איך לעבוד עם AI בעסק: סוכן שסגר עסקה לבד, הוצאות שהתבטלו ו-7 עקרונות לפרומפט טוב

יש ים של גורואים בחוץ שמבטיחים ללמד אתכם איך עושים כסף עם AI ומנסים לדחוף לכם את הקורס שעשה להם מליונים ויש מהצד השני את עשהאל דרייר שהוא משהו אחר לגמרי. אני כבר שנים מאזין קבוע של הפודקאסט הנהדר שלו "למנכ"ל עם עשהאל". הדבר שאני הכי אוהב בפודקאסט הזה הוא הכנות המטורפת. עשהאל נותן לכם מבט אמיתי מאחורי הקלעים של השיווק הדיגיטלי בישראל. סוכנות הSEO שהקים, העסק למכירת בגדים שהקים ואפילו ההתנסות שלו בסמים קלים נכנסו לפודקאסט. כשהוא ממליץ על משהו, הוא עושה את זה כי הוא באמת מאמין שזה עוזר ולא כי הוא שם לכם לינק אפיליאייט או קיבל כסף לקדם מוצר. גם אני לא קיבלתי דבר כדי לקדם אותו כאן אבל אני מרגיש שזה מידע שימושי שיכול לעזור לכל יזם.

רוב הדיון הציבורי על AI בעסקים נע בין שני קצוות: ”זה יחליף את כולם” מול ”זה עוד צ'אטבוט”. פרק 116 של הפודקאסט לשווק ולמנכ״ל כמו עשהאל, בהנחיית עשהאל דרייר ויובל, מציע משהו שימושי יותר — לא תחזיות, אלא מה שכבר רץ בפועל בעסק אמיתי, עם סכומים.

ריכזנו כאן את הנקודות המעשיות מהפרק (22.10.2026), יחד עם שיטת העבודה על פרומפטים שנדונה בו. סידרנו את זה לפי הסדר שבו הדברים באמת כדאיים ליישום. לא לפי הסדר שבו הם נשמעים מרשימים.

הצד שאף אחד לא מתחיל בו: לבקש מה-AI למצוא לך כסף שמתבזבז

הנקודה הראשונה בפרק (5:53–10:40) היא גם הפחות זוהרת וגם זו שהכי קל ליישם: להפעיל את ה-AI על החשבוניות וההוצאות של העסק, ולבקש ממנו לאתר מה מיותר. מנויים שאף אחד לא משתמש בהם, שירותים שמתחדשים אוטומטית, שרתים שנשארו דולקים מפרויקט שנגמר.

שתי הדוגמאות שעלו בפרק:

• שירות תמיכה מורחב בCloudways בעלות של 100 דולר בחודש, שלא היה בו צורך. ה-AI לא רק זיהה את החיוב, הוא גם ניסח את המייל לחברה, והחיוב בוטל.
• שרת Google ותיק שרץ ברקע ארבע שנים בלי שימוש, בעלות של 125 ש״ח בחודש.

הסכומים האישיים האלה לא מרעידים את האדמה, והסך הכולל שמדובר עליו בפרק הוא מאות דולרים בחודש. אבל יש כאן שתי סיבות טובות להתחיל דווקא מכאן: ראשית, הוצאה שבוטלה היא כסף ודאי. בניגוד לקמפיין שאמור לייצר הכנסות. שנית, זו בדיוק המשימה שבה מודל שפה חזק באופן אמיתי: לקרוא הרבה שורות, לזהות תבניות, להשוות מול מה שבאמת בשימוש. אין כאן סיכון ואין לקוח בקצה.

העסקה שנסגרה מקצה לקצה בלי בן אדם

הסיפור המרכזי בפרק (11:13–13:00): עסקה בשווי 3,600 ש״ח שסוכן AI ביצע מקצה לקצה בפורטל עורכי דין מנומנם. מהתקשורת הראשונה עם הלקוח, דרך סגירת העסקה, ועד הסליקה והשירות. הכל בלי מעורבות אנושית בשום שלב.

הנטייה הראשונה היא לזלזל במכירה אחת, וזו טעות. עסקה של 3,600 ש״ח היא בדיוק הסוג שעסק קטן או בינוני מפסיד כל הזמן: ליד שנכנס בשבת בערב, שאלה שלא נענתה תוך שעתיים, הצעת מחיר שלא יצאה כי איש המכירות היה בפגישה אחרת. בסגמנט הזה סוכן AI לא מתחרה באיש מכירות טוב. הוא מתחרה בכלום.

זו ההבחנה שכדאי לקחת מהפרק: הערך הראשון של סוכן אוטונומי הוא לא להחליף עובד, אלא לטפל בעסקאות שבפועל אף אחד לא היה מטפל בהן.

בלי חיבורים אין סוכן – יש צ'אט

הנקודה שמחזיקה את כל השאר (16:41–18:00): ה-AI הופך לכלי עסקי רק כשהוא מחובר למערכות שהעסק כבר עובד איתן — מייל, יומן, מערכות ניהול, API. דרייר ממליץ להשקיע את הזמן דווקא בחיבורים האלה, גם כשזה החלק המשעמם.

בפרק עולות דוגמאות קונקרטיות: חיבור ל-Calendly לתיאום פגישות (17:01), ושימוש ב-AI לעיצוב מחדש של פורטלים פנימיים בעסק (14:03).

זה גם ההסבר הטוב ביותר לשאלה למה כל כך הרבה עסקים ”ניסו AI” ולא ראו תוצאות: הם ניסו מודל, לא מערכת. ההבדל בין השניים הוא ההבדל בין עוזר שכותב לך הצעת מחיר ובין עוזר ששולח אותה, עוקב, קובע פגישה ומעדכן את המערכת. אם אתם רוצים להבין איך בונים את שכבת החיבורים הזאת בפועל, יש אצלנו מדריך לבניית סוכני AI ב-n8n והשוואה בין אוטומציה פשוטה לסוכן AI.

לדבר בחזון, לא בהוראות טכניות

הנקודה המתודולוגית החזקה בפרק (30:43–33:00): במקום להסביר ל-AI ”איך” לבצע כל פעולה, שלב אחרי שלב, עדיף לתקשר איתו במונחים של חזון ותוצאה רצויה — להגדיר מה המסמך צריך להשיג, ולא איך לבנות אותו.

זה הפוך ממה שרוב האנשים לומדים ממדריכי פרומפטים, וההיגיון מעניין: ברגע שהמודל מספיק טוב, הוראה טכנית מפורטת היא תקרה ולא רצפה — היא מגבילה אותו לדרך שאתם חשבתם עליה.

שווה להוסיף הערה שלא נדונה בפרק: ככל שההוראה כללית יותר, כך פוחתת היכולת שלכם לדעת מראש מה יקרה. בתהליך שנוגע בלקוח אמיתי או בכסף אמיתי, זה סיכון שצריך לנהל — לא רק לאמץ. בפועל, ”חזון” עובד טוב במשימות יצירה ופחות טוב במשימות שיש בהן חוק אחד שאסור להפר.

הודעה קולית במקום להעתיק טקסט

שינוי הרגל קטן שעלה בפרק (16:09–16:22, ושוב ב-26:56–27:30): לעבוד מול ה-AI בהודעות קוליות מהטלפון, במקום לשבת ממושכות מול המחשב ולהעתיק טקסטים. במקום להעתיק מייל שהתקבל מלקוח, פשוט להקליט: ”קיבלתי מייל חדש, תטפל בו”.

הטענה בפרק היא שזה מעלה אפקטיביות ומונע התעסקות ברעשי רקע. הרווח האמיתי כאן הוא הורדת חיכוך: אם הפעלת ה-AI דורשת פתיחת מחשב, העתקה והדבקה, רוב המשימות הקטנות פשוט לא יעברו אליו.

שבעה עקרונות לפרומפט שמחזיר תוצאה

מעבר לדוגמאות העסקיות, הפרק עוסק בשאלה הבסיסית יותר — איך בכלל מנסחים בקשה ל-AI. השלד שמוצע:

1. הגדרת תפקיד (Persona) — ”פעל כמומחה שיווק”, ”כתוב כמתכנת Python מנוסה”, ”תפקד כעורך לשוני”. זה מכוון את הטון ואת רמת הידע של התשובה.
2. בהירות וספציפיות — לא ”כתוב לי משהו על X”, אלא ”כתוב מאמר של 300 מילים על היתרונות של X עבור הורים צעירים”.
3. הקשר — מה המטרה, מי קהל היעד, מה המצב הקיים. ככל שה-AI מבין את ה”למה”, התוצאה רלוונטית יותר.
4. פורמט פלט — טבלה, רשימת נקודות, קוד, פסקאות קצרות, מבנה של מייל רשמי. אם לא תגידו, תקבלו את ברירת המחדל של המודל.
5. דוגמאות (Few-Shot) — הדרך החזקה ביותר לכוון סגנון. מרחיבים על זה בסעיף הבא.
6. מגבלות — מה לא לעשות: ”אל תשתמש במונחים טכניים”, ”לא יותר משלוש פסקאות”, ”התעלם מנושא Y”.
7. שיפור איטרטיבי — לא לצפות לתוצאה מושלמת בפעם הראשונה. ”זה היה טוב, אבל תרחיב על X ותשנה את הטון לידידותי יותר” זה חלק מהעבודה, לא סימן לכישלון.

ובמשימות מורכבות — לבקש מהמודל במפורש ”לחשוב צעד אחר צעד” (Chain of Thought). קראו גם את ההרחבה שלנו על מה באמת גורם ל-ChatGPT לתת תשובות מעולות.

Few-Shot Prompting: איך לעשות את זה נכון

העיקרון פשוט: במקום לתאר במילים מה אתם רוצים, אתם מזינים לפרומפט כמה זוגות של קלט ופלט לפני הבקשה האמיתית. המודל לומד את הדפוס שלכם ומחיל אותו על הבקשה החדשה. זו הדרך היעילה ביותר לשלוט בטון ובפורמט.

• 2 עד 5 דוגמאות — מספר קטן של דוגמאות איכותיות בדרך כלל מספיק. יותר מדי דוגמאות עלולות לבלבל ולתפוס מקום מיותר.
• גיוון — תנו מקרה קל ומקרה מורכב, כדי שהמודל יבין את הגבולות ואת הגמישות הנדרשת.
• פורמט עקבי — אותו מבנה בכל הדוגמאות (למשל תמיד ”שאלה” ואחריה ”תשובה”). העקביות היא מה שמאפשר למודל לזהות את התבנית.
• איכות מעל כמות — דוגמה שגויה תלמד את המודל דפוס שגוי, והוא יחזור עליו.
• שיקוף הטון — אם המטרה היא ”מקצועי וקצר”, הדוגמאות צריכות להיות בדיוק כאלה. אין טעם לתאר טון שהדוגמאות סותרות.

מתי זה הכי משתלם: כשהפלט צריך להיות בפורמט מדויק (טבלה, קוד, רשימה), כשלמשימה יש חוקים מורכבים שקשה להסביר במילים, וכשאתם רוצים סגנון אחיד על פני הרבה תוצרים. בקצרה — Few-Shot הופך את ה-AI ממנחש למבצע.

צוות, עלויות ועתיד התפקיד

החלק האחרון של הפרק עוסק בארגון עצמו:

• לבדוק אפקטיביות, לא לחלק מנויים (37:57–38:50) — אם נתתם לעובדים כלי AI, בדקו באופן עקבי מי משתמש בו ומה יצא מזה. עובד שלא מפיק ערך מהכלי הוא לא בעיה של העובד בלבד; זו גם עלות מיותרת שצריך להחליף או לבטל.
• איכות על פני כמות (25:51–26:19) — הטענה היא שאפקטיביות ארגונית נמדדת פחות במספר העובדים ויותר באיכותם, וששוק העבודה נע לצוותים קטנים ומקצועיים מאוד.
• המשימות הסיזיפיות עוברות לאוטומציה (30:43–33:00, 33:14–35:15) — מה שנשאר לבני אדם הוא אסטרטגיה, יצירתיות וניהול מערכות.
• Early Adopters (53:11–53:30) — העמדה בפרק היא שמי שמטמיע ראשון מקבל יתרון תחרותי משמעותי.

על הנקודה האחרונה כדאי לשמור פרופורציה: ”להיות מאמץ מוקדם” זו גישה, לא אסטרטגיה. האסטרטגיה היא לבחור אילו תהליכים ספציפיים עוברים ל-AI, באיזה סדר, ומה הקריטריון שבו מחליטים שזה עבד. בפרק עצמו מוצגת השאלה אם ה-AI הופך אותנו לחכמים יותר או לעצלנים יותר (39:44) — והתשובה המעשית תלויה בדיוק בזה.

מה כדאי לבדוק לפני שמעתיקים את המודל

שלוש שאלות שהפרק לא עונה עליהן, וששווה לשאול לפני שבונים סוכן מכירות אוטונומי:

• בכמה פניות הסוכן טיפל כדי להגיע לעסקה אחת? עסקה אחת היא הוכחת היתכנות, לא שיעור המרה.
• מה קורה כשהסוכן טועה מול לקוח — מי מגלה את זה, ובתוך כמה זמן?
• כמה עלה להקים את זה, בכסף ובשעות, לפני שהוא התחיל לעבוד לבד?

אף אחת מהשאלות האלה לא פוגמת בסיפור. הן פשוט ההבדל בין ”זה אפשרי” ל”זה כדאי אצלי”.

להאזנה

פרק 116, ”העסקה שנסלקה ללא איש מכירות וחידושי AI נוספים מהשבוע”, עלה ב-22 באוקטובר 2026 ואורכו כשעה. הפודקאסט לשווק ולמנכ״ל כמו עשהאל זמין ביוטיוב, בספוטיפיי ובאפל פודקאסטס.

הערה על מקורות: הדוגמאות, המספרים וחותמות הזמן בכתבה מתייחסים לפרק 116 של הפודקאסט. ההערות, ההסתייגויות והשאלות הפתוחות הן שלנו ולא נאמרו בפרק. אנחנו לא מקבלים תמורה מעשהאל דיגיטל ולא מהחברות שמוזכרות בכתבה.