מאמרים בנושא בינה מלאכותית
כל המאמרים בנושא בינה מלאכותית בבלוג של אבי לוי.
מהם סקילים בעבודה עם סוכני AI
אם סוכן AI הוא עובד חדש, סקיל הוא דף ההנחיות שלו: מה המטרה, איזה מידע חשוב, איך עובדים, איפה עוצרים, ואיך בודקים שהתוצאה טובה.
ניהול חלון הקשר ב-Claude Code
חלון ההקשר של Claude Code הוא משאב יקר. עוד לפני שכתבתם מילה אחת יש לכם אלפי טוקנים "שרופים". המדריך הזה מסביר למה זה קורה ואיך להתמודד עם זה.
הסקילסט החדש שכל מי שעובד עם AI חייב לפתח
לא צריך לדעת קוד כדי לעבוד עם AI — אבל כן צריך לפתח שלושה סקילים מרכזיים: להסביר היטב מה רוצים, להבין איך מערכות עובדות, ולחשוב כמו מנהל מוצר.
מה ההבדל בין Automation Workflow ל-Agentic Workflow
מה ההבדל בין אוטומציה קלאסית לסוכן חכם? בפוסט הזה אני מפרק את ההבדלים בין Automation Workflow ל-Agentic Workflow עם דוגמאות אמיתיות מ-n8n, מסביר איך עובד סוכן מבוסס GPT, ומהם שלושת החלקים שכל סוכן חייב – מוח, זיכרון וכלים.
חיבור Claude ל-Notion מדריך MCP ו-Docker לאוטומציה חכמה
חיבור Claude ל-Notion הופך רעיונות, סיכומי פגישות ומשימות לדפי Notion בקלות, בעזרת MCP ו-Docker. מדריך מעשי שחוסך לכם שעות עבודה ומארגן את הידע במקום אחד.
מה זה API בבינה מלאכותית ולמה זה כל כך חשוב?
מה זה API ואיך הוא משנה את חוקי המשחק בבינה מלאכותית? מדריך ברור עם דוגמאות, כלים וטיפים – מ־GPT ועד סוכני AI שפועלים ממש כמו עובדים.
איך אנחנו משתמשים ב-AI ב-2025? Productivity-Out, Well-Being-IN
מחקר חדש של HBR חושף: ב-2025 אנחנו משתמשים ב-AI פחות לפרודוקטיביות ויותר לרווחה, משמעות ולמידה אישית. מגמות מפתיעות ושימושים מעוררי השראה בפוסט המלא.
Vibe Coding לבנות אפליקציה בשיחה עם AI
גלה איך לפתח אפליקציות מבלי לכתוב שורת קוד, בעזרת כלים כמו Replit, Claude ו-Lovable. מדריך שלב אחר שלב כולל השוואת כלים, רעיונות ליישום, פרויקט מעשי, וטיפים להתחלה חלקה. מתאים למתחילים, יזמים ואנשי מוצר שרוצים לעבוד חכם יותר עם AI.
לעבוד חכם יותר עם AI – כלי ניהול פרומפטים
כלי ניהול פרומפטים (Prompt Manager Tools) עוזרים לייעל את העבודה עם בינה מלאכותית: לשמור, לארגן ולשפר את הפרומפטים שמביאים את התוצאות הכי טובות. בפוסט הזה תגלו מה היתרונות של ניהול פרומפטים, מה היכולות המרכזיות של הכלים האלה, ותכירו שלושה פתרונות מובילים להשגת עבודה חכמה ומדויקת
האם בינה מלאכותית משפיעה על האושר שלנו בעבודה?
מחקר חדש של Harvard Business School מגלה: שימוש בבינה מלאכותית לא רק מייעל עבודה, אלא גם מגביר את תחושת האושר, מפחית חרדה ומשפר את חוויית העובדים. גלו כיצד AI משפיע על רווחת העובדים ואיך אפשר למנף את זה לשיפור מחוברות ארגונית.
הבדל בין מודל יצירת התמונות של GPT למודל דיפוזיה ליצירת תמונות?
השוואה בין מודל דיפוזיה ל-GPT-4o: מה ההבדל בין שיטות יצירת תמונות בבינה מלאכותית? מדריך קצר להבנת היתרונות, החסרונות וההתאמה לשימושים שונים ביצירת תמונות עם AI.
איך מתמודדים עם AI FOMO ולא נשארים מאחור?
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
מה ההבדל בין למידה מונחית לבלתי מונחית בלמידת מכונה 🤖📊
למידה מונחית (Supervised Learning) ולמידה בלתי-מונחית (Unsupervised Learning) הן שתי גישות מרכזיות בתחום למידת המכונה. כל אחת מהן מתאימה לסוגים שונים של בעיות ונתונים, ומאפשרת להפיק תובנות שונות ממידע קיים. למידה מונחית (Supervised Learning) למידה מונחית מתבצעת באמצעות אימון מודל
דו״ח עתיד העבודה 2025 של הפורום הכלכלי העולמי? 📑
מה אנחנו יכולים ללמוד מדו״ח עתיד העבודה 2025 שפרסם הפורום הכלכלי העולמי? לפי הדו”ח עד שנת 2030, 39% מהמיומנויות הנדרשות בשוק העבודה ישתנו וזה רק חלק מהשינויים שצפויים לנו בחמש השנים הקרובות. מה זה אומר עלינו? הכנתי סקירה קצרה עם התובנות המרכזיות שעולות בדו״ח ומה התפקיד שלנו בתוך
איך בינה מלאכותית משנה את עולם פיתוח הלמידה בארגונים? 🦄🦊
בדצמבר האחרון, מירב טלר ושדי ואני העברו מושב קצר בכנס הלמידה וההדרכה השנתי של HRus. המושב התמקד בסוגיה שכולנו מתמודדים איתה והיא איך בינה מלאכותית יוצרת משפיעה של תהליכי העבודה שלנו מפתחות ומפתחי הלמידה ומסייעת לנו לספק פתרונות למידה מותאמים ואפקטיביים יותר, מהאנליטיקה ועד פרסונל
מה זה Embedding? הדרך בספוטיפיי יודעים בדיוק מה השיר הבא שתאהבו 🎤
מה זה Embedding?, איך זה עובד מאחורי הקלעים? ואיך הטכניקה הזו משפיעה על מנועי ההמלצה של פלטפורמות סטרימינג כמו נטפליקס, ספוטיפיי ומנועי חיפוש כמו וגוגל?
מה זה LoRA? הטכניקה שחוסכת זמן ⏳ וכסף 💰 באימון מודלי שפה
אימון מודלים למשימות ספציפיות זה תהליך יקר ומורכב – אבל יש דרך פשוטה יותר! 🚀בסרטון הזה נגלה לכם את כל מה שצריך לדעת על מודל LoRA (Low-Rank Adaptation). למה הוא כל כך חסכוני, ומה השימושים שאפשר לעשות בו, מהתאמה אישית של מודלים ליצירת תמונות ועד שימושים רפואיים 🩺 ומשפטיים ⚖️. 3️⃣
מה זה RAG CHATBOT ואיך זה משפר את חווית המשתמש שלנו? 🛒
RAG – Retrieval-Augmented Generation הוא סוג של צ’טבוט שמאפשר לשלב בין מודל שפה לבין מאגרי מידע ונתונים, כדי לשלוף תשובות מדויקות שמתבססות על נתונים אמיתיים ועדכניים, בלי לבזבז משאבים יקרים על אימון המודל. איך עובד RAG Chatbot? 3 יתרונות של RAG Chatbot 🔄 תשובות מבוססות נתו
RICE FRAMEWORK הפרומפט שיתן לכם תוצאות מדויקות 💬
הממשק בין אדם למכונה יצר תחום שנקרא ׳הנדסת פרומפטים׳, בגדול זה אומר שכדי שהתוצאות שנקל ממודל שפה יהיו מדויקות ולא כלליות מידי, אנחנו צריכים לדייק את ה״שאילתא״ שלנו, ולספק מספיק מידע. בסרטון הזה נדבר על Framework שנקרא RICE שיעזור לנו לקבל תוצאות מדויקות יותר ממודל השפה. הנה כמה F
מה הם Token's ואיך הם משפיע על מודלי שפה? 🪙
כדי להבין איך מודלי שפה LLM's עובדים חשוב להבין את המנגנונים שמפעילים אותם. בסרטון הזה נסביר מה זה ׳טוקנים׳ (Tokens)?, כיצד הם משפיעים על השיחה שלנו עם מודל שפה כמו GPT?, מה זה חלון הקשר? ואיך עובדים עם טוקנים בצורכה חכמה 👇📺. אם אתם מחפשים כלל אצבע, ׳טוקן׳ אחד שווה בדרך כלל ל-4
איך טמפרטורה משפיעה על בינה מלאכותית? 🌡️
בסרטון הזה 👇 נדבר על איך ‘טמפרטורה’ משפיעה על התשובות של מודל שפה גדולה (LLM) ואילו שימושים אפשר לעשות בזה. 4 דרכים לשילוב טמפרטורה בפרומפט כיום אין דרך ישירה בממשק השיחה לשליטה בטמפרטורה (פרט ל-Playground או לחיבור באמצעות API). אבל, אפשר לדמות שינויים בטמפרטורה בפרומפט עצמו. נ
2 פרצות אבטחה ב-LLM's ואיך זה קשור לנוקמים? 🦾
מרגישים שהמציאות שלנו הולכת ומתקרת לסרטי המדע בדיוני שגדלנו עליהם? אם זה הסרט I’m Robot 🦾 בו וויל סמית׳ חיי בעולם בו רובוטים יכולים לבצע משימות כמו חלוקת דואר, טיפול סיעודי או אפילו לשמש כ״חבר״ שיכול לשמש אוזן קשבת, או בסרט Her, בו מפתח חואקין פיניקס רגשות אהבה עמוקים ליישום בינ
בינה מלאכותית בניתוח נתונים ואנליזה של תהליכי למידה 📉
כבר שנים שהאזורים העסקיים בארגונים מקבלים החלטות מבוססות נותנים (DDDM) למשל הצעות מוצרים מותאמות, ניתוח התנהגות משתמשים, מודלי חיזוי לאשראי ועוד המון שימושים. בינינו, למרות שתמיד רצינו להיות מבוססי נתונים די נתקענו בקירק פטריק רמה 2, בתחום הזה הבינה המלאכותית עשתה לתהליך ניתוח ה