איך מתמודדים עם AI FOMO ולא נשארים מאחור?
איך להתמודד עם AI FOMO בלי לרדוף אחרי כל כלי חדש, ולבנות הרגלי למידה ושימוש שמחזיקים לאורך זמן.
← מסלולים
מסלול למידה מודרך
לעבוד חכם יותר
מסלול שהופך שימוש מזדמן ב-AI לשיטת עבודה אישית עקבית שאפשר לחזור עליה.
- ליבה
- 10
- העמקה
- 8
- תרגול מעשי
- 2
למי המסלול מתאים
למי שכבר משתמש ב-AI ורוצה פחות רעש, פחות הקשר מבוזבז ויותר נכסים ותהליכים שימושיים.
מה יודעים בסוף
בסוף המסלול תהיה לכם שיטה לבחור במה להתמקד, לנסח בקשות, לנהל ידע והקשר ולהפוך עבודה חוזרת לתהליך.
לבחור במה להתמקד
מורידים רעש ומחליפים מרדף אחרי כלים ביכולות יציבות.
בפרק הזה מתחילים מ־ מתחילים בהפחתת הרעש ובבחירת שגרת למידה ושימוש במקום לרדוף אחרי כל כלי חדש.
למה עכשיו אחרי שמפסיקים למדוד את עצמנו לפי כלים, אפשר להתמקד ביכולות שנשארות: להסביר, להבין מערכות ולחשוב על מוצר.
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.
לתקשר עם AI
הופכים כוונה לבקשה ברורה, לדוגמאות ולנכס שאפשר לשפר.
בפרק הזה מתחילים מ־ היכולת להסביר הופכת לשיטה מעשית של תפקיד, הקשר, מגבלות ותוצאה.
RICE FRAMEWORK הפרומפט שיתן לכם תוצאות מדויקות 💬
מהו RICE Framework ואיך להשתמש בו כדי לכתוב פרומפטים מדויקים יותר שמחזירים תשובות שימושיות ועקביות.
למה להעמיק כאן אחרי מבנה ברור מוסיפים דוגמאות במינון נכון, כדי להראות למודל את הדפוס בלי להציף אותו.
איך AI לומד? Zero-shot & Few-shot Learning
מהם Zero-shot ו-Few-shot Learning, איך מודלי AI מבצעים משימות עם מעט דוגמאות, ואיך להשתמש בזה בפרומפטים.
למה להעמיק כאן דוגמאות מכוונות את התוצאה; פירוק המשימה לשלבים עוזר כשצריך להתמודד עם בעיה מורכבת יותר.
שרשרת המחשבה CoT – השיטה שמשמשת מודלי Reasoning 🔗
מהי שרשרת מחשבה, איך היא קשורה למודלי Reasoning, ומתי כדאי לבקש ממודל להסביר שלבים במקום תשובה קצרה.
למה עכשיו פרומפט שעובד לא צריך להיעלם בצ'אט. הופכים אותו לנכס שאפשר למצוא, לשפר ולשתף.
לעבוד חכם יותר עם AI – כלי ניהול פרומפטים
סקירה של כלי ניהול פרומפטים: למה הם חשובים, איך הם עוזרים לצוותים, ומתי כדאי לבנות ספריית פרומפטים.
לבנות מערכת ידע אישית
מחברים בין ידע שנשמר, כלים שמארגנים אותו והקשר שהמודל מסוגל לעבד.
בפרק הזה מתחילים מ־ ספריית פרומפטים היא חלק ממערכת רחבה יותר: מקום חיצוני ששומר ידע ומפחית עומס מהראש.
מיקור חוץ למוח 🧠
אני רוצה לשתף אתכם בשיטה שאני מתנסה בה לאחרונה, היא מאפשרת לי לעשות ״מיקור חוץ״ של המוח שלי כדי לעזור לי לעמוד בקצב, חלקכם בטח שמעתם עליה, זה נקרא ״Second Brain״.
למה להעמיק כאן אחרי שבונים מוח שני, מחברים אליו את הסוכן כדי שרעיונות, סיכומים ומשימות יעברו ישירות למקום הנכון.
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.
למה עכשיו החיבור לידע יוצר שאלה חדשה: כמה מידע נכון להעביר בכל פעם? טוקנים מסבירים את התקציב והמגבלות.
מה הם Token's ואיך הם משפיע על מודלי שפה? 🪙
מהם טוקנים במודלי שפה, איך הם משפיעים על חלון ההקשר, ולמה הם חשובים לעבודה חכמה עם LLM.
לנהל הקשר ושגרת עבודה
מצמצמים עומס, מארגנים קבצים ולומדים מהעבודה שכבר נעשתה.
בפרק הזה מתחילים מ־ מיישמים את עקרון הטוקנים בסביבת עבודה אמיתית ומזהים מה שורף את חלון ההקשר עוד לפני תחילת המשימה.
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.
למה להעמיק כאן אחרי שמנקים את ההקשר הדיגיטלי, נותנים לסוכן לבצע פעולה מוגדרת על הקבצים במקום רק להציע סדר.
איך לחבר את Claude עם MCP ולתת לו לסדר לכם את הקבצים במחשב
איך לחבר Claude עם MCP למחשב האישי? מדריך מעשי לחיבור סוכן ה-AI למערכת הקבצים שלכם – כולל שלבים, שימושים, ודוגמאות מהחיים.
למה עכשיו סידור קבצים הוא רק ההתחלה. Markdown ו-YAML הופכים את ההקשר למבנה שסוכן יכול לקרוא באופן עקבי.
קבצי Markdown ו-Context Engineering בעבודה עם סוכני AI
בפוסט הזה נסביר מה הם קבצים MD, איך הם משמשים אותנו בעבודה עם בינה מלאכותית, למה חשוב להגדיר אותם בצורה נכונה כשאנחנו רוצים לעבוד עם סוכנים.
למה להעמיק כאן אחרי שמגדירים דרך עבודה, משתמשים בנתוני הסשנים כדי לבדוק מה באמת עבד ואילו כללים כדאי לשנות.
השתמשתי בפקודת Insights וקיבלתי הערכת ביצועים מ-Claude Code
הרצתי את /insights ב-Claude Code וקיבלתי דוח אישי על 34 סשנים: מה עבד, איפה בזבזתי זמן ואילו כללים שיניתי בעקבותיו.
למה להעמיק כאן המשוב חושף חיכוך חוזר. במקום להמשיך לבצע אותו ידנית, בונים כלי אישי קטן שמטפל בדיוק בבעיה הזאת.
Disposable Apps ככה בונים פתרון אישי תוך 10 דקות ♻️
בעידן שבו כל אחד יכול לבנות לעצמו פתרון דיגיטלי תוך דקות, אפליקציות חד פעמיות הופכות לכלי למידה, פתרון בעיות, והתאמה עצמית חכמה בעזרת AI.
להפוך שיטה לתהליך חוזר
מקבעים הוראות עבודה ובוחרים את רמת האוטונומיה הנכונה.
בפרק הזה מתחילים מ־ מה שעבד בסשן אחד הופך ל-Skill עם קלט, תהליך, גבולות ובדיקות שאפשר להפעיל שוב.
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.
עכשיו מתרגלים עכשיו מתרגמים את העקרונות לתרגול: בונים Skill משלכם ובודקים אם ההוראות שלמות ושימושיות.
Skill Builder
תהליך מודרך ליצירת Claude Agent Skills עם תצוגת SKILL.md, בדיקות איכות וייצוא ZIP.
מה יוצא מהתרגול
Skill מוכן לבדיקה, הורדה ושיתוף.
עכשיו מתרגלים אחרי יצירת Skill, משווים אותו לדוגמאות שנבדקו כדי ללמוד מבנים טובים ולהימנע מהמצאת הכול מחדש.
Skill Store
ספרייה אוצרתית של Claude Agent Skills שנבדקו לפני פרסום.
מה יוצא מהתרגול
Skill מוכן לשימוש שאפשר ללמוד ממנו או להתאים לעבודה.
למה עכשיו מסיימים בהחלטה מתי הוראות קבועות מספיקות ומתי נדרש סוכן שמפרש מצב ומקבל החלטות.
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.
סיימת את ליבת המסלול. לאן ממשיכים מכאן?
אפשר להמשיך להעמקות שנותרו או לבחור את המסלול הבא.
סיימת גם את כל ההעמקות — הפלייליסט כולו הושלם.