ChatGPT Neden Bir Kütüphane Değil? Rafları Olmayan Kütüphaneci
Atölyelerimde en sık duyduğum cümle şu: “ChatGPT'ye sordum, bilgiyi getirdi.” Çoğumuz yapay zekayı Google'ın daha konuşkan hâli gibi kullanıyoruz. Soruyu yazıyoruz ve cevabın bir yerlerden bulunup getirildiğini düşünüyoruz.
Ben onu şöyle hayal ediyorum: Hayatı boyunca milyonlarca kitap okumuş bir kütüphaneci düşün. Ama kütüphanesinin rafları yok. Okuduğu kitapların hepsini geri vermiş, elinde tek bir kopya kalmamış. Ona bir şey sorduğunda koşup bir rafa gitmiyor. Okuduklarından aklında kalanlarla cevabı o an, kelime kelime kuruyor.
Bu yazıda bu resmi birlikte açalım. Aşağıdaki şemalara dokunabilir, kaydırabilir, deneyebilirsin. Hiçbir teknik bilgi gerekmiyor.
Yanlış metafor neden tehlikeli?
Metafor masum bir şey gibi duruyor ama davranışımızı belirliyor. Kafandaki resim kütüphane olduğunda genellikle üç şey oluyor:
- Kaynağı sormuyorsun. “Raftan geldiyse doğrudur” diye düşünüyorsun.
- Kısa soruyorsun. “Bana içerik yaz” deyip raftan hazır, güzel bir içerik bekliyorsun.
- Aynı soruya farklı cevap gelince şaşırıyorsun. Oysa kütüphaneci her seferinde yeniden yazıyor; cümlelerin değişmesi çok doğal.
OpenAI'ın Eylül 2025'te yayımladığı araştırmaya göre dil modelleri, emin olmadıkları yerde “bilmiyorum” demek yerine tahmin etmeye yatkın; çünkü eğitim ve değerlendirme yöntemleri tahmin etmeyi ödüllendiriyor. Yani rafsız kütüphaneci, bilmediği soruya da bir cevap verebiliyor.
Rafsız bir kütüphaneci bilmediği soruya da akıcı bir cevap verebilir. Akıcılık, doğruluk demek değildir.
Gerçekte ne oluyor? ChatGPT bilgileri nereden getiriyor?
Aşağıdaki kutuya bir soru yaz ya da hazır örneklerden birine dokun. Modelin her adımda birkaç aday kelimeye baktığını, birini seçip bir sonrakine geçtiğini göreceksin.
Şema 1 · Kelime kelime üretim
Modelin cevabı
Hazır olduğunda “Üret”e bas.
- “.”%93
- “;”%4
- “!”%1
Olasılıklar anlatım için temsili. Gerçek modeller her adımda on binlerce aday arasından seçer ve Türkçede bir kelime çoğu zaman birkaç token’a (kelime parçasına) bölünür.
Burada görmeni istediğim şey şu: cümlenin tamamı hiçbir yerde hazır durmuyor. Model ilk kelimeyi seçmeden ikincisini bilmiyor. Aynı soruyu iki kez sorduğunda farklı cümleler almanın sebebi de bu.
Birkaç rakam bu resmi daha da netleştiriyor. LLM'ler (büyük dil modelleri) bilgiyi saklamaz; 175 milyar parametre (ayarlanabilir sayı) arasında örüntü olarak tutar. Bu, 2020'de yayımlanan GPT-3'ün rakamı. Bugünkü ChatGPT modellerinin büyüklüğünü OpenAI açıklamıyor, ama mantık aynı.
0 milyar
parametre (ayarlanabilir sayı)
GPT-3, 2020. Bilgi bunların arasında örüntü olarak duruyor.
0 milyar
token ile eğitildi
GPT-3, 2020. Okuduğu metnin büyüklüğü.
0 kelime
≈ 100 token
İngilizce için OpenAI’ın verdiği pratik ölçü.
0
hazır cevap rafı
Model cevapları bir yerde saklamaz, her seferinde üretir.
OpenAI'ın verdiği pratik ölçüye göre İngilizcede 100 token yaklaşık 75 kelimeye denk geliyor. Türkçe gibi eklemeli dillerde bir kelime genellikle daha fazla parçaya bölünüyor; “öğrenmesini” gibi bir kelime model için tek parça değil.
Rafları olmayan kütüphanecinin anatomisi: içinde ne var?
Anahtarı kaydır ve iki resmi karşılaştır. Soldaki çoğumuzun kafasındaki resim, sağdaki gerçekte olan.
Şema 2 · Kütüphane mi, kütüphaneci mi?
Çoğumuzun sandığı: Soruyu soruyorum, ChatGPT rafa gidip hazır cevabı getiriyor. Bu resim yanlış; bu yüzden üzerinde koca bir çarpı var.
| Parça | Kütüphanecideki karşılığı | Senin için anlamı |
|---|---|---|
| Parametreler (parameters) | Okuduklarından kalan sezgi | Genel bilgisi geniş ama hangi kaynaktan geldiği belli değil |
| Bağlam penceresi (context window) | O an masasındaki notlar | Ona ne verirsen onu kullanır |
| Olasılık hesabı | Sıradaki kelimeyi seçme refleksi | Belirsiz soruda en sıradan cevabı seçer |
| Bilgi kesim tarihi (knowledge cutoff) | Okumayı bıraktığı gün | O tarihten sonrasını kendiliğinden bilmez |
| Web araması (web search) | Başka bir kütüphaneye koşup bakması | Açıksa güncel sayfalara bakar, ama cevabı yine kendisi yazar |
Son satır önemli. ChatGPT'de web araması devreye girdiğinde kütüphaneci gerçekten bir rafa gidiyor: internetteki sayfalara bakıp kaynak gösteriyor. Ama okuduğunu sana yine kendi cümleleriyle anlatıyor. Kaynak linkine tıklayıp kontrol etmek hâlâ senin işin. Bilgi kesim tarihini de “Yapay zekân 2023'ün algoritmasını biliyor olabilir” yazımda ayrıca anlattım.
Hazır cevap ile anlık üretim arasındaki fark ne?
| Hazır cevap (Google) | Anlık üretim (ChatGPT) | |
|---|---|---|
| Cevap nerede? | Bir web sayfasında, önceden yazılmış | Hiçbir yerde; sen sorunca yazılıyor |
| Aynı soruyu iki kez sorarsan | Aynı sayfalar gelir | Farklı cümleler gelebilir |
| Kaynak | Sayfanın kendisi | Web araması devrede değilse kaynak yok |
| Kime göre? | Herkese aynı | Senin verdiğin bağlama göre |
| En güçlü olduğu yer | Kesin bilgi, güncel veri | Taslak, fikir, dönüştürme, üslup |
| Dikkat etmen gereken | Sayfanın güvenilirliği | Uydurma (halüsinasyon) ihtimali |
Şimdi bunu kendi işine taşıyalım. Kaydırıcıyı soldan sağa çek; prompt (komut) netleştikçe modelin senin yerine tahmin ettiği şeylerin nasıl azaldığına bak.
Şema 3 · Kötü prompt’tan iyi prompt’a
Senin yazdığın prompt (komut)
Bana içerik yaz.
Modelin senin yerine tahmin ettikleri:
- Platform
- Kime yazıyor?
- Kim olarak yazıyor?
- Hangi ton?
- Konu ve format
Yapay zekanın çıktısı
Tabii! İşte sizin için bir içerik: Başarı, küçük adımlarla başlar. Kendinize inanın, hedeflerinizin peşinden gidin ve asla vazgeçmeyin! Unutmayın, her yeni gün yeni bir fırsattır. 💪✨
Puanlar ve örnek çıktılar fikir vermek için hazırlandı. Gerçek çıktı modele ve sohbete göre değişir; ama yön her zaman aynı: boşluk azaldıkça tahmin azalır.
Kötü promptta model beş şeyi tahmin etmek zorunda kalıyor: hangi platform, kime, kim olarak, hangi tonda, hangi konuda. Her tahminde en olası, yani en sıradan seçeneğe gidiyor. “Yapay zeka çıktıları hep birbirine benziyor” şikâyetinin büyük kısmı buradan geliyor.
Bir de kendini dene. Üç durum var; hangisi hazır cevap, hangisi üretim?
Mini quiz · Hazır cevap mı, üretim mi?
1/3
Google’a “Ankara’nın nüfusu” yazdın, karşına TÜİK’in sayfası çıktı.
Bunu anlayınca ne değişiyor? Prompt mühendisliği için 3 kural
Kural 1: Raf arama, masaya not bırak
Kütüphanecinin elinde yalnızca o an masasındaki notlar var. Kim olduğunu, kime yazdığını, ne istediğini yaz. Elinde dosya varsa ekle: önceki yazıların, ders notun, danışanlarından gelen soruların listesi. Model uydurmak yerine bu malzemeyi kullanır.
Kural 2: Ona kim olacağını ve nasıl konuşacağını söyle
“Sen 10 yıllık bir koçsun” cümlesi sihirli değil, ama okuduklarının hangi kısmına yaslanacağını daraltıyor. Üslubunu da ekle: samimi mi, resmi mi, satışçı mı değil mi? Söylemezsen en ortalama sesi seçer ve metin senin gibi durmaz.
Kural 3: Kaynak iste, rakamı kontrol et
Rakam, tarih, alıntı ya da yasal bilgi söz konusuysa kaynak iste ve linke kendin bak. Bir de şu cümleyi ekle: “Emin değilsen bilmediğini söyle.” Rafsız kütüphaneci kibar biridir; ona açıkça izin vermezsen bilmediğini söylemekte zorlanır.
Üç kuralı tek bir kalıpta topladım. Köşeli parantezleri kendi işine göre doldurup kullanabilirsin:
Sen [deneyim] bir [meslek]sin. Hedef kitlem: [kim, kaç yaş, şu an ne yaşıyor]. Üslubum: [örnek: samimi, sakin, satışçı değil]. Benim için [format] üret. Konu: [konu]. Kurallar: - Rakam ya da bilgi verirsen kaynağını yaz. - Emin olmadığın yerde bilmediğini söyle, tahmin etme. - Yazmadan önce netleştirmek için bana 2 soru sor.
Bu üç kuralı uyguladığında yapay zekada daha az “arıyor”, daha çok “yönlendiriyor” olacaksın. Bence fark tam olarak bu: Google'da cevabı bulursun, ChatGPT'de cevabı birlikte yazarsınız.
Sık sorulan sorular
ChatGPT bir kütüphane mi, arama motoru mu?
İkisi de değil. ChatGPT bir dil modelidir: okuduğu metinlerden öğrendiği örüntülerle cevabı her seferinde yeniden üretir. Web araması devreye girdiğinde internetteki sayfalara bakabilir, ama cevabı yine kendisi yazar.
ChatGPT bilgileri nereden getiriyor?
Eğitim sırasında okuduğu çok büyük miktarda metinden öğreniyor. Bu metinleri bir dosya gibi saklamıyor; kelimeler arasındaki ilişkileri parametre adı verilen sayılarda tutuyor. Örneğin GPT-3'te 175 milyar parametre vardı.
ChatGPT aynı soruya neden farklı cevaplar veriyor?
Çünkü her kelimeyi olasılıklara bakarak seçiyor ve bu seçimde bir miktar rastlantı payı var. Hazır bir metni okumadığı için iki seferde farklı cümleler kurabiliyor. Anlam genellikle benzer kalıyor, ifade değişiyor.
ChatGPT neden bazen bilgi uyduruyor?
Emin olmadığı yerde de en olası görünen kelimeleri seçmeye devam ettiği için. OpenAI'ın 2025 tarihli araştırması, eğitim ve değerlendirme yöntemlerinin “bilmiyorum” demek yerine tahmin etmeyi ödüllendirdiğini gösteriyor. Bu yüzden rakam ve kaynakları her zaman kontrol etmek gerekiyor.
ChatGPT'den daha iyi cevap almak için ne yapmalıyım?
Modelin tahmin etmek zorunda kaldığı boşlukları azalt: kim olduğunu, kime yazdığını, üslubunu ve ne istediğini açıkça yaz. Gerekirse dosya ekle, kaynak iste ve emin değilse bilmediğini söylemesine izin ver.
Kaynaklar
- GPT-3 makalesi, 175 milyar parametre ve 300 milyar token (Brown vd., 2020): https://arxiv.org/abs/2005.14165
- GPT-4 teknik raporu, model büyüklüğünün açıklanmadığı bölüm (OpenAI, 2023): https://arxiv.org/abs/2303.08774
- Token nedir, nasıl sayılır? (OpenAI Yardım Merkezi): https://help.openai.com/en/articles/4936856-what-are-tokens-and-how-to-count-them
- Dil modelleri neden uydurur? (Kalai vd., OpenAI, Eylül 2025): https://arxiv.org/abs/2509.04664
- ChatGPT'de web araması (OpenAI, 2024): https://openai.com/index/introducing-chatgpt-search/
- Bilgi kesim tarihi yazım: https://bilgegulkoc.com/yazilar/bilgi-kesim-tarihi