Gyors válasz: az AI-ügynök olyan szoftver, amely egy kitűzött célt értelmez, lépésekre bont, memóriát és külső eszközöket használ, majd az engedélyezett jogosultságai szerint műveleteket is végrehajt: CRM-rekordot frissít, e-mailt küld, feladatot hoz létre. A Google Cloud leírása szerint ez a tervezés, az érvelés és az eszközhasználat kombinációja különbözteti meg a chatbottól, amely csak szöveges választ ad.
Mi az az AI-ügynök? Rövid válasz és három alapvető összetevő
Az AI-ügynök egy nyelvi modellre épülő rendszer, amely célt kap, nem pedig kész utasítássort. Az „ai ügynök jelentése” a gyakorlatban három részből áll össze.
- Modell: ez értelmezi a bejövő szöveget, dokumentumot vagy kérést, és eldönti, mi a következő lépés.
- Eszközök: API-kapcsolatok a levelezéshez, a CRM-hez, a Monday.comhoz, a ClickUphoz, az Airtable-höz vagy a számlázóhoz. Ezeken keresztül tud olvasni és írni.
- Szabályok és memória: mit szabad, mit nem, mikor kell emberi jóváhagyás, és milyen korábbi információt vihet magával a következő lépéshez.
Ha ebből a háromból bármelyik hiányzik, jellemzően nem ügynökről beszélünk. Modell eszközök nélkül: chatbot. Eszközök modell nélkül: hagyományos automatizáció.
Mi az az AI ágens, és különbözik-e az AI-ügynöktől?
Az „AI ágens” ugyanazt jelenti, mint az AI-ügynök: az angol agent szó két magyar fordítása él párhuzamosan. A magyar szakmai szövegekben hol ügynök, hol ágens, hol agent szerepel, néha ugyanabban a cikkben is. Tartalmi különbség nincs köztük.
Amire viszont érdemes figyelni: az iparágban nincs egységes definíció arról, mekkora önállóságtól számít egy rendszer valódi ügynöknek. Sok „AI agent” néven árult termék valójában chatbot vagy AI-val megfejelt automatizáció. Ezért demó közben azt kérdezd, mit csinál a rendszer, ha a bemenet váltakozik: tud-e önállóan más eszközt választani, tud-e visszakérdezni, és mi történik, ha bizonytalan. A válaszból kiderül, hol tart valójában az adott megoldás.
Hogyan működik egy AI-ügynök a feladattól a végrehajtásig?
Az AI-ügynök működése egy ciklus: észlelés, tervezés, eszközhasználat, ellenőrzés. Nézzünk egy valós folyamatot, egy ajánlatkérő e-mailt.
- Bemenet: megérkezik a levél egy megosztott postafiókba, az ügynök elolvassa.
- Értelmezés: eldönti, hogy ajánlatkérésről, panaszról vagy számlakérdésről van szó, és kiszedi a lényeget: cégnév, mennyiség, határidő.
- Tervezés: megnézi, létezik-e már a partner a CRM-ben, és eldönti a lépések sorrendjét.
- Végrehajtás: létrehozza a kapcsolatot, feladatot nyit az értékesítőnek határidővel, és összefoglalót ír a leírásba.
- Visszacsatolás: naplózza, mit tett, és ha bizonytalan, jóváhagyásra küldi a javaslatot.
A kulcs az utolsó két pont. Napló és jóváhagyási pont nélkül nem tudod megmondani, helyesen dolgozott-e.
Miben különbözik az AI-ügynök az AI-asszisztenstől és az automatizációtól?
A három kategória ugyanabban a három szempontban tér el: ki dönt, mi a bemenet, és mi a kimenet.
| Szempont | Automatizáció (Make, n8n) | AI-asszisztens | AI-ügynök |
|---|---|---|---|
| Ki dönt | Előre megírt szabály | Az ember, kérésre | Az ügynök, kereteken belül |
| Bemenet | Strukturált adat, esemény | Kérdés vagy szöveg | Cél, változó tartalmú anyag |
| Kimenet | Fix lépéssor | Szöveges javaslat | Művelet a rendszerekben |
| Kiszámíthatóság | Magas | Közepes | Alacsonyabb, tesztelést kíván |
| Mikor éri meg | Ismétlődő, szabályos feladat | Fogalmazás, összefoglalás | Értelmezést igénylő bemenet |
A legtöbb KKV-nál a három együtt él: az automatizáció szállítja az adatot, az ügynök dönt, az ember jóváhagy.
Milyen feladatokat bízhat egy KKV AI-ügynökre?
Nagy volumenű, alacsony kockázatú feladatokkal érdemes kezdeni, ahol egy hiba olcsón javítható. Néhány AI ügynök példa vállalkozásoknak:
- Beérkező e-mailek osztályozása és a megfelelő kollégához rendelése feladatkezelőben.
- Meetingjegyzet feldolgozása: a felvételből teendők, felelősök és határidők kiemelése, majd feladatok létrehozása.
- CRM-adatpótlás: hiányzó cégadatok, kapcsolattartók, iparági besorolás kiegészítése.
- Ajánlatkérések előkészítése: a levélből tervezet készítése, amit az értékesítő átnéz és kiküld.
- Ügyfélkérdések első körös megválaszolása saját tudásbázisból, emberi átadással, ha nincs biztos válasz.
Magyar nyelven érdemes külön figyelni a minőségre: a globális eszközök használhatók innen is, de a jó eredményhez saját tudásbázis és valós magyar tesztesetek kellenek. Húsz-harminc korábbi levéllel már látszik, hol téved az ügynök.
Hogyan lehet AI-agentumot létrehozni lépésről lépésre?
Az AI agent készítése egy folyamat kiválasztásával kezdődik, nem az eszközválasztással. A gyakorlati sorrend:
- Válassz egy folyamatot, amely hetente legalább többtucatszor lefut, és a hiba javítható.
- Írd le emberi nyelven, mit csinál most egy kolléga: mit néz meg, mi alapján dönt, mit ír be hova.
- Rendezd az adatot: egységes CRM-mezők, világos státuszok, egy helyen tárolt tudásbázis.
- Adj eszközöket és jogosultságokat, a lehető legszűkebbet. Első körben elég az olvasás és a javaslattétel.
- Tesztelj valós esetekkel, és hasonlítsd össze az ügynök döntését az emberi döntéssel.
- Élesíts jóváhagyási ponttal, naplózással és költségkorláttal, majd fokozatosan bővítsd az önállóságot.
Az OpenAI ügynöképítési útmutatója (2025) egyetlen ügynökkel való kezdést javasol, és többügynökös felállást csak akkor, ha a feladat összetettsége tényleg indokolja. Aki AI agent tanfolyamot keres, ugyanezt a sorrendet kérje számon a tananyagon.
Milyen adatokra, rendszerekre és emberi felügyeletre van szükség?
Egy ügynök annyira jó, amennyire a mögötte lévő adat. Rendezetlen CRM, tisztázatlan felelősségek és következetlen szabályok esetén az ügynök felnagyítja a bajt, hiszen gyorsabban hozza a rossz döntéseket.
A minimális felállás: egy karbantartott ügyféladatbázis, egy feladatkezelő, egy tudásbázis a válaszokhoz, és egy automatizációs réteg a rendszerek összekötésére. Emberi oldalról kell egy felelős, aki hetente átnézi a naplót, és mintavételesen ellenőrzi a kimenetet.
Az adatvédelem nem oldódik meg a szolgáltató kiválasztásával. Ha az ügynök ügyfél-, érdeklődői vagy munkavállalói személyes adatot kezel, a GDPR tovább él: jogalap, célhoz kötöttség, adattakarékosság és hozzáférés-kezelés kell hozzá, ahogy az EDPB 2024-es véleménye is rögzíti. Az EU AI Act 2024. augusztus 1-jén lépett hatályba, a végrehajtási és átláthatósági szabályok jelentős része az Európai Bizottság tájékoztatása szerint 2026. augusztus 2-tól alkalmazandó; a hazai keretet a 2025. évi LXXV. törvény állapította meg.
Milyen kockázatokkal jár az AI-ügynök használata?
A legnagyobb kockázat a felügyelet nélküli jogosultság. Ha az ügynök írhat, küldhet, törölhet vagy fizetést indíthat, egy félreértelmezett bemenet valódi kárt okoz.
- Eltérítés: a NIST 2025-ös elemzése szerint az ügynökök közvetett promptinjekcióval félrevezethetők, például egy weboldalba vagy e-mailbe rejtett utasítással.
- Visszafogott üzleti érték: a Gartner 2025. június 25-i előrejelzése szerint 2027 végéig az ügynöki AI-projektek több mint 40%-át leállíthatják a növekvő költség, a bizonytalan üzleti érték vagy a hiányos kockázatkezelés miatt.
- Ellenőrizhetetlen működés: napló nélkül utólag nem rekonstruálható, milyen forrásból milyen döntés született.
- Költségcsúszás: a modellhívások és a futtatások száma gyorsan nő, ha az ügynök feleslegesen ismétel lépéseket.
Ezek kezelhetők: szűk jogosultság, visszavonható műveletek, jóváhagyási pont a pénzügyi és ügyfélkommunikációs lépéseknél, havi költségkeret.
Mikor érdemes AI-ügynök helyett egyszerű automatizációt választani?
Ha a feladat szabályalapú és a bemenet mindig ugyanolyan formájú, válassz hagyományos automatizációt. Egy űrlapkitöltés utáni CRM-rögzítés, egy számlaadat átemelése vagy egy státuszváltásra induló értesítés Make- vagy n8n-munkafolyamattal olcsóbb, gyorsabb és kiszámíthatóbb.
Az ügynöki működés ott indokolt, ahol értelmezni kell: szabad szöveges e-mailek, eltérő formátumú dokumentumok, ügyfélkérdések, ajánlatkérések. A két platform között az árazás is szempont: a Make kreditalapon számláz, az n8n teljes munkafolyamat-végrehajtásonként, és önállóan is üzemeltethető, ha fontos az adat feletti kontroll.
Egy egyszerű döntési szabály: írd le a folyamatot tíz mondatban. Ha minden mondat „ha ez, akkor az” formájú, automatizáció kell. Ha van köztük „attól függ, mit ír az ügyfél”, ott jöhet az ügynök.
Mennyibe kerül ez egy magyar KKV-nak?
A magyar piacon nyilvános árak alapján az egyszerű chatbotok és kisebb automatizációk havi díja nagyjából 19 900–99 900 Ft, gyakran 100 000–450 000 Ft egyszeri beállítással; ezek az árak 2026. szeptember 16-án voltak ellenőrizhetők. Egyedi, üzemi használatra szánt megoldásoknál a nyilvános magyar fejlesztői becslések jellemzően 1–5 millió Ft-tól indulnak, több rendszert összekötő, összetettebb projekteknél 5–20 millió Ft vagy több.
A tényleges ár erősen függ attól, hány rendszerhez kell csatlakozni, mennyire rendezett az adatod, és mekkora önállóságot kap az ügynök. Konkrét számot csak a saját folyamatod felmérése után lehet mondani, ezért kérj tételes ajánlatot, és kérdezd meg a futtatási költséget is, ne csak a fejlesztésit.
Gyakori kérdések
Mi az az AI-ügynök?
Olyan szoftverrendszer, amely célt kap, lépéseket tervez, külső eszközökhöz kapcsolódik, és a jogosultsága szerint műveletet hajt végre. A chatbottal szemben nemcsak válaszol, hanem beír a CRM-be, feladatot nyit vagy levelet küld. Az önállóság mértékét te állítod be.
Mi az az AI ágens?
Ugyanaz, mint az AI-ügynök; a magyar szóhasználat ingadozik az angol agent fordításánál. Tartalmi különbség nincs a két kifejezés között. Ha valaki „MI ügynök” néven említi, szintén erről beszél.
Hogyan lehet AI-agentumot létrehozni?
Válassz egy gyakori, alacsony kockázatú folyamatot, írd le pontosan a jelenlegi emberi döntéseket, rendezd az adatot, majd adj az ügynöknek szűk jogosultságot és eszközöket. Teszteld valós esetekkel, és élesben is hagyj jóváhagyási pontot. Az önállóságot csak mért eredmények alapján bővítsd.
Elveszi az AI-ügynök az emberek munkáját?
A feladatok összetételét változtatja meg: a gépies adatrögzítés csökken, az ellenőrzés, a kivételkezelés és a felelősség az embernél marad. Ez a kérdés a magyar szakmai fórumokon rendszeresen visszatér. Tervezz átképzéssel, ne létszámkérdésként.
Honnan tudom, hogy jól dolgozott az ügynök?
Naplózd a bemenetet, a felhasznált forrást, a választott eszközt, a műveletet és az eredményt. Mintavételes emberi ellenőrzés nélkül a minőség nem igazolható. Mérj néhány egyszerű számot: feladatonkénti időt, hibaarányt és az emberi beavatkozások számát.
Mi legyen a következő lépés?
Válassz egy folyamatot, és nézd meg, értelmezés kell-e hozzá vagy csak szabálykövetés. Ha az utóbbi, akkor az automatizáció alapjaival jutsz gyorsabban eredményre: erről szól az AI automatizáció: mi ez és miért hasznos? című írásunk. Utána mérd fel, melyik folyamatodnál hozna valódi hasznot egy ügynök.