appforge
AI ügynök fejlesztés · fix ársávok · 2026

AI ügynököt építünk éles üzemre , nem demóra

  • Chatbot / automatizálás1-3M Ft · 4-6 hét
  • RAG tudásbázis3-8M Ft · 2-4 hó
  • Egyedi MI megoldás5-15M Ft · 3-9 hó

Ügynököt akkor írunk, ha a lépések száma előre nem jósolható meg. Ha megjósolható, workflow-t írunk, mert az olcsóbb és stabilabb. A sávok a nyilvános árlistánkból: chatbot és folyamatautomatizálás 1-3M Ft 4-6 hét alatt, RAG tudásbázis 3-8M Ft 2-4 hónap alatt, egyedi MI megoldás 5-15M Ft 3-9 hónap alatt. Mindegyikhez eval-harness, költségplafon és emberi jóváhagyási pont tartozik.

Kérek ügynök-árajánlatot
30 perc konzultáció

A lényeg öt pontban

  • Három ársáv a nyilvános árlistából: chatbot és folyamatautomatizálás 1-3M Ft (4-6 hét), RAG tudásbázis 3-8M Ft (2-4 hónap), egyedi MI megoldás 5-15M Ft (3-9 hónap). Karbantartás 30.000 – 150.000 Ft/hó.
  • Az ügynök futási költségét a körök száma dönti el, nem a modell listaára. Ugyanaz az 1.000 dokumentum 8,70 dollár egyetlen extrakciós hívással és 232 dollár egy nyolclépéses ügynöki hurokkal, ugyanazon a Claude Sonnet 5 modellen (saját modellezés az Anthropic 2026-08-14-i hivatalos árlistáján).
  • A MIT Project NANDA 2025 nyári felmérése szerint a vállalati generatív AI pilotok 95%-a nem hozott mérhető P&L-hatást. Ugyanaz a kutatás: belső szakértő plusz külső partner 67% sikerráta, csak belső IT 22%.
  • A Gartner 2025. június 25-i előrejelzése szerint 2027 végéig az agentic AI projektek több mint 40%-át leállítják, jellemzően költség, tisztázatlan üzleti érték vagy hiányzó kockázatkontroll miatt.
  • 2026. augusztus 2-tól él az EU AI Act 50. cikke: ha az ügynök természetes személlyel beszél, ezt közölni kell. Ez azonnali kötelezettség, nem a 2027-re halasztott csomag része.

Mit jelent nálunk az „AI ügynök”?

Az AI ügynök olyan program, amelyik célt kap, nem forgatókönyvet. Futásidőben dönti el, milyen sorrendben milyen eszközt hív meg, és mikor áll meg. A chatbot választ generál egy lépésben, a workflow előre megírt lépéssort futtat, az ügynök viszont maga tervez. Ez egyben a költség- és a kockázatkülönbség is.

SzempontChatbotWorkflow (n8n, Make, Zapier)AI ügynök
Mit dönt el a rendszera válasz szövegétsemmit, a lépéssor kódolva vana lépések sorrendjét és a leállást
Lépésszám futásonként1fix, tervezhetőváltozó, jellemzően 8-20
Mikor a helyes választásismétlődő kérdés, egy tudásbázisa folyamat lépései előre ismerteka lépésszám előre nem jósolható meg
Fő kockázatrossz vagy forrás nélküli válasza per-lépés árazás elszaladkörök számának és költségének elszabadulása
AppForge-sáv1-3M Ft100e – 2,5M Ft / workflow3-15M Ft

Az Anthropic saját mérnöki ajánlása (Building Effective Agents, 2024-12-19) kimondja, hogy a legtöbb feladatra az előre kódolt workflow jobb, mint az autonóm ügynök. Nálunk ez az alapállás. Az esetek nagyjából felében a scoping call végén nem ügynököt javaslunk, hanem egy jóval olcsóbb workflow-t. A három réteg részletes összevetése a chatbot, n8n és egyedi ügynök cikkünkben van, a ReAct és a tool use fogalmi alapja pedig az AI ügynökök alapjai írásban.

Milyen AI ügynököket szállítunk?

Négy típust szállítunk éles üzembe: dokumentumfeldolgozót, ügyfélszolgálatit, belső tudásbázist (RAG) és folyamat-orchestrátort. Mindegyiknek külön ársávja, külön bevezetési ideje és külön kockázati profilja van. A négyből három indul pilottal, mert ott derül ki, hogy az adat elég jó-e.

Ügynök típusaMit csinálÁrIdő
Dokumentumfeldolgozó ügynökBejövő számla, szállítólevél, szerződés, nyugta beolvasása, ellenőrzése és könyvelésre előkészítése. Magyar cégnél a NAV Online Számla adata a kiindulópont, az olvasás csak a maradékra kell.2,5-10M Ft1-2 hetes pilot, majd iteratív bevezetés
Ügyfélszolgálati ügynökElső szintű megkeresések kezelése forrásmegjelöléssel, rendelés- és számlaadat lekérdezése, eszkaláció összefoglalóval. Az AI Act 50. cikk szerinti közlés a válasz része.1-3M Ft4-6 hét
Belső tudásbázis (RAG)Szabályzatok, műszaki dokumentáció, szerződések és jegyzőkönyvek egy keresőfelület alatt, jogosultsági szinttel és idézett forrással. Hibrid keresés plusz reranker, nem puszta embedding.3-8M Ft2-4 hónap
Folyamat-orchestrátorTöbb rendszert átfogó folyamat vezénylése: beszerzési igény, jóváhagyás, ERP-rögzítés, riport. Itt már több ügynök dolgozik, mindegyik saját eszközkészlettel és jogosultsággal.5-15M Ft3-9 hónap

A dokumentumügynöknél magyar előnyünk van

Belföldi B2B számlánál nem kell szöveget felismerni, mert a strukturált adat már a NAV-nál van. Az Online Számla 3.0 interfészének digest- és adatlekérdezése pont a beérkezett, még nem rögzített számlák könyvelésére való. Ezt használjuk kiindulópontnak, és a képfelismerés csak a maradékra kell: külföldi beszállító, nyugta, költségtérítés. A tisztán képfelismerésre épülő nyugati eszközök ezt a lépést nem tudják megcsinálni.

Reális megtakarítás, nem gyártói szám

Az adatrögzítés a teljes számlafeldolgozási költség 30-35%-a, a kivételkezelés 20-25%-a (IOFM-adatok, idézve a Lido 2026. július 22-i összeállításában). Az AI tehát a költség körülbelül felét célozza. Az érintés nélküli feldolgozásra a gyártók 85-92%-ot állítanak, a független benchmarkok 25-35%-ot. Magyar KKV-nál vegyes beszállítói körrel az első évre 55-75% a védhető vállalás.

A tudásbázis-ügynöknél a határvonal fontos: a RAG kereséssel és válasszal foglalkozik, a dokumentumügynök strukturált adatot nyer ki. A kettő gyakran egy projektben van, de más a mérőszáma. Az ERP-be, CRM-be vagy WMS-be történő visszaírás technikai oldala a rendszerintegrációs oldalon van részletezve.

Hogyan épül fel egy éles ügynök nálunk?

Hét rétegből: orchestráció, eszközréteg, integráció, jogosultság, költségplafon, emberi jóváhagyás és visszaállás. A demó és az éles rendszer között pontosan ez a hat utóbbi réteg a különbség. A magyar piacon szinte senki nem mutat architektúrát, ezért itt leírjuk tételesen, mit építünk be.

RétegMit oldunk meg vele
OrchestrációLangGraph (1.0 GA 2025-10-22): gráf-alapú, explicit kontroll, durable checkpoint, retry és rollback. Ha a lépéssor előre megjósolható, nem ügynököt írunk, hanem workflow-t, mert az olcsóbb és stabilabb.
EszközrétegNatív tool calling és sémára kényszerített kimenet. Az eredeti ReAct minta szabad szövegből regexszel szedte ki az akciókat, ezért egy formátumhiba futásidejű hiba. A strukturált tool-call ezt kiváltja.
IntegrációMCP-szerver vagy API-adapter az ERP, CRM, WMS és banki rendszerek felé. SAP Business One esetén Service Layer és DI API, máshol REST vagy OData. Ahol nincs API, ott olvasó replika vagy fájlalapú csatorna. Idempotencia-kulcs, rate limit, exponenciális retry mindenhol.
JogosultságTool allowlist, least privilege az eszköz mögött (read-only DB-user, tenant-scope), és identity binding: az eszközhívás a végfelhasználó identitásával fut, nem egy mindenhez hozzáférő service accounttal.
KöltségplafonFutásonkénti (run-scoped) token- és USD-limit, amit a platform kényszerít ki. A havi büdzsé-cap nem védelem, mert utólag, a hónap összesítése után lép. Emellett maximális iterációszám, subagent-mélység, lépésenkénti timeout és modell-routing: olcsó modell a rutin lépésekre.
Emberi jóváhagyásLangGraph interrupt() és Command(resume) durable checkpointerrel: a gráf megáll, az állapot perzisztálódik, a jóváhagyás akár másnap folytathatja. Protokollszinten ugyanez az MCP 2026-07-28-i spec input_required válasza.
VisszaállásHa a modell nem elérhető vagy a konfidencia küszöb alatt marad, a feladat emberi sorba kerül, nem tippel. Minden lépés újrajátszható a checkpointból, és a kiváltott folyamat 30-60 napig párhuzamosan él a go-live után.

Amit az integrációnál nem hallgatunk el

Az MCP kényelmes, de támadási felület is. Az MCPTox benchmark szerint az eszköz-metaadatba rejtett utasítás gyakori és nagy hatású támadás, és a vizsgált kliensek többsége elégtelen statikus validációt végez. A hitelesítés nélküli MCP Inspector példányok tetszőleges parancsvégrehajtást engedtek (CVE-2025-49596, CVSS 9.4). Emiatt nálunk minden MCP-szerver allowlisten van, a kifelé menő hálózati forgalom korlátozott, és az írási jogú eszközök külön ügynökbe kerülnek, amelyik nem lát nem megbízható tartalmat. Ez a Simon Willison által 2025. június 16-án leírt „halálos hármas” (privát adat, nem megbízható tartalom, kifelé menő csatorna) architekturális megbontása.

Egy technikai részlet, ami sokat spórol: ha az ügynök külön eszközhívások helyett kódot ír, és a köztes adatot a sandboxban szűri, a kontextus drámaian lecsökken. Az Anthropic mért példájában (2025. november 4.) egy Drive-ból Salesforce-ba másoló feladat 150.000 tokenről 2.000-re csökkent. Ez nem minden feladatra igaz, de a nagy adathalmazt mozgató lépéseknél mi is ezt használjuk.

Honnan tudod, hogy az ügynök jól működik?

Golden datasetből és eval-harnessből. A golden dataset 100-300 kézzel annotált valós eset a megrendelő saját anyagából, a helyes kimenettel együtt. Minden prompt-, modell- és sémaváltozás lefut rajta, a CI-ben pedig kapu: romló pontosság mellett a változás nem megy ki. Enélkül a rendszer nem karbantartható, csak reménykedni lehet benne.

  • Retrieval-minőség, számmal

    Az Anthropic mérésében a bázis embedding 5,7%-os retrieval-hibaarányt adott, a kontextualizált beágyazás 3,7%-ot, ehhez a lexikai keresés hozzáadva 2,9%-ot, a reranking pedig 1,9%-ot (Contextual Retrieval, 2024. szeptember 19.). Ezért nálunk a hibrid keresés és a reranker alapfelszereltség, nem felár.

  • Hallucináció-mérés magyar szövegen

    2026 augusztusában nincs publikus, karbantartott magyar retrieval-benchmark. A legutóbbi független teszt (Harang Péter, 2025. január 9., 2.132 mondatpáros HuRTE-készlet) jelentős átfedést mért a kapcsolódó és nem kapcsolódó magyar mondatpárok hasonlósági eloszlása között, és a puszta kulcsszóegyezés a harmadik legjobb eredményt hozta. Emiatt magyar projekten a saját mérőkészlet nem választható opció.

  • Determinisztikus validáció a modell után

    Dokumentumnál aritmetikai egyeztetés (nettó plusz áfa egyenlő bruttó, tételsorok összege egyenlő végösszeg), formátum-ellenőrzés adószámra, IBAN-ra, dátumra, és a kritikus mezőkre kereszt-ellenőrzés. A vision-modellek legveszélyesebb hibája a formailag hibátlan, tartalmilag hamis érték, amit szemre nem lehet kiszúrni.

  • Observability, ismert árakkal

    Langfuse self-hosted 0 dollár licenc (MIT), Langfuse Core 29 dollár/hó, LangSmith Plus 39 dollár/seat/hó, Braintrust Pro 249 dollár/hó (gyártói árlapok, 2026-08-14). Az alapértelmezésünk az EU-ban futó, self-hosted Langfuse. A három eszköz összevetése a LangFuse és LangSmith cikkünkben van.

Ezt a részt a legtöbb magyar ajánlat kihagyja, és ez nem véletlen. Az eval-harness a projekt legkevésbé látványos eleme, viszont a legdrágábban pótolható: utólag felépíteni annyiba kerül, mint eleve megcsinálni, csak közben már éles adaton hibázik a rendszer.

Hova kerül az adat, és mi megy ki külső API-hoz?

Alapértelmezésben EU-régiós végpontokat használunk, és a projekt része az adatfeldolgozói szerződés. Ügyféladatra ingyenes API-szintet nem használunk. Ahol az adat nem hagyhatja el a céget, ott a teljes láncot on-prem futtatjuk: a dokumentum-parsing és a modell is a megrendelő vasán marad.

AdatkörHova kerülKontroll
Belföldi B2B számla fejadataNAV Online Számla lekérdezésnem megy modellhez
Szkennelt melléklet, nyugtaEU-régiós modell-végpont vagy on-prem parserzero data retention opció, efemer feltöltés
Személyes adat (önéletrajz, egészségügyi)on-prem vagy álnevesítveGDPR 22. cikk szerinti emberi döntési pont
Rendszerprompt, eszköz-definícióa modell szolgáltatójánálezért nem tartalmaz titkot és jogosultságot
Beágyazott dokumentumdarabokpgvector meglévő Postgresensaját infrastruktúrán belül marad

Két konkrét dolog, ami befolyásolja a szállítói döntést. A Gemini API ingyenes szintjén a Google saját közlése szerint a tartalmat termékfejlesztésre használják, ezért ügyféladatra ez kizárt. Az Anthropic közlése szerint a feltöltött képeket nem használják modelltanításra, a feltöltés efemer, és PDF-feldolgozásra elérhető a zero data retention opció. A teljesen zárt működésről és a saját vason futtatott modellekről a lokális AI futtatás írásunk szól részletesen.

Mit ír elő az EU AI Act és a GDPR?

Az AI Act 50. cikke szerinti átláthatóság 2026. augusztus 2-tól él: ha az ügynök természetes személlyel lép interakcióba, közölni kell, hogy AI-val beszél, a szintetikus kimenetet pedig gépileg olvasható módon meg kell jelölni. A magas kockázatú rendszerek határideje viszont csúszott, és ez tervezési mozgásteret ad.

  • · A Digital Omnibus on AI rendeletet ((EU) 2026/1744) 2026. július 24-én hirdették ki, július 27-én lépett hatályba.
  • · Az Annex III szerinti magas kockázatú rendszerek megfelelési határideje 2027. december 2. Az Annex I szerinti, termékbe ágyazott rendszereké 2028. augusztus 2.
  • · A GDPR 22. cikke szerint a kizárólag automatizált, joghatással járó döntésnél biztosítani kell az emberi beavatkozás kérésének, az álláspont kifejtésének és a döntés megtámadásának jogát.
  • · Gyakorlatban: a számla kontírozása szabadon automatizálható, az önéletrajz-szűrés (Annex III 4a), a hitelbírálat (5b) és a kárelbírálás emberi döntési pontot igényel.

A közlést, az audit-naplót és a jóváhagyási hookokat a fejlesztés részeként szállítjuk, nem utólagos kiegészítésként. A besorolás, a kockázatelemzés és a műszaki dokumentáció fix árú munkacsomagja az EU AI Act megfelelés oldalon található.

Mennyibe kerül, és mi a havi költség?

A bevezetés 1 és 15 millió forint között mozog a típustól függően, a karbantartás 30.000 és 150.000 forint között havonta. A futtatás nyers modellköltsége ehhez képest kicsi: 500 beszélgetés havonta 470 és 9.900 forint közé esik a modellválasztástól függően. A havidíj nagyobbik része tehát emberi munka, nem token.

CsomagÁr (projekt, nettó)IdőMi van benne
Chatbot / folyamatautomatizálás1.000.000 – 3.000.000 Ft4-6 hétchatbot egy tudásbázisra, n8n automatizálás, alap integrációk, monitoring dashboard, 1 hónap támogatás
RAG tudásbázis rendszer3.000.000 – 8.000.000 Ft2-4 hónapcéges dokumentumok betöltése, vektoros keresés, felhasználói szintű jogosultság, admin felület, felhős vagy lokális modell, forrásmegjelölés
Egyedi MI megoldás5.000.000 – 15.000.000 Ft3-9 hónapmodell-finomhangolás, AI ügynökök (LangGraph), lokális LLM telepítés, prediktív analitika, GDPR és adatszuverenitás
Folyamatautomatizálás munkafolyamatonként100.000 – 10.000.000 Ft1-2 hetes pilot, ROI 3-9 hónapegyszerű 1-3 lépéses flow 100.000 – 500.000 Ft, többrendszeres integráció hibakezeléssel 500.000 – 2.500.000 Ft, AI-vezérelt komplex automatizálás 2.500.000 – 10.000.000 Ft
Karbantartás30.000 – 150.000 Ft/hófolyamatosprompt- és modellfrissítés regressziós teszttel, hibakezelés, monitoring

A sávok az AppForge nyilvános árlistájából származnak (appforge.hu/arak, frissítve 2026-08-14). Minden összeg nettó, a 27% áfa a vevő országától és a fordított adózástól függően jön rá. A pontos árat 30 perces scoping call után rögzítjük, árajánlat 24 órán belül.

A futtatás oldalán a reális havi TCO 500 beszélgetéses terhelésnél nagyjából 19.000 és 34.000 forint között van takarékos stacken (pgvector meglévő Postgresen, self-hosted Langfuse, kis VPS), és 290.000 forint körül menedzselt stacken bővített támogatással. Az összes ársávot a fejlesztési árak oldalon találod, a megtérülést pedig a saját számaiddal az AI megtérülés-kalkulátorban tudod végigszámolni.

Hogyan zajlik egy projekt, hétről hétre?

Egy 3-8 millió forintos RAG-ügynök tipikus menetrendje 12 hét, és a felénél még nincs írási joga a rendszernek. Ez szándékos. A leggyakoribb bukási ok nem a modell, hanem hogy a rendszer azelőtt kap éles jogosultságot, hogy bárki lemérte volna, mennyire pontos.

  1. 0. hét: scoping call

    30 perc, ingyenes. Kimenet: melyik folyamat, milyen mérőszámon, ki a felelős a megrendelő oldalán. Ha a folyamat maga rossz, azt mondjuk meg, nem AI-t adunk el rá.

  2. 1-2. hét: felmérés és golden dataset

    100-300 valós eset összegyűjtése a helyes kimenettel. Ez lesz a mérce a projekt végéig. A siker itt kap számot, nem a záró demón.

  3. 3-4. hét: eszközréteg és integráció

    ERP, CRM vagy iratkezelő olvasása, jogosultsági modell, MCP-szerver vagy API-adapter, idempotencia és hibakezelés. Írási jog még nincs.

  4. 5-8. hét: ügynök-hurok, guardrail, eval-harness

    A tervezési és végrehajtási lépések szétválasztása, költségplafon, emberi jóváhagyási pontok, tracing. A golden dataset bekerül a CI-be kapuként.

  5. 9-10. hét: árnyékfuttatás

    Az ügynök éles adaton fut, de nem ír. Napi eltérés-riport az emberi döntéshez képest. Itt derül ki, hol kell még jóváhagyási pont.

  6. 11-12. hét: go-live szűkített hatókörrel

    Egy beszállítói kör, egy ügyféltípus, egy folyamat. Utána bővítés mérés alapján. Az átadás forráskóddal és futtatási dokumentációval megy.

A chatbot-sávban ez a menetrend 4-6 hétre tömörül, a folyamat-orchestrátornál 3-9 hónapra nyúlik. A folyamatszintű automatizálás teljes szolgáltatás-leírása a folyamatautomatizálás oldalon van.

Beszéljünk konkrét folyamatról

A scoping callon nem prezentálunk, hanem egy folyamatot nézünk végig: mennyi eset van havonta, ki csinálja most, hol áll meg. Ha ebből nem jön ki üzleti eset, azt is megmondjuk. Hívj a +36 30 098 0767 számon, írj a balint@appforge.hu címre, vagy gyere be személyesen.

Budapesti iroda: 1054 Budapest, Szabadság tér 7. (Bank Center), 2. emelet 217. iroda · H-P 9:00-18:00 előzetes egyeztetéssel.

Források

Frissítve: 2026-08-14. A dokumentum- és beszélgetésköltségek saját modellezésből származnak a fenti hivatalos árlistákon, a token-feltételezésekkel együtt. A piaci statisztikák globálisak, magyar mérés ezekre nem érhető el.

GYIK

AI ügynök fejlesztés - gyakori kérdések

A nyilvános árlistánk három sávot ad. Chatbot és folyamatautomatizálás 1.000.000 – 3.000.000 Ft, 4-6 hét. RAG tudásbázis rendszer 3.000.000 – 8.000.000 Ft, 2-4 hónap. Egyedi MI megoldás (AI ügynökök LangGraph-fel, finomhangolás, lokális LLM) 5.000.000 – 15.000.000 Ft, 3-9 hónap. Külön sáv a workflow-alapú folyamatautomatizálás: 100.000 – 10.000.000 Ft munkafolyamatonként, ahol az egyszerű, 1-3 lépéses flow 100.000 – 500.000 Ft, a több rendszert érintő, hibakezelt integráció 500.000 – 2.500.000 Ft, az AI-vezérelt komplex automatizálás (számla-OCR, AI besorolás, jóváhagyási flow) 2.500.000 – 10.000.000 Ft. Karbantartás 30.000 – 150.000 Ft/hó. Az árat 30 perces scoping call után rögzítjük, árajánlat 24 órán belül. Forrás: appforge.hu/arak.

Kapcsolódó megoldások

Kapcsolódó megoldások

Egy ügynök ritkán áll önmagában: integráció, megfelelés és mérés nélkül nem marad éles üzemben.

Kell ide egyáltalán ügynök? 30 perc alatt kiderül

A 30 perces scoping call után konkrét ár- és időbecslést adunk, és megmondjuk, ha egy olcsóbb workflow is elvégzi a munkát.

Kérek ügynök-árajánlatot →30 perc ingyenes konzultáció
Projektet indítok