Mühendis: LLM'lerle çalışmada asıl beceri alan uzmanlığı

24 Temmuz 2026'da yayımlanan bir yazıda yazılım mühendisi ve blog yazarı Sean Goedecke, büyük dil modelleriyle çalışırken en önemli becerinin prompt hileleri değil, soru sorduğunuz alandaki uzmanlık olduğunu savunuyor.

Neden beceri gerekmiyormuş gibi görünüyor

Goedecke 2010'ları hatırlıyor: teknik bir boşluğunuz varsa — örneğin CSS yazamıyorsanız — ya deneyimli bir meslektaşa güvenmek ya da tam sorununuzun yanıtının internette bir yerde olmasını ummak zorundaydınız. Bugün ise herkes, işi bir LLM'e devrederek “idare eder” düzeyde CSS üretebiliyor. Modeller “herkesi genel bir uzmana dönüştürüyor”; bu yüzden çoğu kişi burada hiçbir becerinin rol oynamadığı sonucuna varıyor: herkes aynı modellerle konuşuyor, dolayısıyla “usta prompt yazarları” yeni başlayanlarla aynı sonuçları alıyormuş gibi görünüyor.

Tao'nun sohbeti bir vaka çalışması

Yazarın karşı örneği, matematikçi Terence Tao'nun ChatGPT ile Jacobian Sanısı'na kısa süre önce bulunan karşı örnek üzerine yaptığı sohbet. Goedecke, Tao'nun mesajlarının kısa ve net olduğunu; modelin yanıtlarının kendi denemelerine kıyasla çok daha öz olduğunu (uzmanlık sinyali modeli “matematikçilerle konuşma” kipine sokuyor); Tao'nun yanlış görünen yanıtlara doğrudan karşı çıkmadan itiraz ettiğini (“bu umduğumdan daha karmaşık görünüyor”); ve nereye gidileceği konusunda modelin tavsiyesine neredeyse hiç uymadığını aktarıyor.

Ne var ki bu alışkanlıklar kopyalanamıyor: Tao'nun asıl avantajı matematiği gerçekten anlaması — çok paragraflık bir yanıttan ilgili fikri çekmek, alternatif formülasyonlar önermek, neyin “tuhaf göründüğünü” fark etmek ve “X burada işliyor mu?” ya da “Y ve Z veriliyse neden A?” gibi somut sorular sormak.

Uzmanlık darboğaz olarak

Goedecke aynı etkiyi kendi işinde de gözlemliyor: kod tabanına dair iyi bir zihinsel model, mühendisin modeli çok daha sert yönlendirmesini sağlıyor — “burada daha basit olamaz mı?”, “X zaten bizde yok mu?”. Alan bilgisi olmadan da bir LLM'den bir şeyler alınabilir; ama bilgiyle aynı modelden çok daha fazla değer çıkarılabiliyor.

Vardığı sonuç: modeller güçlendikçe insan uzmanlığı işe yaramaya devam edecek ve pek çok işte “darboğaz model değil, insandır”, çünkü zor kısım tam olarak nasıl bir çözüm istendiğini anlatmak. Yazısına eklediği notta metnin Hacker News'te çok sayıda yorum aldığını, aralarında bu argümanı fazla rahatlatıcı bulan kuşkucuların da olduğunu belirtiyor; OpenAI'nin matematik başarılarının uzmanlık gerektirmediğini söyleyenlere yanıtı ise şu: modelin önerdiği sonuçları uzman matematikçilerden oluşan bir ekip kontrol edip süzdü ve bu adımın bugün atlanabileceğini düşünmüyor.