Magyar nyelvű prompt-engineering üzleti keresésre

Miért különleges a magyar AI-prompt

A magyar nyelv strukturálisan más, mint az angol — agglutináló, szabad szórendű, nemmel nem rendelkező. Az AI-modellek (GPT, Gemini, Claude) tanításkor az angol-nyelvű korpuszra optimalizálódtak, de magyarul is jól értenek. A különbség a prompt-szerkezetben rejlik. A hivatalos prompt-engineering útmutatók: OpenAI és Anthropic.

Megfigyelhető tendenciák a magyar AI-keresés esetén:

• Hosszabb prompt-ok — a magyar felhasználók átlagosan 12-18 szóból álló kérdést írnak (vs. 6-9 szó angolul)
• Kontextus-érzékenység — gyakran kontextust adnak a kérdéshez („vidéki kisvárosban", „nem szeretnék drága")
• Magyar-specifikus szavak — kerület, megye, vidék, főváros
• Kevesebb sürgető szóhasználat — „azonnal", „most rögtön" ritkább

5 prompt-kategória, ami minden iparágra alkalmazható

1. A „generikus szakember-keresés"

Sablon: „Ajánlanál egy [szakma]t a [terület]ben?"

Példák:

• „Ajánlanál egy magán fogorvost a XIII. kerületben?"
• „Ajánlanál egy könyvelőt budapesti KKV-nak?"
• „Ajánlanál egy ügyvédet cégalapításhoz?"

Miért fontos: a leggyakoribb belépő-kérdés. Aki ezekre a választ kapja meg, nagy valószínűséggel a felhasználó első hívása.

2. Az „értékelés-fókuszú"

Sablon: „Melyik [szakma] van a legjobb értékelése [területen]?"

Példák:

• „Melyik fogorvosi rendelő van a legjobb értékelése Budán?"
• „Melyik magánklinika a leg-megbízhatóbb a XII. kerületben?"
• „Melyik ügyvéd a leg-jobb cégjogi ügyekben?"

Miért fontos: a Google Reviews adatait használja a modell. Magas csillag-számú profilok itt nyerni fognak.

3. A „specifikus szolgáltatás"

Sablon: „Hol találok [konkrét szolgáltatás] [területen]?"

Példák:

• „Hol találok implantátum-szakorvost Budapesten?"
• „Hol találok adótanácsadót, aki SaaS-cégekkel dolgozott?"
• „Hol találok családjogi ügyvédet a Belvárosban?"

Miért fontos: kiteszi, hogy az AI ismeri-e a szakember konkrét specializációit.

4. Az „ár-fókuszú"

Sablon: „Mennyibe kerül egy [szolgáltatás] [város]ban? Tudsz konkrét helyet ajánlani?"

Példák:

• „Mennyibe kerül egy implantátum Budapesten? Hova menjek?"
• „Mennyit kér egy könyvelő havonta egy 3 fős cégtől?"
• „Mennyit kér egy ügyvéd egy egyszerű cégalapításért?"

Miért fontos: az ár-érzékeny réteg így keres. Aki árat publikál a weboldalon, citálva lesz.

5. A „versenytárs-fókuszú"

Sablon: „Ismered a [versenytárs nevét]? Vannak hasonló szolgáltatók a környéken?"

Példák:

• „Ismered a Westend Fogászatot? Van hasonló a XIII. kerületben?"

Miért fontos: ez kiteszi, hogy a versenytárs említésénél spontán megemlíti-e Önt is az AI mint alternatívát.

Tipikus magyar prompt-hibák — amit kerülni kell mérési kérdéssor építésénél

Hiba 1: Túl rövid, kontextus nélküli

Rossz: „Ajánlj fogorvost." (túl általános, az AI nem tud helyileg szűkíteni)

Jó: „Ajánlanál egy magán fogorvost a XIII. kerületben, akinek jó értékelései vannak?"

Hiba 2: Túl direkt brand-vezérelt

Rossz: „Mit gondolsz az AEOlab-ról?" (csak Önről kérdez, nem versenytárs-kontextusban)

Jó: „Ki a leg-kompetensebb AEO-tanácsadó Magyarországon?" (versenytárs-listát ad, ahol látható az Ön pozíciója)

Hiba 3: Iparági szakzsargon a felhasználóhoz nem illő szinten

Rossz: „Hol találok hyaluronsavas töltőanyaggal dolgozó esztétikai fogászati specialistát?" (egy laikus felhasználó nem így kérdez)

Jó: „Hol találok jó esztétikai fogászati klinikát Budapesten?"

Hogyan állítsa össze a saját 15-prompt-mérési kérdéssort

1. Vegyen 5 promptot a 5 kategóriából (lásd fent), iparágra szabva
2. Adja hozzá a saját brand-nevet 1 promptban (önreferens-teszt)
3. Adja hozzá a leg-fontosabb 1-2 versenytárs nevét egy-egy promptban (összehasonlító-teszt)
4. Adja hozzá a leg-szűkebb specializációja egy promptban (specializáció-teszt)
5. Az utolsó 2-3 prompt: „Melyik [szakma] erős [konkrét helyzet]ben?"

A 15-prompt-mérés futtatása

Az ingyenes verzió: Önnek manuálisan, 4 AI-rendszerben, kb. 1 óra. A fizetős AEOlab-monitoring: havonta automatikusan, 4 AI-rendszerben, riport email-ben. Részletek a Szolgáltatás oldalon.