מדריך מקיף • 40+ מונחים
מילון בינה מלאכותית
בעברית
כל המונחים של AI מוסברים בפשטות, מ-LLM ועד MCP, מ-Prompt ועד Agents. בלי ז'רגון, בלי בלבול.
Agent (סוכן AI) AI Agent
מערכת AI שפועלת באופן עצמאי לביצוע משימות, מקבלת יעד, מתכננת שלבים, מבצעת פעולות ובודקת תוצאות ללא פיקוח רציף. Agent יכול לגלוש, לכתוב קוד, לשלוח מיילים ולקרוא מסמכים.
Anthropic Anthropic
חברת AI אמריקאית שפיתחה את Claude, מודל השפה החזק שעומד בבסיס Claude Code ו-Claude.ai. הוקמה ב-2021 על ידי לשעבר אנשי OpenAI, בדגש על AI בטוח ואחראי (AI Safety).
API Application Programming Interface
ממשק תכנות שמאפשר לתוכניות שונות לתקשר. ה-Anthropic API מאפשר לשלוח בקשות ל-Claude ולקבל תשובות, כך שאפשר לשלב AI בכל תוכנה.
Claude Claude AI
מודל שפה גדול (LLM) שפותח על ידי Anthropic. קיים בגרסאות שונות: Haiku 4.5 (מהיר וזול), Sonnet 4.6 (מאוזן) ו-Opus 4.7 (החכם ביותר). Claude ידוע ביכולות עברית מצוינות ובהבנה עמוקה של קוד.
Claude Code Claude Code CLI
כלי CLI (ממשק שורת פקודה) שפיתחה Anthropic, המאפשר לפתח תוכנה בעזרת Claude ישירות מהטרמינל. Claude Code יכול לקרוא, לכתוב ולהריץ קוד, לנהל Git ולבצע משימות מורכבות.
CLAUDE.md CLAUDE.md
קובץ Markdown מיוחד שמוסיפים לשורש פרויקט. Claude Code קורא אותו אוטומטית בתחילת כל שיחה, שם הפרויקט, טכנולוגיות, כללי קוד, מה אסור לעשות. זיכרון פרסיסטנטי לפרויקט.
Context Window (חלון הקשר) Context Window
הכמות המקסימלית של טקסט שמודל AI יכול "לזכור" בשיחה אחת, נמדדת בטוקנים. Claude Opus 4.7 עם זיכרון 1 מיליון טוקנים, יכול "לזכור" ספר שלם בשיחה.
Fine-tuning (כוונון עדין) Fine-tuning
תהליך אימון נוסף של מודל AI על מידע ספציפי, כדי שיתמחה בתחום מסוים. לדוגמה, אימון Claude על מסמכי חוק ישראלי כדי שיענה כמו עורך דין.
GEO, Generative Engine Optimization GEO
אופטימיזציה של תוכן כדי שמנועי AI (ChatGPT, Perplexity, Google AI Overviews) יציינו אותו כמקור. כמו SEO לגוגל, אבל למנועי AI. כולל: תוכן מובנה, FAQPage schema, llms.txt ועוד.
GPT Generative Pre-trained Transformer
ארכיטקטורת מודל AI שפיתחה OpenAI, עומדת בבסיס ChatGPT. GPT-4o הוא המודל העדכני של OpenAI. לעומתו, Claude (של Anthropic) ו-Gemini (של Google) הם אלטרנטיבות מרכזיות.
Hallucination (הזיה) AI Hallucination
כשמודל AI "ממציא" מידע שגוי ומציג אותו בביטחון. בעיה נפוצה ב-LLMs, הם עלולים ליצור עובדות, ציטוטים, קישורים ושמות מדויקים שלא קיימים. לכן תמיד לאמת מידע חשוב.
LLM Large Language Model, מודל שפה גדול
מודל AI שאומן על מאות מיליארדי מילים של טקסט ויכול להבין ולייצר שפה אנושית. Claude, GPT-4o, Gemini ו-Llama הם LLMs. ה"גדול" מתייחס למספר הפרמטרים (מיליארדי מספרים שנקבעו באימון).
MCP, Model Context Protocol MCP
פרוטוקול פתוח שפיתחה Anthropic (2024) המאפשר ל-AI להתחבר לכלים חיצוניים, מסדי נתונים, ממשקי API, דפדפנים, קבצים, לוחות שנה ועוד. MCP הוא כמו USB-C עבור AI, סטנדרט אחד לחיבורים רבים.
Multimodal Multimodal AI
מודל AI שיכול לעבד סוגי מידע שונים, טקסט, תמונות, קובצי PDF, קוד ועוד. Claude Opus 4.7 הוא multimodal, יכול לנתח תמונות, דיאגרמות ומסמכים.
Prompt (הנחיה) Prompt
ההוראה, השאלה או ההקשר שנותנים ל-AI. הכלי הבסיסי לתקשורת עם מודלי שפה. איכות ה-Prompt משפיעה ישירות על איכות התשובה, Prompt טוב = תשובה טובה.
Prompt Engineering Prompt Engineering
האמנות לנסח הוראות יעילות לאיAI. כולל טכניקות כמו: Chain of Thought, Few-Shot Examples, Role Prompting, System Prompts ועוד. זהו מיומנות מפתח בעולם ה-AI.
RAG, Retrieval Augmented Generation RAG
טכניקה שמאפשרת ל-AI לחפש מידע ממאגר חיצוני (מסמכים, אתר, מסד נתונים) לפני שהוא עונה. פותרת את בעיית ה-Hallucination ומאפשרת לAI לענות עם מידע עדכני.
System Prompt (הוראות מערכת) System Prompt
הנחיות שניתנות ל-AI לפני תחילת השיחה עם המשתמש, מגדירות אישיות, הגבלות, שפה ותפקיד. ב-Claude Code, CLAUDE.md משמש כ-System Prompt מסוג מסוים.
Token (טוקן) Token
יחידת הטקסט הבסיסית שמודל AI מעבד. בערך 1 טוקן = 0.75 מילים באנגלית (עברית דורשת יותר טוקנים לאותו תוכן). מחיר השימוש ב-API נמדד לפי קלט (Input tokens) ופלט (Output tokens).
Vector Database (מסד נתונים וקטורי) Vector Database
מסד נתונים שמאחסן טקסט כ-"וקטורים" (מערכי מספרים) המייצגים את המשמעות. מאפשר חיפוש סמנטי, חיפוש לפי משמעות, לא לפי מילות מפתח. בסיס של מערכות RAG. דוגמאות: Pinecone, pgvector, Weaviate.
Zero-Shot / Few-Shot Zero-Shot / Few-Shot Prompting
Zero-Shot = לבקש מ-AI משימה בלי לתת דוגמאות. Few-Shot = לתת 2-3 דוגמאות של input/output לפני הבקשה. Few-Shot מייצר תשובות עקביות יותר ומדויקות יותר.
🎓 למד להשתמש בכל המונחים האלה בפרקטיקה
127 שיעורים מובנים, מ-Prompting בסיסי ועד MCP ו-Agents מתקדמים. הכל חינם לגמרי.
לכל 127 השיעורים חינם ←ללא כרטיס אשראי · הקורס חינם ב-100%