Yapay Zekâ Araçlarının Görünmez Yüzü: System Promptlar

Yapay zekâ araçlarıyla çalışırken hepimizin aklında aynı soru oluşur:
“Bu modelleri perde arkasında yöneten şey nedir?”

Çoğu kişi GPT-5, Claude, Cursor ya da Devin AI gibi araçları kullanırken yalnızca sonuçlara odaklanır. Oysa bu sonuçların arkasında, yapay zekânın nasıl davranacağını belirleyen görünmez bir rehber vardır: System Prompt.

System Prompt Nedir?

System prompt; bir yapay zekâ aracının tonunu, tarzını, sınırlarını ve çalışma prensiplerini tanımlayan başlangıç yönergesidir. Kullanıcı fark etmese bile modelin davranışını en baştan şekillendirir.

Bir modelin “resmî” ya da “samimi” konuşması,
Kod yazarken hangi yöntemleri tercih etmesi,
Hangi sorulara cevap verip vermemesi…
Tüm bunlar aslında system prompt içinde gizlidir.

Açık Kaynakta Büyük Bir Derleme

Geçtiğimiz günlerde GitHub’da yayınlanan system-prompts-and-models-of-ai-tools reposu, bu görünmez yönergeleri bir araya getiren oldukça değerli bir kaynak.
📂 İçinde neler var?

GPT-5 Tools: Yeni nesil modelin temel yapılandırmaları
Claude Code: Kodlama destekli Claude sürümleri
Cursor & CodeBuddy: Geliştirici dostu editör entegrasyonları
Junie, Kiro, Lovable gibi yeni nesil ajan örnekleri

Bu repo sayesinde yalnızca tekil araçları değil, aynı zamanda farklı ekosistemlerdeki yapay zekâ asistanlarının nasıl kurgulandığını da görebiliyoruz.

Neden Önemli?

Araştırmacılar için: Farklı modellerin nasıl sınırlandırıldığını anlamak yeni geliştirmeler için yol gösterici.
Geliştiriciler için: Kendi sistem promptlarını tasarlarken örnek alınabilecek yüzlerce senaryo mevcut.
Meraklı kullanıcılar için: Günlük kullandığımız yapay zekâ araçlarının arka planını keşfetmek heyecan verici.

Sonuç: Yapay Zekânın Perde Arkasına Bir Bakış

Bugün kullandığımız yapay zekâ araçlarının büyüsü aslında satır aralarında gizli. Bu repo, bize yalnızca teknolojiyi değil, aynı zamanda tasarım felsefesini de gösteriyor.

🔗 Kaynak: [GitHub Repository Linki]

Sizce gelecekte system promptlar tamamen şeffaf mı olacak, yoksa kapalı kutu olarak mı kalacak? Yorumlarda görüşlerinizi duymak isterim.

1. System Promptların Evrimi: ChatGPT’den GPT-5’e Yolculuk

İlk ChatGPT sürümlerinde system promptlar oldukça basitti. Genelde birkaç cümleden oluşan yönergeler vardı:

“Kullanıcıya yardımcı bir asistan gibi davran. Nazik ol. Tehlikeli içerik üretme.”

Bugün GPT-5 ile beraber bu yapı çok daha karmaşık hale geldi. Artık promptlar:

Katmanlı: Birden fazla alt yönerge içeriyor (ör. kişilik, etik kurallar, özel senaryo modülleri).
Bağlama duyarlı: Kullanıcının rolüne (öğretmen, öğrenci, yazılımcı) göre farklı bölümler tetiklenebiliyor.
Uzun vadeli: Bellek destekli sistemlerde prompt yalnızca anlık değil, oturumlar arası tutarlılığı da sağlıyor.

🔎 Örnek:

ChatGPT 3.5: “You are ChatGPT, a helpful assistant.”
GPT-5: 3-4 sayfalık yönerge dosyaları, içinde eğitim modları, güvenlik politikaları, kişilik tonu.

2. Neden Bazı AI Araçları Daha “İnsan Gibi” Hissediliyor? Promptların Rolü

Kullanıcıların “bu model sanki insan gibi konuşuyor” demesi aslında system prompt tasarımının doğrudan sonucu.

Empatik dil: “Kullanıcıya her zaman anlayış göster, duygularına duyarlı ol.”
Diyalog yapısı: “Kısa, doğal cümleler kullan, çok teknik açıklamalardan kaçın.”
Mizah/kişilik: “Gerekirse hafif espri yapabilirsin, ama asla kaba olma.”

🔎 Örnek:

Claude’un promptları, “samimi, sohbet tarzı” yaklaşımı önceliyor → kullanıcılar onu sıcak buluyor.
GPT’nin enterprise sürümü ise daha “profesyonel, resmi” bir dil için optimize ediliyor.

3. System Prompt ve Kullanıcı Promptu Arasındaki Fark

System Prompt: Modelin kişiliğini ve sınırlarını tanımlar. Görünmezdir, kullanıcı değiştiremez.
Kullanıcı Promptu: Anlık yönergedir. Modelin “o anda” nasıl cevap vereceğini etkiler.

🔎 Örnek:

System Prompt: “Tüm yanıtlarında öğretici ve sakin bir üslup kullan.”
Kullanıcı Promptu: “Bana ikinci dereceden denklemleri çözmeyi anlat.”
→ Sonuç: Cevap her zaman “öğretici ve sakin” gelir, çünkü system prompt bunu zorunlu kılar.

4. Şeffaflık Tartışması: Yapay Zekâda System Promptlar Açık mı Olmalı?

Bu noktada büyük bir tartışma var:

Açık Kaynak Savunucuları: “System prompt şeffaf olmalı, çünkü bu bilgi paylaşımı inovasyonu artırır.”
Ticari Şirketler: “System prompt stratejik sırdır, çünkü modelin davranışını belirleyen en kritik unsur.”

🔎 Örnek:

OpenAI ve Anthropic genelde promptları gizli tutar.
Cursor veya açık kaynak projeler ise system promptlarını GitHub’da paylaşır.

Burada bilgi güvenliği (yanlış ellere geçerse manipülasyon riski) ve şeffaflık arasında denge kurulmaya çalışılıyor.

5. Farklı Araçların Prompt Yaklaşımlarının Karşılaştırması (GPT-5 vs Claude vs Cursor)

GPT-5: Çok katmanlı güvenlik ve kurumsal kullanım odaklı. Daha resmi, kurallı.
Claude: İnsan odaklı sohbet deneyimi için tasarlandı. Daha empatik, yumuşak dil.
Cursor: Geliştiricilere özel. Kod yazarken yardım, otomatik tamamlama ve hata yakalamada pratik yönergeler içeriyor.

🔎 Basit Bir Karşılaştırma Tablosu:

Araç	Ton/Üslup	Öncelik	Prompt Özelliği
GPT-5	Resmî, güvenli	Kurumsal/Enterprise	Çok katmanlı, uzun yönergeler
Claude	Samimi, empatik	İnsan merkezli diyalog	Yumuşak ve anlaşılır promptlar
Cursor	Teknik, net	Yazılım geliştirme	Kod örneği ve hata senaryoları

6. Kendi System Promptunu Tasarlarken Nelere Dikkat Etmeli?

System prompt tasarlamak, aslında yapay zekâya bir “karakter” kazandırmak gibidir. Yanlış kurgu, modeli ya fazla katı ya da fazla serbest bırakır.

Dikkat edilmesi gerekenler:

Amaç Netliği: “Kodlama asistanı mısın, psikolojik danışman mı?” → Rol baştan belirlenmeli.
Ton ve Üslup: Resmî mi, arkadaşça mı? Örneğin “her zaman sıcak bir dil kullan” eklenebilir.
Sınırlar: Yanıt vermemesi gereken konular mutlaka yazılmalı (ör. hukuki tavsiye, tehlikeli içerik).
Uzunluk: Çok uzun promptlar modelin kapasitesini harcar. Net, anlaşılır ve maddeli olmalı.

🔎 Örnek Prompt Parçası (Eğitim Asistanı için):

“Sen öğrencilerin anlayabileceği basit dille açıklama yapan bir öğretmen asistanısın. Yanıtlarında örnekler ver, pozitif bir ton kullan, asla öğrenciyi yargılama.”

7. Eğitim ve Kurumlarda System Promptların Kullanım Alanları

Kurumlar için system prompt, sadece “nasıl cevap verileceğini” değil, aynı zamanda marka kimliğini de yansıtır.

Eğitimde Kullanım:

Öğrenciye ödev geri bildiriminde teşvik edici üslup.
Her zaman seviyeye uygun açıklama (ilkokul–lise farkı).
Dini, kültürel veya pedagojik hassasiyetlere dikkat.

Kurumlarda Kullanım:

Müşteri hizmetlerinde tutarlı dil (örn. bankalarda “resmî ve güven verici”).
İnsan kaynakları botlarında tarafsızlık.
İç raporlarda net ve teknik dil.

🔎 Örnek: Bir okulun AI asistanı “her yanıtında öğrenciye cesaret ver, Türk eğitim müfredatına uygun anlat” şeklinde promptlanabilir.

8. Etik Boyutu: System Promptlarla Kullanıcıyı Yönlendirmek

System prompt, kullanıcıya fark ettirmeden davranışı şekillendirdiği için etik açıdan kritik.

Riskler:

Kullanıcıya tek taraflı bilgi sunmak.
Yanıltıcı yönlendirmeler yapmak.
Politik/ideolojik çerçeve dayatmak.

Etik Çözüm:

System promptlarda tarafsızlık ve şeffaflık ilkesi.
Kullanıcıya “cevabım bu yönergeler doğrultusunda verilmektedir” şeklinde bilgi sunmak.

🔎 Örnek: Sağlık alanındaki bir AI asistanı system promptunda “asla teşhis koyma, yalnızca bilgilendir ve doktora yönlendir” uyarısı içermeli.

9. Yapay Zekâ Ekosisteminde Açık Kaynağın Gücü: Neden Önemli?

System promptların açık kaynakta paylaşılması, ekosisteme büyük katkı sağlıyor.

Avantajlar:

Geliştiriciler birbirinden öğreniyor.
Hatalar ve önyargılar daha hızlı keşfediliyor.
Eğitimde ve araştırmada referans oluyor.

Dezavantaj:

Kötü niyetli kişiler promptu manipüle edebilir.
Ticari firmalar için know-how kaybı olabilir.

🔎 Örnek: GitHub’daki “system-prompts” repoları sayesinde farklı AI araçlarının promptları incelenebiliyor ve yeni projeler için ilham kaynağı oluyor.

10. Gelecek Öngörüsü: Agent Ekonomisinde System Promptların Rolü

Yakın gelecekte bireylerin ve şirketlerin kendi AI ajanları olacak. Bu ajanlar kendi başlarına e-posta yazacak, toplantıya girecek, iş yapacak.

İşte burada system prompt, ajanın:

Karakterini (nazik, sert, profesyonel)
Uzmanlık alanını (hukuk, eğitim, finans)
Etik sınırlarını (neleri yapabilir/neleri yapamaz)

belirleyecek temel unsur olacak.

🔎 Örnek Senaryo:

Bir şirketin AI ajansı → “müşteriye daima hızlı dönüş yap, kurumsal dil kullan, finansal tavsiye verme.”
Bir öğrencinin kişisel ajansı → “dersleri hatırlat, ödevlerinde rehberlik et, pozitif motive et.”

Bu da aslında gelecekte system prompt tasarımcılarının yeni bir meslek haline gelmesini mümkün kılıyor.

11. Geliştiriciler İçin İlham: Rehber Prompt Örnekleri

System promptlar sadece kullanıcı deneyimi için değil, aynı zamanda geliştiriciler için de yol gösterici bir kütüphane görevi görür.

Kodlama Asistanı: “Sen Python uzmanı bir yazılım geliştiricisisin. Kod örneklerini kısa ve net ver, açıklamaları yorum satırında belirt.”
Tasarım Danışmanı: “UI/UX önerilerinde bulunurken her zaman modern, minimalist tasarım anlayışını temel al.”
Hukuk Botu: “Türk hukuku ile ilgili genel bilgiler ver ama asla resmi hukuki tavsiye sunma.”

🔎 Örnek Kullanım: Cursor editöründe gömülü system prompt, yazılımcıya otomatik test eklemeyi, hataları açıklamayı ve güvenlik risklerini işaret etmeyi öğretiyor.

12. System Promptların AI Davranışına Etkisini Gösteren İlginç Deneyler

Küçük bir prompt değişikliğinin büyük farklar doğurduğu birçok deney yapıldı.

“Nazik ol” → Model tüm cevaplarda teşekkür ve olumlu dil kullanıyor.
“Asla emoji kullanma” → Yanıtlardan tüm görsel unsurlar kayboluyor.
“Öğretmen gibi anlat” → Cevaplar adım adım açıklamalı hale geliyor.

🔎 Örnek Deney:
Bir grup araştırmacı aynı soruyu iki farklı prompt ile GPT’ye sordu:

Prompt A: “Sen bilimsel bir danışmansın.”
Prompt B: “Sen bir YouTuber’sın, gençlere anlatıyorsun.”
→ Aynı konu (kuantum fiziği) tamamen farklı üslupla açıklandı.

13. Neden Tüm AI Modelleri Aynı Cevapları Vermiyor?

Kullanıcılar bazen “Aynı soruyu Claude’a ve GPT’ye sordum, cevaplar farklı çıktı” diyor. Bunun sebebi:

System Prompt farklılığı → Ton ve bilgi filtreleri değişiyor.
Eğitim verisi farkı → Aynı konuyu farklı bakış açısıyla öğrenmiş oluyorlar.
Güvenlik katmanları → Bir model cevap vermekten kaçınırken diğeri kısmi cevap verebiliyor.

🔎 Örnek:

GPT-5: “Bu konuda net bilimsel kanıt yok.”
Claude: “Araştırmalar sınırlı ama bazı uzmanlar şöyle düşünüyor…”
→ İkisi de doğru, ama farklı system promptlara göre yanıt vermiş oluyorlar.

14. Kurumlar İçin Özelleştirilmiş System Prompt Stratejileri

Kurumlar kendi AI asistanlarını markalarına uygun hale getirmek için özel promptlar tasarlıyor.

Örnek Stratejiler:

Bankacılık: “Her zaman resmi ve güven verici ton kullan. Asla yatırım tavsiyesi verme.”
Sağlık: “Hastaya moral verici dil kullan, yalnızca genel bilgi sun, yönlendirmeyi doktora bırak.”
Eğitim: “Öğrenciye cesaret ver, zor konuları basit örneklerle anlat.”

🔎 Örnek: Bir üniversite AI asistanı, öğrencilerin ders programı sorularına “önce motive edici cümle, sonra yanıt” kuralıyla cevap veriyor.

15. System Promptların Gizli Psikolojisi: Ton, Dil ve Kullanıcı Deneyimi

System prompt yalnızca teknik bir metin değil; aslında psikolojik bir araçtır.

Ton: Sıcak, sert, resmi, dostane…
Dil: Kısa cümleler, açıklayıcı paragraflar, metaforlar.
Kullanıcı Deneyimi: Karşıdaki kişi kendini değerli hissederse daha çok bağlanıyor.

🔎 Örnek:

“Nazik ve sabırlı ol” → Öğrenciler daha fazla soru sormaktan çekinmiyor.
“Net ve kısa yanıt ver” → Mühendisler için zaman tasarrufu sağlıyor.

Bu yüzden system prompt aslında kullanıcı psikolojisini yönetmenin en etkili yolu.

Yapay Zekâ Araçlarının Görünmez Yüzü: System Promptlar