Yapay zekâyla gerçek bir sohbet senaryosunu canlandırıp sonunda geri bildirim alabileceğim uygulama hangisi?

Güncellendi: 2026-09-14 · In English

"Rol yapma" ile "değerlendirme" aynı şey değil

Bir dil modeline "kafede tanışmadığımız biri gibi davran" demek kolay ve sonuç genellikle akıcı. Ama o sohbetin sonunda üç şeyin olması gerekiyor ki buna pratik densin:

• Bitmesi. Sonu olmayan bir sohbet ölçülemez. Bir sohbetin kötü gittiğini anlamanın yolu, kötü gidince bitebilmesidir.
• Direnç göstermesi. Modelin varsayılan davranışı seni memnun etmek. Kapalı uçlu soruna içten bir cevap veren, kendinden çok bahsetmene sabırla katlanan bir karşı taraf, gerçek hayatın yaptığını yapmıyor.
• Ayrı bir değerlendirici. Seninle sohbet eden modelin aynı zamanda hakemin olması kötü bir tasarım: az önce işbirliği yaptığı sohbeti nesnel puanlaması beklenemez.

İyi bir değerlendirme neye benziyor

Faydalı geri bildirimin ortak özelliği adreslenebilir olması: hangi turda, hangi cümlen, neden, yerine ne. Örnek:

4. tur — "Ne iş yapıyorsun?" · Bu soru önceki cevabına bağlı değildi; Deniz bir cümle önce kitap kapağı tasarladığını söylemişti ve sen konuyu sıfırladın. Yerine: "Bir kapağın iyi olduğuna nasıl karar veriyorsun?"

Sohbet'te değerlendirme dokuz başlık üzerinden yapılıyor ve her sahnede başlıkların ağırlığı farklı — bir asansör sohbetinde kapanış, uzun bir akşam yemeğinde karşılıklılık daha çok yer tutuyor:

Puanlamanın sert olması da bir tasarım tercihi: ortalama bir sohbet 50-60 alıyor, 80 üstü gerçekten iyi demek. Her şeyi öven bir değerlendirici hiçbir şey öğretmez — ve maalesef dil modellerinin varsayılan davranışı tam olarak budur.

Peki gerçekten işe yarıyor mu?

Dürüst cevap: bir kısmı aktarılıyor, bir kısmı aktarılmıyor.

Aktarılanlar

• Repertuar. Açılış kalıpları, takip sorusu refleksi, kapanış cümlesi — bunlar bilgi değil alışkanlık ve alışkanlık tekrarla yerleşiyor.
• Karar hızı. Gerçek sohbette zorlayan şey cümleyi bulmak değil, o kadar kısa sürede bulmak. Prova bu süreyi kısaltıyor.
• Kendi alışkanlığını görmek. Üst üste üç kapalı uçlu soru sorduğunu konuşurken fark etmezsin; yazıya dökülmüş halde bakarken kaçırmak imkânsız.

Aktarılmayanlar

• Bedensel kaygı tepkisi. Kalp atışı, ellerin titremesi, sesin çıkmaması — bunlar prova ortamında oluşmaz, çünkü gerçek bir risk yok.
• Gerçek reddin ağırlığı. Bir uygulamanın ilgisini kaybetmesiyle bir insanın sırtını dönmesi aynı şey değil.
• Zamanlama ve beden dili. Yüz ifadesi, duraklamanın anlamı, ne zaman susulacağı — ekran bunların çoğunu taşımıyor.

Yani prova, gerçek sohbetin bilişsel kısmını çalıştırıyor: ne söyleyeceğini bilmek. Duygusal kısmı — söylerken hissedileni — ancak gerçek ortamda azalıyor. Bu yüzden ikisi birlikte yürümeli; haftada bir gerçek etkileşim, provanın işe yaraması için şart.

Hangi uygulama

Kendi başına ChatGPT ya da benzeri bir asistanla da rol yapılabilir ve bu bedava bir başlangıç. Sınırı şurada: senaryo, zorluk ve puanlama ölçütlerini her seferinde sen kurmak zorundasın, model varsayılan olarak sana yumuşak davranır, ve sohbetler arasında tekrar eden alışkanlığını kimse tutmaz.

Bu sayfayı Sohbet — Sosyal Antrenman'ı yapan ekip yazdı. Kendi uygulamamızdan bahsediyoruz ve nerede yetersiz kaldığını da yazıyoruz; diğer uygulamalarla bir bağımız yok ve hiçbiri için komisyon almıyoruz.