# 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)](https://www.mestersegesintelligenciakozpont.hu/hu/tudastar/ai-a-ceg-sajat-dokumentumain-rag) cikk szól.

### AI-munkafolyamat

Az Anthropic [ügynökökről szóló útmutatója](https://www.anthropic.com/engineering/building-effective-agents) 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](https://developers.openai.com/api/docs/guides/agents) 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](https://ai.google.dev/gemini-api/docs/function-calling) szerint a modell maga nem hajtja végre a függvényt, az [Anthropic](https://platform.claude.com/docs/en/agents-and-tools/tool-use/overview) 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](https://www.mestersegesintelligenciakozpont.hu/hu/szolgaltatasok/folyamatautomatizalas) oldalon, az integrációs mintákról (API, webhook, függvényhívás, MCP) a [Hogyan kössük össze a céges rendszereket mesterséges intelligenciával?](https://www.mestersegesintelligenciakozpont.hu/hu/tudastar/ceges-rendszerek-osszekotese-ai-jal) 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](https://genai.owasp.org/llmrisk/llm062025-excessive-agency/) (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](https://developers.openai.com/api/docs/guides/tools-connectors-mcp) 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](https://genai.owasp.org/llmrisk/llm01-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](https://eur-lex.europa.eu/legal-content/HU/TXT/?uri=CELEX:32024R1689) 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](https://www.mestersegesintelligenciakozpont.hu/hu/tudastar/ai-act-es-gdpr-ceges-chatbot) cikkben részletezzük; ez tájékoztatás, nem jogi tanács.

## Élő példa: az AI-asszisztensünk a főoldalunkon

A [főoldalunkon](https://www.mestersegesintelligenciakozpont.hu/hu/) 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](https://www.mestersegesintelligenciakozpont.hu/hu/munkaink) oldalon olvashat.

## Hogyan kezdjünk kicsiben?

1. **Egy terület, egy kérdéslista:** gyűjtsük össze, mit kérdeznek a leggyakrabban, például az ügyfélszolgálaton.
2. **Chatbot a saját anyagból:** forrásmegjelöléssel, „nem tudom” válasszal és átadással egy munkatársnak.
3. **Mérés valódi kérdéseken:** élesítés előtt egy értékelő készleten, utána a beszélgetések naplójából.
4. **Első eszköz, csak olvasásra:** például a rendelés állapotának lekérdezése.
5. **Első írási művelet jóváhagyással:** például a reklamáció rögzítése, amelyet egy munkatárs hagy jóvá.
6. **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](https://www.mestersegesintelligenciakozpont.hu/hu/tudastar/ai-act-es-gdpr-ceges-chatbot) 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](https://www.mestersegesintelligenciakozpont.hu/hu/szolgaltatasok/ai-chatbot-es-ai-ugynok) szolgáltatásoldalon, a nyelvi modellek bekötéséről az [AI-integráció](https://www.mestersegesintelligenciakozpont.hu/hu/szolgaltatasok/ai-integracio) oldalon olvashatók. Ha chatbotot vagy ügynököt tervez, írjon nekünk a [Kapcsolat](https://www.mestersegesintelligenciakozpont.hu/hu/kapcsolat) oldalon megadott elérhetőségeken.

## Források

- [Anthropic: Building effective agents](https://www.anthropic.com/engineering/building-effective-agents)
- [OpenAI: Agents](https://developers.openai.com/api/docs/guides/agents)
- [Anthropic: Tool use with Claude](https://platform.claude.com/docs/en/agents-and-tools/tool-use/overview)
- [Google Gemini API: Function calling](https://ai.google.dev/gemini-api/docs/function-calling)
- [OpenAI: MCP servers](https://developers.openai.com/api/docs/guides/tools-connectors-mcp)
- [OWASP GenAI Security Project: LLM06:2025 Excessive Agency](https://genai.owasp.org/llmrisk/llm062025-excessive-agency/)
- [OWASP GenAI Security Project: LLM01:2025 Prompt Injection](https://genai.owasp.org/llmrisk/llm01-prompt-injection/)
- [EUR-Lex: a mesterséges intelligenciáról szóló (EU) 2024/1689 rendelet, AI Act](https://eur-lex.europa.eu/legal-content/HU/TXT/?uri=CELEX:32024R1689)