============================================================== מאגר פרומפטים - ווטסאפ לסטודיו לשימוש חוזר בכל מודל (Claude / Gemini / GPT / אחר) ============================================================== המסמך מכיל שני פרומפטים: סבב 1 - מיפוי כללי של כל היכולות סבב 2 - שאלות המשך חדות + ההקשר הקיים בסטודיו אופן השימוש: מריצים את סבב 1 בכל מודל. מקבלים מפה כללית. אז מריצים את סבב 2 (עם ההקשר הקיים) באותו מודל, ומשווים את התשובות בין המודלים. -------------------------------------------------------------- פרומפט סבב 1 - מיפוי כללי -------------------------------------------------------------- אני מנהלת סטודיו שיווק ומיתוג ישראלי שעובד בעברית, עם תהליך עבודה מבוסס סוכני בינה מלאכותית שמייצרים תוצרים ללקוחות (מחקר, מיתוג, אסטרטגיה, תוכן והפצה). אני רוצה למפות לעומק את כל מה שאפשר לעשות עם ווטסאפ עבור שלושה שימושים: 1. התראות פנימיות אליי (משימה מוכנה, התראת תקלה, סיכום בוקר) 2. תקשורת מול לקוחות (אישור קבלת חומרים, טיוטה ממתינה לאישור, הודעת פרסום) 3. לכידת לידים ומשפך מכירה אוטומטי בבקשה תן לי: א. מפה מלאה של היכולות: שליחה, יצירת תוכן, אוטומציה, איסוף נתונים, ותקשורת דו-כיוונית. ב. השוואה ברורה בין הערוץ הרשמי (WhatsApp Cloud API דרך ספק מורשה, כולל ספקים ישראליים כמו InfoRU) לבין ערוץ לא-רשמי (כמו GREEN-API) לבין שכבת אוטומציה (ManyChat או N8N). כולל יתרונות, חסרונות, סיכון חסימה, ועלות. ג. כל המגבלות והכללים: חלון 24 שעות, אישור תבניות מראש, חובת הסכמה, מודל תמחור, מגבלות קצב. ד. ארכיטקטורה מומלצת לכל אחד משלושת השימושים, כולל איזה ספק מתאים לכל אחד ולמה. ה. תוכנית מימוש קונקרטית בשלבים, מהמהיר והבטוח ביותר ועד המתקדם, עם נקודות הסיכון בכל שלב. ו. שיקולים ספציפיים לשוק הישראלי ולעברית (RTL, תבניות בעברית, רגולציה ישראלית על דיוור). אם משהו לא ודאי או השתנה לאחרונה, ציין זאת במפורש. -------------------------------------------------------------- פרומפט סבב 2 - שאלות המשך חדות + ההקשר הקיים -------------------------------------------------------------- תודה על המפה. עכשיו אני נותנת לך הקשר שחסר ושאלות המשך חדות. תענה החלטתית, סמן רמת ודאות, וצטט מקור לכל דבר שתלוי-זמן. הקשר חדש: הסטודיו הוא צינור עבודה מבוסס סוכני בינה מלאכותית, מבוסס קבצים, בשוק הישראלי ובעברית. כבר בנוי ועובד: לקוח תוכנה מלא לספק הישראלי InfoRU (שליחת תבניות והודעות), ובדיקת רישום מספר ב-GREEN-API. מתוכנן אך לא מחובר: מנגנון התראות פנימיות. כלומר זו עבודת חיווט והשלמה, לא בנייה מאפס. שאלות המשך: 1. בהינתן שהנכסים האלה כבר קיימים, מהו הצעד הראשון המינימלי באמת, ולא פתרון גרין-פילד? 2. מודל עלות חודשי קונקרטי לשלושה תרחישי נפח: פנימי נמוך (כ-200 הודעות בחודש), בינוני מול לקוחות (כ-50 לקוחות, שלוש נקודות מגע כל אחד), משפך (כ-500 לידים בחודש). תחת מודל ה-per-message של 2025/2026. הצג הנחות. 3. הידיעה על הגבלת בוטים מתחרים בווטסאפ - אמת אותה, מקור ורמת ודאות. האם זה פוגע ב-backend אוטומציה עסקי, או רק בעוזרי AI צרכניים מתחרים? 4. נסח שלוש תבניות Utility בעברית (קיבלנו חומרים, טיוטה מוכנה, פורסם) שיעברו את ביקורת Meta בעברית, עם משתנים, והסבר למה כל אחת תעבור. 5. תאימות לחוק הספאם הישראלי סעיף 30א: מנגנון הסכמה מדויק, נוסח הסכמה בעברית מילה במילה, טיפול בהסרה, ותיעוד - כצ'קליסט. 6. טלגרם מול GREEN-API להתראות פנימיות - הכרע עם נימוק. 7. איזה ספק רשמי ספציפית לישראל (InfoRU מול 360dialog מול Twilio), ומה הקריטריון המכריע. 8. הסיכון הגדול ביותר שלא שאלתי עליו. ============================================================== טיפ: כדי להפיק תועלת מקסימלית, הרץ את שני המודלים על שני הסבבים, ואז בקש ממודל שלישי לסנתז את ההבדלים. זה בדיוק מה שהניתוח הוויזואלי המצורף עושה. ==============================================================