Output Formatting

Output Formatting (Çıktı Biçimlendirme), bir yapay zekâ modelinin ürettiği yanıtın hangi yapı, düzen veya veri formatında sunulacağını belirleme sürecidir. Burada amaç yalnızca modelin ne söyleyeceğini değil, bilgiyi nasıl sunacağını da kontrol etmektir.

Örneğin aynı bilgi farklı çıktı biçimlerinde üretilebilir:

Düz metin: “Ürün adı Akıllı Saat, fiyatı 2.500 TL ve stok durumu mevcuttur.”

Liste:

1. Ürün: Akıllı Saat
2. Fiyat: 2.500 TL
3. Stok: Mevcut

JSON:

{  "urun": "Akıllı Saat",  "fiyat": 2500,  "stok": "Mevcut"}

Dolayısıyla Output Formatting; paragraf, tablo, madde işaretli liste, Markdown, JSON, XML veya belirli bir şablon gibi farklı çıktı yapılarının kullanılmasını kapsayabilir.

Çıktı biçimi çoğu zaman prompt içerisinde doğal dil kullanılarak belirtilebilir. Örneğin “Sonuçları üç sütunlu bir tablo halinde ver”, “Yanıtı JSON biçiminde oluştur” veya “Her başlığı ayrı bir madde olarak yaz” gibi talimatlar modele istenen biçimi bildirir.

Ancak prompt ile biçim istemek ile yapısal çıktıyı teknik olarak zorunlu kılmak aynı şey değildir. Yalnızca prompt kullanıldığında model zaman zaman istenen biçimden sapabilir. Bazı model ve API sistemlerinde bulunan Structured Outputs, JSON Schema veya benzeri şema tabanlı mekanizmalar, çıktının önceden tanımlanan yapıya daha sıkı biçimde uymasını sağlar.

Output Formatting özellikle yapay zekâ çıktısının başka bir yazılım tarafından otomatik olarak işleneceği uygulamalarda önemlidir. Örneğin bir müşteri yorumundan ürün adı, duygu ve puanın çıkarılarak JSON biçiminde başka bir sisteme aktarılması gerekebilir.

Kısaca: Output Formatting, yapay zekâya yalnızca “Ne cevap vereceksin?” değil, aynı zamanda “Cevabı hangi biçimde vereceksin?” sorusunun da tanımlanmasıdır.

İlgili kavramlar: Structured Output, JSON, JSON Schema, Markdown, XML, Response Length, Prompt Formatting, Output Parser, Schema Validation.