Orijinal başlık: /goal rehberi
Orijinal yazar: @dkundel, OpenAI Geliştirici İlişkileri üyesi
Çeviri: Peggy

Editör notu: Bu makale, OpenAI Geliştirici İlişkileri üyesi Dominik Kundel tarafından Codex'in "goal mode / /goal" özelliğinin kullanım deneyimlerini özetlemektedir. Sıradan bir prompt tekniğinden bahsetmiyor; AI programlama araçlarında yaşanan bir rol değişimini ele alıyor: Codex artık yalnızca tek seferlik komutlara yanıt veren bir kod asistanı değil, net bir hedef doğrultusunda sürekli ilerleyen bir yürütücü ajan haline geliyor.

/goal modunda asıl önemli olan, talepleri ne kadar uzun ve detaylı yazdığınız değil, Codex için net ve doğrulanabilir çıkış kriterleri belirlemektir. Örneğin "dağıtım süresini %30 azalt", "test kapsamını %100 parity'ye ulaştır", "LCP'yi 2,5 saniyenin altına indir" gibi. Bu metrikler, Codex'in görevin tamamlanıp tamamlanmadığını değerlendirmesini sağlar ve belirsiz hedeflerde sonsuz deneme yapmasını engeller. Aynı zamanda kullanıcı, Codex'in ilerlemeyi ölçebilmesi ve sonuçları doğrulayabilmesi için yeterli yön, araç ve gerçek ortam sağlamalıdır; yalnızca yerel veya varsayımsal koşullarda uygulanabilir görünen bir çözüm üretmesine izin vermemelidir.

Makale özellikle görsel görevlerin Codex'i en kolay detay bataklığına sürüklediğine dikkat çekiyor. "%100 piksel mükemmelliği" talep etmek yerine, görsel hedefleri işlev listelerine, tasarım sistemi kurallarına ve değerlendirilebilir metriklerine ayırmak daha iyidir. Saatlerce hatta günlerce süren uzun vadeli görevlerde, commit'ler, taslak PR'lar, ilerleme dokümanları, Slack güncellemeleri veya yan sohbetler aracılığıyla sürekli takip edilmelidir; aksi takdirde geriye yalnızca izlenemeyen değişiklikler kalabilir.

Bu makalenin bilgi katkısı, /goal'u bir "uzun vadeli görev yönetim mekanizması" olarak yeniden tanımlamasıdır. AI onlarca hatta yüzlerce saat boyunca kesintisiz çalışabildiğinde, geliştiricinin temel yeteneği de değişir: yalnızca AI'ya kod yazdırmak değil, ona hedefler tanımlamak, ölçüm sistemleri kurmak, yürütme ortamını yapılandırmak ve son olarak inceleme ile geri bildirim sağlamak. Başka bir deyişle, AI programlama "prompt yazmaktan" "sürekli çalışan bir mühendis yürütücüyü yönetmeye" doğru evriliyor.

İşte orijinal metin:

Hedef modunu (goal mode veya /goal) başlattık, böylece Codex'in belirli bir sonuca doğru sürekli ilerlemesine yardımcı olabilirsiniz. Bir hedef belirlediğinizde, Codex bu hedefe ulaşılana kadar çalışmaya devam eder – bu birkaç saat veya gün sürebilir. Bazı kullanıcılar Codex'in aynı hedef için 120 saatten fazla kesintisiz çalışmasına izin verdi.

Hedef modu oldukça güçlüdür. Etkisini en üst düzeye çıkarmak için /goal kullanırken dikkat edilmesi gereken 7 şey vardır.

Net ve Doğrulanabilir Kriterler Belirleyin

Hedef modunu etkinleştirdiğinizde girdiğiniz komut, hem başlangıç komutu hem de daha da önemlisi bu hedefin çıkış kriteri olarak işlev görür. Codex, her çalışma turundan sonra şunu kontrol eder: Bu hedef tamamlandı mı?

Bu nedenle, hedef komutunuz çok uzun olmamalı, bunun yerine net bir kritere odaklanmalıdır: Hangi durumda bu hedefe ulaşılmış sayılır?

Çoğu durumda, iyi bir hedef, modelin tamamlanıp tamamlanmadığını değerlendirmesi için net bir sayısal gösterge içermelidir. Örneğin:

"Derleme ve dağıtım süresini %30 azaltın."

"Bu özelliği TypeScript'ten Rust'a taşıyın ve %100 test tutarlılığına ulaşın."

"Uygulama iskeletini optimize ederek üretim ortamında En Büyük İçerikli Boyama (LCP, sayfanın ana içeriğinin yüklenme hızını ölçen bir metrik) değerini 2,5 saniyenin altına düşürün."

Bu komut her zaman sayı içermek zorunda değildir, ancak genellikle sayılar sonraki adımları kolaylaştırır.

Hedefi nasıl tanımlayacağınızdan emin değilseniz veya önce Codex ile proje hakkında beyin fırtınası yapmak istiyorsanız, sohbete hemen hedef moduyla başlamanız gerekmez.

Codex kendi hedeflerini belirleyebilir. Normal bir sohbet başlatabilir ve Codex'in yürütmeye başlamasına hazır olduğunuzda, önceki tartışmaya dayanarak Codex'in bir hedef belirlemesini sağlayabilirsiniz.

Ayrıca hedefi istediğiniz zaman düzenleyebilirsiniz: Codex uygulamasında düzenleme düğmesine tıklayarak veya CLI'de tekrar /goal kullanarak.

Mümkün Olduğunca Yol Gösterin

"Derleme ve dağıtım süresini %30 azaltın" gibi bir komut kulağa hoş gelir ve Codex'in bazı yaratıcı çözümler bulmasını sağlayabilir. Ancak sorunun nerede olabileceğine dair kabaca bir fikriniz varsa, bu tür bir komut Codex'in yanlış yola sapmasına da neden olabilir.

Bu nedenle, mümkün olduğunda Codex'e sorun gidermeye nereden başlaması gerektiğini, hedefe ulaşmak için hangi araçları kullanabileceğini veya yanlış yöne sapmasını önleyecek başka ipuçları vermek en iyisidir.

Örneğin, meslektaşım @reach_vb bir deneyde şöyle yaptı: Codex'e, Chrome tarayıcısını kullanarak Google Colab'a girebileceğini ve Codex'in bir model eğitmesine izin verirken kendi veri setini oluşturması gibi kabul edilebilir bazı sınırlamaları belirtti.

Aynı şekilde, derleme süresini kısaltmak istiyorsanız ve zamanın çoğunun hangi aşamada harcandığını zaten biliyorsanız, en iyisi ipucunda Codex'i önce o alana yönlendirmektir.

Bir başka yaklaşım ise, Codex'in önce planlama modunda (plan mode) bazı ön araştırmalar yapmasına ve olası çözümleri kaydedecek bir plan dosyası oluşturmasına izin vermektir. Ardından, hedefinizin bu plana atıfta bulunmasını sağlayın.

İlerlemeyi Ölçülebilir Kılmak

Hedefiniz iddialıysa veya Codex'in hedefe adım adım yaklaşabileceği birçok yol varsa, Codex'e ilerlemeyi ölçmek için araçlar sağlamanız çok önemlidir.

Bazı görevler için bu doğal olarak geçerli olabilir. Örneğin, derleme süresini optimize etmek veya test kapsamını artırmak gibi, çünkü Codex genellikle ilgili araçları zaten kullanabilir veya bu araçları doğal olarak oluşturur.

Ancak diğer hedefler için, Codex ile birlikte beyin fırtınası yapmanız en iyisidir: Hangi araçlar ilerlemeyi değerlendirmeye yardımcı olur? Veya Codex'e hedefe doğru ilerleyip ilerlemediğini nasıl teyit edebileceğine dair bazı ipuçları verin. Örneğin, iki ekran görüntüsü için görsel fark karşılaştırma aracı oluşturmak veya üzerinde çalıştığınız ajan için bir değerlendirme seti oluşturmak gibi.

Codex'in bir videoya dayanarak bazı bileşenleri yeniden oluşturmasını istemiştim; o sırada Codex, ekran görüntülerini karşılaştırmak ve farklılıkları kontrol etmek için kendine bir araç oluşturdu. Daha sonra, farklı karşılaştırma modları ekleyerek bu aracı sürekli olarak geliştirdi.

Görsel: Codex tarafından oluşturulan, iki görüntü karesini görsel olarak karşılaştırmak için kullanılan bir ekran görüntüsü.

Göreve bağlı olarak, ölçülmesi veya kontrol edilmesi gereken ek kriterler olup olmadığını da düşünmeniz gerekir. Aksi takdirde, Codex görevin tamamlandığını düşünebilir, ancak sizin açınızdan aslında eksik olabilir.

Örneğin, Codex bir kullanıcı arayüzünü "piksel mükemmelliğinde" yeniden oluşturmak için tasarım referans görüntüsünü doğrudan kırpıp sayfaya gömebilir; veya test geçme oranını %100'e çıkarmak için test kapsamını tersine daraltabilir. Bunlar, sizin gerçekten istediğiniz tamamlama şekilleri değildir.

Gerçekçi Bir Ortam Oluşturun

Codex'in hedeflerine doğru gerçek anlamda etkili bir ilerleme kaydetmesini istiyorsanız, yeterince gerçekçi bir ortamda çalışması gerekir.

Pratikte bu şu anlama gelir: Dağıtım süresini veya gecikme sorunlarını optimize etmek istiyorsanız, Codex'in dağıtım ve test ortamlarına erişimi olmalı ve bu ortamlar mümkün olduğunca üretim ortamını simüle etmelidir. Yani aynı teknoloji yığınını, aynı yapılandırma anahtarlarını ve benzer veritabanlarını kullanmak.

Örneğin, developers.openai.com'un derleme ve dağıtım süresini optimize etmek için hata ayıklama yapıyorduk. O sırada zaten dağıtım önizlemelerini kullanıyorduk, bu nedenle Codex bu önizleme ortamlarını dağıtım yapmak ve ilgili günlükleri görüntülemek için kullanabiliyordu. Ancak sorun şuydu ki, önizleme dağıtımlarımız tam üretim ortamına kıyasla bazı derleme yollarını devre dışı bırakmıştı.

Bu nedenle Codex, sorunu gerçekten inceleyebilmek için sonunda manuel dağıtım yapmak zorunda kaldı ve kodu üretim yapılandırmasına daha yakın bir ortama dağıttı.

Benzer şekilde, Codex'in gerçek uygulamaları test etmek için computer use (modelin gerçek uygulama arayüzlerini kullanma yeteneği) özelliğini kullanmasını da sağlayabilirsiniz. iOS'taki bazı performans sorunlarını optimize etmek için @dimillian, en doğru test ortamını elde etmek amacıyla fiziksel cihazlar bile kullandı.

Görsel Hedefleri Dikkatlice Belirleyin

Codex'e "Bu görsele göre bu UI'ı %100 piksel seviyesinde yeniden oluştur" gibi bir görsel hedef vermek cazip gelebilir. Ancak belirli ayarlara bağlı olarak bu, sorunlara da yol açabilir.

Uygun yönlendirmeler ve kısıtlamalar vermezseniz, Codex bazı detaylara fazla takılıp genel hedefi gözden kaçırabilir. Örneğin, referans görseli bazı grafik öğeleri içeriyorsa ve Codex'in bu öğeleri (SVG simgeleri veya resimler olsun) oluşturmasını bekliyorsanız, tüm sorunu doğru bir şekilde parçalara ayırmak yerine "bu materyalleri tam olarak nasıl kopyalayacağına" çok fazla enerji harcayabilir.

Ayrıca, Codex'in doğru bir görsel karşılaştırma yapabilmesi için araçlara ihtiyacı vardır. Bu, daha fazla görsel girdi ve daha yüksek toplam token tüketimi anlamına gelir, ancak Codex'e gerçekten değerli iyileştirme fırsatlarını belirlemesi için basit bir yol sağlamayabilir.

Bu nedenle, görseller genellikle hedef bağlamı olarak daha uygundur, tek tamamlanma kriteri olarak değil. Codex'in hedefe ulaşılıp ulaşılmadığını değerlendirmesi için başka yollar aramalısınız; örneğin özellik listeleri, uygulama spesifikasyonları, tasarım sistemine uygunluk gibi.

İlerlemeyi Takip Etme

Codex arka planda saatlerce hatta günlerce çalışıyorsa veya başka bir makinede çalışıyorsa, nereye kadar ilerlediğini ve hangi işleri yaptığını unutmak kolaydır.

Farklı hedeflere bağlı olarak, aşağıdaki yöntemleri faydalı buluyorum:

· Codex'in kilit noktalarda kod göndermesini ve bunu bir taslak PR'a (Pull Request) itmesini sağlayın. Özellikle bir web sitesi üzerinde çalışıyorsanız ve önizleme dağıtımınız varsa, bu çok kullanışlıdır.

· Codex'in yönetime yönelik bir teslimat belgesi güncellemesini sağlayın. Bu, uygulama içi tarayıcıda sürekli açık tutabileceğiniz bir HTML dosyası olabilir; ekip tarafından görüntülenmek üzere Sites aracılığıyla dağıtılan bir sayfa olabilir; işlenmiş bir ilerleme grafiği veya sadece sıradan bir Markdown dosyası olabilir.

Codex'e ilerleme güncellemelerini proaktif olarak yayınlamasını talimat verin. Bunu hedefe de yazabilirsiniz: Codex'in önemli bir ilerleme kaydettiğinde güncellemeyi bir Slack kanalına veya ilerlemeyi kaydetmek istediğiniz başka bir yere göndermesini sağlayın.

Durumu sormak için diğer sohbet pencerelerini kullanın. Sadece mevcut durumu hızlıca öğrenmek istiyorsanız, /side komutunu çalıştırarak yeni bir yan sohbet başlatın ve orada sorunuzu sorun. Bu sohbet mevcut iş parçacığından ayrıldığı için şu ana kadarki tüm bağlama sahiptir, ancak ömrü kısadır.

Codex uygulamasındaki diğer bir alternatif yöntem ise: sıradan yeni bir sohbet başlatın, Codex'in başka bir hedef iş parçacığını okumasını ve sorularınızı yanıtlamasını sağlayın. Codex'e ilerlemeyi düzenli olarak kontrol edecek bir otomasyon görevi ayarlamasını söylerseniz, bu yöntem özellikle güçlü hale gelir.

Temizleme ve Sonuçları Kesinleştirme

Harika, hedef sonunda tamamlandı! Şimdi sonuçları doğrudan ekibe fırlatıp işi bitirebilir miyiz?

Genellikle, özellikle optimizasyon türü görevlerde, Codex'in yaptığı işi geriye dönük olarak gözden geçirmesini ve incelemesini sağlamanın faydalı olduğunu görüyorum. Önce /review ile yerel bir kod incelemesi çalıştırabilirsiniz, ancak Codex'in daha derinlemesine düşünmesini sağlamak da değerlidir: Hedefe ulaşmak için hangi yolları denedi? Hangi denemeler işe yaradı? Hangi denemeler işe yaramadı? Ardından kodu buna göre temizleyin.

Çünkü Codex hedefe ulaşana kadar çalışmaya devam eder, bu nedenle yeterince iyi sonuç vermeyen veya tamamen işe yaramayan yöntemleri denemiş olabilir ve bu değişikliklerin kalıntıları nihai kodda kalabilir.

Bir sonraki göreviniz için de bir hedef belirleyin

Codex'in hedef işlevi, en anlamlı mühendislik zorluklarınızdan bazılarını çözmenize yardımcı olabilecek son derece güçlü bir araçtır. Ancak, yalnızca doğru ortamı ve talimatları sağladığınızda hedefe daha verimli bir şekilde ulaşabilir.

/goal ile ne yaptınız?

[Orijinal bağlantı]

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