AI szótár: a legfontosabb AI fogalmak magyarul

Tartalom

1. Hogyan függnek össze az AI alapfogalmai?
2. AI fogalmak A-tól Z-ig
3. Melyik öt fogalommal kezdd?

A legfontosabb AI fogalmak egy láncot alkotnak. A mesterséges intelligencia a gyűjtőfogalom. Ezen belül a gépi tanulás a módszer, a nagy nyelvi modell (LLM) a mai eszközök motorja. A modellel prompttal beszélsz, ő tokenekben számol. Ha a céged anyagából kell válaszolnia, RAG keres neki. Ha egy feladatot el is kell végeznie, AI-ügynök lesz belőle, amely MCP-n vagy API-n keresztül éri el a rendszereket. Ha ezt a nyolc szót érted, a többi ráépül.

Ha teljesen az elején jársz, előbb olvasd el, mi az a mesterséges intelligencia, közérthetően és példákkal, aztán térj vissza ide szótárnak.

Hogyan függnek össze az AI alapfogalmai?

Az AI alapfogalmai egymásba ágyazódnak. A mesterséges intelligencia a legtágabb kör. Ebben van a gépi tanulás, abban a mélytanulás, abban a nagy nyelvi modellek. Ezekre épülnek az eszközök, amelyeket naponta használsz: a ChatGPT, a Claude, a Gemini. Egy céges AI-rendszer ezekhez ad tudásbázist, eszközöket és szabályokat, és ettől lesz belőle chatbot, ügynök vagy AI munkatárs.

AI fogalmak A-tól Z-ig

Minden fogalom a definícióval kezdődik, utána jön a gyakorlati jelentése. A rövidítéseket a betűik szerint soroltuk be. Az angol megfelelőt zárójelben adjuk meg, mert a legtöbb eszköz felülete angol.

A

AI (mesterséges intelligencia, artificial intelligence). A mesterséges intelligencia olyan számítógépes rendszerek gyűjtőneve, amelyek emberi gondolkodást igénylő feladatot oldanak meg: szöveget értenek, képet ismernek fel, döntést készítenek elő. Az EU AI Act jogi definíciója szerint MI-rendszer az a gépi alapú rendszer, amely a kapott bemenetből kikövetkezteti, milyen kimenetet (előrejelzést, tartalmat, ajánlást, döntést) generáljon. Részletesen: mi az a mesterséges intelligencia.

AI Act. Az AI Act az Európai Unió mesterséges intelligenciáról szóló rendelete ((EU) 2024/1689), amely kockázat alapján szabályozza az AI-rendszereket. Egy átlagos cégnek a legfontosabb belőle, hogy 2026. augusztus 2. óta jelezni kell, ha az ügyfél AI-jal beszél. Részletesen: az EU AI Act teendői magyar cégeknek.

AI-jártasság (AI literacy). Az AI-jártasság azoknak a készségeknek és ismereteknek az összessége, amelyekkel valaki tájékozottan használja az AI-t, és érti a lehetőségeit, kockázatait. Az AI Act 4. cikke szerint az AI-t használó cégeknek támogatniuk kell a munkatársaik AI-jártasságát.

AI mód (AI Mode). Az AI mód a Google keresőjének beszélgetős változata, amely linklista helyett megírt, forrásokkal ellátott választ ad, és vissza lehet kérdezni. Részletesen: Google AI mód.

AI munkatárs (AI alkalmazott). Az AI munkatárs egy konkrét munkakör feladataira beállított AI-ügynök, amely be van kötve a cég rendszereibe, és a munka végén eredményt ad le, például felvett rendelést vagy kiküldésre kész választ. Részletesen: AI-ügynök és AI munkatárs.

AI-ügynök (AI agent). Az AI-ügynök olyan AI-rendszer, amely egy célt lépésről lépésre végigvisz: maga dönti el a következő lépést, eszközöket és más rendszereket használ hozzá, és jelez, ha elakadt. A chatbot válaszol, az ügynök elvégzi. Részletesen: mi az az AI-ügynök, és hogyan épül fel: AI-ügynök készítése.

Alapmodell (foundation model). Az alapmodell nagy mennyiségű általános adaton tanított AI-modell, amely sokféle feladatra továbbhasználható. A GPT-, Claude- és Gemini-modellek ilyenek. Az AI Act ezt „általános célú MI-modellnek” hívja.

API (alkalmazásprogramozási felület). Az API az a szabványos kapu, amelyen keresztül két szoftver adatot cserél egymással emberi kattintgatás nélkül. Egy AI-rendszer API-n éri el a számlázót, a webshopot vagy magát a nyelvi modellt.

Automatizálás. Az automatizálás egy ismétlődő munkafolyamat gépre bízása úgy, hogy emberi beavatkozás nélkül vagy csak jóváhagyással fusson le. Az AI-alapú automatizálás olyan lépéseket is elvégez, amelyekhez értelmezés kell, például egy levél kategorizálását. Részletesen: üzleti folyamat-automatizálás.

B

Beszédfelismerés (speech-to-text, STT). A beszédfelismerés az a technológia, amely a kimondott szöveget írott szöveggé alakítja. Ez az első lépés minden telefonos AI-asszisztensnél: a gép először leírja, amit a hívó mondott. Részletesen: AI telefonos asszisztens magyarul.

Beszédszintézis (text-to-speech, TTS). A beszédszintézis írott szövegből természetes hangzású beszédet állít elő. A mai rendszerek magyarul is emberszerű hangon beszélnek. Éppen ezért írja elő az AI Act, hogy a telefonos AI-nak jeleznie kell, hogy gép beszél.

C

Chatbot. A chatbot olyan program, amely írásban, beszélgetésszerűen válaszol a felhasználó kérdéseire, ma jellemzően nyelvi modellre építve. Weboldalon az ügyfélszolgálat első vonala szokott lenni. Részletesen: AI chatbot weboldalra.

ChatGPT. A ChatGPT az OpenAI chatalapú AI-asszisztense, amely a cég GPT-modelljeire épül, és 2022 végén indult. A legismertebb AI-eszköz, sokaknak egyet jelent az AI-jal. Részletesen: ChatGPT magyarul, kezdőtől haladóig.

Claude. A Claude az Anthropic AI-asszisztense és modellcsaládja, amely főleg hosszú szövegekkel, írással és programozással végzett munkában erős. Részletesen: Claude AI magyarul.

D

Deepfake. A deepfake az AI Act meghatározása szerint olyan AI által generált vagy manipulált kép-, hang- vagy videótartalom, amely létező személyre, tárgyra, helyre vagy eseményre hasonlít, és megtévesztő módon valóságosnak tűnik. A csalók egyre gyakrabban használják. Részletesen: AI-átverések és védekezés.

E, É

Embedding (beágyazás). Az embedding egy szöveg vagy kép számsorrá alakított változata, amelyben a hasonló jelentésű tartalmak közel kerülnek egymáshoz. Ettől tud az AI jelentés szerint keresni, nem csak kulcsszó szerint.

Emberi felügyelet (human in the loop). Az emberi felügyelet azt jelenti, hogy egy AI-folyamat kritikus pontján ember ellenőriz vagy hagy jóvá, mielőtt a kimenet kifelé megy vagy döntés lesz belőle. A nagy kockázatú AI-nál az AI Act elő is írja. Részletesen: mikor adható ki egy folyamat AI-nak.

Érvelő modell (reasoning model). Az érvelő modell olyan nyelvi modell, amely válaszadás előtt belső lépésekben „végiggondolja” a feladatot. Összetett számításnál, tervezésnél pontosabb, de lassabb és több tokent használ.

F

Finomhangolás (fine-tuning). A finomhangolás egy kész modell továbbtanítása saját példákon, hogy egy szűk feladatban (stílus, formátum, szakszavak) jobban teljesítsen. Céges projekteknél ritkábban kell, mint gondolnád: a legtöbbször jó utasítás és RAG is elég.

G

Generatív AI. A generatív AI olyan mesterséges intelligencia, amely új tartalmat hoz létre: szöveget, képet, hangot, videót vagy kódot. A ChatGPT, a Claude és a képgenerátorok mind ide tartoznak.

GEO (generatív keresőoptimalizálás). A GEO annak a munkának a neve, amellyel egy cég eléri, hogy az AI-keresők (ChatGPT, Google AI mód, Perplexity) a válaszaikban őt idézzék és ajánlják. A klasszikus SEO folytatása, nem helyettese. Részletesen: GEO: így ajánlja a céged az AI.

Gépi tanulás (machine learning). A gépi tanulás az AI-nak az a módszere, amelyben a rendszer adatokból tanulja meg a mintákat, ahelyett hogy minden szabályt kézzel programoznának bele. A spamszűrőtől a nyelvi modellekig ez a mai AI alapja.

GPT. A GPT (generative pre-trained transformer) az OpenAI nyelvi modellcsaládjának neve, egyben a modelltípus leírása: előre tanított, szöveget generáló, transformer felépítésű modell. A ChatGPT ezekre épül.

H

Hallucináció. A hallucináció az, amikor egy AI-modell magabiztosan állít valamit, ami nem igaz: nem létező forrást, telefonszámot, jogszabályhelyet. A nyelvi modellek működésének mellékhatása, ezért ellenőrzéssel kell kezelni. Részletesen: miért talál ki dolgokat az AI.

Hangklónozás (voice cloning). A hangklónozás egy létező ember hangjának AI-jal történő utánzása hangfelvételek alapján. Legális célra (hangoskönyv, akadálymentesítés) is használják, de a telefonos csalások egyik fő eszköze lett. Részletesen: AI-átverések.

I

Inferencia (inference). Az inferencia a már betanított modell futtatása: az a pillanat, amikor a kérdésedre választ számol. Az AI-szolgáltatások havi költségének nagy része inferenciából jön, nem a tanításból.

K

Kontextusablak (context window). A kontextusablak az a szövegmennyiség, amelyet egy nyelvi modell egyszerre lát: a beszélgetés eddigi része, a csatolt dokumentumok és a saját válasza együtt, tokenben mérve. Ami kilóg belőle, azt a modell „elfelejti”.

L

LLM (nagy nyelvi modell, large language model). Az LLM hatalmas szövegmennyiségen tanított neurális háló, amely a következő szövegrész valószínűsítésével ír, fordít, összefoglal és válaszol. A ChatGPT, a Claude és a Gemini motorja. Részletesen: mi az az LLM.

M

Make és Zapier. A Make és a Zapier felhőben futó, kódolás nélküli automatizálási platformok, amelyeken alkalmazásokat lehet összekötni, és munkafolyamatokat lehet építeni, AI-lépésekkel együtt. Részletesen: n8n, Make vagy Zapier.

MCP (Model Context Protocol). Az MCP nyílt szabvány, amelyen keresztül egy AI-alkalmazás egységes módon fér hozzá külső rendszerekhez: fájlokhoz, adatbázisokhoz, naptárhoz, céges szoftverekhez. A szabvány saját leírása szerint olyan, mint az USB-C: egy csatlakozó, sokféle eszköz. Részletesen: mi az az MCP.

Mélytanulás (deep learning). A mélytanulás a gépi tanulás azon ága, amely sokrétegű neurális hálókkal dolgozik. A kép- és beszédfelismerés és a nyelvi modellek is így készülnek.

Modell. Az AI-modell a tanítás eredménye: az a betanított matematikai szerkezet, amely bemenetből kimenetet számol. Az „eszköz” (például a ChatGPT alkalmazás) és a „modell” (például egy GPT-verzió) nem ugyanaz: egy eszköz mögött több modell is futhat.

Multimodális AI. A multimodális AI többféle adattípust kezel egyszerre: szöveget, képet, hangot, videót. Ettől tud egy modell egy lefotózott számlát elolvasni vagy egy képről kérdésre válaszolni.

N, Ny

n8n. Az n8n munkafolyamat-automatizáló eszköz, amelyben vizuálisan lehet rendszereket és AI-lépéseket összekötni, és a felhős változat mellett saját szerverre is telepíthető. Részletesen: mi az az n8n.

Neurális háló (neural network). A neurális háló egymáshoz kapcsolt számítási egységekből (neuronokból) álló modell, amely a kapcsolatok erősségét (súlyait) tanulás közben állítja be. A mai AI-modellek szinte mind neurális hálók.

Nyílt súlyú modell (open-weight model). A nyílt súlyú modell olyan AI-modell, amelynek betanított súlyait a fejlesztő letölthetővé teszi, így saját szerveren is futtatható. Ilyenek például a Meta Llama- vagy a Mistral egyes modelljei. Nem feltétlenül nyílt forráskódú: a tanítóadat és a tanítási kód gyakran nem nyilvános.

O

OCR (optikai karakterfelismerés). Az OCR az a technológia, amely képből vagy szkennelt dokumentumból gépi szöveget olvas ki. A mai AI-alapú kiolvasás a szöveg mellett az összefüggéseket is érti, például hogy melyik szám a végösszeg egy számlán. Részletesen: számlafeldolgozás AI-val.

P

Prompt. A prompt az a szöveges utasítás vagy kérdés, amelyet egy AI-modellnek adsz. A válasz minősége nagyrészt rajta múlik: kontextus, cél, formátum és példa nélkül a modell találgat. Részletesen: így írj jó promptot.

Promptinjektálás (prompt injection). A promptinjektálás olyan támadás, amelyben egy szövegbe (levélbe, weboldalba, dokumentumba) rejtett utasítás próbálja átvenni az irányítást az AI felett. Az e-maileket olvasó vagy weben böngésző AI-ügynököknél ezért kell korlátozni, mit tehet a modell önállóan.

R

RAG (retrieval-augmented generation, keresésre épülő válaszgenerálás). A RAG olyan módszer, amelyben az AI válaszadás előtt kikeresi a releváns részeket egy megadott tudásbázisból (szabályzatok, termékadatok, korábbi levelek), és azokra építi a választ. Így a cég saját anyagából válaszol, a modell újratanítása nélkül.

Rendszerprompt (system prompt). A rendszerprompt az az állandó háttérutasítás, amely egy AI-rendszer minden beszélgetése előtt lefut: meghatározza a szerepét, hangnemét, szabályait és tiltásait. Egy céges chatbotnál ez rögzíti, miről beszélhet és miről nem.

RPA (robotic process automation). Az RPA olyan szoftverrobot, amely egy ember kattintásait és gépelését ismétli a képernyőn, előre rögzített szabályok szerint. Stabil, szabálykövető feladatra jó, értelmezést igénylőre nem. Részletesen: RPA vagy AI-automatizálás.

T

Tanítás (training) és tanítóadat. A tanítás az a folyamat, amelynek során a modell rengeteg példán (a tanítóadaton) beállítja a belső súlyait. A céges AI-használatnál azért fontos fogalom, mert az ingyenes eszközök egy része a felhasználók beszélgetéseit is tanítóadatnak használhatja. Részletesen: AI és GDPR.

Token. A token az a szövegegység, amelyben a nyelvi modell olvas és ír: lehet egy szó, szórészlet vagy írásjel. Az OpenAI szerint angol szövegnél egy token nagyjából négy karakter. Magyarul ez az arány más, a hosszú, toldalékos szavak gyakran több tokenre bomlanak. Az AI-szolgáltatások díja és a kontextusablak mérete is tokenben értendő.

Transformer. A transformer az a neurálisháló-felépítés, amelyre a mai nyelvi modellek épülnek. A Google kutatói 2017-ben mutatták be. Lényege, hogy a modell egy szöveg minden részét a többihez viszonyítva dolgozza fel (figyelem-mechanizmus).

Tudásbázis (knowledge base). A tudásbázis az a rendezett céges anyag (GYIK, árlista, szabályzatok, termékadatok), amelyből egy AI-rendszer a válaszait meríti. Egy chatbot vagy AI munkatárs pontossága leginkább a tudásbázis minőségén múlik, nem a modellen.

V

Vektoradatbázis (vector database). A vektoradatbázis olyan adatbázis, amely embeddingeket tárol, és jelentésbeli hasonlóság alapján keres bennük. A RAG-rendszerek ebből keresik elő a válaszhoz illő dokumentumrészeket.

W

Webhook. A webhook egy automatikus értesítés, amelyet egy rendszer küld egy másiknak, amikor valami történik, például új rendelés érkezik a webshopba. Erre indul el egy automatizált munkafolyamat, folyamatos lekérdezés nélkül.

Workflow (munkafolyamat). A workflow egy automatizálásban az egymás után következő lépések sora: indító esemény, adatfeldolgozás, döntés, művelet. Az n8n, a Make és a Zapier is workflow-kat épít. Részletesen: mi az az n8n.

A leggyakrabban félreértett szó a „tanítás”. Sokan azt képzelik, hogy egy céges AI-rendszernél a modellt a cég adataira tanítjuk be. A valóságban a modell szinte mindig érintetlen marad. A rendszer a cég saját anyagából keres rá a válaszhoz, és utasítások meg szabályok mondják meg neki, mit csinálhat. Ennek üzleti súlya is van: ettől lesz a tudásbázis a cégé, ettől lehet modellt cserélni, ha jobb jön ki, és ettől nem kerül az ügyféladat egy modell súlyaiba.

Melyik öt fogalommal kezdd?

Ha csak öt fogalmat jegyzel meg, ez legyen az: LLM, prompt, hallucináció, AI-ügynök és RAG. Az LLM a motor, a prompt az, ahogy irányítod, a hallucináció az, amire figyelned kell, az ügynök az, ami a válaszon túl el is végzi a munkát, a RAG pedig az, amitől a céged anyagából dolgozik. A többi fogalom ezek valamelyikét részletezi.

Ha cégvezetőként azt nézed, ezek a fogalmak hol hoznak időt vagy pénzt, a következő lépés az AI bevezetéséről szóló útmutatónk. Ha pedig a mindennapi használat érdekel, a legjobb kezdés a ChatGPT használatáról szóló útmutató.

Gyakori kérdések

Mi a különbség az AI és a gépi tanulás között?

Az AI a gyűjtőfogalom: minden olyan rendszer, amely emberi gondolkodást igénylő feladatot old meg. A gépi tanulás ennek egyik módszere, amelyben a rendszer adatokból tanulja meg a mintákat ahelyett, hogy szabályokat programoznának bele. A mai nyelvi modellek a gépi tanulás egy ágával, mélytanulással készülnek.

Mit jelent, hogy egy AI-t betanítanak a cég adataira?

A köznyelvben ezt sokszor arra mondják, ami valójában nem tanítás. A legtöbb céges rendszer a modellt változatlanul hagyja, és a cég dokumentumaiból keresi elő a választ (RAG), utasításokkal kiegészítve. Valódi tanítás vagy finomhangolás csak akkor történik, ha a modell belső súlyai is módosulnak, és ez ritkán szükséges.

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

A chatbot beszélget: kérdésre válaszol. Az AI-ügynök célt kap, és eléri: lépésekre bontja, eszközöket és rendszereket használ hozzá (naptár, levelezés, adatbázis), és jelez, ha elakadt. Egy chatbot is lehet ügynök, ha a válaszon túl el is végzi a feladatot.

Miért tokenben mérik az AI árát?

Mert a modell tokenekben dolgozik: ennyi egységet olvas be és ennyit ír ki, és ez határozza meg a számítási költséget. Az OpenAI szerint angol szövegnél egy token nagyjából négy karakter. Más nyelveken, így magyarul is, ez az arány eltér.

Források

1. (EU) 2024/1689 rendelet (AI Act), 3. cikk: fogalommeghatározások, EUR-Lex, Európai Unió (2024-07-12)
2. Understanding and counting tokens, OpenAI (2026-10-01)
3. What is the Model Context Protocol (MCP)?, Model Context Protocol (2026-07-28)
4. Attention Is All You Need, arXiv (Vaswani és mtsai., Google) (2017-06-12)

Szakmailag átnézte: Homoki Gábor, az Automating társalapítója. Utolsó tartalmi frissítés: 2026. október 4.