הנדסת פרומפטים: 10 טכניקות שמשנות את התשובות שתקבלו

בואו נטוס גבוה. אתם כותבים למודל שפה — כלומר תוכנה שמקבלת טקסט ומחזירה טקסט, כמו ChatGPT, Claude או Gemini — ומקבלים תשובה בינונית, מעורפלת, או סתם לא מה שרציתם. ואז אתם מאשימים את המודל. טעות. ברוב המקרים הבעיה היא לא המודל, אלא הניסוח. הניסוח הזה — הטקסט שאתם מקלידים למודל — נקרא פרומפט (Prompt), וההוראה עצמה היא הבקשה שאתם נותנים. הנדסת פרומפטים (Prompt Engineering) היא המיומנות של ניסוח הפרומפט כך שהמודל ייתן בדיוק את מה שאתם צריכים — וזו אחת המיומנויות השוות ביותר היום בעולם ה-AI (בינה מלאכותית).

נתחיל מהאינטואיציה, לפני שום טכניקה. מודל שפה הוא לא מנוע חיפוש שמושך תשובות מוכנות ממאגר. הוא מנגנון שמנחש את המילה הבאה הסבירה ביותר, שוב ושוב, על בסיס כל מה שכתבתם עד אותו רגע. דמיינו השלמה אוטומטית חכמה מאוד: אתם נותנים התחלה, והוא בונה את ההמשך מילה-מילה. ככל שההקשר שאתם נותנים עשיר ומדויק יותר, כך מרחב הניחושים של המודל מצטמצם אל התשובה שאתם רוצים. "מרחב ניחושים" זה פשוט אוסף כל התשובות הסבירות שהמודל יכול לתת לפרומפט שלכם. פרומפט עמום = מרחב ניחושים ענק = תשובה גנרית (כללית, מתאימה לכולם ולכן לא ממש לכם). פרומפט חד = מרחב צר = תשובה מדויקת. כל עשר הטכניקות למטה הן בעצם דרכים שונות לצמצם את מרחב הניחושים.

1. תן תפקיד (Role / Persona). "Persona" זו דמות שאתם מבקשים מהמודל לגלם. במקום "תכתוב לי על תזונה", כתבו "אתה דיאטן קליני עם 15 שנות ניסיון". למה זה עובד? המודל אומן — כלומר למד דפוסים — על מיליארדי טקסטים, וטקסטים שנכתבו על ידי מומחים נראים אחרת מטקסטים של חובבנים. כשאתם נותנים תפקיד, אתם מכוונים את המודל לשלוף את הסגנון, העומק ואוצר-המילים של אותו תחום.

2. תן הקשר (Context). הקשר הוא כל המידע על המצב שלכם שהמודל לא יכול לדעת לבד. המודל לא יודע עליכם כלום מעבר למה שכתבתם בפרומפט. "תכתוב פוסט" מול "תכתוב פוסט לאינסטגרם, קהל יעד מתחילים בני 25–35, טון קליל". ההקשר הוא מה שמבדיל בין תשובה שמתאימה לכם לתשובה שמתאימה לכל אחד.

3. הגדר פורמט פלט (Output Format). "פלט" זה מה שהמודל מחזיר; "פורמט" זו הצורה שלו — פסקה, טבלה, או JSON (פורמט טקסט מסודר שמחשבים קוראים בקלות). המודל לא יודע איזו צורה אתם רוצים, אז אמרו לו: "החזר טבלה עם שלוש עמודות: שם, יתרון, חיסרון". בלי זה תקבלו מה שהמודל מנחש שנוח, ולא מה שנוח לכם.

4. תן דוגמאות (Few-Shot). המונח "Few-Shot" (כמה-יריות) אומר: לתת למודל כמה דוגמאות פתורות לפני המשימה האמיתית. למה? כי דוגמה שווה אלף הסברים. אם תראו למודל שני זוגות של "קלט→פלט" בסגנון שאתם רוצים, הוא יחקה את התבנית בדיוק מרשים. ההפך נקרא "Zero-Shot" (אפס-יריות) — לבקש בלי שום דוגמה.

5. בקש חשיבה צעד-אחר-צעד (Chain of Thought). "Chain of Thought" — שרשרת מחשבה — זו ההוראה למודל לפרק את הבעיה לשלבים ולכתוב אותם, לפני שהוא נותן תשובה סופית. למה זה קריטי? כי כשמודל "ממהר" לתשובה סופית בשאלה מורכבת, הוא טועה יותר. כשהוא רושם את שלבי החשיבה, כל שלב שכתב הופך לחלק מההקשר שמכוון את השלב הבא, וזה מדויק יותר. בקשו ממנו "חשוב שלב-אחר-שלב לפני שתענה", ותראו איך הדיוק קופץ במשימות לוגיות ומתמטיות.

6. פרק משימות גדולות (Decomposition). "Decomposition" זה פירוק לחלקים. במקום לבקש "בנה לי אפליקציה שלמה" בפרומפט אחד, בקשו קודם תכנון, אחר כך מבנה קבצים, אחר כך קוד לכל קובץ. למה? כי ככל שמשימה אחת גדולה ועמוסה יותר, כך גדל הסיכוי שהמודל "ישכח" חלק, יסתבך, או יערבב. משימות קטנות = פחות מקום לטעות.

7. הגדר אילוצים (Constraints). אילוץ הוא כלל שמגביל את התשובה: "כתוב בעד 50 מילים", "אל תשתמש במונחים טכניים", "בלי מבוא". אילוץ הוא גדר. בלי גדרות המודל ישוטט; עם גדרות הוא נשאר בדיוק במגרש שלכם.

8. בקש ממנו לשאול אתכם (Clarifying Questions). "Clarifying Questions" זה שאלות הבהרה. הוסיפו לפרומפט: "אם חסר לך מידע — שאל אותי לפני שתתחיל". זה אחד הטריקים הכי חזקים ומוזנחים. במקום שהמודל ימציא הנחות שגויות, הוא יעצור ויברר. כך אתם מונעים תשובה שלמה שבנויה על בסיס לא נכון.

9. תן לו לבקר את עצמו ולתקן (Self-Critique). "Self-Critique" זה ביקורת עצמית. אחרי שקיבלתם תשובה, בקשו: "עכשיו בקר את התשובה שלך, מצא 3 חולשות ותקן". המודל מסוגל לבדוק את עצמו, וסבב שני כמעט תמיד טוב מהראשון. למה? כי בסבב הראשון הוא ייצר תוכן; בסבב השני הוא במצב ביקורת, וזו משימה שונה שחושפת פערים שלא נראו קודם.

10. הצמד דוגמה שלילית (Negative Example). "Negative Example" זו דוגמה למה שלא רוצים. לפעמים הכי קל להראות את זה: "אל תכתוב כמו זה: [דוגמה גרועה]". זה מצמצם את מרחב הניחושים מהכיוון ההפוך — מסמן בדיוק את הבור שאסור ליפול אליו.

עכשיו השורה התחתונה שמחברת הכל. שלוש הטכניקות הראשונות — תפקיד, הקשר, פורמט — הן השלד של כמעט כל פרומפט טוב. אם תזכרו רק דבר אחד: כל מה שעובר לכם בראש כשאתם חושבים על המשימה — תכתבו אותו במפורש. המודל לא קורא מחשבות, הוא קורא מילים.

בואו נראה בדיוק איך זה נראה כשמרכיבים כמה טכניקות יחד — פרומפט עלוב מול פרומפט שמרכיב תפקיד + הקשר + דוגמה + פורמט + אילוץ:

אתה קופירייטר עם ניסיון בשיווק קורסים דיגיטליים. כתוב פוסט לאינסטגרם על קורס "AI למתחילים" שאני מעביר. קהל יעד: עצמאים בני 30–45 בלי רקע טכני. טון: חם, מעודד, גוף ראשון. אורך: עד 60 מילים + 3 אימוג'ים רלוונטיים + קריאה לפעולה בסוף. אל תשתמש בקלישאות כמו "שנה את חייך" או "הזדמנות שלא חוזרת". אם חסר לך מידע על הקורס — שאל אותי לפני שתתחיל.

טיפ אחרון מהשטח: אל תנסו להגיע לפרומפט המושלם בניסיון אחד. הנדסת פרומפטים היא לולאה — כתבו, ראו מה חזר, זהו את הפער, חדדו. כל סבב מלמד אתכם איך המודל "חושב", ותוך כמה ניסיונות תפתחו אינטואיציה ששווה זהב. תתחילו עכשיו, בכלי שיש לכם פתוח. בואו נטוס גבוה.