איך להשתמש ב-AI כדי לעקוב אחר הוצאות ולנהל תקציב

סביר להניח שאתם כבר נעזרים ב-AI לניהול כספים אישיים בצורה כזו או אחרת. אולי אתם מדביקים לתוך ChatGPT דף חשבון מהבנק ומבקשים ממנו לסווג את ההוצאות. אולי אתם מצלמים את אפליקציית הבנק ומבקשים מ-Claude לחשב כמה הוצאתם החודש על קניות בסופר.

זה עובד פעם אחת. אבל התשובה נשארת בתוך השיחה. שום דבר לא נשמר, שום דבר לא מתעדכן, ושבוע אחר כך אתם עושים בדיוק את אותו דבר שוב. ה-AI קורא את הנתונים שלכם, מחזיר סיכום, ואז הכול נעלם.

יש דרך שימושית יותר לעבוד עם AI לצורך מעקב אחר הוצאות. במקום לבקש ממנו לנתח צילומי מסך, תנו לו גישת כתיבה אמיתית למסד הנתונים הפיננסי שלכם. תנו לו לרשום עסקאות, לעדכן את התקציב ולאמת יתרות ישירות, ולא רק לדבר על הנתונים.

איך נראה בפועל מעקב הוצאות עם AI

Kirill Markin, היוצר של Expense Budget Tracker, מסווג כל עסקה אישית שלו כבר יותר מחמש שנים. הוא התחיל לעשות את זה ידנית, ואז בנה כלים שהפכו את התהליך למהיר יותר. המערכת הנוכחית שלו משתמשת בסוכן AI שמתחבר ישירות למסד הנתונים דרך SQL API.

כך נראית השגרה השבועית שלו: מורידים דפי חשבון מהבנק, כקובצי CSV או PDF, מעבירים אותם לסוכן AI ונותנים לו לפענח כל עסקה ולרשום אותה. הסוכן כבר מכיר את קטגוריות ההוצאה מהנתונים הקודמים, ולכן הוא משייך נכון את רוב העסקאות גם בלי עזרה. Kirill עובר על מה שה-AI עשה, מתקן את מעט הטעויות וממשיך הלאה. כל התהליך לוקח בערך עשר דקות, במקום כשעה כשהוא הזין הכול ידנית.

אותה גישה עובדת עם כלי AI רבים, ובהם Claude Code ו-OpenAI Codex. לקוחות שתומכים ב-MCP יכולים להשתמש במחבר המתארח עם OAuth בדפדפן; סוכני מסוף, סקריפטים ולקוחות HTTP אחרים יכולים להשתמש ב-Agent API הישיר עם ApiKey ארוך-טווח. שני המסלולים מגיעים לאותו ממשק נתונים פיננסי מוגבל ומבודד לפי סביבת עבודה.

איך מחברים את סוכן ה-AI שלכם לנתונים הפיננסיים

Expense Budget Tracker היא מערכת קוד פתוח לניהול כספים אישיים, המבוססת על Postgres. היא תומכת בשני מסלולי חיבור משלימים:

1. מחבר MCP מתארח. בלקוח שתומך ב-MCP, הוסיפו את https://mcp.expense-budget-tracker.com/mcp ואשרו גישה דרך OAuth בדפדפן. לאחר מכן הלקוח משתמש באסימוני גישה של OAuth עם טווחי הרשאות עבור כלי הקריאה והכתיבה שאושרה. השרת מתארח מרחוק, ולכן אין צורך להתקין או להחזיק תהליך MCP מקומי פעיל. ראו את מדריך מחבר ה-MCP.
2. Agent API ישיר. עבור סוכני מסוף, סקריפטים ולקוחות HTTP ישירים, התחילו ב-GET https://api.expense-budget-tracker.com/v1/. תגובת הגילוי מנחה את הסוכן בתהליך OTP בדוא"ל ומחזירה ApiKey ארוך-טווח, שנשלח בצורת Authorization: ApiKey <key>. קריאות משתמשות ב-POST /v1/sql/query, וכתיבות שאושרו משתמשות ב-POST /v1/sql/execute. נקודת התאימות POST /v1/sql נשארת רק לסקריפטים אטומיים מרובי משפטים. ראו את מדריך ה-API.

בשני המסלולים הסוכן יכול לקרוא נתונים ולשלוח שינויים שאושרו דרך ממשק הכתיבה הייעודי. בקשת קריאה ישירה ב-HTTP נראית כך:

curl -X POST https://api.expense-budget-tracker.com/v1/sql/query \
  -H "Authorization: ApiKey ebta_your_key_here" \
  -H "X-Workspace-Id: workspace-id" \
  -H "Content-Type: application/json" \
  -d '{"sql": "SELECT * FROM ledger_entries ORDER BY ts DESC LIMIT 10"}'

תגובת ההצלחה היא מעטפת JSON. data.statements מכיל רשומה אחת לכל משפט שבוצע; כל רשומה כוללת rows, rowCount, returnedRowCount, totalRowCount ו-truncated. השדה data חושף גם את השדה workspace שנבחר ואת הקשר limits הנוכחי.

מה סוכן ה-AI יכול לעשות עם הגישה הזאת

לאחר ההתחברות, סוכן ה-AI עובד על נתוני ההוצאות והתקציב האמיתיים שלכם, לא על עותק ולא על סיכום, אלא על מסד הנתונים הפעיל:

פענוח ורישום של הוצאות. העבירו לסוכן דף חשבון בנקאי, קובץ CSV, קובץ PDF או צילום מסך של אפליקציית הבנק. הוא קורא כל שורה, מזהה את הסכום, התאריך, הצד השני והקטגוריה, ואז כותב פקודת INSERT לטבלת ledger_entries. כל הוצאה נכנסת ישירות למסד הנתונים.

סיווג עסקאות לפי הקטגוריות שכבר קיימות אצלכם. הסוכן מתחיל בבדיקה של הקטגוריות שבהן אתם כבר משתמשים. אם אתם מסווגים את "Whole Foods" תחת הקטגוריה "מצרכים" כבר חודשים, ה-AI ילמד את הדפוס ויעשה אותו דבר. אין צורך להסביר לו מחדש את השיטה שלכם בכל פעם.

בדיקת יתרות חשבון. אחרי שהסוכן רושם את כל ההוצאות מתוך דף החשבון, הוא יכול לשאול את תצוגת accounts ולהשוות את הסכומים למה שמופיע בבנק. אם משהו לא מסתדר, תדעו שחסרה עסקה.

עדכון תחזית התקציב. הטבלה budget_lines מחזיקה את תוכנית התקציב החודשית: הכנסות צפויות והוצאות מתוכננות לפי קטגוריה. סוכן ה-AI יכול לקרוא את הביצוע בפועל לחודש הנוכחי, להשוות אותו לתוכנית, ולהציע התאמות לחודש הבא או לבצע אותן ישירות.

עבודה עם כמה מטבעות. כל עסקה במסד הנתונים נשמרת במטבע המקורי שלה. שערי החליפין נמשכים מדי יום מ-ECB, מ-CBR ומ-NBS. ה-AI לא צריך להמיר דבר בעצמו, כי מסד הנתונים מבצע את חישובי המטבע בזמן השאילתה.

מבנה הנתונים מכוון להיות שטוח ופשוט: שבע טבלאות, שמות עמודות ברורים ובלי שכבות עומק מיותרות. לכן מודלי AI מצליחים לנסח מולו שאילתות SQL נכונות כבר בניסיון הראשון, פשוט כי כמעט אין כאן מקום לבלבול.

צ'אט AI מובנה למשימות קצרות

ל-Expense Budget Tracker יש גם עוזר AI מובנה בתוך ממשק האינטרנט. אתם מחברים ב-Settings מפתח API של OpenAI או Anthropic, והצ'אט מקבל את הכלי query_database, כלומר אותה גישת SQL מתוך האפליקציה עצמה.

זה נוח למשימות קצרות: מעלים צילום מסך של קבלה, מבקשים מה-AI להוסיף אותה כהוצאה, מאשרים, וסיימתם. ה-AI המובנה עובד לפי פרוטוקול קפדני: הוא בודק את הקטגוריות הקיימות, מחפש עסקאות כפולות, מאמת יתרות, וכותב למסד הנתונים רק אחרי האישור שלכם.

למשימות גדולות יותר, כמו עיבוד מרוכז של כמה דפי חשבון, בניית תהליכי עבודה אוטומטיים או חיבור למערכות אחרות, ה-SQL API החיצוני הוא בדרך כלל פתרון מעשי יותר. אפשר להשתמש בו מכל סוכן או סקריפט שמחוץ לאפליקציה.

למה MCP מתארח ו-SQL ישיר משלימים זה את זה

שרת ה-MCP המתארח הוא המסלול הנוח ללקוחות שתומכים בפרוטוקול. מוסיפים נקודת HTTPS אחת, מאשרים גישה דרך OAuth בדפדפן ומשתמשים בכלי קריאה וכתיבה נפרדים. Expense Budget Tracker מפעיל את השירות המרוחק, ולכן MCP אינו דורש תהליך במחשב שלכם.

ה-Agent API הישיר הוא מסלול HTTP כללי לסוכני מסוף, סקריפטים, משימות מתוזמנות, לוחות מחוונים ואפליקציות מותאמות. תהליך הגילוי וה-OTP שלו מנפיק ApiKey ארוך-טווח, ונקודות ה-SQL המופרדות מבהירות את הגבול בין קריאה לכתיבה.

אלה שני אמצעי תעבורה מעל אותו ממשק נתונים מוגבל ומבודד לפי סביבת עבודה, ולא ארכיטקטורות מתחרות. בחרו ב-MCP כשהלקוח תומך במחברים מרוחקים וב-OAuth בדפדפן; בחרו ב-Agent API כש-HTTP ישיר מתאים יותר.

האם בטוח לתת ל-AI גישה ישירה למסד הנתונים?

כן, כל עוד עובדים בתוך גבולות ברורים. SQL API של Expense Budget Tracker אוכף כמה שכבות הגנה:

כל שאילתה עוברת דרך Postgres Row Level Security. מפתח ה-API קשור למשתמש ולסביבת העבודה שלכם, ולכן ה-AI יכול לראות ולשנות רק את נתוני ההוצאות שלכם, ולא את הנתונים של אף אחד אחר.

מותרות רק פעולות על נתונים: SELECT, INSERT, UPDATE, DELETE. סוכן ה-AI לא יכול ליצור טבלאות, למחוק מבנים או לשנות הרשאות. נקודות הקריאה והביצוע הראשיות מקבלות משפט אחד כל אחת; נקודת התאימות /v1/sql מקבלת רק סקריפטים אטומיים מוגבלים. גם set_config() חסום, כדי למנוע הסלמת הרשאות.

מפתחות API נשמרים כערכי גיבוב מסוג SHA-256, כך שהמפתח עצמו לא נשמר בטקסט גלוי במסד הנתונים. אפשר לבטל מפתח מיד מתוך Settings. אם מסירים חבר מסביבת העבודה, כל המפתחות שלו נמחקים אוטומטית.

מגבלות קצב מגבילות את השימוש ל-10 בקשות בשנייה ול-10,000 בקשות ביום לכל מפתח. לכל בקשת SQL יש מגבלת זמן כוללת של 25 שניות, היא מחזירה לכל היותר 100 שורות ויכולה להשפיע על לכל היותר 100 שורות. המספרים האלה מספיקים בהחלט למעקב אחר הוצאות ולניהול תקציב עם AI, ובו בזמן מונעים התנהגות לא מבוקרת.

טיפים מעשיים למעקב אחר הוצאות בעזרת AI

כמה דברים שעוזרים לתהליך לעבוד חלק יותר, על בסיס שימוש יומיומי אמיתי:

שמרו על עקביות בקטגוריות ההוצאה. ה-AI לומד מהנתונים שכבר קיימים. אם פעם אחת אתם קוראים לקטגוריה "מסעדות" ופעם אחרת "אוכל בחוץ", הסוכן יתבלבל. בחרו שם אחד לכל קטגוריה והיצמדו אליו.

אמתו יתרות פעם בשבוע. אחרי שה-AI רושם הוצאות מתוך דף חשבון, בדקו שיתרת החשבון במערכת תואמת למה שמופיע בבנק. כך אפשר לגלות מוקדם עסקאות חסרות או כפולות, לפני שהבעיה מצטברת.

התחילו מחשבון אחד. אל תנסו להגדיר כבר ביום הראשון את כל חשבונות הבנק, כרטיסי האשראי וחשבונות ההשקעה שלכם. התחילו מחשבון העו"ש הראשי. תנו ל-AI לטפל בו במשך כמה שבועות. חשבונות נוספים אפשר לצרף אחרי שהתהליך מרגיש יציב.

עברו על הסיווג של ה-AI בכל פעם. רוב העסקאות יסווגו נכון, אבל מדי פעם תהיה טעות, במיוחד אצל בתי עסק חדשים או בהוצאות לא שגרתיות. שווה להשקיע חמש דקות בבדיקה. כל תיקון כזה משפר את הדיוק בהמשך, כי בפעם הבאה הסוכן ילמד מהנתונים המתוקנים.

השתמשו גם בטבלת התקציב, לא רק במעקב אחר הוצאות. רישום של מה שכבר הוצאתם הוא שימושי, אבל מוגבל. הערך האמיתי מגיע מתקציב מתגלגל ל-12 חודשים: השורות הן קטגוריות, העמודות הן חודשים, והחודשים העתידיים מכילים תחזית. סוכני AI טובים בעדכון התחזיות האלה על סמך דפוסי ההוצאה בפועל. בקשו מהסוכן לעדכן את תקציב החודש הבא אחרי שעברתם על הנתונים של החודש הנוכחי.

איך מתחילים

1. הירשמו ב-expense-budget-tracker.com או ארחו בעצמכם את האפליקציה על השרת שלכם
2. עבור MCP, הוסיפו את https://mcp.expense-budget-tracker.com/mcp בלקוח תואם ואשרו גישה דרך OAuth בדפדפן
3. עבור HTTP ישיר, מסרו לסוכן את GET https://api.expense-budget-tracker.com/v1/ והשלימו את תהליך ה-OTP בדוא"ל כשהוא מבקש
4. העבירו לסוכן המחובר דף חשבון ובקשו ממנו לפענח את ההוצאות ולרשום אותן

ה-AI יזהה את מבנה מסד הנתונים, יתאים את קטגוריות ההוצאה שלכם ויתחיל לרשום עסקאות. עברו על מה שהוא הוסיף, תקנו כל דבר שנראה חריג, וכך יהיה לכם תקציב שמנוהל בעזרת AI ועובד בפועל.

Kirill Markin כתב בפירוט על השיטה האישית שלו כאן: How I Use AI to Handle My Expenses from Bank Accounts and Budget. חמש שנים של סיווג ומעקב אחרי כל עסקה, בדיוק באותה גישה שמתוארת במאמר הזה, ונבדקה על כסף אמיתי בכמה מדינות ובכמה מטבעות.

הכלי מופץ ברישיון MIT והוא קוד פתוח מלא ב-github.com/kirill-markin/expense-budget-tracker. אפשר להשתמש בגרסה המתארחת או להריץ אותו בעצמכם, וה-SQL API יעבוד באותה צורה בשני המקרים.