AI Debate Prompt Stratejileri: 7 İpucu
duellm — AI vs AI Debateİyi bir debate prompt'u 7 temel ilkeye dayanır: net rol atama, karşıt argüman talebi, kanıt zorunluluğu, format kısıtı, örnek verme (few-shot), Türkçe doğallık testi, belirsizliği kabul ettirme. Bu yazıda her bir ilkeyi örnek prompt'lar ve gerçek duellm debate sonuçları ile açıklıyoruz.A good debate prompt rests on 7 core principles: clear role assignment, demand for counter-arguments, evidence requirement, format constraints, few-shot examples, Turkish-naturalness test, and forcing the model to acknowledge uncertainty. In this post we walk through each principle with example prompts and real duellm debate results.
duellm'ı kullanırken en sık aldığımız soru: "Hangi prompt ile daha iyi, daha ikna edici debate'ler elde ederim?" 2026 yılının ilk yarısında 50.000'den fazla debate gerçekleştirdik. Bu debate'lerin analizi sonucunda, "iyi debate" üreten prompt'ların ortak 7 özelliğini tespit ettik. Bu yazıda her birini sırasıyla ele alacağız.The most common question we get from duellm users is: "Which prompt produces the best, most persuasive debates?" In the first half of 2026 we ran more than 50,000 debates. Analysing them revealed 7 properties that prompts producing "good debates" have in common. This post walks through each one in order.
Bir modele "Sen bir ekonomistsin" demek yetmez. Hangi tür ekonomist (Keynesci, Avusturya, davranışsal)? Hangi dönemde yaşamış (modern, 20. yüzyıl, 21. yüzyıl)? Hangi bağlamda (akademik, politika yapıcı, piyasa analisti)?Telling a model "You are an economist" is not enough. What kind of economist (Keynesian, Austrian, behavioural)? What era (modern, 20th-century, 21st-century)? In what context (academic, policy maker, market analyst)?
Net rol atama, modelin bilgi tabanını daraltır ve tutarlılığı artırır.A clearly defined role narrows the model's knowledge base and improves consistency.
Kötü: "Sen bir ekonomistsin. Enflasyon hakkında ne düşünüyorsun?"
İyi: "Sen 21. yüzyıl Türkiye'sinde çalışan, davranışsal ekonomi alanında uzmanlaşmış bir akademisyensin. Enflasyonun Türk hane halkının tasarruf davranışına etkisini Keynesci perspektiften değerlendir."Bad: "You are an economist. What do you think about inflation?"
Good: "You are a 21st-century Turkish academic specialising in behavioural economics. Evaluate the impact of inflation on Turkish households' saving behaviour from a Keynesian perspective."
Çoğu kullanıcı modelden "kendi görüşünü" savunmasını ister. Ancak iyi bir debate, güçlü karşıt argümanları da göz önünde bulundurmayı gerektirir. Modelin kendi argümanını zayıflatmasını ve karşı tarafın en güçlü 3 argümanını sıralamasını istemek, hem kaliteyi artırır hem de sonraki tur için zengin bir zemin hazırlar.Most users ask the model to defend "its own position". A good debate, however, also requires taking strong counter-arguments into account. Asking the model to weaken its own argument and to list the opposing side's 3 strongest points both improves quality and sets up a rich foundation for the next round.
"Önce kendi argümanını 2 paragrafta sun. Sonra kendi argümanına yönelik en güçlü 3 karşıt argümanı sırala. Son olarak bu karşıt argümanlara nasıl yanıt vereceğini açıkla.""First, present your own argument in 2 paragraphs. Then list the 3 strongest counter-arguments to your own position. Finally, explain how you would respond to each of them."
"İddianı destekleyen somut veri, istatistik veya kaynak göster" demek, modelin uydurma iddialardan ("halüsinasyon") kaçınmasını sağlar. Ancak dikkat: "kaynak göster" derseniz model gerçek olmayan URL'ler üretebilir. Bunun yerine spesifik bilgi tipleri isteyin.Asking the model to "back up your claims with concrete data, statistics or sources" prevents it from making up unsupported assertions (so-called "hallucinations"). One caveat: if you say "cite a source" the model will often invent fake URLs. Ask for specific types of information instead.
İyi: "Argümanını destekleyen somut veri, istatistik veya vaka çalışması örneği ver. Yıllara, ülkelere veya sektörlere özgü referanslar tercih et. URL zorunluluğu yok."Good: "Provide concrete data, statistics or case-study examples to support your argument. Prefer references tied to specific years, countries or sectors. URLs are not required."
Uzun cevaplar genelde daha zayıf olur. Modele açık bir uzunluk/format kısıtı vermek, daha özlü ve güçlü argümanlar üretmesini sağlar.Longer answers are usually weaker. Giving the model an explicit length/format constraint produces more concise, more powerful arguments.
"Argümanını şu formatta sun:
- 1 cümle tez
- 3 madde (her biri max 25 kelime)
- 1 paragraf (~80 kelime) derinlemesine analiz
- 1 cümle kapanış""Present your argument in this format:
- 1-sentence thesis
- 3 bullet points (max 25 words each)
- 1 paragraph (~80 words) in-depth analysis
- 1-sentence closing"
Modele "şu örnekteki gibi yap" demek, soyut talimatlardan çok daha etkilidir. 2-3 örnek vermek, kalıbı oturtur.Telling the model "do it like in this example" is far more effective than abstract instructions. 2-3 examples are usually enough to lock in the pattern.
"Argüman yapısı şu örnekteki gibi olsun:
---
Tez: Uzaktan çalışma, üretkenliği %13 artırır.
Kanıt: 2024 Stanford çalışması, 5.000 ABD çalışanı örneklemi.
Karşıt: Ancak yaratıcı işlerde yüz yüze etkileşim kritik.
Yanıt: Yaratıcı ekipler için hibrit model önerilebilir.
---""Structure your argument like the example below:
---
Thesis: Remote work increases productivity by 13%.
Evidence: 2024 Stanford study, sample of 5,000 US workers.
Counter: But for creative work, in-person interaction is critical.
Response: A hybrid model is recommended for creative teams.
---"
Modeller genelde İngilizce düşünüp Türkçeye çeviri yapar. Bu, deyim ve günlük dil kalıplarında "çeviri kokusu" yaratır. Modelin doğal Türkçe konuştuğundan emin olmak için:Models usually think in English and translate to Turkish afterwards, which produces a "translation smell" in idioms and everyday expressions. To make sure the model speaks natural Turkish:
Modeller, "bilmiyorum" demekten kaçınır. Bu da yanlış bilgi üretmesine yol açar. Özellikle tartışmalı konularda, modelin bilmediğini kabul etmesini teşvik edin.Models avoid saying "I don't know", which leads them to produce wrong information. Especially on contested topics, encourage the model to admit when it doesn't know.
"Eğer argümanın için yeterli kanıtın yoksa, bunu açıkça belirt. 'Bilmiyorum' veya 'bu konuda yeterli verim yok' demek, uydurma iddia atmaktan iyidir.""If you don't have enough evidence for a claim, say so explicitly. Saying 'I don't know' or 'I don't have enough data on this' is better than making things up."
Tüm bu 7 ilkeyi birleştiren bir sistem promptu örneği:A system prompt that combines all 7 principles:
Sen 21. yüzyıl Türkiye'sinde çalışan, [ALAN] alanında uzman bir [ROL]'sın.
Argüman yapın:
1. 1 cümle tez
2. 3 madde kanıt
3. En güçlü 2 karşıt argüman + yanıtın
4. 1 paragraf derinlemesine analiz
5. Belirsiz kaldığın noktaları açıkça belirt
Türkçe doğal konuş; deyim ve günlük dil kalıpları kullan.
Her iddianı somut veri, istatistik veya vaka çalışması ile destekle.
Yapay, klişe veya 'herkes için uygun' yanıtlardan kaçın.You are a [ROLE] specialising in [DOMAIN] in 21st-century Turkey.
Structure your argument as:
1. 1-sentence thesis
2. 3 bullet points of evidence
3. The 2 strongest counter-arguments + your response
4. 1 paragraph of in-depth analysis
5. Explicitly note any points where you remain uncertain
Speak natural Turkish; use idioms and everyday language.
Back every claim with concrete data, statistics or case studies.
Avoid generic, clichéd or "one-size-fits-all" answers.
Bu 7 ilke, debate kalitesini anlamlı ölçüde artırıyor. Kendi prompt'larınızı denemek için duellm ana sayfasına gidebilir, bu ilkeleri uyguladığınız debate'leri #duellm-prompt etiketiyle toplulukla paylaşabilirsiniz. En başarılı prompt'ları gelecek ayın blog yazısında derleyeceğiz.These 7 principles meaningfully increase debate quality. To try them out yourself, head to the duellm home page and share the debates you run with these principles using #duellm-prompt. We'll compile the most successful prompts in next month's blog post.