Promptfajták
A hatékony AI-interakció nem a kérdés hosszán, hanem a műveleti típus (prompt type) pontos megválasztásán múlik. A legtöbb gyenge kimenet oka a műfaji tévedés: generálást várunk ott, ahol auditra vagy strukturálásra lenne szükség. Az alábbi rendszertan segít a feladat kognitív igényéhez igazítani az instrukciót.
Javaslat: Használj technikai angol szakkifejezéseket a promptjaidban — a modellek ezekre precízebben aktiválják a megfelelő logikai sémákat.
Strukturális kontroll
Ha az outputot YAML vagy XML formátumban kéred, drasztikusan csökkented a modell bizonytalanságát. A strukturált formátum kényszeríti a logikai koherenciát, az eredmény pedig könnyebben feldolgozható és átláthatóbb lesz.
Mire való?
Új szöveg, tartalom, modul, lista, vázlat vagy leírás létrehozására.
Mechanizmus
A modell a megadott téma, cél, stílus, terjedelem és korlátok alapján új választ generál. Ez a legismertebb promptműfaj, de önmagában ritkán elég a komplex munkához.
Mikor használd?
Ha valamit létre akarsz hozni a nulláról.
Prompt példa — próbáld ki
Írj generation promptot egy haladóknak szóló RAG architektúra modulhoz.
Tipikus hiba
Generálást kérnek ott is, ahol előbb kutatásra vagy strukturálásra lenne szükség.
Mire való?
Meglévő szöveg újrafogalmazására, egyszerűsítésére, rövidítésére vagy más célközönséghez igazítására.
Mechanizmus
Az eredeti információs magot igyekszik megőrizni, miközben megváltoztatja a stílust, a hangnemet, a szerkezetet vagy a célközönséget.
Mikor használd?
Ha az alapanyag már létezik, csak nem jó formában.
Prompt példa — próbáld ki
Írj rewrite promptot, ami a mérnöki specifikációt üzleti döntéshozók számára érthető vezetői összefoglalóvá alakítja.
Tipikus hiba
Teljes újraírást kérnek, de nem adják meg, mi maradjon változatlan.
Mire való?
Ötletek, alternatívák, új irányok, variációk vagy kreatív lehetőségek generálására.
Mechanizmus
A modell figyelmét nem a legszűkebb, legdetermináltabb válaszra, hanem több lehetséges irány, asszociáció és variáns létrehozására hangolja.
Mikor használd?
Ha még nem véglegesíteni akarsz, hanem lehetőségeket akarsz látni.
Prompt példa — próbáld ki
Írj brainstorming promptot a modul gamifikációs elemeinek kitalálásához.
Tipikus hiba
Végleges döntést várnak tőle. Ez a műfaj nem lezár, hanem nyit.
Mire való?
Információk logikai, vizuális vagy hierarchikus átrendezésére.
Mechanizmus
Elsődlegesen a kimenet szerkezetét rendezi át: csoportosít, címkéz, hierarchiát képez, és jobban áttekinthető formába szervezi az anyagot.
Mikor használd?
Ha az információ megvan, de rendezetlen.
Prompt példa — próbáld ki
Írj structuring promptot az interjú-jegyzetek időrendi és tematikus táblázatba rendezéséhez.
Tipikus hiba
Strukturálás helyett teljes újraírást várnak.
Mire való?
Másik prompt létrehozására, finomítására vagy optimalizálására.
Mechanizmus
A modell itt nem közvetlenül a végső feladatot oldja meg, hanem egy jobb promptot készít, amely majd később vagy máshol lesz felhasználva.
Mikor használd?
Ha promptokat akarsz tömegesen építeni, standardizálni vagy javítani.
Prompt példa — próbáld ki
Írj meta-promptot, amely egy nyers felhasználói ötletből optimalizált, professzionális system promptot generál.
Tipikus hiba
Azonnal végső outputot kérnek, pedig előbb jobb lenne egy prompt-generátort építeni.
Mire való?
Egy konkrét, egyszeri feladat végrehajtatására.
Mechanizmus
Szűken meghatározott célt ad a modellnek. Ez a legalapvetőbb és leggyakoribb promptműfaj.
Mikor használd?
Ha pontosan tudod, mit akarsz, és nincs szükség külön rendszerlogikára.
Prompt példa — próbáld ki
Írj task promptot, ami a megadott listát ábécé sorrendbe rendezi.
Tipikus hiba
Túl nagy, összetett workflow-t préselnek egyetlen task promptba.
Mire való?
Feladat lebontására, lépéssorrend és munkaterv készítésére.
Mechanizmus
A modellt végrehajtás helyett először tervezésre kényszeríti: mit, milyen sorrendben, milyen függőségekkel és milyen ellenőrzési pontokkal kell megcsinálni.
Mikor használd?
Mielőtt komplex feladatba vágsz, és előbb a struktúrát akarod látni.
Prompt példa — próbáld ki
Írj planning promptot egy 4 hetes AI workshop tanulási tervének felépítéséhez.
Mire való?
A válasz kereteinek szűkítésére.
Mechanizmus
Explicit korlátokat ad: terjedelem, stílus, nyelv, formátum, tiltások, kötelező elemek — csökkenti a modell mozgásterét.
Mikor használd?
Ha pontos, kötött formátumú outputot akarsz, és az általános válasz nem elég.
Prompt példa — próbáld ki
Írj constraint promptot úgy, hogy a válasz maximum 300 szó legyen, magyarul szóljon, és ne használjon bulletpontokat.
Mire való?
Egy téma feltérképezésére, háttérkutatásra, trendek, források, szereplők és összefüggések feltárására.
Mechanizmus
A modell figyelmét információk, összefüggések, források és mintázatok felkutatására irányítja. Nem elsősorban új szöveget akar létrehozni, hanem egy témát feltárni és rendszerezni.
Mikor használd?
Amikor még nem ismered eléggé a témát, vagy előbb fel kell térképezned a terepet, mielőtt döntesz, írsz vagy építesz valamit.
Prompt példa — próbáld ki
Írj research promptot annak feltérképezésére, hogy 2026-ban milyen elemeket szoktak beépíteni egy multimodal AI tananyagba.
Tipikus hiba
Valaki túl korán akar kész szöveget generáltatni anélkül, hogy előtte kutatna.
Mire való?
Meglévő anyag, rendszer, adat, stratégia vagy probléma logikai bontására és értelmezésére.
Mechanizmus
A modell figyelmét a bemenetben rejlő mintázatok, összefüggések, szerkezeti viszonyok és gyenge pontok feltárására irányítja. Nem új témát talál ki, hanem a meglévő anyagot bontja szét.
Mikor használd?
Ha már van előtted valami — szöveg, stratégia, workflow, riport — és megérteni akarod, hogyan működik, hol erős és hol gyenge.
Prompt példa — próbáld ki
Írj analysis promptot a versenytársak árazási stratégiájának logikai dekonstruálására.
Tipikus hiba
Elemzés helyett véleményt kérnek, ezért az output túl általános lesz.
Mire való?
Minőségvizsgálatra, hibák, hiányok, inkonzisztenciák és szerkezeti problémák feltárására.
Mechanizmus
A modellt egy adott szabályrendszer, cél vagy minőségi elv alapján kritikai vizsgálatra kényszeríti. A hangsúly nem az alkotáson, hanem az ellenőrzésen és értékelésen van.
Mikor használd?
Ha azt akarod, hogy az AI ne létrehozzon valamit, hanem kemény szemmel nézze át.
Prompt példa — próbáld ki
Írj audit promptot a generált tananyagmodul pedagógiai hiányosságainak feltárására.
Tipikus hiba
Csak annyit írnak: "mondd el, mit gondolsz róla". Ettől az output túl puha és udvarias lesz.
Mire való?
Pontozásra, rubric-alapú értékelésre, minőségi dimenziók szerinti vizsgálatra.
Mechanizmus
A modell egy előre megadott szempontrendszer vagy értékelési mátrix alapján vizsgálja a bemenetet. A cél a számszerűsítés és a kritériumok szerinti értékelés.
Mikor használd?
Ha azt akarod, hogy az AI ne csak véleményt mondjon, hanem egy rögzített szempontrendszer alapján pontozzon is.
Prompt példa — próbáld ki
Írj evaluation promptot a kódminőség 1-től 5-ig terjedő skálán történő pontozásához.
Tipikus hiba
A pontozási szempontok nincsenek rendesen definiálva.
Mire való?
Meglévő anyagból célzott adatok, entitások, mezők vagy információk kiszedésére.
Mechanizmus
A modell figyelmét zajszűrésre és célzott információkinyerésre irányítja. Nem összefoglal, nem elemez mélyen, hanem kiválaszt és kiemel.
Mikor használd?
Ha logokból, riportokból, interjúkból, dokumentumokból kell konkrét elemeket kinyerni.
Prompt példa — próbáld ki
Írj extraction promptot a nyers log fájlokból a hibaüzenetek JSON formátumú kigyűjtésére.
Tipikus hiba
Egyszerre akarnak kinyerni, elemezni és értékelni is. Ezeket jobb különválasztani.
Mire való?
Két vagy több dolog különbségeinek, hasonlóságainak és trade-offjainak feltárására.
Mechanizmus
A modellt párhuzamos elemzésre kényszeríti. Nem egyetlen tárgyat néz, hanem viszonyokat: miben jobb, miben rosszabb, miben más.
Mikor használd?
Eszközválasztásnál, architektúrák összevetésénél, workflow-döntéseknél, stratégiai mérlegelésnél.
Prompt példa — próbáld ki
Írj comparison promptot az API connectorok és az MCP közti architektúrális különbségek elemzésére.
Tipikus hiba
Túl általános összehasonlítást kérnek szempontok nélkül.
Mire való?
Korábbi válasz, következtetés vagy output ellenőrzésére és javítására.
Mechanizmus
A modell saját korábbi outputját vagy egy már elkészült anyagot újra megvizsgál egy ellenőrző szempontrendszer alapján — segít hibák, hiányok és következetlenségek kiszűrésében.
Mikor használd?
Fontos anyagoknál, számításoknál, technikai dokumentumoknál, összetett elemzéseknél.
Prompt példa — próbáld ki
Írj verification promptot a levezetett matematikai formula dimenzióanalízissel történő önellenőrzésére.
Tipikus hiba
Az emberek elfogadják az első választ véglegesnek.
Mire való?
Besorolásra, címkézésre, kategorizálásra.
Mechanizmus
A nyílt végű generálást egy előre meghatározott kategóriakészletre szűkíti. A modell feladata nem új tartalom létrehozása, hanem döntés arról, hogy a bemenet mely kategóriába tartozik.
Mikor használd?
Ha ticketeket, visszajelzéseket, hibákat, dokumentumokat vagy kéréseket kell kategóriákba sorolni.
Prompt példa — próbáld ki
Írj classification promptot, amely a visszajelzéseket Critical / High / Medium / Low kategóriákba sorolja.
Tipikus hiba
Túl homályos kategóriák. Ha a címkék nincsenek jól definiálva, az osztályozás is gyenge lesz.
Mire való?
A modell működési keretének, szerepének, szabályainak és prioritásainak meghatározására.
Mechanizmus
Magas prioritású utasításkészletként meghatározza, hogyan viselkedjen a modell egy egész munkamenetben vagy workflow-ban.
Mikor használd?
Agenteknél, workflow-knál, újrahasználható AI-rendszereknél, komplexebb promptarchitektúráknál.
Prompt példa — próbáld ki
Írj system promptot egy szigorú, szabálykövető kód-auditor ágens operációs környezetéhez.
Tipikus hiba
Mindenki beleír minden konkrét feladatot is. A system prompt keretet ad, nem az egyszeri végrehajtást írja le.
Mire való?
Strukturált beállítóutasítás megadására egy másik rendszernek, promptnak vagy workflow-nak.
Mechanizmus
Gépileg vagy félig gépileg olvasható formátumban (YAML, JSON, XML) ad át stabil paramétereket, változókat, szabályokat. Célja a kétértelműség csökkentése és az ismételhetőség növelése.
Mikor használd?
Ha nem egyszerűen szöveget kérsz, hanem egy rendszer vagy tartalomgeneráló folyamat viselkedését akarod beállítani.
Prompt példa — próbáld ki
Írj config promptot YAML-ben a curriculum generátor változóinak deklarálásához.
Tipikus hiba
Természetes nyelvű kérésként próbálják megírni, ezért a workflow nem lesz stabil.
Mire való?
Adott szakmai nézőpont, szemlélet vagy értékelési pozíció aktiválására.
Mechanizmus
A modell válaszstílusát, szókincsét, fókuszát és ítéleti nézőpontját egy adott szerephez igazítja.
Mikor használd?
Ha azt szeretnéd, hogy a modell pl. oktatástervezőként, jogászként, pénzügyi elemzőként vagy DevOps mérnökként reagáljon.
Prompt példa — próbáld ki
Írj role promptot, amelyben a modell DevOps mérnökként értékeli az architektúrát.
Tipikus hiba
A szerep túl homályos vagy túl díszítő jellegű — nem pontosítja a fókuszt.
Mire való?
Feladatok szétosztására külön modellek, eszközök, ágensek vagy alrendszerek között.
Mechanizmus
A bemenet típusát vagy szándékát vizsgálja, majd eldönti, melyik alrendszer végezze el a munkát.
Mikor használd?
Multi-agent rendszereknél, tool-using rendszereknél, összetett workflow-knál.
Prompt példa — próbáld ki
Írj routing promptot, amely a matematikai kérdéseket a Python kódértelmezőhöz, a szöveges elemzést pedig a nyelvi modellhez irányítja.
Tipikus hiba
Túl gyenge routing-szabályok, ezért a rossz alrendszer kapja a feladatot.
Mire való?
Több lépés, több eszköz vagy több alfeladat összehangolására.
Mechanizmus
Nem csak irányít, hanem munkafolyamatot szervez: milyen sorrendben történjen kutatás, kivonatolás, ellenőrzés, generálás és validáció.
Mikor használd?
Ha komplex, többlépéses workflow-t akarsz koordinált sorrendben végrehajtani.
Prompt példa — próbáld ki
Írj orchestration promptot, amely először kutat, majd kivonatol, utána auditál, végül markdown riportot készít.
Mire való?
Összetettebb logikai, többlépcsős vagy számítási feladatok strukturáltabb végigvezetésére.
Mechanizmus
A modellt arra tereli, hogy a feladatot részekre bontsa, és ne rögtön a végső választ adja. Ez javítja az összetett problémák követhetőségét és megbízhatóságát.
Mikor használd?
Matematikai, logikai, döntési, tervezési vagy több lépésből álló elemző feladatoknál.
Prompt példa — próbáld ki
Írj CoT promptot az árképzési modell matematikai levezetéséhez.
A CoT nem varázslat. A strukturált gondolatmenet növelheti a megbízhatóságot, de nem helyettesíti az ellenőrzést.
Mire való?
Formátum, stílus, logika vagy válaszminta tanítására példákon keresztül.
Mechanizmus
A modell a promptban megadott bemenet–kimenet párokból mintát ismer fel, és ennek megfelelően alakítja a saját válaszát. Ez az in-context learning egyik gyakorlati formája.
Mikor használd?
Ha nagyon pontos output-formátumot akarsz, vagy ha azt szeretnéd, hogy a modell a kívánt stílust példából tanulja meg.
Prompt példa — próbáld ki
Írj few-shot promptot, amely három esettanulmányon keresztül tanítja meg a kívánt JSON kimenet struktúráját.
Tipikus hiba
Túl kevés vagy rosszul megválasztott példa.
Mire való?
Tanításra, rávezetésre, kérdésalapú gondolkodtatásra.
Mechanizmus
A modellt arra tereli, hogy ne egyszerűen megmondja a választ, hanem kérdésekkel, lépésekkel, visszakérdezéssel és fokozatos vezetéssel segítsen megérteni a problémát.
Mikor használd?
Tanulásnál, mentorálásnál, hibakeresés tanításánál, fogalmi megértésnél.
Prompt példa — próbáld ki
Írj tutor promptot, ami kérdésekkel vezeti rá a junior fejlesztőt a ciklusban lévő memória-szivárgás okára.
Tipikus hiba
Gyors választ akarnak, pedig a tutor prompt lényege a lassabb, mélyebb megértés.
Mire való?
Rendszerek, guardrailek, policyk és biztonsági korlátok tesztelésére.
Mechanizmus
A modell vagy rendszer robusztusságát próbálja vizsgálni nehéz, határesetes, problémás vagy támadásszerű szituációkon keresztül. A cél legitim tesztelés és ellenállóképességi vizsgálat.
Mikor használd?
Biztonsági értékelésnél, policy-tesztnél, kimeneti kockázatok felmérésénél.
Prompt példa — próbáld ki
Írj red-teaming promptot az adatvédelmi szűrők robusztusságának tesztelésére egy szimulált szituációban.
A red-teaming nem ugyanaz, mint a jailbreak. A red-teaming célja a rendszer javítása és tesztelése; a jailbreak célja jellemzően a korlátok megkerülése.
Hogyan válassz promptfajtát?
Teszteld magad — kérdezd az AI-t!
Indulj el ezzel a prompttal bármelyik AI-ban: