מקריאה לפעולה: מה צריך כדי שסוכן AI יבצע משימה באתר שלך
WebMCP בטיוטת Community Group, ACP בבטא בלי מנגנון גילוי, Web Bot Auth בלי מסמך מאומץ. מה באמת אפשר לממש היום.
WebMCP בטיוטת Community Group, ACP בבטא בלי מנגנון גילוי, Web Bot Auth בלי מסמך מאומץ. מה באמת אפשר לממש היום.
nosnippet ו-max-snippet כן משפיעים על AI Overviews, FAQPage נמחקה מהגלריה, ואף ספק לא מתעד איך נבחר קטע לציטוט. רק מה שמתועד רשמית.
llms.txt, sitemap, schema ו-well-known. בדקתי את התיעוד הרשמי של גוגל, OpenAI, Anthropic, Perplexity ומיקרוסופט: מה באמת נקרא, ומה רק מבטיחים.
המדידה הפומבית היחידה קבעה שזחלני ה-AI המרכזיים לא מריצים JavaScript. איך לבדוק בשתי דקות מה באמת יוצא מהשרת שלכם, ומה לעשות אם הדף ריק.
זחלני אימון וזחלני מענה הם שתי משפחות שונות עם user-agent נפרד. מי לחסום, מי להשאיר פתוח, ואיך לוודא בלוג שזה באמת עובד.
נקודת האיזון בין הרצה עצמית ל-API, למה ניצולת ה-GPU קובעת הכול, מה לא מופיע בחשבון, ולמה ארכיטקטורת ניתוב לפי משימה עדיפה על החלטה בינארית.
נקודת האישור נקבעת לפי הפיכות הפעולה ועוצמת הנזק, לא לפי ביטחון המודל. ארבעה דפוסי אישור, מה חייב להופיע במסך האישור, ואיך מונעים חתימה אוטומטית.
בדיקות תוכנה רגילות לא עובדות על סוכני AI. המדריך המלא לבניית סט evals, ארבע רמות מדידה, בדיקות רגרסיה וניטור בייצור.
גבולות הגזרה של סוכן נכתבים במודל ההרשאות, לא בפרומפט. כלל השניים של Meta, מודל הרשאות בארבע שכבות, ורשימת הפעולות שסוכן לא עושה לבד.
סוכן AI הוא לולאה של תכנון, פעולה ותצפית — ומתחתיה ארבעה רכיבים: מודל, כלים, זיכרון ובקרה. מה באמת רץ מתחת למכסה המנוע, מה השתנה עם MCP, ואיפה סוכנים נשברים בפועל.
שישה מנופים להורדת עלות inference, לפי תשואה למאמץ: קאשינג פרומפט, ניתוב בין מודלים, batch, קיצור פלט, קאש סמנטי וזיקוק — וסדר העבודה הנכון.
95% מפיילוטי ה-GenAI לא מגיעים לדוח רווח והפסד. ארבע שכבות ROI, מבנה פיילוט של שישה שבועות, וארבעה סימנים שמצדיקים סגירה מוקדמת.
תמחור לפי מושב נשבר כשהמוצר מפעיל מודל. השוואה בין שלושת מודלי התמחור, המבנה ההיברידי שמנצח בפועל, איך בוחרים יחידת חיוב, ואיך משנים תמחור בלי לשרוף לקוחות.
בנייה מול קנייה היא לא שאלה בינארית. חמישה מסלולים אפשריים, שלוש עדשות שקובעות את הבחירה, מתי כוונון מודל באמת משתלם, ולמה שכבת הפשטה היא ההחלטה היחידה שכדאי לקבל ביום הראשון.
מחיר הטוקן הוא שורה אחת מתוך שבע. מודל עלות בעלות מלא לפיצ׳ר שנשען על LLM, כולל ניסיונות חוזרים, אחזור, הערכה, ניטור ובקרה אנושית, והנוסחה לחישוב עלות ליחידת עבודה.
יש עסקים שרכשו מנויים לכל כלי AI שרץ בשוק – והתוצאה נשארת במקום. ויש עסקים שבנו תהליך אחד מדיד, חיברו אותו להכנסות ולתפעול, והתחילו לראות חיסכון בשעות, קיצור זמן תגובה
בפיצ׳ר עם רכיב AI קריטריון הקבלה הופך ל-eval. ארבעת מרכיביו, איך בונים מערך בדיקה בלי צוות מחקר, שישה פרקים שצריך להוסיף למסמך האפיון וקטלוג מצבי הכשל.
ציבורי, פנימי, חסוי ומוגבל: מה מותר להזין למודל שפה בכל רמה, ההבדל בין אנונימיזציה לפסאודונימיזציה, שלושת סעיפי החוזה שחייבים להופיע, ותוכנית יישום בארבעה שלבים.
בין 70% ל-80% מפרויקטי ה-RAG הארגוניים לא מגיעים לפרודקשן, ורוב הכשלים בשכבת האחזור ולא במודל. ארבע השכבות של בסיס ידע ארגוני, גדלי חיתוך מומלצים, אחזור היברידי, אכיפת הרשאות ותוכנית 90
שיעור אזכור, שיעור ציטוט, נתח קול ודיוק — ארבעת המדדים שמחליפים מיקום ו-CTR, ואיך מחברים אליהם את דוח ה-Generative AI ב-Search Console, את GA4 ופאנל פרומפטים חודשי.