Üretken yapay zekâ modelleri, yalnızca verilen görevi değil, bu görevin hangi bakış açısıyla yerine getirilmesi gerektiğini de dikkate alabilir. İşte bu yaklaşım Role Prompting (Rol Tabanlı İstem Verme) olarak adlandırılır. Role Prompting, modele belirli bir meslek, uzmanlık alanı, karakter veya bakış açısı atayarak yanıtın üslubunu, terminolojisini ve yaklaşımını yönlendirmeyi amaçlayan bir istem tekniğidir. Role Prompting, özellikle içerik üretimi, eğitim, danışmanlık, yazılım geliştirme ve akademik yazım gibi alanlarda sık kullanılan bir Prompt Engineering yöntemidir. Ancak güncel araştırmalar, rol vermenin her görevde doğruluğu artırmadığını; daha çok üslup, bakış açısı ve iletişim biçimini şekillendirmede etkili olduğunu göstermektedir.
Role Prompting nedir?
Role Prompting, büyük dil modelinden belirli bir rolü üstlenmesini isteyerek yanıt üretmesini sağlayan istem tekniğidir.
Örneğin; “Bir üniversite profesörü gibi davran ve yapay zekâyı lisans öğrencilerine anlat.” Veya “Deneyimli bir yazılım mühendisi olarak bu kodu incele.” Bu örneklerde modelden yalnızca bilgi vermesi değil, aynı zamanda belirli bir uzmanlık perspektifiyle cevap üretmesi beklenmektedir.
Nasıl çalışır?
Role Prompting’de süreç şu şekilde ilerler:
- Kullanıcı modele bir rol tanımlar.
- Görev açık biçimde belirtilir.
- Gerekirse hedef kitle ve bağlam eklenir.
- Model, verilen role uygun dil, terminoloji ve anlatım tarzını kullanarak yanıt oluşturur.
Model gerçekten o mesleğe veya kimliğe dönüşmez; yalnızca eğitim verilerinde öğrendiği ilgili dil ve anlatım örüntülerini kullanır.
Basit örnekler
Eğitim
İstem: Bir lise öğretmeni gibi davran ve fotosentezi anlat.
Akademik yazım
İstem: Yönetim ve organizasyon alanında çalışan bir akademisyen gibi davran. İş tatmini kavramını bilimsel bir dille açıkla.
Yazılım geliştirme
İstem: Deneyimli bir Python geliştiricisi olarak aşağıdaki kodu incele ve performans sorunlarını belirt.
Pazarlama
İstem: Dijital pazarlama uzmanı olarak bu ürün için üç reklam sloganı oluştur.
Role Prompting ne zaman kullanılmalıdır?
Role Prompting özellikle şu durumlarda yararlıdır:
- Akademik metin hazırlama
- Teknik açıklamalar yapma
- Eğitim içerikleri oluşturma
- Kod inceleme
- Hukuki veya finansal metin taslakları hazırlama
- Pazarlama ve reklam metni yazma
- Farklı hedef kitlelere uygun anlatım geliştirme
- Beyin fırtınası ve fikir üretme
Özellikle aynı konu farklı okuyucu gruplarına anlatılacaksa rol tanımlamak yanıtın iletişim biçimini belirgin biçimde değiştirebilir.
Role Prompting nasıl hazırlanır?
1. Uygun rolü seçin
Rol, yapılacak görevle doğrudan ilişkili olmalıdır. Örneğin:
- Akademisyen
- Öğretmen
- Veri bilimci
- Yazılım geliştirici
- Pazarlama uzmanı
- Finans danışmanı
2. Görevi açık biçimde tanımlayın
Örneğin: Yapay zekânın sağlık sektöründeki kullanım alanlarını açıkla.
3. Hedef kitleyi belirtin
Örneğin: Bu açıklama lisans öğrencileri için hazırlanacaktır.
4. Çıktı biçimini belirtin
Örneğin: Yanıtı başlıklar hâlinde ver. Veya Sonucu tablo olarak hazırla.
5. Gereksiz rol tanımlarından kaçının
“Sen dünyanın en iyi uzmanısın”, “Efsane bir dâhisin” gibi ifadeler yerine, göreve uygun ve gerçekçi roller kullanmak daha yararlıdır. Araştırmalar, rolün belirli bir çalışma biçimini ifade ettiğinde daha anlamlı olduğunu göstermektedir.
Akademik örnek
İstem: Yönetim ve organizasyon alanında çalışan bir akademisyen gibi davran. Psikolojik güvenlik kavramını doktora öğrencilerine yönelik olarak açıkla. Kuramsal yaklaşımlara değin ve APA 7 biçiminde kaynak öner.
Bu istemde;
- rol,
- hedef kitle,
- görev
- ve çıktı beklentisi
açık biçimde tanımlanmıştır.
Role Prompting ile Persona Prompting arasındaki fark
| Özellik | Role Prompting | Persona Prompting |
| Amaç | Uzmanlık veya meslek rolü vermek | Belirli bir karakter veya kişilik kazandırmak |
| Odak | Bilgi ve çalışma biçimi | Davranış ve iletişim tarzı |
| Örnek | “Bir hukukçu gibi davran.” | “Sabırlı ve esprili bir öğretmen gibi konuş.” |
| Kullanım | Teknik ve profesyonel görevler | Sohbet, eğitim ve yaratıcı içerikler |
Role Prompting ile System Prompt arasındaki fark
| Özellik | Role Prompting | System Prompt |
| Kim belirler? | Kullanıcı | Uygulama veya sistem |
| Amaç | Belirli göreve uygun rol vermek | Modelin genel davranışını belirlemek |
| Kapsam | Tek görev veya oturum | Tüm konuşma boyunca geçerli olabilir |
Avantajları
- Yanıtın üslubunu ve terminolojisini yönlendirebilir.
- Farklı hedef kitlelere uygun anlatım sağlar.
- Uzmanlık alanına uygun açıklamalar üretmeyi kolaylaştırır.
- Akademik ve teknik içeriklerde tutarlılığı artırabilir.
- Beyin fırtınası ve yaratıcı içerik üretiminde farklı bakış açıları sunabilir.
Dezavantajları
- Her görevde doğruluğu artırmayabilir.
- Yanlış seçilen rol, uygunsuz üsluba neden olabilir.
- Aşırı ayrıntılı veya gerçekçi olmayan rol tanımları gereksiz token tüketebilir.
- Rol vermek, modelin gerçek uzman olduğu anlamına gelmez; üretilen bilgiler yine doğrulanmalıdır. Güncel çalışmalar, rol istemlerinin özellikle yazım tarzını yönlendirmede faydalı olduğunu, ancak muhakeme veya bilgi doğruluğunu her zaman artırmadığını göstermektedir.
En iyi uygulamalar
Role Prompting kullanırken şu öneriler dikkate alınmalıdır:
- Göreve uygun gerçekçi bir rol seçin.
- Rolü kısa ve açık tanımlayın.
- Hedef kitleyi belirtin.
- Görevi ayrıntılı açıklayın.
- Çıktı biçimini tanımlayın.
- Rolü bağlam ve kısıtlamalarla destekleyin.
- Gerektiğinde Few-shot Prompting veya Prompt Chaining ile birlikte kullanın.
Örnek Role Prompt
Rol: Yönetim ve organizasyon alanında çalışan bir akademisyen.
Görev: Psikolojik güvenlik kavramını yüksek lisans öğrencileri için açıkla.
Kurallar: Akademik dil kullan. Kuramsal yaklaşımlara değin. Yaklaşık 800 kelime yaz. Sonunda APA 7 biçiminde kaynak öner.
Sonuç
Role Prompting, büyük dil modellerine belirli bir uzmanlık veya meslek rolü atayarak yanıtın dili, üslubu ve yaklaşımını yönlendiren etkili bir istem tekniğidir. Özellikle akademik yazım, eğitim, yazılım geliştirme ve profesyonel içerik üretiminde daha hedefe yönelik sonuçlar elde edilmesini sağlayabilir. Ancak rol vermek tek başına daha doğru bilgi üretileceği anlamına gelmez. En iyi sonuçlar; uygun rol, açık görev tanımı, yeterli bağlam ve belirlenmiş çıktı formatının birlikte kullanılmasıyla elde edilir.
İlgili Kavramlar: Persona Prompting, Prompt Engineering, Prompt Design, Prompt Structure, Prompt Pattern, System Prompt, User Prompt, Large Language Model (LLM), ChatGPT
Kaynakça
Brown, T. B., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., Dhariwal, P., et al. (2020). Language models are few-shot learners. Advances in Neural Information Processing Systems, 33, 1877–1921.
Liu, P., Yuan, W., Fu, J., Jiang, Z., Hayashi, H., & Neubig, G. (2023). Pre-train, prompt, and predict: A systematic survey of prompting methods in natural language processing. ACM Computing Surveys, 55(9), 1–35.
Sahoo, P., Singh, A. K., Saha, S., Jain, V., Mondal, S., & Chadha, A. (2024). A systematic survey of prompt engineering in large language models: Techniques and applications. arXiv.
Schulhoff, S., Ilie, M., Balepur, N., et al. (2024). The Prompt Report: A systematic survey of prompting techniques. arXiv.
Yorumlar (0)