יצירת טקסט - כל LLM

רכיב יצירת טקסט - כל LLM שולח את הטקסט שלכם למודל שפה של AI ומחזיר את התשובה של המודל כטקסט. אפשר להשתמש בו כדי לכתוב, לשכתב, לסכם, לתרגם או לתאר. בחרו מודל, כתבו הוראות ובקשה וחברו את התשובה לכל רכיב שמקבל טקסט. מספטמבר עד אוקטובר 2026 הרכיב נקרא פרומפט, ולפני כן יצירת טקסט. תהליכים שכוללים את רכיב סוכן AI הישן (מסוג ai-writer) נפתחים עם הרכיב הזה במקומו.

מתי להשתמש

• כתיבה או שכתוב של טקסט: כיתובים, תסריטים, תיאורי מוצרים, כותרות ותרגומים.
• הפיכת רעיון אחד לכמה פרומפטים לתמונות, ויצירת תמונה אחת לכל פרומפט.
• תיאור או סיכום של תמונה, סרטון או קטע אודיו מחוברים.
• סיכום או שכתוב של תוכן מהרכיבים גריפת אתר, פיד ערוץ טלגרם או תמלול.
• החזרת נתונים מובנים, כגון JSON, לרכיב חילוץ שדה.

התחלה מהירה

קלטים

לרכיב יצירת טקסט - כל LLM יש שלושה קלטים בצד שמאל שלו.

כשבשדה יש טקסט מוקלד וגם הקלט שלו מחובר, הטקסט המוקלד גובר. כדי להשתמש בשניהם, כתבו {} בטקסט המוקלד, במקום שבו צריך להיכנס הטקסט מהקלט פרומפט.

לרכיב יש שני פלטים:

הגדרות

בסרגל התחתון של הרכיב מופיעות שוב ההגדרות הנפוצות ביותר: המודל, מאמץ החשיבה, הערכה ומספר ההרצות.

מודלים

רכיב יצירת טקסט - כל LLM יכול להריץ את מודלי השפה שבטבלה. התפריט מודל AI בחלונית ההגדרות תמיד מציג את הרשימה העדכנית.

• Gemini 3.7 Flash מיושן. התפריט מודל AI כבר לא מציע אותו. רכיב או קריאת API שכבר מציינים את gemini-3.7-flash ממשיכים לרוץ. בדרך כלל Gemini 3.8 Flash עונה במקומו, וכשמצב מתקדם מופעל, Gemini 3.7 Flash עצמו עונה. לעבודה חדשה, בחרו ב-Gemini 3.8 Flash.
• וידאו ואודיו. רק Gemini 3 Flash, Gemini 3.6 Flash ו-Gemini 3.1 Pro קוראים ייחוסי וידאו ואודיו. בכל מודל אחר, ייחוס וידאו או אודיו מחובר לא נלקח בחשבון.
• טמפרטורה. רק המודלים האלה משתמשים בהגדרה טמפרטורה: מודלי Gemini, Claude Haiku 4.5, Claude Sonnet 4.6, GPT-5.2 ו-GPT-5.4. כל שאר המודלים מתעלמים ממנה.
• מאמץ חשיבה. ל-Gemini 3 Flash, ל-Gemini 3.1 Pro, ל-Claude Haiku 4.5 ול-GPT-5.2 אין רמות מאמץ. שני מודלי ה-Gemini האלה מקבלים רמות במצב מתקדם. Gemini 3.6 Flash ו-Gemini 3.8 Flash מציעים את הרמות נמוך וגבוה, ועוד רמות במצב מתקדם. Gemini 4 Argon מציע את הרמות נמוך, בינוני וגבוה. GPT-5.4 ו-Kimi K3 מגיעים עד גבוה, ו-GPT-6 Astra, Grok 4.6 ו-Grok 4.7 מגיעים עד גבוה מאוד. רמה גבוהה ממה שמודל מציע רצה ברמה הגבוהה ביותר של המודל.

איזה מודל לבחור

• מודלים חסכוניים מספיקים בהחלט לשכתוב, לכיתובים, לתרגומים ולתיאורי תמונות. התחילו עם ברירת המחדל, Gemini 3.6 Flash.
• מודלים רגילים ומודלי פרימיום עולים יותר לטוקן. הם שווים את המחיר בכתיבה ארוכה ומורכבת ובמשימות שדורשות חשיבה על הרבה כללים.
• לקטע וידאו או אודיו, בחרו ב-Gemini 3 Flash, ב-Gemini 3.6 Flash או ב-Gemini 3.1 Pro.
• למודל Claude בתעריף הרגיל שלו, השאירו את ההגדרה מאמץ חשיבה על אוטומטי. כל רמה אחרת מריצה את הקריאה בשירות הישיר של Anthropic, בתעריף של אותו שירות, ראו את הסעיף קרדיטים.

בחרו את המודל הזול ביותר שעומד ברף האיכות שלכם, ולפני אצווה גדולה השוו שני מודלים על אותה בקשה.

קרדיטים

הרצה מחויבת לפי הטוקנים שהיא השתמשה בהם בפועל, בתעריף של המודל שהריץ אותה. הטוקנים הם הפרומפט (ההוראות, הבקשה והייחוסים) והתשובה. הכללים המלאים נמצאים בסעיף איך מחויבות קריאות LLM בדף קרדיטים.

• הכפתור הרצה מציג אומדן. לפני הרצה, הכפתור הרצה מציג ≈ ומספר. המספר הזה הוא אומדן של קריאה טיפוסית במודל שנבחר, לא מחיר קבוע.
• השריון בא קודם. כשההרצה מתחילה, Nodaro משריין מספיק קרדיטים לתשובה הארוכה ביותר שהמודל עשוי לכתוב. אם היתרה שלכם נמוכה מהשריון, ההרצה נדחית לפני שהיא מתחילה. אחרי הקריאה, ההרצה מחויבת לפי השימוש בפועל, שבדרך כלל נמוך בהרבה מהשריון.
• טקסט ארוך יותר עולה יותר. פרומפט ארוך, הרבה ייחוסים או תשובה ארוכה עולים יותר בכל מודל. מודל פרימיום עולה יותר לטוקן ממודל חסכוני.
• לרמת החשיבה אין מחיר משלה. ברמה גבוהה יותר במאמץ חשיבה המודל כותב בדרך כלל יותר טוקני חשיבה, והטוקנים האלה מחויבים לפי התעריף של המודל. בתוויות של גבוה מאוד ומקסימלי כתוב ״ייתכן חיוב בדרגה אחת גבוהה יותר״, אבל הקריאות ברמות האלה מחויבות לפי טוקן, כמו בכל רמה אחרת.
• חלק מהקריאות רצות בשירות של היצרן עצמו. זה קורה במצב מתקדם, וכשבוחרים במודל Claude רמה במאמץ חשיבה שהיא לא אוטומטי, כי רמות החשיבה של Claude נכנסות לתוקף רק שם. זה קורה גם כששירות ברירת המחדל נכשל ומנסים את הקריאה שוב. הקריאה מחויבת אז בתעריף של השירות של היצרן עצמו.
• Gemini 4 Argon תמיד רץ בשירות הישיר של Google. כל הרצה שלו מחויבת בתעריף של אותו שירות, בכל רמה, עם מצב מתקדם או בלעדיו. בהתקנה באירוח עצמי הוא צריך GEMINI_API_KEY. בלי המפתח, ההרצה נכשלת עם השגיאה "provider unavailable" (הספק לא זמין).
• מספר ההרצות מכפיל את האומדן. על כל תשובה משלמים בנפרד, והכפתור הרצה מציג את האומדן הכולל.
• כשלים. על קריאה שנכשלה, אבל יצרן המודל בכל זאת חייב עליה, משלמים לפי השימוש הזה, והשגיאה מציינת כמה. זה כולל סירוב ותשובה שנקטעה. על כשל שלא חויב, הקרדיטים מוחזרים.
• עצירת הרצה. כשעוצרים הרצה בזמן שהתשובה מוזרמת, ההרצה מחויבת על הפרומפט ועל הטקסט שנכתב לפני שעצרתם אותה.

פיצול התשובה לפריטים

רכיב יצירת טקסט - כל LLM יכול להפוך בקשה אחת להרבה הרצות של הרכיבים שבמורד הזרם. בקשו מהמודל להפריד בין חלקי התשובה שלו בשורה שכתוב בה ===NEXT===, למשל: "Write 4 image prompts for this product. Separate them with ===NEXT===." (כתוב 4 פרומפטים לתמונות של המוצר הזה. הפרד ביניהם עם ===NEXT===.) הפלט פריטים מפצל את התשובה בכל סימון, ורכיב שמחובר לפלט פריטים רץ פעם אחת לכל פריט.

אחרי הרצה, חלונית ההגדרות מציגה את הפריטים גם תחת פרומפטים שנוצרו, עם שני כפתורים לעבודה ידנית על הקנבס:

• הכפתור יצירת N רכיבי תמונה מוסיף רכיב יצירת תמונה אחד לכל פריט, כבר מחובר ועם הפרומפט שלו.
• הכפתור יצירת כל N התמונות מריץ את כל הרכיבים שהכפתור הראשון יצר.

השתמשו בכפתורים האלה כשאתם מתנסים. בתהליך שרץ בלי התערבות, חברו במקום זאת את הפלט פריטים.

ערכות

ערכה קובעת את ההוראות ואת פורמט הפלט.

שלוש הערכות המובנות מפרידות בין הפרומפטים שלהן עם ===NEXT===, כך שהם מוכנים לפלט פריטים. הן צריכות תמונת ייחוס מרכיב שמחובר לקלט ייחוסים, כגון רכיב העלאת תמונה או רכיב יצירת תמונה. בלי תמונה כזו, החלונית מציגה אזהרה והרכיב מסרב לרוץ.

כדי לשמור הוראות משלכם, לחצו על שמירה כערכה. כשאחת מהערכות שלכם נבחרה, הכפתור עדכון שומר בה את השינויים שלכם, וכפתור המחיקה מוחק אותה. הערכות שלכם מופיעות גם בהגדרות. ראו את הדף ערכות.

שימוש במשתנים בפרומפט

אפשר להכניס לשדה פרומפט משתמש או לשדה הנחיות (פרומפט מערכת) את הערך של רכיב אחר, אם כותבים את התווית שלו בסוגריים מסולסלים. המשתנה {Product} הופך לטקסט של רכיב שהתווית שלו Product, והמשתנה {Mood} הופך לבחירה הנוכחית בבורר מצב־רוח.

• ערך ברירת מחדל. המשתנה {tone || friendly} משתמש ברכיב המחובר שהתווית שלו tone כשיש כזה, ובמילה "friendly" (ידידותי) כשאין.
• הקלט המחובר. הסוגריים {} מכניסים במקום הזה את הטקסט שמגיע לקלט פרומפט.
• הרצה אחת לכל פריט. כשרשימה, כגון הפלט של רכיב פיצול טקסט, מגיעה לקלט פרומפט, הרכיב רץ פעם אחת לכל פריט. כל פריט מחליף את השדה פרומפט משתמש. כתבו את המשימה בשדה הנחיות (פרומפט מערכת), שחל על כל הפריטים. גם ההגדרה טקסט לפני ואחרי עוטפת כל פריט.
• הדגשה. משתנה מודגש בטורקיז כשקיים רכיב מתאים, ובענבר כששום רכיב עדיין לא מספק אותו. ענבר הוא רק אזהרה: משתנה עם ברירת מחדל עובד בכל זאת.
• רכיב חסר עוצר את ההרצה. אם משתנה מציין רכיב שלא קיים בשום מקום בתהליך, ההרצה נדחית לפני שנגבים קרדיטים כלשהם.

ראו את הדף משתני פרומפט.

בקשת פלט מובנה

כדי להשתמש בתשובה כנתונים, בקשו פורמט בהוראות. למשל, כתבו "Answer only with a JSON object with the keys title, caption and hashtags" (ענה רק באובייקט JSON עם המפתחות title, caption ו-hashtags). ערך נמוך בטמפרטורה שומר על פורמט יציב יותר במודלים שמשתמשים בהגדרה הזו.

ברכיב, כפתור התצוגה מחליף בין הצגת התשובה כטקסט גולמי לבין תצוגה מעוצבת. האפשרות הצגה כ-JSON מציגה JSON תקין כאובייקט צבעוני, והאפשרות הצגה כ-Markdown מציגה בעיצוב כל תשובה אחרת. חברו את הפלט טקסט לרכיב חילוץ שדה כדי לשלוף שדה אחד מה-JSON, כגון caption.

קריאת התוצאה ושימוש חוזר בה

בסרגל הכלים שבראש התוצאה ברכיב נמצאים:

• כפתור התצוגה, למעבר בין טקסט גולמי לתצוגה המעוצבת.
• העתקת הטקסט והורדה.
• פתיחת היומן, היומן המלא של כל ההרצות, עם המודל והערכה של כל אחת.
• הצגת הפלטים, כשלרכיב יש יותר מתוצאה אחת: רצועה של תוצאות ממוספרות לדפדוף. התוצאה שנבחרה היא זו שהפלטים מעבירים הלאה.

כל תוצאה מציינת את המודל ואת הערכה שהפיקו אותה. גררו את זכוכית המגדלת בפינה השמאלית התחתונה של הרכיב כדי להגדיל אותו לקריאה.

כשהתשובה נקטעת

אם המודל מגיע למגבלת מקסימום טוקנים לפני שהוא מסיים, ההרצה נכשלת עם השגיאה "cut off" (נקטעה). תשובה חלקית אף פעם לא נשמרת ולא מועברת הלאה. ההרצה מחויבת על הטקסט שהמודל כתב לפני שהתשובה נקטעה, כי יצרן המודל חייב עליו. כדי לתקן את זה, בקשו בהוראות תשובה קצרה יותר, הורידו את הרמה במאמץ חשיבה או העלו את הערך במקסימום טוקנים.

חלק מהמודלים תמיד חושבים לפני שהם עונים, והחשיבה שלהם נספרת במסגרת מקסימום טוקנים. במודלים האלה, Nodaro מעלה ערך קטן של מקסימום טוקנים לערך מינימלי, כדי שיישאר מקום לתשובה:

Nodaro מעלה ערך קטן של מקסימום טוקנים גם בכל מודל שמוגדר לגבוה מאוד או למקסימלי. DeepSeek V4.1 Flash לא מקבל מגבלת אורך, ולכן ההגדרה מקסימום טוקנים לא מגבילה את התשובה שלו.

כשהרצה נכשלת עם השגיאה "Content policy violation" (הפרת מדיניות תוכן)

מסנן הבטיחות או מסנן הציטוט של המודל חסם את התשובה. במודל Gemini שרץ בשירות הישיר של Google, זה כולל תשובה שנעצרה כי היא חוזרת על טקסט קיים. שום דבר לא נשמר, ואין ניסיון חוזר במודל אחר. ההרצה מחויבת רק על מה שיצרן המודל חייב על הבקשה שנדחתה, ולא מחויבת כלל כשהוא לא חייב כלום. נסחו את הבקשה מחדש, או בקשו תשובה מקורית במקום טקסט שמועתק ממקור קיים.

טיפים

• כתבו את הכללים בהוראות. פורמט, טון, אורך וכללי ״אף פעם לא״ שייכים לשדה הנחיות (פרומפט מערכת), והבקשה שייכת לשדה פרומפט משתמש. הוראות טובות נותנות תשובות עקביות יותר.
• התאימו את הטמפרטורה למשימה. השאירו אותה על 0.7 לרוב הטקסטים, הורידו אותה לעובדות ולפלט מובנה, והעלו אותה לסיעור מוחות.
• השוו תשובות זו לצד זו. קבעו בהגדרה מספר הרצות ערך של 2 או יותר, ואז דפדפו בין התוצאות בעזרת הכפתור הצגת הפלטים.
• כתבו פעם אחת פרומפטים לשימוש חוזר. כדי לשמור הוראות שאתם משתמשים בהן הרבה, לחצו על שמירה כערכה, או כתבו סגנון בית קבוע בהגדרה טקסט לפני ואחרי.