Makaleler
Prompt'unuzun Dili, Hangi Paralel Evrenin Eğitim Verisiyle Konuştuğunuzu Belirler
Token tasarrufu için Prompt'ları İngilizceye çevirmeyi bırakın! Neden Prompt'u ne kadar İngilizceye çevirirseniz yapay zeka size o kadar "給到" ve "質量" gibi ifadelerle yanıt verir? Bu yazı ACL dil modeli araştırmaları ile pratik deneyimi birleştirerek, "teknik terimler özgün haliyle + ihtiyaç anadilde + net bölge çıpası" yaklaşımının neden gidiş geliş düzeltme maliyetini düşüren en iyi çözüm olduğunu açıklıyor.
· 7 dk okuma
Prompt'ları İngilizceye çevirmeyi bırakın: Token'dan tasarruf etmeye çalıştıkça yapay zeka neden size daha çok "給到" ve "質量" diye yanıt veriyor?
TL;DR (Ana sonuç)
Prompt yazmanın en iyi uygulama formülü şudur: "teknik terimleri İngilizce özgün haliyle bırak + ihtiyaç bağlamını hedef kitlenin anadilinde yaz + bölge ve kitle çıpasını açıkça belirt". Bu, her seferinde yüzde yüz en yerel metni garanti etmez, ama ilk seferde isabet olasılığını büyük ölçüde artırır ve ton ile kelime seçimini tekrar tekrar düzeltmenin sürtünme maliyetinden kurtarır.
Birçok mühendis ve yoğun yapay zeka kullanıcısının bir alışkanlığı vardır: biraz Token tasarrufu için ya da "yapay zekaya İngilizce sorunca mantığı daha iyi oluyor" lafını duyduğu için, Prompt'u göndermeden önce ihtiyacını çeviri aracıyla İngilizceye çevirir, en sona da Please reply in Traditional Chinese ekler.
Sonuç? Birkaç kuruşluk Token'dan tasarruf edersiniz ama karşılığında "Bu çözüm size çok iyi bir deneyim 給到 edebilir", "Kod 質量'ni nasıl optimize ederiz" gibi cümlelerle dolu bir metin alırsınız. Sonunda bu kelimeleri Tayvan'da alışılmış kullanıma elle çevirmek için 10 dakika harcamanız gerekir.
Hangi dilde sorarsanız, yapay zekanın cevabı hangi topluluğun derleminde arayacağını da siz belirlemiş olursunuz.
1. Gerçek bir tuzak örneği: Yapay zeka neden hep "給到" yazıyor?#
Geçenlerde yapay zekadan bir bilgi özeti hazırlamasını ve çıktıyı Geleneksel Çince vermesini istedim. Üretilen içeriğin mantığı sağlamdı, ama içinde "給到…" gibi bir kalıp çıktı.
"給到", Çin anakarasındaki iş yerlerine özgü tipik bir ifadedir; Tayvanlılar gündelik iletişimde neredeyse hiç böyle konuşmaz.
Sorun yapay zekanın Çinceyi anlamaması değil; sorun, "dil bölge demek değildir, Geleneksel Çince de Tayvan demek değildir".
Büyük dil modellerinin (LLM) eğitim derleminde Basitleştirilmiş Çince verisi Geleneksel Çince'den çok daha fazladır; yalnızca İngilizce talimat verip Traditional Chinese istediğinizde model, en büyük veri hacmine sahip Çince kullanımını (çoğunlukla Çin anakarasından) kolayca devralır ve sadece Geleneksel yazı karakterleriyle çıktı verir.
Prompt'u anadilde yazmak yapay zekayı yerelleştirme yönüne yaklaştırır; "bölge" ve "kitle"yi açıkça söylemek ise son bağlam boşluğunu kapatır.
2. Soru dili yapay zekanın cevabını neden doğrudan değiştirir?#
Bu bir gizemcilik değil, dil modellerinin temel işleyişinin kaçınılmaz sonucudur. Teknik ve araştırma açısından üç temel neden var:
1. Yapay zekanın temeli "koşullu olasılık ve bir sonraki sözcüğü tahmin etme"dir#
Aynı konuya, farklı dil topluluklarının insanları zaten çok farklı açılardan, farklı deyimlerle ve farklı değerlerle yaklaşır. Bu farkların hepsi eğitim verisinin ağırlıklarına sıkıştırılmıştır. İngilizce sorduğunuzda model İngilizce dünyasının derlemi boyunca devam eder; Tayvan'ın alışık olduğu Geleneksel Çince sözcüklerle sorduğunuzda ise ancak o zaman Tayvan bağlamının olasılık dağılımına oturması kolaylaşır.
2. Akademik araştırma doğruluyor: Soru dili ilgili kültürel hizalamayı (Cultural Alignment) tetikler#
2024'te ACL'de yayımlanan bir araştırma (AlKhamissi et al., 2024, arXiv:2402.13231), Mısır ve ABD'deki toplumsal anketleri simüle etti. Araştırma ekibi şunu buldu: Bir kültürün ana diliyle sorulduğunda LLM'in cevap dağılımı, o bölgedeki gerçek insanların anket sonuçlarına belirgin biçimde daha çok yaklaşıyor. Araştırma ayrıca, bir topluluk ne kadar az temsil ediliyorsa ve konu ne kadar hassassa modelin sapmasının o kadar büyüdüğünü de buldu.
3. Dil ve sözcük seçimi, yapay zekanın "kim olduğunuzu" anlamasının başlıca ipucudur#
Yapay zeka sizi tanımaz. Karmaşık kişisel bellek (Memory) yüklenmemişse, kullandığınız dil, araya serpiştirdiğiniz teknik terimler, hatta noktalama alışkanlıklarınız bile modelin "soran kişinin geçmişi" ve "beklenen çıktı seviyesi" hakkında çıkarım yaptığı örtük ipuçlarıdır.
3. Yalnızca dil değil, "ton" da Prompt'un parçasıdır#
Doğru dili seçmenin yanında, anadilinizde sergilediğiniz "nezaket düzeyi" de model performansını etkiler.
İngilizce, Çince ve Japonca Prompt'lar üzerine yapılan başka bir diller arası araştırma (Yin et al., 2024, arXiv:2402.14531) şunu gösterdi: Yapay zekaya fazla kaba ya da nezaketsiz davranmak genellikle üretim kalitesinin düşmesine yol açar; ama aşırı kibar olmak ya da lafı dolandırmak da performansın daha iyi olacağını garanti etmez. Daha önemlisi, her dilin kendine ait bir "en iyi nezaket ölçeği (Sweet Spot)" vardır; tam yerinde altın denge noktası dilden dile değişir.
En iyi bildiğiniz anadilde yazarsanız tonun ölçüsünü tam ayarlayabilirsiniz (örneğin: "ton doğrudan olsun, pazarlama lafı olmasın"); katı İngilizce çeviride ton ve üslup üzerindeki kontrolü kaybetmekten kaçınırsınız.
4. Çince ve İngilizce Prompt karar matrisi (İngilizce ne zaman kullanılmalı?)#
Anadilin önemini vurgulamak, İngilizceyi tamamen bırakmanız anlamına gelmez.
Input Token'ın son derece ucuz olduğu günümüzde "Token tasarrufu" çoktan yapay bir gündem; asıl maliyet "gidiş geliş iletişim ve elle düzeltme sürtünme maliyeti"dir. Mesele Çince mi İngilizce mi olduğu değil; o an peşinde olduğunuzun "yerel bağlam" mı yoksa "salt teknik doğruluk" mu olduğudur.
Doğrudan şu karar tablosuna bakabilirsiniz:
| Görev senaryosu |
Önerilen yazım dili |
Temel neden ve strateji |
| Yerelleştirilmiş içerik üretimi (blog, pazarlama metni, ürün UI metni, müşteri yazışması) |
Anadilde açıklama + İngilizce terimler + bölge çıpası |
Çeviri havasından ve Tayvan'da alışılmamış kullanımlardan (örneğin: 視頻, 質量, 給到) kaçınır, doğrudan Tayvanlı kitlenin bağlamına girer. |
| Ülkeler arası çok dilli çeviri (örneğin: Çinceden Tayca, yerelleştirilmiş çok dilli web sitesi) |
Anadilde talimat + hedef bölge ve rolün açıkça belirtilmesi |
İngilizceyi aracı dil (Pivot Language) yapmaktan doğan çifte anlam kaybını önler. |
| Saf kod üretimi ve Debug (sistem mimarisi, algoritma, hata ayıklama) |
Çince de İngilizce de olur (öneri: anadilde mantık + İngilizce terimler ve Error Log) |
Teknik anahtar sözcükler (API, PR, Deployment) ve resmî belgeler zaten İngilizcedir; özgün halini korumak en doğru teknik ağırlıkla hizalanmayı sağlar. |
| Yurt dışındaki güncel teknik belgeleri / akademik makaleleri sorgulama |
Ağırlıklı İngilizce |
Kaynak veriler çoğunlukla İngilizcedir; doğrudan İngilizce anahtar sözcüklerle arama (RAG / Search) en yüksek geri çağırma oranını verir. |
5. Pratik Checklist: Bir seferde isabetli yanıt almak için 5 kontrol noktası#
Bir dahaki sefere yüksek kaliteli Çince çıktı gerektiren bir Prompt yazarken çeviri yazılımını açmayın. Doğrudan bu listeyi uygulayın:
Pratik Prompt örneği karşılaştırması#
❌ Yanlış örnek (İngilizceye körü körüne inanmak + belirsiz koşullar):
Write a blog post about prompt language selection in Traditional Chinese. Make it professional.
✅ Doğru örnek (anadilde bağlam + terimler özgün halinde + bölge ve kitle çıpası):
Lütfen Tayvan'da alışılmış Geleneksel Çinceyi kullanarak, Tayvanlı mühendislere yönelik, konusu "Prompt'un soru dili seçimi" olan teknik bir görüş yazısı yaz.
Gereksinimler:
1. Teknik terimleri (örneğin Token, Prompt, Context, API) İngilizce özgün haliyle bırak, bilerek çevirme.
2. Ton doğrudan ve nesnel olsun; sonucu ve uygulanabilir listeyi doğrudan ver, ders kitabı havası ya da pazarlama boş lafı olmasın.
3. Kesinlikle Tayvan'a özgü kullanımları uygula; "給到、質量、視頻、代碼" gibi sözcüklerin çıkmasından kaçın.
Sık Sorulan Sorular (FAQ)#
S1: Prompt'u Çince yazmak daha çok Token harcar mı, daha mı yavaş olur?#
Aynı içerik Çince yazıldığında Token sayısı genellikle İngilizceden biraz daha fazla olur, ama Input Token fiyatlandırması çok düşüktür. Tasarruf edilen o küçük Token ücretinden çok, bağlam yanlış olduğu için "yeniden üretme" ya da elle düzeltme gerektiren zaman maliyeti en pahalı gizli harcamadır.
S2: Yapay zekadan "Geleneksel Çince (Traditional Chinese)" kullanmasını zaten istediğim halde neden hâlâ Çin anakarası kullanımları çıkıyor?#
Çünkü model için Traditional Chinese çoğunlukla yalnızca "karakter kodlaması ve yazı biçimi (Script)" anlamına gelir, "bölge kültürü (Locale)" anlamına gelmez. Hong Kong, Makao, Tayvan ve Basitleştirilmiş'ten Geleneksel'e dönüştürülmüş derlemlerin hepsi Geleneksel Çince'dir. Modelin sözcük seçimini doğru biçimde daraltmak için "Tayvan kullanımı (zh-TW)" ve "hedef kitle (örneğin: Tayvanlı mühendisler)" açıkça belirtilmelidir.
Yerelleştirilmiş cevap istiyorsanız yerel dilde sorun, sonra bölgeyi net söyleyin.
Bu mantık yalnızca gündelik soru-cevap için geçerli değildir; ülkeler arası ürün yerelleştirmesinin de temel altyapısıdır. Bir sonraki yazıda bu kavramı doğrudan pratik mühendisliğe taşıyacağız: "Web sitesi 22 dili desteklediğinde, yapay zekanın gerçekten yerel çeviriler üretmesini nasıl sağlarız?"