Akademik Portal

Etkili İstem Yazma

YZ araçlarından daha doğru, kapsamlı ve amaca uygun çıktılar alabilmek için istem ilkeleri ve örnekleri.

Ana Sayfa / İstemler

YZ modüllerine verilen talimatlar istem (prompt, komut) olarak adlandırılmaktadır. "Üretken YZ aracına girilen bilgiler, cümleler veya sorular (istemler), alınan çıktıların kalitesi üzerinde büyük bir etkiye sahiptir. Bir istem girdikten sonra, YZ modeli girdiyi analiz eder ve eğitim yoluyla öğrendiği kalıplara dayanarak bir yanıt üretir. Daha açıklayıcı istemler, çıktıların kalitesini artırabilir" (HUIT, 2023). İstemler her ne kadar usulüne uygun girilmiş olsa bile YZ araçlarının ürettiği içerik; uydurma, yanlış veya yanıltıcı olabileceği için çıktılar mutlaka incelenmeli ve teyit edilmelidir.

İstemler İngilizce yazıldığında YZ uygulamaları daha az token harcamakta, daha hızlı ve tutarlı çıktılar üretmektedir. Bu sebeple Türkçe istemlerin İngilizceye çevrilmiş şekilleri de tercih edilebilir.

YZ araçlarından daha doğru, kapsamlı ve amaca uygun çıktılar alabilmek için istemler girilirken aşağıda sıralanan ilkeler dikkate alınmalıdır.

Bölüm 01
Etkili İstem Yazmanın Temel İlkeleri

a) Rol (veya kişilik) atama: YZ modeline belli bir rol atandığında çıktının içeriği ve bakış açısı şekillendirilerek uzmanlık isteyen konularda daha tutarlı ve ayrıntılı çıktılar alınabilir.
Örnekler: Sen bir Türkçe profesörüsün/uzmanısın. Sen Ömer Seyfettin tarzında öyküler yazan bir yazarsın.

b) Görevi tanımlama (Task): Yapay zekâya görev atarken açık ve öz olmak da önemlidir. YZ modelinden yapılması istenenin net biçimde ifade edildiği emir kipinde çekimlenmiş bir fiille görev tanımlanmalıdır.
Örnekler: Yüklediğim belgenin özetini çıkar. Eklediğim belgedeki tarihî metni günümüz Türkçesine aktar.

c) Bağlam sağlama (Context): İstemde arka plan bilgisi, bağlamsal veriler, hedef kitle ve ayrıntılar bulunduğunda daha tutarlı çıktılar alınır.
Örnek: Önce yüklediğim belgeleri oku. Sonra sadece bu belgelerdeki bilgilerden yararlanarak lisans düzeyindeki edebiyat bölümü öğrencileri için Eski Anadolu Türkçesinin ses özelliklerini özetle.

ç) Biçimi belirleme (Format): Çıktı biçiminin açıkça belirtilmesi, yetersiz bilgi veya gereksiz ayrıntıyı önler, vakit kaybını engeller.
Örnekler: Sonuçları indirilebilecek word (.docx) belgesine sütunlar hâlinde yazdır. Yüklediğim belgedeki verilerin çıktısını pasta grafik olarak .png biçiminde yazdır.

  • Açıklık ve spesifiklik: Genel ifadeler yerine amaç net olarak belirtilmeli ve spesifik yönergeler yazılmalıdır.
  • Üslubu ayarlama: Çıktının hangi üslupta (resmî, akademik, içten vb.) istendiği YZ modülünde seçilmelidir.
  • Kısıtları ve şartları belirtme: Çıktının sınırlarını ve ölçütlerini belirlemek gereksiz içerik üretimini önler.
  • Örnek verme: YZ modülüne çıktının nasıl olması gerektiğine dair örnek(ler) verilmesi, daha tutarlı sonuçlar üretir.
  • Doğal dili kullanma: İstemler, muhatap insanmış gibi doğal dille, tam cümleler şeklinde yazılmalı ve yazım kurallarına uyulmalıdır.

Yukarıda anılan YZ modellerinin yeni sürümleri ilgili şirket tarafından duyurulurken bu yeni sürümlerle gelen özellikler kullanıcıları şaşırtmaya devam etmektedir. Bu sebeple burada yapılan değerlendirmelerin bugün itibariyle geçerli olduğu unutulmamalıdır.

Yılmaz (2025), ChatGPT, Grok, Claude, GitHub Copilot, Gemini, Midjourney, Microsoft Copilot, Perplexity, Synthesia ve Notion AI hakkında bilgiler verdikten sonra bunların 2025 yılının en popüler uygulamalar olduğunu belirtir. Ücretsiz kullanım için DeepSeek, Kimi K2.5 ve Qwen3.5 seçenekleri de vardır.

Akbulut (2025) ise yaptığı araştırmayla: ChatGPT'nin karmaşık görevlerde daha iyi performans gösterdiğini, GitHub Copilot'ın günlük yazılım geliştirmede hızlı çözümler sunduğunu, Google Gemini'ın eğitim ve temel projeler için uygun olduğunu, Microsoft Copilot'ın büyük ölçekli kurumsal projelerde tercih edilebileceğini ortaya koymuştur.

Bölüm 02
Dil Analizleri İçin İstem Örnekleri
"Sen Türkçe dil uzmanı bir akademisyensin. Google Colab'da çalışacak şekilde bir Python kodu yaz. Kullanıcıdan bir .docx dosyası seçmesini iste. Seçilen belgedeki tüm kelimeleri al, noktalama işaretlerini temizle, küçük harfe çevir. Tekrar eden kelimelerden sadece birini göster, kaç kez geçtiğini yanına yaz. Sonuçları frekans sıklığı sırasına göre sütunlar hâlinde yeni bir word belgesine yazdır. Bu word belgesi için indir seçeneği ekle. Gerekli kütüphaneleri otomatik kur (python-docx). Dosya seçilmezse işlemi iptal et ve uygun mesaj ver. Başarılı olduğunda dosya yolunu ekrana yazdır. Kodu tek hücrede çalıştırılabilir şekilde yaz."
Word için VBA makrosu yaz. Makro, aktif belgedeki metin üzerinde şu adımları eksiksiz uygulasın: Satır sonlarını ve sekmeleri boşluğa çevirsin. Tüm harfleri Türkçe kurallara göre küçük harfe dönüştürsün (İ → i, I → ı; Ç, Ğ, Ö, Ş, Ü doğru küçülsün). RegExp kullanmadan, karakter kontrol ile yalnızca Türkçe harfleri (a-z ve ç, ğ, ı, i, ö, ş, ü) ve boşlukları korusun; diğer tüm karakterleri boşluğa çevirsin. Çoklu boşlukları tek boşluğa indirsin, baştaki/sondaki boşlukları kırpsın. Metni kelimelere ayır ve Türkçe alfabeye göre özel karşılaştırma fonksiyonu ile sıralasın (vbTextCompare kullanmasın). Sonucu belgeye tek sütun hâlinde (her kelime yeni satır) yazsın. Boş satırları silsin. Kod tek modülde olsun ve hiçbir dış kütüphane/RegExp nesnesi kullanmasın.

Bu istem kısaltıldığında da Gemini, Perplexity ve ChatGPT doğru çalışan bir makro üretmektedir.

Sen Türkçe dil uzmanısın. Aşağıdaki paragrafı daha ilgi çekici ve profesyonel hâle getirmek için akademik ton kullanarak yeniden düzenler misin? Okunabilirliği artırmak için çeşitli cümle yapıları ve daha açıklayıcı bir dil kullan. [Paragrafı ekleyin/yapıştırın.]

Tarihî Türkçe metinleri günümüz Türkçesine aktarmak için YZ araçlarına aşağıdaki istem türleri girilebilir:

Sen Türk dili ve edebiyatı uzmanısın. Aşağıdaki [dönem/eser adı] metni günümüz Türkçesine aktarır mısın? Özgün metnin anlamını ve üslubunu koruyarak, modern okuyucu için anlaşılır bir dil kullan. [Metni ekleyin.] (Metnin sözlüğü varsa önce bu yüklenir. YZ aracından önce bunu okuması sonra bu sözlükteki anlamlara bağlı kalarak aktarması istenir.)
Eklediğim Türkçe belgeyi, bir çeviri bilim uzmanı olarak akademik bir tonda [İngilizceye] çevirir misin? [Metni ekleyin.]
Sen dil uzmanı bir akademisyensin. Senden akademik bir bildiri metni yazmanı istiyorum. Eklediğim belgede [içinde de- fiilinin geçtiği Türk atasözleri] var. Önce bu belgeyi oku. Sonra bu atasözlerinin morfolojik ve işlevsel analizini yap. Hangi atasözleri hangi alt başlıklar için örnek olursa hepsini kullan. [250-300] kelime aralığında bildiri özetini ve [4-5] anahtar kelimeyi bildirinin başına yaz. Ayrıca bu bildiri için başlık önerilerinde bulun. Bildiri resmî bir tonda olsun.
Sen dil uzmanı bir akademisyensin. [Yapay zekâ araçlarının dil bilgisi eğitiminde kullanılması] konusunda bilimsel bir makale yazmanı istiyorum. Bunun için izleyeceğin yol ve kısıtlar şunlardır: Önce, eklediğim belgeleri oku ve kaynak olarak sadece bunları kullan. Başta [150-200] kelime aralığında Türkçe özet ve [4-5] anahtar kelime olsun. Özeti ve anahtar kelimeleri [İngilizceye] çevir. Bu çeviriyi Türkçe anahtar kelimelerle giriş bölümünün arasına yerleştir. Makale metni [2500-3000] kelime aralığında olsun. Makalenin giriş, amaç, yöntem, sonuç ve kaynakça bölümlerini bu alt başlıkları kullanarak yaz ve alıntı (veya atıf) yapılan kaynakları “kaynakça” başlığı altına yaz. Bilgilendirici bir ton kullan.
Sen dil uzmanı bir akademisyensin. [Osmanlı Türkçesinden Türkiye Türkçesine geçiş sürecinde ses değişimlerini inceleyen 200] kelimelik bir literatür taraması yazar mısın? Harf inkılabının etkisini ele al, en az 8 akademik kaynak öner (gerçek kaynaklar olsun). Ses denklikleri için örnekler ver (örnek: ḳ > k, ġ > g). APA 7 atıf stilini kullan.
Sen dilbilimcisin. [Türkiye'de yaş gruplarına göre teknoloji terimlerinin kullanımını] araştıran bir anket soruları seti hazırlamanı istiyorum. Bu sette [3] farklı yaş grubu (7-10, 11-15, 16-18) için uygun sorular yaz. Sorulara açık uçlu ve kapalı uçlu sorular ekle. Kod değiştirme (code-switching) davranışlarını ölçebilecek soruları dâhil et ve etik kurul onayı için gerekli bilgilendirme metnini ekle.
Sen dilbilim uzmanı bir akademisyensin. İki dilli [Türkçe-İngilizce] konuşucularda kod değiştirme (code-switching) davranışlarını inceleyen bir deney protokolü tasarlamanı istiyorum. Bunu yaparken şunları kullan: [Katılımcı seçim kriterleri (n=30), uyaran malzemeleri (20 karma cümle örneği), veri toplama yöntemi (kayıt, anket, gözlem), analiz parametreleri (frekans, bağlam, gramatikal kategori), beklenen bulgular ve olası yorumlar, madde işaretleri ve alt başlıklar kullan.]
Sen Türkçe dil bilgisi uzmanısın. Görevin [çocukluğumuzdan] kelimesinin morfolojik analizini yapmaktır. Kök kelimeyi belirle. Her eki tanımla (çoğul eki, iyelik eki, ayrılma hâli eki). Ek sıralamasının Türkçe dil bilgisi kurallarına uygunluğunu açıkla. Benzer yapıda [3] örnek daha ver. Bulgularını tablo formatında sun. Açıklamaları Türkçe yaz.
Sen Türkçe dil bilgisi uzmanısın. Görevin word belgesindeki bütün kelimelerin morfolojik analizini yapacak Python kodunu yazmaktır. Kurallar: Kod [MacOS] işletim sisteminde kurulu VSCode'da çalıştırılacak. Gerekli kütüphaneler otomatik kurulsun. Kütüphane bulunamazsa kullanıcıdan (zemberek-full.jar veya turkishBERT) manuel olarak yüklemesi istensin. Kullanıcıdan analizi yapılacak dosyayı yüklemesi istensin. Sonuçlar indirilebilir word belgesine yazdırılsın. Ayrıca bu kodun nasıl çalıştırılacağını da yazar mısın?
Word belgesindeki metinden içinde [büyük] kelimesi geçen cümleleri ayrı bir word belgesine yazdırmak istiyorum. Bunun için Google Colab'da çalıştırılacak Python kodunu yazar mısın? Kurallar: Kod tek hücrede olsun. Gerekli kütüphaneler otomatik olarak kurulsun. Kullanıcıdan "dosya seç" düğmesiyle dosyayı yüklemesi istensin.(Bu işlem YZ araçlarına da yaptırılabiliyor ama sonuçlar eksik çıkıyor.)
Senden bir word belgesinden sıra numaraları tanımlı cümleleri seçip yeni bir word belgesine yazdıracak bir Python kodu yazmanı istiyorum. Kurallar: [MacOS işletim sistemi kurulu Macbook Air] bilgisayar kullanıyorum. Üreteceğin kod bu bilgisayarda kurulu VS Code'da yerel olarak çalıştırmaya uygun olmalıdır. Kod çalıştırıldığında kullanıcıdan 2 dosya seçerek yüklemesini istemelidir. 1. dosyada [162- Ağaç kökünden yıkılır.] örneğindeki gibi sıra numaralı atasözleri var. 2. dosyada ise 1. dosyadan ayıklanacak [atasözlerinin sıra numaraları] var. Kullanıcıdan önce 1. dosyayı sonra 2. dosyayı yüklemesi istenmeli. 2. dosyadaki sıra numaralarını taşıyan cümleler, 1. dosyadan ayıklanan (seçilen) cümleler yeni word belgesine alt alta yazdırılmalı. Oluşturulan yeni word belgesi [indirilenler] klasörüne indirilmeli.
Görev: .docx formatındaki 2 ayrı dosyadaki metinleri karşılaştırarak ortak kelimeleri bulmak için Python kodunu yazmak. Kurallar: Kod [MacOS] işletim sisteminde kurulu VSCode'da çalıştırılacak. Kod tek hücrede tek başına çalışabilir olsun. Gerekli kütüphaneler otomatik olarak kurulsun. Kullanıcıdan 1. ve 2. dosyaları yüklemesi "dosya seç" düğmesiyle istensin. Bu iki dosyadaki ortak kelimelerin kaç kez geçtiği yanlarına yazılsın ve frekans sıklığına göre iki sütun hâlinde sıralansın. (Alfabetik sıralama istenirse “sıralama Türk alfabesine (a, b, c, ç, d, e, f, g, ğ, h, ı, i, j, k, l, m, n, o, ö, p, r, s, ş, t, u, ü, v, y, z) göre olsun” şeklinde değiştirilebilir.) Sonuçlar word belgesine yazdırılsın ve bu dosyayı kaydetme (indir) penceresiyle indirme imkânı versin.
Görev: Google Colab’da tek hücrede çalışacak bir Python kodu yaz. Kurallar: Kod tek hücre içinde olacak. Kullanıcıdan analiz edilecek .docx dosyasını yüklemesini iste. Gerekli kütüphaneler otomatik algılansın, eksik olanlar pip install ile kurulsun. Metni paragraf bazlı oku, kelimeleri küçük harfe çevir, tokenize et. Stopwords listesi benim vereceğim tam listedir ve kod tarafından doğrudan kullanılmalıdır: [acaba, ah, ama, ancak, aslında, ayrıca, bazı, belki, biçimde, bile, bir, birer, birisi, birkaç, bu, bütün, çoğu, çünkü, da, daha, de, defa, değil, değilse, diğer, diye, fakat, gibi, hem, hey, hiç, ile, ise, için, kadar, kadar, kez, ki, kim, kime, kimi, kimse, kimden, lakin, madem, madem ki, mi, mu, ne, of, oysa, öbür, öyleyse, pek, sanki, şey, şu, ve, veya, ya, yalnız, yalnızca, yani, yine] Stopwords çıkarıldıktan sonra kelime frekanslarını hesapla ve en çok tekrar eden [10] kelimeyi göster. Kelime frekanslarından görsel bir word cloud oluştur ve göster. Co-occurrence (birlikte görülme) mantığıyla kelime ilişkisi ağı çıkar ve network graph çiz. Basit bir zorluk analizi yap: Ortalama kelime uzunluğu, cümle başına kelime sayısı, Type-Token Ratio, Heuristik olarak metni kolay-orta-zor şeklinde sınıflandır. Kodun tamamen sorunsuz çalışması için nltk punkt_tab eksikliği mutlaka giderilmeli →nltk.download (‘punkt_tab’, quiet=True) ekle. Sonuç olarak: bana çalışan kodu tek hücrede yaz.
Sen bir derlem dilbilimcisisin. Görev: MacOS işletim sistemi kurulu bilgisayarda VSCode'da çalıştırılacak tek hücrelik bir Python kodu yaz. Kullanıcıdan .docx dosyası seçmesini iste. Dosyadaki şu stopwords kelimelerini çıkar: “acaba, ah, ama, ancak, aslında, ayrıca, bazı, belki, biçimde, bile, bir, birer, birisi, birkaç, bu, bütün, çoğu, çünkü, da, daha, de, defa, değil, değilse, diğer, diye, fakat, gibi, hem, hey, hiç, ile, ise, için, kadar, kez, ki, kim, kime, kimi, kimse, kimden, lakin, madem, madem ki, mi, mu, ne, of, oysa, öbür, öyleyse, pek, sanki, şey, şu, ve, veya, ya, yalnız, yalnızca, yani, yine” Analiz: Kelimelerin POS analizini yap. POS türlerinin yüzdelik oran dağılımını pasta grafik (.png) olarak üret. POS frekanslarını sütun grafik (.png) olarak üret. Kelime uzunluklarının dağılımını sütun grafik (.png) olarak üret. Çıktı: Tüm grafikler masaüstüne cikti_gorselleri/ klasörüne kaydedilsin. Kod grafikleri aynı anda ekranda gösterip görüntülenebilir olsun. Sonunda çıktı dosyalarının yollarını yazdır. Format örneği: pos_pasta.png, pos_sutun.png, uzunluk_sutun.png. Beklenen çıktı: Yukarıdaki tüm işleri yapan eksiksiz Python kodu.
Rol: Sen alanında uzman, aynı zamanda öğrenci seviyesine inebilen bir açıklayıcısın. Yüklenen belge için kurallar: Ton: Basit, yalın ve örneklerle zenginleştirilmiş bir dil kullan. Gerekirse benzetmelerle kavramları somutlaştır. Sınırlamalar: Özgün metindeki temel kavramlar korunarak ortaöğretim düzeyine uygun kısa cümlelerle yeniden ifade et. Teknik terimlerin basit karşılıklarını ver. Amaç: Yüklenen metnin ana hatlarını bozmadan, onu daha anlaşılır bir biçimde özetlemek. Çıktılar: Metnin sadeleştirilmiş versiyonu; önemli noktaları vurgulayan, paragraf yapısını koruyan ancak gereksiz detayları atılmış bir açıklama. İş akışı: Önce kısaca konunun ne olduğunu belirt, sonra alt başlıklara göre basitleştirilmiş açıklamaları paragraflar hâlinde yaz.
Görev: Bir ana metin (Master) ile üç farklı nüshayı (Manuscript) kelime bazlı karşılaştıran ve farklılıkları ana metin üzerinde “Kelime Bazlı Dipnot” sistemiyle gösteren profesyonel bir Python programı yaz. Teknik Gereksinimler: Dosya İşleme: python-docx ile metinleri oku, lxml ile Word’ün XML yapısına (footnotes.xml) müdahale et. İşlem sonunda masaüstüne yeni bir .docx dosyası kaydet. Kelime Bazlı Karşılaştırma: difflib.SequenceMatcher kullanarak paragrafları kelime kelime karşılaştır. Boşlukları ve noktalama işaretlerini koruyan (re.findall(r“\S+|\s+”, text)) bir tokenizer kullan. Dipnot Konumlandırma (Kritik): Farklılık saptandığında dipnot numarasını (superscript) satır sonuna değil, doğrudan ilgili kelimenin sağ üstüne yerleştir. Otomatik Numaralandırma: Metin içinde w:footnoteReference kullan. word/footnotes.xml dosyasını sıfırdan oluştur. Dipnot açıklamalarının başına otomatik numara gelmesi için etiketini kullan (Böylece dipnotlar “1. Nüsha: Fark” şeklinde görünür). XML Enjeksiyonu: Oluşturulan belgenin [Content_Types].xml ve _rels/document.xml.rels dosyalarını manipüle ederek footnotes.xml dosyasını sisteme tanıt. Arayüz (GUI): tkinter ve ttk kullanarak; 1 ana metin ve 3 nüsha seçilebilen, ilerleme çubuğu (progressbar) içeren şık bir arayüz oluştur. Hata Yönetimi: Dosyaların açık olması veya XML hatalarına karşı try-except blokları kullan. Çıktı Formatı: Nüshalar arasındaki farklar dipnotta şu formatta olmalı: Nüsha_Adı: Fark_Metni. Bir nüshada kelime eksikse [Eksik] ifadesini kullan.
Her zaman tek bir istemle mükemmel sonuçlar alınamayabilir. Ardışık sorularla daha verimli çıktılar elde edilebilir. İstemler için şablonlar da kullanılabileceği gibi istenenler sıralanarak YZ modülüne de istemler yazdırılabilir. Akademik ve kurumsal çalışmalarda veri gizliliğine, telif haklarına, yerel politikalara dikkat edilmeli, onaylı araçlar kullanılmalıdır.

Bölüm 03
Kodlar Uygulamalarda Nasıl Çalıştırılır?

YZ araçlarına yazdırılan word makrolarını çalıştırmak için önce metnin bulunduğu word belgesi açılır. Uygulama menüsünden Araçlar › Makro › Visual Basic Düzenleyici yolu izlenerek veya Alt+F11 kısa yol tuş kombinasyonuna basılarak Microsoft Visual Basic açılır.

  • Insert (Ekle) menüsünden Module tıklanır.
  • YZ aracında ürettirilen kod kopyalanarak açılan Module kutusuna yapıştırılır.
  • Run (Çalıştır) ▶ düğmesine basılır.
  • İstenen işlem gerçekleşir.

(YZ araçları ürettikleri kodun nasıl çalıştırılacağını da adım adım yazar.)

Google Colab'da kodları çalıştırmanın iki yöntemi vardır:

1. Yöntem: YZ araçlarından Google Colab'da çalıştırılmak üzere istenen kod kopyalanır. colab.research.google.com genel ağ sayfası Google hesabıyla açılır. "Not defteri aç" popup sayfasının sol alt köşesindeki "+Yeni not defteri" düğmesi tıklanır. Sayfanın sağ üst köşesindeki "Bağlan" açılır menüsünden "Çalışma zamanı türünü değiştir" seçilir. Buradan Python 3 ve CPU işaretlenir. Sayfanın solundaki kod kutucuğuna tıklanır, kod yapıştırılır ve ▶ (hücreyi çalıştır) düğmesine basılır. Program çalışır. Kullanıcıdan “dosya seç” düğmesine tıklayıp dosya yüklemesi istenir. Çıktılar görüntülenir/kaydedilir. Uygulamanın “Dosya” menüsündeki “Kaydet” seçilerek bu not defteri Google Drive’a kaydedilir. Aynı işlem için farklı metinlerde bu not defterine tıklamak yeterli olur.

2. Yöntem: Aynı yol izlenir, ancak YZ araçlarına ürettirilen kod kullanılmaz. Açılan sayfanın altındaki Gemini sohbet kutucuğuna istem yapıştırılır. İşlem adımları "Kabul et ve çalıştır" düğmesine tıklanarak adım adım gerçekleştirilir.

Kullanılan işletim sistemine göre python.org/downloads genel ağ sayfasından yazılım indirilir ve kurulur.

  • Program çalıştırılır.
  • Sol üst köşedeki kod satırına YZ araçlarında yazdırılan kod kopyalanarak yapıştırılır.
  • Sağ köşedeki "Çalıştır" ▷ düğmesine tıklanır.
  • İstenen dosya(lar) yüklenir. Çıktılar ekranda görüntülenir/kaydedilir. (Kurulamayan gerekli kütüphaneler olursa program kullanıcıdan bunları yüklemesini ister. Benzer şekilde YZ araçları Python’da çalıştırılmak üzere ürettikleri kodların nasıl çalıştırılacağını da adım adım yazar.)

Yukarıda sıralanan işlemlerden bazıları için İTÜ NLP Araçları genel ağ sayfası da kullanılabilir. (Bu ağ sayfasına bazen erişim sorunu yaşanabiliyor.)

Bu ağ sayfasında gerçekleştirilebilecek işlemler:

  • Cümle ayırma
  • Kelime ayırma
  • Metni normale dönüştürme
  • Yazım ve noktalama düzeltme
  • Eksik ünlüleri tamamlama
  • Morfolojik analiz ve anlamlandırma

Bu sayfadaki bilgiler 4. Uluslararası Filoloji Akademik Çalışmaları Kongresinde sunulan "Türkçe Dil Analizleri İçin İstem Örnekleri ve Yapay Zekâ Araçlarıyla Üretilen Kodların Python Ortamında Çalıştırılması" başlıklı bildiri metninden alınmıştır.