אם גם אתם מרגישים לפעמים שאתם לא מצליחים לעמוד בקצב ההתפתחויות של הבבינה המלאכותית? תחושת ה-FOMO (Fear Of Missing Out) משתקת אתכם וגורמת לכם להרגיש מוצפים?זה לגמרי בסדר, אתם לא לבד – יש דרכים להתמודד עם זה!
התקופה שאנחנו חיים בה היא תקופה מרגשת ומלאה חידושים. אם תחשבו על זה, אנחנו בתחילתה של מהפכה חדשה שמייצרת תהליך ׳דומוקרטיזציה׳ של טכנולוגיה. כל שבוע אחת מחברות הענק מפרסת מודל או כלי חדש שמבטיח לשנות את העולם כמו שאנחנו מכירים אותו. אבל המרדף אחרי עדכונים וחידושים רק מונע מאיתנו לאמץ אותם לשגרה שלנו.
הפעם נסקור שלושה אתגרים מרכזיים שמונעים מאיתנו לשלב AI בעבודה בצורה חכמה, ונלמד איך להתמודד איתם בעזרת כלים פרקטיים ואסטרטגיות פשוטות. זה הזמן להפסיק לרדוף אחרי AI ובמקום זה פשוט להפוך ל-AI Native ולהכניס את הבינה המלאכותית לשגרת היום-יום של כולנו.
האתגר הראשון – שיתוף מעודף כלים (AI Tool Paralysis) 🥶
כל יום אנחנו שומעים על מודל חדש או כלי שיוצא לעולם, רק לפני כמה ימים התבשרנו על google Firebase שהולך לשנות את האופן שבו אנחנו יוצרים אפליקציות, או 8n8 שעוזר לנו ליצור סוכני בינה מלאכותית שיעשו בשבילנו את המשימות – אבל איך עוקבים אחרי כל זה? אז זהו, לא צריך לדעת הכל!
אסטרטגיית ״ערכת הכלים המינימלית״ או MVT – Minimal Valuable Toolkit
- בשלב הראשון מזהים מה הדברים שחוזרים על עצמם בעבודה שלנו – למשל, מחקר, כתיבה ועריכת תוכן, כתיבת סיכומי פגישות או כל דבר אחר.
- אחרי שזיהינו מה המשימות החזרתיות שלנו, בוחרים כלי אחד שמתאים לנו, מתחילים להשתמש בו ולשלב אותו בשגרת העבודה שלנו ולא מחליפים אותו לפחות שבועיים.
- אחרי שבועיים אנחנו יכולים לשאול את עצמנו – אם הכלי שבחרנו מספק לנו מענה טוב ב-80% מהזמן? אם התשובה היא כן, זה אומר שהוא מספיק טוב ואנחנו ממשיכים לשלב אותו בשגרת העבודה שלנו. רק אם התשובה היא לא אנחנו מחפשים כלי אחר וחוזרים על אותו התהליך.
הנה הרשימה המקוצרת שלי 👇
| כלי | תיאור | קטגוריה |
|---|---|---|
| Chat-GPT | מודל שפה ג׳נרטיבי שאני נעזר בו למשימות יומיומיות כמו: כתיבה ועריכה של טקסטים, סיעור מוחות ולאחרונה גם חיפוש ויצירת תמונות ואפילו מחקר מעמיק (Deep Research) עם אחד ממודלי ה- Reasoning שלו. | צ׳אט-בוטים (Chatbots) |
| Perplexity | מנוע חיפוש שמשלב AI. אני משתמש בו כשחשוב לי למצוא מידע אמין ולדעת מה המקורות שלו או כשאני רוצה להתבסס על מחקרים אקדמיים לדוגמא. | חיפוש ומחקר רשת |
| Midjourney | מודל יצירת תמונות. המודל הזה הוא המודל המועדף עליי היום, כשאני מחפש ליצור תמונות ריאליסטיות או תמונות לסרטונים שלי ולבלוג. חשוב להגיד שהיכולות החדשות של gpt-4o נותנות מענה לשימוש בסיסי ויומיומי – כולנו כבר ניסינו את הטרנד של סטודיו גיבלי | יצירת תמונות |
| Lovable | כלי פיתוח ליצירת אתרים ואפליקציות ללא שימוש בקוד – חלק ממגמת ה- Vibe Coding. הכלי הזה מאפשר לי להפוך רעיונות לכלים עובדים ואפילו לשתף אותם עם חברים | פיתוח ללא קוד (No-Code) |
כמובן שבכל קטגוריה יש עוד כלים, חלקם טובים יותר וחלקם טובים פחות, אבל חשוב לי לשמור על הרשימה הזו קצרה יחסית כדי שיהיה קל לשלב אותה בשגרת העבודה. אגב אם אתם רוצים יצרתי אתר שמסווג את כל כלי ה-ai ויעזור לכם למצוא בדיוק את מה שאתם מחפשים – 🔗 מוזמנים לנסות.
לסיכום, באסטרטגיית ארגז הכלים המינימלי בוחרים 3-5 כלים שעושים את העבודה ופשוט נשארים איתם.
האתגר השני – עומס פרומפטים (Prompt Overload) 🏗️
אתם משתמשים ב-AI כבר מספיק זמן כדי לדעת שאיכות התשובה שנקבל ממנו תלויה באיכות הפרומפט שנספק לו. כולנו חווים את התסכול של חיפוש אחרי פרומטים ״איכותיים״ וכתיבה של פרומפטים ארוכים פעם אחר פעם. אז איך מתמודדים עם זה? מונעים חיכוך.
- יוצרים ספרייה או מאגר פרומפטים – יוצרים טבלה ב-google sheets או כל כלי אחר וכל פעם שנתקלים בפרומפט שעבד לנו שומרים אותו בטבלה, כדי שלא נצטרך להמציא כל פעם מחדש.
- שימוש במרחיבי טקסט – מרחיבי טקסט מאפשרים לנו להמיר מילה לטקסט ארוך ואפשר למצוא תוספים כמו זה, בחנות התוספים של chrome. אם יש לכם MAC אתם יכולים פשוט להוסיף את זה בהגדרות. ככה בכל פעם שאתם רוצים להשתמש בפרומפט של סיכום שיחה אתם יכולים להקליד את המילה ״Summary״ הטקסט יוחלף בפרומפט שהגדרתם.
- יצירת Custom GPT’s – השיטה השלישית ואחרונה היא פשוט ליצור GPT מותאם לכל משימה, למשל: כותב תסריטים או מסכם פגישות. כל מה שאתם צריכים לעשות זה ליצור GPT עם Custom Instructions במקום להזין את ההנחיות כל פעם מחדש.
המטרה היא לצמצם ׳חיכוך׳. ככל שאנחנו מאמצים פחות בחיפוש או ניסוח של הנחיות ככה אנחנו ממוקדים ביצירה ובתוצאות שאנחנו מקבלים.
האתגר השלישי – עומס עדכונים (Update Overload) 🗞️
כולנו מכירים את מבול החדשות והעדכונים בנושא בינה מלאכותית שגורם לנו להרגיש כולם כבר עלו על העגלה ורק אנחנו נשארנו מאוחר. איך מתמודדים עם זה? אסטרטגיית ״לולאת ההשפעה״ או Impact Loop – מתחילים לצרוך מידע באופן סלקטיבי.
בוחרים שניים שלושה מקורות אמינים, למטה צרפתי לכם רשימה של כאלה שאני עוקב אחריהם, וקובעים זמן ביומן להתנסות – שעה בשבוע שבו אנחנו מנסים כלי חדש ששמענו עליו או טכניקה שמעניינת אותנו. למשל, אם השבוע קרענו על שדרוג מודל התמונות של GPT, נקבע לנו שעה בסופ״ש כדי להתנסות בו עבור דברים שבאמת נותנים לנו ערך (לא רק בשביל תמונות בסגנון חבובות 😉), כמו עיצוב הבית, יצירת אתרים או כל דבר אחר שקופץ לכם לראש. המטרה היא להפוך מצרכני מידע למתנסים פעילים.
הנה רשימת ערוצי היוטיוב שאני עוקב אחריהם:
https://www.youtube.com/@yuv-ai
https://www.youtube.com/@StephenGPope
https://www.youtube.com/@sabrina_ramonov
לסיכום
אני מאמין שאם תנסו לפחות חלק מהשיטות פה, אתם תהפכו להיות משתמשים פעילים שמצליחים לשלב בינה מלאכותית בחיים שלהם ובשגרת העבודה שלהם.
כמובן תודה לינאי זגורי שדואג להזכיר לי שמה שחשוב זה לא הכלים אלא מה אנחנו עושים איתם והצטרף להופעת אורח בפוסט הזה. ינאי הוא מנהל החדשנות בחברת אקספרטים, הוא מוביל הטמעת בינה מלאכותית בארגונים וגם מנטור מקצועי.