מכינים את הדף בשבילך
שאלה של כן או לא, עד 20 מאמרים, ומד אחד שמראה לאן המחקר נוטה. ככה עונה קונצנזוס מתוך מאגר של יותר מ-220 מיליון מאמרים. אבל המד הוא בדיוק המקום שבו הכי קל לטעות, והחברה עצמה כותבת את זה.
מד הקונצנזוס מופיע רק כשיש לפחות 5 מאמרים רלוונטיים שאפשר לסווג, והוא נשען על 5 עד 20 מאמרים בלבד. מרכז העזרה של Consensus עצמו נותן דוגמה לטעות: שאלה על בטיחות איבופרופן במבוגרים עלולה לקבל 'כן' ממחקר שנעשה בילדים.
שאלה של כן או לא, עד 20 מאמרים, ומד אחד שמראה לאן המחקר נוטה. ככה עונה קונצנזוס (Consensus) מתוך מאגר של יותר מ-220 מיליון מאמרים אקדמיים. אבל המד הוא בדיוק המקום שבו הכי קל לטעות.
לא בגלל שהכלי ממציא. קונצנזוס מחפש קודם ומסכם אחר כך, ולכן כל מאמר שהוא מצטט קיים. הבעיה היא שמד שמראה "95% כן" נראה כמו פסק דין, כשבפועל הוא סיכום של קומץ מאמרים שהמנוע בחר, והחברה עצמה כותבת במרכז העזרה שהמד "אינו שיקוף מושלם של כל המדע בנושא".
המדריך הזה נבנה מדף התמחור, ממרכז העזרה, מיומן השינויים וממדיניות הפרטיות של Consensus (נבדקו 15.9.2026), ומבדיקה שהרצנו בעצמנו בעברית: מה זה, מה הכלי יודע, איך מגיעים לתשובה ראשונה שאפשר לסמוך עליה, מה עולה, ומתי דווקא אליסיט או פרפלקסיטי יעשו את העבודה טוב יותר.
| השאלה | התשובה הקצרה |
|---|---|
| מה זה | מנוע חיפוש אקדמי עם AI: מחפש ביותר מ-220 מיליון מאמרים, מסכם עם ציטוט לכל טענה |
| כמה עולה | Free חינם. Pro 20 $ לחודש (144 $ לשנה). Deep 65 $ לחודש (540 $ לשנה). Teams ו-Enterprise לארגונים |
| על מה משלמים | על הודעות Pro, סקירות Deep, תקצירי מחקר וקריאות API. חיפוש מאמרים בלי סיכום, ללא הגבלה גם בחינם |
| הפיצ'ר המזהה | מד הקונצנזוס: שאלת כן או לא, ותמונה של Yes, No, Possibly ו-Mixed מתוך 5 עד 20 מאמרים |
| עברית | לא מצוין רשמית. בבדיקה שלנו השאלה בעברית עבדה, התשובה חזרה בעברית, המאמרים באנגלית |
| הבידול מול אליסיט | תשובה מהירה לשאלה אחת, מול טבלת נתונים וסקירה שיטתית |
קונצנזוס הוא מנוע חיפוש אקדמי שמשתמש ב-AI כדי לסכם מחקרים, לא צ'אטבוט שיודע דברים. שואלים שאלה, המנוע מוצא את המאמרים הרלוונטיים ביותר, ורק אז המודל כותב תשובה שכל משפט בה מצביע על מאמר.
הגדרה: קונצנזוס (Consensus) הוא מנוע חיפוש אקדמי מבוסס AI שמחפש במאגר של יותר מ-220 מיליון מאמרים שעברו ביקורת עמיתים, מדרג אותם לפי רלוונטיות ואיכות, ומחזיר סיכום עם ציטוט לכל טענה. על שאלות כן או לא הוא מציג "מד קונצנזוס" שמראה לאן המאמרים המובילים נוטים.
לפי מרכז העזרה, המאמרים מגיעים מסמנטיק סקולר (Semantic Scholar), מאופן-אלקס (OpenAlex), מסריקה עצמית של הרשת האקדמית ומשותפויות עם מו"לים, והמאגר מתעדכן כל שבוע. הוא כולל את כל פאבמד (PubMed), יותר מ-37 מיליון רשומות ביו-רפואיות. מאמרים שנסוגו (retracted) מסומנים ולא נכנסים לסיכומים.
החיפוש עצמו עובד בשלושה שלבים. קודם חיפוש משולב, סמנטי ולפי מילות מפתח, בכל המאגר. אחר כך צמצום ל-1,500 התוצאות המובילות ודירוג לפי עדכניות, מספר ציטוטים ואיכות כתב העת. ולבסוף מודל חזק יותר מדרג מחדש את 20 המאמרים העליונים, ואלה המאמרים שהתשובה נשענת עליהם.
החברה מאחורי הכלי היא Consensus NLP, שלפי יומן השינויים גייסה 30 מיליון דולר במאי 2026. על מספר המשתמשים המסמכים לא מסכימים: דף התמחור כותב 5 מיליון ומרכז העזרה 10 מיליון.
קונצנזוס יודע למצוא מאמרים, לסכם אותם עם ציטוטים, להראות לאן הספרות נוטה, לסנן לפי איכות מחקר ולייצא הכל למנהל מקורות. אלה היכולות לפי מרכז העזרה ויומן השינויים, ולצד כל אחת שימוש עסקי אחד:
המד מסכם את העמדות של 5 עד 20 המאמרים הרלוונטיים ביותר לשאלה שלכם, לא את כל המחקר בעולם. לפי מרכז העזרה, הוא מופיע רק כשהשאלה מנוסחת ככן או לא, ורק כשנמצאו לפחות 5 מאמרים שאפשר לסווג.
בפינת המד מופיע מספר המאמרים שנכנסו לחישוב, ולחיצה על All details פותחת את תקציר הקונצנזוס (Consensus Snapshot). שם כל עמדה מקבלת ארבעה מדדי איכות: עדכניות (תאריך פרסום ממוצע), שיטות (כמה מטא-אנליזות, סקירות שיטתיות וניסויים מבוקרים), כתבי עת (ציון SJR ממוצע) וציטוטים (סכום). זה החלק שהכי שווה להסתכל עליו.
החברה מונה שלוש מגבלות בעצמה. המד נשען על מדגם קטן של מאמרים. המודל מסווג לפעמים לא נכון. והוא לא תמיד שם לב לפרטים בשאלה: בדוגמה של מרכז העזרה, שאלה על בטיחות איבופרופן במבוגרים עלולה לקבל "כן" ממחקר על ילדים.
הכלל המעשי: 90% "כן" ממטא-אנליזות עדכניות הוא ממצא. 90% "כן" ממחקרים קטנים וישנים הוא רמז. התקציר הוא מה שמבדיל ביניהם.
תוך רבע שעה יש לכם תשובה ראשונה עם מד, מאמרים ותקצירים, ותוך שבוע תדעו אם המסלול החינמי מספיק. הסדר חשוב: קודם שאלה צרה שאתם כבר יודעים עליה משהו, ורק אחר כך שאלה אמיתית.
טיפ: שאלה פתוחה ("מה משפיע על שחיקה?") לא תפעיל את המד. זה לא באג. רוצים מד, מנסחים שאלת כן או לא.
Consensus לא מפרסם רשימה של שפות נתמכות, אבל בהגדרות אפשר לבחור שפה לתשובות, ובבדיקה שלנו שאלה בעברית עבדה. המאגר עצמו אקדמי, ולכן המאמרים שתקבלו יהיו כמעט תמיד באנגלית.
לפי מרכז העזרה, ב-Settings יש תפריט שפה שקובע באיזו שפה יגיעו הודעות ה-Pro, הסיכומים והתובנות המרכזיות. לא מצאנו במסמכים הרשמיים אמירה מפורשת על עברית, ולכן זה בגדר "לא מצוין רשמית".
מה ראינו בבדיקה שהרצנו ב-15.9.2026, בלי להתחבר: שאלנו "האם פעילות גופנית משפרת מצב רוח?". המנוע תרגם את השאלה לחיפוש באנגלית ("exercise improve mood"), הציג מד קונצנזוס על 19 מאמרים, והתשובה נכתבה בעברית קריאה, כולל טבלת טענות. כותרות המאמרים, התובנות ליד כל מאמר ותוויות המד ("Yes", "Possibly") נשארו באנגלית.
מה לבדוק בעצמכם:
הכלל שעבד לנו: שואלים בעברית כדי לראות אם יש בכלל מחקר, ובאנגלית כשהתשובה חשובה. את הסיכום לקהל בישראל כותבים אחר כך, עם הציטוטים באנגלית כמו שהם.
Free חינם, Pro ב-20 דולר לחודש, Deep ב-65 דולר, וצוותים מ-20 דולר למושב בחיוב שנתי. אלה המספרים מדף התמחור וממרכז העזרה, נבדקו 15.9.2026. המחירים משתנים, בודקים באתר הרשמי.
| מסלול | מחיר | מה מקבלים | מגבלות |
|---|---|---|---|
| Free | 0 $ | חיפוש מאמרים ללא הגבלה, 10 הודעות Pro, עד 3 סקירות Deep, 10 תקצירי מחקר | 30 קריאות API ו-MCP בחודש. כל סקירת Deep צורכת גם הודעת Pro |
| Pro | 20 $ לחודש, או 144 $ לשנה (12 $ לחודש) | הודעות Pro ותקצירים ללא הגבלה, 15 סקירות Deep, כל הכלים כולל גרף ציטוטים | 500 קריאות API ו-MCP כלולות, ואחר כך 0.05 $ לקריאה עד 1,000 |
| Deep | 65 $ לחודש, או 540 $ לשנה (45 $ לחודש) | כל מה שב-Pro, ו-200 סקירות Deep בחודש | 2,000 קריאות API ו-MCP כלולות, ואחר כך 0.05 $ לקריאה עד 10,000 |
| Teams | 20 $ למושב לחודש בחיוב שנתי (240 $ לשנה) | כל מה שב-Pro, 50 סקירות Deep בחודש, ניהול משתמשים, חיוב מרוכז, Search API | עד 200 מושבים. 500 קריאות API ו-MCP לכל משתמש |
| Enterprise | מחיר מותאם, דרך מכירות | כל מה שב-Teams, הנחות נפח, חיבור לספריית המוסד, SSO (Okta, Azure AD, OpenAthens, Google Workspace), תמיכה ייעודית | לפי חוזה |
הנחות. לפי דף התמחור, סטודנטים וסגל אקדמי עם מייל של מוסד לימודים, ואנשי צוות רפואי בארצות הברית עם מספר NPI, מקבלים עד 40% הנחה. רופאים ואחיות בישראל לא מחזיקים NPI, ולכן ההנחה הזו לא רלוונטית להם. סטודנטים כאן כדאי שינסו עם המייל האקדמי ויראו אם הוא מאושר.
מה משלמים עליו בפועל. החיפוש עצמו, רשימת המאמרים בלי סיכום, חינמי וללא הגבלה. משלמים על ה-AI שמעליו: הודעות Pro שמסכמות, סקירות Deep שקוראות עשרות מאמרים, ותקצירי המחקר. מי ששואל שתיים או שלוש שאלות בשבוע ייתקע אחרי 10 הודעות Pro בחודש, ומי שבודק טענה אחת פה ושם יסתדר בחינם לאורך זמן.
המסלול הזול שמתאים לעסק קטן בישראל. ליועץ, לכותבת תוכן או למנהלת שצריכים לבדוק כמה טענות בחודש, Free מספיק. ברגע שקונצנזוס הופך לכלי עבודה שבועי, Pro בחיוב שנתי, 144 דולר לשנה, הוא הצעד ההגיוני. Deep מתאים רק למי שמריץ סקירות ספרות כמעט כל יום, וצוות של כמה אנשים שעובד על אותם אוספים יחסוך ב-Teams בעיקר בניהול ובחיוב.
קונצנזוס לא נבנה לחנות אונליין, אלא לכל מי שמחליט, כותב או ממליץ על סמך טענה שמישהו אמר ש"מחקרים מראים". חמישה תרחישים לפי תפקיד, כולם סינתטיים:
מעבר לעסקים, הכלי מתאים במיוחד לאנשי מקצוע בבריאות, לצוותי מדיניות, לעיתונאים ולסטודנטים. בכל המקרים הוא השלב הראשון: למצוא ולהבין. את ההחלטה עושים אנשים.
שלושת הכלים עונים עם מקורות, אבל מתוך מאגרים שונים ולסוגי שאלות שונים. קונצנזוס לשאלה אחת על מה שהמחקר אומר, אליסיט לעבודה מובנית על הרבה מאמרים, ופרפלקסיטי לכל מה שמחוץ לאקדמיה.
| Consensus (קונצנזוס) | Elicit (אליסיט) | Perplexity (פרפלקסיטי) | |
|---|---|---|---|
| מה מחפשים | 220 מיליון+ מאמרים אקדמיים | 138 מיליון+ מאמרים אקדמיים | כל הרשת: אתרים, חדשות, מאמרים |
| הפלט העיקרי | תשובה עם ציטוטים, מד קונצנזוס, סקירת Deep | טבלה עם נתונים שחולצו, סקירה שיטתית, דוח | תשובה כתובה עם ציטוטים ממוספרים |
| החוזק | שאלת כן או לא מהירה, פילטרים לפי איכות מחקר, מצב רפואי | חילוץ מובנה מעשרות עד אלפי מאמרים, PRISMA | עדכניות, הקשר עסקי וחדשותי |
| עברית | לא מצוין רשמית, עבד בבדיקה שלנו | מתוכנן לאנגלית, לא מובטח | עובד בעברית |
| מחיר כניסה בתשלום | Pro 20 $ לחודש (12 $ בשנתי) | Pro 49 $ לחודש | יש מנוי Pro, ראו המדריך |
| חינם | חיפוש ללא הגבלה, 10 הודעות Pro | חיפוש וסיכומים ללא הגבלה | קיים מסלול חינמי |
מתי בוחרים במה: קונצנזוס כשיש שאלה אחת ברורה ("האם X משפיע על Y") ורוצים לדעת תוך דקות לאן המחקר נוטה, עם אפשרות לסנן לפי סוג מחקר. אליסיט כשהתוצר הוא טבלה או סקירת ספרות: צריך לחלץ גודל מדגם, שיטה ותוצאה מ-40 מאמרים לעמודות, והפרטים שלה נמצאים במדריך המלא לאליסיט. פרפלקסיטי כשהשאלה עסקית או עדכנית, כמו מחירים של ספקים, רגולציה חדשה או מה קרה החודש.
ואם המאמרים כבר אצלכם בתיקייה ורוצים רק לשאול עליהם שאלות, Gemini Notebook עונה מהמקורות שהעליתם, בעברית, בלי לחפש בכלל. בפועל, הרבה אנשים משתמשים בשניים: קונצנזוס כדי למצוא ולהבין, ואליסיט או Gemini Notebook כדי לעבוד לעומק.
ומי שצריך לקרוא לעומק מאמר ספציפי שקונצנזוס מצא, עם הסבר של טבלאות ומשוואות בתוך הקובץ, ימצא את כל הפרטים במדריך המלא לסאי-ספייס (SciSpace).
לפי מדיניות הפרטיות, Consensus לא מאמן מודלים על מה שאתם כותבים או מעלים, אבל התוכן עובר לעיבוד אצל ספקי מודלים חיצוניים. אלה העובדות מהמסמכים הרשמיים:
מנוע חיפוש אקדמי מבוסס AI: שואלים שאלה, והוא מחפש קודם במאגר של יותר מ-220 מיליון מאמרים שעברו ביקורת עמיתים, ורק אחר כך מסכם עם ציטוט לכל טענה. על שאלת כן או לא מופיע מד הקונצנזוס, שמראה לאן המחקרים המובילים נוטים.
לפי דף התמחור (נבדק 15.9.2026): Free חינם; Pro 20 דולר לחודש או 144 לשנה; Deep 65 דולר לחודש או 540 לשנה; Teams 20 דולר למושב לחודש בחיוב שנתי, עד 200 מושבים; Enterprise במחיר מותאם. סטודנטים וסגל מקבלים עד 40% הנחה. המחירים משתנים, בודקים באתר.
כן, יש מסלול Free: חיפוש מאמרים ללא הגבלה, 10 הודעות Pro בחודש, עד 3 סקירות Deep, 10 תקצירי מחקר (Study Snapshot) ו-30 קריאות API ו-MCP. אצל משתמשי Free, כל סקירת Deep צורכת גם הודעת Pro אחת.
שואלים שאלת כן או לא. ה-AI קורא את 20 המאמרים הרלוונטיים ביותר ומסווג כל מסקנה ל-Yes, No, Possibly או Mixed. המד מופיע רק כשיש לפחות 5 מאמרים מתאימים, ולחיצה על All details פותחת השוואה לפי עדכניות, שיטות מחקר, איכות כתב העת וציטוטים.
לא מצוין רשמית אילו שפות נתמכות, אבל בהגדרות אפשר לבחור שפה לתשובות. בבדיקה שלנו ב-15.9.2026, שאלה בעברית תורגמה לחיפוש באנגלית, התשובה חזרה בעברית עם מד קונצנזוס, וכותרות המאמרים נשארו באנגלית. מונחים מקצועיים כדאי לבדוק מול המקור.
לפי מרכז העזרה, החיפוש קודם לסיכום, ולכן כל מאמר שמצוטט קיים באמת. הסיכון שנשאר הוא קריאה שגויה של מאמר אמיתי. החברה מוסיפה מודלים שבודקים רלוונטיות ומציגה את הציטוט מתוך המאמר, אבל ממליצה לבדוק את המקור לפני שמסתמכים.
קונצנזוס בנוי לשאלה אחת ולתשובה מהירה עם מד שמראה לאן המחקר נוטה. אליסיט בנויה לעבודה מובנית: טבלה עם נתונים שחולצו מעשרות מאמרים וסקירה שיטתית. לשאלה עובדתית, קונצנזוס. לחילוץ נתונים לטבלה, אליסיט.
פרפלקסיטי מחפש בכל הרשת ומצטט אתרים, חדשות ומאמרים. קונצנזוס מחפש רק בספרות אקדמית, מסמן מאמרים שנסוגו ומסנן לפי סוג מחקר וגודל מדגם. לשאלה מה המחקר אומר, קונצנזוס. לשאלה מה קרה החודש או מה מציעים בשוק, פרפלקסיטי.
קונצנזוס הוא הדרך הכי מהירה היום לעבור מ"שמעתי שמחקרים מראים" לרשימה של מאמרים אמיתיים עם ציטוט לכל טענה. הוא זול יחסית, עובד בחינם לשימוש מזדמן, ענה לנו בעברית, ומתעד בכנות את המגבלות שלו. הוא לא מחליף קריאה של המאמר, לא רואה את כל המחקר, ולא נבנה לטבלאות חילוץ גדולות, ולשם יש כלים אחרים.
ואם לחזור לפתיחה: המד הוא באמת המקום שבו הכי קל לטעות. אבל הוא גם המקום שבו הכי קל ללמוד לא לטעות, כי ממש מתחתיו מחכה התקציר שמראה כמה מטא-אנליזות, כמה שנים וכמה ציטוטים עומדים מאחורי כל "כן". מי שמתרגל ללחוץ שם, כבר קורא מחקר טוב יותר מרוב האנשים שמצטטים אותו.
רוצים לתרגל את זה בתוך הדף? הקורס האינטראקטיבי ל-Consensus ב-9.90 ₪, חלק מסדרת הקורסים האינטראקטיביים.
המשך קריאה: אליסיט: המדריך המלא · פרפלקסיטי: המדריך המלא · Gemini Notebook: המדריך המלא · AI במגזר הציבורי · קורס אליסיט ב-9.90 ₪
כל העמודים נבדקו ב-15.9.2026. המחירים משתנים, בודקים באתר הרשמי.
יעקב צדק, מרצה, יועץ ומטמיע AI בארגונים, ומוביל את קהילת הטיפ היומי ב-AI, הצטרפו לקבוצת הוואטסאפ.
מרצה AI מוביל בישראל, מטמיע בינה מלאכותית בארגונים מ-2021. מייסד LazySEO AI ומכללת צדק אקדמי, מוביל קהילות עם מעל 100,000 חברים. שותף רשמי של Meta, Google, Canva ו-TikTok.
עוד עליי ←