Hızlı tasarım stratejileri

İstem tasarımı, bir dil modelinden doğru ve yüksek kaliteli yanıtlar almayı sağlayan istemler veya doğal dil isteklerinin oluşturulması sürecidir.

Bu sayfada, Gemini yapay zeka modellerinden en iyi şekilde yararlanmak için istem tasarlamaya başlamanıza yardımcı olacak temel kavramlar, stratejiler ve en iyi uygulamalar tanıtılmaktadır.

Konuya özel istem kılavuzları

Daha spesifik istem stratejileri mi arıyorsunuz? Aşağıdaki konulardaki diğer istem kılavuzlarımıza göz atın:

Google AI Studio'da, bu kılavuzda paylaşılan kavramların çoğunu etkileşimli bir şekilde sergilemek için tasarlanmış bir istem galerisi de yer alır.

Net ve spesifik talimatlar

Model davranışını özelleştirmenin etkili ve verimli bir yolu, modele net ve belirli talimatlar vermektir. Talimatlar soru, adım adım görevler şeklinde olabilir veya kullanıcının deneyimini ve zihniyetini haritalandırmak kadar karmaşık olabilir.

Giriş

Giriş, modelin yanıt vermesini istediğiniz istemdeki zorunlu metindir. Girişler, modelin yanıtladığı bir soru (soru girişi), modelin gerçekleştirdiği bir görev (görev girişi), modelin üzerinde çalıştığı bir varlık (varlık girişi) veya modelin tamamladığı ya da devam ettirdiği kısmi giriş (tamamlama girişi) olabilir.

Giriş türü İstem Oluşturulan çıkış
Soru 

    What's a good name for a flower shop that specializes in selling bouquets of
    dried flowers? Create a list of 5 options with just the names.
 

    Here are 10 names for a flower shop specializing in dried flowers:

    1. Everlasting Blooms
    2. Dried & Delightful
    3. The Petal Preserve
    4. Whispers of Wildflowers
    5. Forever Blooms
Görev 
    Give me a simple list of just the things that I must bring on a camping trip. The list should have 5 items.
 
    1. **Tent:** Your shelter from the elements.
    2. **Sleeping Bag:** Stay warm and comfortable.
    3. **Sleeping Pad:** Insulation and cushioning for a good night's sleep.
    4. **Headlamp or Flashlight:** Light for nighttime activities.
    5. **First Aid Kit:** Be prepared for minor injuries.
Varlık 

    Classify the following items as [large, small]:
Elephant
Mouse
Snail
 

Here's the classification:

* **Elephant:** Large
* **Mouse:** Small
* **Snail:** Small

Kısmi giriş tamamlama

Üretken dil modelleri, gelişmiş bir otomatik tamamlama aracı gibi çalışır. Kısmi içerik sağladığınızda model, içeriğin geri kalanını veya içeriğin devamı olduğunu düşündüğü kısmı yanıt olarak verebilir. Bu işlemi yaparken örnek veya bağlam eklerseniz model bu örnekleri veya bağlamı dikkate alabilir.

Aşağıdaki örnekte, talimat ve öğe girişi içeren bir istem sağlanmaktadır:

For the given order, return a JSON object that has the fields cheeseburger, hamburger, fries, or
drink, with the value being the quantity.

Order: A burger and a drink.
  
{
  "cheeseburger": 0,
  "hamburger": 1,
  "fries": 0,
  "drink": 1
}

Model istem doğrultusunda hareket etse de talimatları doğal dilde yazmak bazen zor olabilir ve modelin yorumuna çok şey bırakabilir. Örneğin, bir restoran menüsü birçok öğe içerebilir. JSON yanıtının boyutunu azaltmak için sipariş edilmeyen öğeleri çıkarmanız önerilir. Bu durumda, bir örnek ve yanıt ön eki vererek modelin yanıtı tamamlamasına izin verebilirsiniz:

Valid fields are cheeseburger, hamburger, fries, and drink.
Order: Give me a cheeseburger and fries
Output:
```
{
  "cheeseburger": 1,
  "fries": 1
}
```
Order: I want two burgers, a drink, and fries.
Output:
  
```
{
  "hamburger": 2,
  "drink": 1,
  "fries": 1
}
```

"Cheeseburger", siparişin bir parçası olmadığı için çıktıdan nasıl hariç tutulduğuna dikkat edin.

Sınırlamalar

İstemi okuma veya yanıt oluşturma ile ilgili kısıtlamaları belirtin. Modele ne yapacağını ve ne yapmayacağını söyleyebilirsiniz. Örneğin, özetin ne kadar uzun olmasını istediğinize dair istemde bir kısıtlama belirtebilirsiniz:

Summarize this text in one sentence:
Text: A quantum computer exploits quantum mechanical phenomena to perform calculations exponentially
faster than any modern traditional computer. At very tiny scales, physical matter acts as both
particles and as waves, and quantum computing uses specialized hardware to leverage this behavior.
The operating principles of quantum devices is beyond the scope of classical physics. When deployed
at scale, quantum computers could be used in a wide variety of applications such as: in
cybersecurity to break existing encryption methods while helping researchers create new ones, in
meteorology to develop better weather forecasting etc. However, the current state of the art quantum
computers are still largely experimental and impractical.
    

      Exploiting quantum mechanical phenomena, quantum computers can perform calculations exponentially faster than traditional computers for potential applications like cybersecurity and meteorology, although they are currently largely experimental and impractical.

Yanıt biçimi

Yanıtın biçimini belirten talimatlar verebilirsiniz. Örneğin, yanıtın tablo, madde listesi, elevator pitch, anahtar kelimeler, cümle veya paragraf olarak biçimlendirilmesini isteyebilirsiniz. Aşağıdaki sistem talimatı, modele yanıtında daha sohbet tarzında olmasını söyler:

    All questions should be answered comprehensively with details, unless the user requests a concise response specifically.
  
    What is a smart way to make a business that sells DVD's in 2025?
  
Starting a business selling DVDs in 2025 presents significant challenges due to the overwhelming dominance of digital streaming and on-demand services; a "smart" approach would therefore require a highly specialized niche, a strong value proposition beyond just the disc, and likely a focus on community or collector markets rather than mainstream consumption.

Here's a breakdown of what a smart DVD business in 2025 would likely entail:

1. Extreme Niche Specialization: You cannot compete with streaming libraries. Your business must focus on what digital doesn't offer easily or at all. This could include:

    * Out-of-Print & Rare Titles: Sourcing films or TV shows that have never been released digitally or are currently unavailable on major streaming platforms.
    ....

Yanıtları tamamlama stratejisiyle biçimlendirme

Tamamlama stratejisi de yanıtı biçimlendirmeye yardımcı olabilir. Aşağıdaki örnekte, modelden bir kompozisyon taslağı oluşturması istenir:

Create an outline for an essay about hummingbirds.
  
Here is a possible outline for an essay about hummingbirds:

I. Introduction
A. Hook: Start with a captivating fact or description about hummingbirds (e.g., their speed, iridescent colors, or tiny size).
B. Background: Briefly introduce hummingbirds – where they are found (Americas), their reputation as unique birds.
C. Thesis Statement: State the main point of the essay, which could be about the remarkable adaptations, behaviors, and ecological importance of hummingbirds.

II. Appearance and Identification
.....

İstemde ana hatların biçimi belirtilmediyse model sizin için bir biçim seçer. Modelin belirli bir biçimde bir ana hat döndürmesini sağlamak için ana hatın başlangıcını temsil eden metin ekleyebilir ve modelin, başlattığınız kalıba göre ana hattı tamamlamasına izin verebilirsiniz.

Create an outline for an essay about hummingbirds.
I. Introduction
   *
  
Okay, here is an outline for an essay about hummingbirds, starting from the introduction you provided:

I. Introduction
* Hook: Start with a captivating fact or description about hummingbirds (e.g., their speed, iridescent colors, or tiny size).
* Background: Briefly introduce hummingbirds – where they are found (Americas), their reputation as unique birds, and their general characteristics.
* Thesis Statement: State the main point of the essay, focusing on the remarkable adaptations, behaviors, and ecological significance that make hummingbirds extraordinary.
.....

Sıfır görevli ve çok görevli istemler

İstemde, modele doğru yanıtın nasıl göründüğünü gösteren örnekler ekleyebilirsiniz. Model, örneklerdeki kalıpları ve ilişkileri belirlemeye çalışır ve yanıt oluştururken bunları uygular. Birkaç örnek içeren istemlere çok görevli istem, örnek içermeyen istemlere ise sıfır görevli istem adı verilir. Az sayıda istem, model yanıtlarının biçimlendirmesini, ifade biçimini, kapsamını veya genel kalıplarını düzenlemek için genellikle kullanılır. Modelin odağını daraltmasına ve daha doğru sonuçlar üretmesine yardımcı olmak için belirli ve çeşitli örnekler kullanın.

İstemlerinize her zaman birkaç örnek eklemenizi öneririz. Birkaç örnek içermeyen istemlerin daha az etkili olma olasılığı vardır. Hatta örnekleriniz, yapılacak görevi yeterince net bir şekilde gösteriyorsa isteminizdeki talimatları kaldırabilirsiniz.

Aşağıdaki sıfır atışlı istemde modelden en iyi açıklamayı seçmesi istenir.

Please choose the best explanation to the question:

Question: How is snow formed?
Explanation1: Snow is formed when water vapor in the air freezes into ice
crystals in the atmosphere, which can combine and grow into snowflakes as they
fall through the atmosphere and accumulate on the ground.
Explanation2: Water vapor freezes into ice crystals forming snow.
Answer:
  
Explanation1 is the better explanation because it provides more detail on the
process, including how ice crystals combine and grow into snowflakes as they
fall through the atmosphere.

Kullanım alanınız modelin kısa yanıtlar üretmesini gerektiriyorsa istemde kısa yanıtlara öncelik veren örnekler ekleyebilirsiniz.

Aşağıdaki istemde, kısa açıklamalara öncelik verildiğini gösteren iki örnek verilmiştir. Yanıtta, örneklerin modeli daha önce yaptığı gibi uzun açıklama (Explanation1) yerine kısa açıklamayı (Explanation2) seçmeye yönlendirdiğini görebilirsiniz.

Below are some examples showing a question, explanation, and answer format:

Question: Why is the sky blue?
Explanation1: The sky appears blue because of Rayleigh scattering, which causes
shorter blue wavelengths of light to be scattered more easily than longer red
wavelengths, making the sky look blue.
Explanation2: Due to Rayleigh scattering effect.
Answer: Explanation2

Question: What is the cause of earthquakes?
Explanation1: Sudden release of energy in the Earth's crust.
Explanation2: Earthquakes happen when tectonic plates suddenly slip or break
apart, causing a release of energy that creates seismic waves that can shake the
ground and cause damage.
Answer: Explanation1

Now, Answer the following question given the example formats above:

Question: How is snow formed?
Explanation1: Snow is formed when water vapor in the air freezes into ice
crystals in the atmosphere, which can combine and grow into snowflakes as they
fall through the atmosphere and accumulate on the ground.
Explanation2: Water vapor freezes into ice crystals forming snow.
Answer:
  
Answer: Explanation2

Optimum örnek sayısı

Gemini gibi modeller genellikle birkaç örnek kullanarak kalıpları tespit edebilir. Ancak en iyi sonuçları elde etmek için istemde verilecek örnek sayısını denemeniz gerekebilir. Aynı zamanda, çok fazla örnek eklerseniz model, örneklere verilen yanıtı aşırı öğrenmeye başlayabilir.

Kalıplar ve anti kalıplar

Modele uyulması gereken bir kalıbı göstermek için örnekler kullanmak, modele kaçınılması gereken bir anti kalıbı göstermek için örnekler kullanmaktan daha etkilidir.

⛔ Negatif kalıp:

Don't end haikus with a question:
Haiku are fun
A short and simple poem
Don't you enjoy them?

✅ Olumlu kalıp:

Always end haikus with an assertion:
Haiku are fun
A short and simple poem
A joy to write

Tutarlı format

İstenmeyen biçimlerde yanıtlar almamak için az sayıda örnek içeren örneklerin yapısının ve biçiminin aynı olduğundan emin olun. İstemlere birkaç örnek eklemenin birincil amaçlarından biri, modele yanıt biçimini göstermektir. Bu nedenle, özellikle XML etiketleri, boşluklar, yeni satırlar ve örnek ayırıcılara dikkat ederek tüm örneklerde tutarlı bir biçim sağlamak önemlidir.

Bağlam bilgisi ekleme

Modelin gerekli tüm bilgilere sahip olduğunu varsaymak yerine, modelin bir sorunu çözmesi için ihtiyaç duyduğu talimatları ve bilgileri istemlere ekleyebilirsiniz. Bu bağlamsal bilgiler, modelin sizden yapmasını istediğiniz işlemin kısıtlamalarını ve ayrıntılarını anlamasına yardımcı olur.

Aşağıdaki örnekte, modelden bir yönlendiriciyle ilgili sorun giderme konusunda rehberlik vermesi istenir:

What should I do to fix my disconnected wifi? The light on my Google
Wifi router is yellow and blinking slowly.
  
  A yellow blinking light on your Google Wifi router usually indicates a problem
  with the internet connection. Here are some steps to troubleshoot and fix the
  issue:
  1. Restart your router and modem:
    - Unplug your modem from the power outlet and wait for 30 seconds.
    - Plug your modem back in and wait for it to fully boot up.
    - Unplug your Google Wifi router and wait for 30 seconds.
    - Plug your Google Wifi router back in and wait for it to fully boot up.
.....

Yanıt, yönlendiriciye veya LED gösterge ışıklarının durumuna özgü olmayan genel sorun giderme bilgileri gibi görünüyor.

Yanıtı belirli bir yönlendiriciye göre özelleştirmek için istemde, yönlendiricinin sorun giderme kılavuzunu bağlam olarak ekleyebilirsiniz. Böylece model, yanıt verirken bu kılavuzdan yararlanabilir.

Answer the question using the text below. Respond with only the text provided.
Question: What should I do to fix my disconnected wifi? The light on my Google Wifi router is yellow and blinking slowly.

Text:
Color: Slowly pulsing yellow
What it means: There is a network error.
What to do:
Check that the Ethernet cable is connected to both your router and your modem and both devices are turned on. You might need to unplug and plug in each device again.

Color: Fast blinking yellow
What it means: You are holding down the reset button and are factory resetting this device.
What to do:
If you keep holding down the reset button, after about 12 seconds, the light will turn solid yellow. Once it is solid yellow, let go of the factory reset button.

Color: Solid yellow
What it means: Router is factory resetting.
What to do:
This can take up to 10 minutes. When it's done, the device will reset itself and start pulsing white, letting you know it's ready for setup.

Color: Solid red
What it means: Something is wrong.
What to do:
Critical failure. Factory reset the router. If the light stays red, contact Wifi customer support.
  
Check that the Ethernet cable is connected to both your router and your modem and both devices are turned on. You might need to unplug and plug in each device again.

Ön ek ekleme

Ön ek, istem içeriğine eklediğiniz ve eklediğiniz yere bağlı olarak çeşitli amaçlara hizmet edebilecek bir kelime veya kelime öbeğidir:

  • Giriş ön eki: Giriş sinyallerine, modele girişin anlamlı kısımlarını belirten bir ön ek eklenebilir. Örneğin, "İngilizce:" ve "Fransızca:" önekleri iki farklı dili birbirinden ayırır.
  • Çıkış ön eki: Çıkış model tarafından oluşturulsa bile istemde çıkış için bir ön ek ekleyebilirsiniz. Çıkış ön eki, modele yanıt olarak ne beklendiği hakkında bilgi verir. Örneğin, "JSON:" çıkış ön eki, modele çıkışın JSON biçiminde olması gerektiğini bildirir.
  • Önek örneği: Az sayıda istem içeren istemlerde, örneklere ön ek eklemek, modelin çıkışı oluştururken kullanabileceği etiketler sağlar. Bu da çıkış içeriğini ayrıştırmayı kolaylaştırır.

Aşağıdaki örnekte, "Metin:" giriş ön eki, "Yanıt:" ise çıkış ön ekidir.

Classify the text as one of the following categories.
- large
- small
Text: Rhino
The answer is: large
Text: Mouse
The answer is: small
Text: Snail
The answer is: small
Text: Elephant
The answer is:
  
The answer is: large

İstemleri bileşenlere ayırma

Karmaşık istemler gerektiren kullanım alanları için, öğeleri daha basit bileşenlere ayırarak modelin bu karmaşıklığı yönetmesine yardımcı olabilirsiniz.

  1. Talimatları parçalara ayırın: Tek bir istemde birden fazla talimat yerine talimat başına bir istem oluşturun. Kullanıcının girişine göre hangi istemi işleyeceğinizi seçebilirsiniz.

  2. İpuçları zincirleme: Birden fazla sıralı adım içeren karmaşık görevler için her adımı bir istem haline getirin ve istemleri sırayla birbirine bağlayın. Bu sıralı istem zincirinde, bir istemin çıkışı bir sonraki istemin girişi olur. Sonraki istemdeki çıkış, nihai çıkıştır.

  3. Yanıtları toplama: Toplama, verilerin farklı bölümlerinde farklı paralel görevler gerçekleştirmek ve nihai çıktıyı oluşturmak için sonuçları toplamak istediğinizde kullanılır. Örneğin, modele verilerin ilk kısmında bir işlem, verilerin geri kalanında başka bir işlem yapmasını ve sonuçları toplamasını söyleyebilirsiniz.

Model parametreleriyle deneme yapma

Bir modele gönderdiğiniz her çağrı, modelin yanıt oluşturma şeklini kontrol eden parametre değerleri içerir. Model, farklı parametre değerleri için farklı sonuçlar oluşturabilir. Görev için en iyi değerleri elde etmek üzere farklı parametre değerleriyle denemeler yapın. Farklı modeller için kullanılabilen parametreler farklı olabilir. En yaygın parametreler şunlardır:

  1. Maksimum çıkış jetonu sayısı: Yanıtta oluşturulabilecek maksimum jeton sayısını belirtir. Bir jeton, yaklaşık dört karakterden oluşur. 100 jeton yaklaşık 60-80 kelimeye karşılık gelir.

  2. Sıcaklık: Sıcaklık, jeton seçimindeki rastgelelik derecesini kontrol eder. Sıcaklık, topP ve topK uygulandığında gerçekleşen yanıt oluşturma sırasında örnekleme için kullanılır. Düşük sıcaklıklar, daha kesin veya daha az açık uçlu yanıt gerektiren istemler için tercih edilir. Yüksek sıcaklıklar ise daha çeşitli veya yaratıcı sonuçlar sunabilir. 0 sıcaklığı, deterministiktir. Yani her zaman en yüksek olasılığa sahip yanıt seçilir.

  3. topK: topK parametresi, modelin çıkış için jetonları seçme şeklini değiştirir. 1 değerine sahip bir topK, seçilen jetonun modelin kelime haznesindeki tüm jetonlar arasında en olası jeton olduğu anlamına gelir (açgözlü kod çözme olarak da bilinir). 3 değerine sahip bir topK ise bir sonraki jetonun, sıcaklık kullanılarak en olası 3 jeton arasından seçildiği anlamına gelir. Her jeton seçim adımında, en yüksek olasılığa sahip topK jetonları örneklenir. Ardından jetonlar, topP'ye göre daha da filtrelenir ve sıcaklık örnekleme kullanılarak nihai jeton seçilir.

  4. topP: topP parametresi, modelin çıkış için jetonları seçme şeklini değiştirir. Olasılıklarının toplamı topP değerine eşit olana kadar jetonlar en yüksekten en düşük olasılığa göre seçilir. Örneğin, A, B ve C jetonlarının olasılıkları 0,3, 0,2 ve 0,1 ise ve topP değeri 0,5 ise model, sıcaklığı kullanarak sonraki jeton olarak A veya B'yi seçer ve C'yi aday olarak hariç tutar. Varsayılan topP değeri 0,95'tir.

  5. stop_sequences: Modele içerik oluşturmayı durdurmasını bildirmek için bir durdurma dizisi ayarlayın. Durdurma dizisi, herhangi bir karakter dizisi olabilir. Oluşturulan içerikte görünebilecek karakter dizileri kullanmaktan kaçının.

İstem tekrarlama stratejileri

İstem tasarımı, istediğiniz yanıtı tutarlı bir şekilde alabilmek için bazen birkaç iterasyon gerektirebilir. Bu bölümde, istemlerinizi yinelerken deneyebilirsiniz bazı konularla ilgili yol gösterici bilgiler verilmektedir:

  1. Farklı ifadeler kullanın: İstemlerinizde farklı kelimeler veya ifadeler kullanmak, aynı anlama gelseler bile modelden genellikle farklı yanıtlar alınmasına neden olur. İsteminizden beklediğiniz sonuçları alamıyorsanız isteği yeniden ifade etmeyi deneyin.

    Version 1:
How do I bake a pie?

Version 2:
Suggest a recipe for a pie.

Version 3:
What's a good pie recipe?

  2. Benzer bir göreve geçin: Modelin bir görevle ilgili talimatlarınızı uygulamasını sağlayamıyorsanız aynı sonucu veren benzer bir görevle ilgili talimatlar vermeyi deneyin.

    Bu istem, modele önceden tanımlanmış kategorileri kullanarak bir kitabı kategorize etmesini söyler:

    Which category does The Odyssey belong to:
thriller
sci-fi
mythology
biography
  
        The Odyssey belongs to the category of **mythology**. 

    Here's why:

    * **Mythology:** The Odyssey tells the story of Odysseus, a hero from Greek mythology, and his
    journey home after the Trojan War. It features gods, monsters, and supernatural events common to
    Greek mythology.
.....

    Yanıt doğru ancak model seçeneklerin sınırları içinde kalmadı. Ayrıca, modelin tam bir cümle yerine seçeneklerden biriyle yanıt vermesini de istiyorsunuz. Bu durumda, talimatları çoktan seçmeli soru olarak yeniden ifade edebilir ve modelden bir seçenek seçmesini isteyebilirsiniz.

    Multiple choice problem: Which of the following options describes the book The Odyssey?
Options:
    


      

    • thriller
      • 

    • sci-fi
      • 

    • mythology
      • 

    • biography

    The correct answer is mythology.

  3. İstem içeriğinin sırasını değiştirme: İstemdeki içeriğin sırası bazen yanıtı etkileyebilir. İçerik sırasını değiştirmeyi deneyin ve bunun yanıtı nasıl etkilediğine bakın.

    Version 1:
[examples]
[context]
[input]

Version 2:
[input]
[examples]
[context]

Version 3:
[examples]
[input]
[context]

Yedek yanıtlar

Yedek yanıt, istem veya yanıt bir güvenlik filtresini tetiklediğinde model tarafından döndürülen yanıttır. Yedek yanıt örneği: "Yalnızca bir dil modeli olduğum için bu konuda size yardımcı olamıyorum."

Model yedek yanıtla yanıt verirse sıcaklığı artırmayı deneyin.

Yapılmaması gerekenler

  • Gerçeklere dayalı bilgiler oluşturmak için modellere güvenmekten kaçının.
  • Matematik ve mantık problemlerinde dikkatli kullanın.

Üretken modellerin işleyiş şekli

Bu bölümde, üretici modellerin yanıtlarında rastgelelik var mı yoksa bunlar deterministik mi? sorusuna yanıt verilmeye çalışılmaktadır.

Kısa yanıt: Her ikisi de evet. Üretken bir modele istem gönderdiğinizde metin yanıtı iki aşamada oluşturulur. İlk aşamada üretken model, giriş istemini işler ve ardından gelmesi muhtemel olası jetonlar (kelimeler) için bir olasılık dağılımı oluşturur. Örneğin, "Köpek ... üzerinden atladı" giriş metnini kullanırsanız üretken model, olası sonraki kelimelerden oluşan bir dizi oluşturur:

[("fence", 0.77), ("ledge", 0.12), ("blanket", 0.03), ...]

Bu işlem deterministiktir; üretken bir model, aynı istem metnini her girdiğinde aynı dağılımı üretir.

İkinci aşamada üretken model, çeşitli kod çözme stratejilerinden birini kullanarak bu dağılımları gerçek metin yanıtlarına dönüştürür. Basit bir kod çözme stratejisi, her zaman adımında en olası jetonu seçebilir. Bu işlem her zaman deterministiktir. Bunun yerine, model tarafından döndürülen dağılım üzerinde rastgele örnekleme yaparak bir yanıt oluşturmayı seçebilirsiniz. Bu işlem stokastik (rastgele) olur. Sıcaklığı ayarlayarak bu kod çözme işleminde izin verilen rastgelelik derecesini kontrol edin. Sıcaklık 0 olduğunda yalnızca en olası jetonlar seçilir ve rastgelelik yoktur. Buna karşılık, yüksek sıcaklık, model tarafından seçilen jetonlara yüksek düzeyde rastgelelik katar ve daha beklenmedik, şaşırtıcı model yanıtlarına yol açar.

Sonraki adımlar