Metin Yazımında Sinir Ağları İçin Prompt'lar - Pratik Bir Kılavuz

Tavsiye: Prompt'ları oluşturmadan önce hedefi ve hedef kitleyi tanımlayın. Blog oluşturma sürecinde, kesin bir özet çıktıları odaklanmış tutar. Burada kompakt bir şablon kullanın ki listeleyin: hedef, kitle, uzunluk, ton ve kısıtlamalar. Görevin detaylarını sağlayın ki çıktılar hedefte kalsın. içeriği tarif edin net bir şekilde ve net başarıyı neyin oluşturduğunu tanımlayın, böylece model geribildirime yanıt verebilsin etkili bir şekilde. Bu yaklaşım hızlı yineleme için tamamen pratiktir.

Sapmayı önlemek için, yapıcı prompt'lar oluşturun: farklı görevler için modüler bloklar, tür prompt'lar ve şablonlar dahil. Her blok için belirtin: hedef, kitle, uzunluk, stil ve kanıt kaynakları. Bu, gönderiler ve projeler arasında yeniden kullanım için bir dünya sağlar. Bu yaklaşımın avantajları daha hızlı yineleme, tutarlı ses ve daha kolay denetimdir. Beklentileri sabitlemek için yardımcı somut örnekler kullanın.

Örnek şablonlar esastır: Özet → Taslak → İnceleme. Örneğin: Özet hedef kitleyi, tonu ve uzunluğu belirtir; ardından açık bölümlerle bir taslak isteyin. Kapsanacak detaylar dahil edin, örneğin tanımlar, örnekler ve öz bir sonuç. Modelin kavramları net tarif etmesini sağlayın ve anlayarak geribildirime yanıt vermesini sağlayın. Düzenlemeleri yönlendirmek ve çıktıları yolda tutmak için mini bir rubrik kullanın.

Her seferinde tamamen uyguladığınız hızlı bir kontrol listesi kullanın prompt'ları birleştirmek için: hedef, kitle, uzunluk, stil, veri kaynakları ve değerlendirme. Okuyucular için burada blogunuzda yönteminizi göstermek için tür örnekler veya kısa klipler kullanın. Sonuçları rubriğe karşı doğrulayın ve netliği ve doğruluğu iyileştirmek için prompt'ı revize edin. Bu disiplinin avantajları tekrarlanabilir kalite ve daha hızlı yayın döngülerini içerir.

Bu ilkeleri uygulayarak, sinir ağlarıyla metin üretimini güvenilir bir iş akışına dönüştürürsünüz. Her zaman kullanın prompt'ların ortak bir yapıcısını ve gelecek yinelemeler için sonuçları belgeleyin. Bulguları okuyucularla burada dostça bir formatta paylaşın. Yaklaşım, içerik oluşturma sürecinde yeniden kullanılabilir bir süreç oluşturmanıza yardımcı olur ve prompt'ların çıktıyı nasıl etkilediğini anlamayı kolaylaştırır. Sonuçları ve her yinelemenin detaylarını belgeleyerek, okuyucu sorularına hızlı yanıt verebilir ve blogunuzda dostça, yaklaşılabilir bir ton tutabilirsiniz.

Metin Üretimi İçin Görevlere Özgü Hedefleri Tanımlama

Çıktının başarması gereken üç ila beş görev özgü hedefin bir listesiyle başlayın. Her hedef ölçülebilir olmalı ve sinir ağları yazımı için iş hedeflerine bağlı olmalıdır. Bir blog gönderisi için, yazar sesine uyan ton (tonalite) belirtin, nihai uzunluk (son) hedefi belirleyin ve doğru bilgi (bilgi) gerektirin. Yapı için bir kısıtlama ekleyin, örneğin net bir giriş, üç ana nokta (anahtar) ve öz bir sonuç. YandexGPT'yi herhangi bir modelde uygulanabilirliği kalibre etmek için kıyaslama olarak kullanın ve hedeflerin içerik oluşturma (oluşturma) alanında herhangi bir alana uygulanmasını sağlayın. Kontrol listesi özel bir listede saklanmalı ve prompt'lar yayınlanmadan önce her inceleyici tarafından gözden geçirilmelidir. Amaç, beklentiler hakkında şeffaf olmak ve şu soruları yanıtlamayı kolaylaştırmaktır: Hangi çıktılar hangi hedefi karşılar? Hangi çıktılar hangi kısıtlamayı başarısız kılar?

Her hedefi, model (modeller) için açık sinyaller içeren somut bir prompt kısıtlamasına dönüştürün. Örneğin: dostça ama profesyonel bir tonda (tonalite) yanıt verin, uzunluğu 800 ile 1100 kelime arasında tutun, doğrulanabilir (doğrulanabilir) bilgi (bilgi) belirtin ve örneklerle üç destekleyici nokta sunun. Metnin blog taslağı için uygun olduğunu belirtin ve okuyucular için eyleme geçirilebilir bir yazı (yazı) olarak kullanılabileceğini belirtin. Hedef kümesi, çıktının mantıksal olarak tutarlı olmasını, verilen yapıda sıkı olmasını ve güvenilirliği baltalayacak uydurmalardan uzak olmasını gerektirmelidir.

Süreci pratik tutmak için, her hedefi basit bir teste bağlayın: Çıktı kelime aralığını (kelimeler) karşılar mı, orta bölümde en az üç madde-nokta (nokta) içerir mi, belirtilen tonu korur mu ve yalnızca doğrulanmış bilgiye (bilgi) atıf yapar mı? Sonuçları herhangi bir model tarafından üretilenleri değerlendirirken bu rubriği kullanın, yandexgpt dahil. Görev yazı (yazı) için içerik oluşturma veya blog-tipi gönderi içeriyorsa, hedeflerin kitle beklentileriyle ve genel içerik stratejisiyle uyumlu olmasını sağlayın. Sonuçta elde edilen son içerik, paragraflar arasında tutarlılığı yansıtmalı ve önceden belirlenmiş hedeflere çelişmemelidir.

Uygulamada, her hedef için başarıyı nasıl ölçeceğinizi tanımlayın. Tutarlılık puanını, gerçek doğruluğunu, kelime çeşitliliğini ve okuyucu etkileşim sinyallerini (sayfada kalma süresi, kaydırma derinliği) izleyin. Her metriği, üretime geçmeden önce çıktının karşılaması gereken bir eşiğe eşleyin. Odak ana bilgide tutun, dolgu değil ve sunulan herhangi bir bilginin güvenilir kaynaklara izlenebilir olmasını zorunlu kılın. Bu yaklaşım, yazarın sesine otantik hissettiren içerik üretmeye yardımcı olurken, parçanın bir blog'a ve uygun olduğunda resmi bir yazı (yazı) formatına uyduğundan emin olur.

Tutarlı Stil ve Ses İçin Prompt Şablonları Tasarlama

Tavsiye: Tonu, stili ve uzunluğu sabitleyen tek bir yeniden kullanılabilir prompt iskeleti oluşturun, ardından içerik görevleri için yeniden kullanın ki tek tip bir ses sağlansın. Tasarımda rehberlik eden şu anahtar kelime kümesi: yardımcı, profesyonel, çalışması, her ne kadar, yerine, ne zaman, görev, nihai, örnekte, içeriği, somut, ana, bu, buraya, kendisinin, birleştiriyoruz, paketlemede, oluşturma, bağlamsal, metni, talimatlar, yazmak, metinsel, ana. Bu prompt'lar, somut konulara uyarlanabilir bir temel sağlar, metnin ana anlamını korurken. Bu yaklaşımda, talimatlar çıktı şeklini ve tonunu tanımlar; konular değiştiğinde, iskelet tutarlılığı korur. Burada, paketleme stratejisi bağlamsal ve metinsel görevler için tek bir gerçeklik kaynağı oluşturur, böylece istediğiniz sese uyan içerik yazabilirsiniz örnekler ve içerik arasında. (bu) yaklaşım çıktılar arasında uyumu güçlendirir.

Şablon Bileşenleri ve Değişkenler

Şablonunuza kilitleyeceğiniz temel bileşenler: Görev bağlamı olarak bağlamsal metin, talimat olarak direktif ve çıktılar için kısıtlamalar (uzunluk, format ve gereken veri). Konu, kitle ve uzunluk için yer tutucular kullanın; resmi, nötr veya dostça gibi bir hedef ton tanımlayın. Ana parametreler, madde listeleri, veri noktaları veya alıntılar içerip içermemeyi ve giriş, analiz ve sonuç gibi bölümleri gerektirip gerektirmemeyi içerir. Örneklemek için talimat verin: "yazmak" öz bir yönetici özeti veya detaylı bir analiz; içeriğin görevle uyumlu kalmasını ve bağlamsal yönü korumasını sağlayın.

Uygulama ve Doğrulama

Uygulama adımları: 1) stil ve ses için bir rubrik tanımlayın; 2) 2–3 şablon varyantı oluşturun; 3) 5–10 prompt'ta test edin; 4) rubrik puanlarıyla tutarlılığı ölçün; 5) varyasyonu azaltmak için token'ları ayarlayın. Çıktıları aynı paketlemede paketleyin, böylece projeler arasında dağıtım istikrarlı kalır. Somut metrikler ton uyum ortalama puanı, uzunluk varyansı ±%10 içinde ve prompt kabul oranı %85'in üzerinde. Sonuçlar düştüğünde, talimat segmentini rafine edin ve kısıtlamaları sıkılaştırın. Bu yaklaşım, profesyonel boru hatlarında içerik üzerinde manuel düzenlemeleri azaltır ve daha güvenilir nihai kalite sağlar.

Prompt'lar Aracılığıyla Uzunluk, Yapı ve Biçimlendirmeyi Kontrol Etme

Somut tavsiye: Prompt'ta uzunluğu sabitleyin ve bir yedek sağlayın. Örneğin: "Uzunluk, Yapı ve Biçimlendirmeyi Kontrol Etme hakkında 600 kelimelik bir makale yazın" veya "450-600 kelimeyle sınırlayın." Bazen sabit sayının yerine bir aralık isteyebilirsiniz, ör. 400-700 kelime. Kısıtlamayı net belirtin ve paragraf sınırında bitirin. İzleme yinelemelerine yardımcı olmak için çıktıya bir erid etiketi ekleyin. Telegram kanalı için hazır bir gönderi kullanarak yayınlamadan önce biçimlendirmeyi doğrulayın, makale veya video senaryosu olarak. Uzunluk kontrolü sırları: metriği tanımlayın (kelimeler), sayım kuralını gösterin ve önce kısa bir özet ekleyin. Modelin kısıtlamaya uyup uymadığını görmek için test token'ıyla prompt edin. Sonuçları karşılaştırmak için, aynı prompt'ı yandexgpt ve diğer modellere aynı uzunluk yönergeleriyle çalıştırın.

Uzunluk kontrolü ve kelime sayıları

En iyi uygulama: Hedef kelime sayısını ve isteğe bağlı bir aralığı bildirin. "Kelime sayısı: tam 600" veya "Kelime sayısı: 450-600" gibi açık ifadeler kullanın. Derinlik gerektiren görevler için aralığı 700 kelimeye genişletin, ancak her bölümü sınırlar içinde tutun. Karmaşık konularda, her bölümün ortalama 150-200 kelime olması gerektiğini belirtin ve önce kısa bir özet sağlayın. Okuyucunun ana noktaları kavramasına yardımcı olmak için gövdeden sonra öz bir sonuç vurgulayın; model 2-3 cümlelik bir kapanışla bitirmelidir. Metni ciddiye almak ve uzun sapmaları önlemek için sınır değerleri kullanın.

Yapı ve biçimlendirme

Çıktıyı taramayı kolaylaştırın net bir taslak isteyerek: Giriş, Gövde, Sonuç; Gövde 2-4 noktaya bölünmüş. Her bölüm mantıksal akışla 2-4 cümle içermelidir. Makale veya gönderide ana fikirleri ve terimleri vurgulayın ki kolayca fark edilsin; eğer hedef video veya makale için hazır malzeme ise, görsellerle uyumlu tempoyu sağlayın. Biçimlendirmenin önemli olduğu durumlar: telegram kanalı, blog gönderisi veya uzun form makaleler; çıktının hedef formata uymasını açıkça isteyin başlıklarla, kısa paragraflarla ve açık geçişlerle. Prompt'ları öyle yazın ki sonuç hemen kullanılabilsin – okuyucu detaylarda kaybolmasın ve her bölümün gereken kahramanını kolayca bulsun.

Çıktıları Yönlendirmek İçin Az-Örnek Örnekler Dahil Etme

Hedef göreve doğrudan eşlenen beş ila sekiz gösterimin kompakt bir kümesiyle başlayın. Her demo, net bir prompt ile ideal çıktıyı eşleştirir, yapı, ton ve kısıtlamaları gösterir. Bu demolar içinde tutarlı bir format sağlayın ve belirsizlikten kaçının. Modeli prompt içinde yönlendirmek için Prompt: ve Output: gibi basit bir ayırıcı kullanın. Bu yaklaşım daha istikrarlı sonuçlar verir ve her örneğin etkisini ölçülebilir kılar.

• birleştiriyoruz
• yandexgpt
• içinde
• kısa belirtin
• gerçekten
• benzersizlik
• ayrıca
• prompt
• sırları
• konu
• önemli
• prompt-mühendisliği
• bilgi
• basit
• gerekli
• yapılandır
• dikkate al
• bilgileri
• sürüm
• hiçbir şey
• yanıtla

1. Hedef çıktı formatını tanımlayın. Uzunluğu, tonu ve kısıtlamaları net belirtin.
2. Model davranışını belirsizlik altında ortaya çıkarmak için kenar durumları derleyin.
3. Tutarlı prompt'lar kullanın: Örnekler arasında aynı şablonu tutun.
4. Yalnızca yardımcı olursa kısa gerekçeler sağlayın, her öğede değil.
5. Rubrikle değerlendirin: doğruluk, ton ve kısıtlama uyumu, ve gerektiğinde prompt'ları yenileyin.

Örnek iskelet prompt'lar

1. Prompt: Görev: Verilen paragrafın öz iki cümlelik özetini yazın. Ton: dostça. Kısıtlamalar: argo yok, 40 kelimeden az.

   Output: Dostça, öz ve okunaklı iki cümlelik bir özet.

2. Prompt: Görev: Konu hakkında üç pratik çıkarım listeleyin. Ton: doğrudan. Kısıtlamalar: kesin terimler kullanın ve dolgu kaçının.

   Output: - Çıkarım bir; - Çıkarım iki; - Çıkarım üç.

Uygulama ipuçları

1. Sürümü belgeleyin ve değişiklikleri izleyin; bu yinelemeler arasında çıktıları karşılaştırmaya yardımcı olur.
2. Örnekleri prompt bloğu içinde tutun ve kontrollü bir süreçle güncelleyin.
3. Sızıntıyı test edin: İlgisiz görevler arasında demoların karışmasını önleyin; yandexgpt kullanıyorsanız, onu yalnızca test yatağı olarak ele alın, üretim değil.

İş akışında, prompt içinde, önemli yönleri dikkate alın: bilginin benzersizliği ve prompt-mühendisliği sırları, ayrıca prompt, konu; basitçe kısa bir talimat belirtin ve gereksiz hiçbir şeye yanıt vermeyin, ki sürüm tekrar kullanılabilsin kimseyi etkilemeden.

Halüsinasyonları En Aza İndirme ve Güvenilirliği Artırma Teknikleri

Somut bir tavsiyeyle başlayın: Her prompt'ta açık görev ayrıştırması uygulayın ve kanıt destekli yanıtlar gerektirin. Her görevi 2–4 küçük adıma bölün ve yanıtların güvenilir kaynaklardan doğrulanabilir bilgi içermesini talep edin. Bu yaklaşım daha net bir sonuç verir ve denetimi kolaylaştırır. Tonu (tonalite) ve stili hedef kitleyle uyumlu hale getirin; pazarlamacı okuyucular için kesin etiketleme ısrar edin ve belirsiz iddialardan kaçının. Girişleri çıktılarla, kısıtlamaları gerçeklerle ve kararları atıflarla eşleyen yapılar (yapılar) oluşturun. Şimdi prompt gruplarını (gruplar) karşılaştırın ve modelin ilgili görevleri (görevler) karıştırıp karıştırmadığını veya doğrulanmamış bilgi (bilgi) önerip önermediğini test edin. Prompt'lar tasarlarken, bağlamı (bilgileri) gömün ve bir sonraki göreve geçmeden önce açık onay gerektirin. Tutarlılığı ölçmek için claude ve erid gibi modelleri referans noktası olarak kullanın ve kararları gözlemlenen sonuca dayandırın. Çıktılar saparsa, sorunlu parçaları sabit şablonlarla değiştirerek bir yerine strateji uygulayın. İçeriği ilgi çekici tutmak için uygun olduğunda rehberliğe duyguları (duygular) dokuyun, netliği korurken aşırı duygusal içerikten kaçının. Bilgi eksik olduğunda modelin netleştirmeler sormasını (sormak) isteyen prompt'lar (prompt'lar) ekleyin ve bu soruları ne zaman tetikleyeceğini (ne zaman) belirtin ki gereksiz yinelemeler önlensin.

Yapılandırılmış Prompt'lar ve Görev Ayrıştırması

Doğrulama, Alma ve Ton Kontrolü

Alım artırılmış kalıpları benimseyin: Güvenilir kaynaklardan kanıt çekin, atıfları ekleyin ve sonuçlandırmadan önce ana noktaları özetleyin. Gerçekleri çapraz kontrol etmek için birden fazla kaynak kullanın ve tutarsızlıklar küçük bir eşiği aştığında otomatik kırmızı bayraklar tetikleyin. Tonu (tonalite) ve duyguları (duygular) sabit bir stil rehberi (stil) uygulayarak kontrol edin ve yorumu偏向 edebilecek aşırı dramatik ifadelerden kaçının. Claude ve erid üzerinde paralel prompt'lar çalıştırın, ardından farkları uzlaştırarak potansiyel halüsinasyonları belirleyin. Prompt öznel yargılar isterse, kriterleri belirtin ve kullanıcının girdisi detay (ne zaman) eksikse netleştirici sorular sorun (sormak). Somut, eyleme geçirilebilir bir sonuç (sonuç) ve kalan belirsizlikler hakkında kısa bir notla bitirin, ki kullanıcı bir sonraki adımları güvenle karar verebilsin.

Yinelemeli Prompt Ayarlama: Test Et, Analiz Et ve Rafine Et

Prompt ailesi başına tek bir hedefle başlayın ve 20 denemelik kompakt bir toplu çalıştırın. Her denemede, bir değişken hariç tüm değişkenleri sabit tutun ve çıktıları üç somut kritere göre ölçün: netlik, tutarlılık ve referans korpusuna karşı gerçek uyum. Her test grubunda, prompt başına puanları kaydedin ve varyantlar arasında ne değiştiğini not edin. Yapı, kullanıcı niyeti ve tutarlılığı tartan belirli bir rubrik kullanın. Dostça çerçeveleme çıktıları kullanıcı dostu tutmaya yardımcı olur ve ton ayarlamaları daha sonra keşfedilebilir, ana talimat sabit kalırken. Bir sonraki yineleme için, topludan en iyi varyantı uygulayın ve sonuçları belgeleyin. İsterseniz, bulgulara eşlik etmek için kısa bir video örneği kaydedebilirsiniz ve değişiklikler hakkında bilgi ekleyin.

Test aşaması: kurulum ve metrikler

Temel bir prompt ve üç varyant belirleyin: daha yüksek özgüllük, daha yumuşak ton ve daha kısa uzunluk. Varyant başına 20 prompt çalıştırın, toplam 60 deneme. Prompt'lar arasında sabit bir rubrik kullanın: 1) netlik, 2) kullanıcı niyetiyle uyum, 3) hedef kitleyle stilistik tutarlılık. 0–1 ölçeğinde puanlayın, ortalamaları hesaplayın ve dağılımı inceleyin. Hangi değişikliğin puan kazanımlarıyla ilişkili olduğunu izleyin; bir ayar çoğu prompt'ta iyileşme sağlarsa, onu bir sonraki temel prompt'a taşıyın. Bir varyant prompt'ların üçte birinde veya daha fazlasında puanları düşürürse, çalışmayı erid olarak etiketleyin ve gelecek toplardan çıkarın. Farkı göstermek için kısa bir video klibi (video) veya ekran görüntüleri yakalayın ve paydaşlar için öz bir tanıtım notu oluşturun. Bir sonraki yineleme için, en iyi performanslı varyantı yeni temel çizgi olarak yeniden kullanın.

Analiz ve rafine: döngüler ve otomasyon

Sonuçları başarısızlık moduyla inceleyin: niyet yanlış yorumu, ton sapması ve gerçek sapması. Her biri için bir düzeltme oluşturun: talimatı sıkılaştırın, 2–3 örnek ekleyin veya koruma ifadeleri ekleyin. Rafine için basit bir formül kullanın: değişiklikleri sonuçlara eşleyin ve yüksek verimli ayarları bir sonraki temel çizgiye taşıyın. Bir ayar çoğu prompt'ta puanları iyileştirirse, temel çizgiye uygulayın; üçte birinden fazlasına zarar verirse, erid olarak etiketleyin ve bırakın. Ne değiştiğini ve nedenini özetleyen bir bilgi sayfası tutun ve paydaşları bilgilendirmek için öz bir reklam notu hazırlayın. Etkiyi iletmek için kısa bir video özeti (video) ekleyebilirsiniz. En iyi varyantları yeniden çalıştırmak ve metrikleri toplamak için otomasyonu yapılandırın, ki döngü daha hızlı çalışsın ve her yinelemede kalsın. İhtiyacınız olursa, prompt'ları kuyruğa almak ve en iyi sonuçları bir sonraki tura itmek için küçük betikler yazabilirsiniz ve bilgi (bilgi) değişimini takım arkadaşlarıyla ortak notlar (bilgi) aracılığıyla paylaşın.

Metin Prompt'larında Etik, Güvenlik ve Atıf Konuları

Tavsiye: Modellerin çıktılarını yönlendirmek ve hesap verebilirliği sağlamak için her metin prompt'unda atıf ve güvenlik kontrolleri dahil edin. Prompt oluşturma sürecinde, görevleri, izin verilen içeriği ve belirsiz istekler için tırmanma adımlarını net tanımlayan bir rehber kullanın, sonuçların lisanslaması ve sahipliği hakkında bilgi dahil, ki çıktılar izlenebilsin ve sorumlu bir şekilde kullanılsın.

Etik ilke: Gizliliğe ve rızaya saygı gösterin, zarardan ve önyargıdan kaçının ve sınırlamaları ortaya koyun. Prompt'ları metinde özetlerken, veri kaynakları ve model kısıtlamaları hakkında bilgi ekleyin, her görevin çıktılarının benzersizliği korurken gereksiz kopyalamadan kaçınmasını sağlayın ve içeriğin gerçek insanlar veya markaları nasıl etkileyebileceğini düşünün. Bu yaklaşım güven oluşturur ve sorumlu kullanımı destekler.

Güvenlik kontrolleri: Koruma rayları, içerik filtreleri ve tırmanma yolları uygulayın. Yasak konuları net belirtin ve üretim ilerlemeden önce uyarıları tetiklemek için kesin talimatlar kullanın. Kuralları canlı sistemleri açığa çıkarmadan doğrulamak için demis'i test verisi olarak kullanın ve formülasyonları ve görevleri rafine ederken güvenilirliği iyileştirin. Yanlış temsil, manipülasyon ve aldatıcı reklam potansiyeli gibi riskleri dikkate alın.

Atıf ve bilgi bütünlüğü: Kaynakları, lisansları, model sürümünü ve çıktı haklarını kaydederek net bir köken tutun. Her görev için atıf kurallarını açıklayan bir bölüm oluşturun, formülasyonların (formülasyonlar) bilgi (bilgi) nasıl atıf yapacağını ve çıktıların açık atıf gerektirdiği durumları dahil. Şeffaflığı sağlayın, intihali önleyin ve sahipliği ve hesap verebilirliği destekleyin.

Pratik prompt'lar: Görevleri ayırarak, istenen çıktı formatını belirterek ve tonu ve kitleyi ayarlayarak prompt'ları yapılandırın. Etik ve güvenlik uyumunu değerlendirmek için örnekler ve kontrol listeleri sağlayın. Öz formülasyonlar kullanın, prompt'un arkasındaki fikri net belirtin ve başarı için görevi özetleyin, ki okuyucular sonuçları doğrulayabilsin ve uygun olmayan içerik üretmekten kaçınsın, uygun olmadığında reklam içeriği (reklam) dahil.

Aspect	Guidance
Attribution	Model sürümünü, veri kaynaklarını, lisansları ve çıktı haklarını kaydedin; bölümde atıf kurallarını belgeleyin.
Ethics and Privacy	Gizliliği koruyun, gerektiğinde rıza alın, önyargıdan kaçının ve çıktılarda kişisel verileri sansürleyin.
Safety	Koruma rayları, içerik filtreleri ve tırmanma yolları kurun; yasak konuları net tanımlayın.
Originality and Formulations	Çıktıların benzersizliğini teşvik edin; birebir kopyalamaya karşı doğrulayın; formülasyonlar görevi net ifade etsin.