Orijinal Başlık: "İnsanistler İçin Yapay Zeka Kullanım Kılavuzu"

Orijinal Yazar: Han Yang MASTERPA, Funes Kurucu

İnsanistler dünyayı değiştirmemiş olabilirler, ancak dünya değişimini onlarla birlikte deneyimlemiştir.

Bazen şöyle hissederim, yapay zekâ eğitimleri satanlar AI'ı her zaman bir tür sihirli şey olarak sunarlar: sana sihirli bir prompt verirler, sen de her şeyi yapabilirsin. Gerçeklik elbette böyle değil. Geçtiğimiz zaman diliminde, FUNES'i kurduğumuzdan beri, her gün büyük miktarda AI kullanarak üretim yapmak zorundaydık. Bunun yanı sıra "The Plenitude", kendi yazılarım ve diğer içerik üretimleri ile insan gücüyle yetinmek yetersiz hale geldi. Dolayısıyla AI'nın içerik pazarlamamıza ve insan bilimleri araştırmamıza nasıl yardımcı olabileceğini büyük ölçüde denedik.

Daha sonra şirkete yeni bir çalışan katılınca, basit bir Keynote hazırladım. Bu sunumu yapanlar içindeki Jia Xingjie hocaya, durumu öğrenince beni bir paylaşıma davet etti. Ortaklarım ve ben, bu paylaşımı "İnsanistler İçin Yapay Zeka Kullanım Kılavuzu" adıyla adlandırdık. O zamanlar sadece özel bir paylaşım oldu, genelde büyük prensiplerdi. Sonradan birkaç kez daha yaptık ve zamanla genişledik.

Geçen bir yıldan fazla süredir, bu AI nasıl kullanılır deneyimini yap içerik, araştırma ve bilgi ürünü geliştiren birçok arkadaşa anlattık. Amacı size sihirli ipuçları öğretmek değil, hatta AI'ı mucize ilaç olarak görmek değil; aksine, daha çok bir çalışma yöntemi gibidir: Kod yazmadan, büyük modelleri gerçekten yazı, araştırma, düzenleme, konu seçimi, bilgi düzenleme ve üretim süreçlerinize entegre etmenize ve izlenebilir, denetlenebilir, doğrulanabilir hale getirmenize izin verir, nihayetinde de eserinize adınızı koymak istemenize.

Bu yöntem, gerçek projelerimizde yaşadığımız zorluklardan gelir: İçerik ölçeklendirildiğinde, sadece insan gücüyle çökmeye başlar; ve AI doğrudan bir yazı yazar, gerçek gibi yanılgıya kapılır, tembellik eder, AI gibi yazar. Bu yüzden yaratımı bir üretim hattına, bu hattı tekrarlanabilir bir sistem haline getirmek zorunda kaldık.

Bugün size doğrudan çeşitli ipuçları vermek istemiyorum, size bazı temel rehber düşünceler ve prensipler vermek istiyorum.

İlkelerden Önce Yazılanlar: Bu Kılavuzun Üç Temel İlkesi

Özel yöntemlere geçmeden önce, üç temel ilkeyi netleştirin. Bunlar, "AI'yı nasıl kullanacağınızı" ve "neden böyle kullanmanız gerektiğini" belirler.

1. Süreç izlenebilir, denetlenebilir, doğrulanabilir olmalıdır
Bir sonuç isteyemez, süreci isteyemezsiniz. İnsanistler için, siyah kutu en tehlikelisidir: yanılsama, yanlış yönlendirme, kavram değişimi, hepsi siyah kutuda sessizce gerçekleşebilir.

2. Manipulable olmalı
Onu nasıl yapacağınıza, hangi standartlara göre yapacağınıza, nerede yavaşlayacağınıza, nerede sıkı olacağınıza karar vermelisiniz. Siz "kart çekme" işlemi yapmıyorsunuz, siz üretim yapıyorsunuz.

3. Sonunda hala adınızı yazmaya razı olmalısınız
"Adımı koymaya razı mıyım?" sorusu nihai kalite kontrolüdür. Eğer adınızı koymaya razı değilseniz, genellikle bu ahlaki bir sorun değil, sizin iradenizin sürece yansımamış olmasıdır—bu da kalitenin kontrol edilemez olduğu anlamına gelir.

İlkeler 0: AI'ya dilekte bulunma, onu bir çalışma masası olarak gör

Birçok insanın AI kullanımı, temelde bir dilekte bulunmadır:
"Bana iyi bir cümle ver""Bana iyi bir makale yazmama yardım et""Bu makaleyi açıkla"

Sorun şudur ki—"açıklama" kendisinin sayısız açıklaması vardır: bir laik insana, lisans öğrencisine, lisansüstü öğrencisine, meslektaşlarına. AI, arka planınızı, amacınızı, tercihlerinizi ve standartlarınızı varsayarak bilemez. Açıkça belirtmezseniz, o zaman size en az çaba harcayarak "ortalama insan"ın varsayılan yolunu takip eder.

Büyük modelleri bir çalışma masası olarak görmek, şunu anlama gelir: Ona sonuçlar istemezsiniz, onun araçlarını kullanarak bir süreci tamamlamasını sağlarsınız. Yapmanız gereken şey görevi netleştirmek, standartları belirtmek ve adımları düzenlemektir.

Mesela AI'ya bir makaleyi açıklamasını istemek

Bu dilek benzeri isteği (bu makaleyi bana açıkla) çalışma masası tarzı bir göreve dönüştürebilirsiniz:

· Net hedef kitlenin belirlenmesi: Zeki, meraklı, ancak konu uzmanı olmayan bir lisansüstü öğrenci

· Açıklama yönteminin netleştirilmesi: İlham verici, aşamalı, akademik olarak titiz

· Yapısal gereksinimlerin belirlenmesi: Önce anlamı açıklamak, ardından arka planı desteklemek, sonra araştırma sürecini yeniden sunmak, ardından önemli teknik noktaları açıklamak, sonra çıkarımları sunmak

· Dilin belirlenmesi: Zekaya saygı gösterme, üstten bakmama, karşı tarafın derin bir temele sahip olduğunu varsaymama

Göreceksiniz: İstek daha çok "ödev gereksinimleri"ne benzedikçe, AI o kadar az AI gibi olur, o kadar çok gerçekten iş yapabilen bir öğretim asistanı gibi olur.

İlke 1: AI'ın iyi iş çıkarmasını istiyorsan önce kendini sorgula—sorumlu sen sin

Eğer bir sekreter tutmuşsanız, şöyle demezsiniz:
"Han Yong'un Amerika'nın Pas Kuşağı hakkındaki makalesini düzelt."

Kesinlikle şunu eklersiniz:

Bu makale neden yazıldı, kime hitap ediyor, şu anda nerede takılı kaldı, hangi sorunu çözmeyi umuyorsunuz, hangi alanlarda değişiklik yapılamaz, hangi tarzı istiyorsunuz, en çok önemsediğiniz ölçüt nedir.

Yapay Zeka da aynı. Onu son derece çalışkan, son derece nazik, ancak zihninizdeki örtük varsayımları anlamayan bir meslektaş olarak görmelisiniz. Gerçek "İpucu Mühendisliği" bir hüner değil, sorumluluktur: Herhangi bir görev hala sizin yaptığınız şeydir, yapay zeka sadece size yardımcı olur.

Yapay Zeka çıktısından memnun değilseniz, en etkili ilk tepki genellikle "Yapay Zeka kötüdür" değil, ancak:

· "Hedef/Kitle/Amacı" net bir şekilde ifade ettim mi?

· Yeterli arka plan bilgisi ve kısıtlama sağladım mı?

· "Soyut dilekleri" uygulanabilir eylemler haline getirdim mi?

· Doğru-yanlış değerlendirmesini sağlayacak bir ölçüt belirledim mi?

İlke 2: Aynı soruyu en az 3 modelden sorun—Her AI'nın "kişiliği" ve uzmanlık alanı vardır

Şirketimizde, büyük modellerle ilk kez çalışan her meslektaşıma, her soruyu sormasını ve üç farklı yapay zekaya sormasını öneririm. Yapay Zeka insanlar gibi farklıdır: Bazıları yazma ve dille oynama konusunda daha iyidir, bazıları mantık ve çözümleme konusunda daha iyidir, bazıları kod veya araç kullanma konusunda daha iyidir. Daha gerçekçi olan şudur: Aynı ürünün modelleri, aynı modelin yeni sürümleri, sürekli olarak "tarz" ve "sınırlar"ı ince ayarlarlar.

Bu nedenle, çok basit ama son derece etkili bir alışkanlık şudur: Aynı soruyu en az üç farklı yapay zekaya sorun, böylece hızlıca "hissetme" yeteneğine sahip olursunuz:

· Hangisi daha iyi yazabilir, hangisi daha iyi düşünebilir, hangisi daha iyi araştırabilir, hangisi daha tembel olabilir

· Hangi görevlerin hangi yapay zekalar için "ilk taslak" yapılması gerektiği, hangilerinin "editör" yapılması gerektiği

· hangisinin "başlık/yapı"yı çıkarmak için daha uygun olduğu, hangisinin "paragraf/cümle" çıkarmak için daha uygun olduğu

Bu adımın değeri "en güçlü modeli seçmek" değil, şudur: Artık modelleri tek bir ilahi doğru olarak görmek yerine, modelleri yönetim ekibi gibi yönetmeye başlarsınız.

İlke 3: AI Her Şeyi Bilmeyebilir—Onu "iyi bir üniversite öğrencisi" seviyesindeki genel bilgiyle değerlendirin

Çok yararlı bir beklenti yönetimi yaklaşımı şudur:
Yapay Zeka'nın genel bilgi düzeyi ≈ 985'lik bir üniversite öğrencisi.

Eğer bir konuda "çok iyi bir üniversite öğrencisinin bile bilmediğini düşündüğünüzde, yapay zekanın da bilmediğini varsaymalısınız; en azından bilmediği durumda "biliyor gibi davrandığını" varsaymalısınız.

Bu, iki doğrudan eylemi beraberinde getirecektir:

1. Herhangi bir aşırılığı, sizin ona öğretmenizi gerektirecek
Örneğin: Ona espri yazmasını, gerçekten benzersiz bir lezzete sahip metinler yazmasını, yüksek düzeyde profesyonel bir argüman yazmasını istiyorsunuz—Sadece "Daha iyi yaz" dememelisiniz, örnekler vermelisiniz, standartlar belirlemelisiniz, yasakları belirtmelisiniz, malzeme vermelisiniz. Şu anda kafanızda hangi metnin iyi olduğunu bir arkadaşınıza açıklamaya gitseniz, zaman alacaktır; o zaman nasıl olur da AI'ın varsayılan olarak bildiğini düşünebiliriz?

2. Onu stajyer olarak işbirliği yapacak şekilde görün, tanrı olarak değil
Onun yapabileceği çok fazla "mikro düzeltme" işi var: Size verdiğiniz iskeleti tamamlamak, size verilen materyali okunabilir metne dönüştürmek. Ancak "iskelet" ve "yön" hala sizden gelir.

Prensip 4: AI'ı Adım Adım Hedefe Yaklaştırın—Beyaz Kutu Aşamalı Yaklaşım, Siyah Kutudan Daha Güvenilirdir

AI'ın avantajı "doğru cevabı doğrudan vermek" değil, çalıştığınız süreçte birçok küçük adımı istikrarlı bir şekilde tamamlayabilmesidir. Ona "tek adımda başarı" talep ettiğinizde, "görünüşte tamamlanmış, aslında tembeldir" siyah kutuya dönüşme eğilimindedir.

Özellikle açıklayıcı bir örnek metin seslendirmesi (TTS) veya sesli okuma metni oluşturma işidir. "Homofonlara dikkat et, yanlış okuma yapma" demek yerine, görevi bir dizi adıma bölmek daha iyidir, örneğin:

· Duraklama/noktalama/seyahat hızı değişikliği işaretleri belirleme

· Potansiyel homofonları tanımlama

· Sözlük veya yetkili telaffuzları kontrol etme (gerektiğinde önce araştırma yapma ve sonra doğrulama)

· Yanlış okuması olası ancak sık kullanılan kelimeleri önceden işaretleme

· Gerçekten yanlış anlaşılacak durumlarda, homofonsuz kelimelerle değiştirme, yanlış okumayı kökten önleme

Bu tür "açıkça görülen doğru yaklaşımı" insanlar genellikle kendiliklerinden yaparlar; ancak AI için bu varsayılamaz. Eğer "kesin" olanı sürece yazmazsanız, en az dirençli yolda hata yapacaktır.

Prensip 5: Önce Endüstrileşme, Sonra AI'laştırma—Tarım Çağından Doğrudan AI Çağına Atlayamazsınız

Eğer yazma/araştırma süreciniz rastgele, ilham üzerine ya da bilgi yönetimi olmayan bir süreçse, onu AI'a devretmek gerçekten zor olacaktır. Çünkü AI yalnızca sizin "açıklanabilir ve tekrarlanabilir" olan kısmınızı alabilir.

Daha gerçekçi bir yol şudur:

1. Önce işi bir "üretim hattı" haline getirin: Bölünebilir, yeniden kullanılabilir, kalite kontrol edilebilir

2. Adımların bir alt kümesini AI'a devret: Onu Tanrı gibi değil bir iş istasyonu gibi kullan

Çok aptalca ama kritik bir iş yaptık: Kendi kendime bir kurgusal olmayan makale nasıl yazılır sürecini çözdük. Bu şunları içerir:

· Bu hikayeyi neden açılış olarak seçtik

· Bu cümleyi neden seçtik

· Örneklere puan verme şekli

· Giriş-gelişme-sonuç, geçişler, sonlandırma nasıl yapılır

· Küçük hikayeleri daha büyük bir kapsama bağlama şekli

Sonunda bunu onlarca adıma böldük ve farklı AI'ların sadece bir adımı yapmasını sağladık. Sonuç şuydu:
Model birdenbire daha güçlü hale gelmedi, ancak süreç onu "her seferinde sadece biraz" yapma yeteneğini bir araya getirdi.

""

Test sırasında yapılan bazı adımlar

Ancak bu hikayeyi dinlemenizi şiddetle tavsiye ederim, daha detaylı anlatıldı.

İlkeler 6: AI'ın tembelliğini tahmin et - O hesaplama gücünden tasarruf sağlayacak, sen onun "format engellerini" kaldırmalısın

AI tembel olacaktır ve bu "sistemik tembellik" olacaktır: Bir sayfayı açmamak için açmaz, bir PDF okumamak için okumaz, atlamak için atlar. Bu kötü değil, ancak hesaplama gücü ve zaman kısıtlamaları altında, en az dirençli yolu takip etme eğilimindedir.

Yapmanız gereken şey şudur: AI'ın hesaplama gücünü "metni anlama"da kullanmak, "biçimi işleme"de harcamaktan kaçınmak.

Çok etkili değişiklikler şunları içerir:

· Malzemeyi mümkün olduğunca saf metin/Markdown'a dönüştürüp AI'a verme

· Web içeriğini temiz metne kopyala (gezinme, reklam, dipnot gürültüsünü kaldır)

· Uzun materyaller için önce "gerçekleri özetleme/yapı çıkarma" yapın, ardından onun yazmasına izin verin

· PDF/EPUB/web sayfalarını arama yapılabilir TXT'ye standart hale getirin, ardından sonraki adımları gerçekleştirin

Göreceksiniz ki, birçok insan bu tür "zahmetli işlere" direnir, "makinenin kirli işi benim yerime yapması gerektiğini" düşünür. Ancak insan-makine işbirliğinde tam tersi geçerlidir - biraz mekanik emek harcamaya istekli olduğunuzda, AI'ın zekası daha keskin ve daha güvenilir hale gelir.

İlke 7: Sınırlı Bağlamı Hatırla – Görevi Mümkün Olduğunca "Sıkıştır"maya Çalışın, "Kendiliğinden Genişlemesini" Beklemeyin

Yapay Zeka'nın bir bağlam penceresi vardır, bir "hafıza sınırı" vardır. Ona iki yüz bin kelime verirseniz, ne kadarını hatırlayabileceği kesin değildir; iki yüz bin kelime verirseniz, muhtemelen sadece başlıklara göz atar. Çarpıcı bir benzetme şudur: Birini küçük bir odaya koyun, ona iki yüz bin kelimelik bir kitap verin, çıkın ve ondan geri dönmesini isteyin – ne kadarını hatırlayabileceği genellikle AI'nın "hatırlayabileceği" miktar kadardır.

Bu nedenle, oldukça karşıt olan ancak son derece önemli olan bir deneyim vardır:

1. Sıkıştırma, Genişletmeye Göre Daha Kolaydır

1 milyon kelimeyi 1.000 kelimeye sıkıştırmak, genellikle 1.000 kelimeyi 1 milyon kelimeye genişletmekten daha güvenilirdir.

Bu doğrudan AI'dan talep alma şeklinizi değiştirir:

· Bir makale istemek için 100 kelime ipucu kullanmayın

· Aksine, malzemeyi mümkün olduğunca içeri aktarın (part part, arama yaparak, RAG yapabilirsiniz), ona yeterli malzeme tabanı üzerinde yapı, görüş ve metin sıkıştırmasını yapmasına izin verin

Geçmişte makaleler yazmak, denemeler yazmak zaten "çok malzeme okuma → özetleme → düzenleme → yazma" anlamına gelir (en azından benim için öyle). AI aşamasına geldiğinizde, ansızın çifte standart yapmayın, ondan kendiliğinden büyümesini beklemeyin.

İlke 8: "Ben birkaç dokunuşla hallederim" Dürtüsünü Kısıtlayın – Üretimi Değiştirin, Sonucu Değil

Yazma konusunda ustalaşmış birçok kişi, AI karşısında en çok yanılan kişilerdir:
AI'dan 59 puanlık bir taslak çıkar, kendinizi birkaç düzeltmeyle 80 puan alabilirken bulursunuz, bu nedenle düzeltmeye başlarsınız; düzeltmeler yaparken yeniden yazıya döner; yazmayı bitirdikten sonra "ben kendim hallederim" dersiniz, ve o andan itibaren AI'ı artık kullanmazsınız.

Çözüm daha çok "taslak düzenleme" yerine odak noktanızı üst akışa kaydırmaktır:

· AI'nın doğrudan 100 puanlık bir yazı yazmasını hedeflemeyin

· Amacınız, üretimin istikrarlı bir şekilde 75-80 puan üretmesini sağlamaktır

· Yapmanız gereken, işlemi aşamalı bir şekilde geliştirmektir, "ortalama puanı" artırmak, "tek bir parçayı" mükemmel hale getirmek değil

İlke 9: Üretimi Ürün İterasyonu Olarak Görün – Güvenilirlik Kendi Başına Bir Değerdir

Bir sistemin size istikrarlı bir şekilde 70 puan sağlayabildiğinde, değeri "siz gibi olup olmaması" değil, şudur:

· Elinizde sıfıra yakın maliyetle kullanılabilir bir taslak alabilirsiniz

· Odaklanmanızı daha yüksek seviyeli kararlara odaklayabilirsiniz: Konu seçimi, yapı, kanıt, zevk ve seçim yapma

İhtiyacınız olan şey sizi tamamen değiştirebilecek kusursuz bir tanrı değil, güvenilir bir fabrika: Mükemmel değil ama istikrarlı.

İlke 10: İlk Önceliğiniz Miktar - Çok Üretip Sonra Süzün

Yapay Zekâ size genellikle en ılımlı, en korumacı ve en "ortalama" olanı verecektir, sadece bir sürüm istemek. "Ortalama"ya karşı "Miktar" kullanmalısınız.

Daha etkili bir yöntem şudur:

· Özet: 5 farklı versiyon isteyin

· Başlangıç: 5 farklı başlangıç isteyin, AB Testi yapın

· Konu Seçimi: 50 farklı konu seçimi isteyin, sonra gruplara ayırın ve seçin

· Yapı: 3 farklı yapı isteyin, sonra birleştirin

· İfade: 10 farklı ifade isteyin, sonra en iyisini seçin

Ortalama notunuzu yükselttiğinizde ve üretimi artırdığınızda, dağılımda doğal olarak 85 ve 90 notları arasında "sürpriz örnekler" göreceksiniz. Çoğu zaman, iyi olan şey "tanrısal bir anı" değil, sonunda istatistiksel olarak çalışmaya başladığınız zamandır.

İlke 11: Uzmanlık Alanından Fazlasını Yapma - Baş Aşçı Gibi Yönet, Tat, Geri Döndür

Eğer bir restoranın baş aşçısıysanız, kişisel olarak salatalık almak için gitmeyeceksiniz. Bunun yerine:

· Bir lokma alın

· Uygun olup olmadığını değerlendirin

· Net bir geribildirim verin (nerede hata var, nasıl düzeltilmeli)

· Aşçıya geri dönüp tekrar yapmasını söyleyin

Yapay Zekâ ile işbirliği de aynıdır. Onun "kendi yolunda ürettiği" öznelliğe saygı duymalısınız - yapmanız gereken şey ona nasıl standartlarınıza ulaşacağını öğretmek, her seferinde sonucu kendi beğeninize göre düzeltmek değil.

Aksi takdirde sonsuz "düzeltme" döngüsünde tükenirsiniz.

Son Temel İlke: Gerçek Dünyaya Geri Dönün - Malzeme x Zevk, Eserin Kalitesini Belirler

Yapay Zekâ çağında, bir eserin kalitesi giderek şuna benziyor: Malzeme x Zevk.

Modeller değişebilir, yöntemler yenilenebilir, ancak şu iki şey değişmez:

1. Malzeme gerçek dünyadan gelir

Size bir makale yazmak için iki seçenek sunulursa:

· En Son Modeli Kullan, Ancak Yalnızca Çevrimiçi Kaynakları Kullan

· Eski Modeli Kullan, Ancak Tüm Belgeler, Sözlü Tarih, Sahada Yapılan Görüşmeleriniz Var

Daha İyi Bir Çalışma Ortaya Koyma Olasılığınız, Genellikle İkincisinde Daha Yüksektir.

2. Zevk Uzun Süreli Eğitimden Gelir

\"Üretme\" Ucuza geldiğinde, Gerçekten Nadir Olan Şudur:

· Ne Yazmaya Değer Bildiğinizi Bilmek

· Hangi Kanıtların Daha Sağlam Olduğunu Bilmek

· Hangi Anlatının Daha Güçlü Olduğunu Bilmek

· Malzemeye Bedensel Emek Harcamaya Hazır Olmak: Sonsuz Uykulardan Sonsuz Uykulara, Bilgi Araştırması Yapmak

AI'nın Değiştirdiği Şey, Siz ve Malzeme Arasındaki Etkileşim Etkinliği ve Yöntemidir; Ancak Eserin Öznesi Hala Siz, Nesnesi Hala Malzemedir. AI Yalnızca \"Fiil\"in Bir Parçasıdır.

Kapanış: Endişeyi Yetenek Haline Getirin

Birçok insan AI'dan yararlanamaz, Zekâ eksikliği değil, bu sürekli olarak \"Dilek - Hayal Kırıklığı - Vazgeçme\" döngüsünde kaldığı içindir. Sizi Aşmak İçin Gerçekten Yapabileceğiniz Şey, Onu Bir İş İstasyonu Olarak Görmek, Görevi Mühendislikleştirmek, Süreci Beyaz Kutulaştırmak ve Ardından Sürekli Sürtünme İle Beceri Geliştirmektir.

Bu Şeyi Yaptığınızda, AI Olmuyor Diye Hızlıca Sonuca Varmanız Zorlaşacaktır; Yeni Bir Araçları Yönetebilen Yeni Bir Çalışan Gibi Olacaksınız: Ne Ona Küçümseyerek Bakıyorsunuz, Ne de Ona Hayranlıkla Bakıyorsunuz, Onu Sürece, Gerçekliğe ve İmzanızı Atmaktan Gurur Duyduğunuz Eserlere Koyun.

Orijinal Yazı Bağlantısı

BlockBeats Resmi Topluluğuna Katılın:

Telegram Abonelik Grubu: https://t.me/theblockbeats

Telegram Sohbet Grubu: https://t.me/BlockBeats_App

Twitter Resmi Hesabı: https://twitter.com/BlockBeatsAsia