היום, כולנו כבר יודעים מה זה בינה מלאכותית (AI). (אם אתם לא, life = life - GPT; איך מרגישים החיים הישנים?) רק ChatGPT לבדו רושם מיליארדי ביקורים בחודש. אלו לא הכל משתמשים ייחודיים, כמובן, אבל המספר הזה עדיין מראה עד כמה התרגלנו להסתמך עליו. ועדיין, למרות כל הפעילות הזו, המון אנשים עדיין לא יודעים להסביר איך בינה מלאכותית בכלל עובדת.
קודם כל: AI הוא לא בן אדם, והוא בטח לא גוגל! מדובר בחבר חכם שיושב בדפדפן שלכם ומחכה לעזור לכם לבנות דברים. אבל כשהתוצרים שלו מרגישים קצת גנריים, או פשוט מוזרים, זה לא אומר אוטומטית שהאשמה היא ב-AI. לרוב, הכל מסתכם בדרך שבה אתם מדברים איתו.
אנשים מצפים מה-AI לקרוא את המחשבות שלהם. כדי להצטיין ולהתבלט מעל ה-99% שמקבלים תוצאות גנריות, אתם חייבים להיות בשליטה על הכלי. תתייחסו ל-AI כמו לשותף חדש שצריך להבין איך אתם עובדים. הייתם שונאים את זה אם הייתם צריכים לדבג קוד מורכב בלי שום תיעוד או הערות, נכון? ובכל זאת, זה בדיוק מה שאנחנו עושים ל-AI: מצפים לקבל קוד נקי בלי לתת לו את הלוגיקה או ההקשר שהוא צריך כדי להגיע לשם.
איך מקבלים מה-AI את מה שרוצים? או, טוב יותר, איך מפיקים ממנו את המקסימום כבר עכשיו?
פשוט לומדים איך לדבר איתו.
הנדסת פרומפטים (Prompt engineering) היא הדרך שלכם להעביר את הלוגיקה שלכם ל-AI. וכדי לקבל תוצאות טובות יותר, אתם צריכים לדעת איך לנהל שיחות טובות יותר. כשאתם בוחנים וממפים את הידע שלכם ומזינים אותו ל-AI, אתם בונים בסיס ידע שגורם לכלי לעבוד במיוחד בשבילכם.
כשאתם לומדים איך לדבר עם AI, אתם מצמצמים את הפער בין הכוונה שלכם לתוצר של ה-AI – בין מה שיש לכם בראש לבין מה שאתם מקלידים. בואו נראה איך לארגן את ההנחיות שלכם כדי שה-AI יספק תוצאות טובות יותר, ובאופן עקבי יותר.
איך בינה מלאכותית עובדת? מה קורה מאחורי הקלעים של הצ'אט?
כשאתם מחפשים בגוגל, אתם מחפשים מידע שכבר קיים שם בחוץ, כמו ספרנית שמוצאת עבורכם ספר ספציפי על המדף. אם הספר המדויק לא נמצא שם, היא אולי תציע לכם ספר דומה, אבל היא תמיד שולפת מתוך מה שכבר מודפס.
AI לא עובד ככה בכלל. הוא לא מגיש לכם ספר, הוא כותב ספר חדש במקום, בהתבסס על כל מה שהוא אי פעם קרא.
אבל בינה מלאכותית מודרנית, ולמידת מכונה באופן רחב יותר, לא עובדות לפי החוקים הישנים האלה. במקום לעקוב אחר תסריט קבוע מראש, AI משתמש באלגוריתמים כדי לסרוק כמויות עצומות של נתונים. ככל שהוא עושה משהו יותר, כך הוא משתפר בו (או לפחות, זו השאיפה) מכיוון שהוא מכוונן את עצמו כל הזמן כדי להיות מדויק יותר.
זה משחק של ניבוי. ה-AI קרא חלק עצום מהאינטרנט כדי ללמוד את הניואנסים של השפה האנושית, ועכשיו הוא משתמש בתבניות האלה כדי לנחש איזו מילה או רעיון צריכים לבוא בהמשך. אם הפרומפט שלכם קצר או פשוט מדי, ל-AI יש יותר מדי אפשרויות לבחור מתוכן, ולכן הוא יבחר בתשובה "בטוחה" ומשעממת. אבל כשאתם נותנים לו יותר פרטים והקשר, אתם עוזרים לו לצמצם את האפשרויות.
ראש מבולגן מייצר פרומפטים מבולגנים. וזכרו: אפילו ה"ניחוש" הטוב ביותר לעולם לא יהיה טוב כמו לוגיקה אמיתית. Coddy יודעים שהבנת הלוגיקה שמאחורי השיחה תמיד תהיה היתרון הכי גדול שלכם.
5 סיבות למה כדאי ללמוד איך לדבר עם AI
אם אתם כבר משתמשים ב-AI לכתיבת קוד, דיבאגינג או סתם לסיעור מוחות, אתם כבר משקיעים זמן בכלי הזה. אבל יש הבדל גדול בין להשתמש בו לבין להשתמש בו נכון. על ידי שיפור מיומנויות הפרומפטינג שלכם, תקבלו החזר גבוה בהרבה על הזמן שאתם כבר משקיעים, ותתחילו להגיע לפתרונות איכותיים ויצירתיים יותר.
אנחנו גם ככה מבלים חצי מהיום שלנו בלהסביר רעיונות לחברים או לקולגות בעבודה. לדבר עם AI זה די אותו הדבר, חוץ מזה שה-AI זמין עבורכם 24/7. אתם לא צריכים להיות גאוני טכנולוגיה כדי לקבל את מה שאתם צריכים; אתם רק צריכים ללמוד איך לתרגם את הלוגיקה שלכם להנחיות ברורות.
הנה הסיבות לכך שלמידה של כתיבת פרומפטים מעולים היא מיומנות ששווה לפתח, וכזו שמשתלמת במיוחד כשעושים את זה נכון:
1. זה מאלץ אתכם לפרק את הלוגיקה של עצמכם.
כדי לכתוב פרומפט שבאמת ייתן לכם את התוצאה שאתם מחפשים, אתם חייבים לפרק רעיון גדול לשלבים קטנים ופשוטים. אי אפשר להיות מעורפלים. ואם אתם לא יכולים להסביר תהליך ל-AI, זה בדרך כלל אומר שאתם בעצמכם לא מבינים לחלוטין את הלוגיקה שלו. פרומפטים טובים יותר הופכים אתכם לחושבים ברורים ומאורגנים יותר.
2. אתם לומדים את חוקי הטכנולוגיה.
מתחת לצ'אט, ה-AI מחפש מבנה ותבניות. כשאתם לומדים לכתוב פרומפטים, אתם לומדים את היסודות של איך מחשבים “חושבים”. אתם מתחילים לראות איך הקלט שלכם משנה את הפלט. הנחיות מבולגנות יובילו לתוצאות שבורות.
3. אתם מקבלים משוב (פידבק) הרבה יותר טוב.
כשאתם כותבים פרומפטים טובים, ה-AI הופך למראה של הרעיונות שלכם. שתפו קטע קוד ותשאלו למה הוא איטי, ופרומפט טוב יביא לכם הסבר אמיתי על הקונספט שמאחוריו. פרומפט עצלן פשוט יזרוק לכם שורת קוד מתוקנת בלי שום מושג למה היא נשברה מלכתחילה. פרומפטינג נכון הופך את ה-AI למורה שעוזר לכם ללמוד את הדברים שאתם עדיין לא יודעים.
4. אתם לומדים איך למצוא טעויות.
אם תשתמשו רק בפקודות פשוטות, אתם עלולים להאמין לכל מה שה-AI אומר לכם. אבל אם תבקשו ממנו לעבור על השלבים שלו אחד אחד, תוכלו לראות בדיוק איפה הלוגיקה נשברת. ההרגל הזה מפתח עין חדה לזיהוי שגיאות ולבדיקה האם העבודה הטכנית באמת מחזיקה מים.
5. זה עוזר לכם לפתור בעיות קשות יותר.
פרומפט משעמם ייתן לכם פתרון משעמם (או גרוע מכך, חסר תועלת). פרומפט חכם יכול לעזור לכם לחבר בין רעיונות, לזהות פרצת אבטחה שפספסתם, או להציע דרך טובה יותר לבנות את האפליקציה שלכם. ללמוד איך לדבר עם AI זה בעצם להרחיב את היכולות שלכם ולקחת על עצמכם פרויקטים שפעם הרגישו מורכבים מדי מכדי להתמודד איתם לבד.
איך לדבר עם AI ולקבל את התשובות שאתם באמת מחפשים
אם אי פעם הרגשתם שה-AI פשוט לא מבין אתכם, זה בדרך כלל בגלל שההנחיות שלכם היו קצת... ובכן, מבולגנות. מפוזרות מדי. ל-AI אין "שכל ישר" (common sense) כדי להבין מה אתם צריכים כרגע, אז אתם חייבים לכוון אותו לכיוון הנכון.
1. תנו ל-AI פרסונה: טכניקת "תתנהג כמו..."
AI הוא כללי מטבעו: תשאלו אותו שאלה כללית, ותקבלו תשובה כללית. אבל אם תגידו לו מי "להיות" וכמו מי "לחשוב", איכות התשובה תשתנה לחלוטין.
| במקום: | נסו: |
|---|---|
| "איך אני מתקן את הקוד הזה?" | "תתנהג כמו מהנדס תוכנה בכיר (Senior) עם 10 שנות ניסיון. תעבור על הקוד שלי ותחפש שגיאות לוגיות." |
כשאתם נותנים לו תפקיד, אתם בעצם אומרים ל-AI באיזה חלק של ה"מוח" שלו להשתמש. זה מצמצם את אוצר המילים ואת הטון כדי שיתאימו בדיוק למה שאתם צריכים.
2. ספקו הקשר (Context): ה"למה" חשוב
ה-AI לא יכול לקרוא את המחשבות שלכם (לשמחתנו). הוא לא יודע אם אתם סטודנטים, מנכ"לים או מפתחים בכירים. לתת לו הקשר זה כמו לתת לו את סיפור הרקע, כדי שהוא לא יצטרך לנחש.
-
משימה + מטרה + קהל יעד
-
דוגמה: "אני לומד C++ בפעם הראשונה [קהל יעד]. תסביר מה זה פונקציה [משימה] כדי שאוכל להבין איך לארגן את הסקריפט שלי [מטרה]."
כשה-AI מבין את הסיבה שמאחורי השאלה שלכם, הוא מפסיק לזרוק לכם עובדות גנריות ומתחיל להציע לכם נתיב התקדמות שימושי באמת.
3. הגדירו את הפורמט: תגידו לו איך זה צריך להיראות
אחת הדרכים הקלות ביותר לחסוך זמן היא להגיד ל-AI בדיוק איך אתם רוצים לקבל את המידע. אל תתפשרו על חומת טקסט ארוכה אם אתם לא חייבים! אתם יכולים לבקש:
- טבלאות כדי להשוות בין שתי שפות תכנות זו לצד זו.
- בלוקים של קוד (Code blocks) שתוכלו להעתיק ישירות לעורך הקוד שלכם.
- נקודות (בולטים) לסיכום מהיר של מאמר ארוך.
- רשימה של שלב אחר שלב כשאתם מנסים להתקין משהו חדש.
4. השתמשו באיטרציות (תהליך מחזורי)
רוב המתחילים מוותרים כבר אחרי הניסיון הראשון. אם התשובה הראשונה לא מושלמת, אל תפתחו חלון חדש ותתחילו מהתחלה – תעשו איטרציה (תמשיכו את השיחה). תתייחסו ל-AI כמו לחבר שאתם מנהלים איתו שיחה.
אם משהו לא ברור, תשאלו: "תוכל להסביר שוב את החלק האחרון?" או "זה טכני מדי – תוכל לפשט את זה?". ה-AI זוכר את מה שדיברתם עליו הרגע, אז תמשיכו ללטש את התשובה עד שהיא תהיה קרובה למה שהיה לכם בראש.
טעויות נפוצות שכדאי להימנע מהן בכתיבת פרומפטים
1. להיות מעורפלים מדי
לבקש מ-AI "לכתוב סקריפט" זה כמו להיכנס למסעדה ולהגיד "תביאו לי אוכל". אתם תקבלו משהו, אבל רוב הסיכויים שלא ממש תאהבו את זה. אז תהיו ספציפיים: "תכתוב סקריפט קצר ב-Python שמשנה את השם של כל קובצי התמונות בתיקייה ל-'Photo_1', 'Photo_2' וכן הלאה." ככל שתתנו יותר פרטים, כך ה-AI יצטרך לנחש פחות.
2. להתעלם מטון השיחה
אם לא תגידו ל-AI איך לדבר, הוא יבחר כברירת מחדל בטון בטוח, קצת נוקשה ומאוד רשמי. כשאתם מנסים לרכוש מיומנות חדשה, זה עלול להרגיש קר וקצת מייאש. אז תגידו ל-AI איך אתם רוצים שהוא יישמע: "תסביר את זה בצורה ידידותית ומעודדת", או "תשמור על זה קצר, לא רשמי וקולע". אם הטון לא נכון, אפילו מידע מצוין יהיה קשה יותר לעיכול.
3. לסמוך על כל עובדה בעיניים עצומות
זה עניין ענק: AI הוא מודל שפה, לא בודק עובדות! לפעמים הוא יגיש לכם "עובדה" או קטע קוד שנשמעים בטוחים ב-100% אבל הם שגויים ב-100%. (תגידו שלום להזיות.) אז תמיד תאמתו ותבדקו. השתמשו ב-AI כדי לבנות את המבנה או להסביר את הלוגיקה, אבל תבדקו שוב את העובדות, ותריצו את הקוד בסביבה אינטראקטיבית (כמו זו המובנית ב-Coddy) כדי לוודא שהוא באמת עובד.
4. לא לספק דוגמאות
הרבה אנשים שואלים את ה-AI שאלה או נותנים לו פקודה ומקווים לטוב. אבל ה-AI לומד מהר מאוד אם נותנים לו רק דוגמה אחת או שתיים למה שרוצים. זה מה שאנשי טכנולוגיה מכנים few-shot prompting. אם אתם רוצים שה-AI יכתוב כותרות לבלוג שלכם, אל תבקשו סתם "5 כותרות". תנו לו קודם שתי כותרות שאתם כבר אוהבים. הוא יבין את הוויב הרבה יותר מהר מכל הסבר ארוך שתתנו לו.
5. שימוש בז'רגון מורכב מדי
אתם אולי חושבים ששימוש במילים מתוחכמות מדי יגרום ל-AI לעבוד טוב יותר. ובכן, ההפך הוא הנכון. שימוש בז'רגון מסובך עלול לפעמים לבלבל את הלוגיקה של הפרומפט. לכן, היצמדו לשפה פשוטה וברורה. ה-AI הוא כמו קולגה חכם מאוד שלא מבקש דבר מלבד הנחיות ברורות. אם אתם לא יכולים להסביר את הרעיון שלכם בצורה פשוטה, סביר להניח שגם ה-AI יתקשה לבנות אותו כמו שצריך.
איך להתחיל את מסע ה-AI שלכם היום עם Coddy
ללמוד להשתמש ב-AI בצורה טובה זה לא משהו שקורה בין לילה, והחדשות הטובות הן שזה גם לא חייב לקרות ככה. אתם לא צריכים לבלות שעות בלימוד ספרים עבים או בצפייה בסרטונים אינסופיים. הדרך הטובה ביותר להתחיל היא פשוט לדבר עם ה-AI כל יום, ולבדוק ולאמת כל דבר שאתם מקבלים בחזרה!
אם אתם מוכנים לעבור את שלב התשובות המוזרות ולהתחיל לנהל שיחות שימושיות באמת עם ה-AI, הכנו עבורכם קורס פרומפטים ל-AI שתוכלו לעבור עליו בכמה דקות לצד קפה הבוקר שלכם.
במקום רק לקרוא על הטיפים האלה, אתם יכולים לקפוץ ישר לשיעורים האינטראקטיביים שלנו ולתרגל את מה שלמדתם. זו דרך נטולת לחצים לראות כמה כוח יש לכם בידיים ברגע שאתם יודעים להגיד את הדברים הנכונים!
Share this article
About the Author
Jana Simeonovska
Content Strategist & Writer
Frequently Asked Questions
איך מתחילים לדבר עם AI?
התחילו עם קונטקסט (הקשר). תנו ל-AI מידע רקע על התפקיד שהוא ממלא בשיחה שלכם, או ספקו לו את המידע שאתם רוצים לדעת עליו יותר. דוגמה: "אני רוצה שתפעל כמאמן אישי (life coach), שיכול לספק הכוונה ומוטיבציה כדי לעזור לי להשיג מטרות אישיות ומקצועיות."
איך להתחיל עם AI בתור מתחילים?
למידת בינה מלאכותית (artificial intelligence) כוללת בניית כישורי יסוד, בחירת מסלול הלמידה הנכון ויישום כלי AI להשגת המטרות שלכם. התחילו בהערכת הידע הנוכחי שלכם, הגדרת מטרת הלמידה ומעקב אחר תוכנית למידה המתאימה ליעדים האישיים או המקצועיים שלכם.
איך להשתמש ב-AI כדי ליצור פרומפטים?
היו ברורים וספציפיים עם הפרומפט שלכם: ניסוח ברור וספציפי יעזור לכלי ה-AI ליצור את הפרומפט הטוב ביותר. בחנו את הפרומפט שלכם: תמיד כדאי לבחון את הפרומפטים שלכם ולהמשיך ללטש או לבצע בהם fine-tuning כדי לקבל את התוצאות הטובות ביותר.
מהם 5 הדברים ש-AI אינו יכול לעשות?
ישנן חמש תכונות ש-AI באמת אינו מסוגל לשחזר: אמפתיה, נוכחות, שיפוט, יצירתיות ותקווה. חדשנות אמיתית דורשת כישורים אנושיים. אך AI פועל רק על בסיס נתונים קיימים, ולכן אין לו את הדברים האלה.
איך אני יכול לשפר את כישורי ה-prompting שלי?
אתם יכולים לנסות כל אחד מאלה כבר עכשיו:
- Role Prompting. הגדירו פרסונה כדי להנחות את הטון וההקשר.
- Few-Shot Prompting. תנו מספר דוגמאות כדי ללמד את המודל את התבנית.
- Chain-of-Thought Prompting. הנחו את המודל לחשוב ולנמק שלב אחר שלב.
- Instruction + Constraint Prompting. שלטו בפלט על ידי הגדרה מדויקת.
למה ללמוד prompt engineering עם Coddy?
- תרגלו פרומפטים אמיתיים של AI בדפדפן שלכם וראו תגובות LLM בזמן אמת. אין צורך לנהל מפתחות API (API keys) ואין צורך בהתקנה. כל תרגיל prompt-engineering רץ מול מודל אמיתי, כך שתלמדו מה באמת משפיע על הפלט.
- Prompt engineering כפי שהוא משמש בפועל: הנחיות ברורות, דוגמאות few-shot, פרומפטים של תפקיד ופרסונה (role and persona), פלט מובנה, חשיבה שלב-אחר-שלב (chain-of-thought reasoning), ומודעות ל-prompt-injection. הטכניקות שכל מהנדס פרומפטים (AI prompt engineer) צריך.
- רמזי AI יובילו אתכם ויסבירו לכם מדוע פרומפט נכשל ומה צריך לשנות, כדי שתפתחו אינטואיציה אמיתית עבור ChatGPT, Claude ו-LLMs אחרים במקום פשוט להעתיק תבניות.
- תעודת prompt engineering בחינם עם סיום הקורס. סימן אמין ומוערך עבור תפקידי AI, תוכן, תמיכה ומוצר, שבהם הדרישה לכישורי prompt-engineering הולכת וגוברת.
