Prompt engineering

A prompt engineering az a szakma vagy gyakorlat, amelynek során egy nyelvi modellnek (LLM) adott utasításokat (promptokat) úgy tervezed meg, hogy a lehető legjobb, legpontosabb, legmegbízhatóbb kimenetet kapd. A 2022 utáni AI-robbanás óta önálló szakmává nőtte ki magát: vannak „prompt engineer” álláshirdetések, kurzusok, blogok, könyvek. Az AI-alkalmazások 80%-ának sikere vagy bukása a háttér-promptok minőségén múlik — egy rosszul írt prompt használhatatlan AI-választ ad, egy jól megírt pontos, idézhető, üzletileg használható eredményt.

Így is ismerheted

Magyarul prompt-tervezés, AI-utasítás tervezés, prompt-finomítás. Angolul a klasszikus prompt engineering, vagy szakszerűen prompt design, prompt optimization. A „prompt” maga az utasítás; a „prompt engineering” a tervezés szakmai gyakorlata.

Mire jó cégeknek a prompt engineering?

Egy üzleti AI-rendszer (chatbot, asszisztens, dokumentum-feldolgozó) sikere három tényezőn múlik: a választott modell, a tudásbázis (ha van), és a prompt minősége. A modell és a tudásbázis lassan változnak; a prompt napi szinten finomítható. Ezért a prompt engineering a leggyorsabb visszacsatolási kör — pár óra alatt javíthatsz egy AI-asszisztens minőségén, és a hatás azonnal mérhető.

Néhány konkrét üzleti haszon:

• 5-10x jobb minőség a kimeneten ugyanazzal a modell-választással.
• Költség-csökkentés — ügyes prompttal sokszor egy olcsóbb modell is elég jó (pl. GPT-4o-mini a GPT-4o helyett).
• Konzisztencia — minden válasz ugyanazt a struktúrát, hangnemet követi.
• Robusztusság — jól megírt prompt jobban tolerálja az unalmas vagy szokatlan bemeneteket.

Hogyan néz ki egy jó prompt-struktúra?

A klasszikus hat-elemes felépítés:

• Szerep — kinek a nevében beszél az AI? „Te egy magyar weboldal-fejlesztő szakértő vagy.”
• Feladat — mit kell csinálnia? „Magyarázd el a kanonikus URL fogalmát.”
• Kontextus — milyen háttértudás kell? „Az olvasó cégtulajdonos, NEM fejlesztő.”
• Formátum — milyen formában várod? „600-800 szó, HTML-ben, 3 H2 és 1 lista.”
• Stílus / hangnem — milyen tone-of-voice? „Tegezve, laza, példa-erős.”
• Példák (opcionális) — egy-két mintaszöveg, ami segít.

Ezeket összefűzve egy 200-500 szavas prompt-ot építhetsz. Ne aggódj a hossz miatt — pontosabb választ kapsz tőle.

Speciális technikák

A profi prompt-tervezők néhány bevált technikát használnak:

Chain-of-thought (CoT): kérd meg az AI-t, hogy gondolkodjon végig lépésről lépésre. „Először elemezd, mi a kérdés lényege; aztán adj 3 megközelítést; végül javasolj egyet.” Ez különösen logikai-, matematikai- és komplex döntés-feladatoknál segít.

Few-shot prompting: adj 2-3 példát a kívánt kimenetre, mielőtt megkérdezed a tényleges feladatot. Részletesen a zero-shot és few-shot promptolás cikkben.

Output formátum-kényszerítés: kérj strukturált JSON-választ. „Adj választ pontosan ebben a JSON-formátumban: {kategoria: ‘…’, priority: ‘…’, valasz: ‘…’}.” Részletesen a strukturált AI válasz cikkben.

Negatív utasítás: ne csak azt mondd, mit csináljon, hanem azt is, mit NE. „Ne legyél formális, ne magázódj, ne találgass, ha nem tudod a választ.”

Self-critique: az AI-t kérd meg, hogy ellenőrizze a saját válaszát. „Most nézd át a fenti választ — van benne pontatlanság vagy következetlenség? Ha igen, javítsd.”

Persona prompting: adj az AI-nak egy konkrét személyiséget. „Te egy 15 éve dolgozó magyar B2B sales-vezető vagy, aki őszinte és gyakorlatias.”

Iteratív finomítás: az első válasz után kérdezz vissza. „Most ezt fordítsd át 30%-kal rövidebbre, és tegyél bele egy konkrét számot.”

Példa: rossz vs. jó prompt

Tegyük fel, hogy egy AI-asszisztens írjon szöveget a kapcsolat-űrlap automatikus köszönő-üzenetére.

Rossz prompt: „Írj egy köszönő üzenetet a kapcsolat-űrlapra.”

Jó prompt: „Te az eClick.hu (webfejlesztő ügynökség) automata üzenet-szerkesztője vagy. Egy érdeklődő épp kitöltötte a kapcsolat-űrlapot. Írj egy 80-120 szavas magyar nyelvű, tegező hangú, baráti köszönő-üzenetet, ami: (1) köszöni a megkeresést, (2) elmondja, hogy 1 munkanapon belül válaszolunk személyesen, (3) javasolja, hogy nézze meg a referenciákat (link: /referenciaink/), (4) említi, hogy van AI-chatbot az oldalon, ha közben kérdés merül fel. Ne legyen hivatalos vagy magázódó, ne legyen sablonos. Stílus: laza, pozitív, eClick brand.”

A második promptra egy konkrét, használható szöveget kapsz; az elsőre általános, sablonos választ.

Hogyan tesztelj és finomíts?

A klasszikus prompt-engineering folyamat:

1. Első verzió — gyors kapásból írt prompt.
2. Teszt-halmaz — 10-20 reprezentatív bemenet, amire ismerd a „jó választ”.
3. Futás és értékelés — minden bemenetre futtasd, és pontozd, mennyire jó a válasz.
4. Hibás esetek elemzése — mit ront a prompt? Pontatlan? Túl hosszú? Rossz formátum?
5. Új verzió — finomítás a tanultak alapján.
6. Ismétlés — 5-10 körön át, mire éles minőséget kapsz.

A profi mérés: A/B-tesztelés (két prompt-verzió ugyanazon a teszt-halmazon), és LLM-as-a-judge (egy másik AI értékeli a kimenetet).

Prompt-versioning és karbantartás

Az éles AI-rendszerekben több tucat prompt él egyszerre. Ezek karbantartása fontos:

• Verziókövetés — Git, vagy egy egyszerű promptDB. Minden prompt-változat dokumentált, ki, mikor, miért módosított.
• A/B-tesztelés — két verzió párhuzamos futtatása valós forgalom egy részén.
• Visszajelzés-gyűjtés — felhasználói „hasznos volt?” gomb minden AI-válasz mellett.
• Regressziós teszt-suite — egy 20-50 elemes teszt-halmaz, ami minden új prompt-verzió előtt lefut.

Mire figyelj?

Az első tipp: iteratívan gondolkozz. Az első prompt szinte sosem jó. Tervezz be 5-10 finomítási kört, mire éles minőséget kapsz.

A második: védd a promptot prompt-injektálás ellen. Ha a prompt-ba beépíted a felhasználói inputot, a felhasználó manipulálhatja a rendszert. Részletesebben a prompt injection cikkben.

A harmadik: tartsd rövidebb a promptot, ha lehet. Minden token költségbe kerül, és minél hosszabb a prompt, annál nagyobb az API-számla. Egy 2000 tokenes promptot lehet, hogy 1000 tokenes is megoldja ugyanolyan minőséggel — érdemes optimalizálni.

A negyedik: különböző modellek különböző prompt-stílust kívánnak. Ami a GPT-4-en remekül megy, a Claude-on lehet, hogy más megfogalmazást igényel. Tervezz prompt-tesztelést minden cserénél.

Ha cégednél AI-megoldást fejlesztesz vagy üzemeltetsz, és szeretnél jó promptokat építeni, az AI és automatizáció szolgáltatásunk pont erre épül: prompt-tervezés, tesztelés, verziókövetés, finomítás. Egy ügyfél-felé néző AI-megjelenéshez (chatbot) a chatbot fejlesztés az induló pont.