קורס AIלבודקי תוכנה ולאנשי אוטומציהמ-0 לעבודה שוטפת עם AI
כולם מדברים על AI. בקורס הזה עובדים איתו: על טיקט ב-Jira, על אתר בדפדפן ועל פרויקט אוטומציה, בדיוק כמו שעובדים היום בצוותי QA בחברות.
תלמדו לתת ל-AI את העבודה השחורה: לקרוא טיקט, לכתוב תרחישים, להריץ בדיקות ולכתוב קוד. אתם נשארים עם מה שחשוב באמת: להחליט מה בודקים, לתפוס איפה הוא טועה, ולאשר רק מה שבאמת עובד.
נפתח ב-25/11בזום
גל מטלוןמייסד המכללה לאוטומציה ומדריך ראשי
- 4-5מפגשים חיים בזום, בימי רביעי
- 16נושאים, מ-0 ועד הרצה ב-CI
- 2תהליכי עבודה מלאים עם AI
- 1פרויקט אוטומציה משלכם בסוף הקורס
עובדים עם: Claude Code, Jira MCP, Playwright MCP, Skills, Python + POM, GitHub ו-CI. מ-User Story, דרך תסריטים, ועד אוטומציה.
- המחזור הקרוב נפתח
- יום רביעי, 25/11
- בכל יום רביעי
- 18:00-21:30
- איפה
- מפגשים חיים בזום
מחיר הקורס
3,000 ₪מחיר מיוחד לתלמידים ולבוגרים של המכללה לאוטומציה
2,000 ₪10% הנחה בהרשמה מוקדמת עד 1/11 - על כל המחירים
חשוב לדעת: בקורס עובדים עם Claude Code, ולכן צריך מנוי Claude בתשלום (כ-20$ לחודש). המנוי לא כלול במחיר.
למי זה מתאים
לקורס מגיעים שני סוגי אנשים, וכל אחד יוצא ממנו עם משהו אחר.
בודקים ידניים
רוצים להכניס AI לעבודה ולהישאר רלוונטיים
רואים יותר ויותר משרות שמבקשות AI, ולא בטוחים מאיפה מתחילים?
את מה שאתם עושים כל יום, להבין דרישה, לכתוב תסריטים, לבדוק ולדווח באג, תלמדו לעשות עם AI לצידכם, ופי 5 עד פי 10 יותר מהר. לא צריך רקע בקוד: בחצי הראשון של הקורס לא כותבים שורת קוד אחת. ובראיון הבא יהיה לכם מה להראות.
x5-x10מהירות בעבודה היומיומית
אנשי אוטומציה
רוצים לכתוב ולתחזק אוטומציה הרבה יותר מהר
יותר זמן על תיקון טסטים שבורים מאשר על בדיקות חדשות? והמפתחים לידכם כבר עובדים עם AI?
תלמדו לעבוד עם Agent בתוך התשתית שלכם: הוא כותב, מתקן ומריץ, ואתם עושים Review ומחליטים מה נכנס לקוד. אותה איכות, הרבה פחות עבודה ידנית, ואתם אלה שמביאים את השיטה לצוות.
AI + YOUיותר כיסוי בדיקות, פחות זמן תחזוקה
למה דווקא עכשיו
- היום זה עוד יתרוןרוב הבודקים עדיין לא עובדים ככה. מי שכבר היום יודע להוביל AI בבדיקות בולט בצוות ובראיונות. בעוד שנה-שנתיים זה יהיה דרישה בסיסית.
- המשרות כבר משתנותפחות משרות של "בדיקות ידניות בלבד", יותר משרות שמבקשות גם AI ואוטומציה. עדיף להגיע לזה מוכנים, לפני שזה הופך לתנאי סף.
- מי שמתחיל ראשון, מובילבכל צוות יש מישהו שמכניס את ה-AI לעבודה, וכולם באים לשאול אותו איך. זה יכול להיות אתם.
מי ילמד אתכם
גל מטלון
מייסד המכללה לאוטומציה ומדריך ראשי
מעל 20 שנה בתעשייה ו-1,712+ בוגרים. גל מלמד את מה שעובד בשטח: בלי תיאוריה מיותרת, עם פרויקטים אמיתיים ותיק עבודות שאפשר להראות. ומה שהבוגרים מזכירים הכי הרבה: הוא לא נעלם אחרי הקורס. ממשיכים להתייעץ איתו גם שנים אחרי.
ניר מוביל את האוטומציה והבדיקות מבוססות ה-AI ב-Talkspace, ובונה תשתיות אוטומציה עם Playwright וכלי AI כחלק מהעבודה היומיומית שלו, כולל ניתוח כשלים.
הוא גם יוצר ומתחזק פרויקטי קוד פתוח ב-GitHub ל-Playwright ול-Selenium, עם מאות כוכבים מהקהילה. לקורס הוא מביא את מה שעובד היום בצוותים גדולים.
מה אומרים מי שכבר למדו אצל גל
מתוך ביקורות בגוגל ופוסטים בפייסבוק של בוגרי המכללה לאוטומציה.
גל הוא מומחה בתחומו, אבל מעבר לכך - יודע להעביר את הידע שלו בצורה נגישה, קלילה, עם הרבה הומור ועניין. לא כל מומחה הוא גם מורה טוב, אבל גל בהחלט כן.
Reut Greenbergבודקת תוכנה בהייטקבתור תלמיד בקורס תמיד היה לי את מי לשאול, עם מי להתייעץ, כולל תמיכה ומנטורינג אחרי הקורס. ואתה יודע מה? השיטה עובדת. כיום אני מפתח אוטומציה ומוביל אוטומציה. למדתי להתמודד מול כל אתגר שיציבו מולי כיוון שיש לי את כל הכלים.
בועז לופומפתח ומוביל אוטומציההשיעורים שלו מלאים בהומור, ממוקדים מאוד, וכל מה שלומדים בהם באמת חשוב ורלוונטי. גם אחרי סיום הקורס גל ממשיך ללוות, עונה על כל שאלה ותמיד מוכן לעזור.
Artyom Chernenkoאיש QA בהייטקכתלמיד לשעבר עד היום אני בקשר עם גל ותמיד מתייעץ איתו. היום אני 4 שנים בתחום וכשנתיים מנהל צוות בדיקות ידניות ואוטומטיות.
עמית אלקייםראש צוות QA ואוטומציההתלבטתי איפה ללמוד אבל משהו בגישה של גל משך אותי ללמוד אצלו ובאמת אין יותר שמחה ממני.
מאי שמלב אסיסקוביץQA ואוטומציה בהייטקתוכנית הלימודים
16 נושאים ב-4-5 מפגשים, מהבסיס ועד הרצה ב-CI. לחצו על נושא כדי לראות מה לומדים בו.
01מבוא ל-AI: יסודות
מטרה: להבין מה קורה "מתחת למכסה המנוע" לפני שנוגעים בכלי.
- כניסה לתוך עולם ה-AI - הסבר כללי, לפני שצוללים לפרטים
- מה זה LLM, context ו-tokens
- ההבדל בין צ'אטבוט לבין Agent שמריץ כלים, קורא וכותב קבצים ומבצע פעולות אמיתיות
02Prompt Engineering
מטרה: לכתוב פרומפטים אפקטיביים.
- עקרונות לניסוח פרומפט שמחזיר תוצאה שמישה כבר בפעם הראשונה: הקשר ברור, מטרה מוגדרת, דוגמאות
- ההבדל בפועל בין בקשה עמומה לבקשה ממוקדת - על משימות QA אמיתיות כמו ניתוח באג וניסוח תרחיש
03AI בעבודת QA היומיומית
מטרה: ליישם את עקרונות הפרומפטינג על משימות QA יומיומיות אמיתיות, עם כל AI חינמי וזמין (Gemini / ChatGPT / Claude.ai) - לא רק עם הכלי הייעודי של הקורס.
- לוקחים איפיון, מבינים אותו, וכותבים ממנו תסריטי בדיקה מלאים בעזרת AI
- מוצאים באג אמיתי באתר התרגול, ומדווחים עליו בעזרת AI
- עבודה מול SQL ומול API (Postman) בעזרת AI
- תרגול של כתיבת פרומפטים ועבודת שטח
04בדיקת מוצרים מבוססי AI
מטרה: ללמוד איך בודקים מוצר שהוא בעצמו AI - צ'אטבוט או פיצ'ר מבוסס LLM. עדיין עם AI חינמי, בלי קוד.
- בונים בדקה בוט שירות מדומה לאתר התרגול, וההוראות שלו הן האיפיון שבודקים מולו
- אותה שאלה, תשובה אחרת בכל פעם: "תוצאה מצופה" הופכת לכללים, ומדווחים על תדירות הכשל
- ציד הזיות: שאלות עם תשובה ידועה, מוצר שלא קיים, הנחת יסוד שקרית
- Prompt injection: מנסים לשכנע את הבוט לשבור את הכללים שלו - ישירות, במשחק תפקידים ובעקיפין
- AI שבודק AI (LLM-as-a-judge), ואיך כותבים דיווח באג על מוצר AI
05התקנת Claude Code
מטרה: להקים סביבת עבודה תקינה, שתשרת אתכם לאורך כל הקורס ואחריו.
- התקנת Node.js, Claude Code CLI, אפליקציית Claude Desktop ותוסף VS Code
- התקלות הנפוצות ב-Windows ואיך מוודאים שהכול מחובר נכון
- הכנה לחיבורי ה-MCP (Jira ודפדפן) בהמשך הקורס
06הכרות עם Claude Code
מטרה: להכיר את הכלי שהותקן - איך מתחילים לעבוד איתו, מה האלטרנטיבות, ואיך שומרים לו הקשר קבוע.
- סקירת הכלים המובילים: Claude Code מול Cursor / GitHub Copilot / Codex ואחרים, ולמה מתמקדים ב-Claude Code
- הפקודות והאופציות המרכזיות, מצבי הרשאות, ועבודה נכונה מול ה-Terminal
- תרגול ראשון: בונים יחד אתר פרופיל אישי מתוך הפרופיל שלכם בלינקדאין
- קובצי CLAUDE.md - איך מגדירים ל-AI כללים והקשר קבוע לפרויקט, ולמה ניהול context חוסך כסף
07Skills - מה זה ואיך משתמשים
מטרה: להכיר את המושג הראשון משני "המפעילים" של הקורס - יכולת ארוזה ורב-פעמית ל-Claude.
- Skill = יכולת ארוזה ורב-פעמית שמבטיחה שמשימה חוזרת תתבצע באותו פורמט וסטנדרט בכל פעם
- מתי Skill, מתי CLAUDE.md ומתי פרומפט רגיל
- Plugins ו-Marketplace: איפה מוצאים Skills מוכנים, וצ'קליסט אמון לפני שמתקינים
- דמו: מתקינים Skill לעיצוב ומשדרגים את אתר הפרופיל שבניתם
- תרגול: הרצת Skill מוכן לכתיבת תרחיש בדיקה על טקסט טיקט - וקבלת פלט אחיד בכל הרצה
08כתיבת תרחישי בדיקה בעזרת AI
מטרה: לפתוח את תהליך 1 על טיקט מודבק - לקבל טיוטה מה-Skill המוכן ולהעמיק את כתיבת התרחישים מעבר למה שה-Skill הפיק אוטומטית.
- טיוטה ראשונה: הרצת ה-Skill המוכן של הקורס על טקסט טיקט התרגול
- מבנה תרחיש בדיקה: צעדים לביצוע מול תוצאה מצופה
- מקרי קצה כבר בשלב הניתוח, בטכניקות שיטתיות: מחלקות שקילות, ערכי גבול, מצבי מערכת ובו-זמניות
- מה ה-AI נוטה לפספס, ואיך מרחיבים את הטיוטה שלו
- כאן נפתח תהליך העבודה הראשון של הקורס
09בניית Skill משלך
מטרה: אחרי שהשתמשנו ב-Skill מוכן ועשינו את תהליך "טיקט → תרחיש" ידנית - להפוך אותו ל-Skill עצמאי.
- מה הופך תהליך חוזר ל-Skill טוב: קלט ופלט ברורים, פורמט קבוע, הוראות מדויקות
- בונים בעצמכם את ה-Skill "טיקט → תרחיש בדיקה" על בסיס מה שכבר עשיתם ידנית
- השוואה ל-Skill המוכן של הקורס - מה חסר ומה אפשר לשפר
10MCP - מה זה, איך מחברים, ושילוב עם Skills
מטרה: להכיר את המושג השני - מה שמחבר את ה-AI לכלים חיצוניים אמיתיים כמו Jira ודפדפן, ולהריץ מיד את ה-Skill שבניתם על טיקט אמיתי במקום העתק-הדבק.
- Model Context Protocol: איך מחברים את ה-AI לכלים חיצוניים אמיתיים כמו Jira ודפדפן, בהוספת שרת MCP ב-scope גלובלי
- תרגול: חיבור ל-Jira, משיכת טיקט אמיתי ודיון עליו - מה הוא דורש ומה חסר בו
- ומיד אחר כך: מריצים על אותו טיקט את ה-Skill שבניתם - MCP מביא את הנתונים, ה-Skill קובע מה עושים איתם
11הרצה אינטראקטיבית עם Playwright MCP
מטרה: לסיים את תהליך 1 מקצה לקצה - מתרחיש כתוב ועד תוצאה בדוקה, בלי לכתוב שורת קוד.
- חיבור Playwright MCP - ה-AI מפעיל דפדפן אמיתי לפי התרחיש, שלב אחר שלב
- הרצה מלאה על אתר תרגול: תרחישים חיוביים, ולידציות ותרחיש שלילי
- תיעוד תוצאות: מה עבר, מה נכשל, ואיך מבחינים בין באג באתר לבין תרחיש עמום או בעיית תזמון
- סגירת הלולאה מול Jira: הבאג שנמצא נפתח ב-Jira דרך MCP ומקושר לטיקט המקורי - אחרי שאישרתם את הטיוטה
12חיבור לפרויקט אוטומציה והיכרות עם תשתית קיימת
מטרה: לעבור מהעולם הידני לעולם הקוד - פתיחת השער לתהליך 2.
- למה פרויקט ולא סקריפט: רענון על Page Object Model (POM)
- סיור בפרויקט אוטומציה קיים ב-Python עם Playwright ו-pytest
- פתיחת הפרויקט ב-VS Code או ב-PyCharm וחיבור ה-AI לקוד - "להכיר לו את הפרויקט"
- כתיבת CLAUDE.md ייעודי לפרויקט האוטומציה, כדי שה-AI ישמור על המבנה והקונבנציות
13AI כותב קוד אוטומציה בתוך התשתית הקיימת
מטרה: להפוך את התרחישים מתהליך 1 לאוטומציה אמיתית.
- ה-AI כותב קוד Playwright אמיתי שמממש את התרחישים מתהליך 1, בתוך התשתית הקיימת
- איך מנחים AI לכתוב קוד בתוך תשתית קיימת במקום לבנות מאפס
- שיטת העבודה: תוכנית קודם, קוד אחר כך, וקריאת כל שינוי לפני שמאשרים
- מקרים נפוצים: טסט חדש, מתודה חדשה בעמוד קיים, עמוד חדש לגמרי, תרחיש שלילי
- תרגול: מימוש תרחישים כקוד רץ
14הרצה, דיבוג, Code Review והרצה ב-CI
מטרה: לוודא שהקוד עובד באמת, ולתרגל קריאת/תיקון קוד בהקשר טבעי - ועד להרצה אוטומטית ב-CI.
- הרצת חבילת האוטומציה, ושימוש ב-AI כדי להסביר ולתקן כשלים - בהקשר טבעי
- שלוש סיבות לכשל: באג בקוד הבדיקה, בעיית תזמון, או באג אמיתי באתר - ואיך לא "לתקן" טסט כדי שיעבור
- Code Review על הקוד שה-AI כתב: מה לאמץ, מה לפסול
- העלאת הפרויקט ל-GitHub בעזרת AI, והרצת החבילה ב-CI
- כאן נסגר תהליך העבודה השני במלואו
15טוקנים, עלויות ובלמי בטיחות
מטרה: להבין את המגבלות והסיכונים לפני שיוצאים "לשטח" עם פרויקט הגמר.
- מה "אוכל" טוקנים ב-Claude Code, ואיך מצמצמים עלות בלי לפגוע באיכות - כולל בחירת מודל מתאים למשימה
- איפה AI נכשל לבודק: selectors מומצאים, טסט שעובר מהסיבה הלא נכונה ("ירוק" ≠ נכון) - והכיוון ההפוך, טסט שנכשל מהסיבה הלא נכונה (flaky, לא באג אמיתי - "אדום" ≠ באג)
- guardrails ובלמי בטיחות: ולידציה אנושית כשער אחרון, קריאת כל טסט לפני שמאמצים אותו, לא לגעת בפרודקשן/קרדנציאלס אמיתיים
- תרגיל "מצא את הטסט הרע": שלושה טסטים שה-AI כתב - מי מהם באמת בודק משהו?
16תדריך פרויקט הגמר
מטרה: לצאת לפרויקט הגמר בבית עם תוכנית עבודה ברורה.
- בונים כיסוי אוטומציה מלא ככל האפשר על פרויקט אוטומציה נתון - בבית, על בסיס כל מה שנלמד
- בלי טיקטים מוכנים: אתם מגדירים את הבדיקות מול ה-AI - מיפוי פיצ'רים, בחירת תרחישים, edge cases
שאלות ותשובות
מה שואלים אותנו הכי הרבה לפני ההרשמה.
אני בודק/ת ידני/ת בלי ניסיון בקוד. אסתדר?
כן. את רוב הקוד כותב ה-AI. התפקיד שלכם הוא להחליט מה בודקים, לכוון אותו ולוודא שהקוד באמת בודק את מה שצריך, וזה בדיוק מה שהקורס מלמד.
החצי הראשון של הקורס (עד הרצת בדיקות בדפדפן) לא דורש לכתוב קוד בכלל. בחצי השני לומדים להיכנס לפרויקט אוטומציה קיים, להבין איך הוא בנוי ולהוסיף לו בדיקות בעזרת ה-AI.
ואם יש לכם ידע בקוד, האפשרויות גדלות: תוכלו להעמיק הרבה יותר ולעשות עם ה-AI דברים מורכבים יותר.
אני כבר כותב/ת אוטומציה. מה חדש בשבילי?
הקורס לא מלמד Playwright מאפס. הוא מלמד לעבוד עם Agent: לתת לו לכתוב קוד בתוך תשתית POM קיימת בלי לשבור אותה, לדבג איתו כשלים, לעשות Review לקוד שלו, ולארוז את הסטנדרטים של הצוות ב-Skills ו-CLAUDE.md, עם שיטה מסודרת לבדוק את כל מה שה-AI מייצר.
בחברה שלי לא עובדים ב-Python. זה רלוונטי?
כן. הדוגמאות כתובות ב-Python עם Playwright ו-pytest, אבל השיטה עצמה (CLAUDE.md, תוכנית לפני קוד, עבודה בתוך POM קיים, Review ודיבוג) זהה ב-Java, TypeScript ובכל שפה אחרת. ה-AI קורא את התשתית שלכם וכותב בשפה שלה.
אצלנו עובדים עם Cursor או GitHub Copilot. למה Claude Code?
Claude Code הוא כלי ה-Agent שהתהליכים בקורס בנויים עליו, ובנושא 6 משווים אותו לכלים האחרים. רוב מה שלומדים עובר ישירות לכלים האחרים: כתיבת פרומפטים, ניהול context, קובצי הוראות לפרויקט, חיבורי MCP ובקרת איכות על קוד שה-AI כתב.
מה ההבדל בין זה לבין לשאול את ChatGPT?
צ'אט עונה על שאלות. Agent עושה עבודה: קורא את הטיקט מ-Jira בעצמו, מפעיל דפדפן ובודק את האתר, פותח באג, כותב קבצים בפרויקט ומריץ את הטסטים. בנושא 3 עובדים גם עם צ'אט חינמי, ומשם ממשיכים לעבודה עם Agent על כלים אמיתיים.
AI לא יחליף בסוף את הבודקים?
AI כותב טסטים מהר, אבל גם כותב טסטים שעוברים בלי לבדוק כלום, ומסביר בביטחון דברים שגויים. מישהו צריך להחליט מה לבדוק ולתפוס את הטעויות האלה. הקורס מלמד בדיוק את החלק הזה, ובודק שיודע לעבוד ככה שווה יותר לצוות, לא פחות.
איך בנויים המפגשים, ומה עושים בין מפגש למפגש?
4-5 מפגשים חיים בזום, בימי רביעי בין 18:00 ל-21:30, עם הדגמות ותרגול על המחשב שלכם בזמן המפגש. בין המפגשים משלימים את התרגול כשיעורי בית, ובסוף הקורס בונים פרויקט גמר: כיסוי אוטומציה על פרויקט נתון, בלי טיקטים מוכנים - אתם מגדירים את הבדיקות יחד עם ה-AI.
מה צריך להכין או לקנות לפני הקורס?
מחשב (Windows או Mac) ומנוי Claude בתשלום, כ-20$ לחודש, שלא כלול במחיר הקורס. את כל השאר (Node.js, Claude Code, VS Code, חיבורי Jira ו-Playwright) מתקינים יחד, צעד אחר צעד, בתוך הקורס.
איך הקורס יעזור לי למצוא עבודה או להתקדם?
בראיון תוכלו להראות תהליך עבודה מלא: טיקט מ-Jira, תרחישים, הרצה בדפדפן עם AI, קוד אוטומציה בתוך תשתית קיימת ו-CI, יחד עם פרויקט הגמר שבניתם. בעבודה עצמה, מי שמכניס לצוות שיטת עבודה מסודרת עם AI הופך מהר לכתובת לנושא.
רוצים לשמוע אם הקורס מתאים לכם?
שלחו לגל הודעה בוואטסאפ, והוא יחזור אליכם. תספרו מה אתם עושים היום, ותבינו יחד אם הקורס מתאים לכם. המחזור הקרוב נפתח ביום רביעי, 25/11, מספר המקומות מוגבל, ועד 1/11 יש 10% הנחה.
הקורס מועבר במסגרת המכללה לאוטומציה