איך משתמשים נכון בבינה מלאכותית

למי המדריך הזה

כמעט כולנו כבר פתחנו צ'אט ושאלנו משהו. חלק אפילו משלמים על מנוי חודשי.

אבל בין "ניסיתי" לבין "זה חוסך לי שעות בשבוע" יש פער, והוא כמעט אף פעם לא בכלי - הוא באיך ניגשים אליו. את הפער הזה המדריך הזה בא לסדר, בלי מונחים ובלי הייפ.

מה תדעו בסוף המדריך

מה AI באמת עושה טוב - ומה הוא לא עושה, גם אם הבטיחו לכם אחרת.

מה ההבדל בין הכלים - חמישה שמות, טבלת השוואה, ומתי כל אחד מהם עדיף.

איך מנסחים בקשה שמחזירה תוצאה במקום שאלות חוזרות.

מה עושים עם התשובה הראשונה - וזה הפרק שהכי משנה בפועל.

איך בודקים אם התשובה נכונה לפני שמסתמכים עליה.

מה אסור להדביק לצ'אט - רשימה קצרה וברורה.

איך זה הופך להרגל במקום ניסיון חד-פעמי שנשכח.

למה זה מרגיש שכולם כבר שם

כי כולם באמת כבר שם. בינה מלאכותית יוצרת הגיעה ל-53% מהאוכלוסייה תוך שלוש שנים - מהר יותר מהמחשב האישי או האינטרנט בשלב המקביל. ברמת הארגון האימוץ עומד על 88%.

המספרים מדוח AI Index 2026 של אוניברסיטת סטנפורד.

אבל "כולם משתמשים" זה לא אותו דבר כמו "כולם מרוויחים מזה". הפער בין שני המשפטים האלה הוא כל המדריך, והפרק הבא מראה כמה הוא גדול.

קודם כל: לשחרר מההייפ

רוב מה שאתם שומעים על בינה מלאכותית הוא או פחד או קסם. שתי התמונות לא נכונות, ושתיהן משתקות.

הפרק הזה נותן את המספרים האמיתיים, כולל אלה שלא נעימים לתעשייה.

המספר שכולם מצטטים - ומה הוא באמת אומר

בקיץ 2025 פרסם MIT דוח בשם "The GenAI Divide". הממצא שרץ בכל העולם: 95% מפרויקטי ה-AI בארגונים לא הראו תשואה עסקית מדידה, למרות השקעה של 30-40 מיליארד דולר.

מה שכמעט אף אחד לא מצטט: זה לא אומר ש-95% נכשלו. מה שנמדד היה תשואה בשורת הרווח בחלון של כחצי שנה, על בסיס 52 ראיונות מנהלים ו-153 סקרים. לא דוחות כספיים מבוקרים.

מבקרים מציינים בצדק שפיילוט שרץ במקביל לעבודה האמיתית כמעט לעולם לא מראה השפעה על הרווח, ושחצי שנה זה חלון קצר מדי.

איפה הפרודוקטיביות באמת נמדדה

דוח AI Index 2026 של סטנפורד מדד היכן יש שיפור אמיתי:

14%-15% בשירות לקוחות · 26% בפיתוח תוכנה - כלומר בעבודה מובנית וחוזרת.

ובאותה נשימה, מאותו דוח: ההשפעה חלשה ואף שלילית במשימות שדורשות שיקול דעת.

וממצא שלישי שקל לפספס: הרווחים מרוכזים בקבוצה מובילה קטנה. לא כל מי שנגע בכלי הרוויח ממנו.

המשפט שכדאי לזכור מהפרק הזה

ניסוי שדה של BCG והרווארד על 758 יועצים מצא שני דברים באותה מדידה:

בתוך תחום היכולת של המודל - שיפור של 12% עד 25%.

מחוץ לו - הנבדקים היו ב-19% פחות סבירים לתת תשובה נכונה.

והנקודה החשובה: המודל נשמע בטוח בדיוק באותה מידה בשני המקרים. כלומר השאלה אינה "האם AI עובד", אלא "האם הוא עובד על המשימה הזאת" - והגבול לא מסומן בשום מקום.

מה זה עושה טוב, ומה לא

אחרי שהורדנו את הציפיות למקום ריאלי, אפשר לדבר על מה שבאמת עובד. וזה לא מעט.

כאן זה חזק

ניסוח מחדש - יש לכם טקסט גס, ואתם רוצים אותו קצר, ברור או בטון אחר.

סיכום - תמלול ישיבה, מסמך ארוך, שרשור מיילים.

טיוטה ראשונה - מייל, פוסט, הצעת מחיר, תשובה לביקורת.

ארגון חומר - רשימה מבולגנת שהופכת לטבלה או לסדר עדיפויות.

לחשוב יחד - להעלות אפשרויות, לראות מה פספסתם, לשחק תרחישים.

מה שמשותף לכל אלה: אתם כבר יודעים לעשות אותם. הכלי רק מקצר.

כאן זה חלש, ולא משנה איך תנסחו

מספרים ועובדות שצריך שיהיו מדויקים - מחירים, תאריכים, סעיפי חוק, נתוני שוק.

כל מה שקרה לאחרונה - למודל יש תאריך ידע, והוא לרוב ישן מכפי שנדמה.

החלטות שדורשות היכרות עם המצב שלכם - הוא יודע רק מה שסיפרתם לו.

שיקול דעת מקצועי - רפואי, משפטי, פיננסי. כאן הוא כלי עזר לאדם שמבין, לא תחליף לו.

הממצא שהכי מפתיע בכל התחום

בניסוי שדה על 5,172 נציגי שירות (Brynjolfsson ואחרים, כתב העת QJE, 2025) השיפור הממוצע היה 15%.

אבל אצל העובדים החדשים והחלשים השיפור היה 34% - יותר מכפול.

כלומר דווקא מי שמרגיש הכי פחות בטוח בתחום הוא מי שצפוי להרוויח הכי הרבה. זו לא נחמה, זו מדידה.

נוף הכלים - חמישה שמות, אותו רעיון

כל הכלים בפרק הזה עושים את אותו דבר בבסיס: אתם כותבים, הם עונים. ההבדלים ביניהם קטנים ממה שנדמה מבחוץ.

לכולם יש גרסה חינמית שמספיקה לחלוטין כדי להתחיל.

לפני שממשיכים - הערה על מחירים

המחירים כאן נבדקו מול עמודי היצרנים ב-25 ביולי 2026. בקטגוריה הזו מחירים ומכסות משתנים תוך שבועות.

לא נוקבים כאן במספר ההודעות שמקבלים בחינם, בכוונה: אין לזה מקור רשמי יציב, וכל מספר כזה שמסתובב ברשת הוא ניחוש. יש הגבלה, היא משתנה, ולמי שלא עובד עם זה כל היום היא כמעט תמיד מספיקה.

chatgpt

נקודת הכניסה הנפוצה ביותר, ולכן גם זו שהכי קל למצוא עליה עזרה בעברית כשנתקעים. יש גרסה חינמית עם תקרת הודעות.

chatgpt

Claude - קלוד

החזק ביותר מביניהם בעבודה על טקסט ארוך ומסמכים. הגרסה החינמית כוללת גם זיכרון בין שיחות, כלומר הוא זוכר אתכם מפעם לפעם.

Claude - קלוד

Gemini - ג’מיני

מציג לישראלים מחיר בשקלים ולא בדולרים, ויושב בתוך Gmail ו-Docs. הטיר החינמי שלו נדיב במיוחד.

Gemini - ג’מיני

Perplexity

בנוי סביב חיפוש: כל תשובה מגיעה עם קישורי מקור שאפשר ללחוץ ולבדוק. הכי שימושי בדיוק כשאתם חייבים לאמת מה שקיבלתם.

Perplexity

copilot

הבחירה המתבקשת אם הארגון שלכם כבר עובד על Word, Excel ו-Outlook, כי הוא יושב בתוכם ולא בלשונית נפרדת.

copilot

אז במה לבחור

בכל אחד. באמת.

ההבדל בין הכלים קטן בהרבה מההבדל בין מי שמשתמש באחד מהם באופן קבוע לבין מי שפתח חמישה ונטש את כולם.

אם אתם בכל זאת צריכים כלל אצבע: יש לכם חשבון Google פעיל - התחילו בג'מיני. עובדים על Office - קופיילוט. לא בטוחים - ChatGPT.

טבלת השוואה - מי חזק במה

הטבלה הזו לא מחפשת מנצח. היא נועדה שתדעו למה לצפות מכל כלי לפני שאתם משקיעים בו זמן.

חמשת עוזרי הצ'אט, נכון ל-25 ביולי 2026

מחירי קלוד וג'מיני נבדקו ישירות מול עמודי התמחור הרשמיים ב-25 ביולי 2026. מחירי ChatGPT ו-Perplexity מגיעים ממקורות משניים, כי עמודי התמחור הרשמיים חוסמים אחזור אוטומטי - לכן הם מסומנים ככאלה. תא שכתוב בו "לא אומת" הוא תא שלא מצאנו לו מקור אמין, ולא ניחשנו.

אל תבנו על הטבלה הזו בעוד חצי שנה

זו הקטגוריה הכי מהירה בטכנולוגיה כרגע. מחירים, מכסות ושמות מודלים מתיישנים תוך שבועות.

לפני שאתם משלמים על מנוי - פתחו את עמוד התמחור של היצרן ובדקו. זה לוקח דקה, וזה בדיוק ההרגל שהמדריך הזה מנסה ללמד.

איך מדברים עם AI - היסודות

רוב האנשים שמתאכזבים מבינה מלאכותית מתאכזבים כאן. הם כותבים שורה אחת קצרה, מקבלים תשובה גנרית, ומסיקים שהכלי לא שווה.

הפרק הזה נשען על מחקר שעשינו ביולי 2026 על מה שבאמת נמדד בתחום. חלק מהעצות הפופולריות ביותר פשוט לא עובדות.

המסגרת - חמישה דברים שכדאי לתת בכל בקשה

1. מי אתם ומה המצב · בעל מספרה בפתח תקווה, לקוחה קבועה כתבה ביקורת שלילית.

2. מה אתם רוצים שיקרה · תגובה פומבית שלא תבריח לקוחות אחרים.

3. למי זה מיועד · הלקוחה עצמה, וכל מי שיקרא את הביקורת אחר כך.

4. אורך וטון · עד 60 מילה, גוף ראשון, עברית פשוטה, בלי להישמע כמו תבנית.

5. דוגמה לסגנון שאתם אוהבים · משפט או שניים שכתובים בדיוק כמו שאתם רוצים.

לא חייבים את כל החמישה בכל פעם. אבל אם התשובה יצאה גנרית, כמעט תמיד חסר אחד מהם.

הסעיף החמישי הוא החזק ביותר, ובהפרש

להראות דוגמה עדיף על לתאר סגנון. זו הראיה החזקה ביותר בכל תחום הפרומפטינג.

ניסוי שדה על 5,172 נציגי שירות מצא שיפור של 15% בממוצע, ו-34% אצל החדשים והחלשים (Brynjolfsson ואחרים, QJE 2025).

כלומר במקום לכתוב "בטון חם ולא מכירתי", הדביקו שתי שורות שכתבתם פעם ואהבתם. זה עובד הרבה יותר טוב.

שינוי ההרגל ששווה הכי הרבה, ולוקח שלוש שניות

כשאתם מדביקים מסמך ארוך, תמלול או שרשור מיילים - שימו אותו בראש ההודעה, ואת השאלה שלכם בשורה האחרונה.

לא הפוך. מדידה פנימית של Anthropic מצאה עד 30% שיפור מהשינוי הזה לבדו.

זה הדבר הכי משתלם בכל הפרק, והוא אפילו לא קשור לניסוח.

ארבע עצות פופולריות שנמדדו - ולא עובדות

"אתה מומחה עולמי ב..." · לא משפר דיוק. נבדק על 162 תפקידים ו-2,410 שאלות. לגיטימי לשינוי סגנון, לא לאיכות התשובה.

להבטיח טיפ או לאיים · אפס אפקט מובהק. נבדק ב-Wharton על 198 שאלות ברמת דוקטורט.

"זה חשוב מאוד לקריירה שלי" · שיפור של 2.6%-4.4%, ולא 115% כפי שמצוטט בכל מקום.

"אתה בטוח? תבדוק את עצמך" · זו המסוכנת מכולן. היא מורידה דיוק מדיד במשימות היסק כשאין משוב חיצוני (Huang ואחרים, ICLR 2024). במקום זה - תגידו לו מה ספציפית לא עבד.

"תחשוב שלב אחר שלב" - דווקא כן, אם אתם בחינם

העצה הזו הוכרזה כמתה, וזה לא מדויק. היא הפכה תלוית-מודל.

על מודלי חשיבה מתקדמים היא מוסיפה כ-3 נקודות ולוקחת הרבה יותר זמן, כלומר לא שווה.

על מודלים רגילים - מה שרוב האנשים מקבלים בגרסה החינמית - היא עדיין עוזרת משמעותית. במדידה אחת, שיפור של 13.5 נקודות (Wharton, 2025).

כלומר רוב העצות שתקראו ברשת מניחות מנוי בתשלום. אתם כנראה לא שם.

לכתוב בעברית או באנגלית?

התשובה הכנה: אין ולו מדידה אחת בעולם שבדקה עברית מול מודל חזית. עברית לא מופיעה בטבלת השפות הרשמית של Anthropic ולא במבחני הרב-לשוניות המובילים.

כלומר מי שמצטט לכם אחוז על עברית - ממציא אותו.

ההמלצה המעשית שלנו: כתבו בעברית. התוצאות בעברית טובות מאוד בפועל, וזה מה שיאפשר לכם לתקן ולדייק בלי מאמץ מיותר.

קחו משימה אמיתית שלכם והפעילו עליה את חמשת הסעיפים. אל תמציאו תרגיל - השתמשו במשהו שאתם באמת צריכים לכתוב השבוע. החליפו את מה שבסוגריים.

אני (מה אתם עושים ואיפה). הלקוחות שלי הם בעיקר (מי הם, ומה מטריד אותם).

אני צריך שתכתוב לי (מה בדיוק) שמטרתו (מה אתם רוצים שיקרה אחרי שיקראו).

אורך: עד (מספר) מילה. טון: (איך זה צריך להישמע), בלי (מה שאתם לא סובלים).

דוגמה לסגנון שאני אוהב: "(הדביקו כאן שתי שורות שכתבתם פעם ואהבתם)"

לפתוח את ChatGPT ולנסות

טקסט מוכן לשימוש באורך שביקשתם ובטון שביקשתם - ולא רשימת שאלות הבהרה. אם קיבלתם שאלות חוזרות, כנראה חסר אחד מחמשת הסעיפים.

🎬 סודות הפרומפטים: גנרי מול מנצח!

מדריך עומק: שיחה אחת מקצה לקצה

בפרק הזה ניקח משימה אחת אמיתית ונלווה אותה מהתחלה ועד לתוצאה שאפשר להשתמש בה. בחרנו ב-ChatGPT כי הוא נקודת הכניסה הנפוצה ביותר ויש לו גרסה חינמית.

המשימה: בעל מספרה קטנה בפתח תקווה קיבל ביקורת של שני כוכבים בגוגל. הלקוחה חיכתה 40 דקות מעבר לתור ואף אחד לא עדכן אותה. היא צודקת.

המסלול המלא - חמישה צעדים

1. נסחו את הבקשה לפי חמשת הסעיפים מהפרק הקודם. אל תתחילו בשורה קצרה.

2. קראו את התשובה כאילו היא טיוטה של מישהו אחר. מה נשמע לא נכון? מה חסר?

3. תקנו באותה שיחה. לא לפתוח חדשה, לא לנסח הכל מחדש. פשוט להגיד מה לא עבד.

4. חזרו על צעד 3 עד שזה נשמע כמוכם. בדרך כלל מספיקות שתיים או שלוש הודעות.

5. עברו על העובדות לפני שמפרסמים. שמות, מספרים ותאריכים - באחריותכם.

זה כל הסוד, ואין מעבר לו

התשובה הראשונה היא טיוטה, לא תוצאה.

ההבדל בין מי שמתלהב מבינה מלאכותית למי שמתאכזב ממנה הוא כמעט תמיד ההודעה השנייה. מי שעוצר אחרי התשובה הראשונה מקבל תוכן גנרי ומסיק שהכלי בינוני.

ושימו לב מה עשינו בתיקון: לא אמרנו "תשפר" ולא "אתה בטוח?". אמרנו מה ספציפית לא עבד. זה בדיוק ההבדל בין משוב חיצוני שעובד, לבין בקשת ביקורת עצמית שנמדדה כמזיקה.

התרגיל הזה הוא על ההודעה השנייה, לא הראשונה. קחו תשובה שכבר קיבלתם והייתה "בסדר", והדביקו את התיקון. שימו לב שאנחנו אומרים מה לא עבד, ולא מבקשים ממנו לשפוט את עצמו.

זה קרוב, אבל עדיין לא. שלושה דברים:

1. (מה נשמע לא נכון - למשל: רשמי מדי, ארוך מדי, נשמע כמו תבנית)
2. תוריד את (מילה או ביטוי שצרם לכם)
3. תוסיף משפט אחד שאומר (מה קונקרטי חסר שם)

לפתוח את ChatGPT ולנסות

אותו טקסט, אבל בטון שביקשתם ועם הפרט הקונקרטי שחסר. אם עדיין לא - תגידו שוב מה ספציפית לא עבד. בדרך כלל שתיים או שלוש הודעות מספיקות.

איפה זה טועה, ואיך מאמתים

זה הפרק שהכי הרבה אנשים מדלגים עליו, והוא זה שיחסוך לכם את המבוכה הגדולה.

החדשות הטובות: המודלים השתפרו מאוד. החדשות הפחות טובות: הכשל שנשאר הוא בדיוק זה שהכי קשה לזהות.

למה זה קורה בכלל - ההסבר של OpenAI עצמה

בספטמבר 2025 פרסמו חוקרים מ-OpenAI מאמר בשם "Why Language Models Hallucinate".

ההסבר שלהם: שיטות האימון וההערכה מתגמלות ניחוש על פני הודאה באי-ידיעה. המבחנים שמודדים מודלים מענישים תשובה של "אני לא יודע", ולכן מודל שמנחש מקבל ציון גבוה יותר ממודל שנמנע.

בלשונם: מודלי שפה מאומנים להיות נבחנים טובים, וניחוש כשלא בטוחים משפר את ציון המבחן.

כלומר זו לא תקלה. זו תוצאה של איך שמודדים אותם.

בדקנו את זה בעצמנו - שתי הרצות אמיתיות

הרצה ראשונה: ביקשנו שלושה מחקרים אקדמיים ספציפיים על AI ועסקים קטנים בישראל, עם שם חוקר, מוסד ושנה.

התוצאה: הוא סירב להמציא. אמר במפורש שאינו רוצה להמציא מחקרים שאינו יכול לאמת. זה שיפור אמיתי, וצריך להגיד אותו.

הרצה שנייה: שאלנו על מסלול מענקים שלא קיים בשם הזה, כאילו הוא כן קיים.

התוצאה: הפעם הוא כן ענה - ובזה בדיוק הבעיה. ראו את התמונה למטה.

זה הכשל שצריך לזכור

הסכנה אינה סירוב, והיא גם לא שקר בוטה שקל לתפוס.

הסכנה היא סייג קטן בשורה אחת, ואחריו מבנה סמכותי, כותרות, סימני וי ומספרים עגולים - בדיוק מה שאדם מעתיק לתוך תוכנית עסקית בלי לחשוב פעמיים.

ושימו לב במיוחד לתאריך הידע שהמודל מצהיר עליו. במקרה שלנו הוא היה ישן ביותר משנה, והוא הזכיר את זה פעם אחת בלבד, בתחילת התשובה.

כלל האימות - ארבע שאלות לפני שאתם מסתמכים

יש כאן מספר? מחיר, אחוז, תאריך, סכום - בדקו במקור. תמיד.

יש כאן שם? אדם, חברה, חוק, מחקר, מוצר - בדקו שהוא קיים ושזה מה שהוא אומר.

זה משהו שקרה לאחרונה? אם כן, הניחו שהמודל לא יודע, גם אם הוא נשמע בטוח.

מישהו יסתמך על זה? לקוח, בוס, רשות, בית משפט - אז זו כבר האחריות שלכם, לא שלו.

הרגל קטן שמשנה הרבה: בקשו מקורות במפורש, ואז לחצו עליהם. אם אתם רוצים תשובה שכבר מגיעה עם קישורים, Perplexity בנוי בדיוק לזה.

(השאלה שלכם כאן)

חשוב: לכל עובדה, מספר או תאריך בתשובה - תן לי את המקור וקישור אליו. אם אתה לא בטוח במשהו, תגיד לי שאתה לא בטוח במקום לנחש. אם אין לך מידע עדכני בנושא, תגיד לי מה תאריך הידע שלך.

לנסות ב-Perplexity

תשובה עם רשימת מקורות, או הודאה מפורשת באי-ידיעה. עכשיו החלק החשוב: פתחו לפחות מקור אחד ובדקו שהוא באמת אומר את מה שנטען.

מה לא להדביק לצ'אט

פרק קצר, אבל הוא זה שיכול לעלות לכם ביוקר.

זו לא אזהרה מפחידה ולא האשמה בספקים. זו פשוט עובדת מבנה שכדאי להכיר.

איך זה עובד מאחורי הקלעים

כל הכלים החינמיים בפרק הזה הם שירותי ענן. מה שאתם מקלידים נשלח לשרת של הספק ומעובד שם.

ובנוסף: קלוד וג'מיני מציעים זיכרון בין שיחות גם בגרסה החינמית. כלומר מידע שמסרתם פעם אחת עשוי לצוץ שוב בשיחה מחודש הבא.

זה פיצ'ר שימושי מאוד. הוא גם אומר שמה שהדבקתם לא נעלם כשסגרתם את הלשונית.

הרשימה השחורה

פרטי לקוחות מזוהים - שם מלא יחד עם טלפון, כתובת או פרטים אישיים.

מספרי זהות, אשראי או חשבון בנק - אף פעם, בשום כלי.

מסמכים רפואיים - שלכם או של מישהו אחר.

חוזים תחת NDA או מסמכים שהתחייבתם לסודיות עליהם.

סיסמאות ומפתחות גישה - גם לא "רק כדי שתבדוק לי משהו".

מבחן פשוט שעובד תמיד

אם לא הייתם שולחים את זה במייל לספק חיצוני שאתם לא מכירים אישית - אל תדביקו את זה לצ'אט.

וברוב המקרים אתם לא באמת צריכים. במקום להדביק את החוזה עם השמות, החליפו אותם ב"לקוח א'" ו"ספק ב'". התשובה תהיה בדיוק אותה תשובה.

מהניסיון הראשון להרגל

רוב האנשים מנסים בינה מלאכותית פעם או פעמיים, מתרשמים, ואז שוכחים מזה לחלוטין.

הפרק הזה על ההבדל בין ניסיון לבין שינוי אמיתי בשבוע העבודה.

מה שהמדידות אומרות על מי שמצליח

שני ממצאים מהפרקים הקודמים שמצטרפים כאן לכלל אחד:

מדוח סטנפורד - הרווחים מרוכזים בקבוצה מובילה קטנה. לא כל מי שנגע בכלי הרוויח.

ומהניסוי על 5,172 נציגים - הרווח הגדול נמדד דווקא אצל מי שהיה חלש יותר בהתחלה.

כלומר מה שמפריד אינו כישרון טכני ואינו הכלי. זה השימוש החוזר באותה משימה, עד שהיא מפסיקה להיות ניסוי.

התוכנית לשבועיים הקרובים

בחרו משימה אחת. לא תחום, לא כלי - משימה. משהו שאתם עושים כל שבוע ולא אוהבים.

כלי אחד בלבד. אל תפתחו חמישה חשבונות. אחד, ולעומק.

שבועיים. בכל פעם שהמשימה מגיעה, עשו אותה שם - גם אם ביד זה היה מהיר יותר בפעם הראשונה.

שמרו את מה שעבד. קובץ אחד עם הבקשות שהחזירו תוצאה טובה. זה הנכס האמיתי שנשאר לכם.

אחרי שבועיים תדעו לבד אם זה שווה, ועל מה להרחיב.

מה לצפות בשבוע הראשון

שיהיה ברור: הפעם הראשונה כמעט תמיד מאכזבת. גם אצל אנשים שהיום לא מוותרים על זה.

זה לא סימן שזה לא בשבילכם. זה שלב.

מי שממשיך משם ומדייק את הבקשה, מגיע תוך שבועיים למקום שבו זה באמת חוסך שעות. מי שמצפה לקסם מיידי, עוזב ביום השני.

תרגול - שלוש משימות אמיתיות

שלושת התרגילים האלה בנויים על משימות שכמעט כל אחד באמת צריך. עשו לפחות אחד לפני שאתם ממשיכים הלאה.

תרגיל 1 - סדר בבלגן. קחו רשימה מבולגנת שיש לכם באמת: מטלות, רעיונות, הערות מישיבה. הדביקו אותה כמו שהיא. שימו לב לסדר - החומר קודם, השאלה אחרונה.

(הדביקו כאן את כל הרשימה או ההערות, גם אם זה מבולגן לגמרי)

עכשיו, מהחומר שלמעלה: סדר לי את זה בטבלה עם שלוש עמודות - מה צריך לעשות, כמה זה דחוף, וכמה זמן זה ייקח בערך. אם משהו לא ברור לך, תשאל אותי במקום לנחש.

לפתוח את ChatGPT

טבלה מסודרת. שימו לב אם הוא שאל אתכם משהו - זה סימן טוב, לא סימן רע.

תרגיל 2 - המייל שנתקעתם בו. כולם מכירים את המייל שיושב בטיוטות שלושה ימים. זה הרגע שלו.

אני צריך לכתוב מייל ל(מי) בנושא (מה). המצב: (מה קרה עד עכשיו ולמה זה לא נעים).

מה שאני רוצה שיקרה בסוף: (מה בדיוק).

אורך: קצר, עד (מספר) מילה. טון: (איך זה צריך להישמע), בלי (מה שאתם לא רוצים).

תן לי שתי גרסאות שונות באופיין, שאבחר.

לפתוח את ChatGPT

שתי גרסאות. בחרו אחת, ואז תקנו אותה באותה שיחה - זה כל העניין מהפרק על השיחה מקצה לקצה.

תרגיל 3 - תפסו אותו טועה. זה התרגיל הכי חשוב מהשלושה. שאלו על משהו שאתם דווקא כן מכירים היטב - התחום שלכם, העיר שלכם, המקצוע שלכם.

ספר לי על (נושא שאתם מכירים היטב, כולל מספרים או תאריכים שאתם יודעים).

לכל עובדה - תן מקור. ואם אתה לא בטוח, תגיד שאתה לא בטוח.

לפתוח את ChatGPT

עברו על התשובה עם הידע שלכם. סמנו כל דבר שלא מדויק. זה התרגיל שיגרום לכם לא לסמוך בעיניים עצומות - וזו בדיוק המטרה.

שורה תחתונה, ולאן ממשיכים

אם תיקחו מהמדריך הזה חמישה משפטים בלבד, שיהיו אלה.

חמשת המשפטים

1. זה לא קסם ולא איום. זה מקצר משימות שאתם כבר יודעים לעשות.

2. תנו הקשר ודוגמה. בקשה של שורה אחת מחזירה תשובה של שורה אחת.

3. התשובה הראשונה היא טיוטה. ההודעה השנייה היא איפה זה הופך לטוב.

4. כל מספר, שם ותאריך - תבדקו לבד. הוא נשמע בטוח גם כשהוא טועה.

5. משימה אחת, כלי אחד, שבועיים. זה מה שהופך ניסיון להרגל.

• בנק הפרומפטים - 61 פרומפטים מוכנים בעברית
• יצירת ועריכת תמונות עם AI - קורס עומק
• קול AI בעברית - הכתבה, קריינות ושכפול קול
• משימות מתוזמנות - שה-AI יעבוד כשאתם לא מול המסך
• מאגר כלי הבינה המלאכותית

דבר אחרון לפני שאתם משלמים על משהו

כל המחירים במדריך נבדקו ב-25 ביולי 2026, והם יתיישנו.

לפני שאתם מוציאים כסף על מנוי - פתחו את עמוד התמחור של היצרן ובדקו בעצמכם.

וזה, בעצם, כל מה שהמדריך הזה ניסה ללמד.

שאלות נפוצות

מאיפה כדאי להתחיל עם בינה מלאכותית?

לא מכלי, אלא ממשימה. תבחרו משימה אחת שאתם עושים כל שבוע ולא אוהבים - ניסוח מייל, סיכום ישיבה, תשובה ללקוח. תפתחו כלי צ'אט חינמי אחד, ותתנו לו הקשר: מי אתם, למי זה מיועד, באיזה אורך ובאיזה טון. אל תפתחו חמישה כלים. אחד, על משימה אחת, במשך שבועיים. זה מה שמפריד בין מי שניסה למי שזה באמת חוסך לו זמן.

האם אפשר להשתמש בבינה מלאכותית בחינם, או שחייבים לשלם?

לכל חמשת עוזרי הצ'אט המרכזיים יש גרסה חינמית שמספיקה לחלוטין כדי להתחיל: ChatGPT, קלוד, ג'מיני, Perplexity וקופיילוט. המגבלה בחינם היא בדרך כלל כמות ההודעות ולעיתים גישה למודלים החדשים ביותר. אין שום סיבה לשלם לפני שהשתמשתם באופן קבוע לפחות שבועיים.

למה התשובות שאני מקבל גנריות ולא שימושיות?

כמעט תמיד כי הבקשה הייתה קצרה מדי. תוסיפו ארבעה דברים: מי אתם ומה המצב, למי התוצר מיועד, אורך וטון רצויים, ודוגמה קצרה לסגנון שאתם אוהבים. הדוגמה היא החזקה מכולן - מדידה על 5,172 עובדים הראתה שיפור של 15% בממוצע. ואל תעצרו בתשובה הראשונה, תקנו אותה באותה שיחה.

האם כדאי לכתוב לבינה מלאכותית בעברית או באנגלית?

כתבו בעברית. חשוב לדעת שאין ולו מדידה אחת בעולם שבדקה עברית מול מודל חזית, כך שכל אחוז שמצוטט בנושא הזה מומצא. בפועל התוצאות בעברית טובות מאוד בכל הכלים המרכזיים, וכתיבה בשפה שאתם חושבים בה מאפשרת לכם לדייק ולתקן בלי מאמץ מיותר.

איך אני יודע אם התשובה שקיבלתי נכונה?

לפי ארבע שאלות: יש בתשובה מספר? יש בה שם של אדם, חוק או מחקר? האם זה נושא שהתעדכן לאחרונה? האם מישהו עומד להסתמך על זה? אם ענתם כן על אחת מהן, בדקו במקור הראשוני. חשוב במיוחד: המודל נשמע בטוח בדיוק באותה מידה כשהוא צודק וכשהוא טועה.

מה אסור להכניס לצ'אט של בינה מלאכותית?

פרטי לקוחות מזוהים, מספרי זהות, פרטי אשראי או בנק, מסמכים רפואיים, חוזים תחת NDA וסיסמאות. הכלי הוא שירות ענן, ומה שמקלידים נשלח לשרת של הספק - וחלק מהכלים אף זוכרים אותו בין שיחות. מבחן פשוט: אם לא הייתם שולחים את זה במייל לספק חיצוני שאינכם מכירים, אל תדביקו אותו לצ'אט.

סרטונים קשורים

• 🎬 סודות הפרומפטים: גנרי מול מנצח!

כלים בקורס

• chatgpt
• Claude - קלוד
• Gemini - ג’מיני
• Perplexity
• copilot

מקורות

• AI Index Report 2026 — Stanford HAI, 2026-07-25
• Why Language Models Hallucinate — Kalai, Nachum, Vempala, Zhang (OpenAI), 2026-07-25
• Claude pricing — Anthropic, 2026-07-25
• Gemini subscriptions and pricing — Google, 2026-07-25
• The GenAI Divide: State of AI in Business 2025 — MIT Project NANDA, 2026-07-25

לכל המדריכים