✍️

Prompt Engineering

שיעור 0.3 | קורס AI Engineer

כתיבת פרומפטים אפקטיביים | 4 שעות מעשיות

מה נלמד היום?

למה פרומפטים חשובים?

❌ פרומפט גרוע

"תכתוב לי מייל"

✅ פרומפט טוב

"אתה מנהל שיווק בחברת SaaS ישראלית. כתוב מייל follow-up ללקוח שנפגשנו איתו לפני שבוע בכנס. טון מקצועי אבל חם. 5-7 שורות. CTA אחד ברור."

💡 רוב הכשלונות עם AI נובעים מעמימות בפרומפט, לא ממגבלות המודל

הנוסחה: RTCF

🎭

R — Role

מי ה-AI?
"אתה מומחה שיווק דיגיטלי עם 10 שנות ניסיון"

🎯

T — Task

מה לעשות?
"כתוב 3 גרסאות של מייל שיווקי"

📋

C — Context

הקשר?
"חנות תכשיטים, קהל: נשים 25-45"

📐

F — Format

איך להציג?
"כל גרסה עד 5 שורות, כלול נושא"

⚡ Sweet spot: 150-300 מילים | שפה רגועה > שפה אגרסיבית
🎯 Claude 4.x: מבצע הוראות מילולית — אם לא ביקשת, לא תקבל

Casual vs Production Prompting

💬 Casual Prompting

  • ChatGPT/Claude ישירות
  • אד-הוק, אפשר לתקן
  • תוצאה לא מושלמת — בסדר
  • משתמש שם לפקח

⚙️ Production Prompting

  • API, בוט, אוטומציה
  • רץ אלפי פעמים ביום
  • אין מי שמפקח — חייב להיות מדויק
  • ניהול גרסאות + Testing
כללי Production: גרסאות | Testing (20-50 דוגמאות) | JSON output | Error handling | ניטור עלויות | מוניטורינג איכות

טכניקה 1: Zero-Shot

Zero-Shot = בקשה ישירה, ללא דוגמאות. ה-AI מסתמך על הידע הפנימי שלו.

✅ דוגמה

"סווג את הטקסט הבא כחיובי, שלילי או ניטרלי: 'הפיצה הייתה טעימה אבל השירות איטי'"

💡 כלל 2026: תמיד תנסו Zero-Shot קודם. רק אם לא מספיק — עברו לטכניקות מתקדמות.

טכניקה 2: Few-Shot

Few-Shot = נותנים 3-5 דוגמאות לפני הבקשה. אחת הטכניקות עם ה-ROI הכי גבוה.

✅ דוגמה

"המוצר שבור" → תלונה, דחיפות גבוהה
"מתי הנחה?" → שאלה, דחיפות נמוכה
"רוצה לבטל" → ביטול, דחיפות בינונית

עכשיו סווג: "לא קיבלתי את החבילה" → ?

💡 Claude: עטפו בתגיות XML (<example>) | ChatGPT: Markdown עובד מצוין

טכניקה 3: Chain of Thought (CoT)

Chain of Thought = "חשוב שלב אחרי שלב". שיפור של עד 19 נקודות אחוז במשימות מורכבות.

✅ דוגמה

"מוצר ב-100 ש"ח, עלות 60, משלוח 15, עמלה 3%. מה הרווח? חשוב שלב אחרי שלב."

⚠️ חשוב ב-2026

אם משתמשים ב-Thinking Mode (Claude Extended Thinking / GPT Thinking) — אל תוסיפו CoT. המודל כבר עושה את זה בפנים.

טכניקות 4-6

🌳

Tree of Thought

3+ נתיבים מקבילים, ניתוח כל אחד, בחירת הטוב

⚠️ רק ל-high-stakes
99% מהמקרים — CoT מספיק

🎭

Role Prompting

תפקיד ספציפי = תוצאה ספציפית

✅ חלק מכל פרומפט טוב
ככל שיותר ספציפי — יותר טוב

🔄

Self-Consistency

3 תשובות שונות, בחירת הטובה

💡 שימושי כשיש אי-ודאות
תשובות שונות = שאלה לא ברורה

סיכום 6 הטכניקות

טכניקהמתי?ROIעלות טוקנים
Zero-Shotתמיד קודם⭐⭐⭐⭐נמוכה
Few-Shotכש-Zero-Shot לא מספיק⭐⭐⭐⭐⭐בינונית
CoTחישובים, ניתוח, לוגיקה⭐⭐⭐⭐⭐בינונית
ToTהחלטות high-stakes בלבד⭐⭐⭐גבוהה
Roleתמיד (חלק מ-RTCF)⭐⭐⭐⭐⭐נמוכה
Self-Consistencyאי-ודאות⭐⭐⭐גבוהה

System Prompts — הלב של כל בוט

System Prompt = הנחיה קבועה שמגדירה את התנהגות ה-AI לאורך כל השיחה
Claude: תגיות XML | ChatGPT: Markdown headers

Extended Thinking ו-Reasoning (2026)

🧠 Claude — Adaptive Thinking

  • Extended Thinking — יותר זמן לחשוב
  • Adaptive = Claude מחליט לבד כמה לחשוב
  • תקציב חשיבה מינימלי: 1,024 tokens
  • מומלץ: Adaptive > Manual budget

💭 GPT-5.4 Thinking

  • מראה תוכנית חשיבה מראש
  • אפשר לכוון תוך כדי
  • Reasoning מובנה במודל

🟢 Gemini 3.1 Pro

  • Thinking mode דומה
  • חלון הקשר: 1M tokens

🔑 כלל זהב

Thinking Mode הופך CoT למיותר

Context Engineering — הרמה הבאה

Prompt Engineering = כתיבת הנחיה טובה
Context Engineering = עיצוב כל הסביבה שבה ה-AI פועל
📊 Gartner 2026: עד 2027, 80% מכשלות AI ינבעו מניהול הקשר גרוע
📝

System Prompt

הוראות קבועות

💬

היסטוריית שיחה

מה דובר קודם

📚

RAG / מסמכים

מידע ממאגר ידע

🔧

כלים (Tools)

מה AI יכול לעשות

🧠

Memory

זיכרון משיחות קודמות

⚙️

הגדרות מודל

Temperature, tokens, thinking

Context Management – ניהול הקשר

🫥

Lost in the Middle

מודל זוכר התחלה וסוף בלבד — הוראות קריטיות → תחילת prompt | דוגמאות → סוף

📉

Context Rot

הקשר ארוך = דיוק יורד. פתרון: Compaction אוטומטי ב-80% מהחלון

💰

עלות טוקנים

System Prompt + היסטוריה + RAG = עלות. נהלו טוקנים כמו תקציב

🔑 קריטי → תחילת prompt | Few-Shot → סוף | שיחה ארוכה → Compaction | תמיד ספרו טוקנים

תרגול: שפרו את הפרומפטים

❌ פרומפט 1

"תכתוב לי פוסט לפייסבוק"

❌ פרומפט 2

"תנתח את הנתונים"

❌ פרומפט 3

"תבנה לי בוט"

✍️ המשימה: שפרו כל פרומפט עם RTCF. 10 דקות בזוגות.

תרגול: בנו System Prompt

בחרו תרחיש:

  • 🛍️ בוט שירות לקוחות — חנות אונליין
  • ⚖️ עוזר לעורך דין — סיכום מסמכים
  • 💰 יועץ פיננסי — בעלי עסקים
  • 🍕 בוט הזמנות — מסעדה בוואטסאפ

חייב לכלול:

  • ✅ Role
  • ✅ Success Criteria
  • ✅ Constraints
  • ✅ Output Format
  • ✅ Uncertainty Handling

פרויקט מודול: ספריית פרומפטים

בנו ספרייה אישית של לפחות 10 פרומפטים מותאמים לתחום שלכם

כל פרומפט כולל:

  • שם + מטרה
  • הפרומפט המלא (RTCF)
  • טכניקה שנבחרה
  • מודל מומלץ
  • דוגמה לתוצאה

קטגוריות מומלצות:

  • ✉️ מיילים ותקשורת
  • 📱 פוסטים לרשתות
  • 📊 ניתוח נתונים
  • 🤖 System Prompts
  • 💰 מכירות והצעות מחיר

סיכום שיעור 0.3

בשיעור הבא: מודול 1 — אוטומציות עסקיות עם Make.com! 🔄
1 / 16