Meta Yapay Zeka Nedir? Kapsamlı Bir Tanım
Meta AI, Meta Platforms, Inc. tarafından geliştirilen ve kullanıma sunulan genel amaçlı bir yapay zeka asistanıdır. Başlıca gücü, büyük dil modellerinden oluşan Llama ailesinden (özellikle Llama 3 ve ardıllarından) gelir ve Meta'nın temel tüketici ürünlerine (Facebook, Instagram, WhatsApp ve Messenger) doğrudan entegre edilmiştir. Meta AI ayrıca meta.ai adresinde bağımsız bir web deneyimi olarak ve iOS ve Android'de özel mobil uygulamalar aracılığıyla da kullanılabilir.
Tek bir göreve yönelik tasarlanmış, dar kapsamlı yapay zeka araçlarının aksine, Meta AI, soruları yanıtlayabilen, görüntüler oluşturup düzenleyebilen, içerik özetleyebilen, kod yazabilen, mantıksal görevler gerçekleştirebilen ve uzun, çok turlu konuşmalar yapabilen çok modlu bir konuşma asistanıdır. Ayrı bir hesap veya abonelik gerektirmeden milyarlarca kullanıcıya erişilebilir olacak şekilde tasarlanmıştır ve bu da onu potansiyel erişim açısından dünyanın en yaygın dağıtılan yapay zeka asistanlarından biri yapmaktadır.
Temel Teknik Altyapı
Meta AI, şirketin Nisan 2024'te kamuoyuna sunduğu, açık ağırlıklı büyük dil modeli serisi olan Llama 3 üzerinde çalışmaktadır. Llama 3, piyasaya sürüldüğünde iki ana parametre yapılandırmasıyla (8 milyar ve 70 milyar parametre) geldi; Temmuz 2024'te ise 405 milyar parametreli bir sürüm olan Llama 3.1 yayınlandı. 405 milyar parametreli model, MMLU, HumanEval ve GSM8K dahil olmak üzere standart kıyaslama testlerinde GPT-4o ve Claude 3.5 Sonnet ile rekabet edebilecek düzeydedir.
Bu modellerin üzerine inşa edilen yardımcı katman, gerçek zamanlı web araması için geri alma destekli üretim (RAG), araç kullanım yetenekleri, Meta'nın Emu görüntü sentezleme modeli aracılığıyla görüntü oluşturma ve asistanın oturumlar arası bağlamı korumasını sağlayan bellek özelliklerini içerir. Sistem, model çıktılarını kullanıcı amacına ve güvenlik yönergelerine uygun hale getirmek için talimat ince ayarı ve insan geri bildiriminden pekiştirmeli öğrenme (RLHF) kullanır.
Çok Modlu Yetenekler Hakkında Detaylı Bilgiler
- Metin oluşturma ve mantık yürütme: Meta AI, onlarca programlama dilinde açık uçlu soruları, adım adım problem çözmeyi, yaratıcı yazmayı, özetlemeyi, çeviriyi ve kod üretmeyi ele alır.
- Görüntü oluşturma: Meta AI, Emu modelini kullanarak WhatsApp, Instagram ve bağımsız uygulama içinde doğrudan metin komutlarından fotogerçekçi ve stilize görüntüler oluşturur. Ayrıca gerçek zamanlı görüntü oluşturmayı da destekler; görüntüler siz komutu yazarken güncellenir; Meta bu özelliği "hayal et" olarak adlandırır.
- Görüntü anlama: Kullanıcılar fotoğraf yükleyebilir ve bunlarla ilgili sorular sorabilir. Meta yapay zeka, sahneleri tanımlayabilir, nesneleri belirleyebilir, görüntüler içindeki metinleri okuyabilir ve bağlamsal analiz sağlayabilir.
- Gerçek zamanlı web araması: Meta AI, Bing ve Google Arama ile entegre olarak, eğitim sınırlarının ötesinde güncel bilgileri, haberleri ve olgusal verileri kaynaklarıyla birlikte sunar.
- Sesli etkileşim: Mobil uygulama sesli giriş ve çıkışı desteklerken, Meta belirli pazarlarda daha kişiselleştirilmiş bir ses deneyimi için ünlü isimlerden seslendirme sanatçıları görevlendirdi.
Meta Yapay Zekanın Önemi: Ölçeklenebilirlik, Erişim ve Stratejik Önem
Meta AI, yalnızca yetenekleri nedeniyle değil, dağıtım ağı nedeniyle de önemlidir. Meta'nın uygulama ailesi, 2024 yılının ortası itibarıyla yaklaşık 3,27 milyar günlük aktif kullanıcıya ulaşıyor. Bir yapay zeka asistanını bu ekosisteme entegre etmek, Meta AI'nin ayrı kayıt gerektiren bağımsız yapay zeka ürünlerine kıyasla kat kat daha büyük bir görünürlük potansiyeline sahip olduğu anlamına geliyor. Bir kullanıcı WhatsApp'ı açtığında arama çubuğunda Meta AI simgesini gördüğünde veya Instagram yapay zeka destekli bir arama sonucu gösterdiğinde, bu Meta AI'nin iş başında olduğu anlamına gelir; ek bir sürtünmeye gerek yoktur.
Açık Ağırlıklı Model Stratejisi
Meta'nın yapay zeka yaklaşımının belirleyici özelliklerinden biri, Llama model ağırlıklarını izin verici bir araştırma lisansı altında kamuya açık olarak yayınlama taahhüdüdür. Bu, Meta'yı OpenAI, Google ve Anthropic'ten ayıran bilinçli bir stratejik tercihtir; bunların hepsi öncü model ağırlıklarını özel mülkiyetlerinde tutmaktadır. CEO Mark Zuckerberg tarafından dile getirilen Meta'nın gerekçesi, açık modellerin daha geniş araştırma ekosistemini hızlandırdığı, herhangi bir rakibin tek başına rekabet avantajı oluşturmasını zorlaştırdığı ve Meta'nın altyapısını kullanan geliştiriciler arasında iyi niyet oluşturduğudur.
Pratik etkisi oldukça önemli: Llama modelleri yüz milyonlarca kez indirildi, binlerce kuruluş tarafından ince ayarları yapıldı ve kurumsal yazılımlardan yerel cihaz uygulamalarına kadar çeşitli ürünlerde kullanıldı. Bu durum, Meta'nın kendisinin de faydalandığı model ekosistemini geliştiren geniş bir katkıda bulunanlar topluluğu oluşturuyor.
Rekabetçi Konumlandırma
| Özellik | Meta Yapay Zeka (Llama 3.1) | ChatGPT (GPT-4o) | Google Gemini | Claude 3.5 Sonnet |
|---|---|---|---|---|
| Model ağırlıkları herkese açık olarak mevcuttur. | Evet | HAYIR | HAYIR | HAYIR |
| Abonelik gerektirmeyen ücretsiz sürüm | Evet | Sınırlı | Evet | Sınırlı |
| sosyal platformlara entegre edilmiş | Evet (FB, IG, WA, Messenger) | HAYIR | Kısmi (Google ürünleri) | HAYIR |
| Gerçek zamanlı görüntü oluşturma | Evet (Emu) | Evet (DALL-E 3) | Evet (Resim) | HAYIR |
| Gerçek zamanlı web araması | Evet (Bing + Google) | Evet | Evet | Sınırlı |
| Bağlam penceresi (maks) | 128 bin token | 128 bin token | 1 milyon token | 200.000 token |
Meta Yapay Zeka Nasıl Çalışır: Mimari ve Sistem Tasarımı
Meta AI, katmanlı bir sistem olarak çalışır. Temeli, dil anlama ve üretme işlemlerini gerçekleştiren Llama büyük dil modelidir. Bu temelin üzerine, ham bir dil modelini pratik bir asistana dönüştüren çeşitli ek bileşenler yerleştirilmiştir.
Lama Model Mimarisi
Llama 3, büyük ölçekte çıkarım verimliliğini artıran gruplandırılmış sorgu dikkati (GQA) ile bir transformatör kod çözücü mimarisi kullanır. Tokenleştirici, Llama 2'nin 32.000 tokenlik sözlüğünden önemli ölçüde daha büyük olan 128.000 tokenlik bir sözlük kullanır; bu da daha iyi çok dilli performans ve daha verimli kod kodlaması sağlar. Modeller, kamuya açık web verilerinden, kod depolarından ve özenle seçilmiş yüksek kaliteli kaynaklardan alınan 15 trilyonu aşan bir veri kümesi üzerinde eğitilmiştir. Meta, önceki Llama sürümlerine kıyasla eğitim verilerinin sinyal-gürültü oranını iyileştirmek için dikkatli veri filtreleme, yinelenen verilerin kaldırılması ve kalite puanlaması uygulamıştır.
Talimat Ayarı ve Güvenlik Hizalaması
Temel Llama modelleri, bir sonraki belirteci tahmin etme konusunda önceden eğitilmiştir. Onları yardımcı olarak kullanışlı hale getirmek için Meta, talimat izleme veri kümeleri üzerinde denetimli ince ayar (SFT) uygular ve ardından insan geri bildiriminden pekiştirmeli öğrenme (RLHF) gerçekleştirir. İnsan değerlendiriciler, model çıktılarını faydalılık, doğruluk ve güvenlik açısından değerlendirir ve bu değerlendirmeler bir ödül modeli eğitmek için kullanılır. Daha sonra politika modeli, eğitim aşamasına bağlı olarak, yakınsal politika optimizasyonu (PPO) veya doğrudan tercih optimizasyonu (DPO) kullanılarak bu ödül modeline göre optimize edilir.
Meta ayrıca, zararlı girdileri ve çıktıları tespit edip filtrelemek için tasarlanmış ayrı bir sınıflandırıcı modeli olan Llama Guard'ı da geliştirmiştir. Llama Guard'ın kendisi açık ağırlıklıdır ve hem şirket içinde hem de Llama tabanlı uygulamalar geliştiren üçüncü taraf geliştiriciler tarafından kullanılmaktadır.
Gerçek Zamanlı Bilgi için Geri Alma Destekli Üretim
Dil modellerinin sabit bir eğitim verisi sınırı olduğundan, Meta AI bilgisini geri alma ile desteklenmiş üretim (RAG) ile tamamlar. Kullanıcı güncel bilgi gerektiren bir soru sorduğunda (haberler, hisse senedi fiyatları, son olaylar), sistem Bing veya Google'a bir arama sorgusu gönderir, ilgili web sayfalarını alır ve bu içeriği kullanıcının orijinal sorusuyla birlikte modelin bağlam penceresine besler. Model daha sonra, kullanıcıya alıntılar sağlayarak, alınan belgelere dayalı bir yanıt sentezler. Bu mimari, Meta AI'nin sürekli model yeniden eğitimine gerek kalmadan güncel kalmasını sağlar.
Görüntü Oluşturma İşlem Hattı
Meta AI'nin görüntü oluşturma işlemi, milyarlarca görüntü-metin çifti üzerinde eğitilmiş gizli bir difüzyon modeli olan Emu'yu kullanır. Kullanıcı bir görüntü isteği içeren bir metin gönderdiğinde, sistem bu isteği bir koşullandırma vektörüne kodlar ve bu vektör, difüzyon sürecini rastgele gürültüden tutarlı bir görüntüye doğru yönlendirir. Meta'nın gerçek zamanlı oluşturma özelliği (kullanıcı yazarken görüntünün kademeli olarak güncellenmesi), düşük gecikmeli çıkarım için optimize edilmiş, daha hızlı bir Emu modeli sürümünü kullanır. Oluşturulan görüntüler, içerik kaynağı için ortaya çıkan endüstri standartlarıyla tutarlı olarak, yapay zeka kökenini belirtmek için C2PA meta veri filigranları içerir.
Platform Entegrasyon Mimarisi
WhatsApp, Facebook, Instagram ve Messenger'da Meta AI, çeşitli giriş noktaları aracılığıyla ortaya çıkar: arama çubuğu (burada bir sorgu yazmak yapay zeka destekli yanıtları tetikleyebilir), Meta AI hesabıyla oluşturulmuş özel sohbet dizileri ve kullanıcılar Meta AI'yı @etiketlediğinde grup sohbetlerinde satır içi öneriler. Bu entegrasyon uygulama katmanında gerçekleştirilir ve Meta AI yanıtları, insan-insan iletişimi için kullanılan aynı mesajlaşma altyapısı üzerinden iletilir. Asistan, açıkça çağrıldığında bir sohbet dizisinin konuşma bağlamına erişebilir, ancak özel mesajları pasif olarak izlemez; bu, Meta'nın gizlilik iletişimlerinde vurguladığı bir ayrımdır.
Bellek ve Kişiselleştirme
Meta AI, asistanın kullanıcının oturumlar arasında paylaştığı bilgileri (tercihler, tekrar eden konular, kişisel bağlam) saklamasına ve bu bilgileri gelecekteki konuşmalarda kullanmasına olanak tanıyan bir bellek özelliği tanıttı. Kullanıcılar saklanan anıları görüntüleyebilir, düzenleyebilir ve silebilir. Bu, bağlam içi pencereden mimari olarak farklıdır: anılar, kullanıcının hesabıyla ilişkili kalıcı bir veritabanında saklanır ve her oturumun başında alınır; bu da modele, standart durumsuz bir dil modelinin kendi başına sağlayamayacağı bir tür uzun vadeli süreklilik kazandırır.
Altyapı ve Hesaplama
Meta, kendi büyük ölçekli veri merkezi altyapısını işletiyor ve özel silikon teknolojisine büyük yatırımlar yaptı. Şirket, büyük ölçekte model eğitimi ve çıkarımı için NVIDIA H100 GPU'ları kullanıyor ve üçüncü taraf donanıma olan bağımlılığı azaltmak için özel Meta Eğitim ve Çıkarım Hızlandırıcı (MTIA) çipleri kullanmayı planladığını duyurdu. Meta'nın altyapı ekibi ayrıca, yapay zeka endüstrisinde kullanılan baskın derin öğrenme çerçevesi olan PyTorch ve Meta AI'nin milyarlarca isteği verimli bir şekilde karşılayabilme yeteneğini destekleyen çeşitli çıkarım optimizasyon kütüphaneleri de dahil olmak üzere araçlar geliştirip açık kaynaklı hale getirdi.
Sorumlu Yapay Zeka ve Yönetişim
Meta'nın Sorumlu Yapay Zeka ekibi, Llama modelleri ve Meta Yapay Zeka asistanı için model kartları, sistem kartları ve kullanım politikaları yayınlamaktadır. Llama 3'ün kabul edilebilir kullanım politikası, silah geliştirme, seçimlere müdahale ve çocuk cinsel istismarı materyali üretme gibi kullanım durumlarını yasaklamaktadır. Meta ayrıca, modellerinin geliştirilmesinde kullanılan veri kaynaklarını, eğitim metodolojilerini ve değerlendirme ölçütlerini belgeleyen Yapay Zeka Şeffaflık Merkezi'ni de yayınlamıştır. Bu açıklamalar, bazı rakiplerin sağladığı açıklamalardan daha kapsamlıdır; ancak eleştirmenler, tam eğitim verisi şeffaflığı olmadan model ağırlıklarının yayınlanmasının kendi hesap verebilirlik boşluklarını yarattığını belirtmektedir.
Meta Yapay Zekayı Etkili Kullanmanın Yolları: Strateji, Taktikler ve Sık Yapılan Hatalar
Meta yapay zekadan en iyi şekilde yararlanmak, onun nerede bulunduğunu, nasıl iyi bir şekilde yönlendirileceğini ve hangi iş akışlarını gerçekten hızlandırdığını, hangilerinde yetersiz kaldığını anlamayı gerektirir. Aşağıdaki bölümler, ilk erişimden gelişmiş çok platformlu kullanıma kadar pratik, uçtan uca bir yaklaşımı ele alıyor ve her aşamada yapılan belirli hataları belirtiyor.
Adım 1: Hedefinize Uygun Erişim Noktasını Seçin
Meta AI, birden fazla platformda kullanılabilir ve en iyi giriş noktası, neyi başarmak istediğinize bağlıdır. Yanlış platformu seçmek zaman kaybına yol açar ve asistanın sizin için yapabileceklerini sınırlar.
Mevcut Erişim Noktaları
- meta.ai (bağımsız web uygulaması): Uzun metin gerektiren işler, görsel oluşturma, belge tarzı taslak hazırlama ve uzun konuşmalar için en yetenekli platform. Özel bir çalışma alanına ihtiyaç duyduğunuzda bunu kullanın.
- WhatsApp: Hızlı sorular, çeviriler, mesaj taslakları ve uygulamalar arasında geçiş yapmadan halletmek istediğiniz işler için en iyisi. Herhangi bir sohbette @Meta AI yazın veya özel Meta AI sekmesini açın.
- Facebook: Arama çubuğuna ve Messenger'a entegre edilmiştir. Gezinirken keşfettiğiniz konuları araştırmak, gönderileri özetlemek veya yorum ve yanıt taslakları hazırlamak için kullanışlıdır.
- Instagram: @MetaAI üzerinden DM yoluyla ulaşılabilir. Özellikle açıklama yazımı, hashtag stratejisi ve görsel içerikle bağlantılı yaratıcı fikir üretme konularında güçlüdür.
- Messenger: Hafıza özelliklerine sahip (etkinleştirildiği yerlerde) tam teşekküllü konuşma arayüzü. Devam eden proje yazışmaları için idealdir.
- Ray-Ban Meta akıllı gözlükler: Eller serbest sorgulama, gerçek zamanlı sahne açıklaması ve ortam yardımı için sesli etkileşim. Meta View uygulaması gereklidir.
- Meta AI mobil uygulaması (iOS ve Android): Sesli mod, görüntü oluşturma ve oturumlar arası senkronize edilmiş konuşma geçmişi özelliklerine sahip bağımsız bir uygulama.
Kaçınılması Gereken Hata
Uzun metin gerektiren veya görsel oluşturma gerektiren görevler için WhatsApp veya Instagram'ı varsayılan olarak kullanmayın. Bu platformların giriş uzunluğu sınırları vardır ve tüm özelliklerini göstermeyebilirler. Karmaşık işlemler için meta.ai'den başlayın, ardından daha kısa takip etkileşimlerini mobil platformlara taşıyın.
Adım 2: Güvenilir Çıktı İçin İstemlerinizi Yapılandırın
Meta AI, yapılandırılmış ve spesifik komutlara iyi yanıt veren Llama modelleri tarafından desteklenmektedir. Belirsiz girdiler genel çıktılar üretir. İyi yapılandırılmış bir komutun dört bileşeni vardır: rol, görev, bağlam ve biçim .
Dört Bölümlü Yönerge Çerçevesi
- Rol: Meta AI'ya hangi bakış açısını benimsemesi gerektiğini söyleyin. Örnek: "SaaS ürün sayfaları konusunda uzmanlaşmış deneyimli bir metin yazarı gibi davranın."
- Görev: Tam olarak ne istediğinizi belirtin. Örnek: "150 kelimelik bir ana başlık ve alt başlık yazın."
- Bağlam: İhtiyaç duyduğu bilgiyi sağlayın. Örnek: "Ürün, uzaktan çalışan mühendislik ekipleri için bir proje yönetim aracıdır. Başlıca ayırt edici özelliği, gerçek zamanlı kod bağlantılı görev takibidir."
- Biçim: Çıktı yapısını belirtin. Örnek: "Numaralandırılmış bir listede bir başlık seçeneği ve üç alt başlık varyantı döndürün."
Sürekli İşe Yarayan Taktikleri Hızlıca Uygulamak
- Birden fazla varyant isteyin: Herhangi bir çıktının üç veya beş farklı sürümünü isteyin, böylece tek bir sonucu sıfırdan düzenlemek yerine karşılaştırma yapabilirsiniz.
- Kısıtlamalar kullanın: Kelime sayıları, okuma seviyeleri, üslup tanımlayıcıları ("doğrudan ve konuşma tarzında, kurumsal olmayan") ve biçim kısıtlamaları, çıktı kalitesini artırır.
- Geri bildirimle yineleyin: İlk yanıttan sonra, baştan başlamak yerine neyin değiştirilmesi gerektiğini spesifik olarak belirtin. Örnek: "Yapıyı koruyun ancak tonu %20 daha acil hale getirin."
- Karmaşık işler için zincirleme talimatlar: Büyük bir görevi, her şeyi birden istemek yerine, önce taslağı, sonra bölüm bölüm olmak üzere, ardışık talimatlara bölün.
- Önceki bağlamı açıkça belirtin: Uzun konuşmalarda, önemli gerçekleri periyodik olarak tekrarlayın. Örnek: "Unutmayın, hedef kitle teknik olmayan kuruculardır."
Kaçınılması Gereken Hata
Meta AI'yı kısa anahtar kelime sorguları yazarak bir arama motoru gibi kullanmayın. Bu, konuşmaya dayalı bir modeldir. "En iyi e-posta konu başlıkları" genel bir liste üretir. "90 gün önce kaydolmuş ancak eğitim sürecini tamamlamamış kullanıcılara yönelik yeniden etkileşim e-postası için beş konu başlığı yazın - ton yardımcı olmalı, itici olmamalı" kullanılabilir metin üretir.
3. Adım: Görüntü Oluşturmayı Stratejik Olarak Kullanın
Meta AI, meta.ai adresinde ve bağımsız uygulama içinde bulunan Imagine adlı görüntü oluşturma aracını içerir. Meta'nın kendi yayılım modellerini kullanarak metin girdilerinden görüntüler oluşturur. Bu, tasarım bütçesi olmadan görsel varlıklara ihtiyaç duyan pazarlamacılar, içerik oluşturucular ve küçük işletme sahipleri için en pratik ve kullanışlı özelliklerden biridir.
Görüntü Oluşturma Taktikleri
- Sadece konuyu değil, kompozisyonu da tanımlayın: "Beyaz mermer bir yüzey üzerinde kahve ve defterin yer aldığı, soldan gelen sabah ışığıyla aydınlatılmış, sıcak tonlarda bir fotoğraf" ifadesi, "kahve ve defter" ifadesinden daha iyi performans gösterir.
- Stili açıkça belirtin: Çıktıyı yönlendirmek için fotogerçekçi, suluboya, izometrik illüstrasyon, editoryal fotoğrafçılık veya ürün çekimi gibi terimleri ekleyin.
- Kavram keşfi için kullanın: Profesyonel bir tasarımcıyla bir yöne karar vermeden önce dakikalar içinde on adet kaba görsel konsept oluşturun.
- Görüntüleri canlandırın: Meta AI, statik görüntüleri kısa video kliplere dönüştürebilir; bu da sosyal medya içerikleri için kullanışlıdır. Daha iyi sonuçlar için animasyon stilini (yavaş yakınlaştırma, paralaks, ince hareket) belirtebilirsiniz.
- Temel bir görüntü üzerinde yineleme yapın: Meta AI'dan tüm komutu yeniden yazmak yerine belirli değişikliklerle yeniden oluşturmasını isteyin. Örnek: "Aynı kompozisyon, ancak arka planı koyu lacivert yapın ve hafif bir lens parlaması ekleyin."
Kaçınılması Gereken Hata
Yapay zekâ tarafından oluşturulan görselleri, yayınlamadan önce anatomik hatalar, metin bozulmaları veya marka tutarsızlıkları açısından incelemeden kullanmayın. Meta AI'nin görsel oluşturma özelliği çoğu ticari kullanım durumunu iyi bir şekilde ele alsa da, eller, görsellere gömülü küçük metinler ve karmaşık logolar yine de insan incelemesi gerektirir.
4. Adım: Meta Yapay Zekayı Belirli Yüksek Değerli İş Akışlarına Uygulayın
Aşağıdaki tablo, yaygın mesleki görevleri en uygun Meta AI yüzeyine ve her biri için en iyi sonucu veren özel komut yaklaşımına eşleştirmektedir.
| Görev | En İyi Yüzey | Hızlı Yaklaşım | Zaman Kazanımı |
|---|---|---|---|
| Uzun metinli içerik taslağı hazırlama | meta.ai web | Zincir komutları: anahat → bölümler → düzenleme aşaması | Yüksek |
| Sosyal medya başlıkları | Instagram DM veya meta.ai | Görsel açıklaması, hedef kitle ve platform üslubu hakkında bilgi verin. | Yüksek |
| Müşteri mesajına verilen yanıtlar | WhatsApp veya Messenger | Gelen mesajı yapıştırın, istediğiniz tonu ve sonucu belirtin. | Orta |
| Araştırma özetleri | meta.ai web | Kaynak metni yapıştırın, önemli noktaları içeren yapılandırılmış bir özet isteyin. | Yüksek |
| Görsel varlık oluşturma | meta.ai web veya mobil uygulaması | Detaylı kompozisyon + stil + ruh hali açıklaması | Çok Yüksek |
| Hızlı bilgi aramaları | Herhangi bir yüzey | Doğrudan soru; zamana duyarlı verileri bağımsız olarak doğrulayın. | Orta |
| Kod yardımı | meta.ai web | Dil belirtin, mevcut kodu yapıştırın, sorunu ayrıntılı olarak açıklayın. | Yüksek |
| Çeviri ve yerelleştirme | Hedef dili ve resmiyet düzeyini belirtin. | Orta |