איך לבחור מודל AI למשימות עבודה חוזרות

יש משימות בעבודה שלא באמת מתחילות מאפס בכל שבוע, אבל אנחנו עדיין מסבירים אותן לבינה מלאכותית כאילו זו הפעם הראשונה. שוב מעלים סיכום פגישה, שוב כותבים מה חשוב, שוב מסבירים למודל מה צריך לצאת בסוף, ושוב מתקנים אותו כשהוא מפספס את ההקשר. הדרך היעילה יותר היא להפריד בין שני רגעים שונים בעבודה עם AI. רגע אחד שבו אתם מנסים להבין איך בכלל נכון לבצע את המשימה, ורגע אחר שבו כבר יש לכם תהליך טוב, ואתם רק רוצים להריץ אותו שוב עם מידע חדש. ההבחנה הזו עוזרת גם לפתור את אחת הבעיות המבלבלות ביותר בשימוש יומיומי בכלי AI - בחירת המודל.

קודם מבינים אם זו משימת חשיבה או משימת ביצוע

במדריך הזה, “תהליך קבוע” הוא לא בהכרח סקיל (למרות שזה באמת פתרון מומלץ לתהליכים חוזרים). זה יכול להיות גם סט הוראות שנשמר לשימוש חוזר כמו: מה מכניסים למודל, באיזה סדר הוא צריך לעבוד, איזה בדיקות עליו לבצע, איך נראה התוצר הסופי ומה דורש אישור אנושי. לפעמים זה יהיה סקיל (skill), לפעמים Gem בג׳מיני, אולי פרויקט (Project) עם הנחיות קבועות, פרומפט שמור או פשוט מסמך קצר שמעתיקים בכל שבוע.

בממשקים של ChatGPT, קלוד (Claude) וג׳מיני (Gemini) מופיעים היום שמות שנראים לפעמים כמו שילוב בין תפריט גלידה, סדרת מדע בדיוני ורשימת קוד פנימית. אצל OpenAI אפשר לפגוש שמות כמו אסטרה (Astra), Sol ,Terra ו-Luna. אצל אנטרופיק (Anthropic) יש Fable, Opus, Sonnet ו-Haiku. אצל גוגל (Google) מופיעים Gemini Pro וגרסאות Flash שונות.

בורר המודלים של קלוד

הכלל הוא פשוט. כשאתם עדיין מנסים להבין את הגישה, תבחרו מודל חזק יותר. כשכבר יש תהליך ברור, תבחרו מודל מהיר וזול יותר. אפשר לחשוב על זה דרך שני סוגי שאלות. השאלה הראשונה היא “מה בכלל צריך לעשות, ולמה זו הדרך הנכונה?”. זו השאלה שמתאימה למודל החזק יותר, למשל Astra, Fable או Pro, בהתאם לכלי שבו אתם עובדים. השאלה השנייה היא “איך מריצים את אותו תהליך גם השבוע?”. זו כבר משימה שמתאימה למודל יעיל יותר, למשל Sol ,Sonnet או Flash.

בורר המודלים של צ׳אט ג׳יפיטי

זו לא חלוקה מושלמת. לפעמים גם משימה חוזרת מסתבכת ודורשת מודל חזק יותר. לפעמים מודל מהיר מספיק גם לבניית תהליך פשוט. אבל ברוב המקרים, ההבחנה הזו טובה יותר מניסיון לנחש איזה שם נשמע “חכם” יותר.

בורר המודלים של ג׳מיני

מה עושים עם רמות ה-effort

לצד בחירת המודל, חלק מהכלים מאפשרים לבחור גם רמת effort, כלומר כמה מאמץ חישובי המודל ישקיע לפני שהוא עונה. בממשקים שונים זה יכול להופיע כ-Medium ,High ,Extra High ,Ultra או שמות דומים.

הפיתוי ברור. אם יש אפשרות ליותר effort, למה לא לבחור תמיד את הרמה הגבוהה ביותר? הבעיה היא שיותר חשיבה לא תמיד נותנת תשובה טובה יותר (וכמובן גם עולה יותר). במסמכי ההדרכה של OpenAI ההמלצה היא להעלות ל-High או ל-XHigh רק כאשר יש מדידה שמראה שיפור שמצדיק את תוספת הזמן והעלות. גם אנטרופיק מציינת שתקציב חשיבה גדול יכול לעזור במשימות מורכבות, אבל לא בהכרח ינוצל במלואו בכל בקשה.

לשימוש יומיומי, ברירת מחדל טובה היא High כאשר המשימה חשובה, כוללת כמה מקורות או דורשת תכנון. למשימות קצרות וברורות כמו ניסוח מחדש, מיון מידע או הפקת טבלה פשוטה - Medium בדרך כלל מספיק. Extra High או Ultra שמורים למצבים שבהם טעות יקרה, ההקשר מסובך, או שכבר ראיתם שהמודל מפספס ברמות הנמוכות יותר.

רמות שונות של מאמץ חישובי

דוגמה מעשית: פרויקט השקה שנחת עליכם

נניח שקודמתם לתפקיד חדש, וביחד עם הטייטל קיבלתם גם פרויקט השקת מוצר. המכירות רוצות להשיק בחודש הבא, צוות המוצר אומר שצריך עוד זמן, וצוות התמיכה עדיין מחכה להדרכה.

בשלב הראשון לא כדאי לבקש מהמודל “תכתוב לי סטטוס”. זו בקשה קטנה מדי לבעיה גדולה מדי. עדיף לתת למודל חזק את החומרים המרכזיים, למשל מצגת אסטרטגיה, בריף מהמנהל, סיכומי פגישות אחרונים ותוכנית עבודה קיימת. המטרה היא לבנות שיטת עבודה שתוכלו לחזור אליה.

פרומפט מתאים יכול להיראות כך:

“קרא את החומרים המצורפים וזהה את שלוש העדיפויות החשובות ביותר שלי בפרויקט ההשקה. עבור כל עדיפות, בנה תהליך חוזר שאוכל להריץ בעזרת AI. כל תהליך צריך לכלול איזה חומרים צריך להכניס, מה שלבי העבודה, מה אמור להיות התוצר הסופי, ואיזה נקודות כדאי שאברר עם המנהל לפני שאני מתקדם.”

תשובה טובה יכולה להפוך לשלושה תהליכים קבועים. הראשון הוא מעקב שבועי אחרי לוח הזמנים. בכל שבוע מכניסים סיכומי סטטוס מצוותי מכירות, מוצר ותמיכה, והמודל בודק אילו עיכובים של צוות אחד עלולים להשפיע על צוות אחר.

השני הוא הכנת התמיכה להשקה. מכניסים שאלות שחוזרות מצד לקוחות, מסמכי מוצר וחומרי הדרכה, והמודל מפיק טיוטת FAQ, כלומר רשימת שאלות ותשובות נפוצות. הוא גם מסמן פערים שבהם צוות המוצר צריך להשלים מידע.

השלישי הוא עדכון שבועי למנהל. מכניסים את הערות השבוע, החלטות פתוחות וסיכונים, והמודל מפיק עדכון קצר שמציג התקדמות, חסמים והחלטות שהמנהל צריך לקבל.

בשבוע הבא כבר לא מסבירים הכול מחדש

ביום חמישי הבא אתם לא צריכים להתחיל מאפס. אתם לוקחים את התהליך שכבר בניתם, מוסיפים את סיכומי השבוע החולף, ומבקשים ממודל יעיל יותר להריץ את ההוראות.

למשל:

“השתמש בתהליך ‘עדכון שבועי למנהל’ שיצרנו. קרא את הערות השבוע והכן עדכון קצר. הדגש רק שינויים שמשפיעים על תאריך ההשקה, סיכונים שדורשים החלטה, ונושאים שבהם חסר מידע. אל תנחש מידע שלא מופיע בחומרים.”

אם בדיקות המוצר נדחו, המודל אמור לזהות שהעיכוב לא נשאר רק אצל צוות המוצר. הוא משפיע גם על תאריך ההשקה של המכירות ועל חומרי ההדרכה של התמיכה. זה בדיוק הערך של תהליך חוזר, הוא לא רק מסכם מידע חדש, אלא בודק אותו מול כללים שכבר הגדרתם.

שלושה שימושים שאפשר לנסות השבוע

אפשר להתחיל ממשימה אחת שחוזרת אצלכם בעבודה. לתכנון שבועי, תנו למודל חזק גישה לחומרים הרלוונטיים, למשל יומן, משימות וקבצי פרויקט, ובקשו ממנו לבנות כללי תעדוף סביב תחומי האחריות והדדליינים שלכם. בכל יום ראשון, השתמשו במודל מהיר יותר כדי להפעיל את הכללים על המשימות החדשות ולשלב אותן סביב הפגישות.

לכתיבת מיילים חוזרים, בחרו כמה מיילים טובים שכבר שלחתם, והכניסו אותם למודל חזק. בקשו ממנו ליצור מדריך קצר לסגנון שלכם, למבנה התשובה ולמידע שחייב להופיע. אחר כך השתמשו במדריך הזה כדי לנסח תשובות לשרשורים חדשים. לפני שליחה, עברו בעצמכם על העובדות, הטון והנמענים.

להשוואת תוכנות, תנו למודל חזק את הדרישות של הצוות, התקציב והבעיות בכלי הנוכחי. בקשו ממנו לבנות צ’קליסט השוואה. לאחר מכן, בכל פעם שמופיעה אפשרות חדשה, תנו למודל יעיל יותר לבדוק אותה מול הצ’קליסט, על בסיס עמודי התמחור והפיצ’רים העדכניים.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס ניתוח נתונים עם AI

לפרטים נוספים לחצו כאן >>

אל תתנו יותר הרשאות ממה שהמשימה דורשת

כאשר מחברים AI למייל, יומן, Drive, מערכת CRM או כל כלי עבודה אחר, השאלה היא לא רק איזה מודל לבחור. צריך גם לחשוב מה מותר לו לראות ולעשות.

התחילו בהרשאות מצומצמות ובכל מקרה תמיד עדיף להתייעץ עם מערכות מידע או ciso. עדיף לתת גישה לתיקייה ייעודית ולא לכל הכונן. עדיף לבקש טיוטה ולא שליחה אוטומטית. עדיף לבקש טבלת שינויים מוצעת ולא עדכון ישיר במערכת. במשימות שיש בהן מחיקה, פרסום, שליחת הודעות או שינוי מידע עסקי, בקשו מהמודל להציג תוכנית פעולה לפני כל פעולה בלתי הפיכה.

פרומפט בטוח יכול להיות:

“בדוק את החומרים שסיפקתי והצע תוכנית פעולה. אל תמחק, תשלח, תפרסם או תשנה מידע לפני שאאשר זאת במפורש.”

השאלה הקצרה שחוסכת הרבה בלבול

בפעם הבאה שאתם עומדים מול בחירת מודל, אל תתחילו מהשם של המודל. התחילו מהמצב של המשימה.

תשאלו את עצמכם האם אתם עדיין מנסים להבין איך נכון לעשות את העבודה, או שאתם כבר מריצים תהליך מוכר עם מידע חדש. לשלב הראשון תנו למודל החזק יותר לחשוב, לפרק את המשימה ולבנות את השיטה. לשלב השני תנו למודל יעיל יותר לבצע את השיטה שכבר אישרתם.

הערך האמיתי מגיע כשההוראות הטובות נשמרות. אחרי שמצאתם תהליך שעובד, שמרו אותו בשם ברור, צרפו אליו דוגמה של קלט טוב ודוגמה של תוצר רצוי, והשתמשו בו שוב בשבוע הבא. כך המודל לא צריך לנחש מחדש מה אתם רוצים, ואתם לא צריכים להסביר לו את העבודה בכל פעם מהתחלה.