Iteráció és visszakérdezés

A lecke öt fogást tanít: az ask-back trükköt, ami egyetlen mondattal kevesebb iterációt eredményez; az „AI segít promptolni" rekurzív mintát; a plan mode-ot, amitől a kész output már első körre közelebb áll a használhatóhoz; a noszogatást, ami ráveszi a modellt arra, ami az ellenállás mögött van; és a mentési rutinokat, amik prompt-library-vé érlelnek 20-30 elemet.

A chat soha nem statikus

A modell minden üzenet után újra-olvassa az egész beszélgetést. Pontosan ez a lényeg: lehet pontosítani, kizoomolni, fókuszon váltani. A promptolás folyamata leginkább egy folyamatos beszélgetésre hasonlít, és nem kell mindent az első üzenetben megadni. Kérdezz vissza, iterálj, pontosíts. Az első válasz egy javaslat, és a kész formát közösen alakítjátok ki.

Vezetői analógia: ugyanaz, mint amikor egy junior kollégának adsz feladatot. Ritka, hogy első próbálkozásra tökéletes a leadás. Kérdezel-visszakérdezel, kiigazítasz, közben tanul. Aki sosem coacholt embert, az most kap egy soft-skill bootcamp-et, agenten keresztül. A modellnél nincs ego, nincs sértődés, nincs HR-kockázat. Biztonságosan gyakorolható az, ami később emberi kollégákkal és agentekkel is működik.

Az ask-back trükk: egy mondat, egy körrel kevesebb

Egyetlen mondat a prompt elejére, és egy körrel kevesebb iteráció. Ez a legegyszerűbb, és valószínűleg a legerősebb produktivitás-trükk a leckékben. A trükk-mondat így szól, és pont ebben a formában mentsd le:

Mit csinál ez? A modell feltételezések helyett kérdéseket tesz fel. Te válaszolsz, és csak utána indul a tényleges munka. Azért működik, mert a homályos pontokat te tudod legjobban tisztázni a saját feladatodon. A modell egy találgatós válasszal indít, ha nem kérted, hogy kérdezzen.

Konkrét példa. Tegyük fel, kérsz egy heti vezetői összefoglalót Q4-ről. Ask-back nélkül a modell elindul, és kitalál egy formát: 5 bullet, magyar, semleges hang, generikus mutatók. Lehet, hogy ez nem az, amit akarsz. Ask-back-kel viszont visszakérdez:

AI segít a promptolásban

A modell képes javítani a saját bemenetedet. Nem kell tökéletes prompt: kérheted, hogy kérdezzen vissza, javasoljon szerkezetet. Ez rekurzív, és pontosan ettől hasznos: a modellt használjuk arra, hogy jobban beszéljünk vele.

A séma egyetlen mondat:

Két okból hasznos. Egy: induló helyzetben, ha még gyakorlatlan vagy, ne tartson vissza a „melyik a tökéletes szöveg" kérdés. Kérd a modelltől. Kettő: bonyolult feladatnál a modell jobban észreveszi a hiányzó információkat, mint te magadnál. A két szem több, mint az egy, akkor is, ha a második szem szilíciumon működik.

A tökéletes prompt mítosza

Az első prompt egy kiindulópont. Ha nincs meg minden összetevő, kérj segítséget, és szedjétek össze közösen. Elírás, helyesírási hiba nem akadály. Egy-két betűhiba nem fogja megakadályozni a modellt a feladat megoldásában, és a magyar szöveget hibásan is jól érti: ha lemarad egy ékezet („ó" helyett „o"), simán értelmezi.

Noszogatás: mint a szamarat a Shrekből

Ha a modell azt válaszolja, hogy „sajnos nem tudom elvégezni", vagy „nincs elég információm", vagy lényegtelen részleten kezd lovagolni, az első kérdés ez: tényleg nem tudja, vagy csak nem akarja az adott irányba elindulni? A leggyakoribb az utóbbi. Három lépés segít:

• Visszakérdezés. „Mit kell ahhoz, hogy elvégezd? Mi hiányzik?" A modell gyakran maga sorolja fel, mit kérne tőled.
• Kontextus-pótlás. Adj több hátteret, példát, korlátozást.
• Noszogatás. „Próbáld meg most. Ha bizonytalan vagy, jelöld." A modell sokszor csak egy bátorítást vár, hogy nekiinduljon.

Mint a szamarat a Shrekből, aki a világért sem szólalna meg. Ne adjuk fel. Ha szükséges, kérdezzünk vissza, noszogassuk, finomítsunk. Az ötödik válasz gyakran sokkal jobb, mint az első.

Plan mode: tervet először, futtatást utána

Komplex feladatra először kérj tervet. Mit fog csinálni, milyen lépésekben, milyen kimenetet ad. Csak ha rendben van, akkor menjen rá. Az iteráció így a tervezésre megy, és nem a kész outputra. Sokkal olcsóbb javítani.

Miért működik? A terv olcsó iterálni: 2-3 mondat lépésenként. A kész output drága iterálni: 3 oldal újraírva. Komplexebb agentic feladatoknál (Claude Code, custom workflow) ez bevett gyakorlat: ott külön plan mode létezik, ahol a modell csak tervet készít, kódot nem ír, amíg a user el nem fogadja.

Vezetői analógia ugyanaz, mint az eddigi minden lépésnél: egy junior kollégának is briefelés után kérdezed meg, „mit gondolsz, hogy néz ki a munkamenet? Milyen lépésekben fogod csinálni?" Mielőtt elkezdi, beszéljétek át. Itt is. Ökölszabály: ha a feladat három lépésnél hosszabb, vagy bizonytalan vagy a kimenetben, kérj tervet előbb.

Legózás: minden output a következő input

Hosszabb projekt: több prompt egymás után, minden lépés egy újra-induló párbeszéd. Ezt legózásnak hívjuk, és ez vezet át a 3-as érettségi szintre. A séma egyszerű:

Miért nem egy nagy prompt, mindent egyszerre? Három okból: a modell figyelme megoszlik, ha egyszerre öt dolgot kérsz; te is jobban szintetizálsz a köztes outputokon, és a következő promptot ezzel a tudással írod; és hiba esetén csak a hibás lépést kell újra futtatni, nem az egészet.

Van egy ennél nagyobb térkép is: a kis, önálló képességektől (mint egy heti riport-összefoglaló) az egyre nagyobb, összetettebb egységekig, amik már több képességet és integrációt kombinálnak egyetlen munkamenetben. Egy hétköznapi példa: egy hétfő reggeli felkészítő, ami a heti riportot, a naptár-áttekintést és a legfontosabb emailek összefoglalását fogja össze egy lépésben. Erre a térképre a munkatér-modulban építünk részletesen.

Ez a 3-as érettségi szint, ahogy az érettségi-modell leckéjében láttuk. Itt jönnek be a skillek és az integrációk, amiket a munkatér-modul tanít. Ez a modul a beszélgetési képességet építi, a munkatér-modul a környezetet köré, és a kettő együtt teszi lehetővé a kompozíciós szinteket.

Mentés: a prompt-library születése

Amikor egy prompt jól működik, ne hagyd a chat-historyban. Mentsd külön. Tipikus mintázat: 20-30 mentett prompt megoldja az új AI-user „cold start" problémáját (kezdeti üres lap probléma), ami a leggyakoribb akadály a kezdetben. Az új user nem tudja, mit kérdezzen. Egy prompt-library-ből választ egy mintát, és onnantól dolgozik.

Hova mentsd?

• Saját jegyzet, Notion, Drive, ha egyéni felhasználó vagy.
• Megosztott Notion, Confluence, SharePoint, csapatszinten.
• Claude Project, natív funkció: dedikált promptok és dokumentumok egy ablakban.
• Skill (markdown-fájl), a munkatér-modulban tanuljuk meg, ez a legstrukturáltabb forma.

Mit mentsd? Konkrét promptokat, példa-inputokat, példa-outputokat, és megjegyzést arról, hogy mikor működik jól és mikor nem. A prompt-library tudás-vagyontárgy. Egy idő után többet ér, mint maga az AI-fiók: a fiókot bárki tud nyitni, a saját könyvtárat senki nem tudja elvenni tőled.