מכלי לסוכן: מפת המונחים של עבודה עם בינה מלאכותית
נכתב בשיתוף עם Claude
פתיחה: אותם רעיונות, שמות שונים
מאחורי שפע המונחים בתחום הבינה המלאכותית עומדים רעיונות יסוד מעטים. כל שלב בדרך מכלי בסיסי לסוכן מוסיף רכיב אחד לשלב שקדם לו. מי שמבין את הרכיבים יכול לזהות אותם בכל כלי, גם כאשר שמם משתנה.
הבלבול מובן. ספקים שונים מכנים את אותו רעיון בשמות שונים: סביבת העבודה נקראת ב-Claude וב-ChatGPT Project, וב-Gemini היא נקראת Notebook. גם ההפך קורה: אותה מילה משמשת לתיאור דברים שונים. “Agent” מתאר אצל ספק אחד עוזר מוגדר מראש, ואצל אחר כלי הפועל באופן עצמאי לאורך זמן.
המאמר בנוי כנדבכים הנבנים זה על גבי זה לכדי מסד סדור ומוגדר:
בסוף המאמר מופיע נספח ובו מילון מונחים, המרכז את שמות הרכיבים בארבעת הכלים המרכזיים.
העיקרון שמלווה את המאמר: הרכיבים יציבים, והמיכלים מתחלפים. הוראות, קבצי ידע, פעולות ועצמאות קיימים בכל הכלים. השמות והאריזות שבהם הם מוצגים משתנים במהירות. מי שמכיר את הרכיבים יוכל להבין גם מונחים שעוד לא נטבעו.
הכלי והשיחה
בבסיס כל הכלים, Claude, ChatGPT ו- Gemini, עומד מודל שפה (LLM): מערכת שלמדה מכמות עצומה של טקסט ויודעת לנסח, להסביר, לסכם ולנמק. הכלי הוא הממשק שדרכו משוחחים עם המודל.
שלושה מושגים בסיסיים קשורים:
הנחיה (prompt): מה שכותבים למודל. איכות התשובה תלויה מאוד בבהירות ההנחיה, בהקשר שהיא נותנת ובדוגמאות שבה.
שיחה (chat): רצף של הנחיות ותשובות. בכל תשובה המודל רואה את כל מה שנאמר עד אותו רגע. שיחה חדשה מתחילה מאפס, אלא אם הכלי שומר זיכרון בין שיחות.
חלון ההקשר (context window): כמות הטקסט שהמודל יכול להחזיק לנגד עיניו בבת אחת. החלון כולל את כל השיחה: הנחיות, תשובות ומסמכים מצורפים. כשהוא מתמלא, חלקים מוקדמים עלולים להישמט.
מה הכלי לא יודע: מודל שפה לבדו לא מכיר את האדם, את הארגון, את הנהלים, את הלקוחות או את ההיסטוריה של הפרויקט. הידע הכללי שלו רחב, אבל הידע הייעודי שלו מגיע רק ממה שמחברים אליו.
בכלי שהארגון התקין וחיבר למערכות שלו, כמו Microsoft 365 Copilot, חיבור זה כבר קיים: הכלי ניגש לדואר, לקבצים ולשיחות של הארגון, לפי ההרשאות של כל עובד. במונחי המאמר, אלה כלים שבהם חלק מהשלבים הבאים הורכבו מראש.
גם במקרים אלו, הכלי יודע רק את מה שנגיש דרך המערכות. הוא לא יודע מה שנמצא רק בראש של בעלי התפקידים, ולא תמיד יודע איזה מסמך מחייב. הפער הזה מהווה את נקודת המוצא של השלבים הבאים.
הפרק הבא עוסק בדרכים לשמירת הקשר בין שיחות, כך שהכלי לא יתחיל כל שיחה מאפס.
הקשר שנשאר
הבעיה: בשיחה רגילה, כל שיחה חדשה מתחילה מאפס. הכלי לא יודע מי אתה, במה אתה עוסק ואיך אתה אוהב לעבוד, ובכל פעם צריך להסביר הכל מחדש.
כל הכלים המרכזיים מציעים שלוש דרכים לשמור הקשר בין שיחות. כל דרך שומרת משהו אחר:
הוראות קבועות
הוראות קבועות הן הנחיות כלליות שחלות על כל השיחות: מי אתה, באיזה טון לענות, באיזה פורמט ובאיזו שפה. הן דומות לתדריך שנותנים לעובד חדש פעם אחת, ולא לפני כל משימה.
בכלים השונים: ב-ChatGPT וב-Microsoft 365 Copilot זה נקרא Custom instructions. ב-Claude אלה העדפות אישיות (Preferences) שמוגדרות בהגדרות. ב-Gemini אפשר לשמור הוראות ומידע אישי שהכלי ייקח בחשבון.
זיכרון
זיכרון הוא מה שהכלי לומד עלייך משיחות קודמות: העדפות, נושאים שאת עוסקת בהם ופרטים שסיפרת. בניגוד להוראות קבועות, את לא כותבת אותו בעצמך. הוא נבנה עם הזמן, כמו היכרות אישית. בדרך כלל אפשר לראות מה נשמר, לתקן ולמחוק.
בכלים השונים: בכל ארבעת הכלים היכולת נקראת Memory, והיא ניתנת להפעלה ולכיבוי בהגדרות.
סביבת עבודה
סביבת עבודה היא מקום קבוע המרכז את כל השיחות בנושא אחד, למשל לקוח, פרויקט או תחום ידע. מגדירים בה הוראות וקבצי ידע פעם אחת, והם זמינים לכלי בכל שיחה שנפתחת שם. הוראות קבועות חלות על כל השיחות, והוראות של סביבת עבודה חלות רק על הנושא שלה.
בכלים השונים: ב-Claude וב-ChatGPT סביבת העבודה נקראת Project. ב-Gemini היא נקראת Notebook, וב-Microsoft 365 Copilot היא נקראת Copilot Notebook.
שלושה סוגי קלט
הכלים עובדים בכל סביבת עבודה עם שלושה סוגי קלט:
סוג הקלט | מהות | מקור |
הוראות | כללי אופן העבודה | הגדרה מראש |
קבצי ידע | מה הכלי יודע בתחום. לעיתים הם עמוקים ועשירים בהרבה מההוראות עצמן | הגדרה מראש |
קלטי המקרה | המידע על המקרה שעליו עובדים כעת | תשובות של המשתמש, לא של הכלי. |
בניהול ידע ההבחנה הזו מוכרת: ידע תהליכי (know-how), ידע תחומי (know-what), וידע לגבי המקרה הספציפי (context).
הפרק הבא עוסק בקבצי הידע ובדרכים שבהן הידע הייעודי נעשה נגיש לכלי.
התבססות על הידע הייעודי
הנגשת הידע
כדי שהכלי יתבסס בתשובותיו על ידע ספציפי, הידע צריך להיות נגיש לו. הידע יכול להיכנס לכלי בשלוש דרכים, הנבדלות זו מזו במשך הזמינות של הידע ובמידת עדכניותו:
טעינה לשיחה
הדרך הפשוטה ביותר היא לטעון קובץ לשיחה עצמה. הקובץ נגיש לכלי לאורך השיחה בלבד, ובשיחה חדשה יש לטעון אותו מחדש. אפשרות זו קיימת בכל הכלים, ואין לה כינוי ייחודי.
זו הדרך המתאימה לקלט המקרה: המסמך שעליו עובדים כעת, בגרסתו העדכנית.
עיגון בסביבת העבודה
קבצים המעוגנים בסביבת העבודה הופכים לקבצי ידע. הם נגישים לכלי בכל שיחה הנפתחת בסביבה, ואין צורך לטעון אותם מחדש. עם זאת, מדובר בעותק: הקובץ נותר בגרסה שנטענה, עד שמחליפים אותו.
בכלים השונים: ב-Claude הם נקראים Project knowledge, וב-ChatGPT קבצי ה-Project. ב-Gemini הם נקראים Sources של ה-Notebook, וב-Microsoft 365 Copilot הם נקראים References של ה-Copilot Notebook.
שליפה מקוונת ממקור הידע
הכלי מחובר ישירות למקור הידע של הארגון, כגון פורטל ידע, מערכת לניהול מסמכים או מאגר אחר, ושולף ממנו בכל פעם את הגרסה העדכנית. הכלי פועל מול המקור עצמו, ולא מול עותק.
בכלים השונים: ב-Claude אלה Connectors, וב-ChatGPT אלה Apps (המכונים גם connectors). ב-Gemini הם נקראים Connected apps, וב-Microsoft 365 Copilot הם נקראים Copilot connectors. בכלים ארגוניים כמו Microsoft 365 Copilot, החיבור לנתוני הארגון קיים מלכתחילה: הכלי ניגש לדואר, לקבצים ולשיחות בהתאם להרשאות של כל עובד.
שיקולים בבחירה
להלן השיקולים העיקריים בבחירת אופי השליפה:
שיקול | טעינה לשיחה | עיגון בסביבת העבודה | שליפה מקוונת |
משך הזמינות | שיחה אחת | כל השיחות בסביבה | קבועה, לפי הצורך |
עדכניות | הגרסה שנטענה | הגרסה שנטענה, עד להחלפתה | עדכנית תמיד |
היקף | קבצים בודדים | מספר מוגבל של קבצים | מאגר בכל היקף |
הרשאות | של הטוען | של כל מי שיש לו גישה לסביבה | בהתאם להרשאות במקור |
שימושיות | קלט המקרה | ידע תחומי יציב: תורה מקצועית, רקע, מקרים מייצגים | ידע משתנה או מאגר רחב |
תובנות מרכזיות בשליפה
קבצי הידע הם לב סביבת העבודה
אין לראות בהם חומר רקע בלבד. לעיתים הם עמוקים ועשירים בהרבה מההוראות עצמן, ומכילים את הניסיון שנצבר, את השיקולים, את הדוגמאות ואת החריגים. בנקודה זו ניהול הידע מוסיף את הערך הרב ביותר. הוא קובע איזה ידע ראוי להיכלל, מנסח אותו באופן שמיש, ומוודא שהוא מתעדכן.
שליפה: כאשר הידע רב
כאשר קבצי הידע מצומצמים בהיקפם, הכלי קורא את כולם במלואם. כאשר היקפם עולה על קיבולת חלון ההקשר, וכן בשליפה ממאגר רחב, הכלי אינו קורא את הכל. הוא מאתר את הקטעים הנראים רלוונטיים לשאלה, שולף אותם ומשיב על סמך הקטעים האלה. שיטה זו מכונה RAG (Retrieval-Augmented Generation), כלומר הפקת תשובה בסיוע שליפה.
לשליפה שתי השלכות מעשיות:
קטע הנשלף בנפרד עלול להיקרא מחוץ להקשרו. לכן קבצים קצרים וממוקדים, שכל אחד מהם עוסק בנושא אחד, יעילים יותר מקובץ ארוך אחד המכיל את הכל.
איכות התשובה תלויה באיכות המאגר. גרסאות סותרות, טיוטות וכפילויות משבשות את השליפה, והכלי עלול להישען על קטע שגוי.
מקור האמת
בארגון, הידע המאושר שמור במקור האמת: פורטל ידע, מערכת לניהול מסמכים, או שילובים של אלו. הכלי אינו מחליף את מקור האמת, אלא מוסיף מעליו שכבה המאפשרת לשאול שאלות.
לסוג המערכת השפעה על איכות התשובות. פורטל ידע מכיל בדרך כלל תוכן שנבחר ואושר. מערכת לניהול מסמכים מכילה גם טיוטות, גרסאות קודמות וכפילויות. כאשר הכלי מחובר למערכת לניהול מסמכים, מומלץ להגדיר את המקומות שמהם הוא רשאי לשלוף, כגון ספריות מאושרות או תיקיית "גרסאות סופיות" בלבד. אחרת הוא עלול להישען על טיוטה.
הפרק הבא עוסק בסוג הקלט הראשון, ההוראות, ובאופן שבו הן הופכות לדרך עבודה מובנית.
ידע תהליכי- כיצד עושים
בפרק זה הכלי עובר משאלה ותשובה לעבודה מובנית. הכלי מקבל מתכון (playbook): תיאור כתוב של אופן ביצוע משימה אחת. המתכון קובע מה יש לברר תחילה, על איזה ידע להתבסס, באיזה סדר לפעול ומה התוצר הנדרש. כאשר הכלי פועל לפי מתכון, נוצרת שיחה מונחית: במקום שהמשתמש ינחה את הכלי, הכלי מנחה את המשתמש, אוסף ממנו את קלט המקרה ומוביל אותו לתוצר.
שבעת רכיבי המתכון
מתכון טוב בנוי משבעה רכיבים קבועים:
רכיב | השאלה שהוא עונה עליה |
טריגר | מתי מפעילים אותו? |
קלט | אילו פרטים יש לברר עם המשתמש? |
מקורות | על איזה ידע מתבססים? |
שלבים | באיזה סדר פועלים? |
תוצר | כיצד נראה הפלט? |
בקרת איכות | מה נבדק לפני המסירה? |
גבולות | מה אין לעשות? |
שלושת סוגי הקלט מפרק 2 משתלבים במתכון. רכיב הקלט מגדיר כיצד לאסוף את קלט המקרה, ורכיב המקורות מפנה לקבצי הידע ולמקור האמת. המתכון עצמו מהווה את ההוראות.
שלוש רמות של מתכון
מתכון בהנחיה
כותבים או מדביקים את המתכון בשיחה בכל פעם מחדש. השיטה פשוטה, אך תלויה בזיכרונו ובהקפדתו של המשתמש.
מתכון בהוראות סביבת העבודה
המתכון נכתב בהוראות של סביבת העבודה, ופועל בכל שיחה הנפתחת בה. הוא זמין תמיד, אך מוגבל לסביבה אחת.
בכלים השונים: ב-Claude וב-ChatGPT אלה הוראות ה- Project instructions: Project ב-Gemini וב-Microsoft 365 Copilot אלה ההוראות המותאמות של ה-Notebook custom instructions.
מתכון נייד: Skill
המתכון נשמר כיחידה עצמאית, והכלי טוען אותו כאשר המשימה מחייבת זאת, בכל שיחה ובכל סביבת עבודה. Skill אינו מוגבל להוראות בלבד. ניתן לצרף לו קבצי עזר, דוגמאות וקוד, וכן להגדיר בו פעולות שהכלי יבצע, כגון חיפוש בדואר או שמירת קובץ. ביצוע הפעולות עצמן מחייב חיבור למערכות, ועל כך בפרק 5.
בכלים השונים: מכונה Skills. לאחר תקופה שבה כל ספק כינה את המתכון בשם אחר, נוצרה אחידות בין הכלים. הזמינות עדיין משתנה לפי הכלי ולפי סוג התוכנית
שיקולים בבחירה
מתכון בהנחיה | מתכון בהוראות סביבת העבודה | Skill | |
זמינות | שיחה אחת | כל השיחות בסביבה | כל שיחה, לפי הצורך |
הפעלה | ידנית, בכל פעם | אוטומטית, בתוך הסביבה | אוטומטית, לפי המשימה |
תכולה | הוראות | הוראות | הוראות, קבצי עזר, קוד והגדרת פעולות |
שימושיות | ניסוי ראשוני | משימות של תחום אחד | משימות חוזרות בתחומים שונים |
המתכון כידע תהליכי מקודד
מתכון הוא ידע תהליכי (know-how) מקודד. התוצרים של חילוץ ידע, כגון תורה מקצועית, שיקולים, רגישויות וסדרי עדיפויות, הם החומר שממנו נכתבים מתכונים. ההבדל הוא שהמתכון אינו נותר במסמך. הוא הופך לדרך עבודה שהכלי מבצע.
כתיבת מתכון טוב מחייבת יותר מתיאור השלבים. יש לנסח את השיקולים העומדים מאחורי כל שלב, את החריגים ואת מה שאין לעשות. אלה בדיוק המרכיבים שבעל תפקיד מנוסה יודע ולעיתים קרובות אינו כותב, ולכן הם דורשים חילוץ.
הפרק הבא עוסק ביכולת של הכלי לבצע פעולות, ולא רק להשיב.
פעולה – לבצע, ולא רק להשיב
עד כה הכלי קרא, ניתח וניסח. בשלב זה הכלי מקבל יכולת לפעול: כלים (tools) הם יכולות שמאפשרות לו לבצע פעולות בעולם, ולא רק להפיק טקסט.
סוגי הפעולות
חיפוש וקריאה ברשת: איתור מידע עדכני וקריאת דפים.
הרצת קוד: ניתוח נתונים, חישובים והפקת קבצים, כגון גיליונות, מצגות ומסמכים.
פעולה במערכות הארגון: קריאה וכתיבה בדואר, ביומן, במערכת לניהול מסמכים או במערכת ה-CRM.
הפעלת דפדפן או מחשב: ניווט באתרים, מילוי טפסים והפעלת יישומים, באופן דומה לעבודה של אדם.
החיבור: הידיים של הכלי
כדי לפעול במערכת ארגונית, הכלי זקוק לחיבור אליה. החיבור מעניק לכלי גישה למערכת והרשאה לפעול בה. בפרק 3 ראינו חיבורים המשמשים לשליפת ידע. אותם חיבורים משמשים גם לביצוע פעולות, כגון שליחת הודעה, עדכון רשומה או שמירת קובץ.
ההבחנה בין Skill לחיבור: בפרק 4 ראינו ש-Skill יכול להגדיר פעולות. ה-Skill קובע מה לעשות ובאיזה סדר, והחיבור מאפשר לבצע זאת בפועל. Skill שמגדיר שמירת קבלות ב-Drive יודע מה לעשות. בלי חיבור ל-Gmail ול-Drive, הוא אינו יכול לבצע זאת. ה-Skill הוא התסריט, והחיבור הוא הידיים.
בכלים השונים: ב-Claude החיבורים נקראים Connectors, וב-ChatGPT הם נקראים Apps (המכונים גם connectors). ב-Gemini הם נקראים Connected apps. ב-Microsoft 365 Copilot מבחינים בין שני סוגים: Copilot connectors, המשמשים בעיקר להבאת ידע, ו-Actions, המשמשים לביצוע פעולות.
הסטנדרט המשותף: כל ארבעת הכלים תומכים ב-MCP (Model Context Protocol), פרוטוקול פתוח המגדיר כיצד מודל מתחבר למערכת חיצונית. בזכות הסטנדרט, חיבור שנבנה פעם אחת יכול לשמש כמה כלים. היקף התמיכה משתנה לפי הכלי ולפי סוג התוכנית.
הרשאות ואישורים
כלי שמסוגל לשלוח הודעה או לעדכן מסמך זקוק לגבולות ברורים: אילו פעולות מותר לו לבצע באופן עצמאי, ואילו מחייבות אישור אדם. הכלים המרכזיים מגדירים ברירות מחדל זהירות. כך, למשל Workspace agents, של ChatGPT מבקשים כברירת מחדל אישור לכל פעולת כתיבה, ו- Gemini Spark מבקש אישור לפני פעולות רגישות, כגון שליחת דואר או ביצוע תשלום.
שיקולים בבחירה
ההחלטה מה הכלי מבצע לבדו נשענת על שני שיקולים: מידת ההפיכות של הפעולה, ואופי השיקול הנדרש לה.
סוג הפעולה | דוגמאות | מדיניות מומלצת |
קריאה ואיסוף | חיפוש, קריאת מסמכים, סיכום דואר | ביצוע עצמאי |
כתיבה פנימית והפיכה | יצירת טיוטה, שמירת קובץ, תיוג הודעה | ביצוע עצמאי, עם דיווח |
פעולה כלפי חוץ | שליחת הודעה, פרסום, הזמנה ליומן | אישור אדם לפני ביצוע |
פעולה בלתי הפיכה | מחיקה, תשלום, שינוי הרשאות | אישור מפורש בכל פעם, או איסור מוחלט |
החלטה הדורשת שיקול דעת אנושי | המלצה מקצועית, פנייה לבעל עניין רגיש, תעדוף בין צרכים מתחרים | החלטה משותפת: הכלי מציג ניתוח, חלופות ושיקולים, והאדם מכריע |
השורה האחרונה חוצה את כל השורות שמעליה. יש החלטות שבהן ברור שלכלי לא יכול להיות כל הידע הנדרש: ההקשר המלא, הרגישויות של האנשים המעורבים, הניואנסים הארגוניים וההבנה המקצועית שנצברה בניסיון. זהו הידע הסמוי (tacit knowledge) של האדם והארגון: ידע שלא נוסח מעולם. וגם כאשר הידע קיים, אין בידי הכלי אמצעים להחליף את שיקול דעתו של האדם בהחלטה. בהחלטות כאלה הכלי משמש שותף חשיבה, ולא מבצע. הוא מרחיב את התמונה, מציף שיקולים ומציע חלופות, וההכרעה נשארת בידי האדם.
הפרק הבא עוסק בסוכן: הצירוף של הוראות, ידע ופעולות לכדי עבודה עצמאית לאורך כמה צעדים.
מדיניות הרשאות היא החלטה ארגונית, לא טכנית. השאלות "מי רשאי לעשות מה" ו"מה מחייב אישור" מוכרות מתחום ניהול הידע וממשל המידע. ההבדל הוא שהפעם הן חלות גם על הכלי.
הפרק הבא עוסק בסוכן: הצירוף של הוראות, ידע ופעולות לכדי עבודה לאורך כמה צעדים, ובשאלה מהי מידת העצמאות הראויה לו.
הסוכן – הוראות, ידע ופעולות בעבודה עצמאית
סוכן (agent) הוא כלי המשלב הוראות, קבצי ידע ופעולות כדי להשיג מטרה לאורך כמה צעדים, ומחליט בעצמו מהו הצעד הבא. במובן זה, הסוכן אינו רכיב חדש, אלא צירוף של הרכיבים שהוצגו בפרקים הקודמים, בתוספת רכיב אחד: עצמאות.
ההבדל המהותי בין סוכן לבין השלבים הקודמים טמון באופן העבודה. במקום תשובה אחת, הסוכן פועל בלולאה: הוא מתכנן, מבצע, בוחן את התוצאה ומחליט אם להמשיך, לשנות כיוון או לסיים. התרשים "אנטומיה של סוכן" מציג את הלולאה הזו ואת הרכיבים המזינים אותה.
סוכן מוגדר לפי אופן פעולתו, לא לפי אריזתו
המונח "סוכן" שימש לאורך זמן לתיאור מגוון רחב של כלים, ובהם עוזרים מוגדרים מראש כגון GPT מותאם או Gem. כלי כזה, המשלב הוראות, קבצי ידע ופעולות ופועל לאורך כמה צעדים, הוא אכן סוכן. עם זאת, אופן האריזה אינו שקובע זאת. אותם רכיבים, ארוזים כיום כ-Skills וכחיבורים בתוך Plugin (פרק 7), מרכיבים סוכן גם הם. מה שקובע הוא אופן הפעולה: האם הכלי פועל לאורך כמה צעדים, ומחליט בעצמו על הצעד הבא?
האם כל בוט ידע הוא סוכן? במשך תקופה ארוכה כונו "סוכנים" גם מערכות שמשיבות מתוך מאגר ידע בשיטת שליפה פשוטה (RAG): קבלת שאלה, שליפת קטעים ומענה. לפי ההגדרה שבפרק זה, מערכת כזו אינה סוכן, אלא כלי המתבסס על ידע. היא הופכת לסוכן כאשר היא מחליטה בעצמה מה לחפש, מנסחת מחדש שאלות כשהתוצאות אינן מספקות, מצליבה מקורות ומבצעת פעולות על סמך הממצאים. ההבחנה אינה בין "בוט" ל"סוכן", אלא במידת שיקול הדעת והעצמאות שהמערכת מפעילה.
בכלים השונים: ב-Claude, עבודה סוכנית מתבצעת בסביבות העבודה Cowork ו-Claude Code. ב-ChatGPT קיימים ChatGPT agent, ובתוכניות הארגוניות גם Workspace agents. ב-Gemini, הסוכן Gemini Spark נמצא בשלבי הפצה מוקדמים. ב-Microsoft 365 Copilot המונח Agent מתאר עוזר מוגדר מראש, הנבנה ב-Agent Builder או ב-Copilot Studio, ולצידו קיים Copilot Cowork לעבודה סוכנית. שימו לב: המילה “agent” מתארת אצל כל ספק דבר שונה, ולכן מוטב לבחון מה הכלי עושה בפועל, ולא להסתמך על שמו.
דרגות העצמאות
הוראות, ידע ופעולות יכולים לשמש בדרגות עצמאות שונות. ההבדל ביניהן הוא מי מחליט על הצעד הבא:
דרגת העצמאות | מי מוביל | דוגמה |
שיחה מונחית | המתכון קובע את הסדר, והמשתמש מאשר כל שלב | תיעוד לקח בשבעה שלבים קבועים |
סוכן מונחה | הסוכן בוחר את הדרך, בתוך גבולות שהוגדרו לו, ומדווח בנקודות מפתח | הכנת סקירה לקראת פגישה: איתור מקורות, קריאה, הצלבה וסיכום |
סוכן עצמאי | הסוכן פועל לבדו לאורך זמן, ומדווח בסיום | טיפול שוטף בתיבת הדואר לפי כללים קבועים |
שיקולים בבחירה לרמות עצמאות משתנות
דרגת העצמאות הראויה נגזרת משלושה שיקולים:
שיקול | עצמאות נמוכה | עצמאות גבוהה |
השפעת הפעולות -פרק 5 | פעולות כלפי חוץ או בלתי הפיכות | קריאה, איסוף וכתיבה פנימית |
אופי השיקול -פרק 5 | נדרש ידע סמוי ושיקול דעת אנושי | שיקול טכני וברור |
בשלות המתכון | משימה חדשה, ללא ניסיון מצטבר | משימה מוכרת, עם מתכון שנבדק לאורך זמן |
העצמאות אינה החלטה חד-פעמית. מתכון חדש מתחיל בדרך כלל כשיחה מונחית. ככל שהניסיון מצטבר והתוצאות מוכיחות את עצמן, ניתן להעניק לסוכן עצמאות רבה יותר, שלב אחר שלב. גם כאשר הסוכן עצמאי, החלטות הדורשות שיקול דעת אנושי נשארות החלטות משותפות.
סוכן כולל או סוכנים ממוקדים
שאלה מרכזית בתכנון סוכנים היא אם לבנות סוכן אחד שמטפל בכל המשימות, או כמה סוכנים ממוקדים שכל אחד מהם מתמחה בתחום מוגדר.
סוכן כולל מרכז את כל ההוראות, קבצי הידע והפעולות במקום אחד. הוא פשוט להפעלה, ורואה את התמונה המלאה. עם זאת, ככל שמצטברים בו תחומים, ההוראות מתארכות, חלון ההקשר מתמלא, והסוכן עלול לערבב בין תפקידים ולהחמיץ את העיקר.
סוכנים ממוקדים מחלקים את העבודה ביניהם. כל אחד מהם מכיר רק את ההוראות ואת הידע הנחוצים לתחומו. בדומה לחדר בריחה, שבו בכל חדר יש רמזים משלו וחידה אחת, הסוכן הממוקד אינו נדרש להתמודד עם כל הרמזים בבת אחת, ולכן אינו הולך לאיבוד.
ניתן גם לשלב בין הגישות: סוכן ראשי (orchestrator) מקבל את המשימה, מחלק אותה בין סוכני משנה (sub-agents) ממוקדים, ומרכז את תוצאותיהם. מומלץ להקפיד על היררכיה רדודה. ככל שמספר הרמות גדל, גובר הסיכון לאבד את ההקשר במעברים בין הסוכנים.
דרך ביניים: סוכן אחד עם Skills. Skill נטען רק כאשר המשימה מחייבת זאת (פרק 4). לכן סוכן אחד המצויד ב-Skills רבים נהנה מיתרונות שתי הגישות: הוא משמש נקודת כניסה אחת, אך בכל רגע פועל רק עם המתכון הרלוונטי למשימה.
שיקולים בבחירה של חלוקת משימה לסוכנים
שיקול | סוכן כולל | סוכנים ממוקדים |
מיקוד | נמוך: ההוראות והידע של כל התחומים זמינים בו-זמנית | גבוה: כל סוכן פועל בתחומו בלבד |
ראיית התמונה המלאה | גבוהה | נמוכה יותר: ההקשר עלול ללכת לאיבוד במעברים |
בדיקה ושיפור | קשה: שינוי בתחום אחד עלול להשפיע על אחר | פשוטים יותר: כל סוכן נבדק ומשופר בנפרד |
בעלות | בעלים אחד לכל התחומים | בעלים לכל תחום, בדומה לבעלי תפקידים בארגון |
שימושיות | מעט משימות, הקשורות זו בזו | תחומים רבים, הדורשים התמחות |
העיקרון המוכר מניהול ידע: ההבחנה בין סוכן כולל לסוכנים ממוקדים מקבילה לשאלה הארגונית הוותיקה בין מומחה כללי למומחים בתחומם. גם כאן התשובה תלויה בהיקף התחום, בעומק ההתמחות הנדרש ובעלות התיאום ביניהם.
מה הופך סוכן לטוב
סוכן טוב נשען על חמישה תנאים: מטרה ברורה ותחום מוגדר, מתכונים מבוססים לפעולות החוזרות, גישה למקור אמת מסודר, מדיניות הרשאות התואמת את רמת הסיכון, ודרגת עצמאות התואמת את בשלות המתכון ואת אופי ההחלטות. ניהול הידע כבר עוסק בכל אחד מהתנאים האלה. ההבדל הוא שכעת הם מוגדרים לא רק עבור בני אדם, אלא גם עבור הכלי.
הפרק הבא עוסק במעבר מהאישי לארגוני: אריזה והפצה של יכולות, וממשל.
מהאישי לארגוני – שיתוף, אריזה וממשל
כל מה שתואר עד כה יכול לפעול אצל אדם אחד: סביבת עבודה אישית, מתכונים שכתב לעצמו וחיבורים למערכות שבהן הוא עובד. בשלב זה היכולות הופכות לנכס ארגוני, וכל העובדים פועלים לפי אותם מתכונים, מול אותו מקור אמת ובאותם גבולות.
שיתוף
הדרך הפשוטה להעביר יכולת מאדם לצוות היא לשתף אותה. ניתן לשתף סביבת עבודה, כך שעמיתים יעבדו עם אותן הוראות ואותם קבצי ידע, וניתן לשתף מתכונים בודדים.
בכלים השונים: ב-Claude, שיתוף Projects ו-Skills ברחבי הארגון זמין בתוכניות הארגוניות (Team ו-Enterprise). ב-ChatGPT ניתן לשתף Projects, ובתוכניות הארגוניות ניתן גם לשתף Skills ולפרסם אותם בספריית הארגון. ב-Gemini ניתן לשתף Gems. ב-Microsoft 365 Copilot, מנהלי המערכת מפרסמים Agents לעובדים דרך מרכז הניהול של Microsoft 365.
אריזה: Plugin
כאשר כמה מתכונים, חיבורים ופעולות פועלים יחד, נוח לארוז אותם ביחידה אחת, שמתקינים פעם אחת. יחידה כזו נקראת Plugin. Plugin יכול לכלול Skills, חיבורים למערכות, פקודות שמפעילים בשמן, וסוכנים. ההתקנה של Plugin הופכת את כל היכולות שבו לזמינות בכל שיחה, ואין צורך לפנות לכלי ייעודי.
בכלים השונים: ב-Claude, מנהל המערכת בארגון יכול להתקין Plugin לכל העובדים. ב-ChatGPT, Plugin מאגד Skills ו-Apps, והוא מחליף את ה-GPT המותאם: ה-GPTs יוצאים משימוש ב-11 בדצמבר 2026, ובהמרה ההוראות שלהם הופכות ל-Skill וקבצי הידע הופכים לקבצי עזר. ב-Microsoft 365 Copilot נארזים Agents כחבילת יישום, ומופצים דרך מרכז הניהול. שימו לב: אצל Microsoft, המונח “plugin” מתאר פעולה בודדת, ולא חבילה. ב-Gemini לא נמצא מנגנון אריזה מקביל.
ממשל (Governance)
ככל שהיכולות משותפות, כך גדלה חשיבותן של השאלות המוכרות מתחום ניהול הידע:
בעלות: מי אחראי לכל סביבת עבודה, לכל מתכון ולכל מאגר?
איכות: אילו קבצים נכללים כקבצי ידע, ומי מאשר מתכון לפני הפצתו?
עדכון: באיזו תדירות נבדק שהידע והמתכונים עדיין תקפים?
הרשאות: מי רשאי לגשת לאילו קבצים, ואילו פעולות מותרות לכלי ללא אישור?
למידה: כיצד שאלות שהכלי לא ידע להשיב עליהן הופכות לפערי ידע שמטופלים?
שיקולים בבחירה
ההחלטה באיזה היקף להפיץ יכולת נשענת על ארבעה שיקולים:
שיקול | אישי | צוותי | ארגוני |
בשלות | ניסוי ראשוני | מתכון שנבדק בשימוש | מתכון מבוסס, שהוכיח את עצמו לאורך זמן |
קהל היעד | אדם אחד, בתפקיד ייחודי | בעלי תפקיד או מקצוע בצוות אחד | בעלי תפקידים ביחידות שונות בארגון |
רגישות | ידע אישי או חסוי | ידע צוותי | ידע שמותר לכלל העובדים |
בעלות | המשתמש עצמו | ראש הצוות או בעל התחום | בעל תפקיד מוגדר, עם תהליך עדכון |
היקף ההפצה נגזר בראש ובראשונה מקהל היעד. רוב הידע המקצועי אינו אישי, אלא תלוי תפקיד. מתכון לתיעוד לקחים או לטיפול בפנייה מסוג מסוים שייך לבעלי התפקיד העוסקים בכך, ולכן מקומו מלכתחילה ברמה הצוותית או הארגונית. שאר השיקולים קובעים את הקצב: מתכון חדש נבחן תחילה בקבוצה מצומצמת של בעלי התפקיד, ורק לאחר שהוכיח את עצמו הוא מופץ לכל קהל היעד.
הפרק הבא מסכם את הנדבכים לכדי תמונה אחת: הרכיבים היציבים והמיכלים המתחלפים.
רכיבים ומיכלים – התמונה המלאה
הנדבכים שהוצגו לאורך המאמר מתכנסים לעיקרון אחד: הרכיבים יציבים, והמיכלים מתחלפים. הכלים משתנים במהירות, וכך גם השמות שהספקים מעניקים ליכולותיהם. מתחת לשמות המשתנים פועלים רכיבים מעטים וקבועים. מי שמזהה אותם יכול להבין כל כלי, גם כלי שעוד לא נוצר.
ארבעת הרכיבים
רכיב | מהותו | הפרק שבו הוצג |
הוראות | כללי אופן העבודה: ידע תהליכי (know-how), מהנחיה בודדת ועד מתכון מובנה | פרקים 2 ו-4 |
קבצי ידע | הידע שהכלי מביא לתחום: ידע תחומי (know-what) | פרקים 2 ו-3 |
פעולות | היכולת לבצע במערכות, המותנית בחיבור אליהן | פרק 5 |
עצמאות | מידת שיקול הדעת של הכלי בבחירת הצעד הבא | פרק 6 |
לצד ארבעת הרכיבים פועל קלט המקרה: הידע על המקרה הנוכחי, המגיע מהשיחה עצמה. קלט המקרה אינו חלק מאף מיכל, שכן הוא משתנה בכל שימוש.
המיכלים
כל מונח שהקורא פוגש הוא מיכל המחזיק חלק מהרכיבים או את כולם. המיכלים נבדלים זה מזה בשני היבטים: אילו רכיבים הם מחזיקים, וכיצד משתמשים בהם.
מיכל | הוראות | קבצי ידע | פעולות | עצמאות | אופן השימוש |
שיחה | הנחיות בודדות | קבצים שנטענו לשיחה | לפי הכלים הזמינים | נמוכה | פונים אליה בכל פעם מחדש |
סביבת עבודה (Project, Notebook) | ✔ | ✔ | באמצעות חיבורים | נמוכה עד בינונית | פונים אליה, בכל שיחה בנושא |
עוזר מוגדר (GPT, Gem בתהליך מעבר) | ✔ | ✔ | ✔ | משתנה | פונים אליו ישירות |
Skill | ✔ | קבצי עזר | הגדרת פעולות | — | נטען אוטומטית לפי המשימה |
Plugin | באמצעות Skills | ✔ | באמצעות חיבורים | — | מותקן פעם אחת, וזמין בכל מקום |
סוכן | ✔ | ✔ | ✔ | ✔ | מקבל מטרה ופועל לאורך כמה צעדים |
הטבלה מבהירה מדוע המונחים נראים חופפים. רבים מהמיכלים מחזיקים אותם רכיבים, וההבדל ביניהם נעוץ באופן השימוש ובמידת העצמאות. כך, למשל, עוזר מוגדר ו-Plugin מחזיקים רכיבים כמעט זהים, ולכן ניתן להמיר אחד לשני. ההבדל הוא שלעוזר המוגדר פונים, ואילו היכולות שב-Plugin זמינות בכל שיחה, לפי הצורך.
כיצד לקרוא מונח חדש
כאשר מופיע מונח חדש, ניתן להבין אותו באמצעות שלוש שאלות:
אילו רכיבים הוא מחזיק? הוראות, קבצי ידע, פעולות, או שילוב שלהם.
כיצד משתמשים בו? פונים אליו, הוא נטען לפי הצורך, או שהוא מותקן ופועל ברקע.
מהי מידת העצמאות שלו? האם הוא משיב, מנחה, או פועל לבדו לאורך כמה צעדים?
שלוש התשובות ממקמות כל מונח על המפה, בלי קשר לשם שבחר לו הספק.
מה זה אומר לניהול ידע
הנדבכים מכלי לסוכן הם, במהותם, נדבכים של ידע. הטכנולוגיה מספקת את המיכלים, וניהול הידע מספק את מה שממלא אותם:
רכיב | מה הטכנולוגיה מספקת | מה ניהול הידע מספק |
הוראות | מתכונים ו- Skills | חילוץ ידע תהליכי וקידוד התורה המקצועית |
קבצי ידע | סביבות עבודה, מאגרים וחיבורים | מקור אמת מסודר וקבצי ידע מאושרים ומתעדכנים |
פעולות | חיבורים למערכות | מדיניות הרשאות ואישורים |
עצמאות | תכנון וביצוע לאורך צעדים | הגדרת גבולות, וזיהוי ההחלטות המחייבות שיקול דעת אנושי |
הפצה | שיתוף ו- Plugins | בעלות, תיקוף מקצועי, עדכון ולמידה מפערים |
גם כשהכלים מתקדמים, נותר תחום אחד מחוץ להישגם: הידע הסמוי של האדם והארגון. ניסיון, אינטואיציה והבנת הניואנסים אינם נגישים לכלי עד שמישהו מנסח אותם, וגם אז שיקול הדעת נשאר בידי האדם. הנגשת הידע הזה, ככל שניתן, היא המשימה הוותיקה של ניהול הידע. היא נעשית עכשיו חשובה מתמיד.
לכן, ככל שהכלים מתקדמים, השאלה המרכזית עוברת מ"איזה כלי לבחור?" ל"איזה ידע נכניס לתוכו, ומי יתחזק אותו?". ניהול ידע עונה על השאלה הזו כבר שנים.
בנספח המצורף מרוכזים שמות הרכיבים והמיכלים בארבעת הכלים המרכזיים.
נספח- מילון מונחים
הנספח להלן כולל שני חלקים. החלק הראשון מרכז את מונחי היסוד של המאמר, שאינם תלויים בכלי מסוים. החלק השני מציג כיצד כל רעיון מכונה בארבעת הכלים המרכזיים.
מונחי יסוד
מונח | באנגלית | הגדרה | פרק |
מודל שפה | Language model | מערכת שלמדה מכמות עצומה של טקסט, ויודעת לנסח, להסביר, לסכם ולנמק | 1 |
הנחיה | Prompt | מה שכותבים למודל בשיחה | 1 |
חלון ההקשר | Context window | כמות הטקסט שהמודל יכול להחזיק לנגד עיניו בבת אחת | 1 |
הוראות | Instructions | כללי אופן העבודה, המוגדרים מראש | 2 |
זיכרון | Memory | מה שהכלי למד על המשתמש משיחות קודמות | 2 |
סביבת עבודה | Workspace | מקום קבוע המרכז את השיחות בנושא אחד, עם הוראות וקבצי ידע משותפים | 2 |
קבצי ידע | Knowledge files | קבצים המעוגנים בסביבת העבודה ומספקים לכלי ידע תחומי | 2, 3 |
קלט המקרה | Context | הידע על המקרה הנוכחי, המגיע מהשיחה עצמה | 2 |
שליפה | Retrieval (RAG) | איתור הקטעים הרלוונטיים במאגר והפקת תשובה על סמכם | 3 |
מקור האמת | Source of truth | המערכת שבה שמור הידע המאושר של הארגון | 3 |
מתכון | Playbook | תיאור כתוב של אופן ביצוע משימה אחת | 4 |
שיחה מונחית | Guided conversation | שיחה שבה הכלי מנחה את המשתמש לפי מתכון | 4 |
Skill | Skill | מתכון נייד, הנטען לפי הצורך, ויכול לכלול קבצי עזר, קוד והגדרת פעולות | 4 |
חיבור | Connector | גישה והרשאה של הכלי לפעול במערכת חיצונית | 3, 5 |
MCP | Model Context Protocol | פרוטוקול פתוח לחיבור מודלים למערכות חיצוניות | 5 |
סוכן | Agent | כלי המשלב הוראות, ידע ופעולות לאורך כמה צעדים, ומחליט בעצמו על הצעד הבא | 6 |
עצמאות | Autonomy | מידת שיקול הדעת של הכלי בבחירת הצעד הבא | 6 |
סוכני משנה | Sub-agents | סוכנים ממוקדים שסוכן ראשי מחלק ביניהם את העבודה | 6 |
Plugin | Plugin | יחידה ארוזה של Skills, חיבורים ופעולות, המותקנת פעם אחת | 7 |
ידע סמוי | Tacit knowledge | ידע שלא נוסח, או שאינו נגיש לכלי | 5, 8 |
המונחים בכלים השונים
נכון לאוקטובר 2026. השמות והזמינות משתנים לעיתים קרובות, וחלק מהיכולות זמינות רק בתוכניות מסוימות.
רעיון | Claude | ChatGPT | Gemini | Microsoft 365 Copilot |
הוראות קבועות | Preferences | Custom instructions | הוראות ומידע אישי שמור | Custom instructions |
זיכרון | Memory | Memory | Memory | Memory |
סביבת עבודה | Project | Project | Notebook | Copilot Notebook |
קבצי ידע | Project knowledge | Project files | Notebook sources | Notebook references |
הוראות סביבת העבודה | Project instructions | Project instructions | Notebook custom instructions | Notebook custom instructions |
עוזר מוגדר | ממומש באמצעות Project | GPT יוצא משימוש ב-11 בדצמבר 2026 | Gem, מוסב ל-Skills בחשבונות אישיים מנובמבר 2026 | Agent |
Skill | Skill | Skill בתוכניות ארגוניות | Skill | Skill (ב-Copilot Cowork) |
חיבור | Connector | App - מכונה גם connector | Connected app | Copilot connector לידע Action לפעולות |
עבודה סוכנית | Cowork, Claude Code | ChatGPT agent; Workspace agents | Gemini Spark (הפצה מוקדמת) | Copilot Cowork; Agents |
אריזה והפצה | Plugin | Plugin | — | חבילת יישום, דרך מרכז הניהול |
הערות:
התכנסות: Project, Skill ו-Plugin משמשים כיום בכמה כלים, במשמעות דומה. זהו סימן להתבגרות התחום.
אותה מילה, משמעויות שונות: “Agent” מתאר ב-Microsoft 365 Copilot עוזר מוגדר מראש, ובכלים אחרים כלי הפועל באופן עצמאי. “Plugin” מתאר ב-Microsoft פעולה בודדת, וב-Claude וב-ChatGPT חבילה שלמה.
מיכלים בתהליך מעבר: GPT ו-Gem מוסבים למבנה של Skills ו-Plugins. מי שבנה אותם בעבר ימצא את אותם רכיבים במבנה החדש.
מקורות (נבדקו ב-13 באוקטובר 2026):
ChatGPT: Projects · Skills · MCP apps · Workspace agents · Custom GPT retirement
Gemini: Gems · Notebooks · Custom apps ·
תגובות