Conditional Prompt – (Koşullu İstem)

Conditional Prompt (Koşullu İstem), üretken yapay zekâ modelinin vereceği yanıtı veya gerçekleştireceği işlemi belirli koşulların gerçekleşip gerçekleşmemesine göre değiştiren Prompt Engineering yaklaşımıdır. Temel mantığı, programlamadaki “if–then–else” (eğer–ise–değilse) yapısına benzer. Kullanıcı veya geliştirici, prompt içerisinde bir ya da birden fazla koşul tanımlar ve yapay zekâdan bu koşulların sonucuna göre farklı davranışlar sergilemesini ister. Böylece model her durumda aynı cevabı vermek yerine, mevcut veriyi değerlendirerek önceden belirlenmiş alternatiflerden uygun olanı uygular. Conditional Prompting’in en basit yapısı şu şekilde gösterilebilir:

EĞER koşul gerçekleşirse → A işlemini yap.
DEĞİLSE → B işlemini yap.

Örneğin: “Kullanıcının İngilizce seviyesi B1’in altındaysa konuyu basit İngilizceyle açıkla. B1 veya üzerindeyse akademik kelimeler kullanarak daha ayrıntılı açıkla.” Burada yapay zekâdan tek tip bir yanıt üretmesi istenmemektedir. Öncelikle kullanıcının seviyesini değerlendirmesi ve ardından belirlenen koşula uygun yanıt biçimini seçmesi beklenmektedir.

Conditional Prompting yalnızca iki seçenekli yapılardan oluşmak zorunda değildir. Birden fazla koşul tanımlanabilir. Örneğin:

“Metin 500 kelimeden kısaysa kısa bir özet hazırla.
500–1500 kelime arasındaysa ayrıntılı bir özet hazırla.
1500 kelimeden uzunsa önce ana bölümleri belirle, ardından her bölümü ayrı ayrı özetle.”

Bu örnekte yapay zekânın uygulayacağı işlem, metnin uzunluğuna göre değişmektedir. Böylece tek bir prompt içerisinde farklı durumlar için farklı davranış kuralları oluşturulmaktadır.

Akademik Araştırmalarda Conditional Prompt

Conditional Prompting akademik araştırmalarda özellikle analiz ve karar verme süreçlerinde kullanılabilir. Örneğin: “Önce değişkenin dağılımını değerlendir. Normallik varsayımı sağlanıyorsa parametrik testleri değerlendir; sağlanmıyorsa uygun nonparametrik alternatifleri belirt. Ancak örneklem büyüklüğünü de dikkate al ve yalnızca normallik testinin p değerine dayanarak karar verme.”

Benzer şekilde literatür taramasında: “2020 sonrasında en az 20 doğrudan ilgili çalışma bulunuyorsa bu çalışmalar üzerinden literatür sentezi oluştur. Yeterli çalışma bulunmuyorsa tarih aralığını 2015’e kadar genişlet ve bunu raporda açıkça belirt.” Bu yapı, yapay zekânın belirlenen koşullara göre araştırma stratejisini değiştirmesine olanak sağlar.

Birden Fazla Koşul Kullanımı

Daha gelişmiş Conditional Prompt’larda AND, OR ve NOT gibi mantıksal ilişkiler de kullanılabilir.

Örneğin: “Makale SSCI indeksli VE 2022 sonrasında yayımlanmışsa ayrıntılı olarak incele.” Burada iki koşulun da gerçekleşmesi gerekir.

Başka bir örnek: “Çalışma deneysel VEYA yarı deneysel ise yöntem bölümünü incelemeye dahil et.” Burada iki koşuldan birinin gerçekleşmesi yeterlidir.

Bir dışlama koşulu ise şöyle oluşturulabilir: “Makale İngilizce değilse değerlendirmeye dahil etme.” Bu tür mantıksal yapılar özellikle araştırma kriterlerinin, belge sınıflandırma kurallarının ve otomatik iş akışlarının tanımlanmasında yararlıdır.

Conditional Prompting ve Karar Ağaçları

Çok sayıda koşul bir araya getirildiğinde Conditional Prompting, basit bir karar ağacı (decision tree) biçiminde tasarlanabilir.

Örneğin bir akademik makale değerlendirme sistemi:

Makale ampirik mi?

→ Evet: Yöntem bölümünü incele.
→ Hayır: Kavramsal katkıyı değerlendir.

Ampirik ise örneklem yeterli mi?

→ Evet: İstatistiksel analizleri incele.
→ Hayır: Örneklem sınırlılığını raporla.

Analiz yöntemi araştırma sorusuna uygun mu?

→ Evet: Bulguların yorumlanmasına geç.
→ Hayır: Alternatif analiz yöntemi öner.

Bu yapı sayesinde model, farklı özelliklere sahip makaleleri aynı biçimde değerlendirmek yerine makalenin özelliklerine göre farklı yollar izleyebilir.

Conditional Prompting’in Kullanım Alanları

Conditional Prompting; yapay zekâ ajanları (AI Agents), müşteri hizmetleri, eğitim sistemleri, akademik araştırma, veri analizi, belge sınıflandırma, yazılım geliştirme, otomatik raporlama, içerik moderasyonu ve kurumsal iş akışlarında kullanılabilir.

Örneğin bir müşteri hizmetleri sisteminde: “Sipariş henüz gönderilmediyse iptal seçeneğini açıkla. Sipariş kargoya verilmişse kargo takip bilgilerini göster. Teslim edilmiş görünüyorsa teslimat sorunları prosedürüne geç.”

Bu yapı, aynı yapay zekâ sisteminin farklı kullanıcı durumlarında farklı işlemler gerçekleştirmesini sağlar.

Conditional Prompt ve Dynamic Prompt Arasındaki Fark

Bu iki kavram birbiriyle yakından ilişkilidir ancak aynı değildir.

Conditional Prompting, yapay zekânın hangi koşul gerçekleştiğine göre hangi işlemi yapacağını belirler.

Dynamic Prompting ise promptun içeriğinin çalışma anında elde edilen veriler kullanılarak değiştirilmesine veya oluşturulmasına odaklanır.

Örneğin:

Conditional Prompt: “Kullanıcı B1 seviyesinin altındaysa temel İngilizce kullan; B1 ve üzerindeyse akademik İngilizce kullan.” Burada bir karar kuralı bulunmaktadır.

Dynamic Prompt: “Kullanıcının seviyesi: {level}. Bu seviyeye uygun bir İngilizce dersi hazırla.” Burada {level} alanına çalışma anında veri eklenmektedir. İki teknik aynı sistem içerisinde birlikte de kullanılabilir.

Conditional Prompt ve Adaptive Prompt Arasındaki Fark

Adaptive Prompting, sistemin önceki etkileşimlerden veya performans sonuçlarından yararlanarak sonraki yaklaşımını uyarlamasına odaklanır. Conditional Prompting ise bu uyarlamanın hangi koşullarda gerçekleşeceğini açık kurallarla tanımlayabilir.

Örneğin: “Öğrenci üç soruyu art arda doğru cevapladıysa zorluk seviyesini artır; iki soruyu art arda yanlış cevapladıysa daha kolay sorulara dön.” Burada koşullar Conditional Prompting özelliğidir. Sistemin öğrencinin performansına göre sürekli farklılaşması ise aynı zamanda Adaptive Prompting niteliği taşır.

Conditional Prompting’in Avantajları

Conditional Prompting’in temel avantajı, yapay zekâ davranışını daha kontrollü ve öngörülebilir hâle getirmesidir. Modelin her durumda aynı yaklaşımı kullanması yerine farklı senaryolar için açık davranış kuralları tanımlanabilir. Bu özellik özellikle karar destek sistemlerinde ve otomatik iş akışlarında önemlidir.

Bununla birlikte koşulların çok fazla olması promptun karmaşıklaşmasına yol açabilir. Birbiriyle çelişen koşullar kullanıldığında model hangi talimata öncelik vereceğini doğru biçimde belirleyemeyebilir. Bu nedenle koşullar açık, birbirinden ayrılabilir ve mümkün olduğunca ölçülebilir biçimde yazılmalıdır. Karmaşık ve kritik karar süreçlerinde yalnızca doğal dilde yazılmış koşullara güvenmek yerine, gerekli durumlarda kuralların uygulama kodu tarafından deterministik biçimde yürütülmesi daha güvenilir olabilir.

Sonuç olarak Conditional Prompt, yapay zekâya yalnızca “bu görevi yap” demek yerine, “eğer A durumu gerçekleşirse X’i yap; B durumu gerçekleşirse Y’yi yap” biçiminde karar kuralları tanımlayan istem yaklaşımıdır. Bu özelliği sayesinde farklı senaryolara göre değişen yapay zekâ davranışları oluşturmak, karmaşık iş akışlarını yönetmek ve AI Agent sistemlerinin karar mekanizmalarını yapılandırmak için kullanılabilir.

Not: Conditional Prompting, Zero-shot veya Few-shot Prompting gibi sınırları üzerinde tamamen uzlaşılmış tek bir akademik teknik kategorisi değildir. Terim, uygulamalı Prompt Engineering kaynaklarında koşullara bağlı istem ve iş akışı tasarımını ifade etmek amacıyla kullanılabilmektedir. Akademik bir metinde kullanılacaksa kavramın hangi anlamda kullanıldığı açık biçimde tanımlanmalıdır.