Tek bir fotoğraf yüklüyorsun ve karşına bir stil raporu çıkıyor. Renk paleti, sana uygun saç kesimi, yüz tipine göre öneriler. Sihir gibi görünüyor ama arkasındaki fikir çok basit. Yapay zekâya kim olduğunu gösteriyorsun ve o da sana genel değil, sana özel cevap veriyor. Bunun adı bağlam vermek.
Ne oldu?
Tek fotoğraf bir stil raporuna dönüşüyor. Yapay zekâ o fotoğrafa bakıp renk paletini çıkarıyor, yüz tipine göre saç kesimi öneriyor, sana neyin yakışacağını söylüyor. Ama işin can alıcı kısmı şu: sadece “sana bu yakışır” demiyor. Neden yakıştığını da gösteriyor. Yani bir liste sunmuyor, bir gerekçe sunuyor.
Nasıl çalışıyor?
Mantığı şu iki cümlede saklı: genel soru, genel cevap. Kısıt, keskin cevap. Yapay zekâya boş bir soru sorarsan, boş bir cevap alırsın. “Bana ne yakışır?” dersen ortalama bir öneri gelir. Ama ona kendi fotoğrafını verirsen, yani kendine dair bir kısıt koyarsan, cevap keskinleşir. Model artık havada konuşmuyor; senin yüzüne, renklerine, hatlarına bakarak konuşuyor. Ne kadar çok kendini gösterirsen, cevap o kadar sana ait oluyor.
“Bağlam vermek” ne demek?
Tarifi basit: modele kim olduğunu söylersen, sana özel cevap verir. Bağlam, yapay zekâya verdiğin “ben buyum” bilgisidir. Bir fotoğraf, bir tercih, bir kısıt. Bunları verdiğin an model artık genel bir kullanıcıya değil, sana cevap veriyor. Bağlam olmadan herkes için aynı şeyi söyler; bağlamla birlikte sadece senin için düşünür.
Neden önemli?
Çünkü aradaki fark cevabın kalitesini belirliyor. “Bana yakışanı söyleme, neden yakıştığını göster” cümlesi tam da bunu anlatıyor. Genel bir soru genel bir cevap üretir ve pek işe yaramaz. Ama sen sınırı daralttıkça, kendini tarif ettikçe, yapay zekâ sana özel ve keskin bir sonuç verebiliyor. Sihir modelin kendisinde değil, ona ne kadar bağlam verdiğinde.
Yani bir dahaki sefere yapay zekâdan ortalama bir cevap alırsan, suç onda olmayabilir. Belki de ona kendini yeterince göstermemişsindir. Bağlam ver, keskin cevap al. İşin sırrı bu kadar sade.