רכיב בחירת המיטב — שופט AI בוחר את הטובה מבין תוצאות רבות

הופכים תוצאות רבות לתוצאה אחת. שופט AI בוחר את התמונה או הטקסט הטובים ביותר לפי הקריטריונים שלכם, או שהרכיב מאחד, סופר, עורך הצבעה או ממזג.

רכיב בחירת המיטב הופך הרבה תוצאות מועמדות לתוצאה אחת. חברו אליו את התוצאות של אצווה, או של כמה רכיבים דרך רכיב איסוף. אחר כך שופט AI בוחר את הטובה ביותר לפי הקריטריונים שלכם, או שהרכיב מאחד את התוצאות, סופר אותן, עורך ביניהן הצבעה או ממזג אותן. הרכיב מציג את התוצאה שנבחרה, את המיקום שלה בין המועמדים ואת הנימוק של השופט.

מתי להשתמש

אתם יוצרים חמש וריאציות של עטיפה ורוצים שרק הטובה ביותר תמשיך הלאה, למשל לרכיב פוסט לטלגרם.
אתם שואלים את אותה שאלה כמה פעמים ורוצים את התשובה הנפוצה ביותר.
אתם רוצים לדעת כמה מהתוצאות של אצווה הגיעו בפועל.
אתם רוצים לאחד את הטקסטים של אצווה לטקסט אחד, או למזג אובייקטי JSON לאובייקט אחד.

התחלה מהירה

הוספת הרכיב

הקישו Tab על הקנבס ובחרו אוטומציה › רשימות ואצוות › בחירת המיטב.

חיבור המועמדים

חברו את המועמדים לקלט מועמדים. הם יכולים להגיע מרכיב שרץ פעם אחת לכל שורה של רכיב רשימה, כגון רכיב יצירת תמונה, או מרכיב איסוף שמקבץ כמה רכיבים נפרדים.

בחירת הפעולה

פתחו את חלונית ההגדרות. תחת מה לעשות עם המועמדים, השאירו את האפשרות ה-AI בוחר את הטוב ביותר, ברירת המחדל ברכיב חדש, או בחרו אפשרות אחרת. אם בחרתם בשופט ה-AI, תארו את המנצח בשדה שיפוט לפי, וכשהמועמדים הם תמונות, בחרו תמונות בהגדרה המועמדים הם.

הרצה

רכיב בחירת המיטב רץ פעם אחת, אחרי שכל המועמדים נוצרו. הרכיב מציג את המועמד המנצח ואת הנימוק של השופט, והלשונית מועמדים מפרטת את כל המועמדים.

חמישה פרומפטים יוצרים חמש עטיפות, רכיב בחירת המיטב שומר את החזקה שבהן, ורק העטיפה הזו מתפרסמת.

קלטים ופלטים

קלט או פלט	מקבל או שולח	מה הוא עושה
מועמדים	כל תוצאה: טקסט, קישורים לתמונות, לסרטונים או לאודיו, או JSON	כל המועמדים לבחינה. התוצאות של כמה חיבורים מצטרפות לאוסף אחד.
תוצאה	ערך אחד	התוצאה שנבחרה או שאוחדה. כשנבחרת תמונה, נשלח הקישור לתמונה; האפשרות מיזוג אובייקטי JSON שולחת טקסט JSON, והאפשרות ספירה שולחת מספר.

התוצאה היא ערך יחיד. כדי להתחיל ממנה אצווה חדשה, העבירו אותה דרך רכיב פיצול טקסט או רכיב רשימה.

מה לעשות עם המועמדים

אפשרות	מתי להשתמש בה	קרדיטים
ה-AI בוחר את הטוב ביותר	שופט AI צריך להשוות כל מועמד לקריטריונים שלכם ולבחור אחד.	הטוקנים שהשופט השתמש בהם, לפי התעריף של מודל השופט
איחוד לטקסט אחד	אתם רוצים את כל המועמדים בטקסט אחד, עם מפריד ביניהם.	חינם
הראשון שיש בו תוכן	אתם רוצים את המועמד הראשון שלא ריק.	חינם
ספירה	אתם רוצים לדעת כמה מועמדים הגיעו.	חינם
התשובה הנפוצה ביותר	אתם רוצים את המועמד שמופיע הכי הרבה פעמים. בתיקו, הראשון מנצח.	חינם
מיזוג אובייקטי JSON	אתם רוצים לשלב אובייקטי JSON לאובייקט אחד.	חינם

רשימת האפשרויות מציגה את המחיר של מודל השופט שנבחר ברכיב.

ה-AI בוחר את הטוב ביותר

השופט משווה כל מועמד לקריטריונים שלכם. התשובה שלו כוללת את המיקום של המנצח ונימוק במשפט אחד, ושניהם מופיעים על הרכיב ובלשונית מועמדים.

הגדרה	מה היא עושה
מודל AI	השופט. אותה רשימת מודלים כמו בכל רכיב טקסט של AI, מקובצת לפי יצרן. רכיב חדש משתמש ב-Claude Sonnet 5.5.
שיפוט לפי	איך נראה מנצח, למשל ״העטיפה שתופסת את העין ביותר לפיד אינסטגרם עריכתי כהה — נקודת מיקוד אחת ברורה, קריאה כתמונה ממוזערת.״
המועמדים הם	טקסטים, ברירת המחדל, או תמונות. אותה בחירה מופיעה גם על הרכיב, ליד המודל.

כשהמועמדים הם תמונות, בחרו תמונות. באפשרות טקסטים, השופט מקבל רק את הקישורים של התמונות, כטקסט, ומשווה בין הקישורים: זה נראה כמו בחירה אמיתית, אבל זו לא בחירה.

השופט רץ בקריאה אחת על כל המועמדים. הקריאה מחויבת לפי הטוקנים שהיא השתמשה בהם בפועל, בתעריף של מודל השופט. הטוקנים הם הקריטריונים שלכם, כל המועמדים וההכרעה, וכל תמונה נספרת כתמונה. הכללים המלאים מפורטים בסעיף איך מחויבות קריאות LLM בדף קרדיטים.

לפני ההרצה, התפריט מה לעשות עם המועמדים מציג אומדן (≈ ומספר) של קריאת שופט טיפוסית במודל שנבחר.
יותר מועמדים, או מועמדים ארוכים יותר, עולים יותר. מודל פרימיום, כגון Claude Opus 5.5, עולה יותר לכל טוקן ממודל חסכוני, כגון Gemini 3.6 Flash.
גם על תשובה שנקטעה משלמים. כשהתשובה של השופט נקטעת, הרכיב בוחר במקום זאת במועמד הראשון, והקריאה מחויבת לפי מה שיצרן המודל חייב.

למשל, רכיב רשימה עם 5 פרומפטים מריץ את רכיב יצירת תמונה, ואחריו בא רכיב בחירת המיטב עם שופט ברירת המחדל. התהליך עולה כמו 5 הרצות תמונה, ועוד הקריאה של השופט, שמחויבת לפי השימוש בפועל.

האפשרויות החינמיות

אפשרות	הגדרה
איחוד לטקסט אחד	מפריד — הטקסט שמופיע בין שני מועמדים. ברירת המחדל היא שורה ריקה.
הראשון שיש בו תוכן	אין מה להגדיר.
ספירה	אין מה להגדיר.
התשובה הנפוצה ביותר	אותיות גדולות/קטנות נחשבות תשובות שונות — המתג כבוי כברירת מחדל, ולכן `Yes` ו-`yes` נספרות כאותה תשובה.
מיזוג אובייקטי JSON	איך למזג — האפשרות עמוק (כולל אובייקטים מקוננים), ברירת המחדל, ממזגת אובייקטים מקוננים שדה אחר שדה. האפשרות שטחי (רמה עליונה בלבד) מחליפה שדות שלמים ברמה העליונה, והמועמדים המאוחרים יותר גוברים.

מה רואים על הרכיב

הרכיב מציג את האפשרות שנבחרה ואת מודל השופט, ואפשר לערוך עליו ישירות את ההגדרה העיקרית, כגון שיפוט לפי או מפריד. אחרי הרצה, הרכיב מציג את המועמדים ברשת, כשהמנצח מסומן, ומתחתם את התוצאה ואת הנימוק של השופט.

בחלונית ההגדרות יש שתי לשוניות. בלשונית תצורה נמצאות ההגדרות. הלשונית מועמדים זמינה אחרי הרצה, ובה מוצגים הסעיף סיכום, הנימוק של השופט תחת למה זה נבחר וכל המועמדים, כשהמועמד שנבחר מסומן.

כשחלק מהמועמדים נכשלו

הרצה שנכשלה באצווה משאירה מועמד ריק. רכיב בחירת המיטב מסיר כל מועמד ריק לפני שהוא מחליט, ולכן כל אפשרות עובדת רק על התוצאות שהגיעו. למשל, 10 תמונות ש-3 מהן נכשלו נותנות לאפשרות ספירה את התוצאה 7, לא 10.

כשכל המועמדים ריקים, התוצאה תלויה באפשרות:

אפשרות	כשכל המועמדים ריקים
איחוד לטקסט אחד	מחזירה טקסט ריק, בלי שגיאה.
ספירה	מחזירה 0, בלי שגיאה.
הראשון שיש בו תוכן, התשובה הנפוצה ביותר, מיזוג אובייקטי JSON, ה-AI בוחר את הטוב ביותר	נעצרות עם השגיאה "All upstream iterations failed; nothing to reduce." (כל ההרצות שבמעלה הזרם נכשלו; אין ממה לבחור).

דרך ה-API

רכיב בחירת המיטב זמין לקוד ולעוזרי AI תחת סוג ה-API שלו, reduce: POST /v1/reduce, כלי ה-MCP reduce ו-client.reduce ב-SDK. הגדירו את strategyId לאחד הערכים pick-best-llm, concat, first-non-empty, count, vote או merge-json. לשופט ה-AI, הפרמטר strategyConfig מקבל את criteria, את inputKind (text או image-url) ואת llmModel. בקשה עם מודל לא מוכר נדחית לפני שמשוריינים קרדיטים כלשהם. ראו את דף ה-API הרצת רכיב יחיד ואת מדריך כלי ה-MCP.

טיפים

תארו את המנצח, לא את המשימה. הניסוח ״נקודת מיקוד אחת ברורה, קריאה כתמונה ממוזערת״ נותן לשופט משהו להשוות אליו. הניסוח ״בחר את הטוב ביותר״ לא נותן.
התאימו את השופט לחשיבות הבחירה. מודל חסכוני מספיק לבחירה מהירה בין טיוטות. לבחירה סופית שחשובה לכם, השתמשו במודל פרימיום.
קבצו רכיבים נפרדים עם רכיב איסוף. התוצאות של כמה חיבורים לקלט מועמדים מצטרפות יחד. העבירו רכיבים נפרדים דרך רכיב איסוף כשאתם רוצים לראות אותם ברכיב אחד ולקבוע את הסדר שלהם.
לבדיקת האיכות של טקסט יש רכיב אחר. כדי לתת ציון לטקסט יחיד ולהשוות אותו לסף, השתמשו ברכיב בדיקת איכות.

שאלות נפוצות

איך בוחרים אוטומטית את הטובה מבין כמה תמונות שנוצרו?

חברו את התמונות לרכיב בחירת המיטב, מרכיב יצירת תמונה שרכיב רשימה מזין או דרך רכיב איסוף. בחרו באפשרות ה-AI בוחר את הטוב ביותר, תארו את המנצח בשדה שיפוט לפי ובחרו באפשרות תמונות בהגדרה המועמדים הם. השופט בוחר תמונה אחת ומנמק את הבחירה במשפט אחד.

כמה קרדיטים עולה רכיב בחירת המיטב?

ברכיב בחירת המיטב, רק האפשרות ה-AI בוחר את הטוב ביותר עולה קרדיטים. הקריאה של השופט מחויבת לפי הטוקנים שהיא השתמשה בהם, בתעריף של מודל השופט, וחלונית ההגדרות מציגה אומדן לפני ההרצה. חמש האפשרויות האחרות לא עולות כלום. הרכיבים שיצרו את המועמדים גובים את המחיר הרגיל שלהם.

למה כדאי לבחור באפשרות תמונות בהגדרה המועמדים הם?

ברכיב בחירת המיטב, באפשרות טקסטים השופט מקבל רק את הקישורים של התמונות, כטקסט, ומשווה בין הקישורים: זה נראה כמו בחירה אמיתית, אבל זו לא בחירה. באפשרות תמונות, השופט מסתכל על כל תמונה.

מה קורה כשחלק מהמועמדים נכשלו?

רכיב בחירת המיטב מסיר קודם את המועמדים הריקים, ולכן האפשרות ספירה סופרת רק את התוצאות שהגיעו. כשכל המועמדים ריקים, האפשרות איחוד לטקסט אחד מחזירה טקסט ריק והאפשרות ספירה מחזירה 0, ושאר האפשרויות נעצרות עם שגיאה.

האם אפשר להשתמש ברכיב בחירת המיטב מה-API או מ-MCP?

כן. סוג ה-API של הרכיב הוא reduce. השתמשו ב-POST /v1/reduce, בכלי ה-MCP reduce או ב-client.reduce ב-SDK, עם אותן שש אפשרויות.

בחירת המיטב

שאלות נפוצות

דפים קשורים

איסוף

רשימה

יצירת תמונה

בדיקת איכות

רשימות ואצוות

בדף הזה