יצירת ועריכת תמונות עם AI

מבוא: מה השתנה השנה

תחום התמונות של בינה מלאכותית עבר בשמונה החודשים האחרונים יותר שינויים מכל תקופה קודמת — בין נובמבר 2025 ליוני 2026 יצאו לפחות 5 עדכוני-דגם מרכזיים, כמעט מדי חודש.

והשינוי הגדול הוא לא רק "תמונות יפות יותר": המודלים המובילים עברו לגישה שבה הכלי "חושב" ומתכנן את התמונה לפני שהוא מייצר אותה, במקום פרומפט אחד שהופך ישר לתמונה.

המסקנה הפרקטית לעסק: אל תתאהבו בכלי אחד. תלמדו עקרונות שעובדים בכולם — ותחליפו כלי כשמשהו טוב יותר יוצא.

ציר הזמן של המרוץ (2026)

נובמבר 2025 — גוגל משיקה את ננו בננה פרו (Nano Banana Pro), מחולל התמונות שבתוך ג'מיני.

אפריל 2026 — OpenAI משיקה את GPT Image 2, מחולל התמונות של הצ'אט (ChatGPT). לפי לוח ההשוואות Image Arena הוא תפס את מקום 1 בכל הקטגוריות תוך פחות מ-12 שעות מההשקה.

יוני 2026 — חברת Reve משיקה את Reve 2.0 (מקום 2 באותו לוח). מעט לפני כן מידג'רני (Midjourney) הפכה את גרסה 8.1 לברירת-המחדל.

עדכני ביותר — ב-29 במאי 2026 ננו בננה פרו הפך זמין רשמית לעסקים, וב-30 ביוני יצא ננו בננה 2 Lite — מודל מהיר וזול; הגרסה Pro נשארת המומלצת לעבודה מקצועית שדורשת דיוק.

המכנה המשותף: שלושה מהם — GPT Image 2, ננו בננה פרו ו-Reve 2.0 — עברו לגישה שבה המודל מתכנן את הפריסה, לפעמים מחפש מידע ברשת, ובודק את עצמו לפני שהוא מחזיר תמונה. פחות "הגרלה", יותר תכנון.

🎬 הדגמה בסרטון

נוף הכלים לתמונה

לא צריך להכיר את כל הכלים — צריך להכיר את 2-3 שמתאימים למה שאתם עושים. הנה שמונה הכלים המרכזיים בתחום, כל אחד עם החוזק הייחודי האמיתי שלו. ארבעה הראשונים בקטלוג הכלים של הנרי; ארבעה האחרונים כלים שכדאי להכיר (הקישור אליהם הוא לאתר הבית, לא קישור שותף).

Nano Banana Pro

מחולל התמונות של גוגל בתוך ג'מיני — הכי אמין לטקסט עברי בתוך תמונה. שומר על אותו פרצוף של עד 5 אנשים בתמונה אחת, מקבל עד 14 תמונות-רפרנס להשראה, ומחובר לחיפוש גוגל כדי לשלב מידע עדכני. פלט עד 4K, יש שכבה חינמית נדיבה לתרגול.

Nano Banana Pro

ChatGPT

מחולל התמונות של הצ'אט (GPT Image 2) — המודל ה"חושב": מתכנן פריסה, יכול לחפש ברשת ולבדוק את עצמו לפני שהוא מייצר, ומרנדר טקסט (כולל עברית) מהטובים בעולם. יש שכבה חינמית עם מכסה יומית, והוא יושב בתוך הצ'אט שכבר משתמשים בו יום-יום.

ChatGPT

Midjourney

מידג'רני — הכי אמנותי מבין הכלים. נשלט ב"דיאלקט" של פקודות קצרות (למשל ‎--ar ליחס-רוחב, ‎--stylize לרמת האמנותיות, ‎--sref להעתקת סגנון). גרסה 8.1 מרנדרת גדול ומהיר יותר, ויש ממשק אתר מלא — כבר לא חייבים דיסקורד. פרומפט באנגלית עובד הכי טוב.

Midjourney

Pixelcut

(לשעבר Pixelcut, היום Pixa) — שער למודלי-יצירה כמו ננו בננה פרו דרך סוכן AI אחד, גם בפלטפורמות שאין בהן מחולל מובנה (למשל קלוד). מתארים לו את התוצאה — הוא בוחר מודל ומריץ בשבילכם רצף שלבים שלם.

Pixelcut

Reve

כלי בשם Reve — בונה את התמונה כ"פריסה" שאפשר לערוך כמו קוד: מזיזים או משנים אלמנט בודד בלי לייצר את כל התמונה מחדש. הכי טוב לעריכה מדויקת של תמונה עם הרבה אלמנטים. פלט 4K, יש שכבה חינמית עם מכסה יומית.

Reve

4 הדיאלקטים — אותה בקשה, 4 דקדוקים

כל כלי "מדבר" קצת אחרת. אותה תמונה בדיוק — 4 דרכים לבקש:

1. מידג'רני = פקודות (flags). מוסיפים סימונים קצרים לפרומפט: ‎--ar ליחס-רוחב, ‎--stylize לרמת האמנותיות, ‎--sref כדי להעתיק סגנון מתמונת רפרנס.
2. הצ'אט (ChatGPT) = שיחה + הכי חזק בטקסט. כותבים בשפה חופשית כמו בשיחה רגילה, והוא גם הכי טוב ברינדור טקסט קריא בתוך התמונה.
3. ננו בננה (בג'מיני) = שפה טבעית + רפרנסים. מתארים במילים רגילות ומצרפים עד 14 תמונות-השראה; מצוין לעברית בתוך התמונה.
4. Reve = פריסה (layout). חושב על התמונה כמפה של אלמנטים, ולכן אפשר לתקן אלמנט בודד אחרי הרינדור בלי לייצר הכל מחדש.

איך בוחרים כלי בלי להתבלבל

הבחירה פשוטה יותר ממה שנראה — היא נגזרת מהמשימה, לא מ"מי הכי חזק":

• צריך עברית בתוך התמונה? ננו בננה פרו הכי אמין, ומחולל הצ'אט גם עובד יפה. שאר הכלים משתפרים — בדקו כתיב לפני פרסום.
• צריך תמונה אמנותית לפוסט? מידג'רני.
• צריך לתקן פרט אחד בתמונה קיימת? Reve או ננו בננה פרו.
• אין לכם מנוי בכלל? ננו בננה בג'מיני או מחולל הצ'אט (מכסה יומית) — לשניהם יש שכבה חינמית.

בפרק הבא נשים את כל זה בטבלה אחת מסודרת.

🎬 הדגמה בסרטון

טבלת השוואה: מי חזק במה

יש לכם עכשיו תמונה של הכלים — אבל איך בוחרים ביניהם בפועל? הטבלה הבאה משווה את חמשת הכלים על היכולות שבאמת מכריעות בעבודה יומיומית. אין כאן "כלי אחד הכי טוב" — יש הכלי הכי טוב למשימה שלכם. כל תא נבדק מול מקור רשמי (יולי 2026), ואיפה שלא נמצאה עדות אמינה כתוב "לא אומת" — בכוונה, בלי לנחש.

5 הכלים על 9 יכולות שמכריעות

מקורות: דפי-יצרן רשמיים + דפי-תמחור, אומתו ביולי 2026 (פירוט מלא ב-fact-sheet של המדריך). "ChatGPT" בטבלה = מנוע GPT Image 2. "לא אומת" = לא נמצאה עדות עצמאית לעברית תקינה בכלי הזה — ולכן לעברית ההמלצה נשארת ננו בננה פרו או מחולל הצ'אט.

הבחירה המהירה — 3 שאלות

לא רוצים לקרוא טבלה שלמה? שלוש שאלות ואתם יודעים באיזה כלי לפתוח:

1. צריך טקסט עברי בתמונה? — ננו בננה פרו (ואם אין — מחולל הצ'אט, ולבדוק את האיות).
2. רוצים תמונה אמנותית/קמפיין ויזואלי? — מידג'רני.
3. צריך לערוך תמונה קיימת בדיוק (להזיז/להחליף אלמנט)? — Reve או ננו בננה פרו.

לכל השאר — ננו בננה פרו הוא ברירת-מחדל מצוינת, וגם חינמי לתרגול.

יסודות הפרומפט לתמונה

ההבדל בין תמונה מדהימה לתמונה "סתם" הוא לא כמות המילים — אלא מה מתארים. העיקרון שמשנה הכל: לא מקלידים ערמת מילות-מפתח, אלא מביימים צילום — מדברים אל המודל כמו צלם או במאי. הפרק הזה נותן לכם את המסגרת הקבועה שממלאים בכל פעם, עם דוגמה אמיתית של לפני ואחרי.

המסגרת: 6-7 המשבצות של פרומפט תמונה

מתחילים זוכרים 4 (נושא · סגנון · תאורה · אווירה); מקצוענים מוסיפים עוד 3. שורה אחת לכל משבצת:

1. נושא (Subject) — מה בתמונה, בפירוט. "בעלת מאפייה בסינר מאחורי הדלפק", לא "אישה".
2. סגנון (Style) — צילומי? מצויר? קולנועי? "צילום דוקומנטרי חם".
3. תאורה (Lighting) — ⭐ המשבצת החזקה ביותר (וזו שהכי מדלגים עליה). "אור בוקר רך מהחלון".
4. קומפוזיציה / מצלמה (Camera) — זווית, מרחק, עדשה, עומק-שדה. "קלוז-אפ, זווית נמוכה, 35mm, f/1.8".
5. אווירה (Mood) — התחושה. "חמים ומזמין".
6. פלטת צבע (Color) — הגוונים הדומיננטיים. "טורקיז עמום וחום".
7. יחס-רוחב (Aspect ratio) — לפי היעד: 9:16 לסטורי, 4:5 לפוסט, 16:9 ליוטיוב/באנר.

תאורה = הזרוע הכי חזקה בפרומפט

אם משנים משבצת אחת בלבד — שנו את התאורה. זה רגע ה"וואו" הכי מהיר: אותה סצנה בדיוק נראית לגמרי אחרת עם אור אחר. תפריט מהיר לבחור ממנו:

• אור-חלון רך — טבעי, מחמיא, יומיומי.
• שעת-זהב מאחור (golden hour) — הילה חמה, רומנטי.
• אור-צד דרמטי (side-light) — צללים חדים, נפח.
• סופטבוקס סטודיו — נקי ומקצועי, לצילומי מוצר.
• תאורה כהה (low-key) — אווירה יוקרתית ומסתורית.

וכלל קטן שמשנה הרבה: כתבו מה שאתם רוצים ("רחוב ריק"), לא מה שאתם לא רוצים ("בלי מכוניות") — במחוללים החדשים מסגור חיובי עובד טוב יותר.

שלד פרומפט למילוי (כמו טופס)

העתיקו, מלאו את הסוגריים, מחקו מה שלא רלוונטי:

[נושא בפירוט], style: [צילומי / קולנועי], [תאורה], [זווית ומרחק מצלמה], אווירה [רגש], פלטה [צבעים], יחס [מרובע / אנכי / רחב].

לפני ואחרי:

• ❌ חלש: בית קפה
• ✅ בסיס: בית קפה שכונתי חמים, צילום קולנועי, אור חלון זהוב רך משמאל.
• ✅✅ מלא: כוס אספרסו על שיש, צילום מוצר, אור-צד דרמטי, קלוז-אפ 35mm, יחס 4:5.

כלל העברית

חשבו בעברית — אבל את מונחי-המצלמה (golden hour, shallow depth of field) כתבו באנגלית, הם אמינים יותר שם. וטקסט שרוצים בתוך התמונה — תמיד במרכאות (הרחבה בפרק על טקסט עברי).

מלאו את המסגרת על נושא שלכם ונסו אותה. הכי טוב להתחיל בננו בננה בחינם (בתוך ג'מיני). אחר כך שנו רק את משבצת התאורה והריצו שוב — תראו כמה התמונה משתנה.

[נושא בפירוט], style: [צילומי / מצויר / קולנועי], [תיאור תאורה — למשל אור חלון זהוב רך משמאל], [זווית ומרחק מצלמה — קלוז-אפ / רחב, עדשת 35mm], אווירה [רגש], פלטה [צבעים], יחס [מרובע 1:1 / אנכי 9:16 / רחב 16:9].

פתח ב-Gemini (ננו בננה)

תמונה עשירה ומכוונת — עם דגש על התאורה והזווית שביקשתם, בניגוד לתמונה השטוחה שמתקבלת מפרומפט של מילה-שתיים.

🎬 הדגמה בסרטון

פרומפטינג מתקדם: פרומפט מובנה ו-JSON

כשעוברים מתמונה בודדת לסדרה שלמה (קטלוג מוצרים, סט פוסטים למותג) — שפה חופשית מתחילה "לזלוג": שינוי קטן במילים משנה חמישה דברים בבת אחת. הפתרון הוא פרומפט מובנה: מפרקים את הבקשה לשדות מסודרים, כמו כרטיס-מתכון. זה לא קוד וזה לא מפחיד — זו פשוט צורה מסודרת יותר לכתוב את אותו הדבר.

הסולם: 4 שלבים מפרומפט פשוט ל-JSON

מטפסים לפי הצורך — לא כל תמונה צריכה JSON:

1. שורה אחת — בית קפה שכונתי חמים, צילום קולנועי, אור חלון זהוב, אווירה מזמינה.
2. משפט מובנה — ממלאים את כל 6-7 המשבצות מהפרק הקודם במשפט מסודר אחד.
3. JSON — מפרידים כל פרמטר לשדה נפרד. מונע "זליגת מושגים", ומאפשר לשנות דבר אחד בלי לשכתב את כל הפסקה.
4. עריכה איטרטיבית — "תשנה רק את X, אל תיגע בשאר". משפרים במקום להתחיל מחדש.

מתי לא JSON? לחקירה יצירתית ופתוחה שפה טבעית לרוב עדיפה — פרומפט-JSON גרוע יפסיד לפרומפט-טקסט טוב. JSON הוא כלי לעקביות ולשליטה, לא ברירת-מחדל.

שלד JSON לדוגמה — כרטיס-מתכון לתמונה

מבנה עובד לצילום מוצר (העתיקו והחליפו ערכים):

{
  "Style": ["studio product photography"],
  "Subject": ["ספל קרמי לבן עם לוגו זהב עדין"],
  "Lighting": "three-point softbox, החזרים רכים",
  "Camera": { "type": "medium format", "lens": "85mm", "aperture": "f/4" },
  "ColorRestriction": ["navy", "gold", "white"],
  "Mood": "premium, minimal"
}

היתרון האמיתי: רוצים לשנות רק את התאורה? ערכו רק את השדה Lighting והריצו שוב — כל השאר נשאר קבוע בדיוק. זה מה שמאפשר סדרה אחידה של 20 תמונות מוצר עם אותה "שפה" ויזואלית.

🎬 מה זה פורמט ג'ייסון - JSON? ואיך עורכים אותו?

הכלל: שנה שדה אחד = שנה דבר אחד

זה כל הרעיון של JSON בתמונות. במקום לשכתב פסקה שלמה ולקוות — אתם נוגעים בשדה בודד ומקבלים שינוי צפוי אחד. היתרון הוא עקביות ושליטה על פני סדרה שלמה, לא איכות של תמונה בודדת. לתמונה אחת ויצירתית — שורה טובה בשפה טבעית לרוב תספיק.

🎬 הדגמה בסרטון

עריכה לפי אזור: משנים חלק, לא הכל

אחת היכולות שהכי מפתיעות: לשנות חלק אחד בתמונה בלי לצייר את כולה מחדש — צבע של ספה, שלט מכוער ברקע, אלמנט שהתווסף. הכלים החדשים מבינים את גבולות האובייקטים בתמונה, ולכן אפשר פשוט לבקש בעברית מה לשנות, בלי שכבות ובלי כלי-בחירה מסובכים.

שתי דרכים לערוך אזור

דרך א' — הוראה בשפה חופשית (עובד היום, בכל מקום):

מעלים תמונה וכותבים הוראה ממוקדת — "תשנה רק את צבע הספה לירוק זית". המודל מזהה את הספה ומשנה רק אותה.

דרך ב' — סימון על התמונה (markup):

באפליקציית ג'מיני יש כיום כלי ציור חי (אייקון עיפרון): מסמנים או מעגלים אזור על התמונה, מוסיפים הוראת-טקסט, ומקבלים עריכה ממוקדת בדיוק שם. זמין באנדרואיד, אייפון ובדפדפן.

בונוס — הרחבת תמונה (outpainting):

אפשר גם להרחיב את הגבולות: "תרחיב את התמונה שמאלה ותוסיף עוד חוף ים באותו סגנון".

המשפט שמונע בלגן: "אל תיגע בשום דבר אחר"

כשמבקשים שינוי נקודתי, המודל לפעמים "מתלהב" ומשנה גם דברים שלא ביקשתם.

הפתרון פשוט — סגרו כל הוראת-עריכה במשפט הנעילה: "אל תיגע בשום דבר אחר בתמונה." זו בדיוק ההמלצה במדריך הרשמי של גוגל ("Keep everything else exactly the same").

דוגמאות:

1. תשנה רק את צבע הספה לירוק זית — אל תיגע בשום דבר אחר בתמונה.
2. תוריד את השלט המכוער ברקע ותמלא בקיר לבנים תואם — בלי לשנות שום דבר אחר.
3. תרחיב את התמונה שמאלה ותוסיף עוד חוף ים באותו סגנון.

🎬 הדגמה בסרטון

מתמונה לתמונה: יצירה מתוך תמונה קיימת

לא כל תמונה מתחילה מאפס. לרוב יש לכם כבר משהו — צילום מוצר מהטלפון, סקיצה, תמונה ישנה — ואתם רוצים לשנות אותו, לא להמציא מחדש. זה נקרא "מתמונה לתמונה" (image-to-image): מזינים תמונה קיימת, והמודל מסגנן / מחליף אלמנט / מעביר קומפוזיציה / ממזג כמה רפרנסים.

מה זה, ואיך שולטים בעוצמה

מה אפשר לעשות: לשנות סגנון של תמונה, להחליף אלמנט בודד, להעביר קומפוזיציה לסצנה חדשה, או למזג כמה תמונות-רפרנס לתמונה אחת.

הכפתור החשוב — עוצמת השינוי (strength): קובע כמה רחוק להתרחק מהמקור:

• 0.2-0.4 — קרוב מאוד למקור. לניקוי, תיקון צבע, שיפורים עדינים. התמונה נשארת כמעט זהה.
• 0.5-0.7 — שינוי מאוזן (ברירת-מחדל שימושית). משנה סגנון אבל שומר על הרוח.
• 0.8-1.0 — המצאה מחדש. שומר בעיקר על הקומפוזיציה, כל השאר חדש.

כשרוצים לשמור מבנה מדויק (תנוחה, קווי-מתאר) — מצרפים תמונת-רפרנס ומוסיפים הוראה מילולית: "שמור צורה, תנוחה ותווית זהים".

מצילום טלפון לתמונת קטלוג, בחינם

ה-use-case שכל בעל עסק אוהב: מצלמים מוצר בטלפון על השולחן, ומבקשים (בשיטת "תמונת האב" — מפנים לאותה תמונה בכל פרומפט):

Using the provided image, רנדר מחדש כתמונת קטלוג סטודיו מקצועית. שמור צורה, תווית וצבעים זהים בדיוק. רקע לבן חלק, three-point softbox, השתקפות עדינה, יחס 4:5.

הכלי הכי טוב לשמירת הזהות של המוצר מהרפרנס הוא ננו בננה פרו — הוא בנוי לשמור עקביות מתמונות-הקלט (עד 5 אנשים / 14 תמונות).

צלמו מוצר שלכם בטלפון, העלו אותו לננו בננה (בג'מיני), והדביקו את הפרומפט. שנו את הרקע והתאורה לפי המותג שלכם. שימו לב: המילים "שמור צורה, תווית וצבעים זהים" הן מה ששומר שהמוצר לא "ישתנה" בדרך.

Using the provided image, רנדר מחדש את [שם המוצר] כתמונת קטלוג סטודיו מקצועית. שמור צורה, תווית וצבעים זהים בדיוק. רקע [לבן חלק / שיש כהה], three-point softbox, השתקפות עדינה, יחס 4:5.

פתח ב-Gemini (ננו בננה)

תמונת קטלוג נקייה של אותו מוצר בדיוק — רק התאורה, הרקע והחדות שודרגו לרמת סטודיו.

Nano Banana Pro

הכי טוב לשמירת זהות מהרפרנס — לוקח את צילום הטלפון ומחזיר תמונת סטודיו עם אותו מוצר בדיוק. מקבל עד 14 תמונות-קלט ושומר על אותם 5 אנשים בין תמונות, כך שהמוצר או הדמות לא "משתנים" בדרך.

Nano Banana Pro

דמות ועקביות: אותו פרצוף שוב ושוב

רוצים מגיש קבוע לסדרת פוסטים, או מסקוט מותג שמופיע ב-10 תמונות שונות ונשאר אותו אחד? זה האתגר של "עקביות דמות" — לשמור על אותו פרצוף בין תמונות. הכלים החדשים יודעים לעשות את זה, אבל יש כמה כללי-אצבע שמונעים מהדמות "לסטות" תוך כדי.

5 עוגני-הזהות + מתי לרענן

כדי שהדמות תישאר עקבית:

1. רפרנס נקי אחד — תמונת מקור טובה (רצוי 1024×1024 ומעלה, 3-6 זוויות אם יש).
2. פתחו כל פרומפט ב"same character as reference" — אותה דמות כמו ברפרנס.
3. חזרו על 3-4 מאפיינים בולטים + לבוש בכל פעם — "שיער חום כהה עד כתפיים, עיניים חומות, בלייזר נייבי".
4. קבעו נקודת-מבט — "3/4 view, mid-shot" — כדי שהזווית לא תקפוץ.
5. רעננו כל 5-8 עריכות — העלו שוב את הרפרנס המקורי כ"בדיקת המשכיות", לפני שהזהות מתחילה לזוז. (זו ההמלצה הרשמית של גוגל: אם הפנים מתחילות לסטות אחרי הרבה עריכות — פתחו שיחה חדשה עם אותו תיאור מפורט.)

הכלים הכי חזקים לעקביות: ננו בננה פרו (עד 5 דמויות בקומפוזיציה אחת) ומידג'רני עם Omni Reference (נועל דמות מרפרנס — אך לא זהות פיקסלית מושלמת).

מה סוטה קודם: ידיים ועיניים

כשדמות מתחילה "להשתנות" בין תמונות, שלושה דברים נשברים ראשונים: הידיים, גוון העיניים, והגיל. הפתרון — לתאר אותם במפורש בכל פרומפט ("ידיים מונחות בשלווה על הדלפק, עיניים חומות") ולא לסמוך על המודל שיזכור. וכשמשהו נראה "קצת אחר" — זה הרגע לרענן ולהעלות שוב את הרפרנס המקורי.

שחזור וצביעה של תמונות ישנות

אחד הרגעים הכי מרגשים של הכלים האלה: תמונת סבתא ישנה, סדוקה ובשחור-לבן — הופכת לצבעונית, חדה ומשוחזרת בפחות מדקה, בחינם, בלי שום מיומנות עריכה. מעלים את התמונה הפגומה, מבקשים שחזור וצביעה, ומדייקים בשיחה. ננו בננה פרו עושה את השחזור והצביעה במעבר אחד, גם בשכבה החינמית.

הפרומפט לשחזור + הטיפים

פרומפט עובד להעתקה (מבוסס על מבנה מומלץ: סוג-תמונה · פעולה · הסרת-נזק · איכות סופית):

שחזר את התמונה: תקן קרעים, שריטות ונזק, החזר חדות ופרטים, וצבע בצבעים ריאליסטיים ותקופתיים. חשוב מאוד — שמור על זהות הפנים בדיוק כמו במקור, כולל ההבעה ומרקם העור, בלי החלקת-יתר. הוסף גוונים חמים עדינים של פילם.

למה זה עובד:

• צבע תקופתי — בקשו גוונים שמתאימים לעשור. שנות ה-40 לא נראות כמו שנות ה-70.
• שמירת פנים — המשפט "שמור על זהות הפנים בדיוק כמו במקור" הוא הפרט הקריטי שמונע מהמודל להחליף לכם את הפרצוף (בלי זה, המודל נוטה "להמציא" פנים חלקות).
• דיוק בשיחה — לא יצא מושלם בפעם הראשונה? המשיכו לתקן במילים: "תבהיר את הרקע", "תוסיף יותר חום לעור".

נקו את הסריקה + נעלו את הפרצוף

שני דברים קטנים שמשפרים דרמטית את התוצאה:

1. נקו את הסריקה הפיזית לפני — אבק, כתמים ושריטות עמוקות מבלבלים את המודל. סריקה נקייה = שחזור נקי.
2. תמיד כללו את משפט נעילת-הזהות — "שמור על זהות הפנים בדיוק כמו במקור". בלעדיו, המודל עלול "לשפר" את הפנים עד שזה כבר אדם אחר. עם הבקשה המפורשת, הוא שומר על מי שבתמונה.

🎬 הדגמה בסרטון

🎬 הדגמה בסרטון

Nano Banana Pro

מבצע שחזור וצביעה של תמונה ישנה במעבר-שיחה אחד — כולל בשכבה החינמית. מריץ "מחשבה" על הכוונה לפני היצירה, ולכן משפט נעילת-הזהות ("שמור על הפנים כמו במקור") באמת נשמר.

Nano Banana Pro

העברת סגנון: לצבוע תמונה בסגנון של אחרת

רוצים לקחת את ה"מראה" של תמונה אחת — הצבעים, המרקמים, מצב-הרוח — ולהחיל אותו על תמונה אחרת? זו "העברת סגנון" (style transfer). זה עובד יפה, אבל יש עליו אמת אחת שחשוב לדעת מראש: זה עובד הרבה יותר טוב עם תמונת-רפרנס מאשר עם תיאור במילים בלבד.

נוסחת 2-התמונות + ההבחנה שמבלבלת את כולם

הנוסחה (עם רפרנס):

שמור את הנושא והקומפוזיציה של Image 1, אבל החל את הצבעים, המרקמים ומצב-הרוח של Image 2. אל תשנה את פריסת המבנים.

כלומר: תמונה אחת נותנת את מה בתמונה, השנייה נותנת את איך היא נראית.

ההבחנה שכולם מבלבלים (במידג'רני):

• --sref מעתיק את המראה — צבע, מרקם, מדיום — בלי להעתיק את האובייקטים או האנשים מהתמונה.
• --cref / Omni Reference מעתיק את מי/מה שבתמונה — הדמות עצמה.

רוצים "אותו סגנון, נושא אחר"? זה --sref. רוצים "אותה דמות, סצנה אחרת"? זה Omni Reference.

האמת הכנה: תיאור-טקסט לבד לא אמין

לבקש "תעשה את זה בסגנון X" רק במילים ("בסגנון ציור שמן", "בסגנון האנימציה של אולפן מסוים") נותן תוצאה לא עקבית — לפעמים קולע, לפעמים ממש לא. לתוצאה יציבה וחוזרת, צרפו תמונת-רפרנס של הסגנון הרצוי, ולא רק תיאור מילולי. הכלי הכי טוב לזה: ננו בננה פרו עם תמונת-רפרנס של הסגנון הרצוי.

🎬 הדגמה בסרטון

טקסט בתוך תמונה + עברית

זה ה"וואו" הגדול לישראלים — וגם הכאב הגדול. רוב מחוללי התמונות פשוט לא יודעים לכתוב עברית בתוך תמונה: יוצאות אותיות שבורות, מהופכות או מעורבבות. אבל יש פתרון ברור, והוא לא "טריק" — זה עניין של לבחור את הכלי הנכון ולנסח נכון. בסוף הפרק תראו דוגמה אמיתית של הצלחה — וגם של פספוס.

לעברית בתוך תמונה — רק שני כלים

בבדיקה עצמאית של Daniel Rosehill על 12 מודלים (המילים "שלום" ו"פירגון"), ננו בננה פרו (Gemini 3 Pro) קיבל ציון מלא בעוד רבים נכשלו באות אחת לפחות.

מאז המצב משתפר: גם מחולל הצ'אט (GPT Image 2) מרנדר עברית טובה (עם פספוסים מדי פעם — ראו בהמשך), ומחוללים נוספים מתקדמים.

המסקנה המעשית: הכי בטוח לעברית — ננו בננה פרו, ומחולל הצ'אט אלטרנטיבה טובה. תמיד קראו את האותיות לפני פרסום.

הטריק שמשפר עוד יותר — שני שלבים:

1. בקשו קודם: "תכתוב לי את הטקסט המדויק לפוסטר, בעברית".
2. ואז: "צור תמונה שמציגה בדיוק את הטקסט הזה: '...'".

כללי הטקסט בתוך תמונה

5 כללים שמעלים דרמטית את הסיכוי לטקסט תקין (מבוססים על ההנחיות הרשמיות: טקסט מדויק במרכאות, עד ~25 תווים לביטוי, לא יותר מ-3 ביטויים בתמונה):

1. תמיד במרכאות — שימו את הטקסט המדויק במרכאות: הצג בדיוק: "מאפים חמים כל בוקר".
2. מחרוזת מדויקת — כתבו את המילים בדיוק כפי שתרצו אותן.
3. שורות קצרות — הדיוק צונח בטקסט ארוך. פרקו לשורות קצרות במקום משפט אחד ארוך.
4. פונט, בולד וניגודיות — ציינו "סאנס-סריף בולד, חום כהה, ניגודיות גבוהה" — עוזר לקריאוּת ולדיוק.
5. שפת הפרומפט לא קובעת — מה שקובע הוא יכולת המודל, לא אם כתבתם באנגלית או בעברית. אז בחרו קודם כלי שיודע עברית — ננו בננה פרו הכי אמין, ומחולל הצ'אט גם עובד יפה.

נסו בננו בננה (בג'מיני) — הכלי הכי אמין לעברית. שימו את הטקסט המדויק במרכאות ובשורות קצרות. אחרי היצירה — קראו את האותיות אות-אות לפני שאתם מפרסמים.

צור פוסטר [לעסק שלכם]. הצג בתמונה בדיוק את הטקסט הבא, בעברית, בפונט סאנס-סריף בולד עם ניגודיות גבוהה, בשתי שורות קצרות: שורה 1: "[כותרת קצרה]"  שורה 2: "[שורת משנה]". רקע [תיאור], אווירה [רגש], יחס 4:3.

פתח ב-Gemini (ננו בננה)

פוסטר עם הטקסט העברי שביקשתם מאוית נכון — הכי אמין בננו בננה פרו; במחוללים אחרים סביר שהאותיות יישברו.

🎬 הדגמה בסרטון

מדריך עומק: מחולל התמונות של ChatGPT

עד עכשיו עברנו על עקרונות שעובדים בכל הכלים. בפרק הזה ניכנס לעומק לכלי אחד — מחולל התמונות של ChatGPT (בשמו הטכני GPT Image 2).

למה דווקא הוא? כי הוא כבר פתוח אצל רובכם, הוא "חושב" ומתכנן לפני שהוא מצייר, והוא מהטובים בעולם בטקסט בתוך תמונה.

כל התמונות בפרק הזה נוצרו איתו באמת — כדי שתראו בדיוק מה מקבלים.

5 הצעדים בפועל — מפרומפט לתמונה מוכנה

1. פתחו את ChatGPT ופשוט בקשו תמונה בשפה חופשית — אין כפתור מיוחד, כותבים כמו בשיחה.
2. תארו לפי מסגרת 6 המשבצות (נושא · סגנון · תאורה · מצלמה · אווירה · יחס). ככל שיותר מדויק, כך התוצאה קרובה יותר לראש שלכם.
3. דייקו בשיחה — "תעשה את האור חם יותר", "תזיז את הכוס ימינה". לא מתחילים מחדש, ממשיכים לדבר.
4. הגידו מה חייב להישאר — בעריכה, ציינו במפורש: "תשנה את הרקע, אבל אל תיגע בפנים, בגוון-העור ובתנוחה".
5. בקשו את היחס הנכון ליעד — 4:5 לפוסט, 9:16 לסטורי, 16:9 לבאנר — והורידו.

מצב "חשיבה" — למה זה משנה

ל-GPT Image 2 יש שני מצבים: מהיר (Instant) — פתוח לכולם כולל חינם, ו-"חושב" (Thinking) — למנויים.

במצב החושב, המודל מתכנן קודם את הפריסה, יכול לחפש רפרנסים ברשת, ובודק את עצמו לפני שהוא מצייר. התוצאה: פחות "הגרלה", יותר דיוק — במיוחד בתמונות עם הרבה אלמנטים או טקסט.

אם תמונה יצאה "כמעט" — נסו שוב במצב החושב.

פתחו את ChatGPT, הדביקו את הפרומפט אחרי שמילאתם את הסוגריים, וצרו. אחר כך דייקו בשיחה — "תעשה את האור חם יותר", "תשנה רק את הרקע". זכרו: להגיד גם מה חייב להישאר.

צור [סוג התמונה — פוסטר / גרפיקת סושיאל / צילום מוצר] עבור [העסק/הרעיון שלכם]. נושא: [פירוט]. סגנון: [צילומי / וקטורי / קולנועי]. תאורה: [תיאור]. אווירה: [רגש]. אם צריך טקסט — הצג בדיוק, בשורות קצרות: "[הטקסט המדויק]". יחס: [4:5 / 1:1 / 16:9].

פתח ב-ChatGPT

תמונה שמתכננת פריסה מסודרת — עם טקסט קריא אם ביקשתם, ואפשרות להמשיך ולדייק אותה בשיחה בלי להתחיל מחדש.

3 טיפים מתקדמים ל-GPT Image 2

1. הגידו גם מה חייב להישאר — בעריכה, אל תגידו רק מה לשנות: "תשנה את הרקע, אבל אל תשנה את הפנים, גוון-העור והתנוחה". שכבת ה"חשיבה" מכבדת את ההגנה המפורשת ומונעת הפתעות.
2. עד 16 תמונות-קלט — אפשר לצרף כמה מוצרים או רפרנסים בבקשה אחת (למשל מוצר + רקע + סגנון) ולמזג אותם.
3. טקסט — במרכאות וקצר — הכלי מהטובים בעולם בטקסט אנגלי; לעברית הוא טוב אבל לא מושלם (ראו האזהרה למטה), אז תמיד לבדוק את האיות.

עברית ב-GPT Image 2 — טוב, אבל בדקו

בשלוש הרצות שעשינו למדריך הזה, מחולל הצ'אט כתב נכון "מאפים", "כל בוקר" ו"מאפייה שכונתית" — אבל פספס שוב ושוב את המילה "טריים" והפך אותה ל"תריים" (הדוגמה בפרק על עברית).

המסקנה: GPT Image 2 מצוין לעברית קצרה, אבל לא חף מטעויות. לטקסט עברי קריטי (לוגו, כותרת ראשית) — ננו בננה פרו היא הבחירה הבטוחה, ותמיד לקרוא את האותיות לפני פרסום.

Workflow מקצה-לקצה לעסק

עכשיו נחבר הכל לתהליך אחד. הדוגמה הקלאסית: מצילום מוצר פשוט בטלפון לתמונת קטלוג מקצועית מוכנה לפרסום — בחינם, בלי סטודיו ובלי ידע-עריכה. כל שלב כאן הוא פרק שכבר עברתם.

השלבים — עד התמונה המוגמרת

1. מתמונה לתמונה — צילום הטלפון הופך לתמונת סטודיו נקייה (הפרק על image-to-image).
2. שחזור / ניקוי — אם המקור פגום או רועש, מתקנים לפני (הפרק על שחזור).
3. טקסט ומיתוג — מוסיפים כותרת או קריאה-לפעולה בעברית, אם צריך (הפרק על טקסט עברי).
4. סדרה עקבית — לקטלוג שלם, JSON שומר על אותה "שפה" ויזואלית בכל התמונות (הפרק על JSON).
5. יחס-רוחב לפי היעד — 4:5 לפוסט, 9:16 לסטורי, 16:9 לבאנר.

וזהו — התמונה מוכנה לפרסום.

Pixelcut

מרכז את הצעדים במקום אחד: מתארים את התוצאה הרצויה, והסוכן בוחר מודל (כמו ננו בננה פרו) ומריץ בשבילכם רצף שלבים — טוב במיוחד כשעובדים בפלטפורמה שאין בה מחולל תמונות מובנה.

Pixelcut

ומה עם וידאו?

ואיך ממשיכים מהתמונה המוגמרת לסרטון מוצר מסתובב? זה כבר תחום נפרד לגמרי — יצירת וידאו עם AI, קורס בפני עצמו (בקרוב). ה-workflow הזה עוצר במכוון על התמונה המוגמרת, שזה הבסיס שממנו הכל ממשיך.

טיפים מתקדמים פר-כלי

לסיום — טכניקה אחת לא-מובנת-מאליה לכל אחד מהכלים המרכזיים. אלה הדברים שרוב המשתמשים לא יודעים, ושמעלים אתכם מדרגה.

ננו בננה פרו — תנו תפקיד לכל רפרנס

עם עד 14 תמונות-קלט, אתם לא חייבים לזרוק אותן בערבוביה — אפשר להקצות לכל אחת תפקיד בפרומפט אחד: "קח את התנוחה מתמונה A, את הסגנון מתמונה B, ואת הרקע מתמונה C". המודל מבין את החלוקה ומרכיב מהן תמונה אחת.

GPT Image 2 — הגידו גם מה חייב להישאר

בעריכה עם מחולל הצ'אט, אל תגידו רק מה לשנות — הגידו במפורש גם מה חייב להישאר: "תשנה את הרקע, אבל אל תשנה את הפנים, גוון-העור והתנוחה". שכבת ה"חשיבה" של המודל מפרשת את ההוראה, וההגנה המפורשת על מה שלא-משתנה מונעת הפתעות.

מידג'רני 8.1 — sref להעתקת מראה בלבד

הפקודה --sref <קישור לתמונה> מעתיקה את המראה (צבע, מרקם, מדיום) של תמונת-רפרנס — בלי להעתיק את האובייקטים שבה. ולשליטה עדינה: --stylize קובע כמה "אמנותי" ו---chaos כמה מגוונות יהיו התוצאות. שילוב שלושתם נותן שליטה מדויקת בסגנון.

Reve — ישיר עדיף על פואטי

ל-Reve תנו פרומפטים ישירים ומוגדרים ולא פואטיים — הוא בונה את התמונה כפריסה מסודרת של אלמנטים, אז הוא אוהב הוראות ברורות. והיתרון הגדול: אחרי הרינדור אפשר לערוך אלמנט בודד (למשל להזיז כותרת או להחליף צבע של פריט אחד) בלי לייצר את כל התמונה מחדש.

🎬 הדגמה בסרטון

תרגול מעשי

עכשיו אתם. קחו את התבנית הבאה, מלאו אותה לפי מה שאתם רוצים ליצור, ונסו אותה — הכי טוב להתחיל בכלי חינמי.

מלאו את הסוגריים ונסו קודם ב-Nano Banana בחינם (בתוך ג'מיני — יש שכבה חינמית נדיבה לתרגול). זכרו: את הטקסט שבתוך התמונה תמיד לשים במרכאות ולכתוב בדיוק כפי שאתם רוצים אותו, בשורות קצרות.

תמונה של [המוצר / הנושא שלכם], style: [צילומי / מצויר / קולנועי], [תיאור תאורה — למשל אור חלון רך], [זווית מצלמה — קלוז-אפ / רחב], יחס רוחב [מרובע / אנכי / רחב]. אם צריך טקסט בתמונה — הצג בדיוק: "[הטקסט העברי המדויק שלכם]".

פתח ב-Gemini (ננו בננה)

תמונה שמתאימה לתיאור — עם דגש על התאורה והזווית שביקשתם, וטקסט עברי מדויק אם ביקשתם (עובד הכי טוב בננו בננה פרו או ב-GPT Image 2).

שאלות נפוצות

מה הכלי הכי טוב ליצירת תמונות עם AI ב-2026?

אין 'הכי טוב' אחד — יש הכי טוב למשימה. לעברית בתוך תמונה: ננו בננה פרו. לתמונה אמנותית: מידג'רני. לעריכת אלמנט בודד בתמונה קיימת: Reve או ננו בננה פרו. אין לכם מנוי בכלל? ננו בננה בג'מיני עובד בחינם. העיקרון החשוב: ללמוד עקרונות שעובדים בכל הכלים, לא להתמכר לכלי אחד.

איזה כלי AI יודע לכתוב עברית תקינה בתוך תמונה?

בבדיקה עצמאית של 12 מודלים על מילים בעברית, רק ננו בננה פרו ו-Gemini 3 Pro קיבלו ציון מלא; מחולל התמונות של ChatGPT (GPT Image 2) טוב אך לא חף מטעויות. הטריק: לשים את הטקסט המדויק במרכאות, בשורות קצרות, ולקרוא אות-אות לפני פרסום.

האם אפשר ליצור תמונות AI בחינם?

כן. ננו בננה בתוך ג'מיני נותן שכבה חינמית נדיבה לתרגול, וגם מחולל הצ'אט זמין בחינם במגבלה. מידג'רני הוא היחיד מבין החמישה ללא שכבה חינמית. לרוב המשימות היומיומיות — ננו בננה בחינם מספיק לגמרי.

מה ההבדל בין פרומפט חלש לפרומפט מנצח?

לא כמות המילים — אלא מה מתארים. פרומפט מנצח מביים צילום: נושא מפורט, סגנון, תאורה (המשבצת החזקה ביותר), זווית מצלמה, אווירה ויחס-רוחב. 'בית קפה' יתן תמונה שטוחה; 'בית קפה שכונתי, צילום קולנועי, אור חלון זהוב רך, עדשת 35mm' יתן תמונה מדהימה — אותו כלי בדיוק, רק המילים השתנו.

אפשר לתקן חלק אחד בתמונה בלי לצייר אותה מחדש?

כן — זו 'עריכה לפי אזור'. מעלים תמונה וכותבים הוראה ממוקדת בעברית, למשל 'תשנה רק את צבע הספה לירוק זית'. תמיד לסגור עם המשפט 'אל תיגע בשום דבר אחר בתמונה' כדי שהמודל לא ישנה אלמנטים נוספים. עובד מצוין בננו בננה פרו.

סרטונים קשורים

• 🎬 הפכתי תמונה בטלפון לסרטון פרסומת מסתובב (חינם)
• 🎬 ננו בננה 2 - יצירת תמונות
• 🎬 סודות הפרומפטים: גנרי מול מנצח!
• 🎬 סוד ה-AI: פלט תמיד בעברית!
• 🎬 מה זה פורמט ג'ייסון - JSON? ואיך עורכים אותו?

כלים בקורס

• Nano Banana Pro
• ChatGPT
• Midjourney
• Pixelcut
• Reve

מקורות

• Nano Banana Pro - הכרזה רשמית — Google Blog, 2026-07-06
• Nano Banana Pro / Gemini 3 Pro Image - תיעוד API — Google AI for Developers, 2026-07-06
• מדריך פרומפטים רשמי (Gemini 2.5 Flash Image) — Google Developers Blog, 2026-07-06
• GPT Image 2 - מדריך פרומפטים רשמי — OpenAI, 2026-07-06
• ChatGPT Images 2.0 - סקירת השקה — TechCrunch, 2026-07-06
• Midjourney V8.1 - הודעה רשמית — Midjourney, 2026-07-06
• Reve 2.0 - הכרזה רשמית — Reve, 2026-07-06
• בדיקת יצירת טקסט עברי ב-12 מודלים — Daniel Rosehill, 2026-07-06
• Pixelcut הופכת ל-Pixa - הודעה רשמית — PRNewswire, 2026-07-06

לסדנאות AI מעשיות של הנרי