# Çıkışları ve Girişleri Kısıtlama

## 🎯 TL;DR
Çıkışları ve girişleri kısıtlamak, AI modellerinde hataları azaltmak ve performansı iyileştirmek için önemlidir. Bu, girişlerde ve çıkışlarda belirli kurallar ve sınırlar uygulanmasını içerir.

## 📚 Anahtar Kavramlar
- **Input Constraints** → Giriş Kısıtlamaları (veri girişini temiz ve geçerli tutmak için uygulanır)
- **Output Constraints** → Çıkış Kısıtlamaları (üretilecek sonuçların güvenli, ilgili ve uygun olmasını sağlamak için uygulanır)
- **Data Type Restrictions** → Veri Tipi Kısıtlamaları (giriş verilerinin belirli bir formata uygun olmasını sağlamak)
- **Value Ranges** → Değer Aralıkları (giriş verilerinin belirli bir aralıkta olmasını sağlamak)

## 🔍 Detay (Orijinal İngilizce)
Constraining outputs and inputs in AI models refers to implementing limits or rules that guide both the data the model processes (inputs) and the results it generates (outputs). Input constraints ensure that only valid, clean, and well-formed data enters the model, which helps to reduce errors and improve performance. This can include setting data type restrictions, value ranges, or specific formats. Output constraints, on the other hand, ensure that the model produces appropriate, safe, and relevant results, often by limiting output length, specifying answer formats, or applying filters to avoid harmful or biased responses. These constraints are crucial for improving model safety, alignment, and utility in practical applications.

## 🔗 Daha Detay İstersen
roadmap.sh ekibinin seçtiği kaynaklar:
- 📖 [Prompt Enjeksiyonunu Önleme](https://learnprompting.org/docs/prompt_hacking/defensive_measures/introduction) — AI modellerinde güvenlik için önemli bir kaynak
- 📖 [API'de Yapılandırılmış Çıkışları Tanıtma - OpenAI](https://openai.com/index/introducing-structured-outputs-in-the-api/) — Yapılandırılmış çıkışların API'de nasıl kullanıldığını açıklar