Yapay Zekâ Tasarımında Tutarlılık: Eleştirmen Döngüsü

Yapay zekâya güzel bir tasarım yaptırmak artık zor değil. Zor olan, aynı güzelliği ikinci kez üretmek. Bir kere tutturuyorsunuz, ertesi gün aynı isteği veriyorsunuz, bambaşka bir şey geliyor. Bu yazıda tutarsızlığın nereden geldiğini ve iki somut çözümü anlatıyorum: bağımsız eleştirmen döngüsü ve beğendiğiniz tasarımı kurala çevirmek.

Tutarsızlık nereden geliyor?

Kök sebep tek cümleyle şu: model kendi ödevini kendi notlandırıyor. Bir tasarım üretiyor, sonra "tamam, bunu yaptım" diyor. Gerçekte briefin yarısını atlamış olabilir, ama bunu değerlendirecek olan yine kendisi.

Bunu kendiniz test edebilirsiniz. Ürettiği bir tasarımı gösterip "bunda ne yanlış?" diye sorun. Sonra aynı soruyu dört kez daha sorun. Beş farklı cevap alacaksınız. Sabit bir ölçüt olmadığı için her seferinde başka bir şeye takılıyor.

Kopyalayamadığınız güzellik işe yaramaz. Bir müşteri için, bir seri içerik için ya da bir marka için kullanamıyorsanız, o tasarım bir kazadan ibaret.

Eleştirmen döngüsü nasıl çalışır?

Çözüm, değerlendirmeyi üreticinin elinden almak. Yöntem şöyle işliyor: modele bir referans ve bir ölçüt veriyorsunuz, model tasarımı üretiyor, sonra taze bağlamlı birkaç bağımsız eleştirmen devreye girip tasarımı acımasızca sınıyor. Eksik bulunursa iş geri dönüyor ve döngü baştan başlıyor.

"Taze bağlam" kısmı önemli. Eleştirmenler üretim sürecini görmüyor; sadece ortaya çıkan sonucu ve ölçütü görüyorlar. Süreci gören bir değerlendirici, kendi verdiği kararları savunma eğiliminde oluyor.

Pratikte üç rol iyi çalışıyor:

• Brief eleştirmeni: "İstenen şeyi gerçekten yaptın mı?" Maddeleri tek tek karşılaştırır.
• Sistem eleştirmeni: "Bu çıktı tasarım sistemine uyuyor mu?" Palet, tipografi, boşluk kuralları.
• İşçilik eleştirmeni: Hizalama, aralık, oran, render edilmiş görüntünün kendisi.

Sonuç, zevkin bir kontrol listesine dönüşmesi. Bu kulağa soğuk geliyor ama işe yarayan tam olarak bu: ölçülemeyen bir şeyi tekrar üretemezsiniz.

Gerçek bir turun nasıl göründüğüne dair fikir vermesi için: ilk turda üç başarısızlık (logo yok, renk tek renkliliği bozuyor, başlık küçük kalmış), ikinci turda marka işareti fazla küçük, üçüncü turda ikinci aksan rengi sorunu... Bir işin oturması on tura kadar çıkabiliyor. Her turda üç ayrı gözün baktığını düşünürseniz, çıktının neden bu kadar farklı olduğu anlaşılıyor.

Beğendiğiniz tasarımı kurala çevirmek

İkinci çözüm daha kalıcı. Beğendiğiniz bir tasarımı "şuna benzesin" diye vermek yerine, onu parçalarına ayırıp kural hâline getiriyorsunuz.

İşleyen sıra şu:

1. Beğendiğiniz tasarımı bulun.
2. Ölçün, tarif etmeyin. "Ferah duruyor" değil; "üst boşluk gövde yazısının 3 katı".
3. Hangi parçanın gerçekten önemli olduğunu tartışın. Her ayrıntı kural olmak zorunda değil.
4. Kuralları bir dosyaya yazın.
5. Hatalı bir kopyanın geçemeyeceği testler yazın.
6. Orijinali yalnızca kurallarınıza bakarak yeniden üretin.

Altıncı adım işin kalbi. Yeniden ürettiğinizde tutmayan her şey, yazmayı unuttuğunuz bir kuraldır. Onu ekleyip tekrar denersiniz. Birkaç turda kural dosyanız gerçekten tam hâle gelir.

Kuralların içine somut oranlar girmeli: altın oran (1.618) gibi ölçüler, renk dağılımı için 60-30-10 kuralı, gölge ve köşe yarıçapı değerleri, isimlendirilmiş düzenler. "Modern görünsün" bir kural değil.

Bu dosya olgunlaştığında onu tekrar kullanılabilir bir yeteneğe dönüştürüp her seferinde çağırabilirsiniz. İyi hazırlanmış bir yetenek, üretime başlamadan önce size eksik girdileri sorar: özne kim, ön plan ne, arka plan ne.

Bir eleştirmen nasıl yazılır?

Eleştirmenin işe yaraması ona ne sorduğunuza bağlı. "Bu tasarım iyi mi?" diye soran bir eleştirmen size kullanılamaz bir cevap verir. İşleyen eleştirmenin dört parçası var:

• Girdi: yalnızca sonuç ve ölçüt. Üretim sürecini, denenen varyantları ve modelin kendi gerekçelerini vermeyin.
• Kapsam: tek eksen. Hem tipografiye hem hiyerarşiye bakan bir eleştirmen ikisini de yüzeysel yapıyor.
• Geçme ölçütü: ikili olmalı. "Daha iyi olabilir" bir sonuç değil; "geçti" ya da "kaldı" bir sonuç.
• Kalma formatı: hangi kural, hangi öğede, hangi ölçülen değerle çiğnendi.

Farkı görmek için iki çıktıyı yan yana koyayım:

• Zayıf: "Başlık biraz büyük durabilir, dengeyi gözden geçirmek iyi olur."
• Kullanılabilir: "KALDI — tipografi ölçeği. Ana başlık / gövde oranı 3.4, kural 2.5. Öğe: sayfa başlığı."

İkincisi doğrudan uygulanabilir bir talimat; birincisi yeni bir tartışma. Eleştirmenlerinizi ikinci biçimde yazmaya zorladığınızda döngünün tur sayısı da düşüyor, çünkü her tur somut bir düzeltmeyle kapanıyor.

Bir de şu kural: eleştirmen düzeltme önermesin, yalnızca teşhis koysun. Düzeltmeyi üretici yapmalı. Teşhisle çözümü aynı yere koyduğunuzda eleştirmen kendi çözümünü savunmaya başlıyor ve bağımsızlığını kaybediyor.

Kural dosyasında ne bulunmalı?

Kural dosyanız somut değerlerden oluşmalı. Benim her projede doldurduğum başlıklar:

• Tipografi ölçeği: başlık ve gövde punto değerleri, aralarındaki oran, satır yüksekliği, harf aralığı.
• Boşluk ölçeği: tek bir taban değer ve onun katları. 4 ya da 8 tabanlı bir ölçek dağınıklığın çoğunu tek başına önlüyor.
• Renk oranları: hangi renk yüzeyin ne kadarını kaplıyor. 60-30-10 yaklaşımı iyi bir başlangıç.
• Yükselti merdiveni: kaç katman var, her katmanın gölge değeri ne.
• Köşe yarıçapı: kaç farklı değer kullanılıyor. İkiden fazlaysa gerekçesi olmalı.
• Hareket: giriş ve çıkış süreleri, kullanılan yumuşatma eğrisi.

"Modern görünsün" bir kural değildir. Bir kuralın ölçütü şu: iki farklı kişi aynı kuralı okuyup aynı sonuca varabiliyor mu?

Hatalı kopyanın geçemeyeceği test nasıl yazılır?

Bu, sürecin en çok atlanan ama en belirleyici adımı. Test, kuralın çiğnendiğini kesin biçimde yakalayan bir kontrol demek.

Pratikte üç tip test iş görüyor:

1. Ölçüm testi: "Gövde metninin satır yüksekliği 1.5 ile 1.7 arasında olmalı." Değer dışındaysa kalır.
2. Sayım testi: "Sayfada ikiden fazla farklı köşe yarıçapı kullanılmamalı."
3. Varlık testi: "Her bölümde tam olarak bir ana eylem çağrısı olmalı."

Testin iyi olup olmadığını anlamanın yolu şu: bilerek bozulmuş bir sürüm hazırlayın ve testin onu yakalayıp yakalamadığına bakın. Yakalamıyorsa test değil, temenni yazmışsınız.

Bu döngü ne kadar tutuyor?

Burada dürüst olmak gerekiyor, çünkü bu yöntemin bedeli var. Çok adımlı bir eleştirmen döngüsü tek bir işte milyonlarca token harcayabiliyor — paylaşılan örneklerde bir iş 2-3 milyon token bandında.

Maliyeti düşürmenin yolu işi bölmek: eleştirmenleri küçük ve ucuz modellere devredip yalnızca asıl üretimi güçlü modelde tutmak. Örneklerden birinde yükün çoğu küçük modelde, daha az kısmı orta model tarafından karşılanmış. Bu ayrım maliyeti ciddi biçimde aşağı çekiyor.

Benim önerim net: bu döngüyü her işte kullanmayın. Tek seferlik bir görsel için israf. Değeceği yer, tekrar tekrar kullanacağınız şeyler: şablonlar, taşıyıcı sayfalar, seri içerik formatları, marka varlıkları. Bir kere pahalıya mal olur, sonra yüz kere bedava kullanırsınız.

Ne zaman kullanmamalı?

• Ne istediğinizi henüz bilmiyorsanız. Döngü, belirsiz bir ölçütü netleştirmez; belirsizliği pahalıya tekrarlar.
• İşin kendisi keşif aşamasındaysa. Önce ucuz ve hızlı birkaç yön deneyin, yön netleştikten sonra döngüyü açın.
• Ölçüt tamamen öznelse. "Hoşuma gitsin" bir eleştirmenin sınayabileceği bir şey değil.

Bir de şunu ekleyeyim: döngüyü ne zaman durduracağınıza siz karar verin. Genelde birkaç turdan sonra iyileşme yatay seyre giriyor; oradan sonrası token yakmak oluyor.

Sık sorulan sorular

Eleştirmen döngüsü tasarım sisteminin yerine geçer mi?

Hayır, ikisi farklı işleri çözüyor. Tasarım sistemi ne üreteceğinizi sabitler; eleştirmen döngüsü üretilen şeyin sisteme uyup uymadığını denetler. En iyi sonuç ikisi birlikteyken çıkıyor.

Bunu kod yazarken de kullanabilir miyim?

Evet, mantık aynı. Üreten modelden bağımsız, taze bağlamlı bir gözden geçirme adımı koymak kod tarafında da işe yarıyor. Fark şu ki kodda zaten testler var — orada eleştirmenin işini büyük ölçüde test paketi görüyor.

Kaç eleştirmen yeterli?

Üç rol pratikte iyi bir denge. İkiye düşünce kör nokta kalıyor, beşe çıkınca hem maliyet artıyor hem de eleştirmenler birbirinin tespitini tekrarlamaya başlıyor.

Kural dosyası ne kadar uzun olmalı?

Yeniden üretim testini geçirecek kadar. Uzunluk hedef değil; ölçüt, kurallara bakarak orijinali tekrar kurabilmeniz.

Özetle

Tutarsızlığın sebebi modelin yeteneksizliği değil, değerlendirmenin üretenle aynı yerde durması. Değerlendirmeyi ayırın — bağımsız eleştirmenlerle ya da yazılı kurallarla — ve tasarımınız kazadan sisteme dönüşsün. Sadece maliyeti hesaba katın ve bu ağır makineyi tekrar kullanacağınız işlere saklayın.