Yapay zeka ile kendi sesinle tweet yazmak (yapay zeka gibi durmadan)

Ne test ettik?

Ekim 2026'da 14'ü İngilizce, 14'ü Türkçe 28 konu üzerinde kör bir karşılaştırma yaptık. Her konu için üç sistem tweet yazdı: yazar hakkında hiçbir bilgisi olmayan tek seferlik bir üretici, yazarın bir iki cümlelik tanımı verilmiş bir sohbet asistanı ve gerçek gönderilerden çıkarılmış bir üslup profiliyle çalışan xVirals. Üç yapay zekâ hakem, hangi metni hangi sistemin yazdığını bilmeden çıktıları insan sesi, somut ayrıntı, akıcılık, kaydırmayı durdurma gücü ve uydurma riski açısından sıraladı.

Aşağıdaki sayıları kanıt değil yön olarak oku. Hakemler insan değil yapay zekâ modeliydi; 28 konu küçük bir örneklem; sistemler de eşit koşullarda çalışmadı. Diğer araçların adını bu yüzden vermiyoruz. Yine de ortaya çıkan kalıplar işe yarayacak kadar tutarlıydı.

Yapay zekâ tweetleri neden yapay zekâ gibi durur?

Yazar hakkında hiçbir şey bilmeyen tek seferlik üretici en tanıdık yapay zekâ kalıbını üretti. Çıktılarının hepsi — iki dilde de %100 — okura bir soruyla bitti ("Deneyimlerinizi paylaşın!"). Yaklaşık dörtte birinde emoji vardı, neredeyse hiçbiri birinci tekil şahısla yazılmamıştı. İnsan sesinde neredeyse her sette sonuncu oldu.

Yazarın kısa bir tanımına sahip asistan daha iyi iş çıkardı, ama kendi kalıbına düştü: karşıt bir açılış, iki ila dört tek satırlık "içgörü" ve kapanışta bir özdeyiş. Türkçede satırları çoğu zaman çeviri gibi okunuyordu.

Ortak sebep aynı. Model senin nasıl yazdığına dair örnek görmezse, gördüğü ortalama tweet'e döner — ortalama tweet de insanların geçip gitmeyi öğrendiği tweet'tir.

1. Modele tanım değil, gerçek gönderilerini ver

"SaaS hakkında yazan, samimi ve esprili bir girişimci" binlerce kişiyi tarif eder. Son 20 gönderin ise tek bir kişiyi. Ritim, cümle uzunluğu, büyük harf kullanıp kullanmadığın, nasıl açıp nasıl bitirdiğin — bunlar ancak örneklerle aktarılır.

Testimizde gerçek örnek gönderili bir üslup profilinden yazılan taslaklar, insan sesinde %99 oranında birinci seçildi. En büyük kaldıraç bu ve örnek kabul eden her araçta işe yarar.

2. Yalnız senin bildiğin bir şeyden başla

Sıradan taslaklar bir konudan bahseder. İyi tweet'ler ise orada bulunmuş birinden gelir: kendi panelindeki bir sayı, aldığın hatanın kendisi, bir müşterinin gerçekten söylediği cümle. Bu ayrıntıyı isteme koy. Testimizde üsluba göre yazılan taslaklar birinci tekil şahsı ve somut rakamları sıradan olanlardan çok daha sık kullandı; hakemler somut ayrıntıda onları her seferinde birinci sıraya koydu.

3. Paylaşmadan önce her ayrıntıyı kontrol et

Asıl tuzak burada. Kendinden emin, birinci ağızdan yazan bir model, metni gerçek gösteren ayrıntıları da uydurur — "bunu küçük bir ayarlar ekranında denedim", "18 dakika sürdü". Testimizde hakemler, üsluba göre yazılan 28 taslağın 23'ünde en az bir uydurma ayrıntı işaretledi. Bu taslaklar yine de insan sesinde kazandı; sorun da tam olarak bu: uydurma satır en insansı okunan satır oluyor.

Yapay zekâ taslağındaki her sayıyı, süreyi, ismi ve "şunu yaptım" cümlesini yer tutucu say. Gerçekte ne olduysa onunla değiştir ya da sil.

4. Okurun göremediği kaynaklara atıfları çıkar

Bir araç yazmadan önce konuyu araştırıyorsa, kaynaklarındaki isimler tweet'e sızabilir: "X'in kademeli yaklaşımına göre", "rehberin önerdiği gibi". Okur o rehberi hiç görmedi. Ya kaynağı düzgünce adıyla anıp linkle, ya da satırı kendi kelimelerinle yeniden yaz.

5. İlk satırı yeniden yaz ve kısa tut

Kaydırmayı durdurma gücünde üsluba göre yazılan taslaklar, kalıpla yazan asistanla ancak başa baş gitti. Hakemlerin o ölçütte ödüllendirdiği şey, o asistanın kısa ve karşıt ilk satırlarıydı. Ders kalıbı kopyalamak değil; düzenleme zamanının çoğunu ilk satıra harcamak. Kısa, somut ve gerçekten ağzından çıkacak bir cümle olsun.

6. Uzunluğu kontrol et

Üsluba göre yazılan taslaklar uzun kaçar: testimizde, linkler ve emojiler X'in saydığı gibi ağırlıklandırıldığında kazanan taslakların %36'sı 280 karakter sınırını aştı. Paylaşmadan önce taslağı Twitter karakter sayacına yapıştır; sayımın nasıl yapıldığını Twitter karakter sınırı rehberinde bulabilirsin. Gerçekten daha fazla yer gerekiyorsa flood oluşturucu ile kısa bir flood'a çevir.

Yapay zekâ taslağını paylaşmadan önce kontrol listesi

• Model yalnız bir tanım değil, gerçek gönderilerini gördü mü?
• Sırf yapay zekâ sevdiği için mi bir soruyla bitiyor? Sil.
• Her sayı, isim ve "şunu yaptım" doğru mu? Değilse düzelt ya da çıkar.
• Okurun göremediği bir kaynaktan bahsediyor mu?
• İlk satırı yüksek sesle söyler miydin?
• Ağırlıklı 280 karakterin altında mı?

xVirals bunu nasıl yapıyor?

xVirals 1. adımın üzerine kurulu. Bir X hesabının herkese açık gönderilerini okur, onlardan bir üslup profili çıkarır ve tweet, alıntı ve yanıt taslaklarını o hesabın gerçek yazılarından örneklerle hazırlar. Birkaç aday yazar ve onları, kısmen hesabın kendi gönderilerine ne kadar yakın olduklarına bakarak sıralar. Senin yerine asla paylaşım yapmaz ve X giriş bilgini saklamaz: her taslağı sen inceler, düzenler ve paylaşırsın — 3 ile 6. adımlar da burada devreye girer.

Yukarıdaki test bize neyi düzeltmemiz gerektiğini de gösterdi: uydurma ayrıntılar ve 280'i aşan taslaklar. İkisi üzerinde de çalışıyoruz; yeni ölçümler geldiğinde bu rehberi güncelleyeceğiz.

Sık sorulan sorular

İlgili

• Twitter karakter sınırları
• Twitter karakter sayacı
• Twitter flood oluşturucu