אלגוריתם לינקדאין 2026 — איך הפיד מחליט מה לקדם

360 Brew — מודל ה-Foundation של LinkedIn ל-Feed Ranking

במשך עשור, אלגוריתם הפיד של LinkedIn היה בעצם ערימה ענקית של feature engineering — מאות סיגנלים שמהנדסים הזינו ידנית למודל ranking מסורתי: כמה לייקים בשעה הראשונה, כמה הקורא והכותב חולקים מכרים משותפים, האם הפוסט מכיל וידאו, האם יש Hashtag, מה משך הקריאה הצפוי. כל סיגנל היה מתויג, מנורמל, ומשוקלל. זה עבד — אבל זה הוביל למחזור אינסופי של "אנחנו נצטרך feature חדש ל-X". כששינויי פורמט קרו, המודל היה צריך אימון מחדש. כשרמאים מצאו פרצה, היה צריך feature חדש לחסום אותם. 360 Brew, שהושק על-ידי LinkedIn בסוף 2024 ונפרס בהדרגה על פני 2025-2026, מחליף את כל השכבה הזו ב-Foundation Model אחד [LinkedIn Engineering Blog 2025-2026]. (השם "360 Brew" הוא הכינוי שנטבע על-ידי חוקרי אלגוריתם כ-Richard van der Blom — לא שם רשמי של LinkedIn)

מה 360 Brew באמת עושה

360 Brew הוא LLM ייעודי שאומן על מאות מיליארדי אינטראקציות LinkedIn — פוסטים, תגובות, פרופילים, הקשרי קריירה — ושמתפקד כ-"מנוע הבנה של תוכן עסקי-מקצועי". במקום לקבל 400 fields של feature_engagement_rate_60min ו-feature_creator_authority_score, הוא מקבל את הקלט הגולמי ומבין אותו כפי שאדם היה מבין. הוא קורא:

• את גוף הטקסט של הפוסט — לא רק "כמה תווים", אלא על מה הפוסט, האם הוא קוהרנטי, האם הוא מספק תובנה חדשה או חוזר על קלישאות, האם הוא מבוסס-ניסיון או generic AI slop
• את התמונות והקרוסלות שמצורפות — באמצעות vision encoders שמקודדים מה רואים בפועל, לא מטא-דאטה
• את פרופיל היוצר במלואו — Headline, About, ניסיון תעסוקתי, Skills, מאמרים שכתב, Top Voice badges, ופוסטים קודמים
• את הקורא הספציפי שעומד לראות את הפוסט — מה הוא קרא בשבוע האחרון, איפה הוא עצר, מה הוא Saved, על מה הוא הגיב

ועם כל הקלט הזה, 360 Brew מנבא לא "האם הקורא ילחץ Like", אלא שתי שאלות עמוקות יותר: "כמה זמן הקורא יישאר על הפוסט הזה" (Predicted Dwell Time), ו-"האם זו תהיה אינטראקציה משמעותית" (Predicted Meaningful Engagement). הניבויים האלה הם שני הציונים המרכזיים שקובעים אם הפוסט מקבל הפצה ראשונית של 200 איש או 5,000, ואם הוא ממשיך לגל השני [Richard van der Blom Algorithm Insights 2026].

מה השתנה בפועל ליוצרים

השינוי המשמעותי ביותר עבורך כיוצר הוא שכפיים של vanity metrics נחלשו. עד 2023, פוסט שקיבל 400 לייקים בשעה הראשונה נחשב winner ושוגר אוטומטית להפצה רחבה. ב-2026, פוסט עם 400 לייקים מהירים אבל dwell time ממוצע של 4 שניות — האלגוריתם מסווג כ-"engagement bait" ומצמצם את ההפצה. לעומת זאת, פוסט עם 40 לייקים אבל dwell time ממוצע של 38 שניות — האלגוריתם מסווג כתוכן בעל ערך אמיתי ומגדיל את ההפצה בגל השני [LinkedIn Engineering Blog 2026].

השינוי השני, ואולי האפקטיבי יותר, הוא ש-expertise-aligned content מקבל boost משמעותי. אם הפרופיל שלך אומר "Product Manager עם 10 שנות ניסיון ב-fintech", ופרסמת פוסט על fintech — האלגוריתם נותן לפוסט ציון expertise alignment גבוה, ומפיץ אותו לקהל רחב יותר של אנשי fintech. אם פרסמת פוסט על תזונה — אותו אלגוריתם מקטין את ההפצה משמעותית, גם אם הפוסט עצמו טוב, כי אין alignment בין הפרופיל לתוכן. זה לא שיפוט מוסרי — זו מתמטיקה: האלגוריתם מנבא ש-product managers שעוקבים אחריך לא יישארו על פוסט תזונה, ולכן ה-predicted dwell time נמוך.

Authority Verification — המנגנון החדש שאתם חייבים להבין

כאן נכנסת לתמונה התופעה החשובה ביותר של 2026: Authority Verification. לפני שהאלגוריתם מחליט אם להפיץ את הפוסט שלך לרשת רחבה, הוא קורא את הפרופיל שלך כדי לאמת שאתה מוסמך לדבר על הנושא הזה. זה לא בדיקה אנושית — זו בדיקה אוטומטית של 360 Brew שמתבצעת בכל פרסום, תוך מילישניות.

הוא בודק שלוש שכבות:

• Headline alignment — האם הנושא של הפוסט מופיע (או רומז) ב-Headline שלך?
• Experience alignment — האם בניסיון התעסוקתי שלך יש תפקידים שתומכים בנושא?
• Historical content alignment — האם הפוסטים הקודמים שלך עסקו בנושא, או שזה הופעת בכורה רנדומלית?

פוסט שעובר את שלוש השכבות מקבל Authority Score גבוה ונכנס לראשיתת מסלול הפצה מואץ. פוסט שעובר רק שכבה אחת מקבל הפצה רגילה. פוסט שנכשל בכולן — נכנס לתחתית ה-pile, ולעיתים הופץ רק לחלק קטן מהעוקבים שלך עצמם. זו הסיבה שיוצרים שמדלגים בין נישות נראים "תקועים" — לא כי התוכן שלהם רע, אלא כי האלגוריתם פשוט לא מאמין שהם מוסמכים לדבר על שום דבר ספציפי.

ההשלכה המעשית: Niche-Locked Profile + Niche-Locked Content = Compound Boost

השילוב של שני המנגנונים — Foundation Model שמודד dwell time ו-Authority Verification שמודד alignment — יוצר compound algorithmic boost ליוצרים ממוקדי-נישה. כל פוסט שאתם מפרסמים בנישה שלכם מחזק את ה-historical content alignment, שמגדיל את ה-Authority Score של הפוסט הבא, שמקבל הפצה רחבה יותר, שמייצר עוקבים ממוקדי-נישה, שמייצרים dwell time גבוה יותר על הפוסטים הבאים, שמגדיל את ה-predicted engagement של 360 Brew, שמגדיל עוד את ההפצה. זה לא מטפורה — זה לולאה מתמטית מדידה. יוצרים שמנעלו את עצמם על נישה אחת רואים growth curves שמתחילים אקספוננציאליים אחרי 50-80 פוסטים בנישה [Richard van der Blom Algorithm Insights 2026].

הצד השני של אותה מטבע: יוצרים שמפזרים תכנים בין 4-5 נושאים לא רק שלא מקבלים את ה-boost — הם מקבלים פנלטי מצטבר. כל פוסט "מחוץ לנישה" מדלל את ההיסטוריה של הפרופיל בעיני האלגוריתם, מוריד את ה-Authority Score של הפוסטים העתידיים, וכל זה משוקלל ב-360 Brew לציון expertise alignment נמוך. זו הסיבה שבחירת הנישה בפרק 1 — שנראתה אז כמו עניין של מיתוג — היא בעצם החלטה אלגוריתמית קריטית. הפרופיל שלכם, האודות, הפוסטים — כולם signals שאתם מאמנים את האלגוריתם איתם בכל פרסום. החדשות הטובות: אתם המאמנים. החדשות הרעות: אתם מאמנים אותו גם כשאתם לא שמים לב.

שלושת שלבי החיים של פוסט — Content Classification

כל פוסט שאתם מפרסמים ב-LinkedIn עובר שלושה שלבי סיווג רצופים ב-24 השעות הראשונות. כל שלב הוא שער: אם הפוסט עובר אותו, הוא ממשיך לשלב הבא ומקבל הפצה רחבה יותר. אם הוא נכשל בשלב מסוים — הוא נתקע שם, גם אם איכותו האמיתית גבוהה. הבנת שלושת השלבים האלה היא ההבדל בין פרסום אקראי לפרסום אסטרטגי [LinkedIn Engineering 2026].

שלב 1: Spam Filter — 10-30 הדקות הראשונות

ברגע שאתם לוחצים Post, הפוסט נכנס ל-spam classifier — שכבת בדיקה אוטומטית שמחפשת דפוסים אדומים: engagement bait ("Comment 'YES' if you agree"), link-stuffing (3+ קישורים חיצוניים בגוף הפוסט), recycled content (טקסט זהה לפוסט שכבר פורסם בעבר), הצפת hashtags (10+), והפניות חיצוניות חשודות. פוסט שמסומן כ-spam מקבל impression cap של 50-100 חשיפות — כלומר הוא יוצג לכמה מאות מהעוקבים שלך בלבד, ושם מסתיים סיפורו. אין הודעה, אין אינדיקציה — הוא פשוט "לא מתחיל". זו הסיבה שיוצרים מנוסים אף פעם לא משתמשים בנוסחאות engagement bait, גם כשהן עובדות לכאורה ב-Twitter או באינסטגרם.

שלב 2: Low-Quality Filter — דקות 30 עד 90

אם עברתם את ה-spam filter, הפוסט מקבל הפצה ראשונית של 200-1,000 חשיפות לעוקבים פעילים. עכשיו האלגוריתם מודד את ה-early engagement rate ומשווה אותו ל-baseline שלכם — הביצועים הממוצעים של הפוסטים האחרונים שלכם. אם הפוסט הנוכחי מבצע מתחת ל-baseline (לדוגמה: dwell time ממוצע של 3 שניות כשה-baseline שלכם הוא 12), הפוסט נכנס ל-low-quality bucket ונשאר שם. הוא לא נחסם — הוא פשוט לא מקבל את הדחיפה לגל השני. זו פעולה פסיבית, לא ענישה: האלגוריתם פשוט מפסיק להציע אותו לקוראים חדשים [Richard van der Blom 2026].

שלב 3: High-Quality Distribution — שעות 1 עד 24

פוסטים שעוברים את שני המסננים הראשונים זוכים ב-2nd-degree distribution — הפצה לחברים של החברים שהגיבו, עשו save או share. אם המומנטום ממשיך, פותחים שערי 3rd-degree distribution — קוראים שאין להם שום קשר רשתי אליכם, רק interest match לפי 360 Brew. כאן קורה ההבדל בין פוסט עם 800 צפיות לפוסט עם 80,000.

ההשלכה המעשית: 60-90 הדקות הראשונות הן לא זמן להתפזר. הן זמן להישאר על הטלפון, להגיב לכל תגובה, לשתף את הפוסט בקבוצות רלוונטיות, ולחבר חברים שיצרכו עוד engagement מוקדם. מי שמפרסם ויוצא לפגישה — נשאר ב-low-quality bucket.

Dwell Time — המדד החשוב ביותר ב-2026

אם הייתם צריכים לזכור מדד אחד בלבד מכל הפרק הזה — זה Dwell Time. עד 2023, האלגוריתם של LinkedIn התבסס בעיקר על reactions. ב-2026, אחרי הטמעת 360 Brew, dwell time משוקלל פי 3 בערך מ-likes בנוסחת ההפצה (על-פי ניתוח Richard van der Blom 2026 — לא נתון רשמי של LinkedIn). זה המדד שהפיל יוצרים ותיקים שעבדו לפי הספר הישן, וזה המדד שהעלה יוצרים חדשים מ-200 עוקבים ל-50,000 בתוך שנה.

מה Dwell Time מודד בפועל

Dwell Time הוא משך הזמן שעיניו של הקורא משתהות על הפוסט שלך לפני שהוא ממשיך לגלול. LinkedIn מודד את זה דרך מספר אותות: כמה זמן הפוסט נמצא בחלק הנראה של המסך, האם הקורא לחץ על "see more", האם הוא הגדיל תמונה, האם הוא צפה ב-2+ שקפים בקרוסלה, האם הוא חזר לפוסט אחרי scroll קצר. כל זה משוקלל למספר אחד: predicted dwell time שהמודל מחשב, ו-actual dwell time שנמדד אחרי הפרסום. הפער בין השניים הוא סיגנל בפני עצמו.

מה יוצר Dwell Time

• Pattern interrupt hook — שורה ראשונה שעוצרת את ה-scroll (לדוגמה: "פיטרתי 3 לקוחות בחודש שעבר. הנה מה שלמדתי")
• שורות קצרות — break אחרי כל 1-2 משפטים. עיני הקורא נחות, וזה מאריך את משך הקריאה כי אין wall of text שמרתיע
• רשימות ממוספרות — מוח הקורא מצפה ל-payoff ("אם יש 7 דברים, אני רוצה לראות את כולם")
• White space ושבירת מקצב — שורה ריקה כל 3-4 בלוקים
• שילוב תמונה או קרוסלה — תמונה מעלה את הזמן הממוצע ב-30-50%, קרוסלה מעלה אותו פי 2-3
• "See more" cliffhanger — שורה 3 צריכה לסיים באמצע מחשבה, כך שהקורא חייב להרחיב

מה הורג Dwell Time

• Wall of text — פסקה ארוכה ללא breaks. הקורא מסתכל, מזהה גוש, ומגלגל הלאה תוך 1.5 שניות
• Generic opener — "I'm excited to share..." או "היום אני רוצה לדבר על..." — הקורא ראה את זה 5,000 פעם
• אין שבירה ויזואלית — אין emoji, אין bullets, אין מספרים, אין הדגשות
• Hook חלש — שורה ראשונה שלא מבטיחה ערך

מטרה מדידה ואיך מודדים

פוסטים ברבעון העליון מגיעים ל-dwell time ממוצע של 6-9 שניות. פוסטים ב-50 האחוזים העליונים — 4-6 שניות. מתחת ל-3 שניות — פוסט בעייתי. Shield Analytics ו-AuthoredUp חושפים את הנתון הזה לכל פוסט שלכם. LinkedIn Analytics הרשמי לא מציג dwell time ישירות, אבל "average time spent" של viewer-level analytics הוא proxy מספיק טוב [Shield Analytics].

היררכיית האינטראקציות — Comments > Shares > Reactions > Saves > Clicks

לא כל אינטראקציה שווה. הטעות הנפוצה ביותר של יוצרים חדשים היא לרדוף אחרי לייקים — בעוד שהאלגוריתם מתייחס ללייק כאל הסיגנל החלש ביותר. הנה ההיררכיה המדויקת לפי המכפילים שמשוקללים ב-360 Brew, על בסיס ניתוחי Richard van der Blom של 2026 [Richard van der Blom 2026]:

המכפילים המדויקים

• Reaction (Like/Celebrate/Insightful) — מכפיל בסיס של 1x. סיגנל חלש, אבל לא חסר ערך
• Save (Bookmark) — 1.5-2x. סיגנל high-intent — הקורא רוצה לחזור לזה
• Click (על תמונה / Profile / link) — 2x. עניין אקטיבי
• Share / Repost עם תוספת מחשבה — 4-6x. אחד הסיגנלים החזקים ביותר
• Comment קצר (1-2 מילים: "Great", "Agreed") — 2x. עדיף על לייק, אבל מעט
• Comment משמעותי (3+ מילים) — 6-8x. כאן זה מתחיל להיות רציני
• Reply chain (אתה מגיב לתגובה, הקורא חוזר ומגיב חזרה) — 30-40x. זה ה-god mode

למה Reply Chain שווה כל-כך הרבה

האלגוריתם מפרש שיחה מרובת-תורים כסיגנל ש-הפוסט יצר ערך אמיתי. שני אנשים לא משוחחים על תוכן ריק. כל תור נוסף בשרשור הוא הוכחה ש-360 Brew צדק כשניבא "meaningful engagement". בנוסף, כל תגובה של מגיב חיצוני לתגובה שלכם מגדילה את החשיפה לרשת שלו — מה שיוצר secondary distribution loop שמזין את עצמו.

דוגמה מספרית — מתמטיקה של הפצה

שווה להשוות שני פוסטים מאותו יוצר:

• פוסט A: 200 לייקים, 0 תגובות = 200 × 1 = 200 נקודות engagement
• פוסט B: 50 לייקים + 50 תגובות משמעותיות + 25 reply chains = (50×1) + (50×7) + (25×35) = 50 + 350 + 875 = 1,275 נקודות engagement

פוסט B מקבל פי 5 בערך יותר הפצה בגל השני, גם שיש לו פחות אינטראקציות סך-הכל. זה לא אינטואיטיבי — אבל זו המתמטיקה של 2026.

ההשלכה המעשית — Reply Within 30 Minutes

הכלל הבלתי מתפשר: תגובה לכל תגובה תוך 30 דקות מהפרסום בתוך ה-Golden Hour. תשובה איכותית, לא "Thanks!" — שאלה חוזרת, הוספת context, או challenge עדין שמזמין reply נוסף. כל reply chain שאתם מצליחים להפעיל שווה יותר מ-30 לייקים. זו הסיבה שיוצרים מקצועיים לא מפרסמים לפני פגישה של שעה — הם יודעים שהשעה הראשונה היא עבודה אקטיבית.

Authority Verification — האלגוריתם קורא את הפרופיל שלך

הזכרנו ב-Section 1 ש-360 Brew בודק את הפרופיל שלכם בכל פרסום. כאן ניכנס לעובי הקורה: שלוש שכבות אימות שהאלגוריתם בוחן תוך מילישניות, ואיך לוודא שכל אחת מהן עובדת לטובתכם, לא נגדכם [Richard van der Blom 2026].

שכבה 1: Headline Match

הסיגנל הראשון והחזק ביותר. האלגוריתם בודק: האם ה-Headline שלך מכיל מילות מפתח מהנושא של הפוסט? אם פרסמתם פוסט על "Prompt Engineering" וה-Headline שלכם הוא "AI Consultant | Helping teams ship with LLMs" — יש match חזק, ה-authority signal עולה. אם ה-Headline אומר "Bookkeeper at Tel Aviv Accounting Ltd." — אין match, והפוסט נכנס למסלול הפצה איטי, ללא קשר לאיכותו האמיתית.

שכבה 2: About Match

השכבה השנייה בודקת את ה-About section. האלגוריתם מחפש בעיקר את שורות ה-"What I do" וה-"I help X with Y" — האם הן תומכות בטענה של הפוסט? אם הפוסט שלכם מסביר איך לבנות funnels ב-B2B SaaS, וה-About שלכם פותח ב-"I help B2B SaaS founders build pipeline that doesn't break at $1M ARR" — match מושלם. אם ה-About מתמקד בקריירה שלכם כצלמים — mismatch, פנלטי.

שכבה 3: Experience Track Record

השכבה העמוקה ביותר — ולפעמים העיוורת ביותר ליוצרים. האלגוריתם סורק את היסטוריית התעסוקה שלכם ושואל: האם יש פה תפקידים שתומכים בנושא הפוסט? כותב על cybersecurity? צריך להופיע בניסיון תפקיד אחד לפחות שקשור ל-security, IT, או risk. כותב על marketing? Marketing/growth/CMO experience. אין experience match = ה-authority score נשאר בינוני, ויש קאפ פנימי על ההפצה.

הפרדוקס של ה-Bookkeeper-AI

דוגמה מוחשית. נניח שיש לכם Headline "Bookkeeper at Tel Aviv Accounting" אבל אתם מתחילים לכתוב פוסטים על AI ו-automation. הפוסטים שלכם מצוינים, מבוססי-ניסיון אמיתי. אבל האלגוריתם רואה: Headline ללא AI, About ללא AI, Experience ללא AI. הוא אינו מאמין שאתם מוסמכים. ההפצה תיתקע ב-300-500 חשיפות, ולא משנה כמה הפוסט טוב. הפתרון לא לכתוב פחות על AI — הפתרון לעדכן את ה-Headline ל-"Bookkeeper exploring AI for finance teams" ולהוסיף שורה ב-About. ברגע שהפרופיל מאשר את הטענה, ההפצה נפתחת.

ההשלכה המעשית: לפני שאתם פותחים נישה חדשה, עדכנו את הפרופיל קודם. הפרופיל הוא ה-permission slip שלכם מהאלגוריתם. בלעדיו, אתם כותבים פוסטים שאף אחד לא יראה.

The Golden Hour — 60-90 הדקות הראשונות שמכריעות את גורל הפוסט

אם יש דבר אחד שמייחד יוצרים מקצועיים בלינקדאין מ-2026 מחובבנים — זו ההבנה שהפוסט לא נולד במלואו ברגע שלוחצים Publish. הפוסט נולד פעמיים: פעם בכתיבה, ופעם שנייה ב-90 הדקות הראשונות שלאחר הפרסום. בחלון הזה האלגוריתם מקבל שלוש החלטות רצופות שמכריעות אם הפוסט יגיע ל-300 אנשים או ל-30,000.

The Cascade — שלוש שכבות החלטה

• דקות 0-15: ה-Spam Check. 360 Brew מחליט אם הפוסט הוא spam, low-quality, או legit. הסיגנלים שהוא בודק: האם יש engagement תוך הדקות הראשונות? האם זה בא מחשבונות אמיתיים (לא bots)? האם יש dwell time מינימלי? אם בדקה 10 יש לך 0 אינטראקציות — האלגוריתם מסיק שהפוסט אינו מעניין ומוריד אותו ל-throttled distribution.
• דקות 15-60: Engagement Rate vs Baseline. כל פרופיל יש לו baseline engagement rate היסטורי (ה-ER הממוצע של 10 הפוסטים האחרונים). אם הפוסט הנוכחי מצליח לעבור את ה-baseline שלך תוך 60 דקות — האלגוריתם מקדם אותו לגל הפצה רחב יותר. אם הוא משתרך מתחת ל-baseline — ההפצה נחתכת.
• דקות 60-90: Reinforcement Loop. אם עברת את שני הסינונים, האלגוריתם נכנס למצב חיזוק: כל אינטראקציה חדשה מקבלת משקל גבוה במיוחד, וכל reply chain מפעיל secondary distribution. זה החלון שבו פוסט "טוב" הופך לפוסט "ויראלי".

ארבעת המהלכים הטקטיים של ה-Golden Hour

1. תגובה תוך 5 דקות ל-5 התגובות הראשונות. אלו ה-replies בעלי המינוף הגבוה ביותר שתכתבו השבוע. הם מפעילים reply chains ששווים 30-40x מהמכפיל הבסיסי (ראו Section 4). כל reply chain בחלון הזה שווה יותר מ-50 לייקים שיגיעו אחרי שעתיים.

2. אל תערכו את הפוסט ב-30 הדקות הראשונות. כל edit מאפס חלקית את ה-momentum, מכיוון ש-360 Brew סורק מחדש את התוכן ומעכב את ה-distribution הבא בכ-3-7 דקות. אם יש typo — תחיו איתו, או תקנו רק אחרי שעה.

3. הפעילו את ה-Warm Pool מיידית. כל יוצר מקצועי בישראל מחזיק רשימת WhatsApp/Telegram/email של 20-50 קולגות שמסכימים להיות "סוללי המסלול". ברגע שאתה לוחץ Publish — אתה שולח להם את הקישור. הם נכנסים, קוראים את הפוסט במלואו (dwell time), מגיבים תגובה משמעותית של 3+ מילים, ויוצרים את ה-engagement הראשוני שמשכנע את האלגוריתם שהפוסט שווה הפצה. זה לא pod מטופש של "I'll like yours, you like mine" — זה רשת מקצועית של אנשים בנישה שלך.

4. פרסמו ב-peak hour של הקהל הישראלי. שלושה חלונות עיקריים: 8:00-10:00 (קפה ראשון במשרד), 12:00-13:00 (הפסקת צהריים), ו-21:00-22:00 (אחרי שהילדים נרדמו). אם הקהל שלכם בעיקר B2B ישראלי — 8:30 בבוקר ביום שלישי או רביעי הוא ה-sweet spot המוכח. אל תפרסמו לפני 7:00 בבוקר ואל תפרסמו אחרי 23:00 — בשני המקרים אתם מבזבזים את ה-Golden Hour על קהל ישן.

Second-Wave Distribution — איך מגיעים למעגל 2 ו-3

פוסטים שעוברים את ה-Golden Hour מקבלים גישה למה ש-Richard van der Blom מכנה "second-wave distribution" — ההפצה ל-followers של ה-followers שלך (מעגל 2), ולפעמים גם ל-3rd degree (followers של followers של followers). 80% מההפצה של פוסטים ויראליים בלינקדאין הישראלי מגיעה דווקא מהגלים האלה, לא מהמעגל הראשון [Richard van der Blom 2026].

מה מפעיל את הגל השני?

שלושה סיגנלים חייבים להתקיים בו-זמנית כדי ש-360 Brew יחליט "זה ראוי להפצה רחבה":

• Engagement Rate גבוה משמעותית מה-baseline שלך — לא 10% מעל, אלא לפחות 50-100% מעל הממוצע ההיסטורי של הפרופיל
• Dwell Time ארוך — קוראים שוהים על הפוסט 15+ שניות, מה שמסמן שיש "תוכן אמיתי לקרוא"
• Reply Chain Depth — לפחות 5-7 שרשורי שיחה עם 3+ תורים בכל אחד. זו ההוכחה הניצחת שהפוסט יצר conversation, לא רק reactions

איך מהנדסים פוסט לגל השני

הוקים שמרוויחים shares. שלושה ארכיטיפים מוכחים בלינקדאין הישראלי של 2026:

• Controversial Take: "כולם אומרים שצריך לפרסם כל יום בלינקדאין. זו עצה גרועה. הנה למה." — הצהרה שמתנגשת עם conventional wisdom יוצרת אינסטינקט לשתף.
• Surprising Data: "ניתחתי 1,247 פוסטים בעברית מהחודשיים האחרונים. הממצא שהכי הפתיע אותי: ___" — הקורא רוצה שגם החברים שלו יראו את הנתון.
• "I Was Wrong" Admission: "במשך 3 שנים אמרתי לסטארטאפים X. בדקתי שוב, וגיליתי ש-X הוא בדיוק הפוך." — vulnerability + reversal = share-worthy.

תיוג מדויק (1-2 אנשים, לא יותר). תייגו אדם אחד או שניים שבאמת רלוונטיים לפוסט — לא יותר. תיוג של 3+ אנשים נראה לאלגוריתם כ-engagement bait ומפעיל פנלטי. ה-sweet spot: תיוג של אדם אחד בעל 5K-50K עוקבים שיש לו סיכוי גבוה להגיב.

שאלה שמזמינה דעה חזקה. במקום "מה אתם חושבים?" השטוח, סיימו את הפוסט בשאלה שמכריחה לקחת צד: "האם הייתם משלמים $500 לחודש על AI agent שיכתוב לכם את כל הפוסטים בלינקדאין? כן או לא — ולמה?" דיכוטומיה כן/לא יוצרת תגובות ברורות, וקוראים נכנסים להגן על העמדה שלהם — מה שיוצר reply chains ארוכים.

Hashtags 2026 — 3-5 בלבד, niche-only

הכלל של 2024 ("השתמשו ב-up to 30 hashtags לכל פוסט") מת. בלינקדאין של 2026, הכלל החדש הוא: 3-5 hashtags ניש'יים בלבד. כל מספר גבוה יותר, או כל hashtag רחב מדי, מסמן לאלגוריתם spam.

למה 360 Brew מעניש hashtag stuffing

האלגוריתם של 2026 רואה ב-#leadership #motivation #success #business #entrepreneur כתבנית של בוטים ושל יוצרים שמנסים לעקוף את המערכת. ברגע שהוא מזהה stuffing — ה-distribution score נחתך ב-15-25%. ה-logic של LinkedIn: hashtags רחבים לא עוזרים לקהל הנכון להגיע לתוכן הנכון, הם רק מנפחים reach מזויף.

מה כן עובד

3 hashtags ספציפיים, כל אחד עם 5K-50K עוקבים. דוגמאות מהנישה הישראלית:

• #VibeCoding (במקום #AI הרחב)
• #IsraeliTechCommunity (במקום #Tech הרחב)
• #B2BSaaSMarketing (במקום #Marketing הרחב)
• #HebrewContentCreators (במקום #Content הרחב)

מתודולוגיית הבחירה

חיפשו את ה-hashtag בלינקדאין → בדקו שני נתונים: (1) מספר העוקבים של ה-hashtag, (2) velocity — כמה פוסטים חדשים נוספו ב-24 השעות האחרונות. ה-sweet spot: 5K-50K עוקבים עם 10-50 פוסטים ביום. גדול מדי (500K+ עוקבים) = אתם נטחנים בים תוכן. קטן מדי (פחות מ-1K עוקבים) = איש לא מחפש שם.

אנטי-תבניות

• Stuffing: 10+ hashtags = פנלטי
• Broad-only: #AI #Tech #Innovation = "spam signal"
• None: 0 hashtags = איבוד discoverability ב-search וב-hashtag feeds

External Links — אסטרטגיית "Link in First Comment"

אחד החוקים הכי חשובים — והכי מתעלמים ממנו — בלינקדאין של 2026: פוסטים עם external link בגוף הטקסט מקבלים 30-50% פחות הפצה. ההיגיון של LinkedIn פשוט: הפלטפורמה רוצה שמשתמשים יישארו על הפלטפורמה, לא יצאו לאתרים אחרים. כל body-link הוא איום על ה-time-on-platform metric של LinkedIn, והאלגוריתם מענישת בהתאם.

הפתרון — Link in First Comment

פרסמו את הפוסט ללא קישור בגוף, ותוך 60 שניות מ-Publish — תוסיפו את הקישור ב-תגובה הראשונה שלכם על הפוסט שלכם. בגוף הפוסט עצמו, רשמו "Link in comments below" או "הקישור בתגובה הראשונה למטה". הקוראים יחפשו את הקישור בתגובות, האלגוריתם לא יראה body-link, ושני הצדדים מרוצים.

למה זה עובד

הקישור בתגובה כן נחשב כקישור-יוצא, אבל האלגוריתם נותן לו משקל פנלטי נמוך משמעותית. בנוסף, הצורך לקרוא תגובה כדי למצוא את הקישור מגדיל את ה-engagement על הפוסט עצמו (קליקים על comments = סיגנל חיובי), ויוצר flow שמסמן ל-360 Brew "זה פוסט שמייצר conversation, לא רק אתר חיצוני".

שלוש דוגמאות תפעוליות

• קידום ניוזלטר: פוסט עם teaser של 3 takeaways מהגיליון השבועי. תגובה ראשונה: "Read the full issue here → [link]"
• Case Studies: פוסט עם summary של 5 שורות מה-case study. תגובה ראשונה: PDF/Notion link עם הפרטים המלאים
• הופעות בפודקאסט: פוסט עם quote או insight מהפרק. תגובה ראשונה: קישורים ל-Spotify, Apple Podcasts, ו-YouTube

אנטי-תבניות

• Link גם בגוף וגם בתגובה: הפוסט עדיין נקנס על ה-body-link. אל תכפילו את הקישור.
• אין link in comment בכלל: אתם מאבדים את ה-click-through. אם הפוסט הוא לקדם משהו — חייב להיות קישור איפשהו, פשוט לא בגוף.
• תגובה שנייה במקום ראשונה: אם מישהו מגיב על הפוסט ב-15 השניות הראשונות, הקישור שלכם נדחף למטה. תהיו מהירים — 60 שניות מ-Publish.

תדירות פרסום — 3-5 פעמים בשבוע

השאלה הכי נפוצה בכל קורס לינקדאין: "כמה פעמים בשבוע צריך לפרסם?". בלינקדאין של 2026, התשובה אינה "כמה שיותר" — היא מדויקת מאוד: 3-5 פוסטים בשבוע, רצוף, למשך 90 ימים לפחות. זאת ה-sweet zone שבה האלגוריתם בונה אתכם כ-creator profile, מבלי לפגוע ב-engagement-per-post.

למה פחות מ-2 בשבוע = אסון

מתחת לשני פוסטים בשבוע, האלגוריתם פשוט "שוכח" אתכם. ה-creator profile שלכם דועך תוך 5-7 ימים של שתיקה, וה-baseline distribution מתאפס. אחרי חודש ללא פוסטים, אתם חוזרים לרמת חשבון חדש — וצריכים לבנות הכל מחדש. רואים את זה בנתוני Shield Analytics: יוצרים שמפרסמים פעם בשבוע מקבלים 30-40% פחות impressions לפוסט מאשר יוצרים זהים שמפרסמים שלוש פעמים.

למה יותר מ-7 בשבוע = פנלטי

מעל פוסט ביום, ה-engagement-rate-per-post מתחיל לרדת בחדות (ה-audience שלכם פשוט לא מספיקה לתת dwell time אמיתי לכל פוסט), והאלגוריתם מזהה את הירידה כסיגנל של quality dilution. מ-360 Brew זה נראה כך: "היוצר הזה מציף את הפיד, אבל ה-audience שלו לא מאמתת". התוצאה — down-weighting אגרסיבי. יוצרים שעוברים ל-2 פוסטים ביום מאבדים בממוצע 25% reach תוך שבועיים.

הקצב המומלץ

3 פוסטים בשבוע הוא ה-minimum effective dose; 5 פוסטים בשבוע הוא ה-aggressive growth mode. שמרו על אותו קצב למשך 90 ימים לפחות — זה הזמן שהאלגוריתם צריך כדי להחליט שאתם creator רציני ולבנות לכם baseline חדש.

זמני פרסום אופטימליים לקהל ישראלי

הקהל הישראלי בלינקדאין מתנהג שונה מקהל אמריקאי או אירופאי. ה-LinkedIn-on-mobile peaks בישראל מתחלקים לשלוש חלונות ברורים, וה-Golden Hour של פוסט תלוי לחלוטין בלכוון את הפרסום לתחילת אחד מהחלונות האלה.

שלושת חלונות הפסגה היומיים

• 08:00-10:00 — Morning Coffee Scroll: ישראלים בדרך לעבודה, על הקפה הראשון, סקרולים ראשוניים. החלון הכי תחרותי, אבל גם עם ה-volume הגבוה ביותר. אידיאלי לפוסטים contrarian או hot-takes שצריכים תאוצה מהירה.
• 12:30-13:30 — Lunch Break: מנהלים, אנליסטים ו-product people צופים בפיד תוך כדי ארוחת צהריים. זה החלון הכי טוב ל-frameworks ול-listicles — תוכן שאפשר לקרוא ב-90 שניות ולהתשמש בו אחר הצהריים.
• 21:00-22:30 — Evening Wind-Down: חלון "המיטה" — ישראלים סוגרים את היום עם פיד. פחות תחרותי, וה-dwell-time פר פוסט הוא הגבוה ביותר ביום. אידיאלי לסיפורים אישיים ול-deep-dive long-form.

היררכיית ימי השבוע

לקהל ישראלי, ההיררכיה ברורה: שלישי-רביעי-חמישי הם ה-tier 1 (engagement גבוה ב-30-40% מהממוצע השבועי). ראשון-שני הם tier 2 (אנשים עדיין מתעוררים מסוף השבוע). שבת הוא tier 3 (ירידה משמעותית של 50%+). ה-hidden gem הוא שישי 09:00 — תחרות נמוכה (רוב היוצרים לא מפרסמים), אבל ישראלים שעובדים בחברות גלובליות עדיין מתחברים ל-catch-up. הפוסטים האלה מקבלים pinning טבעי ב-feed לאורך כל סוף השבוע.

קהל גלובלי-טכנולוגי

אם רוב ה-audience שלכם בארה"ב (B2B SaaS, VCs, founders), פרסמו ב-14:00-16:00 שעון ישראל (07:00-09:00 ET). זה ה-Morning Coffee Scroll האמריקאי, וזה החלון הכי רווחי ל-warm leads גלובליים.

Negative Signals — 8 התנהגויות שמהוות red flags

360 Brew אינו מודד רק סיגנלים חיוביים — יש לו שכבה שלמה של negative signals שגורעים מ-distribution score שלכם. לרוב, יוצרים לא יודעים שהם יוצרים את הסיגנלים האלה, ולכן הם תמהים למה ה-reach שלהם דועך. הנה שמונה ההתנהגויות שמסמנות לאלגוריתם "חשוד".

• 1. Engagement Bait: משפטים כמו "comment YES if you agree" או "תכתבו 'מסכים' למטה" מסומנים כ-bait פאטרן. ה-classifier של LinkedIn מזהה את התבניות האלה ב-NLP ומוריד את ה-distribution ב-20-30% מיידית.
• 2. Link ללא הקשר: פוסט שכל הערך שלו הוא קישור חיצוני, ללא value-bearing context בגוף — מסומן כ-low-effort promotional content.
• 3. עריכה ב-30 הדקות הראשונות: כל edit בחלון של 30 דק' אחרי publish מאפס את ה-Golden Hour ומסמן "המחבר לא בטוח בתוכן". פנלטי של 15-25% reach.
• 4. Recycled Content: פוסט עם 20%+ overlap טקסטואלי לפוסט קודם משלכם (מ-180 ימים אחרונים) = down-weight חמור. האלגוריתם רואה את זה כ-spam התרבותי.
• 5. Inactive followers commenting: אם הפוסט מתחיל לקבל תגובות מ-accounts ללא activity history (קונים עוקבים, bots) — זה red flag עצום. כל הפוסט נכנס ל-shadow review.
• 6. Rapid-fire posting: יותר מ-3 פוסטים ב-24 שעות = "המחבר מציף". כל פוסט אחרי השני מקבל פנלטי של 30-50%.
• 7. Reaction-only engagement: אם אחרי 60 דק' יש רק likes ואפס comments, ה-Golden Hour נסגר עם signal חלש. האלגוריתם לא יוצא ל-second wave.
• 8. Delete + Repost: מחיקת פוסט ופרסומו מחדש = manipulation signal. החשבון נכנס ל-watchlist למשך 14 יום.

Niche Content Advantage — פוסטים בנישה מצטברים

אחד ה-insights המופחתים במחקר LinkedIn 2026: פוסטים באותה נישה מצטברים — לא מתחלפים. כל פוסט בנישה מחזק את ה-algorithmic identity שלכם, וה-360 Brew בונה לכם profile-vector שמשפיע על כל פוסט עתידי.

The Compound Effect של 30 פוסטים

אחרי 30 פוסטים בנישה אחת מובהקת (לדוגמה, "B2B SaaS GTM" או "Vibe Coding"), האלגוריתם נותן לכם baseline boost של 1.5-2x על פוסטים בנישה הזו. ה-classification stage מזהה אתכם כ-authority בתחום וה-distribution score עולה אוטומטית. זה ה-flywheel: ככל שמתמקדים, כך כל פוסט עתידי מקבל יותר ה-תחלת.

אנטי-תבנית — Niche Jumping

הטעות הכי הרסנית: כתיבה על AI היום, על leadership מחר, על design מחרתיים. זה יוצר profile-confusion penalty. ה-vector שלכם מתפזר, האלגוריתם לא יודע איזה audience לחבר אליכם, וכל פוסט מתחיל מ-cold-start. אחרי 60 ימים של jumping, ה-baseline distribution שלכם נופל ב-40-50% מול יוצר ממוקד שווה-ערך.

Content Calendar אסטרטגי

החלוקה הנכונה של חמישה פוסטים בשבוע מבוססת על variety בתוך נישה — האלגוריתם אוהב גוון בפורמט, אבל עקביות בנושא. זאת ה-template שאני ממליץ עליה ל-creator שעובד 5x/שבוע:

• שני — Contrarian / Hot-Take: פוסט שלוקח עמדה לא-פופולרית ומתחיל debate. זה ה-top engagement driver של השבוע, ופותח את ה-algorithmic momentum.
• שלישי — Framework / Listicle: תוכן מובנה ("5 שלבים ל-X", "ה-4 עקרונות של Y"). דגש על ניתן-לשמירה ו-share-friendly.
• רביעי — Personal Story: סיפור אישי (כישלון, lesson learned, רגע מכריע). הכי גבוה ב-dwell time ובתגובות אמיתיות.
• חמישי — Case Study / Data: ניתוח עם מספרים, פיתחתם או צפיתם. בונה authority ומושך B2B audiences.
• שישי — Community Question: שאלה פתוחה לקהל ("איך אתם פותרים X?"). דרבון תגובות לסוף השבוע, momentum שנמשך עד ראשון.

החלוקה הזו נותנת לאלגוריתם variety בפורמט (טוב ל-distribution diversity), אבל שומרת על niche consistency — כל הפוסטים נשארים בתוך תחום הנישה שלכם.

כלים למדידת ביצועי אלגוריתם

ה-LinkedIn Native Analytics מספיק להבנה בסיסית של impressions, אבל חסר את הנתון הקריטי ביותר — dwell time per post. כדי למדוד באמת איך 360 Brew מתייחס לתוכן שלכם, צריך כלי חיצוני. אלה ארבעת הכלים שיוצרים ישראלים בכירים משתמשים בהם ב-2026:

• Shield Analytics ($16-29/חודש): הכלי הכי-בשימוש בקהילת ה-creators הישראלית. נותן dwell-time approximation, follower-quality score, וניתוח post-by-post של top performers. ה-killer feature: השוואת ה-baseline שלכם לפני וביצועי כל פוסט.
• Inlytics (חינם / $19+): tier חינם הגיוני ל-starters. החינמי כולל את 30 הפוסטים האחרונים עם metrics בסיסיים. ה-paid מוסיף time-of-day heatmap ו-content-type breakdown.
• Taplio ($65+/חודש): ה-high-end. כולל AI scheduling, predictive engagement scoring, ו-database של 5M+ creators ל-benchmarking. מתאים ל-power users שמפיקים תוכן יומיומי.
• AuthoredUp ($14-29/חודש): חזק במיוחד ב-content creation (preview, snippets, hooks library) + analytics layer. הכי טוב למי שמחפש כלי one-stop ליצירה ומדידה.

ההמלצה שלי: התחילו עם Inlytics החינמי לחודש-חודשיים, ואז שדרגו ל-Shield ברגע שאתם מפרסמים 3+ בשבוע באופן עקבי.