1. למה זה חשוב לממשלה
ההבדל בין פרומפט בסיסי לפרומפט מקצועי הוא ההבדל בין תשובה גנרית לתשובה שאפשר להשתמש בה מיד. בממשלה, שם כל מסמך חייב להיות מדויק, רשמי ואחיד — זה ההבדל בין כלי שחוסך זמן לכלי שיוצר עבודה נוספת.
הבעיה: רוב עובדי המדינה כותבים פרומפטים כמו הודעת SMS — קצר, עמום, בלי הקשר. התוצאה: AI מנחש מה רצית, ולרוב מנחש לא נכון.
הפתרון: הנדסת הנחיות (Prompt Engineering) — שיטה מובנית לכתיבת הנחיות שמפיקות תוצאות עקביות, מדויקות ושימושיות.
בסוף יחידה זו תדעו לכתוב פרומפטים ברמה מקצועית — ותבנו ספריית תבניות שהצוות כולו יוכל להשתמש בה.
2. מושג הליבה: אנטומיה של פרומפט מקצועי
- פרומפט (Prompt) — ההנחיה שאתם נותנים ל-AI. ככל שהיא מדויקת יותר — התוצאה טובה יותר
- System Prompt — הנחיה קבועה שמגדירה את "האישיות" של AI לכל השיחה (תפקיד, סגנון, מגבלות)
- XML Tags — תגיות שמסמנות חלקים שונים בפרומפט, עוזרות ל-AI להבחין בין הוראות לחומר
- Chain of Thought (CoT) — טכניקה שמבקשת מ-AI "לחשוב בשלבים" לפני שעונה
- Few-Shot Learning — מתן דוגמאות בתוך הפרומפט כדי ש-AI ילמד את הסגנון הרצוי
- Zero-Shot — פרומפט בלי דוגמאות — AI מסתמך רק על ההוראות
- Temperature — פרמטר שקובע כמה "יצירתי" AI יהיה. נמוך = מדויק ועקבי, גבוה = מגוון ויצירתי
6 רכיבים של פרומפט מקצועי
כל פרומפט מקצועי מורכב מ-6 רכיבים. לא תמיד צריך את כולם, אבל ככל שיש יותר — התוצאה טובה יותר:
| רכיב | מה הוא עושה | דוגמה | |-------|-------------|--------| | תפקיד (Role) | מגדיר מי AI "משחק" | "אתה עורך לשוני בכיר במשרד ממשלתי" | | משימה (Task) | מה בדיוק צריך לעשות | "ערוך את המכתב הבא לשפה פשוטה וברורה" | | הקשר (Context) | רקע שעוזר ל-AI להבין | "המכתב מיועד לאזרחים מבוגרים ללא רקע משפטי" | | פורמט (Format) | איך התוצאה צריכה להיראות | "נקודות, 10 שורות, עברית פשוטה" | | אילוצים (Constraints) | מה אסור או חובה | "אל תמציא סעיפי חוק. אם אתה לא בטוח — ציין" | | דוגמה (Example) | מראה ל-AI את הסגנון הרצוי | "הנה דוגמה למכתב בסגנון הרצוי: ..." |
לפני ואחרי — ההבדל בפועל
פרומפט בסיסי (Zero-Shot, בלי מבנה):
"כתוב מכתב דחייה"
תוצאה: מכתב גנרי, טון לא מתאים, אולי באנגלית, אורך לא ידוע.
פרומפט מקצועי (מובנה, עם כל הרכיבים):
תפקיד: אתה פקיד בכיר ביחידת גמלאות במשרד ממשלתי. משימה: נסח מכתב לאזרח שמודיע על דחיית בקשה להטבה. הקשר: האזרח הגיש בקשה לפני 3 חודשים. הבקשה נדחתה כי לא עמד בתנאי הסף. פורמט: - פתיחה: פנייה אישית ואישור קבלת הבקשה - גוף: הסבר ברור של סיבת הדחייה (בלי ז'רגון משפטי) - סיום: זכות ערעור, לוח זמנים, פרטי קשר - אורך: 12-15 שורות אילוצים: - טון מכבד ואמפתי — לא מתנצל, לא קר - אל תמציא מספרי סעיפים — השתמש ב-[מספר סעיף] - שפה פשוטה שכל אדם יבין
תוצאה: מכתב מדויק, בטון הנכון, באורך הנכון, עם כל הרכיבים הנדרשים.
3. איך הטכנולוגיה עובדת — טכניקות מתקדמות
טכניקה 1: תגיות XML — מבנה ברור ל-AI
תגיות XML עוזרות ל-AI להבחין בין חלקים שונים בפרומפט. זה כמו לתת לו טופס מסודר במקום פתק מבולגן:
<role>אתה אנליסט מדיניות בכיר במשרד האוצר</role> <task>נתח את המסמך הבא וצור סיכום מנהלים</task> <context> הסיכום מיועד לשר האוצר לקראת ישיבת ממשלה. השר מעדיף נתונים מספריים ותרשימים על פני טקסט ארוך. </context> <document> [הדביקו את המסמך כאן] </document> <format> 1. שורה תחתונה (Bottom Line) — משפט אחד 2. 5 ממצאים עיקריים — עם מספרים 3. 3 המלצות — עם עלות משוערת 4. סיכונים — 2-3 נקודות </format> <constraints> - אם נתון לא מופיע במסמך — כתוב "לא צוין במסמך" - אל תוסיף מידע שלא קיים במסמך - ציין מספרי עמודים לכל ממצא </constraints>
למה XML עובד? מודלי שפה אומנו על מיליוני דפי HTML ו-XML. הם "מבינים" שתגיות מפרידות בין חלקים שונים — ומגיבים בהתאם.
טכניקה 2: Chain of Thought — "תחשוב לפני שתענה"
במקום לבקש תשובה ישירה, מבקשים מ-AI לחשוב בשלבים:
נתח את הפנייה הבאה של אזרח. לפני שתענה, חשוב בשלבים: 1. מה האזרח מבקש בדיוק? 2. מה הבעיה המרכזית? 3. האם יש מידע חסר? 4. מה הפעולה הנדרשת? 5. מה רמת הדחיפות? רק אחרי שעברת על כל השלבים — כתוב את התשובה. הפנייה: [הדביקו את הפנייה]
למה זה עובד? כש-AI "חושב בקול" — הוא מייצר תשובות מדויקות יותר. זה מכריח אותו לעבד את המידע לפני שהוא קופץ למסקנה.
טכניקה 3: Few-Shot Learning — "תלמד מדוגמאות"
במקום להסביר מה אתם רוצים — תראו:
סווג את פניות הציבור הבאות לקטגוריות. דוגמאות: פנייה: "לא קיבלתי את הקצבה החודש" קטגוריה: תקלה בתשלום | דחיפות: גבוהה פנייה: "אני רוצה לדעת אם אני זכאי להנחה" קטגוריה: בירור זכאות | דחיפות: רגילה פנייה: "הפקידה בסניף הייתה לא נעימה" קטגוריה: תלונה על שירות | דחיפות: רגילה עכשיו סווג את הפניות הבאות באותו פורמט: [הדביקו פניות]
למה זה עובד? AI לומד מדוגמאות טוב יותר מהוראות. 3 דוגמאות טובות שוות יותר מפסקה שלמה של הסברים.
טכניקה 4: הנחיית מערכת (System Prompt)
System Prompt הוא הנחיה קבועה שמגדירה את "האישיות" של AI לכל השיחה:
אתה עוזר מקצועי לעובדי מדינה בישראל. כללים: 1. ענה תמיד בעברית 2. השתמש בשפה פשוטה וברורה — ללא ז'רגון מיותר 3. אם אתה לא בטוח במידע — ציין זאת במפורש 4. לעולם אל תמציא סעיפי חוק, מספרי טפסים, או מקורות 5. כשמבקשים ממך לסכם מסמך — ציין מספרי עמודים 6. הטון: מקצועי, מכבד, ישיר 7. אם המשימה דורשת מידע שאין לך — הפנה למקור הרשמי
4. מקרה בוחן: בניית מערך פרומפטים ליחידת פניות ציבור
הקשר
יחידת פניות הציבור במשרד הפנים מטפלת ב-300 פניות בשבוע. כל פנייה דורשת: קריאה, סיווג, ניסוח תשובה ראשונית, ושליחה לגורם המטפל. הצוות (6 עובדים) מבלה 70% מהזמן בניסוח תשובות שחוזרות על עצמן.
המשימה
בניית ספריית פרומפטים שתאפשר לצוות לטפל בפניות מהר יותר, תוך שמירה על איכות ואחידות.
הפתרון — 4 פרומפטים מובנים
פרומפט 1: סיווג אוטומטי
<role>אתה מנהל פניות ציבור מנוסה</role> <task>סווג את הפנייה הבאה</task> <categories> 1. בירור מידע (דחיפות: רגילה) 2. תלונה על שירות (דחיפות: רגילה) 3. בקשה דחופה — פגיעה בזכויות (דחיפות: גבוהה) 4. בקשה טכנית — טפסים/אישורים (דחיפות: רגילה) 5. פנייה חוזרת — טיפול קודם לא הושלם (דחיפות: גבוהה) </categories> <output> קטגוריה: [מספר + שם] דחיפות: [רגילה/גבוהה/דחופה] גורם מטפל: [יחידה רלוונטית] סיכום בשורה: [משפט אחד] </output> <complaint>[הדביקו את הפנייה]</complaint>
פרומפט 2: ניסוח תשובה ראשונית
<role>אתה נציג שירות בכיר במשרד הפנים</role> <task>נסח תשובה ראשונית לפניית האזרח</task> <tone>מכבד, חם, מקצועי. לא ביורוקרטי.</tone> <structure> 1. אישור קבלת הפנייה 2. הבנת הבקשה (חזרו על מה שהאזרח ביקש) 3. מה הצעד הבא + לוח זמנים 4. פרטי קשר לשאלות </structure> <constraints> - אורך: 8-10 שורות - אל תבטיח תוצאה ספציפית - אל תציין מספרי סעיפים אלא אם סופקו </constraints> <complaint>[הדביקו את הפנייה]</complaint>
פרומפט 3: סיכום שבועי
<role>אתה אנליסט נתונים ביחידת פניות ציבור</role> <task>צור סיכום שבועי מנתוני הפניות</task> <data>[הדביקו רשימת פניות השבוע — ללא פרטים מזהים]</data> <format> 1. סה"כ פניות השבוע 2. פילוח לפי קטגוריה (טבלה) 3. 3 נושאים בולטים 4. פניות דחופות שטרם טופלו 5. המלצה אחת לשיפור </format>
תוצאות
| מדד | לפני | אחרי | שיפור | |------|-------|-------|--------| | זמן ממוצע לתשובה ראשונית | 45 דקות | 12 דקות | 73% | | אחידות ניסוח | נמוכה (כל עובד בסגנון שלו) | גבוהה (תבנית אחידה) | — | | שביעות רצון אזרחים | 3.2/5 | 4.1/5 | +28% | | פניות שסווגו שגוי | 15% | 4% | -73% |
סיכונים שזוהו
- AI סיווג פנייה דחופה כרגילה — אזרח כתב בסגנון רגוע על בעיה חמורה. AI לא זיהה את הדחיפות כי הטון היה נמוך
- תשובה גנרית מדי — ב-8% מהמקרים, AI ייצר תשובה שלא התייחסה לפרט ספציפי בפנייה
- פיקוח: כל תשובה נבדקת על ידי עובד לפני שליחה. סיווג דחיפות נבדק ידנית
5. תרגילים מעשיים — שדרוג פרומפטים
תרגיל 1: שדרוג פרומפט בסיסי
משימה: קחו את הפרומפט הבסיסי ושדרגו אותו עם כל 6 הרכיבים.
פרומפט בסיסי: "סכם את הנוהל"
שדרגו את הפרומפט "סכם את הנוהל" כך שיכלול: 1. תפקיד — מי אתה? 2. משימה — מה בדיוק לעשות? 3. הקשר — למי הסיכום מיועד? 4. פורמט — איך הסיכום צריך להיראות? 5. אילוצים — מה אסור/חובה? 6. דוגמה — איך נקודה בסיכום צריכה להיראות? נסו את שני הפרומפטים (הבסיסי והמשודרג) והשוו תוצאות.
תרגיל 2: XML בפעולה
משימה: כתבו פרומפט עם תגיות XML לניתוח פנייה של אזרח.
כתבו פרומפט עם תגיות XML שמנתח פניית אזרח. השתמשו בתגיות: <role>, <task>, <complaint>, <output> הפנייה לניתוח: "שלום, אני פונה אליכם כבר בפעם השלישית. הגשתי בקשה לחידוש רישיון לפני חודשיים ועדיין לא קיבלתי תשובה. בפעם הקודמת אמרו לי שזה ייקח שבועיים. אני צריך את הרישיון לעבודה ואני מאבד ימי עבודה בגלל זה." בדקו: האם AI זיהה שזו פנייה חוזרת? האם זיהה את הדחיפות?
תרגיל 3: Chain of Thought — ניתוח מדיניות
משימה: השתמשו בטכניקת CoT לניתוח שאלת מדיניות.
נתח את השאלה הבאה בשלבים: שאלה: "האם כדאי למשרד ממשלתי לאפשר לעובדים להשתמש ב-ChatGPT בעבודה?" חשוב בשלבים: 1. מה היתרונות הפוטנציאליים? 2. מה הסיכונים? 3. מה התנאים הנדרשים לשימוש בטוח? 4. מה עושות מדינות אחרות? 5. מה ההמלצה שלך ולמה? הצג את תהליך החשיבה לפני המסקנה.
תרגיל 4: Few-Shot — יצירת תבנית מדוגמאות
משימה: צרו פרומפט Few-Shot שמלמד AI לכתוב סיכומי ישיבה בסגנון שלכם.
למד מהדוגמאות הבאות וכתוב סיכום ישיבה באותו סגנון: דוגמה 1: נושא: תקציב רבעוני החלטה: אושר תקציב של 2.5M ₪ לרבעון 3 אחראי: מנהל כספים | דדליין: 15.7 פעולה: הכנת פירוט תקציבי לפי מחלקות דוגמה 2: נושא: גיוס עובדים החלטה: אושר גיוס 3 משרות חדשות — 2 אנליסטים + 1 מנהל פרויקט אחראי: מנהלת משאבי אנוש | דדליין: 1.8 פעולה: פרסום מכרזים פנימיים תוך שבוע עכשיו כתוב סיכום באותו פורמט עבור הנקודות הבאות: [הדביקו נקודות מישיבה]
תרגיל 5: בניית ספריית פרומפטים ליחידה
משימה: זהו 5 משימות חוזרות ביחידה שלכם ובנו פרומפט מובנה לכל אחת.
חשבו על 5 משימות שאתם עושים שוב ושוב בעבודה. לכל משימה, בנו פרומפט מובנה עם: - תפקיד - משימה - פורמט - אילוצים דוגמה למשימות חוזרות: 1. ניסוח מכתב תשובה לאזרח 2. סיכום ישיבה 3. הכנת סקירה לקראת דיון 4. תרגום מסמך לשפה פשוטה 5. ניתוח נתונים חודשיים בנו את הספרייה — שתפו עם הצוות.
6. ספריית פרומפטים — 10 תבניות מקצועיות
תבנית 1: סיכום מסמך ממשלתי
<role>אתה עוזר מחקר בכיר ב[שם המשרד]</role> <task>סכם את המסמך הבא</task> <audience>[למי הסיכום מיועד — מנהל/צוות/שר]</audience> <document>[הדביקו את המסמך]</document> <format> 1. שורה תחתונה (משפט אחד) 2. ממצאים עיקריים (5 נקודות עם מספרים) 3. המלצות (אם יש) 4. שאלות פתוחות </format> <constraints>ציין מספרי עמודים. אל תוסיף מידע שלא במסמך.</constraints>
תבנית 2: ניסוח מכתב רשמי
<role>אתה [תפקיד] ב[משרד]</role> <task>נסח מכתב רשמי</task> <recipient>[אזרח/גורם מקצועי/משרד]</recipient> <subject>[נושא]</subject> <tone>מקצועי, מכבד, ברור</tone> <structure> 1. פתיחה — הקשר ומטרה 2. גוף — הפרטים 3. סיום — צעדים הבאים + קשר </structure> <constraints>אל תמציא סעיפי חוק. אורך: [X] שורות.</constraints>
תבנית 3: ניתוח פנייה
<role>מנהל פניות ציבור מנוסה</role> <task>נתח את הפנייה הבאה</task> <complaint>[הדביקו]</complaint> <output> 1. סוג הפנייה: [בירור/תלונה/בקשה דחופה] 2. הבעיה המרכזית: [משפט אחד] 3. מידע חסר: [מה צריך לברר] 4. דחיפות: [רגילה/גבוהה/דחופה] 5. גורם מטפל: [יחידה] 6. פעולה מומלצת: [משפט אחד] </output>
תבנית 4: סיכום ישיבה
<role>מזכיר/ת ישיבה מקצועי/ת</role> <task>כתוב סיכום ישיבה מסודר</task> <notes>[הדביקו נקודות/הקלטה מתומללת]</notes> <format> כותרת: [נושא] | תאריך: [X] | משתתפים: [רשימה] לכל נושא: - נושא: [שם] - דיון: [2-3 שורות] - החלטה: [משפט אחד] - אחראי: [שם] | דדליין: [תאריך] </format>
תבנית 5: תרגום בירוקרטית לפשוטה
<role>עורך לשוני המתמחה בהנגשת מידע ממשלתי</role> <task>כתוב מחדש את הטקסט הבא בשפה פשוטה</task> <text>[הדביקו טקסט בירוקרטי]</text> <constraints> - שמור על הדיוק המשפטי - החלף מונחים מקצועיים בהסברים פשוטים - אורך: דומה למקור - קהל יעד: אזרח ללא רקע מקצועי </constraints>
7. כש-AI נכשל — שגיאות נפוצות בפרומפטים
כשל 1: פרומפט עמום מדי
הפרומפט: "כתוב משהו על AI בממשלה"
מה קורה: AI כותב מאמר גנרי של 500 מילים שלא עוזר לאף אחד.
למה: בלי תפקיד, משימה, פורמט ואילוצים — AI מנחש. והוא מנחש לכיוון הממוצע.
תיקון: הוסיפו את 6 הרכיבים. גם אם לא את כולם — תפקיד + משימה + פורמט כבר משנים את התמונה.
כשל 2: הנחיות סותרות
הפרומפט: "כתוב תשובה קצרה ומפורטת עם דוגמאות רבות"
מה קורה: AI מתבלבל — קצרה או מפורטת? הוא בוחר אחד ומתעלם מהשני.
תיקון: היו עקביים. אם רוצים קצר — כתבו "5 שורות". אם רוצים מפורט — כתבו "עמוד שלם עם דוגמאות".
כשל 3: חוסר דוגמאות
הפרומפט: "כתוב בסגנון רשמי ממשלתי"
מה קורה: AI כותב בסגנון שהוא חושב שהוא "רשמי" — שלרוב מתנשא ויבש מדי.
תיקון: תנו דוגמה. 3 שורות של דוגמה שוות יותר מפסקה של הסברים.
כשל 4: פרומפט ארוך מדי בלי מבנה
הפרומפט: פסקה של 200 מילים בלי חלוקה לסעיפים.
מה קורה: AI "מתעייף" ומתמקד בחלק האחרון של הפרומפט, מתעלם מההתחלה.
תיקון: השתמשו בתגיות XML, נקודות, ומספור. מבנה ברור = תוצאה ברורה.
8. בדקו את עצמכם — תרחישי החלטה
מה הרכיב הכי חשוב בפרומפט מקצועי?
מתי כדאי להשתמש בטכניקת Chain of Thought?
AI כתב מכתב לאזרח עם סעיף חוק שלא ביקשתם. מה הסיבה הסבירה?
מה היתרון של Few-Shot (מתן דוגמאות) על פני הסבר מילולי?
בניתם ספריית פרומפטים ליחידה. עובד חדש שואל: 'למה לא פשוט לכתוב לAI מה שאני רוצה?' — מה עונים?
💎 סיכום — 5 עקרונות להנדסת הנחיות
- מבנה מנצח — תפקיד + משימה + הקשר + פורמט + אילוצים + דוגמה = תוצאה מקצועית
- XML לפרומפטים מורכבים — תגיות מפרידות בין חלקים ומשפרות דיוק
- Chain of Thought לניתוח — "חשוב בשלבים" לפני שאתה עונה
- Few-Shot לסגנון — 3 דוגמאות שוות יותר מפסקה של הסברים
- בנו ספרייה — פרומפטים שעובדים = נכס ארגוני. שתפו עם הצוות