בשיחה עם בינה מלאכותית - רוב האנשים מנסים ניסוח אחרי ניסוח בתקווה שמשהו ישתנה. במדריך הזה תלמדו שיטה פשוטה שתוכלו ליישם ב-10 דקות איך לשדרג כל תשובה שאתם מקבלים מהכלי.
שלהבת ורדי
לסדר את הטקסט מימין לשמאל
שימו לב אני ממליצה לפתוח את האתר הזה מהמחשב, ובנוסף - אם הטקסט לא מסודר ימין לשמאל - נא לעשות את המדריך הזה 👇🏼
בשיחות עם כלים כמו ג׳יפיטי - רוב האנשים מקבלים תשובה לא טובה ומנסים שוב ושוב עד שהם מתייאשים.
אז מהיום, במקום להיות מתוסכלים - אתם תבקשו מהבינה המלאכותית לבקר את עצמה, תזהו מה חסר, ותשפרו בצורה מכוונת. המדריך הזה נותן לכם את השיטה המלאה + משפטי מפתח שאפשר להעתיק ולהשתמש בהם מיד.
3 פעמים. זה בערך כמה פעמים רוב האנשים מנסחים מחדש את אותו פרומפט לפני שהם מתייאשים.
הסיטואציה מוכרת: כתבתם משהו לג'יפיטי (או לכל כלי אחר), קיבלתם תשובה גנרית או לא מדויקת, ואז התחלתם לשחק בניסוח. אולי הוספתם מילה פה, שיניתם משפט שם. בתקווה שמשהו ישתנה.
לפעמים זה עובד. לרוב - לא באמת.
ראיתי את זה קורה הרבה בקבוצות הקורס. מישהו שואל "למה אצלי התשובות תמיד יוצאות כלליות?" ומתברר שהוא פשוט מנסה ניסוחים שונים בלי שיטה ברורה.
מה נלמד במדריך הזה?
יש הבדל בין לנסות שוב לבין לשפר בצורה מכוונת. ההבדל הזה הוא מה שמפריד בין תוצאות בינוניות לתוצאות שבאמת עוזרות.
במדריך הזה נעבור על:
שיטת עבודה שמשדרגת כל תשובה
משפטי מפתח שאפשר להעתיק ולהשתמש בהם מיד
מתי לעצור - כי לפעמים להמשיך זה דווקא להרוס
בואו נתחיל.
🤔
הבעיה האמיתית שלכם
למה פרומפט אחד לא מספיק
יש אמונה נפוצה שאם רק נמצא את הניסוח המושלם - נקבל תשובה מושלמת. כאילו יש איזה קוד סודי שפותח את הכלי.
זה לא עובד ככה.
גם הפרומפט הכי טוב בעולם מייצר טיוטה ראשונה. לא תוצר סופי. וזה הגיוני - הרי הבינה המלאכותית לא יודעת בדיוק מה אתם צריכים עד שאתם אומרים לה.
מה קורה בפועל?
רוב האנשים עובדים ככה:
כותבים פרומפט
מקבלים תשובה
אם לא טוב – מנסים ניסוח אחר
חוזרים על 2-3 עד שמתייאשים או "מסתדרים" עם מה שיש
הבעיה? אין פה למידה. כל ניסיון הוא בנפרד מהקודם. אתם לא בונים על מה שכבר קיבלתם - אתם מתחילים מאפס כל פעם.
ההבדל בין ניסוי וטעייה לבין שיפור מכוון
ניסוי וטעייה: "אולי אם אנסח אחרת זה יעבוד"
שיפור מכוון: "התשובה הזו חסרה X, בואו נוסיף את זה"
ההבדל נראה קטן, אבל הוא משנה הכל. בגישה הראשונה אתם מקווים. בגישה השנייה אתם יודעים מה לתקן.
וזה בדיוק מה שלולאות העבודה האיטרטיביות עושות – הן הופכות את התהליך משחק ניחושים לשיטה ברורה.
🧠
מצב רפלקציה עצמית (מצב ביקורת)
זו השיטה הכי חשובה במדריך. אם תיקחו מפה רק דבר אחד – שיהיה זה.
כאן אנחנו גורמים לבינה המלאכותית לעשות את העבודה הקשה בעצמה
איך זה עובד?
שלב 1: טיוטה
כותבים פרומפט ומקבלים תשובה ראשונה. זו לא התוצאה הסופית – זו נקודת התחלה.
שלב 2: ביקורת
במקום לקרוא ולהגיד "לא טוב" – מבקשים מהבינה המלאכותית לבקר את עצמה. ממש ככה: "מה חסר בתשובה הזו? מה לא מדויק?"
שלב 3: שיפור
לוקחים את הביקורת ומבקשים לתקן. "עכשיו תשפר את התשובה לפי מה שזיהית."
וזהו. שלושה שלבים.
למה זה עובד?
בינה מלאכותית נוטה לתת את התשובה הראשונה שנראית הגיונית. כשאתם מכריחים אותה לעצור ולחשוב – היא מייצרת תשובות מדויקות יותר.
זה קצת כמו להגיד לעצמכם "רגע, בוא נחשוב על זה שוב" לפני שאתם שולחים מייל חשוב.
מתי להשתמש בזה?
כשהמשימה מורכבת ויש סיכוי לטעויות
כשאתם צריכים תשובה שאפשר לסמוך עליה
כשאתם לא בטוחים שנתתם מספיק הקשר בשאלה
טיפ מהשטח
נתתי לתלמידים בקורס שלי פרומפט רפלקציה קבוע.
אחת התלמידות סיפרה בקבוצת הווטסאפ של הקורס שהיא התחילה להשתמש בפרומפט הזו על כל תשובה שהיא מקבלת. גם כשהתשובה נראית טובה. היא אמרה שב-90% מהפעמים, היא גילתה משהו שהיא הייתה מפספסת.
הנה הפרומפט
״בצע רפלקציה מלאה: נתח את השיחה ואת התשובה האחרונה שלך, זהה נקודות חולשה/חוסר דיוק/כלליות יתר, שפר את התשובה בפועל (לא רק ניסוח), והצג: (1) תשובה ממוטבת (2) רשימת תיקונים קצרה שמפרטת מה שינית ולמה.״
📋
עוד משפטי רפלקציה שאפשר להעתיק
אז ככה, עברנו על 3 לולאות עבודה. עכשיו בואו נהפוך את זה לפרקטי לגמרי.
הנה משפטים שאפשר פשוט להעתיק ולהדביק. בלי לחשוב יותר מדי.
להפעיל ביקורת עצמית
"בדוק את התשובה שנתת - מה חסר או לא מדויק?"
"תמצא 3 בעיות בטקסט הזה ותסביר איך לתקן אותן."
"אם היית עורך מקצועי, מה היית משנה בתשובה?"
למנוע תשובות גנריות
"תימנע מתשובות כלליות. תן דוגמאות ספציפיות."
"במקום לתת עצות כלליות, התמקד במצב הספציפי שתיארתי."
"אם התשובה מתאימה לכל אחד - היא לא מתאימה לי. תחדד."
לשפר תשובה קיימת
"עכשיו תשפר את התשובה לפי הביקורת שנתת."
"תשכתב את הטקסט ותתקן את הבעיות שזיהית."
"תן לי גרסה משופרת שמתייחסת לנקודות האלה: [...]"
לגרום לבינה המלאכותית לשאול לפני שהיא עונה
"לפני שאתה עונה, שאל אותי 3 שאלות שיעזרו לך לתת תשובה יותר טובה."
"אם חסר לך מידע כדי לענות טוב - שאל."
"מה עוד אתה צריך לדעת כדי לתת תשובה מדויקת?"
לבקש חשיבה לפני תשובה
"תראה את תהליך החשיבה שלך לפני שאתה נותן תשובה סופית."
"תבדוק אם יש הנחות שאתה לא בטוח לגביהן."
"תענה, אבל קודם תזהה מה יכול להשתבש בפתרון הזה."
🛑
מתי לעצור
עד עכשיו דיברנו על איך לשפר. אבל יש עוד שאלה חשובה: מתי להפסיק?
כי לפעמים להמשיך זה דווקא לקלקל.
סימנים שכדאי להמשיך
הביקורת מעלה בעיות אמיתיות (מידע חסר, טעויות, חוסר בהירות)
כל סיבוב מביא שיפור ברור
עדיין חסר משהו מהותי בתשובה
סימנים שהגיע הזמן לעצור
הביקורת מעלה רק דברים קטנים וסגנוניים
השינויים בין גרסה לגרסה כמעט לא מורגשים
אתם מתחילים לסובב את אותם דברים שוב ושוב
הסכנה של יותר מדי איטרציות
זה נשמע הפוך, אבל לפעמים סיבוב נוסף מרע את התוצאה.
למה? כי הבינה המלאכותית מנסה לשנות משהו גם כשאין צורך. התוצאה: ניסוחים מסורבלים, תוספות מיותרות, ולפעמים אפילו טעויות חדשות.
כלל אצבע פשוט
2-3 סיבובים זה בדרך כלל המקום הטוב. אחרי זה, בדקו: האם השיפורים עדיין משמעותיים? אם לא - עצרו.
המטרה היא תשובה שעובדת, לא תשובה מושלמת. שלמות היא מלכודת.
✨
הצעד הראשון שלכם
לא צריך לזכור את כל מה שכתוב כאן. פשוט תנסו דבר אחד:
בפעם הבאה שתקבלו תשובה מג'יפיטי כתבו לו:
"מה חסר בתשובה הזו?"
ותראו מה קורה.
זה הכל. משם אפשר להמשיך.
רוצים להעמיק?
המדריך הזה נותן את הבסיס, אבל יש עוד הרבה. איך לבנות פרומפטים מורכבים, איך לעבוד עם הכלי על משימות ארוכות, איך להתאים את זה בדיוק לתחום שלכם.