מאנוס אינו עוד מודל שפה (LLM) המיועד לשיחה בלבד. הוא מוגדר כ-AI Agent — מערכת המסוגלת לתכנן משימה, להפעיל דפדפן אינטרנט באופן עצמאי, להריץ קוד, לעבד קבצים ולהחזיר תוצר סופי (Deliverable). עבור בעלי עסקים, מדובר בכלי לחיסכון בזמן (Efficiency) ולאוטומציה של מחקרים ופעולות שדרשו בעבר כוח אדם אנושי.

1. הכרת ממשק המשתמש (UI) — איפה לוחצים?

כדי להשתמש בכלי בצורה אפקטיבית, יש להבין את מבנה המסך בכתובת manus.im:

• שורת הפקודה (Input Bar): ממוקמת במרכז או בתחתית המסך. כאן מזינים את ה-"Task" (המשימה). בניגוד לצ'אט רגיל, כאן מומלץ לתת הוראה לביצוע פעולה (למשל: "Create a report" ולא "Tell me about").
• חלון הביצוע (Execution/Runtime Window): לאחר הזנת המשימה, ייפתח חלון (לרוב בצד ימין או במרכז). זהו "שולחן העבודה" של מאנוס. שם תוכלו לראות בזמן אמת:
  • • Browser Window: דפדפן וירטואלי שבו מאנוס גולש, מקליד בגוגל ולוחץ על לינקים.
  • • Terminal/Code: חלון שבו הוא כותב ומריץ קוד (Python) לעיבוד נתונים.
• לוח התכנון (Planning Board): מצד שמאל או מעל חלון הביצוע, מאנוס יפרט את השלבים שהוא הולך לבצע (למשל: 1. Search for vendors, 2. Compare prices, 3. Generate PDF).
• מרכז הקבצים (File/Artifacts Center): בסיום המשימה, יופיעו קישורים להורדת קבצים (Excel, PDF, Code) שהסוכן יצר.

2. תהליך העבודה (Step-by-Step)

במקום לשאול שאלה, הגדירו פרויקט.

לאחר הלחיצה על Enter, מאנוס יתחיל "לחשוב". הוא יציג לכם את התוכנית שלו.

• איפה ללחוץ? אם הוא מבקש אישור (Permission) או אם אתם רואים שהוא פונה לכיוון לא נכון, כתבו לו בשורת הצ'אט:

זהו השלב שבו מאנוס פועל אוטונומית. אתם תראו את סמן העכבר שלו זז בתוך החלון הווירטואלי. אם האתר דורש אישור עוגיות (Cookies) או לחיצה על כפתור ספציפי, מאנוס יבצע זאת לבד.

בסיום, מאנוס יציג הודעה: "Task Completed".

• איפה ללחוץ? יופיעו אייקונים של קבצים (כמו קובץ .csv או .pdf). לחצו עליהם כדי להוריד את התוצאה למחשב שלכם.

3. מקרי בוחן (Use Cases) למגזר העסקי

מחקר לעבודת הגשה או פרויקט (סיכום מקורות)

אם אתם צריכים לכתוב עבודה על נושא מסוים, מאנוס לא רק ימציא טקסט — הוא ימצא מקורות אמיתיים מהאינטרנט.

איך זה עובד שלב אחרי שלב:

1. כותבים את הבקשה.
2. שלב הביצוע: מאנוס יחפש בגוגל סקולר או באתרים טכנולוגיים, יוריד קבצי PDF אם צריך, ויקרא אותם.
3. התוצאה: תקבלו רשימה מסודרת עם קישורים למקורות וסיכום מדויק של כל אחד מהם.

עוזר קניות חכם (השוואת מפרטים)

רוצים לקנות טלפון חדש או נעליים ולא יודעים מה עדיף?

איך זה עובד שלב אחרי שלב:

1. מזינים את השאלה.
2. שלב הביצוע: מאנוס נכנס לאתרי השוואת מחירים (כמו זאפ או אתרי חנויות), קורא מפרטים טכניים ומחפש סרטוני ביקורת עדכניים.
3. התוצאה: הוא יכתוב לכם המלצה חותכת: "לך על הסמסונג כי המצלמה טובה יותר והוא זול ב-200 ש"ח בחנות X".

4. דגשים מקצועיים וביטחון מידע

1. עבודה אסינכרונית: מאנוס פועל בענן. לאחר שנתתם פקודה, ניתן לסגור את הלשונית בדפדפן. המערכת תמשיך לעבוד ותשלח התראה (או שתמצאו את המשימה מוכנה כשתחזרו ללשונית "My Tasks").
2. דיוק: למרות שמדובר בסוכן אוטונומי, מומלץ תמיד לבדוק מדגמית את הלינקים שהוא מציג בתוצר הסופי כדי לוודא שאין "הזיות" (Hallucinations), אם כי בסוכנים אלו ההסתברות לכך נמוכה יותר מאחר והם נשענים על גלישה חיה.
3. פרטיות: אל תזינו בשורת הפקודה סיסמאות אישיות או מידע רגיש ביותר שאינכם רוצים שיועבר למעבדי הענן של החברה.

כדי להבין איך להשתמש ב-Perplexity, עליכם להבין קודם מהו "סוכן": בניגוד לחיפוש רגיל בגוגל שבו אתם מקבלים רשימת לינקים וצריכים להיכנס אליהם אחד-אחד, "סוכן" הוא כמו עוזר אישי חכם. הוא לא רק מוצא מידע, הוא חושב בשבילכם: הוא מחליט מה לחפש, בודק עשרות מקורות במקביל, ומסכם לכם את השורה התחתונה.

כיצד Perplexity Computer פועל?

הארכיטקטורה הטכנית העומדת בבסיס ה-Computer היא זו שמבדלת אותו מעוזרי ה-AI הסטנדרטיים. במקום להסתמך על מודל שפה יחיד, המערכת מנהלת רשת של מודלים מובילים, ומנתבת כל משימה ספציפית למודל בעל הכישורים המתאימים ביותר לביצועה.

תזמור רב-מודלים (Multi-model Orchestration)

המרכיב המרכזי במערכת אינו מודל בודד, אלא שילוב של למעלה מ-19 מודלים שונים. המערכת מקצה את המשימות לפי ההתמחויות הבאות:

שיטה זו מבטיחה כי הרכיב המתקדם ביותר בתחומו יטפל בכל חלק בתהליך העבודה שלכם. גישה זו שונה מהותית ממתחרים כמו Claude Cowork, המוגבלים לשימוש במודלים של Anthropic בלבד. Perplexity מהמרת על כך שאף מודל אינו מצטיין בכל הפרמטרים, ולכן המערכת החזקה ביותר היא זו שיודעת לגייס את המודל הנכון למשימה הנכונה.

ארכיטקטורת סוכני-משנה (Sub-agent Architecture)

כאשר מטילים על המערכת משימה, היא אינה מעבדת אותה באופן קווי פשוט. במקום זאת, היא מפרקת את היעד לתתי-משימות ויוצרת "סוכני משנה" ייעודיים לכל שלב. לדוגמה, אם תבקשו לבצע מחקר מתחרים ולהכין מצגת: סוכן משנה אחד יבצע את המחקר ברשת, סוכן שני ינסח את תוכן השקפים, סוכן שלישי יעצב את הפלט החזותי, וסוכן רביעי יתזמן את שליחת התוצר הסופי לצוות שלכם. כל התיאום הזה מתבצע אוטומטית ובמקביל, מה שמקצר משמעותית את זמן הביצוע.

זיכרון מתמשך ואינטגרציות

המערכת שומרת על הקשר (Context) בין מפגשים שונים. היא זוכרת עבודות מהעבר, לומדת את העדפותיכם ומתחברת לכלי העבודה הקיימים שלכם דרך למעלה מ-400 אינטגרציות. הרשימה כוללת שירותים כמו Gmail, Slack, Notion, Salesforce, GitHub ועוד. המשמעות היא שהסוכן יכול לקרוא אימיילים, לעדכן לוחות פרויקטים, לתשאל מסדי נתונים ולפרסם הודעות בערוצי התקשורת הארגוניים — הכל כחלק מתהליך עבודה רציף אחד. הכל רץ בסביבת ענן מאובטחת ומבודדת ("Sandboxed") השומרת על פרטיות המידע שלכם.

מה ניתן לבנות עם Perplexity Computer?

• מיקרו-אפליקציות: משתמשים ייצרו כלי עבודה ייעודיים, כגון מחוללי תיבות טקסט ממותגות או כלי ויזואליזציה לנתונים, הכוללים תצוגה מקדימה חיה ואפשרות ייצוא.
• חבילות מחקר: המערכת מריצה 7 סוגי חיפוש במקביל (אקדמי, רשת, אישים, תמונות, וידאו, קניות ורשתות חברתיות). היא קוראת את המקורות המלאים ולא רק תקצירים, ומצליבה נתונים כדי לזהות סתירות בין מקורות שונים.
• ויזואליזציה של נתונים: יצירת גרפים אינטראקטיביים מורכבים (כמו בועות נתונים של מדד S&P 500) המשלבים מספר צירי מידע וצבעים בהתאם לביצועים.
• פרויקטים מקצה לקצה: המערכת יכולה לקחת קונספט ראשוני, להוביל אותו דרך שלבי המחקר והניתוח, ועד ליצירת המסמך הסופי והפצתו — ללא צורך בהתערבות ידנית בין השלבים.

מדריך שימוש שלב אחרי שלב

מקרי שימוש ייחודיים (אקדמי ועסקי)

1. בעולם האקדמי: סקירת ספרות וזיהוי "חורים" במחקר

• השימוש הרגיל: מציאת תיאוריות מרכזיות בנושא מסוים. הסוכן סורק מאגרים אקדמיים ומסכם את הטיעונים המרכזיים.
• השימוש המתקדם: בקשו מהסוכן למצוא נקודות שבהן חוקרים אינם מסכימים זה עם זה.

2. בעולם העסקי: ניתוח מתחרים ומודיעין שוק

• השימוש הרגיל: "מי הם המתחרים שלי ומה המחירים שלהם?"
• השימוש המתקדם: ניתוח נכסים דיגיטליים ותלונות לקוחות.

3. ניהול קריירה ובדיקת היתכנות (Pre-Mortem)

טיפים למקסום החיפוש והמחקר

• השתמשו בפיצ'ר ה-Focus (מיקוד): מתחת לשורת החיפוש, לחצו על כפתור ה-Focus. בחרו ב-Academic למקורות מדעיים, או ב-Social כדי לחפש מה אנשים אומרים ב-Reddit וב-Twitter.
• חפשו באנגלית (גם אם תרצו תשובה בעברית): כמות המידע באנגלית גדולה פי כמה.
• דרשו פורמט ספציפי: אל תסתפקו בטקסט ארוך. בקשו: "הציגו את הנתונים בטבלה השוואתית" או "סכמו את המידע כנקודות (Bullet points) למצגת מנהלים".
• בצעו "חיפוש עומק" (Follow-up): בתחתית העמוד יש שורת המשך. אל תתחילו חיפוש חדש. תגידו לו: "מעניין, עכשיו תרחיבו רק על סעיף 3 ותביאו דוגמאות מספריות".
• אימות מקורות (The Red Team Rule): בסיום כל מחקר, בקשו מהסוכן: "מצאו מקור אחד שסותר את המסקנות המרכזיות שהצגתם כאן והסבירו מדוע הוא חולק עליהן". זה מבטיח אובייקטיביות.

טבלה לריכוז הפעולות לביצוע מחקר איכותי

עלויות ונגישות

מבנה התמחור של המערכת: הגישה ל-Computer מוגבלת אך ורק למנויי Perplexity Max. נכון למרץ 2026, המנוי עולה 200 דולר לחודש (או 2,000 דולר בתשלום שנתי, המשקף כ-167 דולר לחודש).

חשוב לציין: מנויי Perplexity Pro הרגילים אינם זכאים לגישה ל-Computer ועליהם לשדרג למסלול ה-Max. מעבר לדמי המנוי, המערכת פועלת על בסיס "קרדיטים":

• 10,000 קרדיטים כלולים במנוי החודשי
• צריכת הקרדיטים משתנה בהתאם למורכבות המשימה
• חיפושים סטנדרטיים ב-Perplexity נותרים ללא הגבלה ואינם צורכים קרדיטים

השוואה לחלופות בשוק

• מול Claude Cowork: בעוד Perplexity מתזמרת 19 מודלים שונים, Cowork של Anthropic משתמש רק במודלים שלה. בנוסף, Cowork רץ מקומית על המחשב האישי (מה שמשפר את הפרטיות והגישה לקבצים מקומיים), בעוד Perplexity רצה בענן ומסתמכת על אינטגרציות.
• מול OpenClaw: זהו פתרון קוד פתוח המעניק גמישות אינסופית למפתחים, אך הוא דורש ידע טכני רב וטומן בחובו סיכוני אבטחה (כמו מחיקת אימיילים לא מורשית שדווחה בעבר). Perplexity מציעה "גן סגור" ומאובטח יותר, שמתאים למי שרוצה תוצאות בלי לנהל את התשתית.

רוב ה-GPTs המותאמים אישית נבנים, מתפרסמים, ואז פשוט נעלמים. הם נשארים קבורים בתוך חנות ה-GPT בלי כמעט משתמשים, בלי חשיפה ובלי שימוש חוזר. כדי שזה לא יקרה, לא מספיק רק לבנות GPT. צריך גם להבין למי הוא מיועד, איזה צורך אמיתי הוא פותר, איך מנסחים אותו נכון, איך מפרסמים אותו, ואיך ממשיכים לשפר אותו לאורך זמן.

הבנת GPTs מותאמים אישית בשנת 2026

מהם GPTs מותאמים אישית

GPTs מותאמים אישית הם גרסאות ייעודיות של ChatGPT, שמוגדרות מראש עבור מטרה, קהל, תחום מקצועי או משימה מסוימת. GPT כזה יכול לשלב כמה שכבות של התאמה:

• הוראות מותאמות אישית: הגדרות התנהגות ברורות שמסבירות לו איך להגיב, באיזה טון, באיזה מבנה, ומה תחומי האחריות שלו.
• מאגרי ידע: קבצים, מסמכים, נהלים, מדריכים או בסיסי מידע שמועלים אליו כדי שיוכל להסתמך על תוכן ספציפי.
• פעולות משולבות: חיבורים למערכות חיצוניות דרך API, שמאפשרים לו לא רק לענות אלא גם לבצע פעולות, לשלוף מידע, או לעדכן מערכות.
• תגובות מותאמות לתחום: התאמה של אופן התשובה, המינוח, עומק ההסבר ורמת הדיוק לקהל מסוים או לענף מסוים.

ההתפתחות של GPTs מותאמים אישית

• 2023: הושקה האפשרות ליצור GPT מותאם אישית עבור משתמשי ChatGPT Plus.
• 2024: חנות ה-GPT נפתחה לציבור, נוספה אפשרות לחלוקת הכנסות, ואלפי GPTs פורסמו. במקביל, התחילו להתרחב גם שימושים ארגוניים ואינטגרציות עסקיות.
• 2026: המערכת כבר בשלה הרבה יותר. יש כלים ייעודיים כמעט לכל תחום, אפשרויות מונטיזציה ברורות יותר, חיבורים מתקדמים יותר למערכות חיצוניות, ושילובים עם סביבות עבודה נוספות כמו Claude Projects ופלטפורמות משלימות אחרות.

למה בכלל לבנות GPT מותאם אישית

יתרונות מקצועיים

• מיצוב כמומחה בתחום
• יצירת מקור הכנסה שניתן להרחבה
• בניית קהל ומותג
• אוטומציה של תהליכי עבודה
• שיפור יעילות בארגון או בצוות

יתרונות מעשיים

• חסם כניסה נמוך, בלי צורך בקוד עבור GPT בסיסי
• גישה למשתמשים קיימים דרך חנות ה-GPT
• אפשרות להכנסה פסיבית במקרים מסוימים
• עדכון ושיפור פשוטים יחסית
• משוב מיידי ממשתמשים

ערך אסטרטגי

• בדיקת שוק מהירה לפני בניית מוצר גדול יותר
• לימוד העדפות משתמשים ודפוסי שימוש
• בניית נאמנות לכלי ולמותג
• יצירת משפחת מוצרים או כלים משלימים

תכנון מוקדם: לפני שבונים

שלב 1: לבדוק אם הרעיון באמת שווה בנייה

לפני שניגשים לבונה ה-GPT, חשוב מאוד לעצור ולבדוק האם בכלל יש לרעיון סיכוי לעבוד.

שאלות שצריך לשאול:

• איזו בעיה הכלי הזה פותר
• מי קהל היעד
• מה כבר קיים בשוק
• מה היתרון הייחודי שלכם
• האם אפשר להפעיל אותו בקנה מידה רחב
• האם יש ביקוש מתמשך

איך לבצע מחקר שוק בסיסי:

• לעבור על חנות ה-GPT ולבדוק מה כבר קיים
• לחפש כלים דומים ב-GitHub או במאגרים אחרים
• לשוחח עם משתמשים פוטנציאליים ולזהות נקודות כאב
• לבדוק אילו חיפושים ומונחים מופיעים סביב התחום
• להבין באילו משימות אנשים משתמשים היום ב-ChatGPT בתוך התחום הזה

שלב 2: להגדיר את גבולות ה-GPT

הרבה GPTs נכשלים כי הם מנסים לעשות יותר מדי. חשוב להגדיר מראש מה הכלי עושה, מה הוא לא עושה, ולמי הוא נועד. הדרך הפשוטה ביותר היא לכתוב מפרט קצר וברור.

GPT Name: [שם ברור ותיאורי]
Category: [Business / Education / Productivity / etc.]

Primary Purpose:
[משפט אחד שמסביר מה התפקיד המרכזי]

Target Audience:
[מי אמור להשתמש ב-GPT הזה]

Key Features:
1. [יכולת 1]
2. [יכולת 2]
3. [יכולת 3]

Knowledge Requirements:
[איזה מידע ה-GPT חייב להכיר]

Actions / Integrations:
[לאילו שירותים חיצוניים הוא צריך להתחבר]

Success Metrics:
[איך מודדים הצלחה]

Competitive Advantage:
[מה הופך אותו לטוב יותר או שונה יותר]

שלב 3: להבין מה נדרש מבחינת זמן ומשאבים

השקעת זמן משוערת:

• GPT בסיסי: כ-4 עד 8 שעות
• GPT ברמת ביניים: כ-8 עד 20 שעות
• GPT מתקדם: 20 עד 40 שעות ולעיתים יותר

מה צריך מבחינה טכנית:

• חשבון ChatGPT Plus או Team
• קובצי PDF, DOCX, TXT או מסמכים אחרים למאגר ידע
• פרטי API אם רוצים חיבורים חיצוניים
• זמן בדיקה
• גישה למשתמשי ניסיון, אם אפשר

בניית GPT בפועל

גישה לבונה ה-GPT

1. התחברו ל-ChatGPT עם חשבון מתאים
2. לחצו על סמל הפרופיל בצד שמאל למטה
3. בחרו "ה-GPTs שלי"
4. לחצו על "צור GPT"
5. היכנסו לממשק הבנייה

אין צורך בכתיבת קוד כדי להתחיל. רוב תהליך הבנייה הראשוני נעשה דרך ממשק גרפי.

חלק 1: ההגדרות הבסיסיות

בחירת שם: השם הוא לא פרט שולי. הוא אחד הדברים הראשונים שמשפיעים על האם המשתמש בכלל ילחץ על הכלי שלכם.

• שהשם יהיה ברור
• שיהיה בו מונח שמחפשים
• שיהיה קל לזכור
• להימנע משמות כלליים מדי
• להימנע משימוש בעייתי במותגים

כתיבת תיאור קצר ותיאור מלא: התיאור הקצר הוא הטקסט שמופיע ברשימות. צריך להסביר מהר מאוד מה המשתמש מקבל (עד 120 תווים, ניסוח פעיל).

חלק 2: כתיבת ההוראות המותאמות

זה אחד השלבים הכי חשובים. ההוראות הן הלב של ה-GPT. הן קובעות מה הוא יעשה, איך הוא ידבר, מה הוא ישאל, מה חשוב לו, ואיפה הגבולות שלו.

רכיבים שכדאי לכלול בהוראות:

• הגדרת תפקיד
• הגדרת תחומי מומחיות
• הגדרת תהליך עבודה
• הגדרת סגנון תקשורת
• הגדרת גבולות

You are an expert Startup Business Plan Generator. Your role is to
help entrepreneurs, business students, and investors create
comprehensive, professional business plans tailored to their specific
business idea.

Your expertise spans:
- Business strategy and planning
- Financial modeling and projections
- Market analysis and competitive positioning
- Operations and go-to-market strategies
- Investor-ready presentations

When a user describes their business idea, you:
1. Ask clarifying questions about their industry, target market,
   and competitive landscape
2. Analyze their business model for viability and unique value
3. Generate detailed sections including:
   - Executive Summary
   - Company Description
   - Market Analysis
   - Organization and Management
   - Financial Projections (3-5 years)
   - Funding Requirements
   - Marketing and Sales Strategy
   - Operations Plan
4. Provide professional formatting suitable for investor review
5. Highlight assumptions and risks
6. Suggest follow-up improvements

Communication Guidelines:
- Professional yet approachable tone
- Use clear business terminology without being overly technical
- Organize information in logical sections with headers
- Provide both high-level summaries and detailed analysis
- Ask clarifying questions when details are missing
- Acknowledge assumptions and potential limitations
- Offer alternatives and considerations for key decisions

Output Format:
- Use Markdown formatting for readability
- Include numbered lists for sequential steps
- Use tables for financial comparisons
- Add bold text for key metrics and recommendations
- Keep paragraphs concise and scannable

Key Guidelines:
- Do not provide personalized tax, legal, or investment advice
- Always include disclaimer that users should consult professionals
- Do not generate unrealistic financial projections
- Acknowledge industry-specific regulations and compliance needs
- Maintain business plan best practices and standards
- Never promise guaranteed success
- Be honest about market challenges and competitive threats

Information Boundaries:
- You are not a lawyer
- You are not a licensed accountant
- You are not a registered investment advisor
- Always recommend professional review of plans

# Advanced Python Code Reviewer GPT Instructions

## Role and Expertise
You are an expert Python code reviewer with 15+ years of software
engineering experience. Your specialization includes:
- Code quality and maintainability
- Performance optimization
- Security best practices
- Testing and reliability
- Design patterns and architecture

## Core Function
You review Python code provided by developers and students, offering
detailed, constructive feedback that helps them improve their coding
skills and write production-ready code.

## Review Framework
When a developer submits code, you:

1. Analyze Structure & Design
   - Assess overall architecture and design patterns
   - Evaluate separation of concerns
   - Check for appropriate abstraction levels

2. Evaluate Code Quality
   - Readability and naming conventions
   - Comment clarity and documentation
   - PEP 8 compliance
   - Dead code or redundancy

3. Identify Performance Issues
   - Algorithmic efficiency
   - Resource usage (memory, CPU)
   - Database query optimization
   - Async/await patterns

4. Security Review
   - Input validation
   - SQL injection prevention
   - Authentication/authorization
   - Data protection

5. Test Coverage Analysis
   - Unit test adequacy
   - Edge case handling
   - Error handling completeness

6. Provide Improvements
   - Specific code refactoring suggestions
   - Best practices recommendations
   - Example implementations of improvements
   - Resources for learning more

## Communication Style
- Professional, encouraging, educational tone
- Acknowledge what the code does well first
- Provide constructive criticism
- Explain the "why" behind recommendations
- Use code examples for clarity
- Suggest learning resources

## Output Format
Use clear structure:

חוזקות
[היבטים חיוביים]

תחומים לשיפור
[בעיה 1] - [הסבר] - [תיקון מוצע]
[בעיה 2]...

הזדמנויות ביצועים
[הצעות אופטימיזציה]

שיקולי אבטחה
[שיפורי אבטחה]

הערכה כוללת
[סיכום והמלצות עדיפות]

משאבים
[קישורים לתיעוד מועיל]

## Important Boundaries
- You are a code reviewer, not a code writer
- Guide users to solutions, not directly write their code
- For assignments, provide learning guidance without solutions
- Respect academic integrity in educational contexts
- For critical security issues, recommend professional security audit

חלק 3: הוספת מאגר ידע

מאגר הידע הוא אחד המרכיבים החשובים ביותר ב-GPT מותאם אישית. הוא מאפשר לכלי להסתמך על מידע מסוים בלי להזדקק לכך שהכול יהיה כתוב ישירות בתוך ההוראות.

מה אפשר להכניס למאגר ידע:

• תיעוד מוצר, מסמכי חברה, נהלים פנימיים
• חומרי הדרכה, מחקרי שוק, מחקרים אקדמיים
• מסמכי שאלות נפוצות, מפרטים טכניים
• דוגמאות עבודה, טבלאות נתונים
• ספרי מותג, קווי ניסוח אחידים

איך מוסיפים קבצים:

1. ב-GPT Builder מוצאים את אזור "ידע"
2. לוחצים על העלאת קבצים
3. מוסיפים PDF, DOCX, TXT או פורמטים נתמכים אחרים
4. מוסיפים תיאור לכל קובץ, אם אפשר
5. בודקים שה-GPT אכן מצליח להיעזר בתוכן

Product Documentation/
├── ProductGuide.pdf
├── API_Reference.md
├── Integration_Examples.zip

Industry Standards/
├── GDPR_Compliance_Guide.pdf
├── Security_Best_Practices.pdf

Company Resources/
├── Brand_Guidelines.pdf
├── Company_History.pdf
├── Service_Offerings.md

חלק 4: חיבור פעולות וממשקי API

כאשר רוצים שה-GPT לא רק יענה, אלא גם יבצע פעולות, צריך להוסיף Actions או לחבר API.

שימושים נפוצים:

• משיכת נתונים בזמן אמת, הוספת נתונים למערכת
• שליחת הודעות, גישה ללוח שנה
• שליפת מידע על לקוח, פתיחת משימות
• הפעלת אוטומציות, עבודה מול מסדי נתונים או שירותים חיצוניים

גישה ראשונה: אינטגרציות מוכנות מראש — OpenAI מציעה חיבורים נוחים יחסית לשירותים פופולריים: Zapier, Google Sheets, HTTP requests, חיבורים למסדי נתונים.

דוגמה: Google Sheets

1. לבחור את פעולת Google Sheets
2. להתחבר לחשבון Google
3. לבחור את הגיליון
4. להגדיר מיפוי בין פלט ה-GPT לעמודות
5. לבדוק שהשורה נכתבת כמו שצריך

דוגמה: Zapier

1. ליצור Zap ב-Zapier
2. להגדיר טריגר מסוג webhook
3. להעתיק את כתובת ה-webhook
4. להדביק אותה בתוך פעולת ה-GPT
5. לבדוק את הזרימה מתחילתה ועד סופה

גישה שנייה: API מותאם אישית

אם יש לכם מערכת משלכם או צורך מדויק יותר, זה בדרך כלל הכיוון הנכון.

• API שזמין דרך HTTPS
• מסמך תיעוד ברור
• מנגנון אימות אם צריך
• עדיף פורמט OpenAPI

{
  "openapi": "3.0.0",
  "info": {
    "title": "Business Plan API",
    "version": "1.0.0"
  },
  "paths": {
    "/business-plans": {
      "post": {
        "summary": "Create new business plan",
        "requestBody": {
          "content": {
            "application/json": {
              "schema": {
                "type": "object",
                "properties": {
                  "industry": {
                    "type": "string",
                    "description": "Industry sector"
                  },
                  "business_model": {
                    "type": "string"
                  }
                }
              }
            }
          }
        },
        "responses": {
          "200": {
            "description": "Plan created successfully"
          }
        }
      }
    }
  }
}

גישה שלישית: כלי No-Code — שירותים כמו Make, Zapier ו-Integromat מאפשרים לחבר מערכות, לבנות תהליכים ולעבד נתונים גם בלי לפתח הכול מאפס. כאשר צריך לחבר כמה שירותים יחד, כאשר יש לוגיקה מורכבת יחסית, כאשר רוצים אוטומציה מתוזמנת, או כאשר צריך להעביר נתונים בין מערכות שונות.

חלק 5: בדיקות ואיטרציה

לא מפרסמים GPT בלי לבדוק אותו לעומק. בדיקות הן חלק קריטי מהבנייה.

רשימת בדיקה בסיסית:

• האם הוא באמת מבצע את המשימה המרכזית שלו
• האם ההוראות מיושמות כמו שהתכוונתם
• האם מאגר הידע נגיש ורלוונטי
• האם פעולות ה-API עובדות
• איך הוא מגיב לקלט לא צפוי
• האם הפלט ברור ומובנה
• האם יש בו סיכוני בטיחות
• האם זמן התגובה סביר

Test Case 1: Basic Functionality
Input: [Example input]
Expected Output: [What should happen]
Actual Output: [What actually happened]
Result: PASS / FAIL

Test Case 2: Edge Case
Input: [Unusual input]
Expected Output: [Expected behavior]
Actual Output: [Actual result]
Result: PASS / FAIL

Test Case 3: Knowledge Base Integration
Input: [Question requiring knowledge base]
Expected Output: [Should reference knowledge base]
Actual Output: [What happened]
Result: PASS / FAIL

פרסום ה-GPT

שלב 1: להכין חומרים שיווקיים

• כותרת ברורה, תיאור קצר, תיאור מלא
• אייקון או לוגו, קטגוריה נכונה, תגיות רלוונטיות

[Opening Hook - Why someone would want this]
[Core Capabilities - What this GPT does]
[Key Benefits - How it helps users]
[Perfect For - Target audience]
[Disclaimer if applicable - Limitations]

"Transform your ideas into investment-ready business plans in minutes.

StartupPlan GPT combines business strategy expertise with AI
intelligence to generate comprehensive business plans tailored to
your specific business idea. Whether you're an entrepreneur pitching
to investors, a business student completing coursework, or a
consultant helping clients, StartupPlan GPT accelerates the planning
process.

Get professional business plans including market analysis, financial
projections, competitive positioning, and go-to-market strategies,
all customized to your industry and vision.

Perfect for entrepreneurs, business students, consultants, and
anyone creating investor-ready business plans."

שלב 2: פרטיות והרשאות

יש שלוש רמות עיקריות: ציבורי, קישור בלבד, פרטי.

המלצה מעשית: להתחיל בקישור בלבד, לעבור לציבורי רק אחרי בדיקה, להשאיר פרטי אם זה כלי פנימי או אישי.

שלב 3: השקה וקידום

1. עוברים שוב על כל ההגדרות
2. מוודאים שהקטגוריה והתיאור נכונים
3. מחליטים אם הכלי ציבורי או לא
4. לוחצים על "פרסם"
5. משתפים את הקישור

איך מקדמים:

• שיתוף ישיר במייל או בקבוצות
• כתיבת פוסט שמדגים בעיה אמיתית שהכלי פותר
• שיתוף ברשתות חברתיות והפצה בקהילות מקצועיות
• שילוב בניוזלטר, חבירה ליוצרים משלימים
• עידוד משתמשים לדרג ולהשאיר משוב

טכניקות מתקדמות

When users ask for [task], follow this structure:

1. Clarification Phase
   - Ask 3-5 clarifying questions
   - Understand user goals and constraints

2. Analysis Phase
   - Analyze inputs against best practices
   - Identify key considerations

3. Solution Phase
   - Provide detailed, step-by-step solution
   - Include alternatives and trade-offs

4. Validation Phase
   - Confirm solution meets user needs
   - Suggest next steps

Adopt the persona of [specific expert]:
- 20+ years of experience in [field]
- Known for [specific strengths]
- Speaks with [communication style]
- Often emphasizes [key values]

Channel this expertise when responding to user queries, bringing
[specific perspective] to all answers.

User Request: "Create and publish my business plan"

GPT Executes:
1. Calls /generate-plan endpoint
2. Waits for response
3. Formats plan document
4. Calls /publish endpoint
5. Returns publication link

In instructions:
"When users upload files, you:
1. Analyze the file content
2. Identify key information
3. Provide insights or transformations
4. Offer additional processing options"

אסטרטגיות מונטיזציה

חלוקת הכנסות דרך חנות ה-GPT

חלק מההכנסות מחולקות ליוצרים. החלוקה מושפעת ממעורבות ושימוש. התשלומים הם חודשיים, והנוסחה המדויקת לא תמיד גלויה במלואה. בפועל, ההכנסה תלויה מאוד בגילוי, באיכות הכלי, בזמן השימוש בו, ובשאלה האם הוא יוצר שימוש חוזר.

מודלים חלופיים למונטיזציה

• מודל 1: מנוי ישיר — לבנות סביבת עבודה משלכם או הצעת פרימיום, ולגבות תשלום חודשי עבור גישה, פיצ'רים מתקדמים או שירות מורחב.
• מודל 2: רישוי ארגוני — GPT שמותאם לעסק או לארגון מסוים יכול להפוך למוצר B2B. טווח אפשרי: $500 עד $5,000 לחודש לארגון, ולעיתים יותר.
• מודל 3: שירותים וייעוץ — להציע הדרכה, יישום, התאמה לצוות, יצירת תהליכים או אופטימיזציה סביב ה-GPT שבניתם.
• מודל 4: שיתופי פעולה וחסויות — אם הכלי שלכם פונה לנישה ברורה, אפשר לחבור לגופים משלימים.
• מודל 5: קהילה ומערכת אקולוגית — קהילה, תכנים, קורסים, ספריית משאבים וכלים משלימים יכולים להפוך את ה-GPT לנקודת כניסה למערכת רחבה יותר.

תחזוקה ושיפור מתמשך

GPT שלא מתעדכן, נחלש. גם אם הוא עבד נהדר ביום ההשקה, שימושים חדשים, משוב מהשטח ושינויים בתחום יחשפו בעיות או צרכים חדשים.

רשימת תחזוקה שוטפת

חודשי:

• לבדוק משוב ודירוגים
• לאתר בעיות שחזרו
• לעדכן בסיס ידע
• לשפר לפי שימוש אמיתי

רבעוני:

• להוסיף פיצ'רים חשובים
• לבצע בדיקות עומק
• לשפר הוראות
• לרענן את התוכן השיווקי

שנתי:

• לבחון את הביצועים הכוללים
• להחליט אם צריך שינוי משמעותי
• לבדוק אם השוק זז
• לתכנן את הכיוון הבא

טבלת תגובה למשוב

עקרונות להצלחה לאורך זמן

• איכות קודמת לחשיפה: אם הכלי לא טוב, שום שיווק לא יציל אותו לאורך זמן.
• מיצוב חד: המשתמש צריך להבין בתוך שניות מה הכלי עושה.
• שיפור רציף: כלי שמתעדכן משדר רצינות.
• תגובה למשוב: משתמשים מרגישים מייד אם מקשיבים להם או לא.
• תקשורת ערך ברורה: לא רק מה הכלי עושה, אלא מה המשתמש מרוויח מזה.

טעויות נפוצות שכדאי להימנע מהן

• הבטחות מוגזמות: לא להבטיח מה שהכלי לא יכול לקיים.
• הזנחת עדכונים: כלי מוזנח מאבד רלוונטיות.
• הוראות לא מדויקות: אם ההוראות עמומות, הפלט יהיה עמום.
• התעלמות ממשוב: משוב הוא מקור לשיפור.
• תיאור חלש בחנות: גם כלי טוב צריך להיות מוצג נכון.

איך מרחיבים GPT שהתחיל לצבור תאוצה

• לשפר ביצועים
• לצמצם זמני תגובה
• להרחיב בסיס ידע
• להוסיף יכולות חדשות
• ליצור גרסת פרימיום
• לבנות GPTs משלימים
• להציע שירותים נלווים
• לבנות קהילה סביבו

מבט לטווח ארוך

שנה ראשונה: בונים, בודקים, מדייקים, ומתחילים להבין מי באמת משתמש.

שנה שנייה: משפרים לפי שימוש אמיתי, מוסיפים יכולות ומרחיבים קהל.

שנה שלישית: בודקים אפשרות להתרחבות למוצרים נלווים, קהילה, שירותים, רישוי או גרסאות מתקדמות.

במדריך זה תבינו מה הם Skills, למה הם פותרים בעיה שפרויקט רגיל או הקשר ארוך לא תמיד פותרים, איך מגיעים לפיצ'ר בתוך Claude שלב אחרי שלב, ואיך בונים Skill ראשון בלי להתחיל ממסך ריק.

מה הם Claude Skills

אם יצא לכם להשתמש ב-Custom GPTs ב-ChatGPT או ב-Gems של Gemini, הרעיון הכללי יישמע מוכר. בכל המקרים האלה מדובר בדרך לשמור שכבת התאמה אישית כדי לא לחזור שוב על אותן הוראות. אבל ב-Claude, הפתרון הזה נבנה בצורה שמטפלת טוב יותר בבעיה נפוצה מאוד בשיחות ארוכות: שחיקה של ההקשר.

זה הרגע שבו השיחה נמשכת, Claude מתחיל לסטות, שוכח שלבים, מחמיץ את הפורמט שביקשתם בהתחלה, או מפסיק לשמור על הטון שהגדרתם. Anthropic מסבירה ש-Skills פועלים באמצעות Progressive Disclosure: קודם Claude טוען רק מטא-דאטה קצרה כדי להבין מתי Skill רלוונטי, ורק אם המשימה באמת מתאימה הוא טוען את ההוראות המלאות והקבצים הנלווים. כך נמנע עומס מיותר על חלון ההקשר.

איך להגיע לפיצ'ר Skills בתוך Claude

לפני הכול, צריך לוודא שהפיצ'ר בכלל זמין בחשבון שלכם. לפי מרכז העזרה של Anthropic, Skills דורשים ש-Code execution and file creation יהיה פעיל.

איך בונים Skill ראשון בלי לנחש

הטעות של הרבה אנשים היא להתחיל מלבנות Skill לפני שהם יודעים בכלל מה צריך להפוך ל-Skill. הדרך הנכונה יותר היא לבדוק קודם אילו תהליכים חוזרים אצלכם שוב ושוב.

---
name: [שם הSkill — עד 64 תווים]
description: "תיאור מדויק של מתי להשתמש בSkill הזה — עד 200 תווים. לדוגמה: המרת סקריפט YouTube גמור לפוסט לינקדאין, שלושה Shorts, קטע לניוזלטר ושרשור X באותו טון מותג"
---

# [שם ה-Skill]

## תפקיד
[מה התפקיד של ה-Skill]

## מתי להשתמש
[מתי ה-Skill רלוונטי]

## מתי לא להשתמש
[מתי לא להפעיל]

## תהליך עבודה
1. [שלב ראשון]
2. [שלב שני]
3. [שלב שלישי]

## פורמט הפלט
[איך נראה פלט טוב]

## דוגמאות
[קלט לדוגמה → פלט לדוגמה]

## טעויות להימנע
[מה לא לעשות]

איך Skill טוב נראה בפועל

נניח שאתם רוצים לבנות Skill שמקבל סקריפט YouTube גמור והופך אותו לארבעה תוצרים: פוסט לינקדאין, שלושה תסריטי Shorts, קטע לניוזלטר, שרשור ל-X.

במקום לכתוב כל פעם מחדש את כל ההסבר, Skill טוב יגדיר: מתי להשתמש בו, מהו קלט תקין, באיזה סדר לייצר את התוצרים, איך לשמור על טון המותג, אילו התאמות לעשות לכל פלטפורמה, באיזה מבנה למסור את התשובה, ואילו טעויות להימנע מהן.

בפעם הבאה מספיק שתדביקו את הסקריפט ותבקשו "הפוך את זה לחבילת תוכן". אם ה-description של ה-Skill טוב מספיק, Claude יזהה את המשימה ויטען את ה-Skill באופן אוטומטי.

למה עדיף לבנות כמה Skills קטנים במקום Skill ענק

Anthropic ממליצה לבנות Skills נפרדים עבור workflows שונים. Skills ממוקדים מתחברים טוב יותר זה לזה מאשר Skill אחד שמנסה לעשות הכול. אפילו אם Skills לא מפנים זה לזה במפורש, Claude יכול להשתמש בכמה Skills יחד אם המשימה דורשת זאת.

לכן עדיף לחשוב במונחים של ספריית כלים קטנים:

• Skill לשכתוב פוסט
• Skill לבניית ניוזלטר
• Skill לבדיקת קוד
• Skill לתבנית מצגת
• Skill לסיכום פגישה
• Skill לתרגום בסגנון מותג

מה היתרון האמיתי של Skills

הערך העיקרי הוא לא רק מהירות — הוא אחידות. במקום לקבל תוצאה טובה פעם אחת ותוצאה בינונית בפעם אחרת, אתם בונים תהליך שClaude יכול להפעיל שוב ושוב באותה צורה.

• אתם מפסיקים לבזבז זמן על הקמה מחדש של הקשר
• Claude מפסיק להיסחף בתוך שיחה ארוכה
• הפלט הופך צפוי יותר
• העבודה נעשית עקבית יותר
• מצטמצם הפער בין "Claude יודע" לבין "Claude באמת מבצע את התהליך שאתם צריכים"

כמה הערות שכדאי לדעת מראש

• Skills זמינים היום גם למשתמשי Claude.ai וגם ב-API, ובבטא גם למשתמשי Claude Code.
• ב-Claude Code אפשר גם להתקין Skills דרך plugins מהמרקטפלייס או להוסיף אותם לתיקיית ~/.claude/skills.
• Skills של Anthropic עצמה, כמו יצירת קובצי Excel, Word, PowerPoint ו-PDF, מופעלים אוטומטית כש-Code execution and file creation פעיל.
• אם אתם עובדים בארגון, ייתכן שבעל ההרשאות יכול לשתף Skills עם אנשים ספציפיים או עם כל הארגון. שיתוף כזה כבוי כברירת מחדל, וצריך לאפשר אותו ב-Organization settings → Skills.

genspark.ai היא פלטפורמת "סוכן-על" (Super Agent) / workspace סוכני — לא עוד צ'אטבוט אחד, אלא סביבת עבודה שמריצה מאחורי הקלעים צוות של סוכני בינה מלאכותית וכלים, כדי לבצע בשבילך משימות שלמות מקצה-לקצה.

מה זה בפועל?

• AI Super Agent: סוכן כללי שמקבל ממך prompt אחד ("תתכנן לי כנס", "תבנה דק משקיעים", "תבדוק מול שלושה ספקים") ומתכנן, מבצע, ומחזיר לך תוצר מוגמר (מצגת, מסמך, סיכום).
• ארכיטקטורה מרובת-סוכנים (Mixture-of-Agents): מאחורי הממשק יש "תערובת סוכנים": 9 מודלי שפה שונים (LLMs) שמתמחים — חלקם בריסונינג, חלקם בכתיבה יצירתית, חלקם במולטימדיה. יותר מ-80 כלים ואינטגרציות (טלפוניה, יצירת מצגות, וידאו, Sheets, אימייל, לוחות שנה ועוד). המערכת מחלקת את העבודה ביניהם במחזור Agent קלאסי: plan → execute → observe → backtrack.

מה הוא עושה בהקשר של סוכנים?

• מממש סוכן אוטונומי "אמיתי": לא רק טקסט בצ'אט, אלא ביצוע פעולות בעולם: ביצוע שיחות טלפון ("Call Agent") והחזרת תמלול ותובנות, יצירת מצגות ("AI Slides"), דוחות, גיליונות, תמונות וווידאו, חיבור ל-Gmail, Calendar, Notion וכו' דרך MCP כדי לקרוא מיילים, לתעדף, ולנסח תשובות.
• Sparkpages: תוצרי "מחקר-סוכן": במקום תוצאות חיפוש קלאסיות, הוא יוצר דף מובנה (Sparkpage) שמרכז מקורות, מסכם, מחלק לכותרות ותובנות, ומאפשר המשך דיאלוג עם קופיילוט משולב.

1) איך מתחילים עם Super Agent

2) מקרי שימוש נפוצים ל-Super Agent + פרומפטים מוכנים

מחקר וניתוח

מתי להשתמש: כשאתה צריך לאסוף מידע, להשוות אפשרויות, לנתח נושא, או לבנות סיכום/בריף.

קניות והשוואת מוצרים

מתי להשתמש: כשצריך למצוא מוצרים לפי תקציב, דירוג, תכונות או חנויות.

ניתוח נתונים וקבצים

מתי להשתמש: כשיש לך קובץ אקסל, CSV, דוח פיננסי או נתוני מכירות, ואתה רוצה תובנות, טבלאות וגרפים.

יצירת מצגות, מסמכים ודוחות

מתי להשתמש: כשאתה צריך להפוך מחקר או נתונים למסמך מוכן, בריף או מצגת.

קוד ופיתוח

מתי להשתמש: כשאתה צריך דף נחיתה, כלי אינטראקטיבי, משחק, קוד עזר או אבטיפוס.

יצירת תמונות וסרטונים

מתי להשתמש: כשאתה צריך פוסטר, רעיון קריאייטיבי, Reel, ויזואל שיווקי או נכסים למדיה חברתית.

תקשורת ותיאום

מתי להשתמש: כשאתה צריך לנסח מייל, לתאם פגישה, או לבצע משימה תפעולית.

שיחות ופעולות בעולם האמיתי

מתי להשתמש: כשצריך לבצע תיאום, הזמנה או בירור.

הורדה ושמירה ל-AI Drive

מתי להשתמש: כשצריך לאסוף קבצים, מאמרים או תמונות ולשמור אותם מסודר.

3) איך לבנות סוכן משלך עם Custom Agent Builder

אם יש לך משימה שחוזרת על עצמה, עדיף לבנות סוכן מותאם אישית. הרעיון הוא פשוט: אתה מתאר במשפט אחד איזה סוכן אתה רוצה, ו-Genspark בונה אותו עבורך — בלי קוד. אפשר לחזור לאותו סוכן שוב, להשתמש בו מחדש, לשתף אותו, או לפרסם אותו ב-Custom Super Agent Store.

4) מקרי שימוש לסוכן מותאם אישית + פרומפטים

סוכן דוחות שבועיים

סוכן ניתוח מניות

סוכן יצירת תוכן ללינקדאין

סוכן ממים / תוכן קליל

סוכן מחקר אישי

5) מתי עדיף להשתמש בסוכן ייעודי כמו AI Docs

אם המשימה שלך היא בעיקר מסמך — קורות חיים, חוזה, בריף, תפריט, מסמך מקצועי, תיעוד טכני — עדיף לפתוח ישירות את AI Docs. לפי מרכז העזרה, AI Docs נועד ליצירת מסמכים חכמים, תומך ב-Rich Text וב-Markdown, מאפשר עריכת AI נקודתית, עריכה ידנית, שמירת גרסאות, והייצוא ל-HTML, Word ו-PDF.

שלב-אחר-שלב ב-AI Docs

1. פתח את AI Docs — מהעמוד הראשי אפשר ללחוץ על AI Docs או לבחור אותו מתוך New.
2. בחר פורמט — Rich Text למסמכים עסקיים וחומרים שיווקיים; Markdown למסמכים טכניים ותיעוד.
3. תאר מה ליצור — Genspark נותן דוגמאות כמו יצירת קורות חיים, תפריט לבית קפה, או המרת לוח שיעורים בכתב יד למסמך מסודר.
4. ערוך וייצא — אפשר לשפר את המסמך בשיחה, לבצע עריכה ידנית, להשתמש ב-AI Edit על קטע מסוים, ואז לייצא ל-Word או PDF.

6) איך לכתוב פרומפט טוב לסוכן

הדרך הכי טובה לעבוד עם סוכנים ב-Genspark היא לנסח בקשה שיש בה 4 רכיבים:

• א. המטרה: מה אתה רוצה לקבל בפועל (מצגת, טבלה, דוח, מייל, משחק, פוסטר)
• ב. החומר: על מה לעבוד (קובץ שהעלית, נושא למחקר, לינק, רשימת מוצרים)
• ג. צורת הפלט: איך זה צריך להיראות (10 שקופיות, טבלה עם 5 עמודות, סיכום מנהלים, מסמך PDF)
• ד. תנאים חשובים: שפה, קהל יעד, טון, אורך, פורמט

"אני רוצה ש-[הסוכן] יבצע [מטרה] על בסיס [חומר],
ויחזיר לי [סוג פלט] ב-[שפה/סגנון], עם דגש על [מה חשוב במיוחד]."

7) איך לבחור נכון בין סוגי הסוכנים

8) קיצורי דרך: 12 פרומפטים טובים להתחלה