Gemini Spark: הסוכן של Google שעובד בשבילכם 24/7

כל בוקר אותו סיפור: פותחים את Gmail, קופצים ליומן, בודקים משימות, מנסים להבין מה באמת דחוף. חצי שעה נשרפת עוד לפני שהתחלתם לעבוד. ושמעתם על סוכני AI שאמורים לפתור את זה, אבל Claude Code ו-Codex נשמעים כמו משהו שדורש מתכנת.

Gemini Spark הוא התשובה של Google בדיוק לזה: סוכן AI שכבר יושב בתוך Gmail, יומן Google ו-Drive שאתם ממילא משתמשים בהם. בלי קוד, בלי התקנות, והוא רץ בענן גם כשהמחשב שלכם כבוי.

במדריך הזה: איך מגדירים את Spark נכון ב-5 דקות, שלושת אבני הבניין (Tasks, Skills, Schedules), הפרומפטים המדויקים לתדריך בוקר ולניהול אינבוקס אוטומטי, ואיפה Spark עדיין נופל מול המתחרים.

Gemini הרגיל הוא צ'אטבוט: אתם שואלים, הוא עונה, וזהו. הוא ריאקטיבי. Spark הוא פרואקטיבי: נותנים לו מטרה, והוא מפרק אותה לשלבים ומבצע אותם בעצמו, כולל פעולות אמיתיות באפליקציות שלכם.

הדימוי הכי מדויק ששמענו: קחו את שורות החיפוש של Gmail, יומן Google, Drive וחיפוש Google, אחדו אותן לתיבה אחת, ושימו מאחוריה עוזר אישי שיודע גם לבצע. זה Spark.

דוגמה קטנה שממחישה את ההבדל: מבקשים מ-Spark לקבוע פגישה עם אוסטין ב-1 באוקטובר, באותה שעה כמו הפגישה הקודמת. לא אמרתם שם משפחה, לא אמרתם באיזו שעה הייתה הפגישה הקודמת. Spark חיפש ב-Gmail את אוסטין הנכון, קרא את השרשור, בדק ביומן מתי נפגשתם, וניסח את ההזמנה. צ'אטבוט רגיל היה שואל אתכם 4 שאלות.

נכון להיום Spark זמין רק למנויי Google AI Ultra, וההפצה הדרגתית, כך שייתכן שעוד לא תראו אותו בחשבון. כשהוא מגיע, הוא מופיע כלשונית Spark ליד Gemini chat ב-gemini.google.com ובאפליקציית המובייל.

כל העבודה עם Spark עומדת על שלושה מושגים, והכי קל להבין אותם דרך השאלות שהם עונים עליהן.

Task (משימה) עונה על "מה לעשות": עבודה בודדת שאתם מנסחים בשפה חופשית, מהקלדה או מהמיקרופון. Skill (מיומנות) עונה על "איך לעשות את זה טוב": סט הוראות שמור לשימוש חוזר, שמפעילים עם @ או / בשדה הפרומפט. Schedule (תזמון) עונה על "מתי לעשות": הרצה אוטומטית לפי שעה קבועה או לפי אירוע, כמו מייל שנכנס.

השילוב של השלושה הוא כל הסוד: משימה שעבדה טוב הופכת למיומנות, ומיומנות שצריך כל יום מקבלת תזמון. ככה עוברים מ"ביקשתי פעם אחת" ל"זה רץ לבד כל בוקר".

מיומנות היא כמו מגהץ וופלים: לא משנה איזה בלילה שופכים פנימה, יוצא אותו וופל. הקלט משתנה, ההוראות קבועות, והתוצר תמיד באותו מבנה. זו הדרך להפסיק להסביר ל-AI את אותו דבר בכל פעם מחדש.

זה התרגיל הראשון ששווה לעשות, כי הוא מדגים את כל המחזור. מתחילים ממשימה אמיתית: מבקשים מ-Spark לעבור על המיילים של 12 השעות האחרונות ולתעדף אותם.

Spark מציג את כל שלבי העבודה בשידור חי: סורק את Gmail, בודק את היומן, מריץ חיפוש כשצריך. וכשהוא רוצה לבצע פעולה אמיתית, כמו למחוק פגישה שבוטלה במייל או להוסיף פגישה חדשה ליומן, הוא עוצר ומבקש אישור. התווית Needs Input אומרת שהוא מחכה לכם.

בסוף מקבלים סיכום: אילו מיילים דורשים תגובה, אילו טיוטות כבר מנוסחות ומחכות רק ללחיצת Send, מה נוסף ליומן ומה אפשר להתעלם ממנו. ואז מגיע הצעד החשוב: באותו צ'אט כותבים "הפוך את זה למיומנות", ו-Spark שומר את כל התהליך כ-Skill שמפעילים בפקודה אחת.

אחרי שהמשימה רצה יפה ונשמרה כמיומנות, נשאר רק לענות על "מתי". כותבים ל-Spark: "תריץ את זה כל יום ב-05:00 בבוקר", והוא בונה את התזמון לבד. מעכשיו, כשאתם קמים, האינבוקס כבר ממוין וטיוטות התשובה מחכות.

יש שני סוגי טריגרים. טריגר זמן: כל יום, ימי חול ב-09:00, כל יום שני. וטריגר אירוע: "בכל פעם שנכנס מייל מ-X, תעשה Y". למשל: בכל פעם שמגיע תמלול פגישה אוטומטי למייל, Spark קורא אותו, מסכם לכם את ההחלטות והמשימות, ומנסח מייל סיכום למשתתפים. שימו לב: טריגרים מבוססי אירוע יוצרים רק בשיחה עם Gemini, לא דרך בונה התזמונים הידני שמכיר בינתיים רק זמנים.

את כל התזמונים רואים בלשונית Schedules, ושם אפשר להריץ עכשיו, להשהות, לערוך או למחוק כל אחד מהם.

הטריק שמפריד בין משתמשים מתחילים למתקדמים: לתת ל-Spark תבניות וחוקים בקבצים שאתם שולטים בהם, במקום לסמוך על הזיכרון שלו.

ככה זה עובד: בתיקיית Spark OS שיצרתם פותחים תיקיית Spark Templates, ובתוכה Google Doc עם תבנית, למשל מבנה קבוע לדוח שבועי. מעכשיו אפשר לזרוק ל-Spark קובץ עדכונים מבולגן ולהגיד: "הפוך את זה לתקציר מנהלים לפי ה-Weekly Report Template מתיקיית Spark Templates". תוצר עקבי, כל פעם, בלי להסביר מחדש.

את אותו רעיון מרחיבים לחוקים כלליים: יוצרים מסמך spark.md עם כללי עבודה, למשל "תמיד תפתח בשורה התחתונה ואז פירוט" ו"כל קובץ שאתה מייצר נשמר בתיקיית temp". ואז מוסיפים לכל משימה "קרא את spark.md לפני שאתה עונה". זה בדיוק העיקרון שמאחורי Claude Code ו-Codex, רק בגרסה שכל אחד יכול להפעיל. לפי ראיון עם ראש צוות Gemini בגוגל, שליטה מובנית כזו למשתמשי פאוור נמצאת בתכנון הרשמי.

Spark יכול לחבר מקורות שאף צ'אטבוט לא מחבר לבד. דוגמה אמיתית: יוצר תוכן ביקש מסלול של יום אחד בסן דייגו. Spark שלף רעיונות ממסמך מבולגן ב-Drive, כרטיסים לפארק ספארי מתוך מייל, אתר המלצות שקיבל כלינק, ופגישת צהריים מהיומן.

ואז הגיע החלק המפתיע: Spark שיבץ ארוחות מתאימות בלי שאמרו לו כלום על אוכל, כי הוא זכר משיחות קודמות עם Gemini שהמשתמש פסקטריאני. זה ה-Personal Intelligence בפעולה: הזיכרון מהצ'אטים הרגילים זמין גם לסוכן.

דוגמה עסקית מאותו עיקרון: לבקש מ-Spark לנתח ערוץ YouTube מול קבצים ב-Drive, לבנות מזה דוח ומצגת Google Slides, ולנסח מייל שמעביר אותם לשותף. מחקר, יצירה ומשלוח בפקודה אחת.

Spark הוא הסוכן הכי ידידותי למתחילים, אבל חשוב להכיר את הגבולות שלו לפני שבונים עליו תהליכים קריטיים.

היתרון המרכזי מול Claude Code ו-Codex: הכול רץ בענן. תזמון של 05:00 בבוקר יתבצע גם כשהלפטופ סגור בתיק. בנוסף אין שום התקנה, כי הוא כבר בתוך הכלים שאתם משתמשים בהם.

החולשות, בכנות: מבחר האינטגרציות החיצוניות עדיין דל מאוד לעומת המתחרים, ואצל סוכן שכל תפקידו לפעול בכלים שלכם זו מגבלה אמיתית. אי אפשר לבחור מודל, ולכן התוצרים לפעמים לא עקביים. והזיכרון הוא קופסה שחורה: אין דרך לראות ולערוך מה הוא יודע עליכם, בניגוד ל-Claude Cowork שם שולטים בקובץ memory מפורש. סדר הכוחות בשוק: Spark למתחילים, Claude Cowork לרמת הביניים, Claude Code ו-Codex לחזקים טכנית.

Spark הוא עוד הוכחה שסוכני AI כבר לא שייכים רק למתכנתים. במועדון AI Master אנחנו מפרקים כלים כאלה כל שבוע, צעד אחר צעד, על תהליכים אמיתיים של עסקים ישראליים.