מה זה LLM ומונחי AI נוספים: מילון בעברית פשוטה למתחילים

חמש המילים שחשובות בשעה הראשונה

רוב הכתיבה על AI מניחה אוצר מילים שאף אחד לא לימד אותך. החלק השימושי קטן. חמש מילים נושאות כמעט את כל המשקל המעשי, והשאר יכול לחכות חודשים.

מודל הוא ה-AI עצמו: המערכת המאומנת שקוראת את המילים שלך ומייצרת תשובה. האפליקציה היא לא המודל. ChatGPT היא אפליקציה שמריצה את המודלים של OpenAI, Gemini היא אפליקציה שמריצה את המודלים של Google, ו-Whizi היא אפליקציה שמחזיקה כמה חברות בו זמנית. ההבחנה הזו משתלמת בפעם הראשונה שתשובה מאכזבת אותך, כי החלפת המודל היא בדרך כלל מנוף גדול יותר מניסוח מחדש של השאלה.

פרומפט הוא פשוט מה שאתה מקליד. אין תחביר סודי, אין רשימת פקודות, אין שום דבר לשנן. בקשה פשוטה שמציינת עבור מי התשובה מיועדת, מה התפקיד שלה, ואיזו צורה אתה רוצה בחזרה תנצח כמעט תמיד שורה חכמה אחת.

צ'אטבוט הוא חלון השיחה שאתה מקליד לתוכו. כל מה שאמרת בתוך שיחה אחת נשאר גלוי למודל בזמן שהוא עונה, וזו הסיבה שהמשכים כמו "תקצר את זה" או "יותר רשמי" עובדים בלי שתחזור על הבקשה המקורית. פתח שיחה חדשה והזיכרון המשותף הזה נעלם, וזה בדיוק מה שרוצים כשהנושא משתנה: הקשר שנשאר מבעיה לא קשורה הוא מקור נפוץ לתשובות שמרגישות קצת לא במקום.

טוקן הוא קטע טקסט, בערך שלושת רבעי ממילה ממוצעת באנגלית. מודלים קוראים, סופרים וגובים לפי טוקנים ולא לפי מילים, כך שמסמך בן 1,000 מילים מגיע לאזור ה-1,300 טוקנים. בעיקר תיתקל במילה הזו בעמודי תמחור ובמגבלות שימוש.

חלון הקשר הוא כמות הטקסט שמודל יכול להחזיק בזיכרון בכל רגע נתון, נמדד בטוקנים. הוא צריך לכסות את המסמך שהדבקת, את כל השיחה עד כה, ואת התשובה שנכתבת. כשאתה מדביק חוזה בן חמישים עמודים לתוך שיחה והתשובות מתחילות בשקט לסתור את עמוד שלוש, מצאת את הקצה שלו. מה זה חלון הקשר מכיל את המספרים האמיתיים; הכלל המעשי קצר. שיחה אחת ארוכה על נושא אחד, ואז להתחיל מחדש.

משהו לעשות ממש עכשיו: פתח כל אפליקציית AI ובקש ממנה, במילים שלך, להסביר מונח שראית השבוע ולא הכרת. אחר כך שאל שאלה שנייה, "מה הנחת שאני כבר יודע?". ההמשך הזה הופך הגדרה להסבר, וזה עובד על כל נושא.

עם זאת, בדוק את התשובה מול משהו נוסף. המערכות האלה אומרות דברים שגויים באותו טון רגוע בדיוק כמו שהן משתמשות בו לדברים נכונים, והגדרות הן מטרה רכה: פרט מומצא אך אמין חומק לידך כי לא הייתה לך דרך לתפוס אותו. לכשל הזה יש שם, והוא בטבלה למטה.

שאר המילון, ואם אתה כבר צריך אותו

אלה המילים שמחכות לך בכותרות, בעמודי תמחור ובתגובות. העמודה השלישית היא החלק הכן. רוב זה לא ידע ליום הראשון, ולהעמיד פנים אחרת זו הדרך שמתחילים מרגישים טיפשים לגבי משהו שכלל לא נוגע להם. כשתגדל מהטבלה הזו, מילון ה-AI המלא מגדיר 55 מונחים באותה עברית פשוטה.

מונח	משמעות פשוטה	האם אתה צריך את זה?
LLM	מודל שפה גדול, הסוג של מודל שעומד מאחורי כל אפליקציית צ'אט ששמעת עליה. כשמאמר כותב LLM, קרא את זה כ-AI	כן, כדי שהכותרות יפסיקו להישמע כרעש
AI גנרטיבי	כל AI שמייצר טקסט, תמונות, אודיו או וידאו חדשים במקום למיין דברים שכבר קיימים	כן, משפט אחד מספיק
אימון (Training)	התהליך הארוך והיקר של הזנת המודל בכמויות עצומות של טקסט כדי שילמד דפוסים. הוא הסתיים לפני שפתחת את האפליקציה	כן, בקצרה
מועד קיצוץ האימון	התאריך שבו נתוני האימון נעצרים. שאל על משהו מאוחר יותר והמודל מנחש, אלא אם האפליקציה מחפשת באינטרנט	כן, זה תופס אנשים
הזיה (Hallucination)	תשובה בטוחה, שוטפת ומומצאת לגמרי. הפגם הכי חשוב	כן, כבר ביום הראשון
מולטימודלי	המודל מטפל ביותר מטקסט: תמונות, PDF, אודיו, לפעמים וידאו	כן, ברגע שתרצה להעלות תמונה
כוונון עדין (Fine-tuning)	אימון מחדש של מודל קיים על הנתונים שלך כדי שיתמחה	לא עדיין, זה פרויקט ברמת חברה
טמפרטורה	חוגה לרמת האקראיות בניסוח. נמוך זה צפוי, גבוה זה חופשי	לא עדיין, ברירת המחדל נבחרה בשבילך
סוכן (Agent)	AI שמבצע כמה שלבים בעצמו במקום לענות פעם אחת	לא עדיין, ותראה את הסעיף הבא
API	האינסטלציה שמפתחים משתמשים בה כדי לחבר מודל לתוכנה שלהם	לא עדיין, אלא אם אתה כותב קוד
RAG	יצירה מבוססת אחזור: המודל מחפש במאגר מסמכים לפני שהוא עונה	לא עדיין, אם כי כל אפליקציה שעונה מהקבצים שהעלית פועלת עליו
מודל קוד פתוח	מודל שכל אחד יכול להוריד ולהריץ את המשקלים שלו, כמו Llama או DeepSeek	לא עדיין, זה משנה מעט למשתמשי צ'אט
מודל היגיון (Reasoning model)	מודל שעובד על בעיה בשלבים גלויים לפני שהוא עונה. איטי יותר, טוב יותר במתמטיקה ולוגיקה	בקרוב, בפעם הראשונה ששאלה קשה נכשלת
הנחיית מערכת (System prompt)	הוראות נסתרות שהאפליקציה נותנת למודל לפני שאתה מקליד משהו	לא עדיין, שימושי כשתבנה עוזר משלך

שתי שורות ראויות להערת שוליים. הזיה היא לא תקלה מזדמנת שאפשר לתקן, היא נובעת מהאופן שבו המערכות האלה מייצרות טקסט, וזו הסיבה שלמה AI טועה הוא מדריך בפני עצמו ולא סעיף ברשימה. ומולטימודלי שווה עשר דקות ברגע שיש לך תמונה של קבלה, צילום מסך של הודעת שגיאה, או טופס סרוק להתמודד איתו. עבודה עם תמונות ומסמכים מראה איך זה נראה ביום שלישי רגיל.

מילים שהשיווק משתמש בהן ומשמעותן פחותה ממה שנשמע

היצרנים לא בדיוק משקרים. הם משתמשים במילים שפעם היו בעלות משמעות ספציפית וכיום בעיקר אומרות "שיגרנו משהו". הכרת הפער היא מה שמונע ממך לשלם עבור שדרוג של תיבת נגלילה עם תשובות מוכנות מראש.

• מופעל על ידי AI. לרוב פירושו שפיצ'ר אחד קורא למודל שבנה מישהו אחר. לפעמים זה אומר תיבת הצעות שאפשר לכבות. שווה לשאול: איזה מודל, והאם הוא פעיל כברירת מחדל?
• חכם. קדם לגל הזה בכלל וכיום כמעט לא אומר כלום. תיקייה חכמה היא חיפוש שמור. תשובה חכמה היא שלוש משפטים מוכנים. חפש מעבר לתואר פועל, ושפוט את הפיצ'ר לפי מה שהוא באמת עושה לעבודה שלך.
• דור הבא. טענה בזמן עתיד. היא לגמרי תואמת למוצר שגרוע יותר מהגרסה שהוא החליף, והיא נוטה להופיע כשאין שיפור מדיד ששם אפשר לתת לו.
• סוכן AI. הביטוי הכי עמל של 2026. בשימוש מדויק, פירושו תוכנה שמתכננת ומבצעת כמה שלבים בעצמה, כמו הזמנת טיול מקצה לקצה. בשיווק, לרוב פירושו צ'אטבוט עם אווטאר ידידותי יותר. שאל מה הוא עושה כשהוא נתקע, והאם הוא יכול לפעול בלי לבדוק איתך קודם.
• AI ראשון (AI-first). הצהרה על אסטרטגיה פנימית, לא על החוויה שלך במוצר. היא אומרת לאן חברה מפנה את תקציב ההנדסה שלה, שאולי עדיין לא הגיע לפיצ'ר שהתכוונת לשלם עליו.

שאלה אחת חותכת את כל זה: שאל מה הפיצ'ר עושה כשהוא טועה. במוצרים עם AI אמיתי בפנים יש תשובה, והיא כוללת שלבי בדיקה, ביטול פעולה, אינדיקציית ביטחון, או מקור גלוי. מוצרים שנושאים מדבקה שותקים.

למה שמות של מודלים נראים כמו לוחיות רישוי

שם של מודל מורכב משני חלקים שממלאים שני תפקידים שונים. המילה היא המשפחה, קו המוצר שחברה ממשיכה לפתח: GPT מ-OpenAI, Claude מ-Anthropic, Gemini מ-Google, Llama מ-Meta. המספרים והסיומות הם הגרסה, ולעיתים גם הגודל, כך שמשפחה אחת תשגר בבוקר אחד גם חבר קטן ומהיר וגם חבר גדול וזהיר. קריאת שם היא בעיקר עניין של הפרדת שני החלקים והתעלמות מהשיווק שביניהם.

אולי שמת לב שהמאמר הזה לא מציין אף מספר גרסה. זה מכוון. גרסאות משתנות כל כמה שבועות, וכל מילון שמצמיד אותן יהיה שגוי כבר בעונה הבאה. מה שלא משתנה היא צורת הבחירה. מודלים קטנים מהירים וזולים וטובים לגמרי לסידור מייל. גדולים איטיים יותר וטובים יותר במסמכים ארוכים והיגיון קשה. לכל משפחה יש גם אישיות שבאה לידי ביטוי בטון ובמידת ההיצמדות שלה למקור שנתת לה.

הגרסה החדשה ביותר גם היא לא בהכרח מתאימה למשימה שלך. חדש יותר בדרך כלל אומר ציוני מבחן טובים יותר, ומבחני מדדים בוחנים בעיות בסגנון מבחן ולא אם הכתיבה נשמעת כמוך. הרבה אנשים מגלים שמודל ישן וזול יותר כותב את המיילים שלהם טוב יותר, והם שומרים את היקר לשתי המשימות הקשות בשבוע. את זה לומדים רק על ידי הרצת אותה משימה אמיתית דרך שניים או שלושה מודלים וקריאת התוצאות זו לצד זו, וזה מה שבחירת מודל AI עובר עליו שלב אחר שלב. לעשות את זה בלי לשלם לשלושה ספקים היא כל הסיבה ש-Whizi מרכזת את GPT, Claude, Gemini ומודלי תמונות במנוי אחד.

חמישה מונחים ששווה ללמוד בסימן שלושת החודשים

עד החודש השלישי כבר תיתקל בכמה קירות. חמש המילים האלה הן השמות של הקירות האלה, וזו הסיבה ששווה ללמוד אותם אז ולא עכשיו.

1. מודל היגיון (Reasoning model). מתחיל להיות חשוב בפעם הראשונה שמודל מפשל בביטחון בחישוב רב שלבי או בחידת היגיון. מעבר למודל היגיון לרוב מתקן את זה לחלוטין, במחיר של המתנה ארוכה יותר לתשובה.
2. הנחיית מערכת (System prompt). חשוב כשאתה שם לב שאתה מדביק את אותה פסקת רקע בכל שיחה חדשה. שמירה שלה פעם אחת כהוראה קבועה היא הפתרון.
3. RAG. חשוב כשאתה רוצה תשובות מבוססות על הקבצים שלך ולא על האינטרנט הפתוח, לדוגמה תיקייה של מדיניות שאיש לא קרא מאז 2019.
4. טמפרטורה. חשוב כשהפלט מרגיש חוזר על עצמו מדי בין ניסיונות או הפכפך מדי, ואתה מעדיף לסובב חוגה במקום להמשיך לנסות שוב.
5. כוונון עדין (Fine-tuning). כמעט אף פעם לא חשוב למשתמש בודד, ושווה לדעת למה: זה עולה כסף אמיתי, דורש מאות דוגמאות נקיות, ופרומפט טוב על מודל טוב מנצח אותו כמעט בכל שימוש שאנשים מדמיינים בשבילו.

אם אתה רוצה את השכבה שמתחת לכל זה, מה זה AI באמת מכסה את המנגנון בלי המתמטיקה, ואיך לדבר עם AI הופך את פסקת הפרומפט מהסעיף הראשון להרגל. השאר את העמוד הזה פתוח בכרטיסייה לשבוע. אוצר המילים מפסיק להיות מפחיד בערך בפעם הרביעית שאתה נתקל במילה שאתה כבר מכיר.