איך כותבים פרומפט טוב: מה באמת עובד

ששת הדברים שמשנים את התוצאה

ההבדל בין תשובה שאפשר לשלוח ללקוח לבין תשובה שצריך לכתוב מחדש נקבע כמעט תמיד בבקשה עצמה, ולא בבחירת הכלי. בקשה סתמית מקבלת תשובה סתמית, מפני שהמודל משלים את החסר לפי הממוצע של מה שראה באימון. ככל שנשאר פחות מקום להשלמה, כך התוצאה קרובה יותר לרצוי. הרקע המלא על אופן הפעולה של הכלים האלה נמצא במדריך המלא לעולם צ'אטי הבינה המלאכותית.

שישה רכיבים עושים את רוב העבודה:

הקשר. מי אתם, מה העסק, מה קרה עד עכשיו ומה המטרה של המסמך.

התוצר. מה בדיוק אתם רוצים לקבל: מייל, טבלה, רשימת סעיפים, תסריט שיחה.

קהל היעד. למי זה מיועד ומה רמת הידע שלו בתחום.

פורמט. מבנה מדויק: כותרות, סדר החלקים, שדות חובה.

אורך. מספר מילים או מספר סעיפים. הגבלה כזאת גם חוסכת בחשבון, מפני שהפלט הוא הצד היקר בתמחור הטוקנים.

דוגמה אחת או שתיים. קטע קצר מתוך תוצר קודם שאהבתם עובד טוב יותר מעשרה משפטי הסבר על הסגנון הרצוי.

הגישה הזאת קיבלה שם בעבודות של 2026: במקום לחפש ניסוח קסום, מגדירים מפרט - מטרה, חוזה פלט, קריטריון לתוצאה טובה ובדיקה שמאמתת אותה. בינתיים השימוש היומיומי ממשיך להתרחב, והצ'אטים כבר מנסחים לאנשים הודעות לחברים ולדייטים.

למה ההנחיה תהיה מומחה כמעט אינה עוזרת

הפתיחה הנפוצה ביותר בפרומפטים היא הכתרה: אתה יועץ מס בכיר עם עשרים שנות ניסיון. הבדיקות מראות שהיא כמעט אינה משנה את הדיוק. סדרת דוחות מחקר של אוניברסיטת פנסילבניה בחנה פרסונות מומחה מול ניסוח ניטרלי על מאגרי שאלות קשות, ולא מצאה שיפור מובהק כמעט באף מודל.

עבודה שפורסמה ב-2026 חידדה את התמונה: פרסונה של מומחה מסייעת כשמדובר בסגנון, בטון ובהתאמה לקהל, ופוגעת בדיוק כשהמשימה דורשת ידע עובדתי. תיאור פרסונה ארוך מחריף את הפגיעה, מפני שהוא תופס מקום ותשומת לב על חשבון החומר שבאמת נחוץ.

מה כן עובד במקום ההכתרה: לתאר את הקורא ואת רף האיכות. במקום להכריז שהמודל יועץ מס, כתבו שהקורא הוא בעל עסק בלי רקע חשבונאי, שכל מונח מקצועי דורש הסבר במשפט אחד, ושכל מספר צריך להיות מסומן כהערכה או כנתון ודאי. ההנחיה הזאת מייצרת תוצאה שונה לגמרי, וגם ניתנת לבדיקה.

דוגמה מלאה: הצעת מחיר ללקוח

המשימה: סטודיו עיצוב של שני אנשים צריך להוציא הצעת מחיר לרשת מרפאות שביקשה אתר חדש. משימה שחוזרת אצל עצמאים מדי שבוע, והמדריך לעצמאים ולעסקים קטנים מפרט כמה זמן היא גוזלת בפועל.

הפרומפט הגרוע: תכתוב לי הצעת מחיר לפרויקט בניית אתר ללקוח.

מה שחזר: תבנית כללית שנראית כמו תרגום מאנגלית, עם ראשי פרקים שמתאימים לכל עסק בעולם, סכומים מומצאים בדולרים, תנאי תשלום שאינם נהוגים בישראל ופסקת פתיחה שיווקית. מה שנשאר: לכתוב מחדש כמעט הכול, כעשרים וחמש דקות.

• השוואה מעשית: איזה צ'אט AI מתאים לאיזו משימה, וכמה זה עולה
• המודלים הסיניים: דיפסיק, קימי, קוואן וזעזוע המחירים

הפרומפט הטוב: כתוב הצעת מחיר בעברית עסקית, מסטודיו עיצוב בן שני אנשים לרשת מרפאות שיניים בת ארבעה סניפים. ההצעה כוללת אתר תדמית בן שישה עמודים, מערכת זימון תורים מקוונת והדרכה של שעתיים לצוות. המחיר 12,000 שקל לפני מע"מ, 40% מקדמה ו-60% במסירה, לוח זמנים של שישה שבועות. הקוראת היא מנהלת השיווק של הרשת, בלי רקע בפיתוח אתרים. מבנה קבוע: מה נכלל, מה אינו נכלל, לוח זמנים, מחיר ותנאי תשלום, תוקף ההצעה. עד 400 מילים, בלי סופרלטיבים. אל תמציא פרטים - כל מידע חסר סמן בסוגריים מרובעים. מצורף נוסח הצעה קודמת שהתקבלה, שמור על אותו טון.

מה שחזר: מסמך שעומד במבנה המבוקש, בטון שמתאים לקוראת, עם שלושה סוגריים מרובעים שסימנו את מה שחסר: מועד תחילת העבודה, שם איש הקשר ומדיניות תיקונים אחרי המסירה. זמן העריכה עד לשליחה: כשמונה דקות. עלות ההרצה בממשק מפתחים: פחות משני סנט.

ההבדל בין השניים אינו האורך לשמו. השני מכיל את המידע שהמודל אינו יכול לנחש - מספרים, מבנה, זהות הקוראת וגבולות - ואת האיסור המפורש על המצאה.

דוגמה שנייה: סיכום פגישה שהופך לרשימת משימות

הפרומפט הגרוע: תסכם לי את הפגישה, מצורף התמלול.

מה שחזר: תקציר כרונולוגי שמספר מי אמר מה לפי הסדר. נאמן למקור וחסר שימוש, מפני שאי אפשר לדעת ממנו מה הוחלט, מי אחראי ומה נשאר פתוח.

• הזולה בשוק מייקרת מחירים: מה מגלה מהלך המחירים של דיפסיק על העלות האמיתית של הבינה המלאכותית
• פעם שלישית ברצף: ה-AI של מטא יצא משליטה, אז למה אף אחד לא לוקח אחריות?

הפרומפט הטוב: מצורף תמלול של פגישת הנהלה בת 50 דקות. הפק ממנו שלושה חלקים בלבד. ראשון: החלטות שהתקבלו, משפט אחד לכל החלטה. שני: טבלת משימות עם שלוש עמודות - משימה, אחראי, תאריך יעד. שלישי: נושאים שנשארו פתוחים. אם אחראי או תאריך אינם מופיעים בתמלול, כתוב בשדה שהדבר לא נאמר במפורש, ואל תסיק אחריות מתוך ההקשר. עד 250 מילים בסך הכול.

מה שחזר: שבע החלטות, טבלה עם תשע משימות שבחמש מהן צוין אחראי ובארבע נכתב שהדבר לא נאמר, ושלושה נושאים פתוחים. ההנחיה האחרונה היא שעשתה את ההבדל: בלעדיה המודל משייך משימות לאנשים על סמך מי דיבר הכי הרבה, וזו טעות שקשה לתפוס בקריאה מהירה.

משימה מורכבת: לפרק לשלבים

בקשה אחת שמכילה ארבע משימות מקבלת תשובה בינונית לכל אחת מהן. כשצריך לקרוא דוח, לחלץ ממנו נתונים, להשוות למתחרים ולכתוב מצגת, עדיף לחלק לשלושה תורים נפרדים: חילוץ, ניתוח, ניסוח. כל שלב מקבל את התוצר של הקודם, ואתם בודקים בין השלבים.

דרך נוספת: לבקש תוכנית לפני ביצוע. הנחיה לפרט בעשר שורות איך המודל מתכוון לגשת למשימה מאפשרת לתקן כיוון שגוי לפני שנכתבו אלף מילים.

ההנחיה הוותיקה חשוב שלב אחר שלב איבדה חלק מכוחה. מדידה של אותה קבוצת מחקר מצאה שהיא מוסיפה למודלים מדור קודם בין 11% ל-13% דיוק, אך למודלים החדשים שחושבים לפני שהם עונים היא מוסיפה כשלושה אחוזים בלבד, ובמקרה אחד אף הורידה את הדיוק, תוך הארכת זמן התגובה בעשרות עד מאות אחוזים.

איך מבקשים סייגים ומקורות

מודל שנשאל שאלה עונה גם כשאין לו בסיס, מפני שהוא נבנה כדי להשלים טקסט סביר. הדרך להקטין את הסיכון היא לבקש את הסייגים במפורש, כחלק מהפרומפט.

שלוש הנחיות שמשנות את התמונה: סמן כל מספר או תאריך שאינך בטוח בהם; במקום להשלים מידע חסר, כתוב מה חסר ומה נדרש כדי להשלים אותו; לכל טענה עובדתית ציין מקור ושנת פרסום, ואם אינו ידוע לך, אמור זאת.

סייג חשוב: הפניות מומצאות הן אחת התופעות הנפוצות, וקישור שנראה תקין עשוי להוביל לדף שאינו קיים. כל מקור דורש פתיחה ובדיקה בעיניים. הרחבה על למה המודל ממציא ואיך תופסים את זה בזמן מפרטת את סוגי ההמצאה ואת סימני האזהרה.

עבודה עם קבצים ומסמכים ארוכים

כשמצרפים מסמך, סדר הרכיבים משנה. עדיף להניח את המסמך ראשון ואת ההוראה בסוף, או לחזור על ההוראה גם בסוף. מחקרים על מיקום המידע מצאו עקומה בצורת האות U: מה שמופיע בתחילת החומר ובסופו נשלף היטב, ומה שיושב באמצע נשכח, עם ירידה של יותר משליש בדיוק השליפה.

גם חלון גדול אינו ערובה. בדיקה על מודלים עם חלון של 200 אלף טוקנים הראתה ירידת דיוק מוחשית כבר סביב 50 אלף טוקנים של קלט, הרבה לפני הגבול המוצהר. לכן עדיף להעלות את הפרקים הרלוונטיים במקום את הדוח כולו, לבקש שכל ממצא יצוין עם מספר העמוד, ולפצל מסמך ענק לכמה בקשות. הרקע המלא נמצא במדריך חלון ההקשר: מה המודל זוכר ומה הוא שוכח.

כשהתשובה גרועה: לתקן במקום לנסח מחדש

התגובה האינסטינקטיבית לתשובה גרועה היא למחוק הכול ולנסח את הבקשה מאפס. עדיף לשמר את מה שעבד ולתקן את מה שחסר: החלק על התמחור מדויק, השאר אותו כמו שהוא; הפסקה השנייה כללית מדי, החלף אותה בפירוט השלבים; הטון רשמי מדי, הורד רמה אחת. הודעה שמצביעה על מה חסר עובדת טוב בהרבה מהודעה שאומרת שהתשובה אינה טובה.

קיים סייג חשוב לגישה הזאת. מחקר שבחן יותר מ-200 אלף שיחות מדומות מצא שביצועי המודלים בשיחה מרובת תורים נמוכים בממוצע ב-39% לעומת בקשה אחת מלאה, ושחוסר העקביות יותר מכפיל את עצמו. המנגנון: המודל מניח הנחה מוקדמת, נאחז בה, וכשהוא סוטה מהמסלול אינו חוזר אליו.

הכלל המעשי שנגזר מכך: שניים עד שלושה תיקונים ממוקדים, ואם התוצאה עדיין רחוקה, פותחים שיחה חדשה עם פרומפט אחד מלא שכולל את כל מה שלמדתם משלושת הסבבים. זה מרגיש כמו ויתור, ומהיר יותר.

מה אינו עובד, ובמה הכלים נבדלים

נוסחאות קסם. תבניות שמסתובבות ברשת ומבטיחות קפיצת מדרגה נבדקו שוב ושוב, והניסוח לבדו אינו מזיז את הממוצע.

איומים והבטחות תשלום. בדיקה שכללה 198 שאלות ברמת דוקטורט ואלפי הרצות לכל ניסוח מצאה שאיום בפיטורים או הבטחת טיפ של טריליון דולר אינם משפרים את הביצועים בצורה מובהקת. שאלות בודדות אמנם זזות בעשרות אחוזים לשני הכיוונים, ואין דרך לדעת מראש אילו.

נימוס או גסות. ההשפעה זניחה. מחקר אחד אף מצא יתרון קל לניסוח גס, כארבעה אחוזים. הטון בשיחה הוא עניינכם ואינו כלי עבודה.

פרומפטים ארוכים במיוחד. מעל גודל מסוים ההוראות סותרות זו את זו, והמודל בוחר את מה שבולט. פרומפט של אלף מילים עם שלוש הנחיות מרכזיות עובד פחות טוב מפרומפט של מאתיים מילים עם אותן שלוש.

ההיענות להוראות אינה זהה בין הכלים. במבחנים שמודדים עמידה באילוצים ניתנים לספירה, כמו מספר מילים, מבנה קבוע או איסור על מילה מסוימת, קלוד נוטה להחזיק בהגדרות סגנון ופורמט בעקביות גבוהה, ג'מיני חזק בעבודה רב-לשונית ובחומר ארוך, והמודלים של OpenAI מציגים ביצועים מאוזנים. המבחנים האלה מודדים אילוצים שאפשר לספור, ואינם מודדים הבנה של הוראה עמומה. פרומפט שחוזר אצלכם שבוע אחר שבוע ראוי לבדיקה בשני כלים, וההשוואה המפורטת נמצאת באיזה צ'אט מתאים לאיזו משימה וכמה זה עולה.

שאלות ותשובות

עדיף לכתוב את הפרומפט בעברית או באנגלית?

עברית עובדת היטב בכל הכלים המובילים. אנגלית חוסכת בטוקנים ולכן גם בעלות, ובמשימות ידע נדירות היא מדויקת מעט יותר. לשימוש יומיומי ההפרש באיכות זניח.

כמה ארוך צריך להיות פרומפט טוב?

לרוב המשימות העסקיות מאה עד שלוש מאות מילים מספיקות. המדד אינו האורך אלא כמה מהמידע שהמודל אינו יכול לנחש נכלל בפנים.

המודל מתעלם מהוראה אחת מתוך חמש. מה עושים?

מעבירים את ההוראה הזאת לסוף הבקשה, מנסחים אותה כאיסור מפורש ומבקשים בסוף אישור קצר שהיא קוימה. אם היא עדיין נופלת, מפצלים לשני תורים נפרדים.

כדאי לבקש מהמודל לשפר את הפרומפט שלי?

כן, וזו אחת הדרכים היעילות. הדביקו את הפרומפט ובקשו לזהות מה חסר בו ואילו הנחיות סותרות זו את זו. הספקים הגדולים אף שילבו כלי שיפור פרומפט בממשקי הפיתוח שלהם.

האם המודלים החדשים מייתרים את הצורך בניסוח טוב?

הם סלחניים יותר להוראות חסרות ורגישים יותר לפרטים שנמסרו להם. הם עדיין אינם יודעים את המחיר שלכם, את זהות הלקוח או את הטון שהעסק שלכם מדבר בו.

כדאי לשמור פרומפטים שעבדו?

כן. קובץ אחד עם חמישה עד עשרה פרומפטים קבועים למשימות חוזרות חוסך יותר זמן מכל שיפור אחר.

עדכונים

2026 - הדגש בעולם הפרומפטים עבר מטריקים למפרט: מטרה, חוזה פלט, קריטריון איכות ובדיקה. סדרת דוחות מחקר שפורסמה בין 2025 ל-2026 שללה בזה אחר זה את הטריקים הפופולריים, ובהם פרסונות מומחה, איומים, הבטחות תשלום ונימוס. במקביל, המודלים שחושבים לפני שהם עונים הפכו את ההנחיה לחשיבה שלב אחר שלב לפחות נחוצה, וספקים הוסיפו לממשקי הפיתוח כלי שמנסח פרומפט מחדש תוך פחות מדקה. השימוש עצמו ממשיך להתרחב, וChatGPT חצתה מיליארד משתמשים חודשיים, כשהמתחרות צומחות מהר יותר ממנה.