GSP1151

Genel bakış

Bu laboratuvarda, büyük dil modeli (LLM) yanıtlarının kalitesini artırmak için etkili istemler tasarlamanıza yardımcı olacak en iyi uygulamalar ve istem mühendisliği ele alınmaktadır. Aynı anda tek bir göreve odaklanan, kısa, net ve ayrıntılı istemler oluşturmayı öğreneceksiniz. Laboratuvarda, üretme görevlerini sınıflandırma görevlerine dönüştürme ve yanıt kalitesini artırmak için örnek kullanma gibi ileri düzey teknikler de işleniyor. Daha fazla bilgi için istem tasarımıyla ilgili resmi belgelere göz atın.

Gemini

Google DeepMind tarafından geliştirilen Gemini; metin, kod, görsel, ses ve video gibi çeşitli formatlardaki içerikleri anlayabilen ve üretebilen bir üretken yapay zeka modeli ailesidir.

Vertex AI'da Gemini API

Vertex AI'da Gemini API, Gemini modellerini tek bir arayüzde kullanmanızı sağlar. Bu sayede geliştiriciler, güçlü yapay zeka özelliklerini uygulamalarıyla kolayca entegre edebilir. En güncel gelişmeleri ve en yeni sürümlere özel özellikleri görmek için resmi Gemini belgelerine göz atın.

Gemini modelleri

• Gemini Pro: Aşağıdakiler de dahil olmak üzere, karmaşık akıl yürütme becerilerine sahiptir:
  • Büyük miktarda bilgiyi analiz edebilir ve özetleyebilir.
  • Farklı formatlardaki veriler (ör. metin, kod, görsel) arasında gelişmiş akıl yürütme becerilerine sahiptir.
  • Karmaşık kod tabanlarında etkili problem çözme becerisi vardır.
• Gemini Flash: Hız ve verimlilik açısından optimize edilen bu model, aşağıdaki becerilere sahiptir:
  • Saniyenin altında yanıt süreleri ve yüksek gönderim hacmi
  • Birbirinden farklı görevleri yüksek kalite ve düşük maliyetle tamamlama
  • Uzamsal kavramları daha iyi anlama gibi çok formatlı beceriler, yeni çıkış formatları (ör. metin, ses, görsel) ve yerleşik araçları kullanma (ör. Google Arama, kod çalıştırma ve üçüncü taraf işlevler)

Ön koşullar

Bu laboratuvara başlamadan önce şunlar hakkında bilgi sahibi olmanız gerekir:

• Python'da temel programlama
• Genel API kavramları
• Vertex AI Workbench'te Jupyter not defterinde Python kodu çalıştırma

Hedefler

Bu laboratuvarda şunları öğreneceksiniz:

• Google Gen AI SDK'yı kullanarak istem mühendisliğine başlama
• Kısalık, netlik ve görev tanımı da dahil olmak üzere istem tasarımıyla ilgili en iyi uygulamalardan yararlanma
• Google Gen AI SDK ile metin oluşturma özelliğinin şu gibi çeşitli kullanım alanlarını keşfetme:
  • Fikir üretme
  • Soru yanıtlama
  • Metin sınıflandırma
  • Metin çıkarma
  • Metin özetleme

Kurulum ve şartlar

Laboratuvarı Başlat düğmesini tıklamadan önce

Buradaki talimatları okuyun. Laboratuvarlar süreli olduğundan duraklatılamaz. Start Lab'i (Laboratuvarı başlat) tıkladığınızda başlayan zamanlayıcı, Google Cloud kaynaklarının ne süreyle kullanımınıza açık durumda kalacağını gösterir.

Bu uygulamalı laboratuvarı kullanarak, laboratuvar etkinliklerini simülasyon veya demo ortamı yerine gerçek bir bulut ortamında gerçekleştirebilirsiniz. Bunu yapabilmeniz için size yeni, geçici kimlik bilgileri verilir. Bu kimlik bilgilerini laboratuvar süresince Google Cloud'da oturum açmak ve Google Cloud'a erişmek için kullanabilirsiniz.

Bu laboratuvarı tamamlamak için gerekenler:

• Standart bir internet tarayıcısına erişim (Chrome Tarayıcı önerilir)

Not: Bu laboratuvarı çalıştırmak için tarayıcıyı gizli modda (önerilen) veya gizli tarama penceresinde açın. Aksi takdirde, kişisel hesabınızla öğrenci hesabınız arasında oluşabilecek çakışmalar nedeniyle kişisel hesabınızdan ek ücret alınabilir.

• Laboratuvarı tamamlamak için yeterli süre (Laboratuvarlar başlatıldıktan sonra duraklatılamaz.)

Not: Bu laboratuvar için yalnızca öğrenci hesabını kullanın. Farklı bir Google Cloud hesabı kullanırsanız bu hesaptan ödeme alınabilir.

Laboratuvarınızı başlatma ve Google Cloud Console'da oturum açma

1. Laboratuvarı Başlat düğmesini tıklayın. Laboratuvar için ödeme yapmanız gerekiyorsa ödeme yöntemini seçebileceğiniz bir iletişim kutusu açılır. Soldaki "Laboratuvar ayrıntıları" panelinde şunlar yer alır:

   • "Google Cloud konsolunu aç" düğmesi
   • Kalan süre
   • Bu laboratuvarda kullanmanız gereken geçici kimlik bilgileri
   • Bu laboratuvarda ilerlemek için gerekebilecek diğer bilgiler

2. Google Cloud Console'u aç'ı tıklayın (veya Chrome Tarayıcı'yı kullanıyorsanız sağ tıklayıp Bağlantıyı gizli pencerede aç'ı seçin).

   Laboratuvar, kaynakları çalıştırır ve sonra "Oturum aç" sayfasını gösteren başka bir sekme açar.

   İpucu: Sekmeleri ayrı pencerelerde, yan yana açın.

   Not: Hesap seçin iletişim kutusunu görürseniz Başka bir hesap kullan'ı tıklayın.

3. Gerekirse aşağıdaki kullanıcı adını kopyalayıp Oturum açın iletişim kutusuna yapıştırın.

   {{{user_0.username | "Username"}}}

   Kullanıcı adını "Laboratuvar ayrıntıları" panelinde de bulabilirsiniz.

4. İleri'yi tıklayın.

5. Aşağıdaki şifreyi kopyalayıp Hoş geldiniz iletişim kutusuna yapıştırın.

   {{{user_0.password | "Password"}}}

   Şifreyi "Laboratuvar ayrıntıları" panelinde de bulabilirsiniz.

6. İleri'yi tıklayın.

   Önemli: Laboratuvarın sizinle paylaştığı giriş bilgilerini kullanmanız gerekir. Google Cloud hesabınızın kimlik bilgilerini kullanmayın. Not: Bu laboratuvarda kendi Google Cloud hesabınızı kullanabilmek için ek ücret ödemeniz gerekebilir.

7. Sonraki sayfalarda ilgili düğmeleri tıklayarak ilerleyin:

   • Hükümler ve koşulları kabul edin.
   • Geçici bir hesap kullandığınızdan kurtarma seçenekleri veya iki faktörlü kimlik doğrulama eklemeyin.
   • Ücretsiz denemelere kaydolmayın.

Birkaç saniye sonra Google Cloud konsolu bu sekmede açılır.

Not: Google Cloud ürün ve hizmetlerine erişmek için gezinme menüsünü tıklayın veya Arama alanına hizmetin veya ürünün adını yazın.

1. Görev: Not defterini Vertex AI Workbench'te açın

1. Google Cloud Console'un gezinme menüsünde () Vertex AI > Workbench (Çalışma Alanı) seçeneğini tıklayın.

2. örneğini bulun ve JupyterLab'i aç düğmesini tıklayın.

Workbench örneğinizin JupyterLab arayüzü, yeni bir tarayıcı sekmesinde açılır.

2. Görev: Not defterini ayarlayın

1. dosyasını açın.

2. Select Kernel (Çekirdek Seç) iletişim kutusunda, kullanılabilir çekirdekler listesinden Python 3'ü seçin.

3. Not defterinin Getting Started (Başlangıç) ve Import libraries (Kitaplıkları içe aktarma) bölümlerini inceleyin.

   • Project_ID (Proje kimliği) için , Location (Konum) için değişkenlerini kullanın.

Not: Colab only (Yalnızca Colab) olarak belirtilen not defteri hücrelerini atlayabilirsiniz. Not defteri hücrelerini çalıştırdığınızda 429 yanıtı alırsanız hücreyi tekrar çalıştırmadan önce 1 dakika bekleyin.

Hedefi doğrulamak için İlerleme durumumu kontrol et'i tıklayın.

Paketleri yükleyin ve kitaplıkları içe aktarın.

3. görev: İstem mühendisliğiyle ilgili en iyi uygulamalar

İstem mühendisliği, istemlerinizi görmek istediğiniz yanıtı alacak şekilde tasarlamayla ilgilidir. "Basit" istemler kullanmanın amacı, isteminizi gereksiz detaylardan arındırarak LLM'nin istemin amacını yanlış yorumlama olasılığını azaltmaktır. Aşağıda, "basit" istemlerin tasarlanmasıyla ilgili bazı yönergeleri bulabilirsiniz.

Bu bölümde, istem mühendisliği yaparken izleyebileceğiniz en iyi uygulamaları ele alacaksınız:

• Kısa ve öz istemler oluşturun.
• Net ve ayrıntılı bilgi verin.
• Aynı anda tek bir görev yapılmasını isteyin.
• Örnek ekleyerek yanıt kalitesini artırın.
• Güvenliği artırmak için üretmeye yönelik görevleri sınıflandırma görevlerine dönüştürün.

1. Not defterinin Kısa ve öz istemler oluşturun bölümünü inceleyin.

Hedefi doğrulamak için İlerleme durumumu kontrol et'i tıklayın. Kısa ve öz istemler oluşturun.

2. Not defterinin Net ve ayrıntılı bilgi verin bölümünü inceleyin.

Hedefi doğrulamak için İlerleme durumumu kontrol et'i tıklayın. Net ve ayrıntılı bilgi verin.

3. Not defterinin Aynı anda tek bir görev yapılmasını isteyin bölümünü inceleyin.

Hedefi doğrulamak için İlerleme durumumu kontrol et'i tıklayın. Aynı anda tek bir görev yapılmasını isteyin.

4. Not defterinin Halüsinasyonlara dikkat edin bölümünü inceleyin.

Hedefi doğrulamak için İlerleme durumumu kontrol et'i tıklayın. Halüsinasyonlara dikkat edin.

4. görev: Çıkışların değişkenliğini azaltın

Alakasız yanıtlar ve halüsinasyonlar alma olasılığını nasıl azaltabilirsiniz? Bunun bir yolu, LLM'ye sistem talimatlarını vermektir. Bu bölümde, sistem talimatlarının işleyiş şeklini ve bunları bir seyahat chatbot'unda halüsinasyonlar veya alakasız soruları azaltmak için nasıl kullanabileceğinizi göreceksiniz.

1. Not defterinin Modeli alakasız yanıtlara karşı korumak için sistem talimatlarını kullanın bölümünü inceleyin.

Hedefi doğrulamak için İlerleme durumumu kontrol et'i tıklayın. Modeli alakasız yanıtlara karşı korumak için sistem talimatlarını kullanın.

2. Not defterinin Çıkışların değişkenliğini azaltmak için üretmeye yönelik görevleri sınıflandırma görevlerine dönüştürün başlıklı bölümünü gözden geçirin.

Hedefi doğrulamak için Check my progress'i (İlerleme durumumu kontrol et) tıklayın. Üretmeye yönelik görevler çıkış değişkenliğini artırır.

3. Not defterinin Sınıflandırma görevleri çıkış değişkenliğini azaltır başlıklı bölümünü inceleyin.

Hedefi doğrulamak için İlerleme durumumu kontrol et'i tıklayın. Sınıflandırma görevleri çıkış değişkenliğini azaltır.

5. görev: Örnek ekleyerek yanıt kalitesini artırın

Yanıt kalitesini artırmanın bir başka yolu da isteminize örnek eklemektir. LLM, bağlam içinde verilen örneklerden yararlanarak nasıl yanıt vereceğini öğrenir. Yanıtların kalitesini artırmak için genellikle bir ila beş örnek (görev) yeterlidir. Çok fazla örnek eklemek, modelin verileri aşırı öğrenmesine neden olarak yanıtların kalitesini düşürebilir.

Klasik model eğitimine benzer şekilde, örneklerin kalitesi ve dağılımı çok önemlidir. Modelin öğrenmesi gereken senaryoları temsil eden örnekler seçin ve örneklerin dağılımını (ör. sınıflandırma durumunda sınıf başına örnek sayısı) gerçek dağılımınızla uyumlu tutun.

1. Not defterinin Örnek ekleyerek yanıt kalitesini artırın başlıklı bölümünü gözden geçirin.

Hedefi doğrulamak için Check my progress'i (İlerleme durumumu kontrol et) tıklayın. Örnek ekleyerek yanıt kalitesini artırın.

Tebrikler!

Tebrikler! Bu laboratuvarda, Google Gemini ile üretken yapay zekayı kullanarak istem mühendisliğine yönelik en iyi uygulamaları öğrendiniz. Yanıt üretmek için LLM'leri kullanırken kısa ve öz istemler oluşturma, net ve ayrıntılı bilgi verme, örnek ekleme ve aynı anda tek bir görev yapılmasını istemeyle ilgili en iyi uygulamaları benimseyen kullanım alanlarını keşfettiniz.

Sonraki adımlar / Daha fazla bilgi

Gemini hakkında daha fazla bilgi edinmek için aşağıdaki kaynakları inceleyin:

• Gemini'a Genel Bakış
• Vertex AI'da Üretken Yapay Zeka Belgeleri
• YouTube'da Üretken Yapay Zeka
• Vertex AI Tarif Defteri, üretken yapay zeka için özenle seçilmiş çok sayıda aranabilir not defteri içerir.
• Google Cloud Üretken Yapay Zeka deposundaki diğer not defterlerine ve örneklere göz atın.

Google Cloud eğitimi ve sertifikası

...Google Cloud teknolojilerinden en iyi şekilde yararlanmanıza yardımcı olur. Derslerimizde teknik becerilere odaklanırken en iyi uygulamalara da yer veriyoruz. Gerekli yetkinlik seviyesine hızlıca ulaşmanız ve öğrenim maceranızı sürdürebilmeniz için sizlere yardımcı olmayı amaçlıyoruz. Temel kavramlardan ileri seviyeye kadar farklı eğitim programlarımız mevcut. Ayrıca, yoğun gündeminize uyması için talep üzerine sağlanan, canlı ve sanal eğitim alternatiflerimiz de var. Sertifikasyonlar ise Google Cloud teknolojilerindeki becerilerinizi ve uzmanlığınızı doğrulamanıza ve kanıtlamanıza yardımcı oluyor.

Kılavuzun Son Güncellenme Tarihi: 12 Şubat 2025

Laboratuvarın Son Test Edilme Tarihi: 12 Şubat 2025

Telif Hakkı 2025 Google LLC. Tüm hakları saklıdır. Google ve Google logosu, Google LLC şirketinin ticari markalarıdır. Diğer tüm şirket ve ürün adları ilişkili oldukları şirketlerin ticari markaları olabilir.