Miről szól ez a lecke: a legfontosabb pontok
- A jó prompt öt rétege: szerep, kontextus, feladat, eredmény-forma, példa. A szerkezet a fontos, nem a hossz. A kontextus + feladat + forma hármas önmagában is megemeli a kimenet minőségét.
- Promptolni annyi, mint delegálni. Feladatot adsz át, ahogy egy junior kollégának. És pont ezért: az AI bevezetés egyszerre soft-skill tréning is, mert sok szakember életében először delegál.
- Az eredmény-formát mondd meg. Egyetlen mondatnyi instrukció duplán spórol időt: gyorsabb iteráció és kevesebb utólagos formatálás.
- Egyszerű feladathoz céleszköz, komplexhez LEGO. Egy prompt, egy kimenet vs. minden output a következő input. A LEGO-séma vezet a 3-as érettségi szintre, és ez a következő modul agent-világának előjátéka.
A különbség egyetlen mondat. A modell magától soha nem kérdez vissza. Te kérdezteted vissza, és te is rakod össze a feladatleírást úgy, hogy értelmesen lehessen rajta dolgozni. Ettől a pillanattól kezdve nem egy chat-felülettel dolgozol, hanem egy beosztottal, aki egész nap kéznél van, és minden brief pontosságát rajtad méri.
A lecke öt rétegen viszi végig az ideális promptot, megnézi, mit jelent egy „szerep" és mit ad neked egy egyetlen mondatnyi forma-instrukció, és lezárja a modul keresztrétegével: a négy vezetői képességgel, ami egyenként egy-egy leckét kap. A legfontosabb mondatot már most el tudod vinni: mostantól mindenki menedzserré válik, akinek dolga van AI-jal.
Mindenki menedzserré válik
Eddig a legtöbb szakember egy szakember volt: ő végzett a feladatokkal, ő dolgozott a kimeneten. Mostantól ő egy szakember-vezető: briefel, ellenőriz, dönt, felelősséget vállal. Ez a gyakorlatban soft-skill tréning. A szakemberek többsége eddig nem volt vezető. Nem delegált, nem coacholt, nem ellenőrzött output-minőséget, nem viselte másik ember munkájának felelősségét. Az AI bevezetés ezért egyszerre technikai és soft-skill projekt: 20% technológia, 80% ember.
A delegáció négy klasszikus vezetői képessége most AI-kontextusban tanulódik. A modul mind a négy leckéje egy-egy darabot vesz:
- Delegálni, pontos feladat, kontextus, elvárt eredmény. Ezt tanítja ez a lecke.
- Iterálni és coacholni, visszakérdezni, finomítani, „nem adjuk fel". Ezt tanítja a következő lecke.
- A munkateret gondozni, a kontextus rétegei, az ablak menedzselése. Ezt tanítja a kontextus-ablak lecke.
- Felelősséget vállalni, mit nem delegálsz, mi a human-in-the-loop. Ezt tanítja a modul záró leckéje.
Miért kritikus ez épp most? A munkatér-modulban jönnek be az agentek, akik egy chat-üzenet helyett több órán át dolgoznak. Aki delegálni sem tanult meg jól, az agent-tel sem fog tudni együtt dolgozni. Ez a modul ennek a vezetői képességnek a bootcamp-je, ez a lecke pedig a bootcamp első napja.
A jó prompt öt rétege
Egy jól megírt prompt öt egyszerű rétegből áll. Nem mind kötelező, de mind segít. A sorrend a fejedben legyen mindig kéznél, ezt nem prompt-sablonként használd, hanem mentális ellenőrzőlistaként.
Szerep milyen nézőpontból
„Te egy senior pénzügyi elemző vagy, magyar középvállalati kontextusban."
Kontextus háttér, kit, mit, miért
„A cég 15 fős B2B SaaS, 2025-ös bevétele 180M Ft, ARR 25% növekedés."
Feladat milyen művelet
„Készíts vezetői összefoglalót a Q4 számokról, fókuszálj a cash-flow-ra és a kintlévőségekre."
Eredmény-forma milyen kimenet
„Bullet-pontokba szedve, magyarul, max 1 oldal, executive summary stílus."
Példa opcionális, mintázat
„Hasonló formátum, mint a múlt negyedévben (mellékelve)."
A sorrend nem dogmatikus. Vannak feladatok, ahol a szerep nem kell. Vannak, ahol a példa a legfontosabb. A kontextus + feladat + eredmény-forma hármas azonban mindig jó. Ha csak ennyi kerül be tudatosan, az output már érezhetően jobb minőségű.
Szerep: nézőpont, nem szuperlatívusz
A szerep azt mondja meg a modellnek, hogyan súlyozza a tudását. Nem színpadi szerep. Ha azt mondod, „te egy senior pénzügyi elemző vagy", a modell ettől még nem ölt magára személyiséget. Cserébe pénzügyi szókincset használ (EBITDA, OPEX, working capital), mutató-rendszerben gondolkodik, és jelentés-stílusban fogalmaz. Ha azt mondod, „te egy óvodás vagy", egyszerűbb szókincset választ, ismerős metaforákkal magyaráz, rövidebb mondatokban fogalmaz.
Tipikus jó szerepek üzleti kontextusban: senior pénzügyi elemző, üzletfejlesztő igazgató, jogi tanácsadó, copywriter senior, ügyfél-értelmező, executive coach. Tipikus félreértés: „te egy zseni vagy", „te a világ legjobb X vagy". Ez a típus a modellt nem teszi jobbá, gyakran túldramatizálttá teszi a választ. Ökölszabály: a szerep a feladat tárgyterületét jelölje meg, és nem a kvalitást.
A szerep és a system prompt nem ugyanaz. A system prompt egy mélyebb réteg, a beszélgetés tetején lévő, mindig betöltődő instrukció: az Anthropic alapból ad egyet, te is bővítheted (skill, CLAUDE.md). Erről a munkatér-modulban részletesen szó lesz. A „szerep" itt egy beszélgetésen belüli, prompton belüli nézőpont-beállítás, nem mély konfiguráció.
Kontextus: minél több releváns, annál jobb output
A modell pontosan annyira tud hatékonyan dolgozni, amilyen részletes a feladatleírás. Garbage in, garbage out. Gondolj rá úgy, mintha egy embernek adnád a feladatot: ha neki nem elég részletes az információ, az AI sem fog tudni jól dolgozni.
Mit foglal magába a kontextus?
- Háttér. Ki vagy, mit csinálsz, mi a környezeted (cég, csapat, projekt).
- A feladat tárgya. Miről szól a téma, milyen információ áll rendelkezésre.
- Cél. Miért készül a kimenet, ki fogja olvasni, milyen döntéshez kell.
- Korlátok. Mennyi idő, hány karakter, milyen formátum, milyen nyelv.
Vigyázat: csak releváns kontextust. Túl sok zaj is ronthat, mert a modell minden eddigi szót figyelembe vesz a válaszadásnál, és az irreleváns adat elterelő szignál (erről szól a kontextus-ablak lecke). Ökölszabály: ha kétséges, adj inkább több kontextust. Tisztább a kimenet, rövidebb az iteráció.
Feladat: az ige a kulcs
A feladat-réteg a legkonkrétabb. Itt az ige a kulcs. Elemezd, foglald össze, hasonlítsd össze és kritizáld mind másfajta műveletet kér a modelltől:
- Foglald össze, a forrás tartalmát rövidebben add vissza, neutral hangnemben.
- Elemezd, bontsd részekre, magyarázd a kapcsolatokat, vonj le következtetést.
- Hasonlítsd össze, vesd párhuzamba, jelöld a különbségeket, súlyozd a következményeket.
- Kritizáld, keress gyenge pontokat, fogalmazz meg ellenérveket.
Ha több feladat van, számozott listával add át: „1. Olvasd át a csatolt riportot. 2. Foglald össze 3 pontban. 3. Sorold fel a 3 legmeglepőbb adatot. 4. Javasolj 2 következő lépést." A modell sokkal pontosabban követi a számozott struktúrát, mint egy folyó szöveget.
Mélység: ha rövid választ akarsz, mondd meg. „Egy mondat." Ha hosszút, az is működik. „3 oldal, részletes érveléssel."
Eredmény-forma: ne hagyd a modellre
Ha nem mondod meg, a modell kitalál egy formátumot, és az gyakran nem az, amit szeretnél. Egyetlen mondatnyi forma-instrukció duplán hasznos: gyorsabb iteráció, kevesebb utólagos formatálás.
Forma-kérdések, amiket jó előre eldönteni:
- Struktúra. Bullet, számozott, táblázat, folyó szöveg?
- Hossz. 1 mondat, 1 bekezdés, 1 oldal, 5 oldal?
- Nyelv. Magyarul, angolul, kettőben párhuzamosan?
- Hangnem. Formális, casual, executive summary, részletes elemzés?
- Strukturált adat. JSON, CSV, markdown?
„Bullet, magyarul, max 1 oldal, hideg executive hangnem." Egyetlen mondat, és a kimenet közelebb lesz a használhatóhoz. Ökölszabály: ha tudod, milyen formátumban kell végül használnod, kérd már a promptban. Spórolsz egy iterációt utólag.
Példa: a leggyorsabb módja, hogy „értesd" a modellt
Egy jó példa-output a promptban többet ér, mint öt mondat magyarázat. Ezt hívják few-shot promptolásnak. A példa három dolgot ad át gyorsan, ha jól van összerakva:
- Stílus-átadás, így nézzen ki a kimenet.
- Struktúra-átadás, ilyen szerkezetben dolgozz.
- Edge-case-mutatás, ha ez a helyzet, így csináld.
Hogyan add át? Általában a prompt végén, jelölt szakasszal:
Példa-output: --- Cím: Q3 2026 · vezetői összefoglaló • Bevétel: ... • Cash-flow: ... --- Most készítsd el Q4-re a következő adatokból: [...]
Egy példa gyakran elég. Kettő-három még jobb, de a hozadék csökken. Mikor ne használj példát? Ha az új feladat lényegesen különbözik a példától. Akkor a példa elterelő, és a modell az új feladaton egy elavult sablont próbál ráhúzni.
Céleszköz vagy LEGO?
Két alap-használati mód van. Tudd, melyikre van szükséged, mielőtt elkezded.
Céleszközként. Egy feladat → egy kimenet. Pontszerű használat. 1 prompt, 1 válasz, kész. Példa: „Foglald össze ezt a riportot 5 pontban." Ez a 2-es érettségi szint, ahogy az érettségi-modell leckéjében láttuk.
LEGO-zásként. Több prompt, több kimenet, minden output a következő input. Több-lépéses, kompozíciós használat. Például: Prompt 1: „Kutass [téma]-ról 5 forrást." Prompt 2: „A kutatás alapján készíts vázlatot egy 10 oldalas dokumentumhoz." Prompt 3: „A vázlat alapján írd meg a 2. fejezetet." Prompt 4: „Elemezd a 2. fejezet erősségeit és gyengeségeit." Ez a 3-as érettségi szint előjátéka. A LEGO-mintázatot a következő leckében részletezzük.
A céleszköz-mód kis kockázat, gyors haszon. A LEGO-mód a komplex munka átalakítása. A tipikus „aha-pillanat" itt szokott megérkezni: amikor egy vezető először látja, hogy egy hetes kutatási projekt négy lépésre tagolva, két óra alatt felépíthető.
Ellenőrizd magad: három kérdés
Két visszakérdezés, egy önreflexió. Nincs pontszám, nincs vizsga. A válaszaid a böngészőben maradnak.
Melyik nem része a jó prompt öt rétegének?
A modell-választás környezeti döntés (erről a modellek-leckében volt szó), nem prompt-réteg. Az öt réteg: szerep, kontextus, feladat, eredmény-forma, példa (opcionális). A modell-választás külön kérdés, ami a feladat komplexitásától és a sebesség/költség-igénytől függ, és azonos prompt-szerkezetet használ minden modellnél.
Egy 5-lépéses kutatás → vázlat → dokumentum → elemzés folyamatra melyik a jobb stratégia?
Egy mindent-egyszerre prompt gyakran alacsonyabb minőségű kimenetet ad, mert a modell figyelme megoszlik, és a kontextus-ablakon belül a párhuzamos szálakat nehezen tartja. A LEGO-séma minden lépésen külön fókuszt enged, és te vagy a vezető (briefelő, ellenőrző, szintetizáló). Külön chat-ablakokban dolgozni azért rossz stratégia, mert az ablakok nem látják egymás tartalmát: minden új ablakban elölről kell felépíteni a kontextust. A LEGO a párbeszédből az agent-munkatérbe való átmenet kulcsfogalma.
Vedd elő egy hete történt AI-chat-beszélgetésed. Melyik réteg hiányzott a saját első promptodból (szerep, kontextus, feladat, eredmény-forma, példa)? Ha újraírnád, melyik réteget tennéd hozzá először?
egy mondat, magadnak
Az első prompt sosem tökéletes. A következő lecke a delegáció második darabjával foglalkozik: hogyan kérdeztesd vissza a modellt, mikor kérj plan mode-ot, és miért éri meg menteni, ami egyszer már jól működött.