Few-Shot Örnekleme: Örnekle Öğretme

Bir kavramı öğretmenin en güçlü yolu örnek göstermektir. Claude için de öyle. Soyut bir kuralı tarif etmek yerine “şuna benzer üret” demek, sonucu daha tutarlı yapar ve sürprizleri azaltır.

Bu sayfa few-shot örnekleme yaklaşımını ve pratik kullanımını anlatır.

Terminoloji

Prompt mühendisliğinde örnek sayısı önemlidir:

İsimÖrnek sayısıKullanım
Zero-shot0Sadece talimat ver, örnek verme
One-shot1Bir örnek göster
Few-shot2-5Birkaç örnek göster
Many-shot6+Çok örnek göster (genelde 10-20)

Kural: görev karmaşıklaştıkça örnek sayısı artar. Basit bir özetleme zero-shot çalışır; karmaşık bir tarz/format görevi few-shot gerektirir.

Ne Zaman Few-Shot Gerekli?

Soyut talimat yetersiz kaldığı durumlar:

  1. Tarz / üslup üretimi: “X yazarın tarzında yaz”, “şirket marka sesi”
  2. Spesifik format: özelleştirilmiş tablo, JSON, özel rapor şablonu
  3. Sınıflandırma: “müşteri yorumlarını şu kategorilere böl”
  4. Çıkarım kuralı: “şu desenleri şu şekilde dönüştür”
  5. Türkçe nüans: sözcük seçimi, klişeden kaçınma

Çıktı Formatı sayfası format-spesifik örnekleri detaylandırır.

Sıfır vs Az Örnek: Pratik Fark

Örnek 1: Müşteri Yorumu Sınıflandırma

Zero-shot:

“Şu müşteri yorumlarını duygu sınıflandırması yap: olumlu, olumsuz, nötr.”

→ Claude bunu yapar ama “duygu” tanımı belirsiz olduğu için sizin tanımladığınızdan farklı sınıflandırabilir. Örneğin “ürün geldi ama paketi yırtıktı, ürün tamam” → siz “olumsuz” derken Claude “nötr” diyebilir.

Few-shot:

“Şu müşteri yorumlarını duygu sınıflandırması yap: olumlu, olumsuz, nötr.

Örnekler:

Yorum: ‘Harika ürün, çok memnunum.’ Sınıf: olumlu

Yorum: ‘Paketi açtığımda yırtıktı, kullanılamaz halde.’ Sınıf: olumsuz

Yorum: ‘Ürün geldi ama paketi yırtıktı, ürün tamam.’ Sınıf: olumsuz

Yorum: ‘Sipariş geldi.’ Sınıf: nötr

Şimdi sırada:

Yorum: ‘[veri]’ Sınıf: ?”

→ Claude artık sizin sınıflandırma mantığınızı öğrendi. “Paket sorunu var ama ürün tamam” → olumsuz olarak sınıflar.

Örnek 2: Marka Voice’a Uygun Yazı

Zero-shot:

“Şirketimizin marka sesinde bir LinkedIn post yaz.”

→ Claude generic “marka iletişimi” üretir, sizin ses tonunuza uygun olmaz.

Few-shot:

“Şirketimizin LinkedIn post tarzı şu örneklere benzer:

ÖRNEK 1: ‘Geçen hafta bir müşteri sordu: ‘Claude’la 6 ay sonra ne olacağını nasıl ölçerim?’ Cevap: 3 metrik. Zaman, kalite, otomasyon. Detay yorumlarda.’

ÖRNEK 2: ‘Pazartesi sabah 8 kişiden 7’si rapor yazıyordu. Şimdi 7’sinden 6’sı raporu okuyup düşünüyor. Fark: AI bir araç değil, bir saat kazandırma sistemi.’

Şu konuda aynı tarzda bir post yaz: [konu]”

→ Claude marka voice’unuzu örnekten çıkarır, taklit eder.

Pazarlama departmanı sayfasında daha fazla içerik örneği.

Örnek 3: JSON Şema

Zero-shot:

“Bu metinden müşteri bilgilerini JSON olarak çıkar.”

→ Claude bir JSON üretir ama alan adlarını kendi seçer (name mi customer_name mi?).

Few-shot:

Bu metinden müşteri bilgilerini JSON olarak çıkar. Örnek:

Metin: 'ABC Ltd. ile 50.000 TL'lik anlaşma yapıldı, irtibat Mehmet Yılmaz, 0532-...'

JSON:
{
  "sirket": "ABC Ltd.",
  "tutar_tl": 50000,
  "irtibat": "Mehmet Yılmaz",
  "telefon": "0532-..."
}

Şimdi şu metin için: [metin]

→ Claude tam olarak istediğiniz şemayı üretir.

İyi Örnek Seçme Kuralları

Few-shot’ta örnek kalitesi her şeydir.

1. Çeşit-Cins Karışımı

Tek tip örnek vermeyin: Claude o tipi öğrenir ve dışına çıkamaz. Olumlu / olumsuz / nötr sınıflama için her sınıftan en az bir örnek.

2. Sınır Vakaları Dahil Et

En zor / belirsiz / sınırı zorlayan örnekleri özellikle koyun. Yukarıdaki “paket yırtık ama ürün tamam” gibi. Bu Claude’un “nasıl düşünmesi gerektiğini” gösterir.

3. Yanlış Örneği Açıkla

Kötü örnek de ekleyebilirsiniz, ama etiketleyerek:

ÖRNEK 1 (yanlış):
[kötü çıktı]
Sebep: çok klişe, "lider çözümümüz" kullanılmış.

ÖRNEK 2 (doğru):
[iyi çıktı]

4. Tutarlı Format

Tüm örnekler aynı yapıda olsun, başlık aynı, etiket aynı, alanlar aynı. Tutarsızlık Claude’u şaşırtır.

5. Az ama Yüksek Kalite

3 mükemmel örnek, 10 ortalama örnekten iyidir. Kalite sayıyı yener.

Few-Shot vs CLAUDE.md

Bir örneği nereye koymalı?

  • CLAUDE.md → her sohbette geçerli, kalıcı kurallar (marka voice örnekleri, format örnekleri)
  • Prompt içinde → o spesifik göreve özel örnekler

Çoğu durumda ikisi birlikte kullanılır. CLAUDE.md genel tarzı belirler, prompt o gün için özelleşir.

Şablon Kütüphanesi sayfasında CLAUDE.md içine örnek nasıl gömüleceği var.

Daha Fazla Uygulama Örneği

Örnek 4: Şirket İçi Sınıflandırma

Müşteri ticketlerinin önceliklendirilmesi:

Müşteri ticket'larını şu kategorilere ayır:

A_Acil: sistem kapanmış, milyonluk müşteri etkisi
A_Yüksek: birden fazla müşteri etkisi, gün içinde çözülmeli
B_Orta: tek müşteri etkilemiş, 24 saatte çözülmeli
B_Düşük: istek/öneri, planlamada düşünülecek
C_İçerik: bilgi sorusu, dokümana yönlendirilecek

ÖRNEKLER:

Ticket: "Sistem 5 dakikadır açılmıyor, 200 satıcımız etkilendi."
Kategori: A_Acil

Ticket: "Yeni rapor formatında bir başlık eksik gibi geldi, kontrol eder misiniz?"
Kategori: B_Düşük

Ticket: "Faturamı nasıl indiririm?"
Kategori: C_İçerik

Ticket: "Bu sabahtan beri panel açılmıyor, üç ekibim çalışamıyor."
Kategori: A_Yüksek

Şimdi sırada:
Ticket: '[veri]'
Kategori: ?

Müşteri Hizmetleri sayfasında daha fazla bağlam.

Örnek 5: Türkçe Stil Düzeltme

İçerik stilini standartlaştırma:

Görev: Şu cümleleri marka tarzına uygun şekilde düzelt.

ÖRNEK 1:
Önce: "Şirketimiz pazarda sektörün lideri konumundadır."
Sonra: "Türkiye'de en çok satan üç markadan biriyiz."
Neden: "lider" klişesi kaldırıldı, somut iddia geldi.

ÖRNEK 2:
Önce: "Yenilikçi yaklaşımlarımızla müşterilerimize değer katıyoruz."
Sonra: "Müşteri sorunlarına 30 günde çözüm üretiyoruz."
Neden: "yenilikçi" + "değer katmak" klişesi → ölçülebilir vaat.

ÖRNEK 3:
Önce: "Vizyoner ekibimiz geleceğin teknolojilerini tasarlıyor."
Sonra: "Ekip 2026'da [spesifik ürün] üzerinde çalışıyor."
Neden: "vizyoner" + "geleceğin teknolojileri" → spesifik bilgi.

Şimdi sırada:
Önce: "[cümle]"
Sonra: ?

Türkçe Prompt Teknikleri sayfasında bu yaklaşımı genişleten teknikler.

Many-Shot: Çok Örnek

Bazı görevlerde 10-20 örnek vermek gerekir. Bu many-shot dedikleri yaklaşımdır. Pratik kullanımı:

  • Çok ince nüanslı sınıflandırma (15+ kategori)
  • Karmaşık karar verme (matrix mantık)
  • Çok-aşamalı dönüşüm (örnek-1 → orta-form → final)

Many-shot uzun bir prompt demektir. Güncel modellerde bağlam penceresi geniş (Fable 5.1, Opus 5.5 ve Sonnet 5.5’te 1M token, ücretli planlarda plana göre fark yok), yani sınır nadiren sorun olur. Asıl maliyet kullanım limitinizden düşen token’dır.

Örnek Aktarımı: Tek Sohbet İçinde

Aynı sohbette birden fazla benzer görev varsa, ilk birkaç görev canlı few-shot olur:

Kullanıcı: “Şu yorum hakkında ne diyorsun? [yorum 1]” Claude: “[değerlendirme 1]” Kullanıcı: “Doğru. Şu yorum?” [yorum 2] Claude: “[değerlendirme 2]” (birinci örneği baz alarak)

Bu organik few-shot, manuel olarak kurulan few-shot kadar güçlüdür.

Sınırlar ve Tuzaklar

Tuzak 1: Aşırı örnek yüklemesi. 30 örnek vermek tutarlılık yerine çelişki ve gürültü riskini artırır. Çoğu görevde 5-10 örnek yeter, many-shot gerektiren işlerde bile 20’yi nadiren geçmek gerekir.

Tuzak 2: Çelişen örnekler. İki örneğiniz birbirinin tersini söylüyorsa Claude şaşırır. Örnekleri tarayın, çakışma var mı kontrol edin.

Tuzak 3: Yanlı örnekler. Sadece olumlu örnek verirseniz Claude olumsuz vakaları doğru tanıyamaz. Çeşitlilik şart.

Tuzak 4: Kişisel/hassas veri içeren örnek. Müşteri ismi, gerçek ciro, kişisel veri içeren örnekler KVKK sorunu yaratır. Anonimleştir veya synthetic örnek kur.

Birleşik Teknik: Format + Few-Shot + Talimat

En güçlü prompt üç bileşeni birleştirir:

GÖREV: [açık tanım]

KURALLAR:
- [kural 1]
- [kural 2]

FORMAT: [çıktı şekli]

ÖRNEKLER:

Ham veri: ...
Beklenen çıktı: ...

Ham veri: ...
Beklenen çıktı: ...

Şimdi sırada:
Ham veri: [gerçek veri]
Çıktı: ?

Prompt Kataloğu sayfasında bu yapı çok sayıda görev için verilmiş.

İlgili Sayfalar

Son güncelleme:

Görüşme Talep Et