אוטומציה חכמה עם AI: הבינה היא המוח הפסיבי, האוטומציה היא התנועה
בינה מלאכותית היא פסיבית - מישהו מפעיל אותה. האוטומציה היא זו שמייצרת את התנועה. דולב חיוט חזר לאוטוטיוזדיי ולימד את השילוב המנצח: אוטומציה שמזרימה מידע + מודל שפה שמבין, מנתח ויוצר. הוא נתן מפה של 15 שימושים למודל שפה באוטומציה, מילון מושגים שמוציא מהמודל קוד מושלם, ואיך לבנות טופס לוגין או CRM שלם רק עם Make ו-Webhook Response בלי שרת. 7 הפרומפטים למטה הופכים אתכם ממי שעובד בשביל ה-AI למי שה-AI עובד בשבילו.
הערת הכתבת: הסשן הזה (31.12.2024) מלמד את השילוב בין AI לאוטומציה - והחלק על השוואת המודלים (GPT מול Claude) הוא בדיוק המקום ש"אז מול היום" הכי רלוונטי בו. ההשוואה נכונה לסוף 2024, אבל עולם המודלים זז דרמטית מאז: המודלים היום (Claude 5, Opus 4.8, GPT מהדור החדש) חזקים בהרבה, זוכרים הקשר ארוך הרבה יותר, וחלק מהחולשות שדולב תיאר פשוט נעלמו. אז אל תיקחו את ההשוואה הספציפית כתורה - בדקו מול המודלים העדכניים. אבל העיקרון של דולב נצחי: AI הוא המוח הפסיבי, אוטומציה היא התנועה, ולבחור מודל לפי משימה + לדבר איתו בשפה מדויקת מוציא תוצאה טובה יותר. גם מילון המושגים לקוד ובניית דף בלי שרת - עובדים היום בדיוק כמו אז. דולב, אגב, חוזר: זה הסשן השני שלו בקהילה (הראשון היה על אריזת מוצרים). הפרומפט הפתוח למטה ממפה לכם 15 שימושים של מודל שפה באוטומציה שלכם.
"בוא נשים AI על זה" - כולם אומרים, מעטים יודעים איך. דולב חיוט חזר למפגש ה-29 של אוטוטיוזדיי (אחרי הסשן שלו על אריזת מוצרים) עם הצלילה הטכנית לשילוב הנכון בין בינה מלאכותית לאוטומציה. כי הבלבול הכי נפוץ הוא לצפות מ-AI לפעול לבד - והוא לא. האוטומציה היא המנוע שמזיז, וה-AI הוא המוח שמבין. דולב לימד בדיוק איפה כל אחד נכנס, איזה מודל לאיזו משימה, ואיך לדבר עם המודל בשפה שמוציאה ממנו קוד מושלם.
המסע: 7 תחנות
כל תחנה = מה קרה בסשן + הפרומפט שאורז את זה בשבילכם
מתי AI ומתי אוטומציה — הבנת היחס
דולב פתח מהבלבול הכי נפוץ: היחס בין AI לאוטומציה. הוא הבהיר - בינה מלאכותית ומודל שפה הם פסיביים: הם לא פועלים לבד, מישהו מפעיל אותם ונותן להם הנחיות. האוטומציה היא זו שמייצרת את התנועה - הטריגר, התזמון, שליחת ההודעות, המעבר בין המערכות. והשילוב המנצח: אוטומציה שמזרימה מידע + מודל שפה שמבין, מנתח או יוצר תוכן - וזה יכול לקרות לפני התהליך (הכנה), בתוכו, או אחרי (עיבוד התוצרים). דולב נתן את הדוגמה הקלאסית: אוטומציה שאוספת את 200 ההודעות האחרונות מקבוצת וואטסאפ, ומודל שפה שמתמלל ומנתח אותן. והעיקרון שמעל הכל: מודל שפה מצטיין בהבנה ויצירה של טקסט, ולכן הוא הכלי המושלם לכל משימה שמסתובבת סביב טקסט. מי שמצפה מ-AI לפעול לבד יתאכזב - הוא המוח, לא הידיים.
ההמשך המלא של הפרומפט שמור לחברי אוטוטיוזדיי פלוס יחד עם ההקלטה והתמלול המלאים של הסשן
שורות ההמשך כוללות את כל ההנחיות המדויקות והדוגמאות שהוצגו בשידור החי מול הקהילה
מפה אישית: 15 השימושים של מודל שפה באוטומציה
ואז דולב פרש מפה מעשית: 15 מקומות שבהם אתה מבזבז זמן ידני, ושאפשר להעביר למודל שפה. הרשימה מרשימה בהיקף שלה: אפיון טבלאות נתונים (מבנה אב/בן, שדות מקשרים), הכנת JSON לדמו בפוסטמן, המרת תיעוד API משפות ישנות (PHP, C#) לפורמט מוכן ל-Make, חיפוש-והחלפה של משתנים בין מודולים, כתיבת מסמכי אפיון ללקוח, מיקרו-קופי לצ'טבוטים, קוד HTML לדפים סטטיים, בקשות רשת לממשקים פופולריים (Stripe, Shopify, PayPal - שהמודל כבר מכיר את התיעוד שלהם), נוסחאות Regex, המרה בין שפות קידוד, צנזור נתונים רגישים, ניתוח שגיאות (403, 405), כתיבת Apps Script, וצמצום request רק לפרמטרים הנדרשים. דולב לימד לבנות מזה טבלת עדיפויות לפי כמות הזמן שכל אחד חוסך. כי המטרה היא לזהות איפה ה-AI עובד בשבילך - במקום שאתה עובד בשבילו.
ההמשך המלא של הפרומפט שמור לחברי אוטוטיוזדיי פלוס יחד עם ההקלטה והתמלול המלאים של הסשן
שורות ההמשך כוללות את כל ההנחיות המדויקות והדוגמאות שהוצגו בשידור החי מול הקהילה
GPT מול Claude — איזה מודל לאיזו משימה
פה דולב נתן השוואה מעשית בין המודלים - איזה מודל לאיזו משימה. הוא תיאר את החוזקות כפי שראה אותן אז: GPT משימתי ומדויק, זוכר טוב את ההוראות מתחילת השיחה, נשאר עקבי במשימה חוזרת, ויודע לייצר JSON ארוכים מאוד בלי להישבר - ולכן מתאים לטבלאות, נוסחאות ומשימות מובנות חוזרות. Claude, לעומתו, אמפתי יותר ומבין הקשר ועומק תהליך, חזק במיוחד בכתיבת קוד (נותן לוגים מהר), מצוין בעברית, ואלוף בעיצוב ובספריות עיצוב - ולכן הבחירה לכל דבר שצריך להיות נעים לעין. דולב לא הסתיר גם חולשות (נכון לאז). התובנה שמעל הפרטים, וזו זו שמחזיקה: לא כל המודלים שווים בכל משימה - מי שמכיר את החוזקה של כל אחד מקבל תוצאה טובה יותר ומהר יותר. הפרטים משתנים מדור לדור, אבל ההרגל לבחור מודל לפי משימה נשאר.
ההמשך המלא של הפרומפט שמור לחברי אוטוטיוזדיי פלוס יחד עם ההקלטה והתמלול המלאים של הסשן
שורות ההמשך כוללות את כל ההנחיות המדויקות והדוגמאות שהוצגו בשידור החי מול הקהילה
מילון המושגים שמוציא מהמודל קוד מושלם
דולב לימד משהו שחוסך שעות: מילון המושגים שמוציא מהמודל קוד מושלם. הרעיון - לדבר עם המודל בשפה המדויקת שלו במקום מילים כלליות. הוא נתן את המושגים: 'use CSS inline' (לקבל HTML ו-CSS באותו קטע אחד להדבקה ב-Webhook Response), 'in one page' (לאחד HTML, CSS ו-JavaScript בקובץ אחד במקום שהמודל יפצל לשלושה), 'fetch the user from the Google Sheet', 'use the response', ו-'API request' במקום get/post (ברור יותר למודל). ומושגי JSON מדויקים: JSON object, JSON array, key-value pairs, ו-'keep valid JSON syntax' כדי שישמור על פסיקים וגרשיים. ופקודות עבודה: improve (שפר קיים), rewrite (המר משפה לשפה), refactor (בנה מחדש), 'write a script', analyze (נתח והחזר רק את מה שצריך), build (מאפס). דולב הראה שהמודל הוא כמו מפתח מומחה - אם אתה נותן לו את המונח הנכון, אתה מקבל בדיוק את מה שרצית. ז'רגון מדויק הוא לא התחכמות - הוא קיצור דרך.
ההמשך המלא של הפרומפט שמור לחברי אוטוטיוזדיי פלוס יחד עם ההקלטה והתמלול המלאים של הסשן
שורות ההמשך כוללות את כל ההנחיות המדויקות והדוגמאות שהוצגו בשידור החי מול הקהילה
בניית טופס/דף שלם ב-Webhook Response בלי שרת
וכאן דולב הראה טריק שנראה כמו קסם: לבנות ממשק שלם - טופס לוגין, CRM פנימי, דף הצגת נתונים - רק עם Make ו-Webhook Response, בלי שרת, וורדפרס או כלי טפסים. השיטה: השלד הוא דף סטטי (HTML + CSS + JavaScript) שלא דורש צד שרת, כותבים אותו עם CSS inline והכל ב-One Page כדי להדביק לתוך מודול Webhook Response יחיד. ב-JavaScript, כשהמשתמש לוחץ שלח, נשלח Webhook POST עם JSON ל-Make. וארכיטקטורת הסצנריו: Webhook נכנס, Router עם שני ענפים - הראשון בודק התאמה ב-Sheets/Airtable ומחזיר status 200 עם נתוני המשתמש ('Login successful'), והשני מוגדר כ-Fallback ומחזיר status 400/401 עם הודעת שגיאה ('Customer not found'). דולב לימד גם להציג ספינר טעינה בזמן שהסצנריו רץ ('show a loading spinner gif' מקישור חיצוני), ולשרשר עמודים או להטמיע ב-iframe. זו הדגמה מושלמת לעיקרון של דולב מהסשן הקודם - עם הכלים הנכונים, בונים משהו שנראה כמו מוצר שלם, בלי תשתית.
ההמשך המלא של הפרומפט שמור לחברי אוטוטיוזדיי פלוס יחד עם ההקלטה והתמלול המלאים של הסשן
שורות ההמשך כוללות את כל ההנחיות המדויקות והדוגמאות שהוצגו בשידור החי מול הקהילה
הרחבת מודול Switch ותיקון משתנים שנמחקו ב-Make
דולב עבר לשתי משימות מעצבנות ש-AI פותר בשניות. הראשונה - הרחבת מודול Switch/Router עם הרבה cases (למשל המרת קוד סטטוס מספרי לטקסט, נפוץ במערכות כמו Powerlink/Origami): מדביקים למודל את ה-blueprint של case אחד קיים ולצידו טבלה של כל הקודים, והמודל מוסיף את כל ה-cases הנוספים במבנה מדויק שאפשר להדביק חזרה ל-Make בלי שגיאות. השנייה - תיקון משתנים שהשתבשו: כשמוחקים מודול ב-Make, המודול החדש מקבל ID אחר וכל המשתנים שהפנו אליו (למשל 6.b1) מתחרבנים, מדביקים למודל את ה-JSON, אומרים לו את ה-ID הישן והחדש, והוא מחליף את כל המופעים (כל '6.' ב-'22.') תוך שמירה קפדנית על הפסיקים והגרשיים. דולב הראה שה-AI הוא לא רק לדברים 'חכמים' - הוא גם הפועל הכי מהיר למשימות מכניות ומייגעות שהיו גוזלות חצי שעה של עבודה ידנית מדויקת.
ההמשך המלא של הפרומפט שמור לחברי אוטוטיוזדיי פלוס יחד עם ההקלטה והתמלול המלאים של הסשן
שורות ההמשך כוללות את כל ההנחיות המדויקות והדוגמאות שהוצגו בשידור החי מול הקהילה
חילוץ נתונים ממייל עם Regex והמרת API
ואת הסשן דולב סגר בשתי משימות חילוץ והמרה שחוזרות בכל אוטומציה. הראשונה - Parsing מייל עם Regex: מדביקים למודל את תוכן המייל הנכנס (למשל מטופס יצירת קשר, שמגיע כזוגות key-value), והוא כותב נוסחת Regex שמחלצת את הערכים - עם תשומת לב לכך שב-Make עוטפים את הביטוי בסוגריים ומגדירים נכון את אפשרויות ה-Match. דולב אפילו לימד לשאול את המודל אם יש מודול מובנה ב-Make (כמו Match Elements) שיחסוך את ה-Regex לגמרי. השנייה - המרת API ישן ל-JSON: מדביקים תיעוד endpoint בפורמט ישן (PHP/C#/cURL), והמודל ממיר אותו לבקשת POST מוכנה ל-Make - מזהה לבד את ה-Headers, ה-Body, ה-Query String והטוקן. ואם מציינים מערכת פופולרית (Stripe, Shopify) - המודל מסתמך על התיעוד שהוא כבר מכיר ובונה רק עם הפרמטרים שחובה. דולב סגר עם המסר: ה-AI הוא המתרגם האולטימטיבי בין העולם הישן של התיעוד לעולם החדש של האוטומציה שלך.
ההמשך המלא של הפרומפט שמור לחברי אוטוטיוזדיי פלוס יחד עם ההקלטה והתמלול המלאים של הסשן
שורות ההמשך כוללות את כל ההנחיות המדויקות והדוגמאות שהוצגו בשידור החי מול הקהילה
🎯 מה עושים עם זה עכשיו?
קראת איך זה נעשה. עכשיו קחו את הכלים ותעשו את זה בעצמכם - כל הפרומפטים של הסשן, מוכנים להריץ על העסק שלכם. פלוס ההקלטה המלאה והתמלול.
הצטרפו לאוטוטיוזדיי+· 49 ש״ח בחודשעוד לא בשלים? בואו ללייב הבא בחינם ←רוצים לעבוד על התמלול הנקי?
העתיקו אותו ותעבדו איתו איך שנוח לכם.
🔒 התמלול המלא שמור לחברי אוטוטיוזדיי+. עם המנוי אתם מעתיקים אותו בקליק ועובדים איתו איך שנוח לכם.
לפתוח את התמלול · 49 ש״ח בחודששאלות ששאלתם (וה-AI ישאל גם)
מה ההבדל בין AI לאוטומציה?
בינה מלאכותית היא פסיבית - היא לא פועלת לבד, מישהו מפעיל אותה ונותן לה הנחיות. האוטומציה היא זו שמייצרת את התנועה (טריגר, תזמון, מעבר בין מערכות). השילוב המנצח: אוטומציה שמזרימה מידע + מודל שפה שמבין ויוצר.
לאילו משימות מודל שפה הכי מתאים?
לכל משימה שמסתובבת סביב טקסט: אפיון טבלאות, כתיבת JSON, המרת תיעוד API, נוסחאות Regex, מיקרו-קופי, HTML, ניתוח שגיאות ועוד. דולב מיפה 15 שימושים כאלה שכל אחד חוסך זמן ידני.
איך מוציאים מהמודל קוד מושלם?
בשפה מדויקת: use CSS inline, in one page, keep valid JSON syntax, ופקודות כמו improve/rewrite/refactor/analyze/build. ז'רגון מדויק הוא קיצור דרך - הוא מוציא בדיוק את מה שרצית בלי סבבי תיקונים.
אפשר לבנות טופס לוגין בלי שרת?
כן - רק עם Make ו-Webhook Response. דף סטטי (HTML+CSS+JS ב-One Page) שמודבק למודול Webhook Response, שולח POST ל-Make, ו-Router עם ענף הצלחה (200) וענף Fallback (400/401). בלי וורדפרס, בלי שרת.
💬 הדיון על הסשן
שאלות, תובנות, מה יישמנו - השרשור של הקהילה.
עוד אין תגובות - תהיו הראשונים לפתוח את הדיון 👇