ChatGPT

ChatGPT: פורץ הדרך של OpenAI שהפך את הבינה המלאכותית לנגישה לכל, ומייצג את הסטנדרט המערבי שמולו נבנים המודלים הריבוניים. | Zemaze

המוח הלאומי למכירה? למה ישראל חייבת AI ריבוני

פורסם בתאריך ינואר 12, 2026 ע"י

מפת ישראל המשלבת קווי מתאר גאוגרפיים מצד אחד ומעגלים חשמליים, שבבים וטכנולוגיית AI מצד שני, מייצגת ריבונות טכנולוגית.

בעוד העולם המערבי חוגג את היכולות של Gemini ,ChatGPT ו-Claude, מתחת לפני השטח מתחוללת מלחמה חדשה: המלחמה על הריבונות הדיגיטלית. מהי המגמה שעדיין לא הגיעה לכותרות בישראל? מדינות כבר לא מסתפקות בשימוש בטכנולוגיה אמריקאית; הן בונות לעצמן "מוח לאומי". האם ישראל, "אומת הסטארט-אפ", עומדת להפוך לבת ערובה של אלגוריתמים זרים?

ריבונות AI: כששורת קוד הופכת לגבול גאופוליטי

המושג Sovereign AI (בינה מלאכותית ריבונית) הוא היכולת של מדינה לייצר, לאמן ולהפעיל מודלי שפה על בסיס התשתית, הנתונים והערכים שלה. זהו לא רק עניין של הייטק, זוהי ליבת הביטחון הלאומי.

המודל הצרפתי והתשובה של האמירויות

צרפת כבר הזרימה מיליארדים לחברת Mistral כדי להבטיח ש-"הערכים הצרפתיים" לא יימחקו על ידי סיליקון ואלי. במקביל, איחוד האמירויות השיקה את מודל Falcon, מתוך הבנה שבעידן המידע, מי שמייבא בינה מלאכותית, מייבא למעשה תרבות זרה.

מפת ישראל המשלבת קווי מתאר גאוגרפיים מצד אחד ומעגלים חשמליים, שבבים וטכנולוגיית AI מצד שני, מייצגת ריבונות טכנולוגית.

ריבונות דיגיטלית: המפה של הבינה המלאכותית בישראל.

למה "הטיה אלגוריתמית" היא האיום החדש על ישראל?

כשאנחנו שואלים מודל שפה אמריקאי שאלה על המזרח התיכון, אנחנו מקבלים תשובה שעוצבה בעמק הסיליקון.

השפה ככלי נשק

כשאנחנו שואלים מודלים כמו Gemini או ChatGPT שאלה על המזרח התיכון, אנחנו מקבלים תשובה שעוצבה במשרדים בלו סן-פרנסיסקו. למרות המאמצים המרשימים של ענקיות הטק להתאים את המודלים לעברית ולתרבות המקומית, ה-DNA הבסיסי שלהם נשאר גלובלי-אמריקאי.

מודלים זרים מתקשים להבין את הדקויות של השפה העברית, את ההקשרים ההיסטוריים של מדינת ישראל ואת הניואנסים החברתיים שלנו. ללא מודל ריבוני, אנחנו מאפשרים למערכות זרות להנדס את התודעה של הדור הבא בישראל, החל מתלמידי בתי הספר ועד למקבלי ההחלטות בממשלה.

תשתיות או לא להיות: איפה מחשב-העל הישראלי?

אימון של Sovereign AI דורש כוח מחשוב אדיר (GPU). מדינות שרוצות ריבונות משקיעות היום בחוות שרתים שהן "הכורים הגרעיניים" של העידן החדש.

העצמאות מתחילה בשרת

בישראל, רוב הנתונים שלנו נשמרים בעננים של ענקיות הטק. מה יקרה ביום שבו יוחלט על "אמברגו דיגיטלי"? ללא תשתית מחשוב עצמאית ומודל AI כחול לבן, ישראל עלולה למצוא את עצמה בחשיכה טכנולוגית.

בין "נימבוס" לריבונות: האם הענן הממשלתי הוא הפתרון?

בישראל כבר נעשה צעד ענק עם פרויקט נימבוס (Nimbus), שהעביר את המידע הממשלתי לשרתים מקומיים של גוגל ואמזון על אדמת ישראל. ענן מקומי הוא רק ה-"נדל"ן". ה-AI הוא ה- "דייר", והשאלה היא מי שולט בו.

הדילמה של פרויקט נימבוס

בעוד שהשרתים פיזית נמצאים בארץ, המוח שמריץ את המודלים (כמו Gemini או Llama) עדיין נשען על עדכוני תוכנה וקניין רוחני של חברות אמריקאיות. ריבונות אמיתית דורשת מאיתנו לא רק "חניה" לנתונים, אלא יכולת לאמן מודלים ישראליים מאפס על גבי השרתים הללו.

אבטחת מידע או חשיפת מידע? הסיכון שבמודלים סגורים

עבור גופי הביטחון והתעשיות הרגישות של ישראל, השימוש במודלים חיצוניים הוא הימור.

ה-"קופסה השחורה" של ענקיות ה-טק

כשאנחנו מזינים נתונים למודלים גלובליים, אנחנו לא תמיד יודעים לאן המידע זורם או איך הוא משמש לאימון הדור הבא של ה-AI. Sovereign AI מאפשר לישראל להחזיק מודל בתוך "רשת סגורה" (Air gapped), כזה שיודע הכל על האיומים המקומיים אבל לא מוציא אף מילה לאף שרת זר.

מנוע צמיחה גאולוגי? ה-AI כמשאב טבע

בפוסט קודם דיברנו על משאבי הטבע בגרינלנד, כאן משאב הטבע הוא הנתונים (Data). ישראל היא מעצמת נתונים – מהרפואה הציבורית ועד למודיעין.

הון נתונים כחול לבן

אימון מודל על בסיס הנתונים הייחודיים של מערכת הבריאות הישראלית, למשל, יכול לייצר AI שמומחה למחלות ספציפיות באוכלוסייה שלנו טוב יותר מכל מודל גנרי בעולם. זו לא רק ריבונות, זהו נכס כלכלי אדיר.

ישראל נמצאת בצומת דרכים. אנחנו יכולים להמשיך להיות הלקוח המצטיין של Gemini, ChatGPT ו-Claude, או להשתמש במוח הישראלי כדי לבנות את הריבונות הדיגיטלית שלנו. המלחמה הבאה לא תהיה רק על טריטוריה, היא תהיה על השאלה: מי מחזיק במפתחות של הבינה המלאכותית שלנו."

המרוץ לריבונות כבר כאן

הבינה המלאכותית היא לא עוד אפליקציה; היא התשתית לכל מה שנעשה בעתיד. ב-Zemaze נמשיך לעקוב אחרי התפתחות השבבים והאלגוריתמים בשנת 2026. האם ישראל תוביל את המהפכה, או רק תשתמש בה?

צפו בסרטון  מערוץ © Polarify הקנדי. הסרטון מפרט את משמעותה של בינה מלאכותית ריבונית. מדוע היא חשובה לביטחון לאומי, לצמיחה כלכלית ולשימור תרבותי, ובוחן דוגמאות מהעולם האמיתי כמו מחשב העל של דנמרק בתחום הבינה המלאכותית. למדו כיצד מדינות תופסות מחדש שליטה על נתונים, תשתיות וחדשנות בעידן הבינה המלאכותית הגנרטיבית.

מה זה Zemaze?

הזווית הייחודית שמשלימה לכם פערים. Zemaze הוא מגזין תוכן ישראלי המשלב אסטרטגיה ולייף סטייל: מניתוחי עומק על טכנולוגיה, AI וגאופוליטיקה, ועד סקירות רכב, מדריכי טיולים ומתכונים שנבחרו בקפידה. רוצים להבין את המגמות העולמיות ועדיין ליהנות מהדברים הקטנים של החיים? אתם במקום הנכון.

הצעת מחיר מנצחת: מדריך לפרומפט ChatGPT שיסגור לכם עסקאות תוך כמה דקות

פורסם בתאריך נובמבר 20, 2025 ע"י

הצעת מחיר מנצחת: מדריך לפרומפט ChatGPT

הצעת מחיר מנצחת: מדריך לפרומפט ChatGPT שיסגור לכם עסקאות תוך כמה דקות. תרגום תוכן, סרטון מערוץ היוטיוב © Jeff Su. אם אתם סטודנטים, אנשי מקצוע עובדים או תלמידי תיכון סופר שאפתניים, זה הערוץ בשבילכם. ג'ף  משווק מוצרים במשרה מלאה ועושה סרטונים עם טיפים מעשיים לקריירה ופרודוקטיביות. בזמנו הפנוי הוא יוצר מערכות שעוזרות לו לעשות דברים מהר יותר. אחד החברים שלו מגדיר את זה – "להשתפר בלהיות עצלן"

בסרטון הפעם – האם אי פעם ביליתם שעות ארוכות בכתיבת הצעת מחיר מפורטת וגיליתם שהיא "קרה" ולא הצליחה לשכנע את הלקוח? זה נגמר. ChatGPT הוא לא רק כלי טקסט, הוא שותף עסקי שיכול לקחת את המידע הגולמי שלכם ולהפוך אותו להצעת מחיר מנצחת, עשירה בניואנסים מכירתיים ומשפטיים. הסוד הוא בפרומפט. אם תזינו מידע מדויק, תוכלו לקבל הצעה רצינית תוך דקות. הנה המדריך הקצר לכתיבת הפרומפט שיסגור לך עסקאות, כפי שאנשי מקצוע ברחבי העולם כבר עושים.

זאת הנוסחה המושלמת עבור ChatGPT, ג'ימיני ו-Google Bard: משימה, הקשר, דוגמאות, פרסונה, פורמט וטון. דוגמאות מהעולם האמיתי והדגמה כיצד כל רכיב תורם ליעילות ההנחיה. משפט המשימה צריך לבטא את המטרה הסופית ולהתחיל בפועל 'פעולה'. השתמשו בשלוש שאלות מנחות כדי לעזור לבנות הקשר רלוונטי ומספק. דוגמאות יכולות לשפר באופן דרסטי את איכות הפלט על ידי מתן דוגמאות ספציפיות שהבינה המלאכותית תוכל להתייחס אליהן. עבור פרסונה, חשבו על מי הייתם רוצים באופן אידיאלי שהבינה המלאכותית תהיה במצב המשימה הנתון. ויזואליזציה של התוצאה הסופית הרצויה תאפשר לכם לדעת באיזה פורמט להשתמש בהנחיה שלכם. ואתם יכולים למעשה להשתמש ב-ChatGPT או ג'ימיני כדי ליצור רשימה של מילות מפתח של טון לשימושכם.

נוסחת הפרומפט המושלם

מצאתי את הנוסחה המושלמת ל-ChatGPT. אני לא נוהג להפריז, אבל בסרטון הזה אנחנו הולכים לעבור על הנוסחה היחידה בה תצטרכו אי פעם כדי לשלוט בהנדסת פרומפטים ב-Google Bard   ChatGPTאו Gemini.

אם אתם במצב בו הייתי אני לפני כמה חודשים, אתם יודעים שהנדסת פרומפטים היא מיומנות חשובה. אבל למה חלק מהפרומפטים מייצרים תוצאות גנריות במיוחד, בעוד שאחרים נותנים בדיוק את מה שאתם מחפשים? ביליתי מאות שעות בלמידת קורסים על הנדסת פרומפטים. בסרטון הזה אני חולק את ששת אבני הבניין שמרכיבים פרומפט טוב. תוכלו להשתמש בנוסחה הזו כדי לייצר פלט באיכות גבוהה באופן עקבי.

ששת מרכיבי הפרומפט

קודם כל, חשוב לדעת לא רק מהם ששת הרכיבים אלא גם שיש סדר חשיבות לרכיבים האלו.

היררכיה

חובה שיהיה רכיב משימה בתוך הפרומפט שלכם. חשוב לכלול הקשר ודוגמאות ונחמד שיש פרסונה, פורמט וטון.

פירוק אבני הבניין

 משימה  (Task)

כלל האצבע הוא תמיד להתחיל את משפט המשימה עם פועל פעולה – Generate , Give ,Write Analyze וכו' ולהגדיר בבירור מהי המטרה הסופית שלך. זו יכולה להיות משימה פשוטה כמו 'צור תוכנית אימונים לשלושה חודשים' או משימה מורכבת בת שלושה שלבים.

 ההקשר (Context)

ההקשר הוא החלק הכי קשה, כי מבחינה טכנית אפשר לתת אינסוף מידע. מצאתי ששאלת שלוש השאלות האלה עוזרת מאוד להגיע למידע מספיק ורלוונטי כדי לקבל תוצאה טובה:

  1. מה הרקע של המשתמש? (מי את/ה?)
  2. איך נראית הצלחה? (מה המטרה?)
  3. מה הסביבה? (מה התנאים והמגבלות(?

המפתח לפרודוקטיביות הוא לתת רק מספיק מידע כדי לצמצם את האפשרויות האינסופיות.

דוגמאות (Exemplars)

זהו מונח מפואר. כל המחקרים על מודלי שפה גדולים (LLMs) הראו שהכללת דוגמאות בתוך הפרומפט משפרת באופן דרמטי את איכות הפלט.

לדוגמה

אם אתם רוצים לשכתב משפט קורות חיים, אתם נותנים ל- AI דוגמה למבנה המושלם שאתם רוצים שיחקה. למשל: 'השגתי X ע"יY , שהביא לתוצאה 'Z. המבנה הזה פועל כדוגמה לחיקוי.

המסקנה: דוגמאות אינן נחוצות לכל פרומפט, אבל הכללת דוגמה או מסגרת רלוונטית משפרת מאוד את האיכות.

פרסונה / דמות (Persona)

רכיב הפרסונה הוא בעצם מי אתם רוצים שה- ChatGPT יהיה. הטיפ המקצועי הוא לחשוב על מי הייתם רוצים שתהיה לכם גישה מיידית אליו עבור המשימה העומדת בפניכם.

דוגמאות

'מטפל פיזי עם ניסיון בספורטאים', 'מגייס בכיר', או אפילו דמות בדיונית ('דראפט מייל מבטמן').

פורמט (Format)

הטיפ המקצועי כאן הוא לעצום עיניים ולדמיין איך בדיוק אתם רוצים שהתוצאה הסופית תיראה: טבלה, מייל, רשימת נקודות, קוד, או פסקאות מסומנות ב- "Markdown".

לדוגמה

קח את כל הפידבק ושלח פלט בטבלה עם שלוש כותרות: הפידבק המקורי, הצוות האחראי ורמת עדיפות, זה מאפשר העתקה ישירה לגיליון  Google Sheets.

טון (Tone)

החדשות הטובות הן שקל להבין טון (יומיומי, רשמי, שנון, פסימי). החדשות הרעות – בדרך כלל אנחנו לא טובים בלזכור את אלפי המילים הפוטנציאליות לתיאור טון.

טיפ מקצועי

תגידו ל AI – מהי התחושה שאתם מחפשים ובקשו ממנו לייצר חמש מילות מפתח לטון.

דוגמה לפרומפט

אני כותב מייל לצוות חדש. אני רוצה להיתפס ברצינות, אבל לא משעמם או מתנשא. תן לי חמש מילות מפתח שאוכל לכלול בפרומפט.

דוגמה לשימוש בנוסחה המושלמת, דוגמה מקיפה (משלבת את כל 6 הרכיבים):

[Persona]  אתה מנהל שיווק מוצר בכיר באפל.

[Context] הרגע חשפת את המוצר האחרון של אפל בשיתוף פעולה עם טסלה, 'האפל קאר', וקיבלת 12,000 הזמנות מראש (200% מעל היעד).

[Task]  כתוב מייל לבוס שלך, טים קוק, שחולק את החדשות החיוביות הללו.

[Format & Exemplars] המייל צריך לכלול: סעיף (Too Long, Didn't Read) TLDR רקע על הפרויקט, סעיף תוצאות עסקיות (מדדים כמותיים) ולסיים בסעיף תודה לצוותי הנדסה ומוצר.

[Tone] השתמש בשפה ברורה ותמציתית וכתוב בטון בטוח וידידותי.

סוכני AI: הדור הבא של הבינה המלאכותית

פורסם בתאריך נובמבר 3, 2025 ע"י

סוכני AI: הדור הבא של הבינה המלאכותית

סוכני AI: הדור הבא של הבינה המלאכותית. סרטון מערוץ היוטיוב © IBM Technology. הערוץ מספק תוכן חינוכי בנושאים הגדולים ביותר בטכנולוגיה. כאן תמצאו מידע בכל הקשור ל- AI, אוטומציה, אבטחת סייבר, מדעי נתונים, DevOps ומחשב קוונטי. המומחים של IBM יעזרו לכם לללמוד על מגמות חדשות, לקבל תובנות ולרכוש מיומנויות. הערוץ פועל בהתאם להנחיות המחשוב החברתי של IBM.

הסרטון הפעם מסביר את ההבדל בין בינה מלאכותית יוצרת לסוכן בינה מלאכותית. סוכני AI משתמשים במודלי שפה גדולים כדי לתכנן כנסים ולבצע קניות. גלו את עתיד שיתוף הפעולה החכם בתחום הבינה המלאכותית!

מהי המשמעות הפרקטית של קפיצת המדרגה מ-ChatGPT (AI יוצר) לסוכני AI (AI אוטונומי)? סוכני AI הם הדבר הבא אחרי ה-ChatGPT. כך מערכות אוטונומיות ישנו את העבודה והחיים של כולנו.

עברנו מ-"תגובה" ל-"יוזמה"

כולנו מכירים את ChatGPT ואת הבינה המלאכותית היוצרת (Generative AI) – המערכות שמייצרות טקסט או תמונה על סמך הנחיה בודדת שאתם מספקים. אבל בזמן שאנו מתרגלים ליכולות האלו, העולם הטכנולוגי כבר מתקדם לדבר הגדול הבא –  AI Agents, סוכני AI. אנחנו עוברים מעידן של מערכות מגיבות למערכות שיוזמות ומובילות תהליכים עד לתוצאה הסופית. מה ההבדל המהותי, ואיך המעבר הזה ישנה את האופן שבו אנו עובדים ומשקיעים?

תרגום הסרטון

ההבדל בין בינה מלאכותית יוצרת (Generative AI) לסוכן בינה מלאכותית (Agentic AI)

אלה שתי גישות נפרדות לבינה מלאכותית. כולנו מכירים את הבינה המלאכותית היוצרת (Generative AI) דברים כמו צ'אטבוטים, מחוללי תמונות וכדומה.

בינה מלאכותית יוצרת – המערכת המגיבה

מערכות GenAI הן באופן יסודי מערכות מגיבות (Reactive). המערכות הללו פועלות רק לאחר שתתנו להן הנחיה. המערכות ממתינות להנחיות שלכם. מיד כששלחתם פרומפט, הן יוצרות עבורכם את התוכן המבוקש הן משתמשות בדפוסים שלמדו במהלך האימון שלהן. התוכן שהן יוצרות יכול להיות טקסט, תמונה, קטע קוד או קובץ אודיו. אלה כל הדברים שאנחנו יכולים ליצור באמצעותן.

מכונות מתוחכמות להתאמת דפוסים

הן למדו מתוך מערכי נתונים עצומים את הקשרים הסטטיסטיים בין מילים, פיקסלים וגלי קול. כאשר אתם מספקים הנחיה, הבינה היוצרת, בהתבסס על האימון שלה, מנבאת מה אמור לבוא הלאה. אבל עבודתה מסתיימת ביצירה, היא אינה נוקטת בצעדים נוספים ללא קלט מכם.

סוכן בינה מלאכותית  (Agentic AI)

סוכני בינה מלאכותית לעומת זאת הן מערכות יוזמות (Proactive) שאינן מגיבות. בדומה לבינה היוצרת הן מתחילות לעתים קרובות עם הנחיית משתמש, זאת משמשת אותן לרדוף אחר מטרות באמצעות סדרת פעולות.

מערכת סוכנת למעשה עוברת מחזור חיים קטן:

קליטה וזיהוי – קולטת את הסביבה שלה

קבלת החלטה – מחליטה על הפעולה שיש לנקוט.

ביצוע – מבצעת את הפעולה הזו.

למידה – לומדת מהתוצאה.

חזרה למחזור – התהליך ממשיך במעגל, כל זאת עם התערבות אנושית מינימלית.

(LLMs) Large language models

שתי גישות הבינה המלאכותית הללו חולקות לרוב בסיס משותף: מודלי שפה גדולים. מודלי LLMs משמשים כעמוד השדרה של צ'אטבוטים. הם גם מספקים את מנוע ההיגיון שמניע מערכות סוכנות. לסוגים אחרים של יצירה כמו תמונות ואודיו משתמשים לרוב במודלי דיפוזיה.

GenAI – יישומים בעולם האמיתי: יצירה מול ניהול

GenAI קורא המחשבות היצירתי

מערכת ה-GenAI מסייעת ליוצרי יוטיוב לסקור תסריטים, להציע רעיונות ויזואליים ולייצר מוזיקה ברגע. אבל בכל שלב יש אדם, יוצר אנושי, שמסתכל על התוכן שנוצר. הוא סוקר, בודק שזה מה שהוא רוצה, וככל הנראה מזקק את התוצאות.

הבינה המלאכותית יוצרת אפשרויות אבל האדם הוא האוצר והמנהל

 Agentic AI – הסייען האוטונומי

כך סוכני AI פותרים תהליכים רב-שלביים הדורשים ניהול שוטף וצמו

חשבו על סוכן קניות אישי:

בהינתן מוצר לרכישה כקלט, הוא מחפש באופן פעיל זמינות בפלטפורמות שונות.

מנטר תנודות מחירים.

הוא עשוי לנהל את תהליך התשלום ואפילו לתאם את המשלוח.

עושה זאת  במידה רבה בעצמו ומחפש קלט מכם רק כשהוא נחוץ.

מנגנון הפעולה: היגיון "שרשרת מחשבה"

איך סוכן AI מבצע את זה? מודלי ה- LLMs שנמצאים מאחורי GenAI יכולים גם לספק יכולות היגיון לסוכנים. כאן אנחנו משתמשים ביכולת של  GenAI "לחשוב". כלומר, לחשוב על בעיות, לזה קוראים – "Chain-of-thought reasoning", "היגיון שרשרת מחשבה". הסוכן מפרק משימות מורכבות לשלבים לוגיים קטנים. כך בדיוק בני אדם פותרים בעיות קשות

סוכן שמתכנן כנס מורכב ישתמש ב- GenAI כדי ליצור דיאלוג פנימי שיכול להיראות כך:

"ראשית, עלי להבין את דרישות הכנס – גודל, משך, תקציב".

"לאחר מכן, עלי לחקור מקומות זמינים התואמים את הפרמטרים הללו".

"עלי לבדוק את זמינות המקומות העונים על הדרישות".

הסוכן למעשה "מדבר עם עצמו" כדי לחקור את מרחב הבעיה לפני שהוא נוקט בפעולה. GenAI הוא המנוע הקוגניטיבי שמניע את קבלת ההחלטות של הסוכן.

שיתוף פעולה חכם

במבט קדימה, מערכות הבינה המלאכותית החזקות ביותר ככל הנראה לא יהיו יוצרות גרידא או סוכנות גרידא. הן יהיו משתפות פעולה אינטליגנטיות. המערכת תבחר אם לחקור את הנושא דרך יצירה או לעבור לשלב הפעולה כסוכן פעיל.