מפת המודלים

1. למה זה חשוב לממשלה

בשוק ה-AI של 2025 יש עשרות מודלים, וכל חודש מופיע מודל חדש. עובד מדינה שמכיר רק ChatGPT מפספס כלים שיכולים לחסוך לו שעות עבודה — ולהיפך, עובד שמשתמש בכלי הלא-נכון למשימה מקבל תוצאות גרועות ומאבד אמון בטכנולוגיה.

הבעיה האמיתית: רוב ההשוואות בין מודלים הן שטחיות — "ChatGPT טוב לכתיבה, Claude טוב למסמכים". זה לא מספיק. כדי לבחור נכון, צריך להבין מה קורה מתחת למכסה המנוע.

יחידה זו תיתן לכם את הידע הטכני לבחור את הכלי הנכון לכל משימה — לא על בסיס שמועות, אלא על בסיס הבנה.

2. מושג הליבה: סוגי מודלים וארכיטקטורות

LLM לעומת Reasoning Model — מה ההבדל?

| מאפיין | LLM רגיל | Reasoning Model | |--------|----------|-----------------| | איך עובד | מייצר מילה אחרי מילה | "חושב" פנימית לפני שעונה | | מהירות | מהיר (שניות) | איטי יותר (עשרות שניות) | | עלות | נמוכה-בינונית | גבוהה (פי 5-10) | | מתאים ל... | כתיבה, סיכום, תרגום, שיחה | בעיות לוגיות, מתמטיקה, ניתוח מורכב | | דוגמאות | GPT-4o, Claude Sonnet, Gemini Pro | o1, o3, Claude Opus |

כלל אצבע: 90% מהמשימות הממשלתיות — סיכום, ניסוח, תרגום, ניתוח בסיסי — מתאימות ל-LLM רגיל. Reasoning model שמור למשימות שדורשות חשיבה מורכבת: ניתוח מדיניות רב-שלבי, פתרון בעיות לוגיות, או תכנון אסטרטגי.

איך מודל AI משתמש בכלים (Tool Use)

מודלים מודרניים לא רק מייצרים טקסט — הם יכולים להפעיל כלים:

שאלת המשתמש
    ↓
המודל מחליט: "אני צריך מידע עדכני"
    ↓
מפעיל כלי: חיפוש באינטרנט
    ↓
מקבל תוצאות מהכלי
    ↓
משלב את המידע בתשובה
    ↓
תשובה סופית עם מקורות

דוגמה ממשלתית: שואלים את Perplexity "מה המדיניות העדכנית של משרד הבריאות לגבי חיסוני שפעת?" — המודל מחפש באינטרנט, מוצא את ההנחיה הרשמית, ומסכם אותה עם קישור למקור.

Embeddings — חיפוש חכם במסמכים

Embeddings הופכים טקסט למספרים (וקטורים) שמייצגים את המשמעות:

• "קצבת זקנה" ו-"גמלת פנסיה" → וקטורים קרובים (משמעות דומה)
• "קצבת זקנה" ו-"מזג אוויר" → וקטורים רחוקים (משמעות שונה)

למה זה חשוב? זה מאפשר חיפוש סמנטי — לא רק לפי מילים מדויקות, אלא לפי משמעות. עובד ששואל "מה מגיע לאזרח מבוגר?" ימצא מסמכים על קצבת זקנה, גם אם המילה "מבוגר" לא מופיעה בהם.

3. איך הטכנולוגיה עובדת — 5 המודלים לעומק

Claude — Anthropic

ארכיטקטורה: משפחת מודלים — Haiku (מהיר וזול), Sonnet (איזון), Opus (חשיבה מעמיקה)

יכולות טכניות:

• חלון הקשר: 200K טוקנים (~500 עמודים) — הגדול בשוק למודלים מובילים
• Projects: אפשרות להעלות מסמכים קבועים שהמודל "זוכר" בכל שיחה
• Artifacts: יצירת מסמכים, קוד ותוכן אינטראקטיבי בחלון נפרד
• כתיבה בעברית: ברמה גבוהה, עם הבנה של הקשר תרבותי

חוזקות ממשלתיות:

• סיכום מסמכים ארוכים (דוחות ביקורת, חקיקה, פרוטוקולים)
• ניסוח מכתבים רשמיים בטון מדויק
• ניתוח מדיניות מעמיק
• מודל אתי — מסרב לייצר תוכן מזיק

חולשות:

• אין גישה לאינטרנט בזמן אמת (בגרסה הבסיסית)
• אין אינטגרציה ישירה עם Google Workspace
• יקר יחסית בשימוש API

ChatGPT — OpenAI

ארכיטקטורה: GPT-4o (מהיר, רב-מודאלי), o1/o3 (reasoning), GPT-4o mini (זול)

יכולות טכניות:

• GPT Store: אלפי "סוכנים" מותאמים למשימות ספציפיות
• Code Interpreter: הרצת קוד Python בתוך השיחה — ניתוח נתונים, גרפים
• DALL-E: יצירת תמונות מטקסט
• חיפוש אינטרנט מובנה
• Voice mode: שיחה קולית עם AI

חוזקות ממשלתיות:

• סיעור מוחות ויצירתיות
• ניתוח נתונים עם Code Interpreter (גרפים, חישובים)
• יצירת GPTs מותאמים למשימות חוזרות
• אקוסיסטם הכי גדול — הרבה מדריכים ודוגמאות

חולשות:

• חלון הקשר קטן יותר מ-Claude (128K)
• נוטה להיות "מרצה" — תשובות ארוכות מדי
• פחות מדויק בעברית מ-Claude

Gemini — Google

ארכיטקטורה: Gemini Pro (כללי), Gemini Ultra (מתקדם), Gemini Flash (מהיר)

יכולות טכניות:

• חלון הקשר: עד 1 מיליון טוקנים (~2,500 עמודים) — הגדול בשוק
• אינטגרציה עמוקה עם Google Workspace (Docs, Sheets, Slides, Gmail)
• עיבוד וידאו ותמונות
• NotebookLM: כלי מחקר שמנתח מסמכים ויוצר פודקאסט

חוזקות ממשלתיות:

• עבודה ישירה מתוך Google Docs ו-Sheets
• ניתוח מסמכים ארוכים מאוד (חלון הקשר ענק)
• יצירת מצגות אוטומטית מתוך מסמכים
• NotebookLM — מצוין להכנה לישיבות

חולשות:

• איכות כתיבה בעברית נמוכה יותר
• פחות מדויק במשימות ניתוח מורכבות
• ממשק פחות אינטואיטיבי

Perplexity — מנוע חיפוש AI

ארכיטקטורה: לא מודל עצמאי — משלב מודלים (Claude, GPT) עם חיפוש אינטרנט בזמן אמת

יכולות טכניות:

• חיפוש סמנטי עם ציטוט מקורות אוטומטי
• Focus modes: אקדמי, YouTube, Reddit, חדשות
• Collections: שמירת מחקרים מאורגנים
• Pro Search: חיפוש מעמיק רב-שלבי

חוזקות ממשלתיות:

• מחקר מדיניות עם מקורות מאומתים
• אימות עובדות בזמן אמת
• השוואה בינלאומית (חקיקה, מדיניות, נתונים)
• סקירות ספרות מקצועיות

חולשות:

• לא מתאים לכתיבה יצירתית או ניסוח
• תלוי באיכות המקורות באינטרנט
• פחות טוב בעיבוד מסמכים שאתם מעלים

Grok — xAI

ארכיטקטורה: Grok-2, משולב בפלטפורמת X (Twitter)

יכולות טכניות:

• גישה בזמן אמת לנתוני X/Twitter
• ניתוח טרנדים ומגמות ציבוריות
• סגנון ישיר ופחות "מסונן"

חוזקות ממשלתיות:

• מעקב אחרי שיח ציבורי בזמן אמת
• ניתוח תגובות ציבור למדיניות
• זיהוי משברי תקשורת מוקדם

חולשות:

• מוגבל לאקוסיסטם של X
• פחות מדויק במשימות ממשלתיות מובנות
• איכות עברית נמוכה

4. מקרה בוחן: הכנת חומר רקע לדיון בוועדת הכנסת

הקשר

ועדת העבודה והרווחה של הכנסת מתכננת דיון בנושא "השפעת AI על שוק העבודה בישראל". צוות מחקר הכנסת נדרש להכין חומר רקע של 10 עמודים תוך 3 ימים. החומר צריך לכלול: סקירה בינלאומית, נתונים על ישראל, עמדות מומחים, והמלצות מדיניות.

המשימה

הכנת מסמך רקע מקיף שישמש את חברי הוועדה לדיון מושכל.

שימוש משולב במודלים

הצוות השתמש ב-4 כלים שונים, כל אחד למה שהוא הכי טוב בו:

| שלב | כלי | משימה | תוצאה | |------|------|--------|--------| | 1. מחקר | Perplexity | "מהן מדיניות AI ותעסוקה ב-OECD? מקורות אקדמיים מ-2023-2024" | סקירה עם 12 מקורות מצוטטים | | 2. ניתוח | Claude | העלאת 3 דוחות (OECD, בנק ישראל, מכון ברוקדייל) → "נתח והשווה את הממצאים" | ניתוח השוואתי מובנה | | 3. נתונים | ChatGPT + Code Interpreter | "צור גרפים מנתוני הלמ"ס על תעסוקה בהייטק 2020-2024" | 4 גרפים מוכנים | | 4. ניסוח | Claude | "נסח מסמך רקע לוועדת כנסת על בסיס כל החומרים" | טיוטה של 10 עמודים | | 5. אימות | Perplexity | בדיקת כל נתון ומקור בטיוטה | 2 תיקונים (נתון לא עדכני, מקור שגוי) |

סיכונים שזוהו

• Perplexity ציטט מאמר אקדמי שהתברר כ-preprint שלא עבר ביקורת עמיתים — הוחלף במקור מאומת
• ChatGPT יצר גרף עם ציר Y שהתחיל מ-0 באופן שהטעה — תוקן ידנית
• Claude ניסח המלצה שנשמעה כעמדה פוליטית — הצוות שינה לניסוח ניטרלי

פיקוח אנושי

• כל מקור אומת מול המסמך המקורי
• הנתונים נבדקו מול אתר הלמ"ס
• הניסוח נבדק על ידי יועץ משפטי לוודא ניטרליות
• המסמך הסופי עבר עריכה אנושית מלאה

תוצאה: מסמך רקע מקצועי תוך יום וחצי במקום 3 ימים. איכות גבוהה יותר בזכות ריבוי מקורות.

5. תרגילים מעשיים — בחירת הכלי הנכון

תרגיל 1: השוואת כתיבה בין מודלים

תרחיש: צריך לנסח מכתב לאזרח על שינוי בזכאות. נסו את אותה משימה ב-Claude וב-ChatGPT.

תפקיד: אתה פקיד בכיר במשרד ממשלתי.
משימה: נסח מכתב לאזרח שמודיע על שינוי בתנאי הזכאות לשירות X.
הנחיות:
- טון: מכבד, ברור, לא מתנצל
- מבנה: הודעה על השינוי → מה השתנה → מה האזרח צריך לעשות → פרטי קשר
- אורך: 10 שורות
- שפה: פשוטה, ללא ז'רגון

השוו: איזה מודל נתן ניסוח טוב יותר? מי היה מדויק יותר? מי היה טבעי יותר בעברית?

תרגיל 2: מחקר עם מקורות

תרחיש: המנהלת מבקשת סקירה על שימוש ב-AI בשירותי רווחה במדינות מערביות.

מהן המדינות המובילות בשימוש ב-AI בשירותי רווחה ממשלתיים?
לכל מדינה ציין:
1. שם התוכנית
2. מה AI עושה
3. תוצאות מדווחות
4. סיכונים שזוהו
מקורות: אקדמיים או ממשלתיים בלבד, מ-2022 ואילך.

בדקו: האם המקורות אמיתיים? לחצו על הקישורים ובדקו.

תרגיל 3: ניתוח נתונים עם Code Interpreter

תרחיש: יש לכם טבלת נתונים על פניות ציבור לפי חודש. נסו ב-ChatGPT עם Code Interpreter.

הנה נתוני פניות ציבור לפי חודש (2024):
ינואר: 1,200 | פברואר: 1,350 | מרץ: 1,100 | אפריל: 1,800 | מאי: 1,450 | יוני: 1,600
יולי: 1,250 | אוגוסט: 900 | ספטמבר: 1,700 | אוקטובר: 2,100 | נובמבר: 1,500 | דצמבר: 1,300

1. צור גרף עמודות
2. זהה את החודשים החריגים (גבוהים ונמוכים)
3. הצע הסברים אפשריים לתנודות
4. חשב ממוצע חודשי וסטיית תקן

תרגיל 4: שימוש משולב — מחקר מדיניות

תרחיש: צריך להכין סקירה על מדיניות דיור ציבורי. עבדו בשלבים:

1. Perplexity: חפשו "מדיניות דיור ציבורי ישראל 2024 — מקורות רשמיים"
2. Claude: העלו את התוצאות ובקשו ניתוח השוואתי
3. ChatGPT: בקשו סיעור מוחות — "5 רעיונות חדשניים לפתרון משבר הדיור"

תרגיל 5: בחירת כלי — תרחישי החלטה

לכל תרחיש, בחרו את הכלי המתאים ביותר ונמקו:

| תרחיש | הבחירה שלכם | נימוק | |--------|-------------|--------| | סיכום דוח ביקורת של 200 עמודים | ? | ? | | מעקב אחרי תגובות ציבור לרפורמה | ? | ? | | יצירת מצגת מדוח שנתי | ? | ? | | בדיקה אם טענה בכתבה נכונה | ? | ? | | ניסוח 50 מכתבים לאזרחים | ? | ? |

6. ספריית פרומפטים — תבניות לכל כלי

תבנית ל-Claude: ניתוח מסמך ארוך

תפקיד: אתה אנליסט מדיניות בכיר.
משימה: נתח את המסמך הבא (X עמודים).
מבנה הניתוח:
1. סיכום מנהלים (5 שורות)
2. ממצאים עיקריים (5-7 נקודות עם מספרי עמודים)
3. המלצות מרכזיות
4. נקודות שדורשות תשומת לב מיוחדת
5. שאלות פתוחות שהמסמך לא עונה עליהן
אילוצים: ציין מספרי עמודים. אם אתה לא בטוח בנתון — ציין זאת.

[הדביקו את המסמך]

תבנית ל-Perplexity: מחקר מדיניות

מהי המדיניות העדכנית של [מדינה/ארגון] בנושא [נושא]?
כלול:
1. תיאור המדיניות
2. תאריך כניסה לתוקף
3. תוצאות מדווחות (אם יש)
4. ביקורת או מגבלות
מקורות: ממשלתיים או אקדמיים בלבד, מ-2023 ואילך.

תבנית ל-ChatGPT: סיעור מוחות

תפקיד: אתה יועץ חדשנות למגזר הציבורי.
משימה: הצע 10 רעיונות לשיפור [תהליך/שירות] באמצעות AI.
לכל רעיון:
1. תיאור קצר (2 שורות)
2. יתרון מרכזי
3. סיכון עיקרי
4. רמת מורכבות (נמוכה/בינונית/גבוהה)
דרג את הרעיונות לפי יחס עלות-תועלת.

7. כש-AI נכשל — בחירת כלי שגויה

כשל 1: שימוש ב-LLM רגיל למשימה שדורשת reasoning

מה קורה: מבקשים מ-GPT-4o לנתח בעיה לוגית מורכבת עם 5 משתנים — ומקבלים תשובה שטחית או שגויה.

למה: LLM רגיל מייצר טקסט "סביר" אבל לא באמת "חושב" על הבעיה. Reasoning model (o1, o3) מבצע חשיבה פנימית מובנית.

איך למנוע: למשימות שדורשות לוגיקה, חישוב, או ניתוח רב-שלבי — השתמשו ב-reasoning model.

כשל 2: שימוש ב-Claude/ChatGPT למחקר עדכני

מה קורה: שואלים את Claude "מה החליטה הממשלה בישיבה אתמול?" — ומקבלים תשובה מומצאת או "אין לי מידע".

למה: מודלים אלה לא מחוברים לאינטרנט בזמן אמת (בגרסה הבסיסית). הידע שלהם מוגבל לתאריך האימון.

איך למנוע: למידע עדכני — Perplexity או Grok. או ChatGPT עם חיפוש אינטרנט מופעל.

כשל 3: שימוש ב-Perplexity לכתיבה יצירתית

מה קורה: מבקשים מ-Perplexity לנסח מכתב רשמי — ומקבלים טקסט יבש שנראה כמו ערך ויקיפדיה.

למה: Perplexity מותאם לחיפוש ומחקר, לא לכתיבה. הוא מצטט מקורות במקום ליצור תוכן מקורי.

איך למנוע: לכתיבה — Claude או ChatGPT. ל-Perplexity שמרו את המחקר.

כשל 4: הסתמכות על כלי אחד בלבד

מה קורה: עובד משתמש רק ב-ChatGPT לכל דבר — כולל מחקר, ניתוח מסמכים ארוכים, ואימות עובדות.

למה: כל כלי מצטיין בדברים שונים. שימוש בכלי אחד לכל דבר = תוצאות בינוניות בהכל.

איך למנוע: שלבו בין כלים. מחקר ב-Perplexity, ניתוח ב-Claude, יצירתיות ב-ChatGPT.

8. בדקו את עצמכם — תרחישי החלטה

מפת כלים לפי אתגר ממשלתי

מעבר לבחירה לפי סוג משימה כללי, הנה טבלה שממפה אתגרים ספציפיים בעבודה ממשלתית לכלי הנכון:

| אתגר/צורך | כלי מומלץ ראשי | חלופה | למה | |-----------|---------------|-------|-----| | כתיבת מסמכים רשמיים | Gemini (משולב Google Docs) | Claude, ChatGPT | אינטגרציה ישירה עם Google Workspace | | ניתוח נתונים וגרפים | ChatGPT (Code Interpreter) | Gemini Advanced | מריץ Python בתוך השיחה | | מחקר מדיניות ומקורות | Perplexity | Gemini, ChatGPT | מצטט מקורות אמיתיים | | סיכום מסמכים ארוכים | Claude (200K context) | Gemini 1.5 (1M context) | חלון הקשר הגדול ביותר | | עבודה עם קוד | GitHub Copilot | Claude Code, Cursor | משולב ב-IDE | | שאלות מהירות ו-brainstorm | ChatGPT | Claude, Gemini | הכי מהיר ונגיש | | תרגום ועבודה רב-לשונית | Gemini | Claude | הכי טוב בעברית | | ניתוח תמונות ומסמכים סרוקים | Gemini, ChatGPT | Claude | Vision capabilities |

טבלת השוואה מסכמת — מתי להשתמש במה

| משימה ממשלתית | כלי מומלץ | למה | חלופה | |---------------|-----------|------|--------| | סיכום מסמך ארוך (50+ עמודים) | Claude | חלון הקשר ענק + דיוק | Gemini (חלון גדול יותר) | | ניסוח מכתב רשמי | Claude | כתיבה מדויקת בעברית | ChatGPT | | מחקר מדיניות עם מקורות | Perplexity | מקורות מצוטטים | Google Scholar + Claude | | ניתוח נתונים + גרפים | ChatGPT (Code Interpreter) | הרצת קוד Python | Claude (Artifacts) | | סיעור מוחות | ChatGPT | יצירתיות + GPTs | Claude | | יצירת מצגת | Gemini | אינטגרציה עם Slides | ChatGPT + Canva | | מעקב שיח ציבורי | Grok | גישה לנתוני X | Perplexity (חדשות) | | אימות עובדות | Perplexity | חיפוש + מקורות | Google + בדיקה ידנית | | ניתוח חקיקה | Claude | הבנת טקסט מורכב | — | | תרגום מסמכים | Claude / ChatGPT | איכות תרגום גבוהה | Google Translate (טיוטה) |

💎 סיכום — 5 עקרונות לבחירת כלי AI

1. אין כלי אחד "הכי טוב" — יש את הנכון למשימה. Claude למסמכים, Perplexity למחקר, ChatGPT ליצירתיות
2. הבינו את הארכיטקטורה — LLM לרוב המשימות, Reasoning Model לבעיות מורכבות, Tool Use למידע עדכני
3. שלבו בין כלים — מחקר → ניתוח → יצירה → אימות. זו הדרך של המקצוענים
4. בדקו תמיד — לא משנה באיזה כלי השתמשתם, אמתו נתונים ומקורות
5. התעדכנו — השוק משתנה כל חודש. מה שנכון היום עשוי להשתנות מחר