Recursive Prompt – (Özyinelemeli İstem)

Özyinelemeli İstem, üretken yapay zekâ modelinin ürettiği çıktıları tekrar girdi olarak kullanarak aynı görevi veya görevin geliştirilmiş bir versiyonunu yinelemeli (iteratif) biçimde gerçekleştirmesini sağlayan Prompt Engineering tekniğidir. Bu yaklaşımda model, tek seferde nihai sonuca ulaşmak yerine, her adımda önceki çıktıyı değerlendirir, geliştirir, düzeltir veya genişletir. Böylece her yeni döngüde çıktı kalitesi artırılır ve daha doğru, ayrıntılı veya optimize edilmiş sonuçlar elde edilir. Recursive Prompting, özellikle çok aşamalı problem çözme, metin iyileştirme ve karmaşık akıl yürütme gerektiren görevlerde kullanılan gelişmiş istem tekniklerinden biridir.

Recursive Prompting’in temel mantığı, çıktının yeniden girdiye dönüştürülmesidir. Örneğin kullanıcı modele önce “Bu makale için bir taslak oluştur.” komutunu verebilir. Ardından ikinci adımda “Oluşturduğun taslağı akademik açıdan geliştir.”, üçüncü adımda “Kaynak önerileri ekle.”, son aşamada ise “Metni SCI dergisi düzeyinde yeniden düzenle.” şeklinde istemler sunabilir. Daha gelişmiş uygulamalarda ise model, kendi ürettiği çıktıyı otomatik olarak analiz ederek eksik noktaları belirler ve yeni bir sürümünü oluşturur. Bu süreç, istenen kalite düzeyine ulaşıncaya kadar tekrarlanabilir. Böylece tek seferlik üretim yerine sürekli iyileştirilen bir çıktı elde edilir.

Recursive Prompting; akademik yazım, yazılım geliştirme, kod hata ayıklama, rapor hazırlama, veri analizi, stratejik planlama, yapay zekâ ajanları (AI Agents) ve otomatik iş akışlarında yaygın olarak kullanılmaktadır. Özellikle uzun belgelerin hazırlanması, araştırma raporlarının geliştirilmesi, kod optimizasyonu ve yaratıcı içerik üretimi gibi karmaşık görevlerde oldukça etkilidir. Ayrıca Retrieval-Augmented Generation (RAG) sistemleri ile birlikte kullanıldığında model, her döngüde yeni bilgi kaynaklarından yararlanarak çıktıyı daha da geliştirebilir. Günümüzde birçok gelişmiş yapay zekâ ajanı, karmaşık görevleri çözebilmek için Recursive Prompting yaklaşımından yararlanmaktadır.

Recursive Prompting’in en önemli avantajı, tek seferde mükemmel sonuç üretmeye çalışmak yerine kademeli iyileştirme (iterative refinement) yaklaşımını benimsemesidir. Bu yöntem, özellikle hata oranını azaltır, tutarlılığı artırır ve daha ayrıntılı sonuçlar elde edilmesini sağlar. Bununla birlikte her yeni döngü ek işlem süresi ve daha fazla hesaplama maliyeti gerektirir. Ayrıca uygun durdurma kriterleri belirlenmediğinde model gereksiz tekrarlar yapabilir veya önceki sürümlerden uzaklaşarak kalite kaybına neden olabilir. Bu nedenle Recursive Prompting süreçlerinde maksimum yineleme sayısı, kalite ölçütleri ve durdurma koşullarının önceden belirlenmesi önerilmektedir.

Recursive Prompting, Prompt Chaining ile sıkça karıştırılan bir tekniktir. Prompt Chaining, birbirini takip eden farklı görevlerden oluşan doğrusal bir iş akışı oluştururken; Recursive Prompting aynı görevi veya çıktıyı tekrar tekrar değerlendirerek geliştirmeye odaklanır. Başka bir ifadeyle Prompt Chaining’de her adım farklı bir işleve sahipken, Recursive Prompting’de aynı problem üzerinde yinelemeli olarak çalışılır ve her döngüde önceki sonuç iyileştirilir.

Günümüzde ChatGPT, GPT-5, Gemini, Claude, Llama ve DeepSeek gibi gelişmiş büyük dil modelleri, Recursive Prompting yaklaşımını başarıyla desteklemektedir. Özellikle yapay zekâ ajanları, otomatik karar destek sistemleri, kod üretim platformları ve profesyonel Prompt Engineering uygulamalarında Recursive Prompting; çıktı kalitesini sürekli artıran, hataları azaltan ve karmaşık görevlerin sistematik biçimde çözülmesini sağlayan en önemli ileri düzey istem tekniklerinden biri olarak kabul edilmektedir.