"Bana kombin öner" Demek Neden Hep Hayal Kırıklığı Yaratır? — Yapay Zekaya Stil Danışmanın Yolları
"Bana kombin öner" Demek Neden Hep Hayal Kırıklığı Yaratır? — Yapay Zekaya Stil Danışmanın Yolları
"Bana kombin öner." Bu şekilde sorduğunuzda yapay zeka genelde fazlasıyla sıradan bir yanıt verir. Sıradan olması herkese uyabileceği anlamına gelir; bu da aslında tam olarak size uymadığı demektir. Sorun modelde değil, sorudaydı.
Yetersiz Soruların Doğurduğu Sıradan Cevaplar
Gerçek bir stiliste "Bugün ne giysem?" diye sorsanız ne olur dersiniz? Muhtemelen hemen bir cevap vermez. Önce size bir soru yöneltir: "Nereye gidiyorsunuz?"
Diyaloğa dayalı öneri sistemleri üzerine yapılan araştırmalarda sürekli vurgulanan sorun tam da bu noktada yatıyor. Kullanıcının girdisi genelde yetersiz bilgi (underspecified) içerir ve sistemin en kritik yeteneklerinden biri, eksik kalan detayları geri sormaktır. Sistemin asıl görevi, kullanıcının bir sonraki adımda ne istediğini daha net ifade etmesine yardımcı olmaktır.
Fakat sorun şu ki pek çok servis size soru sormak yerine doğrudan bir yanıt verir. Yeterli bilgi olmayınca da ortaya son derece vasat ve ortalama bir öneri çıkar. Biz de bu sonuca bakıp "Yapay zeka bu işi beceremiyor" deriz.
Peki, bu boşlukları nasıl doldurmalıyız?
Kusursuz Bir Promptun Anatomisi
Moda önerileri üzerine yapılan araştırmalar; materyal, kesim gibi somut özelliklerin, siluet ve havayı yansıtan görsel detayların ve ana renk bilgilerinin oldukça işe yaradığını gösteriyor. Bunları her sistem için katı birer kural gibi görmesek de sorularınızı netleştirmek adına harika bir kontrol listesi sunarlar.
Akademik dili günlük konuşmaya dökersek, karşımıza dört temel unsur çıkar:
Birincisi, Etkinlik (TPO). Ne zaman, nerede ve kiminle? "Yarın sabah" ile "Cumartesi akşamı" bambaşka kıyafetler gerektirir.
İkincisi, Siluet. Kombinin ana parçası ne olacak? "Lacivert kumaş pantolon odaklı olsun" demek bile seçenekleri yarı yarıya eler.
Üçüncüsü, Renk Aralığı. Tüm renkleri tek tek saymanıza gerek yok. Çoğu zaman istemediğiniz tek bir rengi belirtmek bile yeterlidir. Tıpkı "Beyaz ve siyah hariç" demek gibi.
Dördüncüsü, Mood / Hava. Nasıl görünmek istiyorsunuz? "Sade ve şık" ya da "Çabasız ama özenli". Bu detay eksik kaldığında sonuç fazlasıyla ruhsuz olur.
Bu dört unsuru eklerseniz, iki cümlelik bir komut bile son derece netleşir. Aksine, gereken bağlamı vermediğinizde sıradan bir sonuç alma ihtimaliniz yükselir.
Ancak bazen sadece iyi bir prompt yazmak bile yetmeyebilir.
Prompttan Önce Veri Gelir
Yapay zeka yalnızca gardırobunuza eklediğiniz ürünleri görebilir.
Gardırobunuzun sadece yarısı sisteme kayıtlıysa, dünyanın en iyi promptunu da yazsanız alacağınız sonuç yarım kalır. Aradığınız mükemmel parça o diğer yarıda olsa bile yapay zeka onun varlığından haberdar değildir.
Daha da kötüsü, etiketlerin yanlış girilmiş olmasıdır. Eğer bir triko sistemde 'ceket' olarak kayıtlıysa, iyi bir prompt size kesin bir şekilde yanlış bir kombin sunar. Bu durum, hiçbir bilgi olmadan rastgele öneri almaktan bile daha kötüdür.
Bu yüzden doğru bir sıra izlemelisiniz: Önce gardıroptaki ürün ekleme oranınızı artırın, etiketleri gözden geçirin ve ardından promptunuzu detaylandırın. Bu sıralamayı tersine çevirirseniz, ne kadar iyi soru sorarsanız sorun tatmin edici bir sonuç alamazsınız.
Hazırsanız, gelin şimdi örnek cümleler oluşturalım.
Kopyalayıp Kullanabileceğiniz 4 Prompt Örneği
Farklı durumlara göre doğrudan kullanabileceğiniz kalıplar hazırladık. Tek yapmanız gereken ürün isimlerini kendinize göre değiştirmek.
Ofis Stili
Yarın sabah ekip toplantım, öğleden sonra ise şirket dışı bir görüşmem var. Business casual tarzında olsun.
Lacivert kumaş pantolon etrafında şekillensin, ceket şart. Dengeli ve profesyonel tonlar tercih edilsin.
Seyahat
Mart ayında Roma'dayım; gündüz 18, gece 9 derece. İki kilise ziyareti yapacağım için omuzları ve dizleri örtmesi gerekiyor.
Tek bir kabin boy valiz için 5 günlük kombinler olsun.
Düğün / Davet
Cumartesi akşamı kapalı mekanda bir düğün var. Beyaz ve siyah renkler hariç olsun.
Diz altı boyda ve elimdeki bej topuklu ayakkabılarla uyumlu bir kombin.
Buluşma / Date
Cuma akşamı samimi bir şarap barında buluşma. Çok fazla yürümeyeceğim.
Çabasız ama özenli bir hava olsun. bendeki deri ceket odak noktası olsun.
Bu dört örneğin tümü sadece iki üç cümleden ibaret olsa da içinde Etkinlik, siluet, renk ve mood detaylarının hepsini barındırıyor.
Ekleyeceğiniz Tek Bir Cümle Her Şeyi Değiştirir
Buradan bir adım daha ileriye gidebilirsiniz.
Öneri geldiğinde yapay zekaya "Neden bu kombinasyonu seçtin?" diye sorun. Gerekçesini dinlediğinizde neleri söylemeyi unuttuğunuzu hemen fark edersiniz. "Sonbahar tonlarına uyduğu için" gibi bir cevap alırsanız, bu durum mevsimi belirtmediğiniz için yapay zekanın tahminde bulunduğunu gösterir. Bir sonraki istekte bu ayrıntıyı netleştirirseniz çok daha isabetli bir yanıt alırsınız.
Ayrıca çıkan sonuç hoşunuza gitmediğinde çıkarma koşulları eklemeyi deneyin. "Geçen hafta giydiğim kombinleri hariç tut", "Üst parça olarak triko olmasın" gibi... Çoğu zaman yeni parçalar eklemektense bazılarını elemek çok daha yenilikçi kombinlerin kapısını aralar.
Acloset Yapay Zeka Stilisti ile çalışırken de yukarıdaki şablonları yapıştırıp sadece ürün isimlerini değiştirmeniz yeterli. Beğendiğiniz sonuçları kombin olarak kaydedebilir, bir sonraki istekte istemediğiniz koşulları veya tercihlerinizi belirtebilirsiniz.
Sorun yapay zekanın sizi anlamaması değildi; sadece ona yeterince detay vermemiştik.
❓ Sıkça Sorulan Sorular
S: Promptu ne kadar uzun yazarsam o kadar iyi mi olur?
C: Uzunluktan ziyade bağlam önemlidir. Durum, siluet, renk ve mood harika bir kontrol listesidir; bunlardan ihtiyacınız olanları içeren iki cümle bile fazlasıyla yeterlidir.
S: Yapay zeka sürekli birbirine benzer kombinler öneriyor.
C: Bir eleme koşulu eklemeyi deneyin. "Geçen haftaki kombinler hariç" veya "Şu rengi kullanma" gibi kısıtlamalar yepyeni alternatiflerin önünü açacaktır.
S: Acloset Yapay Zeka Styling özelliğine nasıl bir istek yazmalıyım?
C: Bu yazıdaki şablonları doğrudan kopyalayıp sadece ürün isimlerini değiştirerek kullanabilirsiniz. Çıkan sonucu kombin olarak kaydedin ve bir sonraki istekte tercihlerinizi veya istemediğiniz detayları ekleyin.
Kaynaklar:
- ACM Computing Surveys, "A Survey on Conversational Recommender Systems"
- ACM Transactions on Intelligent Systems and Technology, "Analysing Utterances in LLM-Based User Simulation for Conversational Search"
- Fashion and Textiles (Springer), "LLM-generated content-based explanations for user experience in fashion recommender systems"
Acloset Magazine ekibi tarafından hazırlanmıştır.
Dolabını düzenlemeye başla
Daha iyi giyin, daha az satın al — Acloset ile.
