Prompt Verimini Artırmanın En Pratik Yolu: Prompt’u JSON Olarak Yazmak (Örneklerle anlattım)

Prompt yazmak çoğu zaman “yaratıcı bir cümle kurma” gibi görülüyor. Oysa üretken yapay zekâ araçlarında (görsel, video, 3D, UI, metin) sonuç kalitesini belirleyen şey genelde yaratıcılıktan çok belirsizliği azaltma.

Önce Json nedir ona bakalım.. Bir çoğumuz özellikle yazılımla ilgilenmeyenlere yabancı gelebilir bu çok normal.

JSON (okunuşu: “cey-sın”) aslında veriyi düzenli taşımak için kullanılan bir yazım biçimi. “Kısa, net, etiketli bir liste” gibi düşün.

JSON nedir?

• Metin gibi görünür ama içinde düzenli bilgi taşır.
• Bilgiyi anahtar–değer şeklinde yazar: isim: "Ayhan" gibi.
• Bir de liste tutabilir: hobiler: ["oyun", "tasarım"] gibi.

Ne işe yarar?

• İnsan kolay okur, bilgisayar kolay anlar.
• Uygulamalar arası veri gönderirken standarttır (web siteleri, API’ler, mobil uygulamalar vs.).
• Prompt tarafında ise “brief’i disipline eder”: ne istiyorsun, ne istemiyorsun, hangi kurallar var… hepsi netleşir.

Prompt’ta neden işe yarar?

Çünkü yapay zekâ “serbest paragraf”ta bazen detay kaçırır. JSON’da ise:

• Stil ayrı, kamera ayrı, metin kilidi ayrı olur.
• “Şunlar kesin olsun / şunlar asla olmasın” daha net anlaşılır.
• Aynı şablonu her projede tekrar kullanırsın (v1→v2 iterasyon kolay).

Mini örnek (çok basit)

Bunu yapmanın en hızlı ve en tekrarlanabilir yolu: Prompt’u JSON formatında bir “brief” gibi yazmak.

Mini örnek (çok basit)

{
  "hedef": "12 saniyelik tanıtım videosu",
  "stil": "soft 3D, sıcak, çocuk dostu",
  "kisitlar": ["logo yok", "metin değişmesin"],
  "oran": "9:16"
}

Bu yazıda:

• JSON prompt’un neden daha verimli çalıştığını,
• Hangi alanların kritik olduğunu,
• “Dağınık prompt” → “JSON prompt” dönüşümünü,
• Telif riskine takılmadan örnek şablonları,
• Kopyala-yapıştır kullanabileceğin hazır template’leri paylaşıyorum.

1)JSON Prompt Neyi Çözer?

✅ 1.1. Belirsizliği parçalar

Klasik prompt çoğu zaman şuna benzer:

“Çocuklara uygun, sıcak, tatlı 3D bir video yap. Robot olsun, kitaplar olsun. Yazılar bozulmasın.”

Burada model için belirsizlik çok:

• “tatlı” tam olarak hangi stil?
• kamera sabit mi, hareketli mi?
• yazı nerede, kaç satır, font hissi nasıl?
• neleri kesinlikle istemiyoruz?

JSON’da ise her şey “bölümlere ayrılır”. Model, “neye göre karar vereceğini” net görür.

✅ 1.2. Tek kaynak (single source of truth)

Stil, kamera, ışık, sahne, metin kilidi, negatifler… hepsi tek yerde. Bu sayede aynı işin v2 / v3 / v4 versiyonlarını üretmek kolaylaşır.

✅ 1.3. “Lock” (kilitleme) mantığını güçlendirir

En çok hata gelen yer: metin (harfler, Türkçe karakterler, kerning, titreme/flicker). JSON’da “text_lock” gibi bir blokla bu işi “sözleşme” hâline getirirsin.

✅ 1.4. Negatif prompt disiplin olur

“Olmasın” listesi ayrı bir dizi olunca, sapmalar dramatik biçimde düşer.

2) Hangi Durumlarda JSON Prompt Farkı Uçurur?

• Video üretimi (süre, beat, kamera, stabilizasyon)
• Poster / afiş / kapak görseli (kompozisyon, tipografi, kilitli metin)
• UI/UX üretimi (grid, spacing, typography tokens, component list)
• 3D sahne üretimi (materyal, ışık setup, kamera lensi)
• Çok dilli içerik (TR/EN metinler ve dil kilidi)

3) Kısa Kural Seti: JSON Prompt’ta 8 Altın Alan

Aşağıdaki alanlar, pratikte en fazla farkı yaratır:

1. type → ne üretiyoruz? (image/video/ui/3d/text)
2. duration_seconds / aspect_ratio → video ise kritik
3. style → tema, look, mood, materyal, palet
4. camera → hareket, framing, stabilizasyon
5. lighting → flicker’ı engelleyen en önemli yer
6. scene_world → sahnenin zorunlu objeleri + kısıtlar
7. text_lock → metin sabit kalacak mı? nasıl?
8. negative_prompt → “asla olmasın” listesi

4) “Dağınık Prompt”u JSON’a Çevirme Örneği

Dağınık prompt:

“12–15 saniyelik, çocuklara uygun, soft 3D bir tanıtım videosu yap. Pastel olsun. Robot sağda, kitap dünyası solda. Ortada ekran paneli boş kalsın. Yazılar bozulmasın.”

4) “Dağınık Prompt”u JSON’a Çevirme Örneği

Dağınık prompt:

“12–15 saniyelik, çocuklara uygun, soft 3D bir tanıtım videosu yap. Pastel olsun. Robot sağda, kitap dünyası solda. Ortada ekran paneli boş kalsın. Yazılar bozulmasın.”

JSON prompt (telif riski yaratmadan, özgün kompozisyon):

{
  "type": "video_prompt",
  "language": "tr",
  "duration_seconds": "12-15",
  "aspect_ratio_primary": "9:16",
  "resolution": "4K",
  "fps": "24/30",
  "style": {
    "theme": "child-friendly",
    "look": "soft 3D cartoon",
    "mood": "warm, safe, playful",
    "materials": "toy diorama, matte soft-plastic, rounded edges",
    "palette": {
      "dominant": ["pastel peach", "mint", "soft sky blue"],
      "accents": ["butter yellow", "lavender"],
      "avoid": ["harsh neon", "hard contrast noir"]
    }
  },
  "camera": {
    "movement": "smooth dolly-in",
    "stabilization": "no micro-shake",
    "framing": "keep full composition readable; do not crop title area"
  },
  "lighting": {
    "setup": "soft studio key + gentle rim",
    "exposure": "stable, no flicker"
  },
  "scene_world": {
    "background": "pastel gradient backdrop",
    "key_elements_required": [
      "arched open book at the top like a gateway",
      "center rounded rectangle panel (empty, no text inside)",
      "friendly helper robot on the right",
      "miniature book-garden on the left",
      "bottom stacked book spines with embossed titles"
    ],
    "constraints": [
      "no brand logos",
      "no copyrighted character replicas",
      "no extra text outside allowed list"
    ]
  },
  "animation_beats": [
    { "time": "0-2s", "action": "Slow push-in; pages flutter gently." },
    { "time": "2-5s", "action": "Robot blinks and small wave; soft sparkles drift." },
    { "time": "5-8s", "action": "Pastel circuit lines flow around center panel border; keep panel empty." },
    { "time": "8-12s", "action": "Light sweep across bottom book spines; embossed letters shine without moving." },
    { "time": "12-15s", "action": "Hold hero pose for clean readability." }
  ],
  "text_lock": {
    "rule": "Text must be perfectly locked: no letter changes, no flicker, no warp. Animate only lighting across letters.",
    "allowed_text_only": [
      "AKILLI KÜTÜPHANE OYUNLARI",
      "YAPAY ZEKÂ İLE",
      "Kütüphaneleri keşfet, öğren, eğlen!"
    ]
  },
  "negative_prompt": [
    "misspellings",
    "corrupted Turkish characters (Ü Ğ Ş İ Ö Ç Â)",
    "subtitles",
    "watermarks",
    "logos",
    "text inside center panel",
    "dark/scary mood",
    "weapons",
    "violence"
  ]
}

Telif Tarafı: Neyi Yapmamak Gerekir?

Bazı ifadeler gereksiz risk oluşturur:

• “X posterini 1:1 kopyala”
• “aynı karakterleri birebir yap”
• “şu markanın tasarımını aynen uygula”

Bunun yerine:

• “benzer kalite / benzer hissiyat”
• “özgün kompozisyon + kendi paletim”
• “şu teknik özellikleri koru (kamera, ışık, materyal)” yazmak hem güvenli hem sürdürülebilir.

6) Copy-Paste Şablon: Her İşe Uyan Minimal JSON

Bu şablonu alıp her projede doldurabilirsin:

{
  "type": "___",
  "language": "tr",
  "goal": "___",
  "deliverable": "___",
  "style": { "theme": "___", "look": "___", "mood": "___" },
  "scene_world": {
    "key_elements_required": ["___", "___"],
    "constraints": ["___", "___"]
  },
  "text_lock": { "rule": "___", "allowed_text_only": ["___"] },
  "negative_prompt": ["___", "___"]
}

AI’Han demiştik ya :)

Mesela bu görseli json prompt kullanarak ürettim. so cool ;)

Araştırmacılar için JSON;

“prompt yazma şekli”nden çok tekrarlanabilir araştırma protokolü demek. Literatür taraması, kodlama/etiketleme, özetleme, karşılaştırma, tablo çıkarma gibi işleri aynı standartla her makaleye uygulamanı sağlar.

1) Literatür taramasında JSON ne kazandırır?

• Tekrarlanabilirlik: Aynı soruları her kaynağa aynı sırayla uygularsın.
• Karşılaştırılabilirlik: Her makaleden aynı alanları çektiğin için “elma elma” kıyas yaparsın.
• Daha az halüsinasyon riski: “Sadece metinden al, yoksa null yaz” kuralı koyarsın.
• Çıktı otomasyonu: JSON çıktıları sonradan tabloya/Excel’e/Notion’a dönüştürmek kolay.

2) Araştırmacılar JSON’u nasıl kullanmalı? 5 pratik kullanım

A) “Structured Abstract” çıkarma (hızlı tarama)

Her makaleden aynı şablonda bilgi al:

{
  "task": "structured_abstract",
  "rules": {
    "use_only_provided_text": true,
    "if_missing_write": null,
    "no_guessing": true
  },
  "fields": [
    "research_question",
    "method",
    "dataset_sample",
    "key_results_with_numbers",
    "limitations",
    "keywords"
  ],
  "output_format": "json"
}

Nerede işe yarar? 50 makaleyi aynı formatta hızlı “eleme” için.

B) PRISMA / SLR (Systematic Literature Review) için “screening”

Başlık-özet taramasında karar mekanizmasını netleştir:

{
  "task": "screening_decision",
  "inclusion_criteria": [
    "empirical_study",
    "focus_on_LLM_prompting_or_instruction_design",
    "published_2019_2026"
  ],
  "exclusion_criteria": [
    "opinion_only",
    "no_method_section",
    "not_peer_reviewed"
  ],
  "decision_output": ["include", "exclude", "maybe"],
  "require_justification_quote": true,
  "output_format": "json"
}

Bonus: “justification_quote” isteyince model, kararını metinden bir cümleyle bağlar (uydurma azalır).

C) Kodlama/etiketleme (qualitative coding)

Literatür taraması sadece “özet” değil; çoğu zaman tema çıkarmadır. JSON ile kod kitabını (codebook) standardize edersin:

{
  "task": "qualitative_coding",
  "codebook": [
    {"code": "evaluation_metric", "desc": "mmlu, bleu, accuracy vb."},
    {"code": "prompting_method", "desc": "few-shot, chain-of-thought, self-consistency vb."},
    {"code": "data_source", "desc": "dataset adı ve kaynağı"},
    {"code": "threats_to_validity", "desc": "bias, leakage, small sample vb."}
  ],
  "rules": {
    "quote_evidence_for_each_code": true,
    "max_codes_per_paper": 10
  },
  "output_format": "json"
}

Bu sayede iki araştırmacı aynı makaleyi kodladığında uyum artar.

D) “Evidence table” otomatik üretme (tabloya giden yol)

Her makaleden tablo sütunlarını aynı çıkar:

{
  "task": "evidence_table_row",
  "columns": [
    "citation",
    "study_type",
    "population_or_domain",
    "model_or_system",
    "prompting_or_intervention",
    "baseline",
    "metric",
    "effect_size_or_delta",
    "main_finding",
    "limitations"
  ],
  "rules": {
    "numbers_required_for_effect_fields": true,
    "if_no_numbers": null
  },
  "output_format": "json"
}

Sonra bu JSON’ları birleştirip Excel/Sheets’e aktarmak çocuk oyuncağı.

E) “Claim check” (iddia doğrulama) — araştırmacı modu

Modelin uydurma eğilimini kırmanın en iyi yolu: iddia–kanıt eşlemesi istemek.

{
  "task": "claim_evidence_map",
  "claims_to_extract": 5,
  "for_each_claim": {
    "claim": true,
    "evidence_quote": true,
    "location_in_paper": true,
    "confidence": ["low", "medium", "high"]
  },
  "rules": {
    "no_evidence_no_claim": true,
    "use_only_provided_text": true
  },
  "output_format": "json"
}

3) Araştırmacılar için “altın kural” seti

• “Metinde yoksa null yaz” kuralını her JSON’a koy.
• Alıntı zorunluluğu koy (quote evidence).
• Ayrı alanlarda yaz: amaç / yöntem / veri / metrik / sonuç / sınırlılık.
• “Tek cümle özet” yerine sayısal sonuç alanı iste (varsa).
• Aynı konuda 10 makale tarıyorsan, tek şablon kullan (tutarlılık = kalite).

Sonuç olarak…Prompt Yazmaktan “Sistem Kurmaya” Geçiş

JSON prompt, “tek seferlik iyi sonuç” için değil; tekrarlanabilir kalite için. Bugün video üretirsin, yarın afiş, öbür gün UI… aynı şablonla üretim hattı kurarsın.

Eğer üretim işini ciddiye alıyorsan, JSON prompt:

• daha az revizyon,
• daha az sürpriz,
• daha çok tutarlılık demek.

teşekkürler okuduğunuz için.. paylaşmayı unutmayın ;)

AI’Han Academy sundu :)