Chatbot vagy AI-ügynök?

A Mesterséges Intelligencia Központ Kft. budapesti szoftverfejlesztő cég szerint chatbot kell, ha a feladat a kérdések megválaszolása; AI-ügynök akkor, ha a rendszernek lépéseket is végre kell hajtania: lekérdezni, rögzíteni, foglalni.

Lényeg: A chatbot beszél, az ügynök cselekszik is. Érdemes a legegyszerűbb megoldással kezdeni, amely elvégzi a feladatot, és ügynökre csak ott váltani, ahol a lépések sorrendje előre nem írható le; az ügynök pedig szűk jogosultsággal, naplózva és a fontos lépések előtt emberi jóváhagyással dolgozzon.

Mit jelentenek a fogalmak?

A „chatbot” és az „AI-ügynök” szót a piacon sokféle értelemben használják. Hogy egy döntésnél ugyanarról beszéljünk, öt megoldást különböztetünk meg, a legegyszerűbbtől a legönállóbbig.

Szabályalapú chatbot

Előre megírt forgatókönyvet követ: gombokból, kulcsszavakból és döntési fából áll. Teljesen kiszámítható, nem hív nyelvi modellt, és pontosan azt mondja, amit beleírtak. Csak azt érti viszont, amire felkészítették: a másképp megfogalmazott kérdés kiesik a forgatókönyvből, és minden új témát kézzel kell beépíteni.

Nyelvi modellre épülő chatbot

A nagy nyelvi modell (large language model, LLM) szabad szövegű kérdést ért, és természetes nyelven válaszol, elírásokkal és hétköznapi fogalmazással is boldogul. Ha azonban csak a modell általános tudására támaszkodik, magabiztosan téves választ is adhat a cégről, ezért céges használatban szinte mindig a cég saját anyagához kötjük.

Dokumentumokból válaszoló chatbot

A rendszer a kérdéshez előbb megkeresi a releváns részleteket a cég dokumentumaiban (gyakori kérdésekben, szabályzatokban, kézikönyvekben), és a modell ezekből, a forrás megjelölésével válaszol. A módszer neve RAG (retrieval-augmented generation); a működéséről, a magyar nyelvről és az adatok tárolásáról az AI a cég saját dokumentumain (RAG) cikk szól.

AI-munkafolyamat

Az Anthropic ügynökökről szóló útmutatója a munkafolyamatot (workflow) úgy határozza meg, mint olyan rendszert, amelyben a nyelvi modellt és az eszközöket előre megírt kódútvonalak vezérlik. Példa: beérkező levél → osztályozás → adatkiolvasás → válaszvázlat a CRM-ben. A lépések sorrendje rögzített, a modell minden lépésben egy jól körülírt nyelvi feladatot végez. Sok céges igény valójában ilyen munkafolyamat, nem ügynök.

AI-ügynök

Ugyanez az útmutató az ügynököt olyan rendszerként írja le, amelyben a nyelvi modell maga irányítja a saját folyamatát és az eszközök használatát. Az OpenAI dokumentációja szerint az ügynökök eszközök segítségével terveznek és hajtanak végre feladatokat, és a lépéseken át megőrzik az összefüggéseket. Az ügynök célt kap („rögzítse a reklamációt, és küldjön visszaigazolást az ügyfélnek”), és maga dönti el, milyen lépésekben éri el: lekérdezi a rendelést, megnézi a garanciát, rögzíti az ügyet, megírja a levelet. Az eszközt nem a modell futtatja: a Google Gemini dokumentációja szerint a modell maga nem hajtja végre a függvényt, az Anthropic szerint pedig a saját eszközöket az alkalmazás futtatja. A modell csak kéri a műveletet, a kódunk hajtja végre, és ott dől el, mi engedélyezett.

Az Anthropic tanácsa egyszerű: a lehető legegyszerűbb megoldást kell keresni, és csak akkor növelni a bonyolultságot, ha szükséges. Az ügynök az útmutató szerint a nyitott problémákhoz illik, ahol nehéz vagy lehetetlen előre megmondani, hány lépés kell; az ügynöki rendszerek pedig gyakran késleltetést és költséget adnak cserébe a jobb feladatmegoldásért.

Összehasonlítás egy táblázatban

A nyelvi modellre épülő chatbot a táblázatban a dokumentumokból válaszoló változatában szerepel, mert céges használatban szinte mindig így épül.

Szempont	Szabályalapú chatbot	Dokumentumokból válaszoló chatbot	AI-munkafolyamat	AI-ügynök
Mit csinál	előre megírt forgatókönyvet követ	a cég anyagából válaszol	rögzített lépéssort hajt végre, nyelvi feladatokkal	célt kap, és maga választja meg a lépéseket
Mit ért	a felkészített kulcsszavakat és gombokat	szabad szöveget	a folyamatba érkező szöveget	szabad szöveget és az eszközök eredményeit
Mihez fér hozzá	a forgatókönyvhöz	a tudásanyaghoz	a lépésekhez kijelölt rendszerekhez	a számára megadott eszközökhöz
Kiszámíthatóság	teljes	magas, ha forrást jelöl	magas	alacsonyabb, szigorú korlátok kellenek
Fő kockázat	merev, sok kérdés kiesik	téves vagy elavult válasz	hibás kiolvasás egy lépésben	rossz vagy túl sok művelet, halmozódó hibák
Kontroll	a forgatókönyv karbantartása	forrásmegjelölés, „nem tudom”, átadás munkatársnak	lépésenkénti ellenőrzés, jóváhagyás	jogosultságok, jóváhagyás, napló, korlátok
Jó választás, ha	kevés, jól körülírt kérdés van	sok kérdés és sok dokumentum van	a folyamat lépései előre leírhatók	a lépések száma és sorrendje előre nem látható

A határ nem éles: egy chatbot, amely egyetlen olvasási jogú eszközzel lekérdezi a rendelés állapotát, már egy lépést tett az ügynök felé, de a kockázata alacsony marad. A döntő kérdés mindig az, hogy mit tehet meg a rendszer, nem az, hogy minek nevezzük.

Hol melyik illik?

Ügyfélszolgálat

A gyakori kérdésekre (szállítás, fizetés, garancia, nyitvatartás) a dokumentumokból válaszoló chatbot a jó kiindulás, a nap bármely szakában, átadással egy munkatársnak, ha elakad. A rendelés állapotához egy olvasási jogú lekérdezés elég. Ahol a bot már ír is, például reklamációt rögzít vagy visszatérítést kezdeményez, ott ügynöki képesség kell, és a pénzt érintő lépés előtt jóváhagyás.

Értékesítés

A bot a termékkatalógusból ajánl, előkészíti az ajánlatkérést, időpontot foglal, és rögzíti az érdeklődőt a CRM-ben. A foglalás és a rögzítés eszközhasználat, tehát ügynöki elem; az árat, a kedvezményt és a határidőt viszont célszerű kivenni a bot hatásköréből, és munkatárshoz rendelni.

Belső helpdesk

A HR- és IT-kérdésekre, a szabályzatokra és a munkautasításokra a dokumentumokból válaszoló chatbot a természetes választás, segíti az új kollégák betanulását is. Itt a jogosultság a fő kérdés: a bot csak abból a dokumentumból válaszolhat, amelyet a kérdező munkatárs is megnyithat. Egy hibajegy megnyitása vagy egy hozzáférés igénylése már szűk eszközkészletű ügynök lehet.

Back office

A számlák, rendelések és levelek feldolgozása jellemzően AI-munkafolyamat, mert a lépések előre ismertek: kiolvasás, összevetés, rögzítés, kivételek munkatárshoz. Ügynök ott indokolt, ahol az esetek nagyon változatosak, például egy reklamáció kivizsgálásánál, amelyhez több rendszerből kell adatot összegyűjteni. A több rendszeren átívelő automatizálásról a Folyamatautomatizálás oldalon, az integrációs mintákról (API, webhook, függvényhívás, MCP) a Hogyan kössük össze a céges rendszereket mesterséges intelligenciával? cikkben írunk.

Az ügynök kockázatai és a kontrollok

Az ügynök attól hasznos, hogy cselekszik, és ugyanettől kockázatos is. Az Anthropic útmutatója az ügynökök önállóságának áraként a magasabb költséget és a halmozódó hibák lehetőségét nevezi meg, és elszigetelt (sandbox) környezetben végzett alapos tesztelést javasol, megfelelő korlátokkal. Az OWASP GenAI Security Project kockázati listája a túlzott cselekvési szabadság (Excessive Agency) három okát nevezi meg: a felesleges funkciókat, a túl széles jogosultságokat és a túlzott önállóságot. Ezért ezeket a kontrollokat építjük be:

Szűk eszközkészlet: az ügynök csak azokat az eszközöket kapja meg, amelyek a feladatához kellenek; egy ügyfélszolgálati ügynöknek nem kell törölnie.
Minimális jogosultság: ahol lehet, csak olvasási jog; a művelet a felhasználó saját jogosultságával fusson, ne egy mindenhez hozzáférő szolgáltatásfiókkal.
Ellenőrzés a célrendszerben: minden kérést a célrendszer szabályai is ellenőriznek, így nem a modell ítéletén múlik, mi engedélyezett.
Emberi jóváhagyás: pénzt, szerződést, ügyfélnek küldött üzenetet vagy visszavonhatatlan változást érintő lépés előtt ember dönt. Az OpenAI például alapértelmezés szerint jóváhagyást kér, mielőtt adatot oszt meg egy távoli MCP-szerverrel.
Napló: minden eszközhívás, paraméter és eredmény visszakereshető, hogy egy hibás művelet oka kiderüljön.
Korlátok: lépésszám-, gyakoriság- és összeghatár, hogy egy hiba ne sokszorozódhasson.
Külső tartalom adatként: a beérkező levél vagy a feltöltött dokumentum szövege nem utasítás. Az OWASP a prompt injection (utasítás-befecskendezés) ellen a külső tartalom elkülönített, megbízhatatlanként jelölt kezelését javasolja.
Tesztelés elszigetelt környezetben: élesítés előtt tesztrendszerben, valódi esetekkel és szándékosan félrevezető bemenetekkel.

Ezek a kontrollok nem lassítják le feleslegesen a munkát: a jóváhagyás lehet egyetlen kattintás, és a mérés alapján fokozatosan szűkülhet arra, ahol tényleg kell.

Átláthatóság: tudni kell, hogy AI válaszol

Az AI Act, vagyis az (EU) 2024/1689 rendelet 50. cikkének (1) bekezdése szerint a természetes személyekkel való közvetlen interakcióra szánt MI-rendszert úgy kell megtervezni, hogy az érintettek tájékoztatást kapjanak arról, hogy MI-rendszerrel állnak interakcióban, kivéve, ha ez a körülményekből nyilvánvaló. Hogy ez mikortól és pontosan kire vonatkozik, és mit ír elő egy chatbotnál a GDPR, azt az AI Act és GDPR egy céges chatbotnál cikkben részletezzük; ez tájékoztatás, nem jogi tanács.

Élő példa: az AI-asszisztensünk a főoldalunkon

A főoldalunkon futó játék mellett az AI-asszisztensünk beszélget a látogatóval: ez a saját, élő AI-chatbotunk, és jól mutatja, hol húzódik a chatbot és az ügynök határa.

Claude nyelvi modellel működik, és a játék eseményeiről (életvesztés, rekord, szintlépés) gépi jelentést kap, amelyre élőben reagál.
A játék 14 nyelvén válaszol, és mindig magáz, akkor is, ha a látogató tegezi.
A cégről a megadott tényekből beszél: az utasítása szerint nem talál ki referenciát, árat, határidőt vagy garanciát.
Beszélhet, de nem cselekedhet: a játék állásába nem szólhat bele, pontot és életet nem adhat.

Az utolsó pont a lényeg: a jogosultság határát nem a modell jó szándéka, hanem a rendszer felépítése húzza meg. A saját fejlesztéseinkről a Munkáink oldalon olvashat.

Hogyan kezdjünk kicsiben?

Egy terület, egy kérdéslista: gyűjtsük össze, mit kérdeznek a leggyakrabban, például az ügyfélszolgálaton.
Chatbot a saját anyagból: forrásmegjelöléssel, „nem tudom” válasszal és átadással egy munkatársnak.
Mérés valódi kérdéseken: élesítés előtt egy értékelő készleten, utána a beszélgetések naplójából.
Első eszköz, csak olvasásra: például a rendelés állapotának lekérdezése.
Első írási művelet jóváhagyással: például a reklamáció rögzítése, amelyet egy munkatárs hagy jóvá.
Bővítés a napló alapján: új eszköz vagy szűkebb jóváhagyási kör csak ott, ahol a mérés igazolja.

Tipikus hibák

Ügynök ott, ahol chatbot is elég: több mozgó alkatrész és nagyobb kockázat, haszon nélkül.
Minden eszköz egyszerre: az ügynök olyat is megtehet, amire soha nem lesz szüksége.
Nincs „nem tudom”: a bot inkább kitalál valamit, mint hogy továbbadja a kérdést.
Nincs átadás emberhez: az elakadt ügyfél nem jut el egy munkatárshoz.
Nincs napló: utólag nem derül ki, miért történt egy hibás művelet.
A külső szöveg utasításként kezelése: egy levélben elrejtett mondat irányíthatja az ügynököt.

Gyakori kérdések

Mi a különbség a chatbot és az AI-ügynök között?

A chatbot kérdésekre válaszol, jó esetben a cég saját anyagából, forrásmegjelöléssel. Az AI-ügynök ezen túl eszközöket is használ (lekérdez, rögzít, foglal, levelet ír), és egy célért maga választja meg a lépéseket. Mindkettő épülhet ugyanarra a nyelvi modellre; a különbség abban van, hogy mit tehet meg.

Mikor elég egy chatbot?

Ha a feladat a tájékoztatás: gyakori kérdések, szabályzatok, termékinformáció, belső tudás. Akkor is elég, ha a válasz után a munkát ember végzi el. Ha a rendszernek adatot kell módosítania vagy más rendszerben kell cselekednie, akkor jön szóba a munkafolyamat vagy az ügynök.

Mit végezhet el önállóan egy AI-ügynök?

Azt, amire eszközt és jogosultságot kap, és amit a kockázata alapján jóváhagyás nélkül is rá merünk bízni: tipikusan lekérdezéseket, belső rögzítést, vázlatok elkészítését, időpontfoglalást. A pénzt, szerződést vagy ügyfélnek küldött üzenetet érintő, illetve visszavonhatatlan lépések előtt célszerű emberi jóváhagyást kérni.

Hogyan előzhető meg, hogy az ügynök hibát kövessen el?

Teljesen nem lehet kizárni, de a kárt korlátozni lehet: szűk eszközkészlettel, minimális jogosultsággal, a célrendszerben is ellenőrzött kérésekkel, jóváhagyással a nagy hatású lépések előtt, lépés- és összeghatárral, teljes naplóval, valamint élesítés előtti teszteléssel elszigetelt környezetben. A beérkező szövegeket adatként, nem utasításként kezeljük.

Kell jeleznünk, hogy AI válaszol?

Általában igen: az AI Act 50. cikkének (1) bekezdése szerint az érintetteknek tudniuk kell, hogy MI-rendszerrel állnak interakcióban, hacsak ez nem nyilvánvaló. Az általunk fejlesztett chatbot ezt már az első üzenetében jelzi. A részleteket az AI Act és GDPR egy céges chatbotnál cikk írja le; ez tájékoztatás, nem jogi tanács.

Hogyan segítünk?

A Mesterséges Intelligencia Központ Kft. AI-chatbotot és AI-ügynököt is fejleszt: a cég saját dokumentumaiból válaszoló botot, és a cég rendszereihez kötött, lépéseket végrehajtó ügynököt, az OpenAI (ChatGPT), az Anthropic (Claude) és a Google (Gemini) nyelvi modelljeire építve. Az első egyeztetés díjmentes; a fejlesztés méretét COSMIC funkciópontban mérjük, és ebből készül az ajánlat és az ütemezés. Kérésre titoktartási szerződést (NDA) kötünk, átadás után pedig az üzemeltetést és a karbantartást is vállaljuk. A forráskódról és a felhasználási jogokról a szerződés rendelkezik.

A részletek az AI-chatbot és AI-ügynök szolgáltatásoldalon, a nyelvi modellek bekötéséről az AI-integráció oldalon olvashatók. Ha chatbotot vagy ügynököt tervez, írjon nekünk a Kapcsolat oldalon megadott elérhetőségeken.