איך לבקש מ-Claude יותר: שלושה סוגי שאפתנות שלמדתי מ-Anthropic

בקצרה: פליקס רייזברג, מהנדס מוביל ב-Anthropic, טוען שמה שמבדיל בין מי שעף עם AI לבין מי שנתקע הוא שאפתנות: כמה אתם מעזים לבקש. הוא מפרק את זה לשלושה כיוונים. גובה: לבקש את התוצאה ולא את המשימה. עומק: לעבוד כמו המומחה הכי טוב בתחום, ולבדוק את התוצאה מבחוץ. רוחב: להביא לעבודה נקודות מבט מתחומים אחרים.

השבוע שלחו לי סרטון של RoboNuggets שמסכם מאמר של פליקס. פליקס הוביל את ההנדסה של אפליקציית Claude, של Cowork ושל Claude Code לדסקטופ. כשמישהו כזה כותב איך לעבוד עם המודל, אני הולך לקרוא את המקור.

המשפט שתפס אותי: יש אנשים שנראה שהם עפים עם AI, ורבים אחרים עדיין לא יודעים להפעיל את הכנפיים. אותו כלי, אותו מנוי, ופער עצום בתוצאה. לפי פליקס, הפער לא נמצא בכלי. הוא נמצא בבקשה.

מה הסטודנט שאיחר לשיעור מלמד על AI?

פליקס פותח בסיפור של ג'ורג' דנציג. ב-1939 דנציג איחר לשיעור סטטיסטיקה, ראה שתי בעיות על הלוח והעתיק אותן, כי חשב שזה שיעורי בית. הוא פתר את שתיהן. מה שלא ידע: אלה היו שתי בעיות פתוחות, שאף אחד לא הצליח לפתור עד אז.

הוא פתר אותן כי אף אחד לא אמר לו שזה בלתי אפשרי. ככה, לפי פליקס, צריך לגשת למודל: לבקש ממנו דברים שנראים לכם גדולים מדי, ולראות מה קורה.

פליקס מונה ארבעה סוגי שאפתנות. הראשון הוא מהירות, לעשות את אותו דבר מהר יותר, ועליו הוא מדלג כי הוא לא דורש יצירתיות. שלושת האחרים הם העיקר.

גובה: מה אתם באמת רוצים שיקרה?

הרעיון הראשון: לבקש את התוצאה ולא את המשימה. משימה היא רק הניחוש הכי טוב שלכם לדרך. השאלה ששווה לשאול את עצמכם לפני שכותבים פרומפט: מה אני רוצה שיקרה אחרי זה?

הדוגמה של פליקס: במקום לבקש מ-Claude לתקן קריסה אחרי קריסה באפליקציות, הוא ביקש "תשמור על האפליקציות שלנו בלי קריסות". זו בקשה אחרת לגמרי. היא לא נגמרת בתיקון אחד, אלא בתהליך שממשיך לעבוד גם כשאתם לא שם.

הוא גם כן לגבי הגבול: הגישה הזו עובדת הכי טוב כשיש תוצאה ברורה שרוצים להגיע אליה, ופחות טוב בעבודה יצירתית. "תרוויח כסף" עדיין לא פרומפט שעובד לבד.

עומק: איך לגרום ל-Claude לעבוד כמו מומחה ולא רק להישמע כמו מומחה?

כולנו כתבנו פעם "תתנהג כמו מומחה ל...". לפי פליקס, זה משנה בעיקר את אוצר המילים. המודל נשמע מקצועי, אבל השיטה נשארת אותה שיטה. עומק אמיתי זה לעשות את העבודה כמו שהמקצוען הכי טוב בתחום היה עושה אותה. הוא מציע שלוש דרכים:

• הכלים של הטובים בתחום. אם התשובה חוזרת כטבלה פשוטה בצ'אט, שאלו: זה באמת מה שהמומחים בתחום משתמשים בו? לא צריך לדעת בעצמכם מה התשובה. המודל יודע.
• מטרה שנשמעת לא סבירה. אתר שנטען בעשר שניות? אל תבקשו חמש. בקשו פחות משנייה. ואם המודל אומר שזה בלתי אפשרי, תגידו לו שזה פתיר ושימשיך.
• בדיקה מבחוץ. אל תתנו למודל לשפוט את העבודה של עצמו. מודלים נוטים להסכים ולהצדיק את מה שעשו. פליקס כותב שהוא מניח שזה ישתפר עם הזמן, אבל נכון לאוקטובר 2026 הוא מבקש להתעקש על בדיקה חיצונית: כלי שמודד את התוצאה, או סוכן נפרד שמשמש שופט.

הפרומפט של פליקס לעומק

זה החלק שהכי שווה להעתיק. לפני שהמודל מתחיל, הוא מתבקש לענות על ארבע שאלות ורק אז לשכתב את הבקשה. בתרגום חופשי שלי:

אני רוצה גרסה עמוקה יותר של המשימה הזו, לא גדולה יותר. לפני שאתה משכתב אותה: (1) מה מקצוען מוביל בתחום היה עושה כאן שאני לא מבקש? (2) מאיזה חומר גלם, הכי בסיסי, הוא היה מתחיל, במקום מה שכבר עובד בשבילי? (3) באילו שיטות וכלים הוא היה משתמש? (4) מה, חוץ ממך וממני, יראה שהתוצאה נכונה? אחרי זה, שכתב את הבקשה שלי כך שתבקש בדיוק את זה.

אפשר לשמור אותו כסקיל ב-Claude Code ולהפעיל אותו לפני משימות חשובות. לדעתי שאלה מספר ארבע לבד שווה את זה.

רוצים עוד כלים כאלה כל שבוע? בניוזלטר "אלעד עמרני AI" אני שולח פעם בשבוע את מה שבדקתי, מה עבד ומה לא. להרשמה לניוזלטר

רוחב: מי עוד צריך להיות בחדר?

גובה זה להסתכל מלמעלה. עומק זה להוציא מכל משימה את המקסימום. רוחב הולך הצידה: להסתכל על העבודה דרך העיניים של תחומים אחרים. פליקס מספר שעד שראה עמית שמשתמש ב-Blender, תוכנת תלת-ממד חינמית, לעיצוב פנים, לא עלה בדעתו לבקש מ-Claude לבנות סביבות תלת-ממד לאתר שלו. הוא פשוט לא ידע שזו אפשרות.

להחליף שם עצם בפועל

טריק שפליקס לוקח מהספר The Art of Innovation של טום קלי וג'ונתן ליטמן. סקירה רבעונית היא לא "מצגת". היא, בלשונו, "לגרום לאנשים עסוקים להאמין לסיפור על סיבה ותוצאה". ברגע שמנסחים את העבודה כפועל, פתאום ברור אילו מקצועות יכולים לתרום לה: מספר סיפורים, אנליסט, מעצב.

להרכיב צוות, כולל מי שמחפש חורים

עם סוכני משנה אפשר לחלק עבודה בין כמה "אנשי מקצוע" במקביל, כל אחד מנקודת מבט אחרת. פליקס ממליץ להכניס לצוות גם צוות אדום, מישהו שכל התפקיד שלו הוא למצוא את החורים בתוכנית. זה צורך הרבה טוקנים, ולכן שווה רק לעבודה החשובה.

למה זה בכלל קשור לאמונה?

בבסיס של שלושת הכיוונים עומד מושג מהפסיכולוגיה: מסוגלות עצמית (self-efficacy), כמה אתם מאמינים שתצליחו. פליקס מביא את המחקר של לוק ולאתם על הצבת מטרות: אנשים שמקבלים מטרה ספציפית וקשה מצליחים יותר מאלה שמבקשים מהם "לעשות כמיטב יכולתם".

והדוגמה הכי מוכרת: שנים לא האמינו שאפשר לרוץ מייל בפחות מארבע דקות. ב-1954 רוג'ר באניסטר עשה את זה, ותוך זמן קצר אחרים עשו את זה גם. ברגע שראו שזה אפשרי, זה נהיה אפשרי.

פליקס מסיים בזה שהבעיה לא חדשה, אבל היא חזקה יותר עכשיו, כשהיכולות של המודלים קופצות כל כמה שבועות. ככה אני מרגיש את זה גם: מה שהיה בלתי אפשרי לפני חודשיים, הוא היום משימה של אחר צהריים. מי שלא מעדכן את הבקשות שלו, פשוט לא רואה את זה.

הערה אחת מהסרטון שאני מסכים איתה: שאפתנות צריכה "למה". אם אין סיבה ברורה, רצים מהר יותר ויותר בלי לדעת לאן. מותר לעצור.

מה אני הייתי עושה השבוע

צעד אחד: קחו את המשימה הבאה שאתם עומדים לתת ל-Claude, ולפני שאתם שולחים, שאלו את עצמכם "מה אני רוצה שיקרה אחרי זה?". כתבו את זה במקום המשימה. אם התוצאה חשובה לכם, הוסיפו את הפרומפט של פליקס לעומק, ובקשו שמשהו חיצוני יבדוק את התוצאה. השד לא כזה נורא. זה בסך הכול לבקש קצת יותר.

שאלות נפוצות

מה ההבדל בין לבקש משימה לבין לבקש תוצאה?

משימה היא הניחוש שלכם לדרך, למשל לתקן באג. תוצאה היא מה שאתם רוצים שיקרה בסוף, למשל שהאפליקציה לא תקרוס. כשמבקשים את התוצאה, המודל יכול לבחור דרך טובה יותר ממה שחשבתם.

למה לא לתת ל-Claude לבדוק את העבודה של עצמו?

כי מודלים נוטים להסכים ולהצדיק את מה שעשו. פליקס רייזברג ממליץ, נכון לאוקטובר 2026, על בדיקה מבחוץ: כלי שמודד את התוצאה, או סוכן נפרד שמשמש שופט.

האם כל משימה צריכה צוות של כמה סוכנים?

לא. צוות של כמה נקודות מבט צורך הרבה יותר טוקנים, ולכן כדאי לשמור אותו לעבודה החשובה באמת. במשימה קטנה מספיק סוכן אחד.

השיטה עובדת גם על עבודה יצירתית?

פחות. לפי פליקס, הגישה של "לבקש את התוצאה" עובדת הכי טוב כשיש תוצאה ברורה שאפשר למדוד, ופחות טוב בעבודה יצירתית.

רוצים לקבל כל שבוע את מה שאני לומד על Claude, סוכנים ו-Vibe Coding? הצטרפו לניוזלטר "אלעד עמרני AI". ואם אתם רוצים סדנה לצוות שלכם, או סוכן AI שמפותח במיוחד לחברה שלכם, דברו איתנו ב-Agentic-dev.

המקור: המאמר של Felix Rieseberg, How to be more ambitious: a tutorial for humans with models, והסרטון של RoboNuggets שמסכם אותו, Anthropic just shared how they use Claude differently.