המילון שחובה
להכיר.

תוכנה שמסוגלת לקבל החלטות ולבצע פעולות בלי פיקוח אנושי רציף. בשונה מ-LLM רגיל שרק "עונה" על שאלות, סוכן פועל בעולם — כותב קבצים, שולח מיילים, מריץ API calls.

המנוע הבסיסי מאחורי כל סוכן — מודל שאומן על מיליארדי טקסטים ויודע לייצר שפה טבעית, להבין הקשר, ולקבל החלטות. דוגמאות: Claude, GPT-4, Gemini, Llama.

הטקסט שאתם נותנים ל-LLM כקלט. ב-agents זה לא שאלה חד-פעמית — זו הגדרת התפקיד, הכללים, והמטרות של הסוכן. prompt טוב = סוכן מדויק. prompt מעורפל = סוכן שנכשל.

ה-prompt הקבוע שמגדיר את זהות הסוכן ואת כל הכללים. מוזרק אוטומטית לכל שיחה. בסוכנים של חברות — זה "מדריך העבודה" של הסוכן שהוא אף פעם לא שוכח.

כמות הטקסט שהסוכן יכול "לראות" בו-זמנית. נמדד ב-tokens. Claude 4.7 יכול להחזיק ~200K tokens = כ-150K מילים. כשמגיעים לגבול — הזיכרון נחתך.

יחידת המידה של LLMs. כל מילה ≈ 0.75 tokens באנגלית, ובעברית טיפה יותר. החיוב הוא לפי tokens — גם על הקלט וגם על הפלט. prompt ארוך = עלות גבוהה.

מכיוון ש-LLMs "שוכחים" בין שיחות, אנחנו שומרים מידע קבוע בקבצים שהסוכן טוען בתחילת כל שיחה. זו הדרך להפוך סוכן חד-פעמי לסוכן שמכיר אתכם.

חבילת ידע ממוקדת שהסוכן יכול לטעון לפי הצורך — הוראות, דוגמאות, ולפעמים קוד. כמו "אפליקציה" שהסוכן פותח כשהוא צריך לבצע משימה ספציפית. חוסך context ומשפר דיוק.

התנהגות של מערכת שפועלת באופן עצמאי ומקבלת החלטות. בניגוד לצ'אטבוט פאסיבי שרק עונה, מערכת agentic יוזמת פעולות, מתכננת צעדים, ומגיבה לשינויים.

סוכן שפועל ללא התערבות אנושית לאורך זמן. מקבל מטרה, מתכנן דרך, מבצע, ומתקן שגיאות — הכל בעצמו.

מספר סוכנים שעובדים יחד, כל אחד עם תפקיד ייעודי. סוכן אחד חוקר, אחד כותב, אחד בודק — כמו צוות.

הדפוס הבסיסי של סוכן: חשוב (Think) מה לעשות, בצע (Act) פעולה, צפה (Observe) בתוצאה, וחזור. כל סיבוב מקרב למטרה.

טכניקה שבה המודל מסביר את שלבי החשיבה שלו לפני התשובה. משפרת דיוק משמעותית, במיוחד בבעיות לוגיות ומתמטיות.

Zero-Shot = המודל מבצע משימה בלי לראות דוגמה. Few-Shot = נותנים 2-5 דוגמאות בתוך ה-prompt כדי שיבין את הפורמט.

היכולת של LLM ללמוד ממה שנמצא ב-prompt עצמו — בלי אימון מחדש. כל מה שכותבים ב-prompt הוא הקשר שהמודל לומד ממנו.

כשהמודל ממציא עובדות שלא קיימות, בביטחון מלא. לא שקר מכוון — המודל לא יודע שהוא ממציא.

פרמטר שקובע את רמת האקראיות בתשובות. 0 = דטרמיניסטי (אותה תשובה תמיד). 1 = יצירתי ומגוון. 2 = כאוטי.

כללים קשיחים שמגבילים את התנהגות הסוכן. מונעים ממנו לעשות דברים מסוכנים גם אם ביקשו ממנו.

טכניקה שבה לפני שהסוכן עונה, הוא שולף מידע רלוונטי ממסד נתונים ומזריק אותו ל-prompt. ככה הוא מקבל "זיכרון חיצוני" ללא הגבלת context, ומצטט מקורות אמיתיים.

ייצוג מתמטי של טקסט כמערך מספרים. טקסטים דומים משמעותית = וקטורים קרובים. הבסיס לחיפוש סמנטי וכל מערכת RAG. מייצרים עם מודלי embeddings ייעודיים.

מסד נתונים מיוחד לאחסון וחיפוש של embeddings. במקום SELECT WHERE — מוצאים את ה-K הוקטורים הקרובים ביותר במילישניות. לדוגמה: Pinecone, Weaviate, Qdrant, pgvector.

מערכת שמעבירה נתונים אוטומטית ממקור ליעד — בדרך כלל מ-APIs חיצוניים (Facebook, CRM, Analytics) למסד נתונים מרכזי. רצה ברציפות, מטפלת בשגיאות, שומרת היסטוריה.

מסד נתונים מרכזי שמאחד מידע ממקורות שונים. שם הסוכנים שואלים שאלות SQL חכמות. לא מיועד לכתיבה מהירה — מיועד לקריאה אנליטית. דוגמאות: BigQuery, Snowflake, ClickHouse.

השפה הטכנית שבה תוכנות מדברות ביניהן. כל שירות רציני חושף API שמאפשר לסוכנים לבצע פעולות — שליחת מייל, יצירת חשבונית, פרסום פוסט. כלל זהב: בחרו כלים לפי איכות ה-API שלהם.

הגבלה על כמה קריאות API אפשר לעשות בפרק זמן. לדוגמה: "100 קריאות לדקה". חשוב לתכנן סביבה — סוכן שמתעלם מ-rate limits ייחסם או יעלה הון.

פירוק מסמכים ארוכים לחתיכות קטנות לצורך RAG. גודל ה-chunk קריטי — גדול מדי מדלל, קטן מדי מאבד הקשר.

חיפוש לפי משמעות ולא לפי מילות מפתח. השאילתה הכלב ישן תמצא גם גור מנמנם כי המשמעות דומה.

אימון נוסף של מודל קיים על דאטה ייעודי שלך. יקר ומורכב, אבל מייצר מודל שמתמחה בדומיין שלך.

אוסף מסמכים מאורגן שהסוכן מתייעץ בו. יכול להיות ויקי, מסמכי Google, או מסד וקטורי.

תהליך העברת נתונים: שליפה (Extract), עיבוד (Transform), טעינה (Load). ELT הופך את הסדר — קודם טוענים, אז מעבדים.

הגדרה מדויקת של מבנה הנתונים — אילו שדות, אילו טיפוסים, מה חובה. סכמה טובה מונעת באגים.

JSON = פורמט סטנדרטי לתיעוד נתונים מובנים. JSONL = שורה אחת של JSON לכל רשומה, נפוץ באימון מודלים.

מידע על המידע. לא התוכן עצמו, אלא מתי נוצר, מי יצר, באיזה פורמט, כמה גדול.

מאגר ענק שמאחסן נתונים גולמיים ללא מבנה קבוע. קודם שומרים הכל, אחר כך שואלים שאלות.

Structured = טבלאות, SQL, שדות מוגדרים. Unstructured = טקסט חופשי, תמונות, אודיו. רוב הנתונים בעולם הם unstructured.

URL מיוחד שמקבל בקשת HTTP כדי להפעיל משהו בזמן אמת. במקום לבדוק כל דקה "קרה משהו?" — האפליקציה שולחת push ברגע שהאירוע מתרחש. הבסיס של אוטומציה מודרנית.

מערכת תזמון קלאסית — הרצת משימה בזמנים קבועים. "כל יום ב-9:00", "כל 15 דקות", "כל יום ראשון". השם מגיע מ-Unix ("cron" = מלשון Chronos, זמן).

סביבת הרצה מבודדת שבה הסוכן יכול לעשות הכל בלי לסכן את המערכת האמיתית. אם הסוכן מוחק קבצים או עושה טעות — זה רק ב-sandbox. נמחק בסוף כל הרצה.

יחידת הרצה קטנה, מבודדת, וסטנדרטית. כמו VM אבל קלה ומהירה יותר. Docker הוא המימוש הפופולרי. סוכני ענן כמו Routines רצים בתוך containers שנוצרים ונעלמים בשנייה.

תכונה של מערכת שלא שומרת זיכרון בין הרצות. כל הרצה מתחילה מאפס. זה טוב — אין זיהום, אין state corruption. זה רע — הסוכן לא זוכר מה עשה אתמול. פתרון: לשמור state חיצונית (Notion, DB).

פרוטוקול פתוח של Anthropic לחיבור LLMs לכלים חיצוניים. "USB-C לבינה מלאכותית" — כל כלי שתומך ב-MCP ידבר עם כל סוכן. הופך מאקוסיסטם סגור לפתוח.

ממשק טקסטואלי להרצת פקודות במחשב. Claude Code רץ בתוך terminal — זה מה שמעניק לו גישה ישירה לקבצים, קוד, ופקודות מערכת, בניגוד לצ'אט רגיל בדפדפן.

סגנון ה-API הנפוץ ביותר. HTTP request עם URL + method (GET/POST/PUT/DELETE) ותשובה ב-JSON. כמעט כל שירות ווב חושף REST API.

חלופה ל-REST שבה הלקוח מגדיר בדיוק אילו שדות הוא רוצה. בקשה אחת במקום עשר.

פרוטוקול שמאפשר לאפליקציה לגשת לחשבון שלך בשירות אחר — בלי שתחשוף סיסמה. תן הרשאה, קבל token.

לבדוק שוב ושוב האם משהו השתנה. ההיפך מ-webhook — במקום לקבל התראה, אתה שואל כל X שניות.

קבלת תשובה טוקן-אחר-טוקן בזמן אמת, במקום לחכות לתשובה שלמה. משפר חווית משתמש משמעותית.

הרצת קוד בלי לנהל שרת. אתה כותב function, הענן מריץ. משלם רק על זמן ריצה בפועל.

הרצת קוד קרוב פיזית למשתמש, לא בשרת מרכזי. מפחית latency ומשפר מהירות.

שרת וירטואלי שאתה שוכר ומנהל לבד. יותר שליטה מ-serverless, יותר עבודה. מתאים ל-self-hosted.

מפזר תעבורה בין מספר שרתים כדי שאף אחד לא יתמוטט. אם שרת אחד נופל — מפנה לאחרים.

Content Delivery Network. רשת שרתים שמפזרת עותקים של התוכן שלך בעולם. מהירות + אמינות.

סיסמה ארוכה וייחודית שמזהה אתכם מול שירות. שמרו עליה כמו על סיסמת הבנק — גישה ל-API key = גישה לחשבון שלכם, כולל חיובים. לעולם אל תכניסו ל-repo פומבי.

מתקפה שבה תוקף מכניס הוראה זדונית לתוך תוכן שהסוכן קורא — בפוסט, במייל, בקובץ. הסוכן מתבלבל ומבצע את ההוראה החדשה. סכנה אמיתית לכל agent עם גישה ל-secrets.

טכניקת אבטחה שבה הסוכן לא רואה את ה-secret האמיתי — רק placeholder. Proxy חיצוני מחליף אותו ברגע שליחת הבקשה, ורק אם היעד מאושר. מונע דליפת keys ב-prompt injection.

שכבת ביניים בין הסוכן לאינטרנט. בודקת, מסננת, ואוכפת מדיניות: איזה domains מותרים, איזה secrets משולבים, איזה תוכן חוסמים. ללא proxy — הסוכן הוא גרנדה פתוחה.

מתקפה שבה חבילת קוד פופולרית (npm/pip) נפרצת ומפיצה נוזקה לכל מי שמתקין אותה. רלוונטי לסוכנים שמתקינים dependencies אוטומטית. פתרון: סריקת CVE לפני התקנה.

נקודת עצירה שבה הסוכן עוצר ומבקש אישור מאדם לפני פעולה רגישה. הכרחי לפעולות high-stakes: תשלומים, מחיקות, שליחה לציבור. השילוב של אוטונומיה + בקרה.

ניסיון לגרום למודל לעקוף את מגבלות הבטיחות שלו דרך prompts מתוחכמים. שונה מ-prompt injection — כאן התוקף הוא המשתמש עצמו.

בדיקה אקטיבית של חולשות אבטחה. צוות שמנסה לפרוץ את המערכת שלך — כדי למצוא בעיות לפני שתוקפים אמיתיים ימצאו.

כשמידע רגיש דולף דרך המודל. יכול לקרות אם המודל אומן על מידע פרטי, או אם ה-prompt מכיל נתונים שלא צריך.

Personally Identifiable Information. כל מידע שיכול לזהות אדם: שם, ת.ז., טלפון, כתובת, מייל.

הצפנת נתונים כשהם מאוחסנים בדיסק — לא רק בזמן שליחה. אם מישהו גונב את הדיסק, הנתונים חסרי ערך.

גישת אבטחה שלא סומכת על אף אחד — גם לא על תעבורה פנימית. כל בקשה חייבת להוכיח את עצמה.

תיעוד של כל פעולה שבוצעה במערכת — מי, מתי, מה, ואיך. חיוני לדיבאג, אבטחה, ו-compliance.

Principle of Least Privilege. תן לסוכן רק את ההרשאות שהוא באמת צריך. לא יותר. לא ליתר ביטחון.

כלי שמריץ את Claude בתוך ה-terminal שלכם, עם גישה מלאה לקבצים, קוד, ומערכת ההפעלה. בשונה מהצ'אט בדפדפן — זה סוכן שיושב לידכם ועובד על המחשב שלכם.

סביבה שמאפשרת להריץ JavaScript מחוץ לדפדפן — בשרת, בטרמינל, כל מקום. דרישת הסף להתקנת Claude Code. מתקינים פעם אחת מ-nodejs.org.

מנהל החבילות של Node.js. הפקודה שמתקינה Claude Code: npm install -g @anthropic-ai/claude-code. ה-g אומר "התקן גלובלית" — זמין מכל מקום בטרמינל.

פיצ'ר חדש ב-Claude Code: סוכנים ארוזים שרצים בענן של Anthropic — לא במחשב שלכם. מופעלים ב-cron, webhook, או event מ-GitHub. עובדים כש-laptop סגור.

מצב עבודה ב-Claude שבו הסוכן רואה את הקבצים והפרויקט שלכם כשותף שיחה. בשונה מ-chat רגיל — הקונטקסט נשמר, הסוכן זוכר את מה שעשיתם אתמול, ויכול לחזור לאותו פרויקט.

מצב שבו הסוכן מבצע הכל בלי לבקש אישור — מפעיל עד 5 סוכנים במקביל, מודיע רק כשצריך החלטה קריטית. עוצמתי אבל מסוכן — בלי human-in-the-loop.

חיבור מוכן מראש בין Claude לשירות חיצוני — Gmail, Slack, Notion, GitHub. במקום לכתוב קוד API, פשוט מאשרים חיבור ב-OAuth והסוכן יכול להשתמש.

נקודות בקוד של Claude Code שבהן אפשר "להתחבר" ולהריץ פעולה — לפני/אחרי כל prompt, לפני commit, אחרי שגיאה. כלי מתקדם לאוטומציה של workflow.

קובץ markdown בשורש הפרויקט ש-Claude Code טוען אוטומטית בכל פתיחה. כאן מתארים את הפרויקט, המבנה, הסכמות קוד, והוראות מיוחדות. ההבדל בין סוכן שמבין לבין סוכן שמנחש.

יכולת ליצור תוצרים ויזואליים ישירות בצ'אט — קוד, גרפים, מסמכים, אפליקציות. התוצר מוצג בחלון נפרד וניתן לעריכה.

סביבות עבודה מאורגנות עם קונטקסט קבוע. מסמכים, הנחיות, והיסטוריה נשמרים — ולא צריך להסביר מחדש בכל שיחה.

יכולת הסוכן להקליק, להקליד, ולראות את המסך — כמו משתמש אנושי. מאפשר אוטומציה של ממשקים גרפיים.

מצב שבו המודל מקדיש זמן חשיבה ארוך יותר לפני שעונה. משפר דיוק בבעיות מורכבות. נקרא גם thinking mode.

רמת מאמץ חישובי מקסימלית. המודל משקיע יותר טוקנים, יותר חשיבה, יותר זמן — תמורת תשובה מדויקת יותר.

שמירה במטמון של חלקי prompt חוזרים כדי לחסוך בעלויות ובזמן. ה-cache נשמר 5 דקות ב-Anthropic.

מסמך רשמי שמתאר את יכולות ומגבלות המודל. Anthropic מפרסמים system card לכל גרסת Claude.

גישת Anthropic לבטיחות AI. במקום שבני אדם יסמנו כל תשובה טובה/רעה, המודל מאמן את עצמו לפי עקרונות כתובים — חוקה.

שלוש רמות של Claude. Haiku = מהיר וזול. Sonnet = איזון מיטבי. Opus = החזק ביותר. הבחירה תלויה במשימה ותקציב.

עריכת חלון ההקשר תוך כדי שיחה. אפשר למחוק הודעות, לשנות קלטים, ולבנות מחדש את ההיסטוריה.

מגבלה על מספר הכלים שהסוכן יכול להפעיל בהרצה אחת. מונע לולאות אינסופיות ושליטה בעלויות.

רצף של שלבים אוטומטיים שפועלים כתוצאה מאירוע. Trigger → Actions → Output. לב ליבם של כלים כמו n8n, Zapier, Make, וגם Routines. השאלה לא "אם" לבנות workflows — אלא "איזה".

מערכת שבאותו קלט → אותה תוצאה, 100%. n8n, Zapier, Python scripts — דטרמיניסטיים. מצוין לכללי IF/ELSE ברורים. מתאים לפעולות high-stakes שצריכות להיות זהות בכל פעם.

מערכת שבאותו קלט → תוצאות שונות בכל פעם. LLMs ו-agents הם הסתברותיים. טוב לשיקול דעת, כתיבה, הבנת טקסט. רע לפעולות שחייבות להיות זהות.

האירוע שמתחיל workflow. שלוש משפחות עיקריות: Schedule (cron), External Event (webhook), ו-Internal Event (שינוי בקובץ, PR חדש).

היכולת של LLM לבחור ולקרוא לפונקציות חיצוניות — API, חישוב, חיפוש. הסוכן מחליט: "עכשיו אני צריך לבדוק מזג אוויר" → קורא לכלי → משלב את התשובה בתהליך.

תיאום של מספר סוכנים שעובדים יחד — סוכן מנהל שמפרק משימה לתתי-משימות, מחלק לסוכנים מתמחים, ומרכיב את התוצאה. המודל של העתיד — "צי של סוכנים" במקום סוכן אחד.

המנגנון שבו הסוכן רואה את התוצאות של פעולותיו ומתקן עצמו. בלי feedback loop — סוכן עובד בעיוורון. עם — הוא משתפר עם הזמן. הבסיס להבדל בין automation לבין intelligence.

מודל תוכן שבו היוצר לא מופיע בסרטונים — קול AI, תמונות סטוק/AI, מוזיקה, והכול מיוצר באוטומציה. פופולרי ביוטיוב בנישות Evergreen. pipeline שלם יכול לרוץ עם סוכני Claude Code.

מודל שמגדיר מצבים ומעברים ביניהם. ליד יכול להיות: new, contacted, qualified, converted. כל מעבר מוגדר בחוקים ברורים.

רשימת משימות שמחכות לעיבוד. FIFO = ראשון נכנס, ראשון יוצא. Priority Queue = לפי חשיבות.

תכונה: הרצה חוזרת של אותה פעולה נותנת אותה תוצאה. קריטי ל-retry logic — אם הפעולה רצה פעמיים, לא נוצרת כפילות.

כשפעולה נכשלת — לנסות שוב. עם exponential backoff: חכה 1 שנייה, 2, 4, 8. לא לדפוק בשירות שנפל.

מנגנון שעוצר קריאות לשירות שנכשל שוב ושוב. מונע cascading failure — כשל אחד לא מפיל את כל המערכת.

חתימה קריפטוגרפית שמוודאת שה-webhook אמיתי ולא מזויף. בלי חתימה — כל אחד יכול לשלוח POST מזויף.

ארכיטקטורה שבה רכיבים מגיבים לאירועים, לא קוראים זה לזה ישירות. loosely coupled, קל להרחיב.

סדרה של שלבים שרצים ברצף. ה-output של שלב אחד הופך ל-input של הבא. כל שלב עושה דבר אחד.

תור מיוחד שאוסף הודעות שנכשלו ולא ניתן לעבד. במקום למחוק — שומרים לבדיקה ידנית.

שלושת עמודי הניראות: לוגים (מה קרה), מטריקות (כמה), traces (מסלול). בלי ניראות — debugging הוא ניחוש.

הרצת כמה prompts ברצף — תוצאת הראשון מוזנת לשני, ותוצאת השני לשלישי. מפרק משימה גדולה לחלקים.

הרצת כמה משימות בו-זמנית במקום ברצף. חוסך זמן כשמשימות לא תלויות זו בזו.

שליחת משימה לטיפול שונה לפי תנאי. if ליד VIP — סוכן פרימיום. else — סוכן רגיל.

כשסוכן אחד מעביר משימה לסוכן אחר — עם כל ההקשר. כמו העברת שיחה בין נציגים.

ערוץ תוכן (YouTube, TikTok) שלא חושף את זהות היוצר. נוצר לחלוטין עם AI — קריינות, ויזואלים, עריכה.

תוכן שנשאר רלוונטי לאורך שנים. לא תלוי בתאריכים, אירועים, או טרנדים. ההיפך מחדשות.

תהליך זיהוי קהל ממוקד עם צורך ספציפי, תחרות נמוכה, ופוטנציאל הכנסה. הבסיס לכל ערוץ תוכן מוצלח.

אחוז האנשים שלחצו על הסרטון מתוך אלה שראו את התמונה הממוזערת. מעל 5% = טוב. מעל 10% = מצוין.

כמה זמן הצופה נשאר בסרטון. המטריקה החשובה ביותר ב-YouTube. retention של 50% אחרי דקה = טוב.

כמה יחידות תוכן יוצאות ביחידת זמן. סרטון ביום, 3 פוסטים בשבוע, ניוזלטר חודשי.

יצירת עותק דיגיטלי של קול אנושי. ElevenLabs, Play.ht ודומיהם. מאפשר קריינות בקנה מידה.

טכנולוגיה שממירה טקסט כתוב לדיבור טבעי. ElevenLabs V3 מייצר עברית טבעית ברמה גבוהה.

צילומי רקע שמלווים את הקריינות. מוסיפים עניין ויזואלי ומונעים שעמום. מקורות: stock footage או AI.

קליפים מוכנים מראש שאפשר להשתמש בהם בחינם או בתשלום. Pexels, Pixabay, Storyblocks.

הפיכת תוכן להכנסות. AdSense (פרסומות), affiliates (שותפויות), sponsorships, מוצרים דיגיטליים.

תהליך אוטומטי שלם ליצירת תוכן: מחקר, כתיבה, עריכה, עיצוב, פרסום. כל שלב מוגדר ומדיד.

יצירת תמונות ממוזערות שמושכות לחיצה. הגורם המשמעותי ביותר ל-CTR אחרי הכותרת.

שליחת מייל ראשון למישהו שלא מכיר אותך. אמנות בפני עצמה — subject line קצר, value prop ברור, CTA אחד.

אתה יוזם את הפנייה ללקוח. ההיפך מ-inbound. דורש מחקר, פרסונליזציה, ותזמון.

הלקוח פונה אליך — דרך חיפוש Google, תוכן, או המלצה. יקר לבנות, זול לתחזק, ואיכות גבוהה.

הוספת מידע חסר על ליד. מאימייל בלבד — למצוא שם, חברה, תפקיד, גודל חברה, LinkedIn, טלפון.

סדרת ניסיונות לקבלת מידע — אם מקור ראשון לא מצליח, מנסים שני, שלישי. כל מקור ממלא את מה שחסר.

תיאור מדויק של הלקוח הכי טוב שלך. תעשייה, גודל, תקציב, כאב, ומה עושה אותו מושלם עבורך.

אחוז האנשים שביצעו פעולה רצויה מתוך כלל המבקרים. 2% conversion rate = מ-100 מבקרים, 2 קנו.

מסע הלקוח מהחשיפה הראשונה ועד לרכישה. כל שלב מצמצם — 1000 רואים, 100 לוחצים, 10 נרשמים, 2 קונים.

חיבור מערכת ניהול לקוחות (CRM) לכלים אחרים. כשליד נכנס — הוא אוטומטית ב-CRM עם כל הנתונים.

בדיקת שתי גרסאות (A ו-B) כדי לראות מי עובדת יותר טוב. חצי מהקהל רואה A, חצי B. הנתונים מחליטים.