40 מונחי AI ו-צ'אטבוט, מוגדרים בפשטות

40 ערכים

צ'אטבוט AI

סוכן תוכנה שמפרש קלט בשפה טבעית ממבקר ומגיב באותה צורה — בדרך כלל באמצעות ויידג'ט ויב, ערוץ הודעות (WhatsApp, Telegram), או ממשק קולי. צ'אטבוטים מודרניים מופעלים על ידי מודלי שפה גדולים (LLMs) ויצירה מוגברת באחזור (RAG).

RAG (יצירה מוגברת באחזור)

טכניקת הצמדה ל-LLM: לפני יצירת תשובה, המערכת מאחזרת את חתיכות הטקסט הרלוונטיות ביותר ממאגר וקטורי שנזרע עם תוכן המשתמש, ואז מעבירה אותן ל-LLM כהקשר. מבטל את התלות של ה-LLM בידע מאימון — תשובות מקורקעות בתוכן המרפאה / מלון / משרד ולכן לא יתבדו על מחירים או מדיניות.

הזיה

כאשר LLM מייצר תוכן שנשמע סביר אך לא נתמך על ידי ההקשר שאוחזר או לא נכון עובדתית. הזיות מסוכנות במיוחד בתחומים מפוקחים (ייעוץ קליני, עמדות משפטיות, תמחור). SLAtech מציג דגל הזיה לכל-תגובה בתיבת הניהול.

Embedding

וקטור מספרי בעל ממדים גבוהים שמייצג את המשמעות הסמנטית של חתיכת טקסט. שני ביטויים סמנטית דומים יש להם embeddings דומים. SLAtech משתמש ב-text-embedding-3-small של OpenAI עם 1536 ממדים, מאוחסן ב-Qdrant.

מאגר וקטורי

מסד נתונים מותאם לחיפוש דמיון קוסינוס על מיליוני embeddings. SLAtech מריץ Qdrant תחת ClientId של כל משתמש, עם בידוד רב-לקוחות מחמיר.

Chunk

חתיכת תוכן באורך מתאים (בדרך כלל 200-500 אסימונים) שצינור האחזור מחזיר כמקור ציטוט. Chunks מופקים ממסמכים גדולים יותר (PDFs, דפי ויב, ערכי שאלות נפוצות) במהלך הקליטה.

דמיון קוסינוס

מדד של קרבה סמנטית בין שני embeddings, מוערך ב-[0, 1] (1 = זהה). צינור האחזור של SLAtech מסנן chunks לפי ScoreThreshold ניתן להגדרה.

רב-לקוחות

דפוס ארכיטקטוני שבו פריסה אחת משרתת מספר משתמשים משלמים, כל אחד עם מחיצות נתונים מבודדות. SLAtech רב-לקוחות בכל שכבה: טבלאות DB, אוספי Qdrant, פרויקטי Sentry, יומני ביקורת.

Fine-Tuning

אימון LLM על מערך נתונים ספציפי למשתמש לכוון את הנימה או הידע שלו. SLAtech לא מבצע fine-tuning על נתוני לקוחות — תוכן משתמש מוחרג מצינור האימון לפי חוזה.

LLM-as-Judge

דפוס שבו LLM אחד מעריך את הפלט של LLM אחר על עובדתיות, הזיה וביטחון. SLAtech מריץ LLM-as-Judge על כל תגובת בוט ומציג את שלושת הציונים בתיבת הניהול.

טמפרטורה

פרמטר דגימת LLM ששולט באקראיות הפלט (0 = דטרמיניסטי, 1 = יצירתי). SLAtech מוגדר כברירת מחדל ל-0.3 לתשובות מקורקעות לקוח, ו-0.7 לתגובות יצירתיות.

אחזור Top-K

פרמטר צינור האחזור ששולט בכמה chunks מוחזרים לכל שאילתה. SLAtech כברירת מחדל ל-TopK=10.

System Prompt

טקסט הוראות מוקדם לכל קריאת LLM, מגדיר תפקיד, נימה, מגבלות. SLAtech שולח system prompt ברירת מחדל לפי-תחום שלקוחות יכולים לדרוס בפלטפורמת הניהול.

Token

היחידה שעליה LLMs פועלים — בערך 4 תווים או ¾ מילה באנגלית. תמחור הוא לפי-אסימון. SLAtech מדווח שימוש אסימונים לפי-שאילתה ועלות בתגובת ה-API.

חלון הקשר

מספר האסימונים המקסימלי ש-LLM יכול לעבד בבקשה אחת. GPT-4o שולח חלון של 128k אסימונים.

Streaming (SSE)

תחבורת Server-Sent Events שמוסרת פלט LLM אסימון-אחר-אסימון. חותכת השהיה תפיסתית בכ-70% מול חכייה לתגובה מלאה.

ציטוט

הפניה המוצגת לצד תשובת בוט שמצביעה על תוכן המקור שמשמש להצמיד אותה. תגובות בוט SLAtech שולחות { sourceUrl, snippet } לכל ציטוט.

PHI / PII

מידע בריאות מוגן ומידע מזהה אישית — קטגוריות המוסדרות תחת HIPAA (ארה"ב), GDPR (האיחוד האירופי). תחומי Med ו-Legal של SLAtech שולחים עורך PHI/PII בזמן קליטה.

GDPR

הסדרת הגנת נתונים כללית (EU 2016/679). SLAtech תואם GDPR כברירת מחדל: תשתית באיחוד האירופי, מעבדים משניים נשלטים על ידי SCC 2021/914.

מעבד משני

צד שלישי שמעבד נתוני לקוחות עבור SLAtech (OpenAI ל-LLM, SendGrid לאימייל, Sentry לתצפיתיות, Cloudflare ל-CDN). הרשימה הציבורית במ-/he/sub-processors/.

UPL (עיסוק לא מורשה במשפט)

מגבלת תאימות בתעשיית המשפטים האוסרת על לא-עורכי דין להציע ייעוץ משפטי. אמצעי הגנת UPL של SLAtech Legal מנתב כל שאלה משפטית מהותית למעקב של עורך דין.

מצב חידון

תכונה ב-SLAtech Education שממירה כל שיעור שהועלה לחידון תרגול אקראי. מניע גם את בוט השאלות והתשובות החי וגם את לולאת המבחן העצמי לכל-נושא.

התמחות אנכית

דפוס ארכיטקטוני של שליחת מספר בוטים מותאמי-תעשייה (קליני, אירוח, משפטי, וכו') במקום צ'אטבוט אחד כללי. SLAtech שולח תשעה תחומים.

לכידת לידים

זרם העבודה של הבוט שאוסף שם + אימייל + כוונת מבקר ודוחף ל-CRM. SLAtech תומך ב-HubSpot, Salesforce, Pipedrive באופן מקורי וכל CRM פנימי באמצעות webhook JSON-POST כללי.

סנכרון יומן

אינטגרציה דו-כיוונית עם Google Calendar / Outlook כך שהבוט יכול לקרוא זמינות חיה, להזמין משבצות, לשלוח תזכורות ולטפל בביטולים.

ערוץ

המקום שבו הבוט פוגש את המבקר — ויידג'ט ויב, Telegram, WhatsApp Business, Instagram DM, אימייל. SLAtech מצרף web + Telegram + WhatsApp ב-Pro.

ציון ביטחון

מספר 0-1 שמייצג את הוודאות של ה-LLM בתשובה, נגזר מציוני אחזור ופלט LLM-as-Judge. SLAtech מציג ביטחון לכל-תגובה בתיבת הניהול.

בסיס ידע

אוסף תוכן המשתמש (ערכי שאלות נפוצות, PDFs, דפי ויב מגורדים, מאמרים אוצרים ידנית) שמצמיד תשובות בוט באמצעות RAG.

Self-Hosted מול Cloud

Self-hosted = הלקוח מריץ את הבוט על תשתית משלו. Cloud = הספק מריץ הכל. SLAtech הוא cloud-only כברירת מחדל; מסלול Enterprise מציע אפשרות פריסה של דייר יחיד.

Eval Harness (חבילת-הערכה)

בנצ'מרק אטום של N שאלות שמשמש לניקוד תגובות הבוט על צירי עובדתיות, הזיה וביטחון. SLAtech שולחת חבילת-הערכה של 200 שאלות לכל-אנך — אותן שאלות משמשות להשוואת SLAtech Medical מול SLAtech General-Business מול כל מתחרה על קלט זהה. המתודולוגיה היא קוד-פתוח ב-/he/eval/ כך שלקוחות יכולים לשחזר ציונים מול הדייר שלהם.

Containment Rate (שיעור הכלה)

אחוז השיחות הנכנסות שהבוט פותר מקצה-לקצה ללא העברה-לאדם. שיעור-הכלה מוביל ROI ישירות — הכלה 50% מול 80% היא הפרש של 30 נקודות-אחוז בעלות-תמיכה. בסיס SLAtech: Med 78%, Legal 73%, General-Business 72%. נמדד פר-דייר בלוח-הבקרה.

TCO (עלות-בעלות-כוללת)

עלות כוללת של פעלת פריסת צ'אטבוט לאורך חייה — מנוי + תמיכה-אנושית-שנותרה + עלות-אינטגרציה + עלות-מעבר. SLAtech שולחת מחשבון TCO אינטראקטיבי ב-/he/tco-calculator/ — מזין שיחות חודשיות, עלות-סוכן, זמן-טיפול, שיעור-הכלה כדי לקבל מספרי חיסכון-שנתי + תקופת-החזר.

MEDDIC / BANT

מסגרות הסמכת-מכירות. MEDDIC = מטריקות, קונה-כלכלי, קריטריון-החלטה, תהליך-החלטה, זיהוי-כאב, אלוף. BANT = תקציב, סמכות, צורך, לוח-זמנים. SLAtech Sales מנקדת לידים על כל 6 צירי MEDDIC במהלך הקליטה. צ'אטבוטים גנריים אוספים שם + אימייל בלבד — מאבדים 80% מאות-ההסמכה ש-MEDDIC לוכדת.

FHIR (Fast Healthcare Interoperability Resources)

תקן HL7 להחלפת נתוני-בריאות דרך REST APIs. משאבים כוללים Patient, Appointment, Practitioner, Encounter, Observation. SLAtech Medical יכולה לשאול EMRs תואמי-FHIR כדי לצטט זמינות-תור חיה וטפסי-קליטה ספציפיים-לרופא — לא אפשרי עם צ'אטבוטים גנריים שאין להם מודעות-סכמה.

BAA (Business Associate Agreement)

חוזה נדרש-HIPAA בין ישות-מכוסה (מרפאה, בית-חולים) לבין שותף-עסקי (ספק המעבד PHI). ללא BAA, המשרד נושא חבות ישירה על כל PHI שמעובד על-ידי הספק. SLAtech Medical שולחת אפשרות חד-דיירית זכאית-BAA; BAA מוצאת לפני כל קליטת PHI. "אנחנו עובדים על זה" לנצח = דגל-אדום.

FERPA (Family Educational Rights and Privacy Act)

חוק ארה"ב המגן על רשומות-חינוך של סטודנטים. מגביל חשיפה של GPA, סטטוס סיוע-כספי, רשומות-משמעת ללא אימות-זהות. SLAtech Edu שולחת שלב אימות-זהות מודע-FERPA לפני חשיפת רשומות-מוגנות; צ'אטבוטים גנריים חושפים-יתר בניסיונות התחזות (חבות-ציות).

Bidi / RTL Polish

טיפול בטקסט דו-כיווני לעברית, ערבית, פרסית — דורש מודעות מפורשת בעיצוב-טופס, בוחרי-תאריך, מחרוזות-מטבע, ויישור-כפתורים. רוב ספקי-צ'אטבוט מתרגמים-אוטומטית אך לא מלוקלים-bidi. SLAtech שולחת RTL עברית מהשורה-הראשונה — פרימיטיביי UI מודעי-bidi, פורמט-תאריך מודע-לוקאל dd/mm/yyyy, מטבע ILS, פורמט-טלפון עברית RFC2822.

Vendor Lock-in (נעילת-ספק)

אילוצים חוזיים או טכניים שהופכים מעבר ספקים ליקר באופן אסור — פורמטי-יצוא קנייניים, עמלות-יציאה, SOWs יועצי-הטמעה חובה, נעילת סכמת-בסיס-ידע. SLAtech שולחת אפס עמלת-יצוא, יצוא JSON-Lines של שיחות עם SLA של 24 שעות, ויצוא Markdown של בסיס-ידע. מתועד ב-MSA — לא קבור ב-שער "פנה למכירות".

EU Residency / ריבונות-נתונים

נתוני-לקוח מאוחסנים פיזית בתחום-שיפוט האיחוד, מעובדים על-ידי תת-מעבדי-איחוד, נגישים רק לאישים תושבי-איחוד. לאחר החלטת Schrems-III של 2025, העברה מהאיחוד-לארה"ב היא שער-ציות ללקוחות-איחוד. SLAtech שולחת תושב-איחוד כברירת-מחדל (פרנקפורט + אמסטרדם) לדיירים אירופאים; תושב ארה"ב זמין לדיירי ארה"ב.

Egress Fee (עמלת יצוא)

עמלה שספק גובה ליצוא נתונים מהפלטפורמה. וקטור נעילה נפוץ — מחיר מנוי נמוך שפורסם + עמלת-יצוא חבויה שמשלשת את עלות-המעבר. SLAtech גובה אפס עמלת-יצוא; מתועד בעמוד התמחור וב-MSA. שאל כל ספק "האם תחייב אותי על מעבר-החוצה?" — קבל את התשובה בכתב.