Görev Ayrıştırma (Task Decomposition)

Görev Ayrıştırma nedir?

Görev ayrıştırma (task decomposition), karmaşık bir hedefi daha küçük, daha yönetilebilir ve tek tek çözülebilir alt görevlere bölme işlemidir. İnsanların proje yönetiminde yıllardır yaptığı bu şey, yapay zeka ajanlarının ve gelişmiş prompt tekniklerinin temel yapı taşlarından biri haline geldi.

Örneğin "şirketimiz için bir pazar araştırması raporu hazırla" hedefi şöyle ayrıştırılabilir: rakipleri belirle, her rakibin ürün ve fiyatlarını topla, müşteri yorumlarını incele, pazar büyüklüğü verisini bul, bulguları karşılaştır, raporu yaz.

Nasıl çalışır?

Görev ayrıştırma farklı şekillerde yapılabilir:

• İnsan tarafından: Geliştirici ya da kullanıcı adımları önceden tanımlar; model her adımı sırayla yürütür. Prompt chaining bu yaklaşımın tipik örneğidir.
• Model tarafından: Dil modelinden önce bir plan çıkarması istenir, sonra bu plan adım adım uygulanır. Plan-and-execute ajan mimarileri böyle çalışır.
• Özyinelemeli: Bir alt görev hâlâ çok büyükse, o da kendi içinde daha küçük parçalara bölünür. Sonuçta bir görev ağacı ortaya çıkar.
• Dinamik: Plan sabit değildir; her adımın sonucuna göre sonraki adımlar yeniden düzenlenir.

İyi bir ayrıştırmada alt görevlerin net bir girdisi ve çıktısı olur, birbirine bağımlılıkları açıkça belirlenir ve her birinin başarılı olup olmadığı kontrol edilebilir. Bağımsız alt görevler paralel çalıştırılarak zaman kazanılabilir.

Neden önemli?

Dil modelleri tek seferde çok fazla şey istendiğinde adımları atlayabilir, bir kısmını unutabilir ya da yüzeysel kalabilir. Görevi parçalara bölmek her adımda modelin dikkatini tek bir işe yoğunlaştırır, hataların nerede oluştuğunu görmeyi kolaylaştırır ve ara sonuçları kontrol etmeye imkân verir. Least-to-most prompting gibi teknikler, zor problemleri önce kolay alt problemlere bölerek çözme fikrine dayanır.

Aşırı ayrıştırma da sorun olabilir: Çok fazla küçük adım gereksiz maliyet ve gecikme yaratır, adımlar arası bilgi kaybına yol açar. Doğru ayrıntı seviyesi göreve göre bulunur.

Kullanım alanları

• Ajan sistemleri: Planlama modülünün hedefi uygulanabilir adımlara çevirmesi.
• Kodlama: Büyük bir özelliği dosya ve fonksiyon bazlı küçük değişikliklere bölmek.
• Uzun içerik üretimi: Önce taslak başlıklar, sonra her bölümü ayrı yazdırmak.
• Matematik ve mantık problemleri: Çözümü ara adımlara ayırarak doğruluğu artırmak.
• Günlük kullanım: Chatbot'a tek dev istek yerine birkaç net ve sıralı istek göndermek.