Magyar AI tudásbázis · 2026
a rendszerekig
A GPT-5.4, Claude Opus 4.6, Gemini 3.1 és Grok 4.20 már nem egyszerű chatbotok — agentikus rendszereket, reasoning-motorokat és valós eszközöket irányítanak. Ez a tudásbázis megmutatja, hogyan áll össze mindez egy teljes, használható rendszerré.
Rendszerkép
A legtöbb helyen az AI-t különálló appokként mutatják be. Ez a tudásbázis az egész rendszert tárja fel: modellektől az agenseken át az automatizációig. Válaszd ki, hol akarsz belépni.
Mi az AI, hogyan működik, hogyan kommunikálj vele, hogyan állítsd be.
Workflow-k, connectorok, agensek, MCP — az AI mint munkaeszköz.
Automatizáció, agentikus rendszerek, RAG, governance, biztonság.
ChatGPT, Claude, Gemini, Perplexity, Grok — bespoke guide-ok, nem csak terméklista.
Google, Anthropic, OpenAI rendszertérképek — hogyan illenek össze a rétegek.
Produktivitás, jogi AI, OSINT, sales, agentic AI, nyílt LLM — és még 8 modul.
Tanulási út
Ha most kezded: alapok. Ha már használod: workflow. Ha rendszert építesz: expert.
Ez nem kurzuslista, hanem a tudástár gerince. Az első szint megadja a fogalmi alapokat, a második a valódi használatot mutatja meg, a harmadik pedig azt, hogyan lesz az AI-ból működő rendszer a csapatodban vagy a cégedben.
Az AI működésének megértése, a promptolás módszertana és a munkakörnyezet beállítása. Innen indul a tudásbázis.
Fogalmak, generatív vs. analitikus AI, történelem
15 perc
LLM belülről: tokenek, transformer, kontextus
20 perc
5 alaptechnika gyakorlati példákkal
15 perc
Chain-of-thought, few-shot, XML, Manus AI
25 perc
Programozási nyelvek, YAML, XML, Markdown, token-hatékonyság
15 perc
Miért érdemes minden AI-t személyre szabni – preferences, projektek, konnektorok
25 perc
Promptolás
Nem „promptolni” kell megtanulni, hanem jól kérni: tiszta briefet adni, jó kereteket beállítani, és olyan kimenetet kérni, amit tényleg tudsz használni. Ettől lesz a válaszból munkaanyag.
Az AI akkor dolgozik jól, ha pontosan érti, milyen helyzetben vagy, mi a cél, kinek készül az anyag, és milyen formában legyen használható az eredmény.
Add meg a feladat hátterét, hogy az AI ne a semmiből találja ki, milyen munkába érkezik a válasz.
Prompt példa — próbáld ki
Helyzet: Van egy 8 oldalas kutatási anyagom. Cél: 2 perc alatt átlátható vezetői összefoglaló. Közönség: nem technikai vezetők. Kimenet: 5 pont, pontonként 1 mondatos tanulság. Anyag: [ide másold be a szöveget]
Más válasz kell belső jegyzethez, ügyfélanyagra vagy oktatási célra. A közönség és a használati helyzet döntő.
Prompt példa — próbáld ki
Közönség: [ügyfél / belső csapat / vezetőség]. Hangnem: tárgyilagos, rövid, döntésorientált. Mit kerülj: klisék, túlzó ígéretek, kitalált számok. Kérlek, a végén adj 3 lehetséges következő lépést rövid indoklással.
Ha az AI tudja, milyen legyen a kész anyag, kevesebb iterációval jutsz el a használható verzióig.
Prompt példa — próbáld ki
Kimenet formátum: 1) 5 bullet (max. 12 szó/bullet) 2) Mindegyik után 1 mondatos tanulság 3) Zárás: 1 javasolt döntés + 2 alternatíva 4) Extra: 1 mondatos vezetői összefoglaló a legelején
Workflow-k
A workflow azt mutatja meg, hogyan válik az egyszeri feladat ismételhető folyamattá.
Itt kezd el igazán használhatóvá válni az AI. Nem egyetlen promptot látsz, hanem azt, hogyan kötöd össze a kutatást, az ellenőrzést, a szerkesztést és a következő lépést egy valós munkafolyamatban.
Marketinges, újságíró, tartalomkészítő
Gyors kutatásból szerkesztett, jóváhagyható és kiküldhető tartalomfolyamat.
Sales, ügyfélkapcsolat, account management
Az AI összefoglalja az emailt, kiemeli a teendőt, majd a kapcsolódó ügyfélrekordot frissíti és szól a csapatnak.
Menedzser, projektvezető, fejlesztőcsapat
A meeting után az AI elkészíti az összefoglalót, kigyűjti a feladatokat, majd átteszi őket projektmenedzsment rendszerbe.
Marketing, brand, content ops
Egy hosszabb alapanyagból az AI több rövidebb formátumot készít különböző csatornákra.
Modellek
Nem csak modellek között választasz, hanem külön használati világok között is: tartalom, kutatás, kódolás és nyílt LLM-ek.
Ha szöveg, ötletelés, dokumentumátírás vagy napi tudásmunka a fókusz, itt érdemes elindulni. Ezek nem ugyanazt tudják, csak ugyanabba a családba tartoznak.
Jó belépő napi tudásmunkára, írásra, gyors kérdés-válaszra és képes workflow-kra.
💡 Akkor jó választás, ha egyetlen felületen akarsz szöveget, képet és egyre több agentikus funkciót.
Részletek →
Erős hosszú dokumentumoknál, szerkezetben gondolkodó írásnál és elemző feladatoknál.
💡 Ha a minőség és a hosszú kontextus fontosabb, mint a látványos funkciólista, ezt érdemes nézni.
Részletek →
Multimodális modell, ami a Google AI ökoszisztémához és Workspace-logikához kapcsolódik.
💡 Akkor érdekes, ha nem csak a modellt nézed, hanem azt is, hogyan illik a napi munkakörnyezetedbe.
Részletek →
A valós idejű web és az X-közeli környezet miatt más típusú használati térben érdekes.
💡 Inkább akkor nézd, ha friss esemény, reakció és online környezet számít.
Részletek →
AI ökoszisztémák
Nem csak modellekről van szó. Mindhárom ökoszisztéma saját appokat, fejlesztői platformot, agentes és enterprise rétegeket is épít maga köré.
Claude mint AI operating environment: Projects, Claude Code, API, MCP.
Részletek →
Agentek
Böngészős agent, kódoló agent, kutató agent, végrehajtó agent — ezek már nem csak szöveget adnak vissza, hanem több lépésen át visznek végig egy feladatot.
Eszközök és platformok
Itt már nem csak modelleket látsz, hanem konkrét eszköztereket is: képek, videó, hang és platformok. A cél nem a teljes lista, hanem hogy lásd, milyen külön AI-világok vannak.
Nem csak képgenerálók vannak itt, hanem különböző képalkotási világok: appba épített modellek, kreatív eszközök és vizuális platformok.
A ChatGPT-be épített képgenerálás gyors koncepciókhoz, illusztrációkhoz és vizuális ötleteléshez.
💡 Akkor jó választás, ha egyetlen beszélgetésből akarsz promptolni, finomítani és képet kérni.
Részletek →
A Gemini képpel együtt is dolgozik: ért, szerkeszt és vizuális feladatokat is kezel.
💡 Hasznos akkor, ha a képet nem külön eszközként, hanem a teljes Google AI munkafolyamat részeként nézed.
Részletek →
Kereskedelmi felhasználásra tervezett képes AI, Adobe workflow-ba illesztve.
💡 Marketinges és brandelt anyagoknál sokszor ez a nyugodtabb választás.
Megnyitás →
Erős stílusérzékű, látványos képgeneráló eszköz sok kreatív iterációhoz.
💡 Akkor jó, ha vizuális koncepciót keresel, nem csak egy gyors stock-szerű képet.
Megnyitás →
Nyíltabb és technikaibb képoldal, ahol a modellválasztás és a futtatási környezet is számít.
💡 A nyílt képes modellek világa felé vezet át, nem csak apphasználatot mutat.
Megnyitás →
Logókhoz, vektoros grafikákhoz és vizuális rendszerépítéshez erős AI design eszköz.
💡 Akkor érdemes nézni, ha nem fotót, hanem használható grafikai outputot akarsz.
Megnyitás →
Automatizáció
Az automatizáció időt spórol, csökkenti az ismétlődő manuális munkát és összeköti az appokat. Egyszer beállítod, és a rendszer elvégzi helyetted.
Mit csinál valójában
Vizuálisan felépíthető workflow motor, ahol lépésről lépésre irányítod az adatáramlást.
Mikor használod
Ha több lépéses, elágazásos logikát akarsz átláthatóan kezelni.
Részletek →
Mit csinál valójában
Előre definiált trigger → action rendszer, minimális konfigurációval.
Mikor használod
Ha gyorsan akarsz automatizálni, logika nélkül vagy minimális döntéssel.
Részletek →
Mit csinál valójában
Self-hostolt workflow engine, teljes kontrollal az adatok és logika felett.
Mikor használod
Ha saját infrastruktúrán futtatnál komplex automatizációt.
Részletek →
Expert szint
Egy rendszer: input → feldolgozás → döntés → output → visszacsatolás.
Ez a réteg arról szól, hogyan lesz az AI-ból nem csak hasznos eszköz, hanem tartós működés: automatizáció, agentikus végrehajtás, saját tudásréteg, kontroll, governance és biztonság.
Trigger, AI-lépés, döntési pont és output — az ismétlődő munka önállóan fut.
Többlépéses működés: a rendszer tervez, végrehajt, ellenőriz és újrapróbálkozik.
Az AI nemcsak általános modellként, hanem a saját dokumentumaidból is dolgozik.
Ki, mit, milyen adatokkal és milyen review-val használhat — szervezeti kontroll.
Hallucináció, prompt injection, OWASP LLM kockázatok — mi az, amire nem lehet vakon bízni.
Fogalomtár
Itt nem csak kulcsszavakat látsz, hanem azt is, miért fontosak. Ha egy kifejezés új, innen gyorsan át tudsz menni a részletes saját oldalunkra.
Amikor a modell magabiztosan állít valamit, ami nincs rendesen megalapozva vagy egyszerűen nem igaz.
Fogalom megnyitása →
Az AI szövegének alapegysége. A kontextusablak, a költség és sokszor a sebesség is ezen keresztül válik érthetővé.
Fogalom megnyitása →
Azt mutatja meg, mennyi szöveget, dokumentumot vagy előzményt képes egyszerre kezelni a modell.
Fogalom megnyitása →
Nem csak a modell memóriájára épít, hanem saját dokumentumokból és tudásforrásokból húz be releváns anyagot.
Fogalom megnyitása →
Modulok
Ezek már nem tananyagleckék, hanem célzott mélyítések. Négy olyan modult emelünk ki, ami jól mutatja, hogyan fordul át az AI konkrét használati helyzetekbe.
Hogyan lesz a jogi dokumentummunka használhatóbb AI-val: promptolás, ellenőrzés, workflow és korlátok.
Modul megnyitása →
Kiemelt modulOSINT, kutatás, forráskezelés, kivonatolás és AI-val gyorsított oknyomozói munkafolyamatok.
Modul megnyitása →
Kiemelt modulBrief, szöveg, vizuál, videó, csatornaadaptáció és jóváhagyás — nem csak generálás, hanem tartalom-operáció.
Modul megnyitása →
Kiemelt modulLáthatóság, ügyfélkommunikáció, napi működés és mini automatizálás kisebb csapatra és valós időnyerésre szabva.
Modul megnyitása →
Ingyenes kurzusok
A saját kurzuskatalógusunk mellett érdemes látni azt is, hogyan tanítja a saját világát az OpenAI, az Anthropic és a Google. Ezek jó belépők, de nálunk tudsz továbbmenni a teljesebb térképre.
OpenAI Academy
Gyakorlati, bevezető OpenAI Academy anyag arról, hogyan használható a ChatGPT hétköznapi és tudásmunkás helyzetekben.
💡 Jó referencia arra, hogyan tanítja maga az OpenAI a saját eszközeit használati oldalról.
Kurzus megnyitása →
Anthropic Academy
Rövid, hivatalos Anthropic kurzus, ami a Claude használatának alapjait és a jó gyakorlati mintákat vezeti be.
💡 Akkor hasznos, ha a Claude-ot nem csak kipróbálni, hanem tudatosabban használni akarod.
Kurzus megnyitása →
Google Cloud Skills Boost
Google-féle alapkurzus a generatív AI működéséről, platformos és gyakorlati nézőponttal.
💡 Jó belépő a Google-vonalhoz, különösen akkor, ha később Gemini vagy Vertex irányba mennél tovább.
Kurzus megnyitása →
AI jövőkép
A következő évek fő kérdése nem az, hogy nő-e tovább az AI képessége, hanem hogy milyen gyorsan válik rendszerszintűvé a tudományban, a gazdaságban és az állami infrastruktúrában.
2030-ig tovább nő a tréningköltség, a számítási kapacitás és az energiaigény. Az AI egyre összetettebb tudományos és szoftveres feladatokat tud majd természetes nyelvi briefből végigvinni.
Az AGI időzítése vitatott, de a stratégiai irány már most látszik. A magyar 2025–2030-as MI Stratégia kompetenciafejlesztést, infrastruktúrát és KKV-transzformációt céloz EU-kompatibilis keretben.
A produktivitás nőhet, új szakmai szerepek jöhetnek létre — de a munkaerőpiac, az adatvédelem és a bias kérdései is velünk maradnak. A nagy téma egyszerre innováció és kontroll.
A következő lépés nem az, hogy itt maradj, hanem hogy átlépj a neked releváns saját oldalra, és ott kezdd el ténylegesen használni az AI-t.