Dynamic Prompt – (Dinamik İstem)

Dinamik İstem, üretken yapay zekâ sistemlerinde istemin tamamının veya belirli bölümlerinin çalışma anında (runtime) kullanıcı girdileri, veri tabanındaki bilgiler, uygulama durumu, zaman, konum, önceki etkileşimler veya harici sistemlerden alınan veriler kullanılarak otomatik biçimde oluşturulmasını veya değiştirilmesini ifade eden Prompt Engineering yaklaşımıdır. Statik (static) promptlarda istem metni önceden hazırlanır ve büyük ölçüde değişmeden kullanılırken, Dynamic Prompting’de modele gönderilen gerçek istem mevcut koşullara göre farklılaşabilir. Bu nedenle Dynamic Prompting, özellikle kişiselleştirilmiş uygulamalar, yapay zekâ ajanları (AI Agents), Retrieval-Augmented Generation (RAG) sistemleri ve otomatik iş akışlarında önemli bir yere sahiptir.

En basit biçimiyle Dynamic Prompt, değişken alanlar (variables/placeholders) içeren bir prompt şablonu üzerinden açıklanabilir. Örneğin bir eğitim uygulamasında aşağıdaki şablon kullanılabilir: “Sen bir İngilizce öğretmenisin. Kullanıcının İngilizce seviyesi: {seviye}. Öğrenmek istediği konu: {konu}. Günlük çalışma süresi: {süre}. Bu bilgilere uygun bir ders hazırla.” Buradaki {seviye}, {konu} ve {süre} alanları sabit değildir. Kullanıcıdan veya uygulamanın veri tabanından alınan bilgiler bu alanlara otomatik olarak yerleştirilir.

Örneğin sistem şu bilgileri elde etmiş olsun:

Seviye: B1
Konu: Academic English
Süre: 20 dakika

Modele gönderilen gerçek prompt otomatik olarak şu biçime dönüşebilir: “Sen bir İngilizce öğretmenisin. Kullanıcının İngilizce seviyesi B1. Öğrenmek istediği konu Academic English. Günlük çalışma süresi 20 dakikadır. Bu bilgilere uygun bir ders hazırla.”

Başka bir kullanıcı C1 seviyesinde ve Business English öğrenmek istiyorsa aynı prompt şablonu tamamen farklı bir istem üretir. Böylece tek bir temel şablondan çok sayıda kişiselleştirilmiş prompt oluşturulabilir.

Dynamic Prompt Nasıl Çalışır?

Dinamik istem sistemlerinin temel çalışma mantığı genel olarak şu şekilde gösterilebilir:

Prompt Şablonu + Dinamik Veri → Oluşturulan Prompt → Yapay Zekâ Modeli → Çıktı

Dinamik veri yalnızca kullanıcının yazdığı bilgilerden gelmek zorunda değildir. Bir uygulama farklı kaynaklardan veri toplayarak promptu otomatik biçimde oluşturabilir. Bunlar arasında kullanıcı tercihleri, önceki konuşmalar, veri tabanı kayıtları, API sonuçları, arama motorlarından alınan bilgiler, kurumsal belgeler, tarih ve saat, uygulamanın mevcut durumu ve RAG sistemleri tarafından getirilen dokümanlar bulunabilir.

Örneğin bir akademik araştırma asistanı şu prompt şablonunu kullanabilir: “Aşağıdaki konuda {başlangıç_yılı}–{bitiş_yılı} arasında yayımlanan çalışmalar içerisinden {veritabanı} kapsamındaki literatürü değerlendir. Araştırma konusu: {araştırma_konusu}. Özellikle {değişken} değişkenine odaklan.”

Kullanıcının seçtiği araştırma konusu, tarih aralığı, veri tabanı ve değişken sisteme otomatik olarak yerleştirilerek her araştırma için farklı bir prompt oluşturulabilir.

RAG Sistemlerinde Dynamic Prompt

Dynamic Prompting’in önemli kullanım alanlarından biri Retrieval-Augmented Generation (RAG) sistemleridir. RAG uygulamalarında kullanıcı bir soru sorduğunda sistem önce ilgili bilgi kaynaklarını arar. Bulunan içerikler daha sonra promptun içerisine otomatik olarak eklenir.

Örneğin kullanıcı: “Bu kurumun yıllık gelirindeki değişimi açıkla.” diye sorabilir.

Sistem önce kurumun finansal raporlarından ilgili verileri bulur ve ardından modele gönderilecek promptu dinamik olarak oluşturabilir: “Aşağıdaki finansal rapor verilerini kullanarak kurumun yıllık gelirindeki değişimi analiz et: {retrieved_context}. Kullanıcının sorusu: {user_question}.”

Buradaki {retrieved_context} alanı her sorguda değişmektedir. Bu nedenle modele gönderilen prompt da her seferinde farklıdır.

Yapay Zekâ Ajanlarında Dynamic Prompt

AI Agent sistemlerinde Dynamic Prompting daha gelişmiş bir biçimde kullanılabilir. Ajanın karşılaştığı durum, kullandığı araçlardan elde ettiği sonuçlar veya görevin hangi aşamasında bulunduğu promptun değiştirilmesine neden olabilir.

Örneğin bir araştırma ajanı önce akademik veri tabanında arama yapabilir. Sistem 2.000 çalışma bulursa sonraki prompt: “Sonuç sayısı çok yüksek. Arama kriterlerini daralt.” şeklinde oluşturulabilir.

Yalnızca beş çalışma bulunursa: “Sonuç sayısı yetersiz. Eş anlamlı kavramları kullanarak aramayı genişlet.” şeklinde farklı bir prompt oluşturulabilir.

Dolayısıyla sistemin mevcut durumu, modele gönderilecek sonraki talimatı dinamik biçimde belirlemektedir.

Dynamic Prompting’in Avantajları

Dynamic Prompting’in en önemli avantajlarından biri ölçeklenebilirliktir. Her kullanıcı veya görev için ayrı ayrı prompt yazmak yerine tek bir şablon oluşturularak binlerce farklı istem otomatik biçimde üretilebilir.

İkinci önemli avantaj kişiselleştirmedir. Kullanıcının uzmanlık düzeyi, tercihleri, geçmiş işlemleri veya mevcut ihtiyaçları prompt içerisine otomatik olarak eklenebilir.

Üçüncü avantaj güncel verilerin kullanılabilmesidir. Sabit bir prompt yalnızca hazırlanırken mevcut olan bilgileri içerirken, Dynamic Prompt bir API, veri tabanı veya RAG sistemi aracılığıyla çalışma anındaki bilgileri prompta ekleyebilir.

Bununla birlikte dinamik istemlerin dikkatli tasarlanması gerekir. Yanlış veya güvenilir olmayan verilerin prompta otomatik olarak eklenmesi modelin hatalı sonuçlar üretmesine neden olabilir. Ayrıca kullanıcı tarafından sağlanan metinlerin kontrolsüz biçimde sistem talimatlarının içerisine yerleştirilmesi prompt injection gibi güvenlik sorunlarına yol açabilir. Bu nedenle dinamik verilerin doğrulanması, güvenilmeyen içerik ile sistem talimatlarının ayrılması ve gerekli güvenlik kontrollerinin uygulanması önemlidir.

Dynamic Prompt ve Adaptive Prompt Arasındaki Fark

Bu iki kavram birbirine oldukça yakındır ancak odak noktaları farklıdır.

Dynamic Prompting, promptun içeriğinin çalışma anında değişken veriler kullanılarak oluşturulmasına odaklanır.

Adaptive Prompting ise sistemin elde ettiği sonuçlara veya kullanıcı davranışına göre istem stratejisini değiştirmesine odaklanır.

Örneğin:

Dynamic Prompt: “Kullanıcının seviyesi {B1}. B1 seviyesine uygun 10 İngilizce soru oluştur.” Burada değişken veri prompt içerisine otomatik olarak yerleştirilmiştir.

Adaptive Prompt: Kullanıcı ilk beş sorunun tamamını doğru cevapladıysa zorluk seviyesini B2’ye yükselt; başarısız olduysa B1 seviyesinde devam et. Burada sistem yalnızca bilgiyi prompta eklememekte, elde edilen sonuca göre sonraki stratejisini değiştirmektedir.

Dolayısıyla bir sistem hem Dynamic hem de Adaptive Prompting kullanabilir. Örneğin sistem önce kullanıcının performansına göre hangi seviyenin uygun olduğuna karar verebilir (Adaptive), ardından belirlenen seviyeyi bir prompt şablonuna otomatik olarak yerleştirebilir (Dynamic).

Dynamic Prompt ve Static Prompt

Aralarındaki temel fark daha basit biçimde şöyle gösterilebilir:

Static Prompt: “Bir haftalık İngilizce çalışma programı hazırla.”

Dynamic Prompt: “{seviye} seviyesindeki, günde {süre} dakika çalışabilecek ve özellikle {beceri} becerisini geliştirmek isteyen kullanıcı için bir haftalık İngilizce çalışma programı hazırla.”

İkinci yapı, farklı verilerle tekrar tekrar kullanılabilir.

Dynamic Prompting’in Kullanım Alanları

Dynamic Prompting; kişiselleştirilmiş eğitim sistemleri, müşteri hizmetleri chatbotları, akademik araştırma asistanları, RAG sistemleri, AI Agents, e-ticaret öneri sistemleri, otomatik raporlama, kurumsal bilgi sistemleri, yazılım geliştirme araçları ve kişisel yapay zekâ asistanlarında kullanılmaktadır. Özellikle büyük ölçekli yapay zekâ uygulamalarında her kullanıcıya aynı sabit promptun gönderilmesi yerine mevcut duruma göre prompt oluşturulması, sistemin çok daha esnek çalışmasını sağlamaktadır.

Sonuç olarak Dynamic Prompt, önceden yazılmış ve değişmeden kullanılan bir istem yerine, “mevcut kullanıcıyı, veriyi, bağlamı veya sistem durumunu dikkate al ve modele gönderilecek istemi çalışma anında buna göre oluştur” mantığına dayanan Prompt Engineering yaklaşımıdır. Bu özelliğiyle modern RAG uygulamalarının, kişiselleştirilmiş yapay zekâ sistemlerinin ve AI Agent mimarilerinin önemli yapı taşlarından biridir.

Not: Dynamic Prompting teriminin literatürde tamamen standartlaştırılmış tek bir tanımı bulunmamaktadır. Bazı kaynaklar kavramı çalışma anında değişkenlerle prompt oluşturma anlamında kullanırken, bazıları bağlama veya model performansına göre promptların otomatik değiştirilmesini de bu başlık altında ele almaktadır. Bu nedenle akademik kullanımda hangi anlamın benimsendiğinin açıkça belirtilmesi daha doğrudur.