ביתלמידהקורסיםוובינרים
PM × AIקורא איתך את החדש
למידהקורסיםשירותיםוובינרים
EN
PM × AI

בהנחיית עופר רגב — מנהל מוצר שמשחרר מוצרים עם AI.

הצטרפו לקבוצת הוואטסאפ
  • LinkedIn
  • YouTube
  • GitHub
  • theaipmhub@gmail.com
לעבוד איתי
  • קורסים חיים
  • סדנאות לצוותים
  • ייעוץ
  • קורס AI למנהלי מוצר
תוכן חינמי
  • מפת הלמידה
  • מאמרים
  • סרטונים
  • סקילז
  • וובינרים
  • קבוצת וואטסאפ
© 2026 The AI PM Hub · נבנה למנהלי מוצר
אודותצור קשרתנאי שימושפרטיותנגישות
  • המפה
  • מאמרים
  • סרטונים
  • סקילז
  • אני חדש ב-AI. מאיפה מתחילים?
  • יש לי רעיון למוצר. איך מגיעים ל-MVP?
  • איך עובדים עם Claude ו-Claude Code?
  • אני מחפש עבודה או מתכונן לראיונות.
  • Rules, Commands או Skills? המדריך של מנהל מוצר לבחירה הנכונה
  • להפסיק לשלוח את אותם קורות חיים: מערכת חיפוש עבודה בשמונה שלבים שאפשר להריץ עם Claude
  • בניתם אב-טיפוס. הנה מה שמפריד בינו לבין אפליקציה אמיתית
AI for PMs
Product Discovery

סיכום ה-AI שלכם משקר לכם

4 דק׳ קריאהפורסם 6 באוקטובר 2026מאת עופר רגב

כל רשימה של כלי AI למנהלי מוצר מבטיחה את אותו הדבר: מדביקים את תמלילי הראיונות ב-LLM ומקבלים תמות תוך שלוש דקות. זה נכון. וזה גם המקום שבו רוב מנהלי המוצר עוצרים, וזו הבעיה.

בפרויקט גילוי שעשיתי לאחרונה היו לי שני ראיונות: אחד עם לקוחה ואחד עם מי שמשרת אותה. שיחה אחת הוקלטה על ידי שני כלי תמלול. שתי הגרסאות היו שגויות, כל אחת בדרכה. אחת זיהתה נכון את הדוברים וסילפה את המילים. השנייה תמללה נכון את המילים, ושייכה את המשפט החשוב ביותר של הלקוחה, התשובה שלה ל"מהי הבעיה הגדולה ביותר שלך?", אליי, המראיין.

אילו הייתי מסכם את הקובץ הזה, ה-AI היה מדווח על הבעיה הגדולה ביותר של הלקוחה כדעה שלי, בביטחון מלא. המילים שלה עצמה היו נעלמות עוד לפני שהניתוח התחיל.

סיכום הוא החלק הקל

סיכום ממצע בין אנשים. ההחלטות שמעצבות MVP נמצאות במקומות שהסיכום מחליק:

  • מי אמר מה. ציטוט שיוחס לא נכון, או שאלה מנחה שלכם שנבלעה בתשובת הלקוח, הופכים את ההשערה שלכם ל"ביקוש של לקוחות".
  • מה אנשים אומרים לעומת מה שהם עושים. "האיכות טובה" נמצא שתי דקות ממשפט כמו "הפסקתי לרדוף אחרי החזרים, אני פשוט סופג את זה". המשפט השני הוא הממצא.
  • איפה שני הצדדים לא מסכימים. ב-B2B הלקוחה ומי שמשרת אותה מתארים לעיתים קרובות את אותו אירוע בשתי דרכים שונות. האחד אומר "אין תשובה פירושו כן". השני ישן כשהשאלה הגיעה.
  • מה אף אחד לא הזכיר. שלב בתהליך העבודה שלאף אחד אין בעלות עליו כמעט אף פעם לא עולה באף אחד משני הראיונות. הוא עולה כשממפים את שניהם יחד.

שום דבר מזה לא קשה ל-LLM. פשוט צריך לבקש ממנו, צעד אחר צעד, ומישהו צריך לקבל את ההחלטה בכל צעד.

שבעה שלבים, החלטה אחת בכל אחד

חילקתי את העבודה לשבעה שלבים. כל שלב מייצר קובץ אחד שמזין את הבא, וכל אחד מסתיים בשאלה שרק מנהל המוצר יכול לענות עליה.

שלבמה ה-AI עושהמה אתם מחליטים
1. איחודממזג שני תמלילים של אותה שיחה, מתקן תוויות דוברים ומונחים מעוותים, ממספר כל תור דיבוראילו מהתיקונים שלו נכונים
2. חילוץמפרט את הכאבים של כל פרסונה עם ציטוטים, פתרונות עוקפים, מספרים, והיכן מה שהם אומרים שונה ממה שהם מתארים שהם עושיםהאם הכאב המרכזי תואם את הקריאה שלכם בשיחה
3. התנגשותממפה את תהליך העבודה עם בעלים לכל שלב ומוצא איפה שני הצדדים מתנגשיםאיזה צד v1 מעדיף
4. מסגורכותב את הבעיה בפחות מ-80 מילים, בלי מילות פתרוןאיזו בעיה אתם באמת פותרים
5. תיחוםמציע v1 ורשימת חיתוך, כל חיתוך עם סיבה, עלות וטריגר לחזרה אליועל מה אתם מערערים
6. בחירת הסיכוןמדרג הנחות לפי השפעה, אי-ודאות והאם אב-טיפוס יכול לבדוק אותןאיזו הנחה אחת בודקים
7. בנייה וביקורתבונה זרימה אחת, ואז בוחן אותה כראש מוצר סקפטי בהקשר חדשמה לתקן לפני שמישהו רואה אותה

שני כללים עוברים בכל שלב. כל טענה לגבי מה מישהו אמר נושאת מזהה תור שמוביל חזרה לתמליל, כך שאפשר לבדוק כל ציטוט. ואסור שום פתרון לפני שלב 5: רעיונות שעולים מוקדם נחים בצד, ולא בונים עליהם.

הטעות בגרסה הראשונה שלי

בגרסה הראשונה היה מצב "הרץ הכול". אם אף אחד לא ענה על שאלה, הוא לקח את ברירת המחדל המומלצת שלו והמשיך. על הנייר זה היה יעיל.

בפועל זה אמר שה-AI בוחר את מסגור הבעיה, מחליט איזה צד בקונפליקט v1 צריך להעדיף, ומאשר את רשימת החיתוך של עצמו. אלה בדיוק ההחלטות שאני אמור לקבל. תהליך שמקבל אותן במקומכם רק מייצר מסמך בטוח בעצמו מהר יותר.

אז הסרתי את הטייס האוטומטי. עכשיו כל שלב מסתיים באותה צורה:

  1. הוא מציג את התוצאות המרכזיות של השלב בצ'אט, לא רק נתיב קובץ.
  2. הוא שואל החלטה אחת עד שלוש, כשההמלצה שלו מסומנת בבירור כהמלצה.
  3. הוא שואל איך להמשיך: לשלב הבא, לבצע מחדש עם שינויים, לערוך יחד, או לעצור.

ואז הוא מחכה. גם אם אומרים לו "הרץ את כל התהליך", הוא מריץ שלב אחד ועוצר. כל תשובה נכנסת ליומן החלטות עם מי שקיבל אותה.

ה-AI עושה כל שלב בדקות. אסור לו לקבל את ההחלטות.

נסו בעצמכם

תשע המיומנויות (שבעת השלבים, מדריך ראיון לפני השיחות, ומתזמר) חופשיות וקוד פתוח ב-GitHub. ב-Claude Code:

/plugin marketplace add oferregev81pt/discovery-to-mvp
/plugin install discovery-to-mvp@ai-pm-hub

כל תיקיית מיומנות עובדת גם בנפרד כ-Claude skill.

המאגר כולל מקרה לדוגמה בדיוני לתרגול. Harvest Line היא ספקית תוצרת טרייה. תמר, שפית ראשית, מזמינה בהודעה קולית בוואטסאפ בחצות. אבי, נציג המכירות שלה, מקליד את ההזמנות האלה למערכת המחסן עד 1 בלילה. ההנהלה רוצה אפליקציית הזמנות. שלושת התמלילים הגולמיים מבולגנים בכוונה, והראיונות מצביעים בכלל למקום אחר.

עוד מאמרים

Rules, Commands או Skills? המדריך של מנהל מוצר לבחירה הנכונה
AI for PMs
Claude Code
Skills

Rules, Commands או Skills? המדריך של מנהל מוצר לבחירה הנכונה

Rules, commands ו-skills הם כולם קובצי Markdown, ורוב האנשים משתמשים בלא נכון. שלוש שאלות שאומרות לכם באיזה לבחור, ושתי מלכודות שמחלישות את ה-AI שלכם בשקט.

5 דק׳ קריאהOct 11, 2026
להפסיק לשלוח את אותם קורות חיים: מערכת חיפוש עבודה בשמונה שלבים שאפשר להריץ עם Claude
AI for PMs
Claude Skills
Career

להפסיק לשלוח את אותם קורות חיים: מערכת חיפוש עבודה בשמונה שלבים שאפשר להריץ עם Claude

רוב חיפושי העבודה נכשלים בתהליך, לא בכישרון: אותם קורות חיים בכל מקום, מחקר על חברה בלילה שלפני, הכנה לראיונות שנבנית מחדש בכל סבב. שמונה שלבים, כל אחד Claude skill מוכן, ואתם סוקרים כל תוצר.

6 דק׳ קריאהOct 11, 2026
בניתם אב-טיפוס. הנה מה שמפריד בינו לבין אפליקציה אמיתית
Vibe Coding
AI for PMs
Product Builder

בניתם אב-טיפוס. הנה מה שמפריד בינו לבין אפליקציה אמיתית

הוא רץ על המחשב שלכם, בשבילכם, והכול נעלם ברענון. כל אפליקציה אמיתית צריכה שישה דברים: אחסון (hosting), הזדהות, מסד נתונים, אחסון קבצים, פונקציות צד-שרת ופריסה. כך בוחרים בין Vercel + Supabase ל-Firebase.

7 דק׳ קריאהOct 11, 2026