Bir Yapay Zeka Uygulama Oluşturucusuna İstediğini Nasıl Anlatırsın (ki Gerçekten Geliştirsin)

Bir yapay zeka uygulama oluşturucusunun karşısına oturuyorsun. Bir fikrin var — belki stüdyon için bir randevu sistemi, serbest çalışma işin için bir müşteri takipçisi ya da ekibinin aylardır istediği bir kurum içi panel. “Bana işim için bir uygulama geliştir” gibi bir şey yazıyorsun ve karşılığında… kafandakine pek uymayan bir şey alıyorsun.

Sorun yapay zeka değil. “Bana işim için bir uygulama geliştir”, yapay zekaya bir müteahhide “bana bir ev inşa et” demek kadar az şey veriyor. Bir ev alacaksın. Sadece muhtemelen istediğin ev olmayacak.

İşte istediğini, seni gerçekten oraya götürecek şekilde nasıl anlatacağın — teknik altyapı gerekmiyor.

Neyle Değil, Kimle Başla

Bu araçları kullanırken insanların yaptığı en yaygın hata, doğrudan özelliklere atlamak. “Bir giriş sayfası, bir panel ve bir ayarlar ekranı istiyorum.” Bu bir ekran listesi, bir ürün tarifi değil.

Bunun yerine, bu şeyi kimin kullanacağıyla ve neyi başarmaya çalıştıklarıyla başla.

Şu iki promptu karşılaştır:

Belirsiz: “Bana bir randevu uygulaması geliştir.”

Net: “Bir fotoğraf stüdyosu işletiyorum. Müşterilerimin 60 dakikalık ya da 90 dakikalık seansları çevrimiçi ayırtması, müsait saat dilimlerinden seçim yapması ve peşin 50 dolarlık bir kapora ödemesi gerekiyor. Tüm rezervasyonları bir takvim görünümünde görmem ve biri ayırttığında bir e-posta almam gerekiyor.”

İkincisi yapay zekaya kimin dahil olduğunu (sen ve müşterilerin), ne yaptıklarını (ayırt, öde, görüntüle) ve neyin önemli olduğunu (saat dilimleri, kapora tutarı, bildirimler) tam olarak söylüyor. Bu, ilk denemede gerçek bir şey geliştirmek için yeterli.

İyi bir başlangıç şablonu: “[Ben kimim] [kullanıcılarım kim] kişilerin [spesifik eylemler] yapabilmesini istiyor ve ben [sonuçla ne yapıyorum] yapmam gerekiyor.”

Bir Özellik Listesi Değil, Bir Gün Anlat

İstediğini ifade etmekte zorlanıyorsan, bu araçla normal bir günün neye benzediğini anlatmayı dene.

Örneğin: “Her sabah uygulamayı açıyorum ve hangi müşterilerin bugün seansı olduğunu görüyorum. Yeni bir müşteri giriş formunu doldurduğunda, kuyruğumda beliriyor. Onu inceliyorum, bir paket atıyorum ve sistem onlara giriş linkiyle bir karşılama e-postası gönderiyor. Hafta sonunda müşteri başına çalışılan saatlerin bir raporunu dışa aktarıyorum.”

Bu, yapay zekaya izleyeceği bir anlatı veriyor. Akışı, sırayı, şeyler arasındaki ilişkileri anlıyor. “Giriş formu kuyruğa yol açar, kuyruk atamaya yol açar, atama e-postaya yol açar” düz bir özellik listesinden çok daha faydalı çünkü yapay zekaya parçaların nasıl bağlandığını anlatıyor.

Bir iş akışını baştan sona anlatan üç ya da dört cümle yazmayı dene. Bunun sonucu ne kadar şekillendirdiğine şaşıracaksın.

Sayılar ve Kurallar Konusunda Spesifik Ol

Yapay zeka oluşturucuları yapı üretmekte iyidir, ama iş kurallarını tahmin edemezler. Önemli olan bir sayı, bir sınır ya da bir koşul varsa, onu söyle.

“Randevular 30, 60 ya da 90 dakikadır” — “randevuların farklı uzunlukları var” değil
“Müşteriler seanslarından 24 saat öncesine kadar yeniden planlayabilir” — “müşteriler yeniden planlayabilir” değil
“Ücretsiz plan 5 projeye izin verir” — “ücretsiz planın sınırları var” değil
“Faturaların vadesi 30 gündür ve geç ödemelerde aylık %1,5 faiz uygularım” — “faturalamaya ihtiyacım var” değil

Belirsiz bir gereksinim yazdığın her seferinde, yapay zeka boşluğu bir tahminle dolduruyor. Bazen doğru tahmin ediyor. Çoğu zaman etmiyor. Spesifikler uyumsuzlukları önler.

Faydalı bir egzersiz: tarifini geri okuyun ve farklı insanlara farklı şeyler ifade edebilecek herhangi bir kelime arayın. “Küçük ekip” — bu 3 kişi mi, 30 kişi mi? “Uygun fiyatlandırma” — ayda 5 dolar mı, 50 dolar mı? “Hızlı teslimat” — aynı gün mü, aynı hafta mı? O kelimeleri gerçek sayılarla değiştir.

Sadece Söyleme, Göster

Değiştirmeye ya da kopyalamaya çalıştığın şeyin örnekleri varsa, onlardan bahset.

“Köpek bakıcıları için Calendly gibi bir şey — müşteriler bir hizmet seçer (banyo, tıraş, tam bakım), bir saat dilimi seçer ve köpeklerinin huyu hakkında notlar ekler”, yapay zekaya somut bir referans noktası verir. Genel şekli (randevu aracı) ve spesifik farkları (hizmet türleri, evcil hayvana özel notlar) bilir.

Bugün kullandığın uygulamalara da atıfta bulunabilirsin: “Şu anda her şeyi müşteri adı, proje durumu, son tarih ve notlar için sütunları olan bir Google E-Tablo’da takip ediyorum. Aynı bilgiyi istiyorum ama duruma göre filtreleyebileceğim ve son tarihler yaklaşırken uyarı alacağım gerçek bir uygulamada.”

Referansın ne kadar somutsa, o kadar az iterasyon turuna ihtiyacın olur. Referanslar yapay zekaya bir başlangıç noktası verir — tüm konsepti sıfırdan icat etmesi gerekmez, sadece anlaşılan bir kalıbı senin spesifiklerine uyarlaması yeterli.

Arayüzü Fazla Anlatma

İşte tersine bir tane: bir şeylerin nasıl görünmesi gerektiğini anlatmaya çok fazla zaman harcama. Renkler, düğme yerleşimi, font seçimleri — bunlar daha sonra kolayca değiştirilebilen ama kelimelerle iyi belirtilmesi zor olan ayrıntılar.

Daha önemli olan bilgi mimarisi — hangi verinin nerede göründüğü.

“Her bölüm için ikonları olan mavi bir kenar çubuğu ve sağ üst köşede bir bildirim zili istiyorum” yerine, şunu dene: “Ana ekran bugünkü randevuları ön plana çıkarmalı. Uygulamanın herhangi bir yerinden müşteri profillerine, geçmiş randevulara ve gelir raporlarına ulaşmam gerekiyor.”

Yapay zeka makul tasarım seçimleri yapacak. Renkleri, yerleşimleri ve stili takip eden promptlarda ayarlayabilirsin. Ama yanlış sayfada yanlış veri almak, yanlış tonda bir mavi almaktan daha zor düzeltilir.

Hepsini Birden Değil, Parça Parça Geliştir

Tüm uygulamanı tek bir promptta anlatmak zorunda değilsin. Aslında daha küçük başlamak genellikle daha iyi sonuçlar üretir.

Temel iş akışıyla başla — bu uygulamanın kesinlikle yapması gereken tek şey. Onu çalışır ve doğru görünür hale getir. Sonra katmanlar ekle: “Şimdi rezervasyon geçmişini gösteren bir müşteri profili sayfası ekle.” Sonra: “Panele haftalık bir gelir grafiği ekle.”

Her turda yapay zeka, zaten geliştirdiğinden bağlama sahip oluyor. Veri modelini, kullanıcılarını, terminolojini biliyor. Eklemeler izole tasarlanmak yerine mevcut yapıya doğal olarak oturuyor.

Gerçek bir örnek: diyelim ki bir müşteri portalı geliştiriyorsun. “Müşterilerin yaklaşan randevularını görebileceği ve gerekirse iptal edebileceği bir sayfaya ihtiyacım var” ile başla. Onu çalıştır. Sonra “tüm müşterileri görebileceğim ve aktif ile pasife göre filtreleyebileceğim bir sayfa” iste. Sonra “profillerinden tek tek müşterilere güncelleme gönderebilmem için bir mesajlaşma özelliği ekle.” Üç prompt, her biri bir öncekinin üzerine kuruluyor, her biri yapay zekanın doğru yapması için kolay çünkü bağlam zaten orada.

Ne Olmaması Gerektiğini Söyle

Uç durumları ve kısıtlamaları anlatmak, mutlu yolu anlatmak kadar önemli.

“Müşteriler 4 saatten kısa süre öncesine rezervasyon yapamaz”
“Sadece ben randevuları silebilirim — müşteriler sadece iptal edebilir”
“Yönetici kullanıcılar dışında kimseye gelir verisi gösterme”
“Biri 30 gündür giriş yapmadıysa, onu pasif olarak işaretle ama hesabını silme”

Bu kısıtlamalar olmadan, bir demoda mükemmel çalışan ve gerçek bir müşteri kullandığı ilk gün bozulan bir uygulama elde edersin. Bir planlama toplantısındaki bir geliştirici “biri gece yarısı rezervasyon yapmaya çalışırsa ne olur?” diye sorardı. Yapay zeka sormayacak — bu yüzden bu soruları ortaya çıkmadan önce cevaplaman gerekiyor.

Asıl Beceri Net Düşünmektir

Bir yapay zeka oluşturucusundan iyi sonuçlar almak özel bir prompt sözdizimi öğrenmekle ilgili değil. Yazmaya başlamadan önce neye ihtiyacın olduğu konusunda net düşünmekle ilgili.

Konuştuğumuz bir fitness koçu, müşteri takip uygulamasını doğru yapmaya çalışarak bir yapay zeka oluşturucusuyla üç tur ileri geri gitti. Dördüncü denemede, yeni bir müşteri kaydolduğunda tam olarak ne olduğunu yazmaya on dakika ayırdı — giriş formu, ilk değerlendirme, program ataması, haftalık kontrol. O anlatıyı yapay zekaya verdi ve tek seferde çalışan bir uygulama aldı.

Fark daha iyi bir araç ya da sihirli bir ifade değildi. Sadece ne istediğini biliyordu ve onu sade bir dille söyledi. Çoğumuz, ne istediğimizi birine — ya da bir şeye — açıklamaya çalışana kadar tam olarak anlamayız. Bu yapay zeka oluşturucularının bir sınırlaması değil. Düşünmenin işleyiş şekli bu.

Şimdi Dene

Tekrarlayarak yaptığın bir iş akışı seç — bir şeyi takip etmek, bir şeyi planlamak, insanlardan bilgi toplamak. Kimin ne yaptığını ve sonra ne olduğunu anlatan üç cümle yaz. Sonra bunu bir yapay zeka uygulama oluşturucusuna ver ve karşılığında ne geldiğini gör.

Anahtar kelimeler yerine netlikle başladığında ilk sonucun ne kadar yakın olduğuna şaşırabilirsin.