Türkçe Prompting Riski: Türk Girişimlerinin Sessiz Katili

2026 yılında, Türk kurucuların ve kurumsal ekiplerin yaptığı en tehlikeli ve görünmez hatalardan biri Türkçe prompt yazmaktır.

İlk bakışta son derece doğal gelir. "Neden kendi dilimde prompt yazmayayım?" Ancak bu karar, şirketlerin rekabet avantajını sessizce yok etmekte, bütçeleri eritmekte ve otonom sistemlerde yapısal sapmalara (drift) neden olmaktadır.

Yapısal Tez: Türkçe, nihai müşteri iletişimi ve yerel pazar içeriği için mükemmeldir. Ancak sistem mantığı, veritabanı şemaları, API akışları ve ajan talimatları için İngilizce prompt yazmak hayati bir zorunluluktur.

Tokenizasyonun Fiziksel Gerçekliği

Büyük Dil Modelleri (LLM) metinleri doğrudan işlemez; onları token adı verilen sayısal birimlere böler. 2026 yılındaki tüm modern model tokenizer'ları (OpenAI o200k_base veya Google Gemini tokenizer'ları gibi) İngilizce veri ağırlıklı eğitilmiştir. Türkçe, morfolojik olarak zengin ve bitişken (agglutinative) bir dil olduğu için bu algoritmalar tarafından çok daha fazla parçaya ayrılır.

Aynı stratejik talimatı Türkçe olarak yazmak, İngilizce yazmaya kıyasla %70 ila %90 oranında daha fazla token tüketimine yol açar. Milyonlarca ajan işleminin yapıldığı veya büyük hacimli dokümanların işlendiği kurumsal senaryolarda bu "Prompt Vergisi", karlı bir ürün ile sürdürülemez bir finansal kayıp arasındaki farkı belirler.

Bilişsel Sapma ve Çeviri Darboğazı

Grok 4.3, Claude 4 ve GPT-5 gibi tüm öncü modellerin eğitim külliyatının %60-70'inden fazlası İngilizcedir. Bu modellerin mantık yürütme, kodlama kabiliyetleri ve kavramsal ilişkileri İngilizce üzerine kuruludur.

Modellere Türkçe bir prompt gönderdiğinizde, model girdiyi arka planda İngilizceye çevirir, kendi güçlü ağırlık merkezinde analiz eder ve ardından çıktıyı tekrar Türkçeye çevirir. Bu çift yönlü çeviri süreci şu sorunlara yol açar:

• Talimat Aşınması: Hassas teknik kısıtlar ve ince detaylar çeviri sırasında kaybolur.
• Halüsinasyon Artışı: Yapısal olarak karmaşık ve verisi az bir dilde token üretmeye zorlanan modelin hata yapma ihtimali yükselir.
• Yapısal Çıktı Bozulması: JSON şemaları, tip kısıtları ve veri modelleri, Türkçe değişken isimleri kullanıldığında sapmaya uğrar.

Kodun Ortak Dili İngilizcedir

Modern tüm framework dokümantasyonları (React, Next.js, Supabase, Elysia), hata mesajları ve yazılım kütüphaneleri İngilizce tasarlanmıştır. Bir Türk girişimi kod yazma ajanına Türkçe açıklamalarla kod ürettirmeye çalıştığında, model teknik terimleri Türkçe isimlerle eşleştirmeye zorlanır. Bu durum kırılgan, okunaksız ve teknik borcu yüksek kod blokları üretir.

Foundation0 Hibrit Yaklaşımı

Biz Türkçe dilinden vazgeçilmesini önermiyoruz. Önerimiz, Sistem Katmanı ile Kullanıcı Katmanı'nı birbirinden ayırmaktır:

Sistem mantığını İngilizce kurarak modelin tam zekasından yararlanır, token maliyetini minimize eder ve çıktıyı kusursuz Türkçe olarak alabilirsiniz. İngilizce prompt yazıp Türkçe çıktı üretmek, 2026'da maliyeti optimize edilmiş ve dayanıklı bir yapay zeka altyapısının anahtarıdır.