תוכן מקצועי

מה קורה כשמבקשים מ-AI לשפר אתר מאה פעמים ברצף?

13 דקות קריאה דביר נעמן

ניסוי פשוט ומאלף: לוקחים אתר מכוער במכוון של בית קפה, ומבקשים מסוכן קוד לשפר אותו מאה פעמים ברצף, בלי הכוונה, בלי דוגמאות ובלי זיכרון. הניתוח הזה עוקב אחרי שני מודלים, Sonnet ו-Opus, מהסבב הראשון ועד המאה: איפה השיפור היה אמיתי, מתי הוא נעצר, למה הקוד המשיך לגדול בלי שהאתר השתפר, ומה זה מלמד על הדרך הנכונה לתת ל-AI לעבוד על עיצוב.

באנר מאה סבבי שיפור עם חמישה פסים צהובים שגדלים זה מעל זה

למה לבקש מ-AI לשפר שוב ושוב, בלי לומר לו מה?

רובנו עובדים עם סוכני קוד בבקשות כלליות. "תעשה את זה יפה יותר", "תשפר את חוויית המשתמש", "תגרום לזה להרגיש מקצועי". אלה בקשות לגיטימיות, והן גם עובדות, עד נקודה מסוימת. ההנחה שעומדת מאחורי הניסוי היא ש-AI מצוין בלהגיע לרמה של בערך 80 מתוך 100 לבד, אבל מתקשה מאוד לחשוב מחוץ לקופסה. כדי להגיע לטווח של 90 ומעלה, מישהו צריך להביא טעם, השראה ודוגמאות שהוכיחו את עצמן, והשאלה היא מה קורה כשאף אחד לא עושה את זה.

כדי לבדוק את זה, נבנה אתר גרוע במכוון לבית קפה דמיוני: פונטים בסיסיים, כרטיסיית ניקובים פשוטה, בלי תמונות ובלי שום תחושה של מותג. את האתר קיבלו שני מודלים, Sonnet 5.5 ו-Opus 5.5, שניהם ברמת מאמץ בינונית, ושניהם קיבלו אותו פרומפט בדיוק מאה פעמים ברצף. כל סבב רץ בסשן חדש לגמרי, כך שהמודל לא זכר מה עשה קודם, וכל מה שהיה לו זה האתר כפי שהוא, הידע שלו והכלים המובנים.

מה שהופך את הניסוי לשימושי הוא לא השאלה איזה מודל ניצח, אלא הצורה של העקומה. בסבבים הראשונים שני המודלים שיפרו את האתר בצורה ברורה. אחר כך ההתקדמות האטה, ובשלב מסוים היא הפכה להוספה טהורה: עוד אנימציה, עוד חלון קופץ, עוד מחשבון. בסוף אחד המודלים שבר חלקים מהאתר של עצמו. ההבנה של המעבר הזה, משיפור להעמסה, היא בדיוק מה שכל מי שעובד עם סוכנים צריך כדי לדעת מתי לעצור, ומה להוסיף לפרומפט כדי שהעצירה לא תהיה תלויה במזל.

ארבעה תנאים שהגדירו את הניסוי

התוצאות מעניינות רק אם מבינים את התנאים שבהם הן נוצרו. ארבעה כללים קבעו את המסגרת, וכל אחד מהם השפיע על מה שקרה בסבבים המאוחרים, במיוחד הכלל שחייב את המודל לשנות משהו בכל סבב, גם כשכבר לא היה מה לשפר.

פרומפט אחד קבוע

  • אותו טקסט בכל אחד ממאה הסבבים.
  • דרישה לשינוי נועז, לא תיקון קטן.
  • מיקוד בהמרות או במראה.

חדר נקי

  • סשן חדש בכל סבב.
  • בלי סקילים, תוספים או זיכרון.
  • בלי קובץ הוראות של הפרויקט.

חובה לשנות

  • כל סבב חייב להסתיים בשינוי.
  • בלי אפשרות לומר שהעבודה גמורה.
  • נוסף אחרי עצירה בסבב 20 עד 25.

שני מודלים

  • Sonnet 5.5 ברמת מאמץ בינונית.
  • Opus 5.5 ברמת מאמץ בינונית.
  • אותו אתר מקור לשניהם.

איך נראה הפרומפט, ולמה הוא נכתב בצורה כל כך תקיפה?

בניסיון מוקדם יותר, עם פרומפט רך יותר, המודלים עצרו בעצמם אחרי בערך 20 עד 25 סבבים והודיעו שאין מה עוד לשפר. זו תגובה הגיונית לגמרי, ובדיעבד אולי גם הנכונה. כדי להגיע למאה סבבים, הפרומפט נכתב מחדש כך שהוא מחייב את המודל לבחון את האתר, לחשוב על חוויית המשתמש, להציע שינוי אחד נועז, ולשלוח אותו בכל מקרה. זה הנוסח, בתרגום חופשי למבנה המקורי:

Look at the site first, then innovate.
Think about the user experience and think outside the box.
Make one bold change that improves conversions or the look and feel,
not a small tweak. Use any tool you have.
You must ship a change every time.

שימו לב לשלוש מילים שהשפיעו על כל מה שבא אחר כך. "נועז" דחף את המודלים לחפש שינויים גדולים ולא ליטוש. "המרות" כיוון אותם לחשוב כמו משווק, ולכן מהר מאוד הופיעו הזמנה מראש, הצעות משלימות ותחושת דחיפות. ו"חייב לשלוח" ביטל את האפשרות היחידה שהייתה יכולה להציל את האתר בסבבים המאוחרים: לומר שהוא כבר טוב מספיק. כשהמודל לא יכול לעצור, הדרך היחידה שלו לעמוד בדרישה היא להוסיף עוד משהו, גם אם התוספת לא עוזרת לאף אחד.

החדר הנקי חשוב באותה מידה. בלי זיכרון בין סבבים, כל סבב התחיל מאפס: המודל ראה אתר, לא ידע למה כל רכיב נמצא שם ומה כבר נוסה, והחליט מה לשנות. זה מסביר למה לפעמים רכיב שנוסף בסבב אחד נעלם כמה עשרות סבבים אחר כך, ולמה פונט שהוחלף פעם אחת הוחלף שוב. אין רצף מחשבה, אין חזון, ויש רק שאלה חוזרת: מה עוד אפשר לעשות כאן?

איך התקדם האתר של Sonnet, סבב אחרי סבב?

לוח הבקרה של הניסוי סימן אבני דרך, כלומר סבבים שבהם קרה משהו חדש באמת ולא עוד שינוי קטן. אצל Sonnet היו חמש אבני דרך כאלה, וכולן התרכזו בשליש הראשון של הניסוי. אחרי סבב 32 לא סומנה אף אבן דרך נוספת, למרות שהמודל המשיך לעבוד עוד 68 סבבים:

סבב 1, הקפיצה הגדולה

זה הסבב שבו המודל הסתכל לראשונה על האתר שלו. הוא הוסיף תמונת רקע שנוצרה ב-AI, את קוד ה-JavaScript הראשון, והתאמה לנייד. זו הקפיצה הגדולה ביותר בכל הניסוי, והיא הגיונית: כשהבסיס גרוע, כמעט כל שינוי משפר. עדיין הכול נראה פשוט מאוד, עם פונט משעמם וכרטיסיית ניקובים בסיסית.

סבב 2 וסבב 7, אנימציה ותמונות אמיתיות

בסבב השני הופיעה האנימציה הראשונה: פס הזמנה שנצמד לתחתית המסך כשגוללים, שינוי קטן אבל שימושי. בסבב השביעי הקוד גדל מ-253 ל-419 שורות, ובתפריט הופיעו תמונות של המוצרים כשמוסיפים אותם להזמנה. כל סבב הוסיף משהו קטן, האתר השתפר, אבל עדיין רחוק מאתר שבעל עסק היה גאה בו.

סבב 24, וידאו ראשון ותחושת עומק

בסבב 24, עם 778 שורות קוד, הגיע הסרטון הראשון שנוצר ב-AI כרקע. נוספו אנימציית גלילה עם תמונה סטטית מאחור שיוצרת עומק, ואזור ההזמנה עוצב מחדש כך שייראה כמו קבלה אמיתית ולא כמו קופסה מונפשת. המיתוג נשמר, והשינויים הרגישו מצטברים ומכוונים.

סבב 32, טופס ההזמנה מראש

אבן הדרך האחרונה הייתה טופס פעיל: אפשר לבחור מוצרים, לתזמן הזמנה ולאסוף אותה בהמשך. מבחינת חוויית משתמש זה שיפור ממשי, כי זו פעולה שלקוח של בית קפה באמת רוצה לעשות. מכאן ואילך, לפי לוח הבקרה, שום שינוי לא היה מספיק משמעותי כדי להיחשב אבן דרך.

בסבב 100 האתר של Sonnet כלל פס צף שזז למעלה ולמטה עם הילה, נתונים בראש העמוד, שלוש דרכים להזמין, חלון קופץ, הודעות דחיפות כמו "נשארו רק שתיים, נאפו בשעה 11", המלצות של לקוחות, עלים נופלים, רצועה גוללת של מוצרים, הערכה של אורך התור ושעות עומס. חלק מזה נחמד, וחלק מזה הוא בדיוק הסוג של תוספת שאף לקוח לא ביקש. שני פרטים קטנים מספרים את הסיפור: סרגל ניווט שנוסף עד סבב 65 נעלם עד סבב 100, ופונט שהוחלף בסבב 74 הוחלף שוב. המודל לא בנה, הוא הסתובב במקום.

למה מספר שורות הקוד הוא הסימן המדאיג ביותר?

לוח הבקרה הציג שני גרפים זה לצד זה: עלות כל סבב לפי תמחור API, ומספר שורות הקוד באתר. העלות קפצה למעלה ולמטה בלי דפוס ברור, אבל שורות הקוד עלו כמעט בקו ישר, סבב אחרי סבב. המשמעות פשוטה: המודל הוסיף קוד בקצב קבוע, אבל לא הייתה שום עדות לכך שהאתר משתפר באותו קצב. אחרי סבב 32 ההוספה נמשכה, והשיפור כבר לא.

זה דפוס שמוכר מכל פרויקט תוכנה, לא רק מ-AI. קוד הוא לא נכס, הוא התחייבות: כל שורה צריכה תחזוקה, יכולה להישבר, ומאטה את מי שיבוא אחריה. סוכן שמודד את עצמו לפי כמה הוא שינה, ולא לפי כמה הוא שיפר, ייצר בדיוק את העקומה הזאת. ובסביבה של חדר נקי, בלי זיכרון, אין לו אפילו דרך לדעת שהוא כבר ניסה את הרעיון הזה לפני עשרים סבבים.

הלקח המעשי למי שמריץ סוכנים על פרויקטים אמיתיים: כדאי לעקוב אחרי מדד שמראה גדילה, כמו מספר שורות, מספר קבצים או משקל הדף, לצד המדד שמראה איכות. כשהראשון עולה והשני לא זז, זה הסימן לעצור את הלולאה ולבחון את הכיוון. בלי מדד איכות בכלל, כמו בניסוי הזה, הסימן היחיד שנשאר הוא הגדילה, וזה בדיוק מה שהיה צריך להדליק נורה.

מה קרה כשהמודל החזק יותר קיבל את אותה הוראה?

Opus התחיל חזק יותר. כבר בסבב הראשון הוא הגיע לכל מה ש-Sonnet הגיע אליו, ועוד אנימציה ראשונה ופונט מרשים יותר. הסרטון הראשון שנוצר ב-AI הופיע אצלו כבר בסבב השביעי, כשאצל Sonnet זה קרה רק בסבב 24. בסבב 32 הוא הוסיף לראשונה רכיב גרפי מבוסס Canvas, והתוצאה הייתה אחד הרעיונות הטובים בניסוי: בוחרים מצב רוח, כמו "משהו שיעיר אותי" או "מתוק ונעים", והאתר מציע את המשקה שהכי מתאים.

בשלב הזה, סביב הסבב ה-30, האתר של Opus היה במקום שבו אדם עם טעם כנראה היה עוצר ואומר "זה מספיק": לוח הזמנות בסגנון לוח מחיק, זמני הכנה, אפשרות לשמור מקומות ישיבה, ובחירה של נקודת איסוף. נכון, היה עליו יותר מדי טקסט, אבל הבסיס היה טוב. רק שנשארו עוד 68 סבבים, והפרומפט חייב שינוי בכל אחד מהם.

בסבב 100 האתר היה מה שאפשר לתאר רק כעומס: עלים נופלים, רקע שהשתנה, סרגל צד ארוך, הררי טקסט, משחק של גילוף דלעת עם בחירה בין סכין קטנה לגדולה, מחשבון שמראה כמה זמן הקפאין יישאר בגוף ואיך תישנו, נגן מוזיקה, ומתג לספרדית שלא תרגם כלום. חלק מהרכיבים פשוט הפסיקו לעבוד, ואחד המקטעים נשבר לגמרי. המודל החזק יותר לא הגיע לאתר טוב יותר, הוא הגיע ליותר אתר.

21,000שורות קוד באתר של Opus בסבב 100
3,000שורות קוד לכל היותר באתר של Sonnet
8.5שעות ריצה של Opus, מול כשעתיים
$137שווי הריצה של Opus לפי תמחור API

גם בחומרים הפער היה גדול. Opus ייצר 54 תמונות ושלושה סרטונים, Sonnet ייצר 11 תמונות ושני סרטונים. שווי הריצה של Sonnet לפי תמחור API היה בסביבות 22 עד 30 דולר, כלומר פחות מרבע. הריצה עצמה בוצעה על מנוי ולא על חיוב לפי שימוש, אבל המספרים ממחישים משהו חשוב: מודל חזק יותר שמקבל הוראה פתוחה לא רק מוסיף יותר, הוא גם עולה יותר על כל תוספת, וכל תוספת כזאת מוסיפה עוד קוד שמישהו יצטרך לתחזק.

למה אף אחד מהמודלים לא חיפש השראה ברשת?

הממצא שהפתיע יותר מכל: לאורך מאה סבבים, עם פרומפט שחוזר שוב ושוב על "תחדש" ו"תחשוב מחוץ לקופסה", אף אחד משני המודלים לא ביצע אפילו חיפוש אחד ברשת. הם לא חיפשו אתרים שזכו בפרסי עיצוב, לא חיפשו ספריות רכיבים, ולא בדקו מה עושים בתי קפה מצליחים. הם פשוט הסתמכו על מה שכבר ידעו, ומה שכבר ידעו נגמר בערך בסבב 30.

זה מתחבר להנחת הפתיחה של הניסוי: AI לא חושב מחוץ לקופסה מעצמו, כי הקופסה היא הידע שלו. כשמבקשים ממנו לחדש בלי לתת לו חומר חדש, הוא ממחזר דפוסים מוכרים, ובשלב מסוים הדפוסים האלה הם כבר תוספות שוליות. הכלי לחיפוש היה זמין, ההוראה אמרה "השתמש בכל כלי שיש לך", ובכל זאת המודלים לא בחרו בו. מי שרוצה שסוכן יחפש השראה צריך לבקש את זה במפורש, ועדיף גם להגיד לו איפה.

המודל קובע את התקרה, הפרומפט קובע את הכיוון

זה המשפט שמסכם את הניסוי. אותו פרומפט בדיוק הוביל לתוצאות שונות מאוד אצל שני המודלים: Opus התקדם מהר יותר והגיע לרעיונות מתוחכמים יותר, וגם הגיע לעומס ולשבירה בקנה מידה גדול יותר. היכולת של המודל קבעה כמה רחוק הוא יכול להגיע. אבל הכיוון, לאן הוא הולך ומתי הוא עוצר, הגיע כולו מהפרומפט. ופרומפט שאומר "תחדש" בלי חזון, בלי דוגמאות ובלי הגדרה של סיום, מכוון בפועל להוספה.

החלופה היא לא לוותר על לולאות שיפור, אלא לתת להן חומר וגבולות. פרומפט שמבוסס על הלקחים של הניסוי יכול להיראות בערך כך, עם הפניה לדוגמאות, רשות להסיר ולא רק להוסיף, בדיקה של מה שכבר קיים, ותנאי עצירה מפורש:

Goal: a calm, fast coffee shop site where ordering takes under 30 seconds.
References: ./refs/ (3 sites we like). Study them before changing anything.

Each round:
1. Open the site, test every interactive element, fix anything broken first.
2. Pick ONE change. Removing or simplifying counts as a change.
3. Log what you changed and why in rounds.md. Never repeat a logged idea.

Stop and report "done" when no change would clearly help a customer order faster.
Hard limit: 10 rounds.

ההבדל בין שני הפרומפטים הוא ההבדל בין סוכן שמחפש מה להוסיף לבין סוכן שמחפש מה עוזר ללקוח. הגישה הזאת קרובה מאוד למה שמוסבר במדריך ללולאות סוכנים עם תנאי עצירה מדיד: לולאה טובה רק כמו מבחן הסיום שלה, ובניסוי הזה מבחן סיום פשוט לא היה. אפשר לחזק את זה עוד יותר עם סקיל עיצוב שמגדיר טעם, טיפוגרפיה ומרווחים, כמו סקיל טעם עיצובי לממשקים, שנותן לסוכן קנה מידה של איכות במקום לתת לו לנחש.

למה האתר הפך לאתר של מכירה אגרסיבית?

הפרומפט ביקש לשפר המרות או מראה, ושני המודלים לקחו את ההמרות ברצינות רבה. ככל שהסבבים התקדמו, האתרים התמלאו בהצעות משלימות, הודעות מלאי מוגבל, חלונות קופצים, הזמנה מראש בכל פינה, ושלוש דרכים שונות להתחיל הזמנה. כל רכיב לחוד נשמע כמו פרקטיקה טובה של שיווק. ביחד, התוצאה הייתה מכירה קשוחה במקום סגירה רכה, אתר שדוחף את המבקר לקנות במקום לעזור לו להחליט.

זו טעות שגם אנשים עושים, ולכן כדאי להבין את המנגנון. מודל שמקבל יעד של המרות, בלי הקשר על העסק ועל הלקוחות, ישתמש בכל טכניקת המרה שהוא מכיר. הוא לא יודע שלקוח של בית קפה שכונתי רוצה בעיקר לראות תפריט, מחירים ושעות פתיחה, ולא מחשבון קפאין. הוא לא יודע שאתר עמוס מרחיק בדיוק את הקהל שהעסק רוצה. את ההקשר הזה רק בעל העסק או מי שעובד איתו יכול לתת.

מי שעובד עם סוכן הקוד של Anthropic על אתר של לקוח יכול ללמוד מכאן כלל פשוט: מגדירים מי הלקוח, מה הפעולה העיקרית שהוא בא לעשות, ומה אסור להוסיף. משפט אחד כמו "בלי חלונות קופצים ובלי הודעות דחיפות מזויפות" חוסך עשרות סבבים של תוספות שאחר כך צריך למחוק ידנית, ושומר על אמון של מבקרים שמזהים מהר מאוד מתי מנסים ללחוץ עליהם.

מתי לתת ל-AI לשפר לבד, ומתי לעצור?

לולאות שיפור אוטומטיות הן כלי טוב, בתנאי שהן מקבלות כיוון ותנאי עצירה. שתי הרשימות הבאות מבוססות על מה שקרה בניסוי: מה עבד בשלושים הסבבים הראשונים, ומה השתבש בשבעים הסבבים שאחריהם.

שווה לתת לרוץ

בסיס חלש ויעד ברור
  • נקודת הפתיחה גרועה וכמעט כל שינוי ישפר.
  • יש דוגמאות או סקיל שמגדירים טעם.
  • יש תקרה של סבבים, בערך עשרה.
  • הסוכן בודק שכל רכיב עובד לפני שהוא מוסיף.
  • מותר לו להסיר ולפשט, לא רק להוסיף.

הגיע הזמן לעצור

גדילה בלי שיפור
  • הקוד גדל והאתר לא נראה טוב יותר.
  • רכיבים נעלמים וחוזרים בין סבבים.
  • התוספות כבר לא קשורות לפעולה העיקרית.
  • דברים שעבדו מתחילים להישבר.
  • הסוכן מחליף פונטים וצבעים כדי לשנות משהו.

חמש תובנות מהניסוי

01

השיפור האמיתי מגיע מוקדם

כל אבני הדרך של שני המודלים קרו עד סבב 32. מכאן ואילך הסבבים הוסיפו קוד, אנימציות וחלונות, אבל לא קפיצה איכותית. רוב הערך של לולאת שיפור נמצא בעשרה עד שלושים הסבבים הראשונים.

02

חדשנות בלי חזון היא הוספה

כשההוראה היא "תחדש" ואין תמונה של התוצאה הרצויה, הדרך היחידה של המודל להראות התקדמות היא להוסיף עוד רכיב. בלי חזון, כל סבב מוסיף שכבה, וכל שכבה מסתירה את מה שהיה טוב מתחתיה.

03

מודל חזק מגדיל גם את הטעויות

Opus הגיע לרעיונות טובים יותר ומהר יותר, אבל גם לפי שבעה ויותר קוד, לעלות גבוהה בהרבה ולרכיבים שבורים. יכולת גבוהה בלי כיוון מייצרת יותר מהכול, כולל דברים שלא רציתם.

04

השראה צריך לבקש במפורש

למרות שהחיפוש היה זמין וההוראה דרשה לחשוב מחוץ לקופסה, אף מודל לא חיפש ברשת. אם רוצים שסוכן ילמד מאתרים טובים, צריך לתת לו דוגמאות או לבקש ממנו לחפש אותן.

05

הטעם נשאר אצלכם

בסבב 30 האתר של Opus היה במקום טוב, וזה היה הרגע לעצור. סוכן לא יודע לזהות את הרגע הזה לבד. מי שמחליט מתי זה מספיק, ומה הלקוח באמת צריך, הוא האדם שמכיר את העסק.

סיכום: איך משתמשים בלולאת שיפור בלי לקבל עומס?

הניסוי לא מוכיח שלולאות שיפור הן רעיון רע. להפך, שלושים הסבבים הראשונים הראו כמה מהר סוכן יכול להפוך אתר גרוע לאתר סביר ואפילו טוב. מה שהוא מוכיח הוא שבלי חזון, בלי דוגמאות ובלי תנאי עצירה, הלולאה לא נעצרת כשהעבודה טובה. היא ממשיכה עד שהפרומפט נגמר, ובדרך מוסיפה, מסבכת ושוברת. המודל קובע עד כמה רחוק אפשר להגיע, והפרומפט קובע אם מגיעים לשם או עוברים את זה.

אותו עיקרון נכון לכל פרויקט שבו AI בונה ממשק ללקוחות אמיתיים. כשבונים אתר וורדפרס לעסק, המטרה היא שהמבקר ימצא מה שהוא צריך ויבצע פעולה אחת ברורה, לא שהאתר יכיל כל רעיון שמודל הצליח להמציא. הדרך לשם עוברת דרך יעד ברור, דוגמאות שמגדירות טעם, בדיקה שכל דבר עובד, ורשות לסוכן להסיר לא פחות מלהוסיף.

מי שרוצה לבנות אתר או מערכת בעזרת AI, עם תהליך שיודע מתי לעצור ועם תוצאה שמשרתת את הלקוחות ולא את מספר השורות, מוזמן לדבר איתי על זה ולבדוק ביחד מה נכון לעסק שלכם.

שיתוף הפוסט

שאלות ותשובות

מה בדיוק נבדק בניסוי של מאה סבבי השיפור?

נבדק מה קורה כשסוכן קוד מקבל אתר גרוע במכוון של בית קפה ואת אותה הוראה, לשפר אותו בשינוי נועז אחד, מאה פעמים ברצף. כל סבב רץ בסשן נקי, בלי זיכרון ובלי סקילים, ושני מודלים נבדקו במקביל ברמת מאמץ בינונית. המטרה הייתה לראות איפה השיפור נעצר, ומה קורה כשמכריחים את המודל להמשיך לשנות גם אחרי שהשיפורים האמיתיים נגמרו.

איזה מודל הצליח יותר, Sonnet או Opus?

תלוי איך מודדים. Opus התקדם מהר יותר, הגיע לרעיונות מתוחכמים יותר וייצר אתר מרשים בסביבות הסבב ה-30. אבל בסבב 100 האתר שלו היה עמוס, חלקים ממנו נשברו, והוא עלה בערך פי ארבעה ויותר. Sonnet התקדם לאט יותר ונשאר עם אתר צנוע ושמיש יותר. אף אחד מהם לא ידע לעצור בזמן, וזה הממצא העיקרי, יותר מכל השוואה בין המודלים עצמם.

למה המודלים לא עצרו כשהאתר כבר היה טוב?

כי הפרומפט אסר עליהם לעצור. בניסיון קודם, עם הוראה רכה יותר, המודלים כן הודיעו אחרי 20 עד 25 סבבים שאין מה לשפר. בניסוי הזה ההוראה חייבה לשלוח שינוי בכל סבב, ולכן כשנגמרו השיפורים האמיתיים, המודל עשה את הדבר היחיד שנשאר: הוסיף עוד רכיבים, החליף פונטים, ולפעמים מחק משהו שהוסיף קודם. מכאן הלקח: תמיד להשאיר לסוכן אפשרות לומר שסיים.

למה מספר שורות הקוד חשוב כל כך?

כי הוא מראה גדילה, ולא איכות. בניסוי שורות הקוד עלו כמעט בקו ישר לאורך כל מאה הסבבים, גם כשלא היה שיפור נראה לעין. Opus הגיע ל-21,000 שורות ו-Sonnet לפחות מ-3,000. כל שורה היא עוד דבר שאפשר לשבור ושצריך לתחזק. כשהקוד גדל והאתר לא משתפר, זה הסימן לעצור את הלולאה ולבדוק את הכיוון לפני שממשיכים לסבב הבא.

איך אפשר לגרום לסוכן לחפש השראה ברשת?

לבקש את זה במפורש, ועדיף לתת לו גם כתובות. בניסוי ההוראה אמרה להשתמש בכל כלי ולחשוב מחוץ לקופסה, ובכל זאת אף מודל לא חיפש. הדרך האמינה היא לשים בתיקייה כמה אתרים או צילומי מסך שאתם אוהבים, ולהורות לסוכן ללמוד אותם לפני כל שינוי. אפשר גם להגדיר סקיל עיצוב שכולל עקרונות של טיפוגרפיה, מרווחים ועומק, כדי שיהיה לו קנה מידה של איכות.

כמה סבבי שיפור אוטומטיים כדאי להריץ?

לפי הניסוי, את רוב הערך מקבלים בעשרה עד שלושים הסבבים הראשונים. כל אבני הדרך של שני המודלים קרו עד סבב 32. לכן הגיוני להגדיר תקרה של בערך עשרה סבבים, לבחון את התוצאה בעצמכם, ולהריץ סבב נוסף עם הכוונה חדשה רק אם יש סיבה. עדיף כמה לולאות קצרות עם משוב מאשר לולאה ארוכה אחת בלי עצירה ובלי בדיקה.

למה האתר נשבר בסבבים המאוחרים?

כי כל סבב רץ בסשן נקי, בלי זיכרון ובלי דרישה לבדוק את מה שכבר קיים. המודל ראה אתר עם עשרות רכיבים, הוסיף עוד אחד, ולא וידא שהקודמים עדיין עובדים. כך הופיעו מתג לספרדית שלא מתרגם, משחק שעובד רק אם מתחילים מלמטה, ומקטע שהפסיק לעבוד. בדיקה של כל הרכיבים בתחילת כל סבב הייתה מונעת את רוב השבירות, וגם חוסכת תיקונים ידניים בהמשך.

מה הלקח העיקרי לבעל עסק שבונה אתר עם AI?

שה-AI יכול לבנות מהר אתר טוב, אבל לא יודע מתי האתר טוב מספיק ומה הלקוחות שלכם באמת צריכים. ההחלטות האלה נשארות אצלכם או אצל מי שבונה איתכם. מגדירים פעולה עיקרית אחת, נותנים דוגמאות של אתרים שאתם אוהבים, אוסרים במפורש על טכניקות לחץ, ועוצרים כשהאתר משרת את הלקוח, גם אם הסוכן עוד מוכן להוסיף. אתר פשוט שעובד עדיף על אתר עמוס שמרשים.

דביר נעמן

על הכותב

דביר נעמן – מומחה שיווק דיגיטלי, SEO ואוטומציות

מלווה עסקים בצמיחה דיגיטלית: קידום אורגני, קידום במנועי AI, אימייל מרקטינג, אוטומציות ופיתוח תוכנה. תוצאות מדידות ושקיפות מלאה.