Python ile Yapay Zekayı Nasıl Kullanıyorum: Bir Web Geliştirme İş Akışı
Bir Telegram grubundaki bir soru, tüm sürecimi yeniden düşünmeme neden oldu.
Birisi sordu: "Python ile yapay zekayı aslında nasıl kullanıyorsunuz? Prompt mühendisliği mi yoksa şablonlar mı kullanıyorsunuz?"
Çoğu insan bu konuda zorlanıyor çünkü yapay zeka çok hızlı değişiyor. Ben ücretli API'ler veya yerel modeller kullanmıyorum. Ücretsiz web servislerini kullanıyorum. İş akışım Django web geliştirmeye odaklanıyor.
İşte tam olarak kullandığım yöntem.
Adım 1: Bağlamı Oluşturun
Herhangi bir görevden önce, modele proje dosya ağacımı ve kısa bir açıklamayı besliyorum. Modelin ortamı bilmesi gerekir.
Adım 2: Her Şeyi Kaydedin
Her yapay zeka konuşmasının URL'sini kaydediyorum. Bir hafta sonra bir projeye geri dönersem, bağlantıyı yapıştırıyorum. Model projeyi zaten biliyor oluyor. Bağlamı tekrarlayarak zaman kaybetmiyorum.
Adım 3: Görsel Doğrulama
Sadece kod istemiyorum. Modele onaylanmış UI şablonlarımı ve Bootstrap sürümleri ile renk paletleri gibi teknik özelliklerimi veriyorum.
Ardından modelden UI'ımı tarif etmesini istiyorum. Eğer tarifi gerçek projemle eşleşiyorsa, konuyu anlamış demektir.
Adım 4: Bir Stil Rehberi Oluşturun
Modelden bir UI/UX tasarımcısı gibi davranmasını ve projeye dayalı ayrıntılı bir stil rehberi yazmasını istiyorum. Bu, modeli bilgisini pekiştirmeye zorluyor.
Adım 5: Yeniden Kullanılabilir Promptlar Oluşturun
Modelden benim için bir prompt yazmasını istiyorum. Örneğin, mantığa (logic) dokunmadan Django şablonlarını yeniden stillendiren bir prompt oluşturmasını istiyorum.
Bu prompt bir kez çalıştığında, bir sayfayı yeniden stillendirmek tek satırlık bir iş haline geliyor. Prompt'u yapıştırıyorum, kodu yapıştırıyorum ve sonucu alıyorum.
İki Ana Üretim Prompt'um:
Web Bileşeni Prompt'u: JSON verilerini yerel Web Bileşenlerine (Web Components) dönüştürmek için kullanılır. Mimari, renkler ve ikonlar için belirli kurallar içerir.
Şablon Yeniden Stiller Prompt'u: Mevcut Django şablonlarının görünümünü güncellemek için kullanılır. Yeni CSS enjekte ederken sunucu tarafı etiketlerini ve mantığını sıkı bir şekilde korur.
Neden işe yarıyor:
- Hız: Ben uygulama mantığını yazarken yapay zeka görsel katmanla ilgileniyor.
- Öğrenme: Bağlam aşaması bana yeni teknik yaklaşımlar öğretiyor.
- Taşınabilirlik: Promptları model yazdığı için farklı yapay zeka servislerinde çalışıyorlar.
Gerçekler:
Kurulum aşamasını atlayamazsınız. Çıktının kalitesi, bağlamınızın kalitesine bağlıdır. İlk prompt nadiren mükemmeldir. Onu çalıştırmalı, hataları bulmalı ve düzeltmek için kurallar eklemelisiniz.
Bu iş akışı, CSS ile savaşmak yerine mantığa ve veriye odaklanmamı sağlıyor.
İsteğe bağlı öğrenme topluluğu: https://t.me/GyaanSetuAi