1למה כדאי בכלל מילון מושגים
בכל פגישה, מצגת מכירה או ישיבת הנהלה היום מישהו זורק מילה כמו "אג'נט", "RAG" או "MCP" כאילו כולם מבינים. ברוב המקרים לא כולם מבינים, ופשוט לא נעים לשאול. המילון הזה נועד בדיוק לזה: לתת לכם קרקע משותפת מהירה, בלי ז'רגון של מתכנתים.
מתי המילון הזה הכי שימושי?
- ספק מציע לכם כלי "מבוסס AI Agent" ואתם רוצים לדעת אם זו טכנולוגיה אמיתית או בעיקר שיווק.
- אתם כותבים מדיניות AI ארגונית וצריכים להבין את ההבדל בין Fine-tuning ל-RAG לפני שמחליטים מה מתאים לכם.
- אתם רוצים להסביר למנהל/ת שלא טכני/ת למה סוכן AI שונה מצ'אטבוט רגיל, בלי לאבד אותו/ה במילה השנייה.
2איך המילון בנוי
המילון מסודר לפי א-ת, בדיוק כמו מילון רגיל. לכל מושג יש שם בעברית, המונח המקורי באנגלית בסוגריים, והסבר אחד קצר וממוקד עבודה - בלי הגדרה אקדמית ובלי ז'רגון של מתכנתים.
כשהמודל "ממציא" בביטחון מלא עובדה, מקור או ציטוט שלא קיימים. לכן תמיד בודקים עובדות קריטיות לפני שמסתמכים עליהן.
לפני המילון המלא יש שתי רשימות קצרות ששוות קריאה בפני עצמן: מילים שספקים אוהבים לזרוק בפגישת מכירה, ומושגים שממש התחממו השנה.
310 המושגים החיוניים - אם יש לכם רק דקה
אם אין זמן לכל המילון, אלה 10 המושגים שהכי משתלם להכיר קודם. כל אחד מקושר לערך המלא שלו בהמשך הדף.
46 מילים שספקים אוהבים - ומה לשאול לפניהן
המילים האלה לא שקריות, אבל הן משמשות הרבה יותר בשיווק מאשר בטכנולוגיה בפועל. לכל אחת יש שאלה קונקרטית שכדאי לשאול כשמישהו מנופף בה בפגישה.
56 מושגים שהתחממו ב-2026
אלה לא באזז ריק - כל אחד מהם משקף שינוי טכנולוגי אמיתי שקרה או התחזק השנה, ושווה להכיר לפני שהוא מגיע לישיבת ההנהלה שלכם.
6המילון המלא, א-ת
הוראות שלב-אחר-שלב שמחשב מבצע. AI הוא סוג מיוחד של אלגוריתם, שהחוקים שלו "נלמדו" מנתונים במקום שתוכנתו ידנית מראש.
מערכת AI שמקבלת מטרה ובוחרת בעצמה אילו כלים להפעיל ובאיזה סדר, בלי שמתכנתים לה כל צעד מראש. לפי אנתרופיק, ההבדל מ"תהליך מובנה מראש" הוא שבאג'נט המודל עצמו מחליט מה לעשות בזמן אמת, לא רק ממלא שלבים שנקבעו מראש.
התהליך שבו המודל "לומד" מכמויות ענק של טקסט לפני שהוא זמין לשימוש. אחריו מגיעים כיוונון עדין ולמידה מהעדפות אדם, שהופכים אותו לעוזר שימושי ולא רק למכונת חיזוי מילים.
השלב הראשון והגדול באימון: המודל לומד לחזות את המילה הבאה על בסיס כמויות ענקיות של טקסט מהאינטרנט וממקורות אחרים. בשלב הזה הוא עדיין לא "יודע" לענות על שאלות כמו עוזר.
הסרה או מיסוך של פרטים מזהים (שמות, תעודות זהות, פרטי קשר) לפני שמזינים מידע לכלי AI חיצוני. שלב חשוב לפני שמעלים מסמכי לקוחות או עובדים לצ'אט.
ההגנה על מערכות AI מפני שימוש לרעה: הזרקת הוראות זדוניות, דליפת מידע רגיש דרך שיחות, או ניצול הרשאות שניתנו לסוכן לפעולה במערכות שלכם.
כינוי שיווקי לחיבור של כמה כלי אוטומציה ו-AI יחד לתהליך עסקי שלם. המושג עצמו לא מוסיף טכנולוגיה, הוא בעיקר תיאור אסטרטגי לשילוב כלים קיימים.
ניסיונות תקיפה מבוקרים על מודל AI כדי לגלות חורי אבטחה או תשובות מסוכנות לפני שמשתמשים אמיתיים ימצאו אותם.
הכיוון הכי חם כרגע: AI שמתכנן ומבצע רצף שלבים בעצמו, לא רק עונה לשאלה בודדת. זה גם שינוי טכנולוגי אמיתי וגם אחד הביטויים הכי משומשים בכל מצגת מכירה השנה.
AI שיוצר תוכן חדש (טקסט, תמונה, קול, וידאו, קוד) במקום רק לסווג או לחזות נתונים קיימים. זה השם הכללי למה שקלוד, ChatGPT וכלי דומים עושים.
שיטת אימון שפיתחה Anthropic, שבה המודל עצמו בודק ומתקן תשובות לפי רשימת עקרונות כתובה מראש, ולא מסתמך רק על בני אדם שמדרגים כל תשובה בנפרד.
כינוי למוצר שנבנה מהיסוד סביב AI, לעומת מוצר ותיק שהוסיפו לו AI כפיצ'ר בדיעבד. בפועל הרבה חברות משתמשות בזה כתווית שיווקית בלי שינוי מהותי מאחוריה.
תשתית AI שמדינה או ארגון שולטים בה במלואה, מטעמי פרטיות וריבונות, בלי תלות בענן של חברה זרה. נושא שעולה יותר ויותר בשיחות רגולציה ואבטחת מידע ארגונית.
מבחן סטנדרטי שמשווה בין מודלים שונים על אותה משימה. שימושי להשוואה כללית, אבל לא תמיד משקף איך המודל יתפקד במשימה הספציפית שלכם.
כללים טכניים שמונעים מהמערכת לחרוג מהתפקיד שהוגדר לה, למשל לא לתת ייעוץ רפואי או לא לחשוף מידע רגיש, גם אם מנסים לשכנע אותה אחרת.
כל הטקסטים, התמונות והקוד שעליהם המודל התאמן. האיכות והמגוון של הדאטה קובעים במידה רבה את איכות ואמינות התשובות שהוא נותן.
תוכן וידאו, תמונה או קול מזויף שנוצר ב-AI ונראה או נשמע אמיתי. סיכון תדמיתי, פיננסי ומשפטי שהולך וגדל לארגונים, במיוחד בהתחזות לבכירים.
דפדפן אינטרנט עם סוכן AI מובנה שיכול לגלוש, למלא טפסים ולבצע פעולות בשבילכם ישירות בתוך הדפים שאתם פותחים, ולא רק לענות על שאלות עליהם.
כשהמודל "ממציא" בביטחון מלא עובדה, מקור או ציטוט שלא קיימים. לכן תמיד בודקים עובדות קריטיות מול מקור אמין לפני שמסתמכים עליהן.
כשמודל "נוטה" לתשובות מסוימות בגלל דפוסים בנתוני האימון, למשל סטריאוטיפים. דורש בדיקה מודעת בשימושים רגישים כמו סינון קורות חיים או החלטות תעסוקתיות.
ייצוג מספרי של המשמעות של טקסט או תמונה, שמאפשר למחשב "לחפש לפי משמעות" ולא רק לפי מילים מדויקות. זה הבסיס הטכני מאחורי RAG וחיפוש חכם במאגרי מידע.
כשמוצר משווק כ"מבוסס AI" בלי שיש בו בפועל טכנולוגיית AI משמעותית, רק כדי לרכוב על הבאזז. שווה לשאול "אז מה בדיוק ה-AI עושה כאן" לפני שמשלמים יותר בגלל התווית.
היכולת, המוגבלת עדיין בפועל, להסביר למה מודל הגיע להחלטה מסוימת. חשוב לרגולציה ולאמון, אבל כשמישהו מבטיח "AI מוסבר לגמרי" כדאי להיות סקפטיים.
השלב הבא אחרי הנדסת פרומפט: לא רק לנסח הוראה בודדת, אלא לתכנן מראש אילו מסמכים, זיכרון וכלים "יראה" הסוכן לאורך כל המשימה, לא רק בשאלה אחת.
האומנות לנסח בקשה כך שהמודל יבין בדיוק מה רוצים ממנו: הקשר, דוגמאות ומבנה ברור, לא רק שאלה קצרה וסתומה.
הרגע שבו משתמשים במודל מאומן כדי לענות בפועל, בניגוד לשלב האימון עצמו. זה מה שקורה בכל פעם ששולחים הודעה לצ'אטבוט ומחכים לתשובה.
עיצוב תהליך שבו בן אדם חייב לאשר או לבדוק כל פלט קריטי של AI לפני שהוא יוצא לעולם. קו ההגנה החשוב ביותר נגד טעויות, וגם נגד אחריות משפטית מיותרת.
סגנון עבודה שבו בונים תוכנה על ידי שיחה עם AI ואישור השינויים, בלי לקרוא או לכתוב קוד שורה-שורה בעצמכם. המונח נטבע בתחילת 2025 על ידי אנדריי קרפאתי (ממייסדי OpenAI) ותפס מהר מאוד.
יכולת של עוזר AI "לזכור" פרטים על המשתמש/ת או הארגון בין שיחות שונות, כדי לא להסביר הכל מחדש בכל פעם שפותחים צ'אט חדש.
כשהמודל "לוקח לעצמו זמן" לעבד ולבדוק לפני שהוא עונה, במקום לפלוט תשובה מיידית. עוזר במשימות מורכבות, אבל מאריך את זמן ההמתנה לתשובה.
סביבת עבודה מבודדת שבה סוכן AI יכול "לנסות" קוד או פעולות בלי לגעת במערכות האמיתיות. שכבת ביטחון חשובה כשנותנים ל-AI הרשאות ביצוע.
כמות הטקסט שהמודל "רואה" ויכול להתייחס אליה בבת אחת, כולל כל השיחה והקבצים המצורפים. חלון גדול יותר מאפשר לעבוד עם מסמכים ארוכים בלי שהמודל "ישכח" את ההתחלה.
כשמודל "חושב בקול" וכותב את שלבי ההיגיון שלו לפני התשובה הסופית. משפר דיוק במשימות מורכבות, במחיר של תשובה ארוכה ואיטית יותר.
יחידת הטקסט הקטנה ביותר שהמודל "רואה", בערך חלק ממילה. שימוש ב-AI נמדד ומתומחר לפי מספר הטוקנים, גם בכניסה וגם ביציאה.
הפרמטר שקובע כמה "יצירתי" או כמה "שמרן" המודל יהיה בתשובה. טמפרטורה נמוכה מתאימה למשימות עובדתיות, גבוהה יותר למשימות יצירתיות.
התאריך שבו נעצר האימון של המודל. כל מה שקרה בעולם אחריו, המודל פשוט לא מכיר, אלא אם חיברו אותו לאינטרנט או לכלי חיפוש בזמן אמת.
כלל התהליכים שמטרתם לוודא שהמודל פועל בהתאם לכוונות ולערכים של מי שבנה אותו ומי שמשתמש בו, ולא סוטה למטרות לא רצויות.
אימון נוסף וממוקד של מודל קיים על נתונים ספציפיים, כדי שיתאים טוב יותר למשימה או לתחום מסוים, למשל שפת המותג שלכם.
יכולת של מודל AI "להפעיל" פעולה חיצונית, כמו לחפש באינטרנט, להריץ קוד או לשלוח מייל, ולא רק לענות בטקסט. זה מה שהופך צ'אטבוט פשוט לסוכן.
מסמך רשמי שחברת AI מפרסמת על מודל חדש: יכולות, מגבלות ובדיקות בטיחות שנעשו. שווה לבדוק לפני שסומכים על מודל למשימה קריטית.
שלב שבו בני אדם מדרגים תשובות של המודל, וזה "מלמד" אותו להעדיף תשובות מועילות ובטוחות. זה מה שהופך מודל שפה גולמי לעוזר נעים לשימוש.
כשנותנים למודל 2-3 דוגמאות בתוך הפרומפט עצמו כדי שיבין את הפורמט הרצוי, בלי לאמן אותו מחדש.
הענף הרחב שבו מחשב "לומד" דפוסים מנתונים במקום שיתכנתו לו כללים ידנית. AI מודרני, כולל מודלי שפה גדולים, הוא תת-תחום של למידת מכונה.
כלים שמאפשרים לבנות אפליקציות ואוטומציות בגרירה והגדרה במקום בכתיבת קוד. הרבה כלי AI ארגוניים משלבים אותם כדי שגם צוותים לא-טכניים יוכלו לבנות פתרונות.
מודל גדול וכללי, כמו Claude, GPT או Gemini, שאומן פעם אחת על כמויות ענק של מידע. אפשר לבנות עליו הרבה מוצרים ומשימות שונות בלי לאמן הכל מאפס.
דור מודלים ש"עוצרים לחשוב" לפני שהם עונים, ומתמודדים טוב יותר עם משימות לוגיות, מתמטיות ורב-שלביות, במחיר של זמן תגובה ארוך יותר.
כיוון מחקר חדש: מודל AI שבונה לעצמו הבנה פנימית של איך העולם עובד, לא רק דפוסי שפה. עדיין בשלבים מוקדמים, אבל נחשב לאחד הכיוונים הבאים של התחום.
מודל שהמשקולות שלו זמינות להורדה והרצה עצמאית, לעומת מודל "סגור" שנגיש רק דרך API של החברה. משפיע ישירות על עלות, פרטיות ושליטה בנתונים.
מודל AI שאומן על כמויות ענק של טקסט ולמד לחזות את המילה הבאה ברצף. הבסיס הטכני של Claude, ChatGPT, Gemini וכל צ'אטבוט AI מודרני.
מודל קל יותר שאפשר להריץ במחשב או בנייד בלי חיבור לענן. פחות "חכם" ממודל ענק, אבל מהיר, זול ופרטי יותר למשימות ממוקדות.
כמה סוכני AI ש"עובדים" יחד על אותה משימה, כל אחד עם תפקיד מוגדר, למשל אחד חוקר, אחד כותב ואחד בודק, בדומה לצוות אנושי.
מודל שיודע לעבוד עם יותר מסוג מידע אחד, כמו טקסט, תמונה, קול ווידאו, ולא רק טקסט. לדוגמה, להעלות תמונה של גרף ולבקש ניתוח שלו.
מדיניות, תפקידים ונהלים פנים-ארגוניים שקובעים איך, מתי ובאילו הגבלות עובדים ב-AI בארגון. הופך קריטי ככל ש-AI מקבל יותר סמכות לפעול לבד.
ניסיון להערים על מודל AI, למשל דרך טקסט נסתר בדף אינטרנט או במייל, כדי לגרום לו לבצע פעולה שלא התכוונתם אליה. סיכון אבטחה מרכזי בסוכנים שגולשים או קוראים קבצים בשמכם.
כלי AI (כמו NotebookLM) שעונה רק על בסיס מסמכים שהעליתם בעצמכם, ולא מתוך הידע הכללי שלו. מפחית משמעותית את הסיכון להזיות.
קוד סודי שמזהה אתכם מול שירות AI ומאפשר לחייב אתכם לפי שימוש. לעולם לא משתפים אותו בפומבי, ממש כמו סיסמה.
מידע שנוצר על ידי AI ולא נאסף מהעולם האמיתי, ומשמש לאימון מודלים נוספים או למילוי פערי מידע. חוסך עלות איסוף, אבל עלול להנציח שגיאות אם לא בודקים אותו.
עוזר AI ממוקד שרץ בתוך סוכן ראשי, מטפל במשימת-משנה ספציפית בחלון הקשר נפרד, ומחזיר רק את התוצאה לסוכן הראשי. מונע עומס מיותר על השיחה המרכזית.
שכבת בדיקה שמסננת תוצרים פוגעניים, מסוכנים או לא הולמים לפני שהם מגיעים למשתמש.
חבילות הוראות ממוקדות שאפשר "ללמד" סוכן AI פעם אחת, למשל איך לכתוב הצעת מחיר בפורמט שלכם, והוא ישתמש בהן אוטומטית בכל פעם שרלוונטי.
אוסף פרומפטים שהוכיחו את עצמם, שמורים ומתועדים לשימוש חוזר בארגון, כדי שכל עובד/ת לא ימציא/ה את הגלגל מחדש בכל פעם.
שם נפוץ (כמו Microsoft Copilot) לעוזר AI שעובד לצדכם בתוך תוכנה קיימת. המונח "קופיילוט" עצמו הפך גם למילת שיווק כללית ל"כלי שיש בו קצת AI".
שימוש ב-AI מתומחר כמעט תמיד לפי כמות הטוקנים שנכנסים ויוצאים. פרומפט ארוך ותשובה ארוכה עולים יותר, גם אם התוצאה בפועל זהה לפרומפט קצר וממוקד.
כינוי שיווקי לכלי AI שמותאם לכאורה לצרכי אבטחה, הרשאות ותאימות של ארגון גדול. לא תמיד אומר שהטכנולוגיה עצמה שונה מהותית מהגרסה הרגילה, כדאי לבדוק בפועל.
ההוראה או השאלה שכותבים למודל AI. איכות הפרומפט היא הגורם המרכזי לאיכות התשובה, "זבל בכניסה, זבל ביציאה" תופס גם כאן.
הוראות קבועות "מאחורי הקלעים" שמגדירות למודל את התפקיד, הטון וההגבלות שלו, עוד לפני שהמשתמש/ת כתב/ה מילה אחת.
כלי AI שעובדים משתמשים בהם בעבודה בלי אישור או פיקוח של הארגון, למשל הדבקת מסמכים רגישים בצ'אטבוט חיצוני. סיכון אבטחה שגדל ככל שיותר כלי AI חינמיים נגישים לכולם.
הממשק הפשוט ביותר לשיחה עם מודל AI: שאלה, תשובה, שאלה. ההבדל מ"סוכן" הוא שצ'אטבוט בעיקר עונה, בעוד סוכן גם פועל בפועל.
הביקורת שמודלי AI גדולים מקבלים החלטות שקשה להסביר גם למי שבנה אותם. רלוונטי כשצריך להצדיק החלטה מול רגולטור, לקוח או ועדת ביקורת.
יכולת AI "לראות" מסך מחשב ולהפעיל אותו בעצמו, להזיז עכבר, ללחוץ ולהקליד, כמו בן אדם, כשאין לו חיבור ישיר לתוכנה הרלוונטית. אנתרופיק הכריזה על היכולת הזו לראשונה בקלוד.
מסמך, קוד או קובץ שנוצר בתוך שיחת AI ואפשר לערוך ולהמשיך לעבוד עליו בנפרד מהשיחה עצמה, כמו מסמך חי לצד הצ'אט.
החקיקה המקיפה הראשונה בעולם שמסווגת מערכות AI לפי רמת סיכון וקובעת חובות שונות לכל רמה. רלוונטי גם לארגונים ישראלים שמוכרים או משתמשים בשוק האירופי.
המבנה המתמטי, בהשראת המוח האנושי, שעליו בנויים כמעט כל מודלי ה-AI המודרניים: שכבות של חישובים פשוטים שביחד מייצרים התנהגות מורכבת.
טכניקה שבה המודל "שולף" מידע רלוונטי ממאגר מסמכים חיצוני, כמו מסמכי הארגון, לפני שהוא עונה, כדי שהתשובה תתבסס על עובדות אמיתיות ולא רק על מה שזכר מהאימון.
"המספרים" הפנימיים שהמודל לומד במהלך האימון ומייצגים את הידע שלו. מודלים "גדולים יותר" הם כאלה עם יותר פרמטרים, לא בהכרח כאלה שטובים יותר בכל משימה.
מטרייה שיווקית שחברות משתמשות בה לתיאור כל מדיניות או פרקטיקה שאמורה להפחית נזק מ-AI. כדאי לבדוק מה בפועל מאחורי הסיסמה, לא להסתפק בשם היפה.
שרשרת שלבים קבועה מראש שבה AI מבצע כל שלב, בניגוד לאג'נט שבוחר בעצמו את הצעדים. לרוב יציב וצפוי יותר, ומספיק ברוב המשימות העסקיות הרגילות.
כל טקסט, תמונה, קול או וידאו שנוצרו כולם או בחלקם על ידי כלי AI. יותר ויותר גופים דורשים לסמן תוכן כזה בבירור, במיוחד בפרסום ובחדשות.
תקן פתוח שמאפשר לחבר מודלי AI לכלים ולמאגרי מידע חיצוניים, כמו גוגל דרייב, מסדי נתונים או יומן, בצורה אחידה, בלי לבנות חיבור מותאם לכל כלי בנפרד. הוצג לראשונה על ידי Anthropic, ומאז אומץ גם על ידי OpenAI וגוגל.
כשהתשובה מוצגת מילה-מילה תוך כדי שהיא נוצרת, כמו בצ'אט רגיל, במקום לחכות לכל הטקסט בבת אחת. משפר את חוויית השימוש בלי לשנות את התוכן עצמו.
7איך משתמשים במילון הזה בעבודה
הדרך הכי טובה ללמוד מושג היא לא רק לקרוא את ההגדרה, אלא לבקש מ-AI שיסביר אותו לכם בהקשר של התחום שלכם. הנה פרומפט קבוע שאפשר להשתמש בו על כל מושג במילון:
8תרגיל מסכם - מ-0 לביטחון בשיחה
- בחרו 5 מושגים מהמילון שקשורים ישירות לתפקיד או לתחום שלכם.
- לכל מושג, הריצו את הפרומפט למעלה בכלי ה-AI שאתם כבר משתמשים בו, קלוד, ChatGPT או Gemini, לא משנה איזה.
- סמנו לעצמכם איזה מושג מתויג "שיווקי" הפתיע אתכם הכי הרבה, וזכרו אותו לפעם הבאה שמישהו ינופף בו בפגישה.
9סרטון הדרכה - 5 יסודות ב-AI גנרטיבי, מגוגל
רוצים שהצוות שלכם ידבר את אותה שפה על AI?
בסדנאות ובקורסים של טליה עוברים בדיוק על המושגים האלה, לא כתיאוריה אלא דרך תרגול על הכלים שאתם באמת עובדים איתם.
לתיאום סדנה או קורס→ חזרה לכל המדריכים