Néhány hete egy másik magyar fejlesztőcég blogján akadt meg a szemem. A cikk magyarul volt, szakmailag pontos, nyelvtanilag oké. A hosszú gondolatjelek, a "Fontos kiemelni, hogy..." nyitás, a háromelemű felsorolások és a cím alatti "forradalmasítjuk" szó három mondat után mégis egyértelművé tette: ezt nem ember írta. Nem az zavart, hogy generálták, hanem, hogy ez nyilvánvaló volt. Az első bekezdés az egész tartalom és ezzel együtt a "szerző" hitelét is azonnal roncsolta számomra.

Mi is használunk AI-t a tartalomgyártásnál. Belső esettanulmányok, blog draftek, social posztok, ajánlat szövegek. Az elmúlt időszakban azon dolgoztunk, hogy az AI-magyar ne hangozzon AI-magyarnak. Ez nehezebb volt, mint elsőre tűnik, és a problémát nem oldja meg egy jól megírt system prompt sem. Az alábbiakban leírom, hogyan néz ki nálunk a folyamat.

Miért nem tud az LLM rendesen magyarul?

A nagy nyelvi modellek angolra súlyozott adathalmazon tanultak. A magyar statisztikailag is kisebbségi nyelv – ez gyakran alapból is érződik az AI outputok nyelvi szintaktikáján, stilisztikáján, de a jól ismert AI mintázatok szintén átöröklődnek a magyar szöveg generáláskor is. A modell először angolul "gondolkodik", aztán azt szóról-szóra magyarosítja, gyakorlatilag tükörfordítja. Ennek tipikus eredménye az úgynevezett translationese: ez egy olyan magyar mondat, amit szóról-szóra vissza tudsz fordítani angolra, és angolul jobban is hangzik, mint magyarul.

Pár ilyen példa, amit az átlag magyar olvasó észrevesz, de nem feltétlenül tud egyből rámutatni:

  • Hosszú gondolatjel (em dash). A magyar prózában nem szokás, általában vesszővel vagy kettősponttal tagolunk.
  • "Mit gondolsz? Kommentben várom!" záró kérdés a cikk végén. Magyar szakmai szövegben nem természetes.
  • "Forradalmi", "élvonalbeli", "next-gen" jelzők egymás után, különösebb alátámasztás nélkül.
  • "Fontos kiemelni, hogy..." vagy "Az alábbiakban bemutatjuk..." típusú torokköszörülés a bekezdés elején.
  • Felsorolások minden eleme előtt félkövér "bevezető címke", mintha minden sornak külön szakaszcíme lenne.
  • Tükörfordított idiómák: "a nap végén", "elfogyott alólad a támogatás", "az asztalon van".

Ezek közül valójában egyik sem nyelvtani hiba. Egyszer-egyszer még átsiklasz fölötte, de ha sorozatosan megjelennek, akkor már kilóg a lóláb.

Egy jónak tűnő system prompt gyakran nem újrahasznosítható.

Az első ötlete mindenkinek ugyanaz: írjunk egy jó hosszú system promptot, ami leírja az AI-nak, hogy mit kerüljön, hogyan fogalmazzon. Ez működik az első cikknél. Aztán a másodiknál az AI valami mást ront el és így tovább… Más szóval, lehetetlen olyan promptot írni, ami minden korábbi tapasztalatot tartalmaz, és a kontextusba is belefér.

Ezért más megoldást kerestünk. Nálunk a tudás nem a promptban él, hanem egy karbantartott magyar nyelvű wikiben, amit minden visszajelzés bővít. Gyakorlatilag Andrej Karpathy "LLM Wiki" mintázatát adaptáltuk magyar digitális marketingre.

A wikinek három rétege van. A raw/ mappában az érinthetetlen forrás él: interjú-transzkriptek, korábban publikált cikkek, brand-dokumentumok. A wiki/ mappa a teljes, élő tudásbázis: ToV, pozicionálás, szolgáltatások, esettanulmányok, egyéb templatek és minták. A CLAUDE.md séma-fájl pedig megmondja az AI-nak, hogy milyen műveletekkel tud dolgozni.

Öt művelet van: új forrás feldolgozása (ingest), kérdés, keresés (query), kimenet generálása (produce), visszajelzés (feedback), szabályrendszer-ellenőrzést futtatás (lint). Mindegyik egy slash command a Claude Code-ban. A produce művelet pedig a marketingszövegeket gyártja.

Az 5 rétegű minőségellenőrzés

A minőségellenőrzés öt szinten történik, és mindegyik más szempontrendszerért felel.

A Tier 0 az AI saját önellenőrzése egy ötpontos lista alapján: úgy hangzik-e a szöveg, mint a meglévő mintacikkek, használ-e tiltott szót, hány AI artifact van benne, illeszkedik-e a szövegstruktúra, ritmus a választott példához, a számok, tények visszavezethetők-e a forrásokra. Ez fut le először minden generált szövegen.

A Tier 1 egy Python szkript (tools/hang_lint.py), ami determinisztikus szabályok szerint keres hibákat a szövegben. Regex-alapú hosszú gondolatjel (em dash) keresés, tiltott szavak listája, AI artifact ellenőrzés (háromelemű felsorolások aránya bekezdésenként, mondathossz-szórás, szöveglágyító határozószók halmozása). A szabálykatalógus a wiki/brand/magyar-szabaly-csomag.md-ben él, jelenleg körülbelül 80 szabály, mindegyik egyedi azonosítóval (M2 igekötő-távolság, SZ4 jelzős halom, L7 hyperbola-szuperlatívusz, ST4 gondolatjel, és így tovább).

A Tier 2 ugyanaz a szkript, csak ez a lépés már a HuSpaCy magyar morfológiai elemzőt is használja. A HuSpaCy olyasmire képes, amit regex-szel nem lehet, ezek pedig a nyelvi szintaktikai hibák, pl: jelzők halmozása, hiányzó tagmondatok, az igekötő szabály nem megfelelő alkalmazása (pl.: magyarul a "megoldja" és az "oldja meg" nem felcserélhető).

A Tier 2.5 egy magyarra tanított nyelvi modell, a Racka-4B (ELTE NLP Labor, Qwen3-4B alapra LoRA-val ~160 milliárd tokenen továbbtanítva, ebből 44% magyar). Erre a rétegre azért volt szükség, mert a translationese egy részét az előző kettő nem fogja meg: pl. az olyan mondatokat, amik nyelvtanilag rendben vannak, nincs bennük tiltott szó, mégis idegenül szólnak magyarul. A modellt nem generálásra használjuk. Egy few-shot kontextusban (négy natív + négy tükörfordított példa) megmérjük, hogy egy adott mondat folytatásaként a "Ez magyaros mondat." vagy az "Ez angolból tükörfordított mondat." válasz valószínűbb-e. Egy megkötés: a Racka licence (cc-by-nc-sa-4.0) csak kutatási, nem-kereskedelmi használatot enged, ezért ez nálunk belső konzultatív réteg, a publikációs flow-nak nem közvetlen része.

A Tier 3 egy LLM-judge subagent. Friss kontextusban kapja meg a véglegesnek szánt output vázlatát, a márkahang/kommunikációs stílus guideot, és 2-3 valódi cikket a mintamappából. Úgy vizsgálja a draftot, ahogy egy ember tenné, és megpróbálja eldönteni, hogy megfelel-e a szabályoknak, vagy nem. Ez már nem statisztikai, inkább ízlésbeli ellenőrzés.

Az öt réteg redundánsan dolgozik, és ez szándékos. Látható, hogy mindegyik más-más típusú hibák feltárásáért és javításáért felel.

A generált szöveg minősége nem statikus, hanem folyamatosan fejlődik.

A wiki előnye, hogy a benne lévő tapasztalat és tudás halmozódik. Minden visszajelzés szabállyá válik, majd később újrahasznosul.

Példa: A pilot során az egyik rövid esettanulmány egy ilyen mondatot tartalmazott "..az ügyfél szed le napi 60 ezer cikket..". A "szed le" a scrape angol tükörfordítása, magyarul a "feldolgoz" természetesebb. A helyesbítés nem csak az esettanulmányba került be, hanem egy új bejegyzés is került a szavak-amiket-kerulunk.md-be, a magyar nyelvi szabálycsomag kapott egy új azonosítót, a tipikus hibák regex listája is bővült, és a következő esettanulmány generálásnál az agent már tudta, hogy ezt a hibát nem szabad elkövetni. Minél több szöveget generál a rendszer, annál több visszajelzést tudok neki adni és annál pontosabb, magyarosabb eredmény fog születni a következő ciklusban.

A wiki nem a brand guide helyett/mellett van. A wiki maga a brand guide, csak annak egy élő, folyamatosan változó szöveges változata. És nem is a "tökéletes" system prompt okosabb megfelelője, sokkal inkább egy olyan dinamikus rendszer, ami azért felel, hogy minden egyes szöveggenerálási ciklusban az éppen aktuális igényeknek megfelelően álljon össze a kontextus.

Mi a tanulság?

Az AI problémája a magyarral nem nyelvtani eredetű. A modellek tudnak magyarul. A baj az, hogy alapból az átlag-AI hangján szólalnak meg, és ezt egy magyar olvasó ma már ránézésre felismeri. A megoldás nem egy mágikus mindent megoldó prompt, és nem is egy jobb modell (persze lehetne teljesen magyarul trainelt modell, de egyelőre ilyenbe annak költségei miatt még senki nem vágott bele). A megoldás egy jól karbantartott brandguide, egy szabálykönyvtár, és egy többrétegű ellenőrző folyamat, ami minden generáláskor lefut.

Nálunk ez most öt lépés. Sokat dolgoztunk vele, és működik.

Ha magyar nyelvre építesz tartalom-generálási folyamatot, érdemes nem azzal kezdeni, hogy melyik modell ír jobban, hanem arra kell a hangsúlyt fektetni, hogy milyen rendszer dolgozik a modell körül, mitől fog felépülni az a kontextus aminek köszönhetően a modell jobb minőségű és faktuális szöveget dob ki magából.