yansıyor.

Nereden başlamalı?

Prompt mühendisliğini öğrenmenin yolu okumak değil, yazmaktır. Önerdiğim başlangıç planı dört adım:

1. Haftada en çok vaktinizi alan tek bir işi seçin. Rapor özeti, e-posta cevabı veya içerik taslağı gibi.
2. O iş için dört parçalı şablonla (rol, bağlam, görev, format) bir prompt yazın. Bir hafta boyunca her gün kullanın ve her kullanımda küçük bir iyileştirme yapın.
3. İşe yarayan promptlarınızı bir belgede biriktirin. Üç dört hafta içinde kişisel prompt kütüphaneniz oluşur.
4. Beceriyi sistemli ve uygulamalı kazanmak isterseniz eğitim sayfasındaki programın kapsamına bakabilirsiniz.

Unutmayın: araçlar her yıl değişiyor ama net düşünüp net talimat verme becerisi kalıcı. Bugün ChatGPT ve Claude için kurduğunuz iyi bir prompt mantığı, yarın çıkacak araçlarda da işinize yarayacak.