טיפים באפיון ועיצוב מנועי AI עם הצ'טבוט של KAYAK

על האפיון והעיצוב של מנוע צ'טבוט

צ'טבוט הינו רכיב מרכזי כיום הנעזר בבינה מלאכותית, ובאפיון ועיצוב מנועי AI. אפיון צ'טבוט אינו משימה פשוטה כמו שזה נראה. לכאורה, מה כבר יש פה, צ'ט, שיח, טקסטים.
קיאק (KAYAK) הקימה צ'טבוט מבוסס בינה מלאכותית שמזמין חופשות בשפה פשוטה. במאמר הבא נבחן, על פיו, את העקרונות והחידושים בנושא.

על מנוע ה AI בצ'ט של קיאק

אתר חיפוש החופשות הפופולרי השיק החודש (אוקטובר 2025) את AI Mode – מצב חיפוש ושיחה טבעית המשולב בדף הבית ומאפשר למשתמשים “לדבר” עם מנוע החיפוש. לחקור יעדים, להשוות מחירים ולהזמין טיסות, מלונות ורכב – הכל בשפה חופשית ובשיחה מתמשכת. זהו מעבר משדות טופס קשיחים לממשק שיחתי (Conversational UI). הממשק נתמך ב־LLM ומשודך לנתוני תמחור וזמינות בזמן אמת. מבחינת צוותי UX/UI, פיתוח ומוצר, מדובר בהזדמנות מחד ואחריות מאדך, לנסח מחדש נושא השיח מול המשתמש. את זרימות החיפוש, ההשוואה והצ’ק־אאוט סביב “כוונת המשתמש” ולא סביב “מבנה הטופס”. הפיצ'ר זמין לחיפוש בעברית (עונה באנגלית, נכון לכתיבת שורות אלה).

האם תיבת החיפוש המסורתית עומדת להיכחד?

בעיצוב מנועי AI, נתחיל מזה שה “AI Mode” מחליף את תבניות החיפוש המסורתיות של מילוי שדות, בשאלות חופשיות ובשפה טבעית יותר. דוגמא לשאלה חופשית כזו יכולה להיות “מצא לי סוף שבוע חם מתחת ל־$500, עד 3 שעות טיסה מניו יורק”. המנוע יחזיר תוצאות ממוקדות-כוונה, עם אפשרות המשך שיחה, שיפור ההגבלות והזמנה, ללא קפיצות בין מסכים שונים. הכל יקרה בתוך אותו צ'ט. זהו שינוי פרדיגמה מתצוגות רשימות + פילטרים לזרימת דיאלוג.

ההשקה הזו מגיעה לאחר תקופת ניסוי באתר מקביל, Kayak.ai , ששימש “מעבדת חדשנות” פנימית, וכעת היכולות מוטמעות באתר הראשי. זהו צעד שמאותת על בשלות מוצרית ומדד אימוץ גבוה.

קיאק מספק גם מדריך “איך לנסח פרומפטים” לצורך חיסכון ויעילות – איתות חשוב שמדגיש כי חוויית המשתמש בממשקי AI תלויה מאוד בהכוונה, דוגמאות ותבניות שיחה.

היסטוריה קצרה: מ”תוסף צ’אטGPT” לצ’טבוט על־האתר

כבר ב־2023 התנסתה החברה באינטגרציות עם ChatGPT בפורמט תוספים – חיפוש טיסות ומלונות מתוך השיחה ב־ChatGPT. החידוש של 2025 הוא העברת המוקד לאתר עצמו, בבעלות מלאה על ההקשר, המדידה וההמרה. כך היא מצמצמת תלות בפלטפורמות צד שלישי ומרוויחה נתוני כוונה איכותיים לאורך כל המשפך.

מה משתנה בחווית השימוש במעבר ל – AI Mode?

1. שפה טבעית במקום טפסים: הזנה חופשית של אילוצים (“ללא עצירות”, “מלון עם בריכת גלים”, “לילות שלישי־חמישי”). המערכת מפענחת כוונה ומתרגמת לשאילתא מובנית.

2. זמן אמת: הצלבת LLM עם נתוני תמחור/זמינות מעודכנים ממאות ספקים, כולל רענון ושאלות המשך ללא “איפוס” ההקשר

3. מעבר רציף מהשראה להזמנה: אותה שיחה מלווה את המשתמש משלב הרעיונות ועד בחירת הסליקה/מדיניות ביטול.

תוצרים מחקריים שכדאי ליישם

מחקרי Baymard על אתרי תיירות, הזמנות אטרקציות וחוויות, מצביעים על חיכוכים ידועים ש AI Mode יכול לפתור. אבל באפיון ועיצוב מנועי AI שכאלה, הכל נכון רק אם מאפיינים נכון קודם את השיחה ואז לעצב את נקודות החיבור ל־UI. למשל:
– תאריכון (Date Picker) כנקודת כשל: בבדיקות מקיפות נמצא כי תאריכונים רבים אינם מתקשרים זמינות/מחיר בזמן אמת וגורמים לנטישה. הפתרון: סנכרון דו־כיווני בין הודעת הצ’אט ל־Calendar – בחירת טווח משיחה צריכה להדליק מצב “זמינות בהירה” בתצוגה הגרפית, ולהיפך.
המחקר מזהה גם 8 סוגי חיפושים נפוצים, דוגמת חיםוש מדוייק, חיפוש לפי מוצר, לפי Use Case ועוד.
41% מהאתרים נכשלים בלתמוך בהם היטב. בממשק שיחתי חובה לזהות את סוג החיפוש ולענות בהתאם (למשל, חיפוש Use Case: “חופשת גלישת קיץ לזוג”) – ואף להציע מסלולי שאלות הבהרה קצרות בכדי לדייק את השיח ותוצאותיו.

שקיפות, אמון וציות: עקרונות שחייבים להופיע בשיחה

– שקיפות מחירים: הציגו “מחיר כולל” מוקדם ככל האפשר, הסבירו על עלויות מזוודות/מסים, והדגישו מדיניות ביטול/תשלום במקום. זהו מפתח להפחתת הפתעות בשלב הצ’ק־אאוט. תובנות אתר Baymard לוקחות זאת כאבן יסוד בצמצום נטישות.

המסר המרכזי: שקיפות מלאת הקשר (מחיר כולל, איסוף מידע רלוונטי בזמן, הסברים על מדיניות) מצמצמת טעויות ועומס קוגניטיבי. חברו את זה לשיחה: “המחיר כולל מזוודה? להציג מדיניות ביטול עכשיו?”.

– הצעות המשך מובְנות: אחרי תשובה ראשונה, הציעו שלוש דרכי קידום (“זול יותר”, “מהיר יותר”, “דירוג גבוה יותר”), ואפשרו שכתוב מהיר של אילוץ אחד (“הפוך ליציאה חמישי בערב”).
– הלימה דו כיוונית עם UI: כל בחירה בשיחה מעדכנת פילטרים/תאריכון/מפה, וכל שינוי בליסט/מפה “מסכם” בשיחה מה השתנה.
– “הסבר את ההסבר”: צרפו “למה זה מתאים לי?”. טקסט קצר שמסביר את ההיגיון (Nonstop, 4★, 8 דק’ הליכה למרכז). חשוב לאמון ולהחזרת שליטה למשתמש.

– גילוי נאות: הבהרה שהמשתמש משוחח עם עוזר AI, ושיש אפשרות לעבור למצב “סוכן אנושי” או לתמיכה.

– ניהול טעויות: הצעת “תיקון איות”, ביקוש הבהרות (“יש עדיפות ללא עצירה או למחיר?”), והצגת מגבלות (“אין כרטיס Nonstop בתקציב זה; להראות עם עצירה קצרה?”).

– נגישות ושפה: זיהוי אזור ושפה, וניווט אחיד בין מובייל לדסקטופ (שיחות נשמרות).

– איתור כוונה אוטומטי: סיווג השאילתה ל־Use Case / Feature / Exact וכו’, והצעת שאלות הבהרה תלויות הקשר.

– ממשק היברידי: שילוב שיחה עם “ליסט + מפה + תאריכון” מתעדכנים

– מיקרו־קופי לפרומפטים: הצעות טקסט מדויקות, אייקונים לאילוצים נפוצים (Nonstop, Free Cancellation), וצ’יפים לשינוי אילוץ מהיר.

– הסברים ומקורות: “מבוסס על מחירי השבועיים האחרונים”, “זול יותר ב־$80 אם תזוז ביום”. חיזוק אמון והנמכת חיכוך.

– גרדאצים שיחתיים: Undo/Redo לשינויים באילוצים; “השווה לתרחיש A” לשמירת הקשר בין וריאנטים.

– אנליטיקה של שיחה: תיוג כוונות, זיהוי נקודות נטישה (מתי המשתמש מפסיק לענות), מדידת “זמן לשלווה” – כמה מהר המשתמש מרגיש שהגיע לתשובה מספקת.

– תרחישים ללא מוצא: הצעת וויתור חכם (“לאפשר עצירת ביניים?”), מסלול אלטרנטיבי (“שנה שדה תעופה”), או שמירה כהתראה (“נשלח נוטיפיקציה אם ירד מתחת ל־$400”).

מדידה וניסוי: איך נדע שזה עובד

– מדדי כוונה והשלמה: שיעור שאילתות שנענו ללא “מבוי סתום”, מספר סבבי שיחה עד תוצאה “מספקת”, אחוז מעבר משיחה להזמנה.
– ניסויי A/B: השוואת פרומפט־עזר מול Placeholder גנרי;
הצעת “תיקון אילוץ” אוטומטית; הצגת שקיפות מחירים כבר בהודעה הראשונה מול בהמשך.
– ניטור סוגי שאילתות: כִסוּי 8 סוגי החיפוש לפי Baymard (Exact / Product Type / Feature / Use Case וכו’) כ-KPI פרקטי לצוות החיפוש.

דוגמאות מהעולם האמיתי: איך נראית שיחה טובה במנוע AI כזה

תרחיש 1: “חופשת ספונטנית לסופ"ש”
1. משתמש: “טיול שמש ל 2 אנשים, יציאה מ JFK בסופ"ש הבא, עד $450 לאדם, בלי עצירות.”
2. המערכת: מציגה 3 – 4 יעדים אפשריים עם טיסות ישירות, טווחי שעות ודו"ח קצר “מה תקבל במחיר”.
3. אופציה למיקרו־ממשק בתוך ההודעה: Quick Actions – “הזז שעת יציאה לשישי בערב”, “הוסף מלון 4 כוכבים עם ספא”, “הצג חלופה ב־$60 עם עצירה אחת”.

micro actions אתר קיאק

4. מעבר להזמנה: מילוי אוטומטי של פרטי חיפוש למסך התמחור/בחירת מושבים, שמירה על ההקשר השיחתי כ־side panel.

תרחיש 2: “מלון לפי וייב”
1. משתמש: “מלון בוטיק בסנטוריני, ללא ילדים, נוף ים + ספא, מתחת ל $250 ללילה, קרוב למסעדות.”
2. המערכת: סינון לפי “Adults Only”, פיצ’רים ועירוב דגשים חווייתיים (“וייב רומנטי”) עם חישוב מרחק/ניקוד מיקום. מציגה 3 כרטיסים עם תקציר יתרונות/פשרות.

שכבת הממשק במנוע כוללת כרטיסיות תוצאה מבוססות “מענה לשאלה” (Answer Cards), מצבי השוואה, ופעולות קצרות (chips) לתיקון פרומפט שכתבנו.

אתר חדשות הטכנולוגיה, טקראנץ', מספר כי KAYAK חותרת למצב “AI-first” שמניע תהליך שלם, ולא רק שכבת צ’אט.

השקת KAYAK AI Mode מראה את האימוץ המהיר של “Intent-first Design” בתיירות. משמע, המשתמש אומר מה הוא רוצה, והממשק מביא אותו לשם מהר, מוסבר ושקוף. האתגר שלנו כמעצבים, מפתחים ומנהלי מוצר הוא לחבר את השיחה ל:
1. UI עשיר
2. למדדים שמודדים איכות תשובה ולא רק הקלקה.
3. למחקר מתגלגל שמנקה חיכוכים מוכרים, כמו תאריכונים בעייתיים ושקיפות מחירים חסרה. עבור הארגונים שמיישמים זאת היטב, התגמול הוא קיצור הדרך בין רעיון לאיתור ולהזמנה.