Nyitsz egy új böngészőfület, beírnál egy kérdést és három másodpercig nem tudod eldönteni, hogy a ChatGPT, a Claude, a Notion AI vagy a Perplexity ablakába kattintanál bele. A három másodperc semminek tűnik, csak épp napi hússzor lejátszódik és minden alkalommal úgy érzed, hogy valamit elszúrsz. Nem tudod, hogy a választott eszköz a legjobb-e erre a feladatra. Nem tudod, hogy a másikkal jobb választ kaptál volna. Közben fut a kártyádon hét előfizetés, amik közül kettőt szeretsz, hármat néha használsz, kettőt pedig egyszerűen elfelejtettél lemondani.
Ismerős a helyzet, vállalkozó testvér? Két éve még az volt a kérdés, hogy egyáltalán használjunk-e AI-t a vállalkozásunkban. Ma már nem ez. Ma az a kérdés, hogy melyiket, mire és mennyiért. A felszínen ez szoftveres döntésnek tűnik. Egy réteggel lejjebb viszont ez egy rendszerprobléma és pont ezért nem oldja meg az, hogy elolvasol egy újabb „top tíz” listacikket a héten kijött legjobb AI eszközökről.
Miért termeli újra magát ez a káosz hónapról hónapra?
Donella Meadows írta a Thinking in Systems könyvében, hogy egy kádban a vízszint nem attól függ, mennyire szeretnéd, hogy tele legyen, hanem attól, hogy mekkora a csap és mekkora a lefolyó. Az AI eszközöd is így működik. A beáramlás az új toolok megjelenése, a hype, a YouTube videók, a Twitter és a kollégák ajánlásai. A kiáramlás a lemondás, a leiratkozás és az „ezt többet nem nyitom meg” döntés. A legtöbb mikrovállalkozónál a beáramlás csapja teljesen ki van nyitva, a lefolyó pedig dugóval van bezárva. Aztán meglepődünk, hogy a kád oldalán kifolyik a víz.
Ez egy klasszikus erősítő visszacsatolási hurok. Új AI cikket olvasol, telepítesz egy újabb appot, egy hétig kipróbálod, közben kijön a következő cikk és telepítesz még egyet. Eközben az eredeti eszköz használati ideje elkezd csökkenni. Mire egy hónap múlva visszatérnél hozzá, már nem emlékszel a saját workflow-dra benne. A rendszer önmagát erősíti a káosz irányába és minden új tool nem javít, hanem ront a helyzeten.
Aki lineáris fejjel gondolkodik, az még egy újabb listával próbálja megoldani a problémát. A rendszergondolkodó viszont megnézi, hogy mi tartja fenn a káoszt és ott avatkozik be, ahol a legkisebb mozdulattal a legnagyobb hatást éri el. Ezt nevezte Meadows leverage pontnak. A saját AI stackeden belül a leverage nem az új tool, hanem a meglévő tooljaid közötti döntési szabály. Magyarra fordítva: nem azon múlik, hogy felteszel-e még egy alkalmazást a sorra, hanem azon, hogy minden alkalmazásnak megvan-e a saját helye és a saját feladata a fejedben.
A négy réteg, ami egy mikrovállalkozónak elég
Az egész AI ökoszisztéma négy rétegre bontható és ebből egyetlen mikrovállalkozó sem szorul többre. Ami ezen felül van, az vagy hobbi, vagy luxus, vagy egy konkrét műfaj saját szakmai eszköze, mint a videósnál, a hangmérnöknél vagy a grafikusnál. A négy réteg sorrendje sem mindegy. Az alsó réteget kell előbb stabilizálni, mert a felsőbb rétegek arra épülnek.
Az agyad: a gondolkodós modell
Ez a stack szíve. Egy nagy, általános nyelvi modell, amivel beszélgetsz, terveztetsz, érvelsz, fordítasz és brainstormingolsz. Két komoly játékos van a piacon, a ChatGPT az OpenAI-tól és a Claude az Anthropictól. Mindkettő havi húsz dollár környékén kínál fizetős előfizetést és mindkettőnek van használható ingyenes változata. Ebből a rétegből egyetlen darab elég ahhoz, hogy a napi munkád felépítsd rá. Nem érdemes párhuzamosan kettőre fizetni, mert a backup AI-d ott porosodik a fiókban, miközben a kártyádról havonta kétszer annyi pénz megy le, mint amennyi egyetlen tool ára lenne.
A gyakori hiba az, hogy az ember előfizet mindkettőre arra hivatkozva, hogy „hátha”. Ez havi negyven dollár, ami éves szinten közel ötszáz dollár és cserébe egy nem használt eszközt fizetsz. A jó stratégia az, hogy egy hónapot eltöltesz az ingyenes változatokkal, megnézed, melyiknek a stílusa illik jobban a tiédhez és azt fizeted elő. A másikat lemondod, kitörlöd a bookmarkot és lépsz tovább.
A memóriád: a kontextustartó hely
Itt jön a stack legtöbbet félreértett darabja. A ChatGPT és a Claude bármilyen okos, a te saját adataidat nem ismeri. Nem tudja, mit írt Péter ügyfél a Q2 meetingben, nem tudja, mit ígértél meg a múlt heti hírleveledben és nem tudja, milyen feladatok várnak rád a héten. Erre kell egy másik réteg, ami a saját jegyzeteid, dokumentumaid és ügyféltörténeted felett dolgozik.
Ha a vállalkozásod Notionben él, a Notion AI ennek a rétegnek a természetes választása. Ha máshol vezeted a céget, akkor a NotebookLM, a Granola vagy hasonló eszköz tölti be ezt a szerepet. A lényeg nem a brand, hanem a funkció. Egy belső asszisztensre van szükséged, aki a te anyagaidat ismeri. Ebből a rétegből is egyetlen darab elég. Itt nem azon múlik a választás, hogy melyik tool a divatosabb, hanem azon, hogy a céged adata hol lakik.
A szakembereid: a specialisták
Most jönnek a szűk feladatra hegyezett eszközök. Beszédet szöveggé alakítani a Whisper, az Otter vagy a Tactiq tudja. Kutatáshoz forrásmegjelöléssel a Perplexity érdemes. Képet a Midjourney, a DALL-E vagy az Ideogram csinál. Hangot az ElevenLabs ad, videót pedig egy csomó újabb tool gyárt évről évre erősebben.
Ebből a rétegből nem kell az összes. Két vagy három darab elég és ezt a saját workflow-d alapján választod, nem hype alapján. Ha hetente nem készítesz képet, nincs szükséged Midjourney-re. Ha nem rögzítesz beszélgetéseket, nem kell transzkripciós eszköz. A jó kérdés nem az, hogy mit tud az eszköz, hanem az, hogy a te konkrét napodban van-e az a feladat, amire képes.
A futószalagod: az automatizálás
A negyedik réteg az ismétlődő manuális lépések összekötése. Make, Zapier, n8n vagy a Notion saját automatizációi. Ez az a réteg, amibe csak akkor érdemes belekezdeni, amikor az első három már stabilan ül. Ha a fenti rétegek káoszban vannak, az automatizálás nem rendet hoz, hanem felgyorsítja a káoszt. Eliyahu Goldratt a szűk keresztmetszetek elméletében pontosan erre mutat rá. Az egész rendszer teljesítményét a leggyengébb pont határozza meg. Ha rossz helyen optimalizálsz, csak az erőforrásaid pazarolod a meglévő szűk keresztmetszet körül.
A négy réteg felépítése egy konkrét sorrendet kíván. Először a gondolkodós modell, mert ez a stack motorja. Aztán a kontextustartó hely, mert ez teszi a stacket személyessé. Utána a specialisták, hogy a konkrét feladataidat lefedjék. Csak a legvégén az automatizálás, ami a már működő dolgokat gyorsítja.
ChatGPT vagy Claude, egyetlen kérdés válaszol meg mindent
A leggyakoribb kérdés, amit kapok. Rövid válasz: mindkettő jó, a stílusod alapján döntsd el. Hosszabban viszont van néhány finomság, amit érdemes ismerni.
A ChatGPT erős az integrációkban, a custom GPT-kben, a képgenerálásban és a GPT-5 óta a kódolásban is egyenletes. Gyorsabban válaszol és általában praktikusabb, ha sokféle dolgot csinálsz vele egymás után. A Claude viszont jobban tartja a kontextust hosszabb szövegeknél, jobban követi a stílusodat, ha kapott hosszabb mintát és komolyabb dokumentumelemzésben gyakran pontosabb.
A gyakorlati szabály egyszerű. Ha sokat írsz, vagyis cikkeket, hírleveleket, érveléseket gyártasz, akkor a Claude többnyire jobban illik. Ha sokat csinálsz mindenfélét, vagyis a napod tele van gyors feladatokkal, képpel, kóddal és beszélgetéssel, akkor a ChatGPT a praktikusabb. Egy hónap mindkettőből megmondja neked a választ. Ami biztosan nem jó stratégia, az a párhuzamos előfizetés „hátha” alapon.
A Notion AI nem azt csinálja, amire a legtöbben gondolnak
Itt egy kis félreértést szeretnék tisztázni. A Notion AI nem egy ChatGPT helyettesítő. Ha azt kérdezed tőle, hogy írjon neked egy haikut, ugyanazt vagy gyengébbet kapsz, mint a sima ChatGPT-től. Ezért külön fizetni nem éri meg.
A Notion AI ott erős, ahol a te saját adataid kellenek a válaszhoz. Mit írt Péter ügyfél a Q2 meetingben? Mik a múlt heti to-do-im, amiket nem fejeztem be? Csinálj nekem egy összefoglalót az idén írt blogposztjaimról. Ezeket egy általános ChatGPT nem tudja, mert nem ismeri a te workspace-edet. A Notion AI viszont végigfut a jegyzeteiden, dokumentumaidon és adatbázisaidon, majd releváns választ ad.
Ez a kontextustartó réteg igazi értéke. Olyan, mint egy belső asszisztens, aki ismeri a cégedet. Pont ezért, ha a Notionöd üres vagy kaotikus, a Notion AI sem fog tudni segíteni. A garbage in, garbage out itt különösen igaz. Egy strukturált, jól címkézett és rendezett Notion adat- és jegyzetbázis nélkül ennek a rétegnek nincs miből dolgozni. Vagyis a Notion AI nem önmagában értékes, hanem a saját rendszered minőségét sokszorozza meg.
Az AI által írt szöveget így szúrod ki
Fontos téma, mert mindkét irányból kell hozzá értened. Meg akarod nézni, hogy más AI-val írt-e neked egy emailt, ajánlatot vagy üzenetet? És meg akarod nézni a saját szövegedet is, mielőtt kiküldöd, hogy ne tűnjön gyári AI-nak?
Az első árulkodó jel a tömeges felsorolás. Az emberi szöveg ritkán listáz mindent, egy AI viszont mindig listázni akar. Ha minden bekezdés alatt buborékos lista van, az gyanús. A második jel a túl szabályos szerkezet. Bevezetés, három egyforma hosszú bekezdés középen, összefoglaló a végén. Az emberi szöveg arányai egyenetlenek, vannak hosszabb és rövidebb szakaszai a gondolat ritmusa szerint.
A harmadik jel az univerzális jelzők gyakorisága. Az „alapvető”, a „jelentős”, a „figyelemreméltó”, az „összetett” és a „számos” szavak gyakori előfordulása gyári AI szöveg gyanús nyoma. Egy ember konkrétabban ír. Nem jelentős növekedést mond, hanem harminc százalékot. A negyedik jel a személyes anekdota hiánya. Az AI általánosít, mert nem élt meg semmit. Egy igazi sztori mindig kibukik a gyári szövegben, mert a részletek vagy nem stimmelnek, vagy egyszerűen nincsenek.
Az ötödik jel a túl puha, türelmes-kedves hangnem. Az „érdemes megfontolnod”, a „hasznos lehet” és a „figyelembe vehetnéd” típusú fordulatok azt jelzik, hogy az AI nem mer állást foglalni. Az emberi szöveg viszont álláspontot képvisel: kimondja, mit csinálj és mit ne csinálj. Ha a saját szövegedben sok ilyet látsz, akkor az AI túltermelte. Tíz perc átolvasással és ezeknek a jeleknek a kiirtásával háromszorosára emelkedik a szöveg minősége.
Mikor ne nyúlj az AI-hoz egyáltalán
Nem mindenre való ez az eszköz. Érzelmi vagy ügyfélbizalmi kommunikációhoz ne küldj AI-val írt levelet egy haragos ügyfélnek vagy egy fontos partnernek. Az emberek érzik a műanyag hangnemet és a tíz perc, amit megspórolsz, az ügyfél értékének a töredéke. Stratégiai döntésekhez sem érdemes hozzá nyúlni teljes felelősség átadással. Az AI tud variánsokat ajánlani, de a döntés a tiéd marad. Aki AI-val dönteti el, hogy mi a következő szolgáltatása, az pár hónap múlva máshogy fog gondolkodni, mert nem ő gondolkodott.
Olyan tartalomhoz sem való, amiben a személyiséged a termék. Ide tartozik a coach, a terapeuta, az író és az oktató. Ha a brandedért fizetnek a vevők és AI ír helyetted, akkor megrövidíted a vevőt. Etikailag és üzletileg is sokat veszítesz vele. Tényszerű adatok közlésénél pedig minden számot, idézetet és hivatkozást újra le kell ellenőrizned az AI után. A nyelvi modellek hallucinálnak. Egyetlen téves szám a hírleveledben háromszor annyi időbe kerül helyrehozni, mint amennyit az írással megspóroltál.
Hogyan kerüld el a stack építésénél a tipikus csapdákat
Az első csapda a heti váltogatás. Egy AI eszköznél is működik az ismerkedési görbe. Három vagy hat hónap alatt tanulsz meg jól promptolni egy modellt. Ha három hetente váltogatsz, mindig az első szinten leszel és sosem éled meg az eszköz valódi erejét. A második csapda az előrefizetés hype alapon. Ha új tool jött ki, várj vele legalább egy hónapot, mielőtt belevágsz. Olvasd el a magyar fórumok kritikáit. Az igazán hasznosak túlélnek, a nyolcvan százalék kihal vagy értelmetlenül drágul.
A harmadik csapda a kapkodó automatizálás. Ahogy fent írtam, az automatizálás a negyedik réteg, nem az első. Ha tudsz manuálisan dolgozni az első három réteggel, csináld manuálisan egy hónapig, hogy lásd, mi a tényleg ismétlődő feladat. Csak utána érdemes automatizálnod. A negyedik csapda a tool gyűjtögetés. Egy mikrovállalkozónak nem trófeagyűjtemény az AI stack, hanem egy működő szerszámkészlet. A kettő nem ugyanaz és aki összekeveri, az többet költ kevesebb eredményért.
Ezt csináld meg ma, miután elolvastad ezt a cikket
Egy oldal, négy oszlop. Az elsőbe felsorolod, mit fizetsz éppen AI-ra. Ide kerül az ingyenes is, ha rendszeresen használod. A másodikba odaírod, mire használod konkrétan. Nem azt, hogy „kreatív munkára”, hanem azt, hogy „heti hírlevél első vázlat”. A harmadikba beírod, mikor használtad utoljára. A negyedikbe megválaszolod, hogy megéri-e. Csak igen, nem és „nem tudom” lehet a válasz.
A „nem tudom” soroknak adsz magadnak két hetet. Ha két hét alatt nem használod legalább háromszor, akkor automatikusan „nem” lesz és lemondod. A „nem” sorokat azonnal lemondod, nem holnap, hanem most. A megspórolt pénzből és időből bővítheted azt a réteget, ami tényleg dolgozik neked. Ez az egész művelet egy óra. Egy óra, ami visszafizeti magát havi szinten és a fejedben is helyre rakja, hogy melyik eszköz mire való.
És onnan merre tovább?
Az audit egy kezdet, de a stack nem ettől válik rendszerré. Ahhoz, hogy az AI rétegek valóban együtt dolgozzanak, kell alájuk egy gerinc. A Notion ebben a gerinc szerepében működik a legjobban és innen kezdődik az, amit én építek az ügyfeleimnek. Négy különböző belépő van attól függően, hogy te magad építenéd, kész sablonból indulnál, neked szabva építenénk vagy folyamatos operációs partnert szeretnél.
Ha magad építenéd, vezetéssel: Notion edzőtábor
Egy időhöz kötött, csoportos program, ahol a Notion rendszered mellé felépítjük az AI réteget is. Megtanulod, mikor érdemes Notion AI-t használni, mikor jobb a Claude vagy a ChatGPT és hogyan tartsd a kontextust a saját jegyzeteid felett. Akkor neked való, ha szereted magad építeni a dolgaidat, csak épp egy strukturált útra van szükséged.
Tudj meg többet a Notion edzőtáborról →
Ha kész struktúrából indulnál: LifeOS sablon
Egy komplett rendszersablon, ami már úgy van felépítve, hogy a Notion AI-val együtt működjön. Világos adatstruktúrával, jó címkézéssel és kontextusblokkokkal érkezik. Az AI-t nem véletlenszerűen használhatod benne, hanem célzottan és hasznosan. Akkor neked való, ha nem akarsz a felépítéssel hetekig bajlódni, hanem rögtön a munkára szeretnél fókuszálni.
Nézd meg a LifeOS sablonokat →
Ha rád szabva építenénk: Notion rendszerépítés
Egy egy-az-egyhez szolgáltatás, ahol én építem fel a Notion rendszered az AI réteggel együtt, a te konkrét feladataidra szabva. Nem általános template, hanem a te workflow-d a te eszközeiddel. Akkor neked való, ha úgy érzed, elveszítenéd a saját munkádat a sablon adaptálásában és inkább azt szeretnéd, hogy valaki kívülről átlássa a céged.
Kérj rendszerépítés konzultációt →
Ha folyamatos operációs partner kellene:
Ha már megépítettük a rendszert és azt szeretnéd, hogy ne csak átadás legyen, hanem havi szinten ott legyek a működésedben, akkor a Fractional COO csomag a következő lépés. Heti vagy kétheti check-in tartozik bele, havi stratégiai session, döntéstámogatás és ad-hoc beavatkozás. Akkor neked való, ha azt szeretnéd, hogy az operáción ne kelljen egyedül gondolkodnod.
Beszéljünk a Fractional COO szerepről →
GYIK
Megéri fizetős AI előfizetést venni, ha most kezdem?
Az első hónapban biztosan nem. Az ingyenes ChatGPT vagy Claude egy hónapig megmondja, használod-e tényleg. Ha igen és az ingyenes limitekbe rendszeresen beleütközöl, akkor érdemes fizetősre váltani. Addig viszont nem éri meg.
Magyar nyelven elég jó már a ChatGPT vagy a Claude?
Mindkettő egészen jó már. GPT-4 óta a magyar minősége gyakorlatilag elérte az angolt. A Claude is jó magyarul, néha kicsit irodalmiabb hangzású. Az egy évvel ezelőtti gyakori panasz arról, hogy „rossz a magyarja”, már nem aktuális.
Notion AI vagy ChatGPT, ha csak egyet választhatok?
Ha Notionben él a munkád és sok a saját jegyzeted, akkor Notion AI a válasz, mert a kontextus számít. Ha kevés a Notion anyagod és általánosabb AI segítségre van szükséged, akkor ChatGPT. Ideális esetben mindkettő, mert kiegészítik egymást. Ha választani kell, a használati eseted dönt helyetted.
Hogyan tanulok jobban promptolni?
Három dolog igazán számít a jó promptoláshoz. Adj kontextust, ne csak parancsot. Nem azt mondod, hogy „írj egy emailt”, hanem azt, hogy kinek, miért és milyen hangnemben. Adj példát, vagyis egy korábbi saját szövegedet másold be, hogy abban a stílusban folytassa. És ne maradj meg az első válasznál, mert az ritkán végleges. Dolgozz vele tovább úgy, mintha egy junior asszisztenssel beszélgetnél.
Hogyan tartsam biztonságban az adataimat?
A fő szabály egyszerű. Ne paszírozz be ügyféladatokat, pénzügyi adatokat vagy egészségügyi információkat az AI promptba, ha nincs nagyon konkrét üzleti ok. A ChatGPT-nél és a Claude-nál is ki tudod kapcsolni a tanulási opciót. Fizetős verzióknál is érdemes ellenőrizni, mi az alapbeállítás, mielőtt elkezded használni élesben.
