Jó prompt írása: ami bevált nálunk, amikor MI-vel építettük a webhelyet

Az Outcomo webhelyet a Claude segítségével építjük, amely az Anthropic mesterséges intelligenciája. A Claude Code-ban dolgozunk vele, egy olyan eszközben, amely közvetlenül a számítógépen ír és módosít kódot. A webhely tárolójában lévő 229 commitból (mentett módosításból) 224 készült a Claude-dal. Az első dátuma: 2026. szeptember 28. (állapot: 2026. október 31.). Az összes kalkulátor és eszköz (szám szerint 21), a cikkek 9 nyelven és a tesztek, amelyek ellenőrzik őket: minden egy utasítással, azaz prompttal kezdődik. Íme, mi vált be nálunk. Minden tanácsnál azt is leírjuk, mit mondanak róla az Anthropic, az OpenAI és a Google hivatalos útmutatói.

1. Mondja meg, mire és kinek szól

Az MI csak annyit tud az Ön feladatáról, amennyit Ön megír neki. Az Anthropic azt tanácsolja, hogy kezelje a Claude-ot úgy, mint egy tehetséges, de új kollégát, aki nem ismeri az Önök szokásait: minél pontosabban írja le, mit szeretne, annál jobb lesz az eredmény. Egy egyszerű próbát is javasol: adja oda a promptot elolvasni valakinek, aki semmit sem tud a feladatról. Ha ő elveszne benne, az MI is elveszne.

Nálunk ezért az MI minden cikkhez megkapja, kinek szól: melyik ország olvasóinak, és hogyan szólítsa meg őket. Németül magázunk (Sie), spanyolul és lengyelül tegezünk, magyarul a formális Önt használjuk.

Az is segít, ha leírja, miért. Az Anthropic példát is hoz: a „soha ne használj három pontot” helyett azt írni, hogy a szöveget MI-hang fogja felolvasni, amely a három pontot nem tudja kimondani. Az indoklásból az MI azt is kikövetkezteti, amit nem írt le kifejezetten. Amikor nem akartuk, hogy a gyakori kérdésekre adott válaszok törvényeket idézzenek, odaírtuk azt is, miért: a törvények változnak, és a szöveget folyamatosan figyelnünk kellene. A szabály ezért az, hogy általánosan írunk, a részletekért pedig a szerződéshez vagy a bankhoz irányítjuk az olvasót.

2. Legyen konkrét

A Claude Code dokumentációja azt tanácsolja, hogy olyan konkrét utasításokat írjon, hogy ellenőrizni lehessen, betartotta-e őket az MI: „két szóközzel húzz be” a „formázd rendesen a kódot” helyett. Az OpenAI ugyanezt tanácsolja: világosan, konkrétan, elég kontextussal és kétértelműség nélkül. Néhány utasítás a munkánkból:

Általánosan	Konkrétan
Adj hozzá magyarázatokat.	A kalkulátor minden olyan mezőjéhez, amelyet egy laikus nem feltétlenül ért, adj magyarázatot. A hozamnál és a volatilitásnál a saját adatainkból vett példákkal. A webhely minden nyelvén.
Ellenőrizd a számokat.	A cikk számait csak az adatfájlokból vedd, ahol minden számnak van forrása és dátuma.
Ne írj semmi bizonytalant.	Amit nem tudsz biztosan, azt nyitott kérdésként írd le, ne tényként.

Az első szabály akkor született, amikor néhány kalkulátorból hiányoztak a magyarázatok. Így megfogalmazva minden új kalkulátornál mezőről mezőre ellenőrizhető.

3. Mutasson mintát

Egy példa sokszor többet mond egy hosszú leírásnál. Az Anthropic szerint a példák a válasz formátuma, hangneme és felépítése meghatározásának egyik legmegbízhatóbb módját jelentik, és 3–5 példát ajánl. Hasonlítsanak az Ön valódi feladatára, ugyanakkor eléggé különbözzenek is, hogy az MI ne vegyen át olyasmit, ami csak véletlenül közös bennük. A Google azt tanácsolja, hogy mindig adjon meg példákat.

Egy új cikk ezért nem a nulláról indul: az MI először elolvas egy hasonló kész cikket, és követi a felépítését, a hangnemét és azt, ahogyan a forrásokat megadja. Ez a cikk az MI-hangról szóló útmutató mintájára készült.

4. Azt írja, mit tegyen, ne azt, mit ne

A tiltás azt mondja meg, mit nem akar, de azt nem, mit akar. Az Anthropic azt tanácsolja, hogy a „ne használj markdownt” helyett ezt írja: „folyó bekezdésekben válaszolj”. Mi a „ne írj fejből árakat” helyett ezt használjuk: „árak csak a hivatalos árlistából, azzal a dátummal, amikor ellenőriztük”. Az MI így tudja, hol találja az árat, és mit írjon mellé.

5. Engedje meg az MI-nek a „nem tudom” választ, és kérjen forrásokat

Az MI néha kitalál egy hihetően hangzó választ. Az Anthropic azt tanácsolja, hogy kifejezetten engedje meg a „nem tudom” választ, minden állításhoz kérjen forrást, és a forrás nélküli állításokat húzza ki. Ugyanakkor figyelmeztet, hogy a hibákat még ez sem szünteti meg teljesen, a fontos információkat ellenőrizni kell.

Szabályaink: források csak hivatalos oldalakról, becslés pedig soha nem tényként. Két példa az elmúlt napokból:

• A magyar nyelv és az MI-hang. Mielőtt az MI-hangról szóló útmutatót lefordítottuk magyarra, az ElevenLabs dokumentációjában ellenőriztük, milyen nyelveken beszél a modell. A magyar nincs köztük, ezért a magyar cikk ezt rögtön az elején jelzi, ahelyett hogy azt állítaná, hogy a lépések ugyanazok.
• Gombok, amelyeket nem láttunk. A Trezorról szóló útmutatóban nincsenek olyan gombnevek, amelyeket nem ellenőriztünk. Általánosan az áll benne, hogy „válassza a fogadást”, nem pedig egy felirat, amely az alkalmazásban másképp is szerepelhet.

6. Ellenőrizze az eredményt valami ellenőrizhetővel

Az Anthropic azt javasolja, hogy már a prompt csiszolása előtt tudja, miről ismeri fel a jó eredményt, és legyen módja kipróbálni. Nálunk ezt a tesztek végzik: a webhelynek jelenleg 1338 tesztje van, és az MI minden módosítás után lefuttatja őket. Ellenőrzik a kalkulátorok számításait és a cikkeket is, például hogy a számok utáni szavak lengyelül vagy ukránul helyes alakban álljanak.

A teszteket is az MI írja, és a saját hibáit is elkapják. A Trezorról szóló útmutató angol változatában először azt írtuk, hogy a jelszófrázis-generátor angol szólistája csak betűket tartalmaz. Egy teszt, amely végigment az egész listán, kötőjeles szavakat is talált, például a drop-down szót. A szöveget még a közzététel előtt kijavítottuk.

7. Bontsa lépésekre a nagy feladatot

Az első prompt ritkán sikerül elsőre. Az OpenAI és a Google is ismétlődő folyamatként írja le a promptírást: megírni, megnézni az eredményt, módosítani a megfogalmazáson, kontextust adni hozzá vagy egyszerűsíteni a feladatot. A Google azt is tanácsolja, hogy az összetett feladatot bontsa kisebb lépésekre, ahol az egyik kimenete a következő bemenete.

A webhely nagyobb változtatásai ezért nem kóddal kezdődnek. Először az MI-vel megírjuk a tervezési dokumentumot: mi készüljön, kinek, és mi nem tartozik bele. Ebből az MI lépésenkénti tervet készít, és csak ezután írja meg a kódot, lépésről lépésre és tesztekkel. A tárolóban jelenleg 23 ilyen tervezési dokumentum és 11 terv van.

8. Ami ismétlődik, azt írja le egyszer

Az állandóan érvényes szabályokat nem kell minden promptba beírni. A ChatGPT-ben erre az egyéni utasítások (Custom Instructions) szolgálnak, amelyek minden csevegésre érvényesek, a Claude-ban a projektutasítások. A Claude Code minden munkamenet elején betölti a projekt utasításfájlját (CLAUDE.md) és a saját maga által vezetett jegyzeteket. A dokumentációja azt tanácsolja, hogy az utasítások legyenek rövidek és konkrétak, fájlonként 200 sor alatt: a hosszabb fájl több helyet foglal, és az MI kevésbé megbízhatóan követi.

Nálunk benne van például, hogy az MI csehül beszél velünk, honnan vegye a számokat, és hogyan szólítsa meg az olvasókat az egyes nyelveken. Új szabályok főleg hibák után kerülnek bele, mint a magyarázatokról szóló.

9. Skillek: útmutatók, amelyeket az MI akkor vesz elő, amikor kellenek

A projektutasítások minden alkalommal betöltődnek. A skill ezzel szemben egy mappa útmutatóval (SKILL.md fájllal), néha szkriptekkel és segédanyagokkal is, amelyet az MI csak akkor tölt be, amikor hasznos. Addig csak a rövid leírását ismeri, így még egy hosszú útmutató is szinte semmibe sem kerül, amíg nincs rá szükség. Skillt kézzel is el lehet indítani, perjellel és a nevével, például így: /brainstorming.

A Claude-nak beépített skilljei vannak Word-, Excel-, PowerPoint- és PDF-dokumentumokhoz, és a súgóközpont szerint a skillek minden csomagban elérhetők, az ingyenesben is. A formátum nyílt szabvány, az Agent Skills, így ugyanaz a skill más eszközökben is működik. A skills.sh katalógus például a Cursort, a GitHub Copilotot, a Codexet és a Gemini CLI-t említi.

Leggyakrabban a Superpowers csomagot használjuk. A brainstorming skill munka előtt kérdésről kérdésre kikérdezi Önt a feladatról, és a válaszokból tervezési dokumentumot ír. A writing-plans skill a tervezési dokumentumból tervet készít. Innen származnak a 7. pontban említett tervezési dokumentumok és tervek.

Hogy a skillek valóban segítenek, azt a SkillsBench tanulmány mutatta meg: gondosan előkészített skillekkel a modellek által megoldott feladatok aránya átlagosan 33,9% helyett 50,5% volt. A legfeljebb 3 részből álló, szűkre szabott skillek jobban működtek, mint a nagy útmutatócsomagok. Egy kisebb modell skillekkel pedig felért egy nagyobb modellel skillek nélkül.

Mely skilleket használják valójában

Hogy hányan melyik skillt használják, azt senki sem teszi közzé. Ezért azt hasonlítottuk össze, amit meg lehet számolni (állapot: 2026. október 31.):

• Projektek a GitHubon. A grep.app keresőben, amely a nyilvános GitHub-tárolók nagy mintájában keres, megszámoltuk azokat a projekteket, amelyek a skillt abban a mappában tárolják, ahonnan az MI betölti (.claude/skills vagy .agents/skills). Ez áll a legközelebb a tényleges használathoz.
• Telepítések a skills.sh katalógusban. A katalógust a Vercel üzemelteti, és a saját npx skills eszközével végzett telepítéseket számolja.
• Említések vitákban. Hacker News-hozzászólások, amelyek megnevezik a skillt (kezdő dátum: 2025. október 1.).

A nyilvános projektekben a leggyakoribbak: frontend-design, skill-creator és vercel-react-best-practices. Ezzel szemben néhány nagyon sokszor telepített skillhez egyetlen projektet sem találtunk (zárójelben a telepítések száma): reddit-automation (1,2 M), design-mobile-apps (1,1 M) és ai-video-generation (916 E). A telepítések száma önmagában tehát keveset mond a használatról. A Hacker Newson a legtöbbet említettek: Superpowers, frontend-design, grill-me és caveman.

Skill	Projektek	Telepítések
Tervezés és munkamenet
skill-creator (anthropics)	162	420 E
grill-me (mattpocock)	114	1,5 M
Design és felület
frontend-design (anthropics)	214	1,1 M
web-design-guidelines (vercel-labs)	111	808 E
Weboldalak Reacttal
vercel-react-best-practices (vercel-labs)	138	858 E
shadcn (shadcn)	85	131 E
Tesztelés és hibakeresés
playwright-cli (microsoft)	54	203 E
diagnosing-bugs (mattpocock)	41	872 E
Adatbázisok
convex-quickstart (get-convex)	25	133 E
supabase-postgres-best-practices (supabase)	24	468 E
Mobilalkalmazások
vercel-react-native-skills (vercel-labs)	9	262 E
building-native-ui (expo)	6	58 E
Marketing és SEO
seo-audit (coreyhaines31)	29	243 E
copywriting (coreyhaines31)	15	242 E
Dokumentumok
pdf (anthropics)	24	220 E
docx (anthropics)	14	211 E
Videó
remotion-best-practices (remotion-dev)	25	720 E
hyperframes (heygen-com)	9	1,3 M

A Claude beépített dokumentum-skilljeit telepítés nélkül használják, így a projektekben meg sem kell jelenniük. Egy skill ráadásul szkripteket is tartalmazhat, amelyek az Ön számítógépén futnak. Ezért csak olyan szerzők skilljeit telepítse, akikben megbízik. A skills.sh katalógus a biztonsági ellenőrzések eredményeit is mutatja hozzájuk.

Összefoglalva

1. Írja le, mire való az eredmény, kinek szól, és miért éppen így szeretné.
2. Az utasításokat olyan konkrétan írja, hogy ellenőrizni lehessen, betartotta-e őket az MI.
3. Adjon hozzá példát vagy kész mintát.
4. Azt írja, mit tegyen, ne azt, mit ne.
5. Engedje meg a „nem tudom” választ, és kérjen forrásokat.
6. Az eredményt ellenőrizze valami ellenőrizhetővel, például teszttel.
7. A nagy feladatot bontsa fel: tervezési dokumentum, terv, lépések.
8. Ami ismétlődik, azt írja le egyszer, a hosszabb útmutatókat pedig tegye rövid, szűkre szabott skillekbe.

Hogy mennyire pontosnak kell lenniük az utasításoknak, azt MI nélkül is kipróbálhatja. A Programozás kezdőknek eszközünkben a robot pontosan azt teszi, amit Ön összerak neki, egy lépéssel sem többet.