Prompt Engineering

מה זה Prompt Engineering

Prompt Engineering היא הפרקטיקה של ניסוח הוראות (prompts) למודל שפה כך שהוא יחזיר תוצאות איכותיות, עקביות ובטוחות — בייצור, לא רק בדמו. ההבדל בין prompt "סביר" ל-prompt מקצועי יכול להיות פער של עשרות אחוזים בדיוק התשובות.

מבנה prompt מקצועי

prompt טוב כולל בדרך כלל:

1. Role / Context — "אתה מומחה משפטי בדיני עבודה בישראל"
2. Task — "סכם את החוזה הבא וחלץ 5 סעיפים בעלי סיכון"
3. Constraints — "אל תכלול המלצות, רק עובדות. אל תזכיר שאתה AI"
4. Format — "החזר JSON עם השדות: clauses, risks, recommendations"
5. Examples (few-shot) — 2-3 דוגמאות של קלט+פלט מצופה
6. Input — הנתונים בפועל

טכניקות מרכזיות

• Chain of Thought (CoT) — בקש מהמודל "לחשוב צעד-צעד" לפני שעונה. מעלה דיוק במשימות לוגיות בעשרות אחוזים.
• Few-shot prompting — צרף 2-5 דוגמאות. עוזר במיוחד למשימות פורמט.
• System prompts — הגדרות גלובליות שלא משתנות בין בקשות.
• Output format constraints — JSON Schema, regex, structured output APIs.
• Self-consistency — הרץ את אותו prompt 5 פעמים, החזר את התשובה הנפוצה ביותר.
• Constitutional AI — בקש מהמודל לבדוק את התשובה שלו עצמו ולתקן אם צריך.

מה משתנה ב-2026

ב-2026 prompt engineering הופך פחות "אומנות" ויותר מדע. דברים שהשתנו:

• Reasoning models (Claude Opus 4.7, GPT-5) הקלו על הצורך ב-CoT — הם עושים את זה אוטומטית
• Structured outputs סטנדרטיים — JSON Schema הופך לדרך הברירת מחדל
• Prompt caching — חיסכון דרמטי בעלות כש-system prompt חוזר
• Automated prompt optimization — כלים כמו DSPy מאפטמים prompts אוטומטית

שגיאות נפוצות

• prompts ארוכים מדי — מודלים מתעייפים ב-context ארוך, מאבדים פוקוס
• הוראות סותרות — אם prompt אומר "תהיה מנומס" וגם "אל תוסיף בדיברי נימוס" — תוצאה לא צפויה
• חוסר דוגמאות — במשימות מורכבות, 3 דוגמאות שווה יותר מאלף מילי הסבר
• התעלמות מ-temperature — temperature 0 לדיוק, 0.7 ליצירתיות, ולא להתבלבל
• בדיקה רק עם קלט "טוב" — חובה לבדוק עם edge cases וקלט שגוי

בעסק

prompts הם נכס. בכל פרויקט שאנחנו בונים, אנחנו מתעדים את כל ה-prompts ב-Git, גרסאות אחרי גרסאות, עם A/B tests של דיוק. שינוי אחד ב-prompt יכול להציל עלות חודשית של אלפי דולרים.