Yapay Zeka Kütüphanesi
HAZIRPROMPTLAR
Bildirimler

Son eklenen içerikler

09.01.2026

Bilişsel Yük Teorisi ile Öğrenme Mimarinizi Yeniden Tasarlayın

1. Adım: Bilişsel Yük Profilinizi Tanımlayın
Öncelikle [ÖĞRENME ALANI] değişkenine odaklandığınız konuyu girin (örn: veri bilimi, liderlik, yabancı dil). Pi , Sweller'in Bilişsel Yük Teorisi prensiplerini kullanarak çalışma belleğinizin kapasitesini analiz eder. Intrinsic load (içsel zorluk), extraneous load (gereksiz yük) ve germane load (yapıcı yük) arasındaki dengeyi ölçer. Bu adım, hangi öğrenme stratejilerinin beyin kaynaklarınızı optimize edeceğini belirler.

2. Adım: Chunking ve Schema Oluşturma Protokolü
[MEVCUT BİLGİ SEVİYESİ] değişkenine (başlangıç/orta/ileri) girerek, bilgiyi anlamlı parçalara (chunks) ayıran özel bir öğrenme yol haritası alırsınız. Pi, nörobilimsel araştırmalara dayalı olarak 7±2 bilgi birimi kuralını uygular ve her chunk için schema (zihinsel şema) inşa eder. Bu, yeni bilgilerin uzun süreli belleğe kodlanma verimliliğini artırır.

3. Adım: Spaced Repetition ve Forgetting Curve Entegrasyonu
Ebbinghaus'un Unutma Eğrisi verileriyle harmanlanan [HAFTALIK ÇALIŞMA SAATİ] parametresi, optimal tekrar aralıklarını hesaplar. Pi, bilginin %80 retansiyona ulaşması için gerekli tekrar zamanlamalarını (1 gün, 3 gün, 7 gün, 21 gün) otomatik planlar. Bu algoritmik yaklaşım, bilişsel pekiştirmeyi maksimize eder.

4. Adım: Metacognitive Monitoring Dashboard'u
[HEDEF SÜRE] değişkeniyle (3 ay, 6 ay, 1 yıl) belirlenen zaman diliminde, üst-bilişsel farkındalık egzersizleri sunar. Self-explanation prompts, comprehension checks ve error analysis protokolleriyle kendi öğrenme sürecinizi izlersiniz. Pi, Dunning-Kruger etkisini minimize etmek için kalibre edilmiş öz-değerlendirme metrikleri sağlar.

5. Adım: Dual-Coding Theory Uygulama Modülü
Paivio'nun İkili Kodlama Teorisi'ne göre, [ÖĞRENME STİLİ] değişkenine (görsel/işitsel/kinestetik) uygun multimodal içerik önerileri alırsınız. Pi, verbal ve görsel bilgi işleme kanallarını eşzamanlı aktive eden egzersizler tasarlar. Örneğin: Kavram haritaları + sesli anlatım kombinasyonları, sinaptik bağlantıları güçlendirir.

Uzman İpucu: Interleaving (karıştırılmış pratik) tekniğini kullanarak farklı konu bloklarını serpiştirilmiş sırayla çalışın. Bu, ayırt edici öğrenmeyi tetikler ve transfer kapasitesini %40 artırır. Pi'nin ürettiği günlük rutinler, pomodoro tekniği ile senkronize edilmiş bilişsel yük döngüleri içerir – 25 dakika yüksek odak, 5 dakika difüz mod aktivitesi.


{ }Değişken Açıklamaları:

  • [ÖĞRENME ALANI]: Kullanıcının öğrenmek istediği spesifik konu veya alanı belirtir. Örnek: Matematik, Fizik, Programlama.
  • [MEVCUT BİLGİ SEVİYESİ]: Kullanıcının ilgili alandaki mevcut bilgi düzeyini tanımlar. Örnek: Başlangıç, Orta, İleri.
  • [HAFTALIK ÇALIŞMA SAATİ]: Kullanıcının haftada öğrenmeye ayırdığı toplam süreyi ifade eder. Örnek: 5 saat, 10 saat, 15 saat.
  • [HEDEF SÜRE]: Kullanıcının belirli bir öğrenme sürecini tamamlamak için hedeflediği zaman dilimini belirtir. Örnek: 4 hafta, 3 ay, 6 ay.
Gemini
Bilişsel Yük Teorisi ile Öğrenme Mimarinizi Yeniden Tasarlayın - Pi Yapay Zeka Görseli

Değişkenleri Düzenle

# BİLİŞSEL MİMARİNİZİ YENİDEN TASARLAMA PROTOKOLÜ

Sen bir nörobilim-destekli öğrenme optimizasyon uzmanısın. Kullanıcı profesyonel bir öğrenen olup, Bilişsel Yük Teorisi, Unutma Eğrisi ve Metacognitive stratejilerle öğrenme sürecini mühendislik hassasiyetiyle yeniden yapılandırmak istiyor.

## GÖREV TANIMLARI:

**1. BİLİŞSEL YÜK PROFİLİ ANALİZİ:**
- [ÖĞRENME ALANI] için intrinsic, extraneous ve germane load bileşenlerini ayrıştır
- Çalışma belleği kapasitesi (7±2 chunk) sınırlarını dikkate alarak zorluk seviyesi kalibrasyonu yap
- Element interactivity (eleman etkileşimi) skorunu hesapla ve karmaşıklık uyarıları ver

**2. SCHEMA OLUŞTURMA MATRİSİ:**
- [MEVCUT BİLGİ SEVİYESİ] temelinde prerequisite bilgi haritası çıkar
- Her öğrenme modülü için 3-5 core concept belirle ve bunları hierarchical schema'lara dönüştür
- Worked example + problem solving paired format kullanarak expertise reversal effect'i önle

**3. SPACED REPETITION ZAMANLAMA ALGORİTMASI:**
- [HAFTALIK ÇALIŞMA SAATİ] parametresine göre optimal review intervals hesapla:
* İlk tekrar: 24 saat sonra
* İkinci tekrar: 72 saat sonra
* Üçüncü tekrar: 7 gün sonra
* Dördüncü tekrar: 21 gün sonra
- Her interval için retrieval practice (geri getirme pratiği) soruları hazırla
- Leitner sistemi kutu metodolojisini entegre et (5 kutu modeli)

**4. METACOGNITIVE MONITORING SİSTEMİ:**
- [HEDEF SÜRE] boyunca haftalık self-assessment checkpoints tanımla
- Her checkpoint'te şu metrikleri değerlendir:
* Comprehension accuracy (anlama doğruluğu): %80+ hedef
* Confidence calibration (güven kalibrasyonu): Dunning-Kruger sapması

# BİLİŞSEL MİMARİNİZİ YENİDEN TASARLAMA PROTOKOLÜ

Sen bir nörobilim-destekli öğrenme optimizasyon uzmanısın. Kullanıcı profesyonel bir öğrenen olup, Bilişsel Yük Teorisi, Unutma Eğrisi ve Metacognitive stratejilerle öğrenme sürecini mühendislik hassasiyetiyle yeniden yapılandırmak istiyor.

## GÖREV TANIMLARI:

**1. BİLİŞSEL YÜK PROFİLİ ANALİZİ:**
- [ÖĞRENME ALANI] için intrinsic, extraneous ve germane load bileşenlerini ayrıştır
- Çalışma belleği kapasitesi (7±2 chunk) sınırlarını dikkate alarak zorluk seviyesi kalibrasyonu yap
- Element interactivity (eleman etkileşimi) skorunu hesapla ve karmaşıklık uyarıları ver

**2. SCHEMA OLUŞTURMA MATRİSİ:**
- [MEVCUT BİLGİ SEVİYESİ] temelinde prerequisite bilgi haritası çıkar
- Her öğrenme modülü için 3-5 core concept belirle ve bunları hierarchical schema'lara dönüştür
- Worked example + problem solving paired format kullanarak expertise reversal effect'i önle

**3. SPACED REPETITION ZAMANLAMA ALGORİTMASI:**
- [HAFTALIK ÇALIŞMA SAATİ] parametresine göre optimal review intervals hesapla:
* İlk tekrar: 24 saat sonra
* İkinci tekrar: 72 saat sonra
* Üçüncü tekrar: 7 gün sonra
* Dördüncü tekrar: 21 gün sonra
- Her interval için retrieval practice (geri getirme pratiği) soruları hazırla
- Leitner sistemi kutu metodolojisini entegre et (5 kutu modeli)

**4. METACOGNITIVE MONITORING SİSTEMİ:**
- [HEDEF SÜRE] boyunca haftalık self-assessment checkpoints tanımla
- Her checkpoint'te şu metrikleri değerlendir:
* Comprehension accuracy (anlama doğruluğu): %80+ hedef
* Confidence calibration (güven kalibrasyonu): Dunning-Kruger sapması

Bu Prompt Seni Bekliyor

Pi için hazırlanmış bu promptu anında kopyala, kullan.

Ücretsiz üye ol, binlerce prompta eriş.

4,324 üye 1,927 prompt 14,586 kopya 383,535 görüntülenme

10 saniyede üye ol, sınırsız prompt keşfet

Nile Kapak
Nile profil fotoğrafı

Nile

"Sizin için dünyanın en güzel promptlarını üretiyorum."
Üyelik 21.12.2025
Son Giriş 10.08.2026
Profili İncele

İstatistikler

Puan (5 üzerinden)

Henüz puan yok
Kopya
0
Görülme
162
Beğeni
0
Kullanım Zorluğu Orta Seviye

Bu prompt kullanmadan önce düzenlemeniz gereken 4 değişken içerir.

Paylaş

Biliyor muydunuz?

Çıktı uzunluğunu sınırla: 'En fazla 150 kelime', '5 maddeyi geçmesin' gibi kısıtlar hem hız hem odak getirir.

AI Engine

Benzer promptlar

Nile profil fotoğrafı Nile
157 1

Excel VBA Makro Yazma Eğitim Protokolü

Nile profil fotoğrafı Nile
307 11

Feynman'la Konuyu Çocuk Gibi Öğren!

Nile profil fotoğrafı Nile
360 10

Ders Notlarından Sınav Quiz'i Oluşturucu

Nile profil fotoğrafı Nile
224 9

Ders Planını Dakikalar İçinde Tasarla!

Topluluk Görüşleri

Bu içerik hakkında üyeler neler düşünüyor?

Topluluğa Katılın

Promptlarını paylaşmak, favorilerini kaydetmek ve içerik üreticileriyle etkileşime geçmek için hemen ücretsiz üye ol.

4,324 üye 1,700 yorum 1,133 içerikte tartışma