Hogyan készítettem fel magam egy PhD-interjúra 15 perc alatt — AI-val

Kaptam 7 interjúkérdést egy PhD-kutatótól, és a mesterséges intelligencia segítségével készültem fel a magyar KKV-k tőzsdei jelenlétéről. Az AI 15 perc alatt egy 15 oldalas, akadémiai szintű előkészítő dokumentumot állított össze — 16 nyilvános médiaforrásból, 11 podcastból, 6 belső email-szálból és a céges SharePoint-dokumentumokból. Megmutatom, hogyan csináltam.

Nem vagyok az a típus, aki leül és órákig keresgél a saját korábbi interjúiban. De amikor egy PhD-kutató küld 7 komplex kérdést a tőzsdei bevezetésről, KKV-versenyképességről és ESG-ről, akkor tudnom kell, mit mondtam korábban ezekről a témákról — hogy ne mondjak ellent magamnak és konzisztens legyek.

Ez a feladat korábban napokba telt volna. Most 15 perc volt az egész.

Mit talált az AI — számokban

Mielőtt a hogyanra térnék, nézzük az eredményt. Az AI a 15 perc alatt az alábbi forrásokat találta meg és dolgozta fel a 7 interjúkérdéshez:

• 16 nyilvános médiaforrás: Portfolio.hu, Telex.hu, Világgazdaság, Economx.hu, CMBP.hu, Fintech.hu, Novekedes.hu, KKV Magazin, ITBusiness.hu, G7 és további cikkek
• 11 podcast-epizód: Cégépítők (MiniCRM), VG Arbitrázs, VG Exkluzív, Moneyvlog — Spotify, Apple Podcasts és YouTube-ról
• 6 belső email-szál az Outlook levelezésemből — köztük egy management csoportnak küldött AI-stratégiai levél
• SharePoint belső dokumentumok: fenntarthatósági jelentés, ESG-stratégia, befektetői prezentációk, BÉT ESG Pilot anyagok
• LinkedIn-posztok és BÉT tőzsdei közlemények

Összesen 40+ forrásból állított össze egy konzisztens, idézetekkel alátámasztott dokumentumot — 15 perc alatt.

Milyen eszközöket használtam

A teljes munkafolyamat egyetlen eszközben zajlott: a Claude AI-ban (Anthropic, Opus 4.6 modell). De nem önmagában — hanem a hozzákapcsolt konnektor-ökoszisztémával együtt, amit az elmúlt hónapokban építettem ki.

Az AI egyszerre használta az alábbi képességeket:

• Web keresés (deep research): 16 nyilvános médiaforrás és 11 podcast valós idejű átvizsgálása, tartalom-kinyerés a teljes cikkekből
• Microsoft 365 konnektor: Outlook levelezés keresése és SharePoint belső dokumentumok feltárása
• Dokumentum-generálás: professzionális Word dokumentum létrehozása fejlécekkel, lábléces oldalszámozással, idézetdobozokkal és táblázatokkal
• YouTube és social media keresés: LinkedIn-posztok és podcast-megjelenések visszakeresése

A prompt engineering folyamat — 5 iteráció 15 perc alatt

Nem egy prompttal készült el az anyag. Öt iteráción ment végig, és mindegyik iteráció pontosabb, használhatóbb eredményt hozott. Ez az AI-val való munka lényege: nem az első válasz a végleges, hanem a párbeszéd eredménye.

1. iteráció: a kutatás indítása

Az első prompt megadta a feladatot és a 7 kérdést. Az AI azonnal elindította a mélykutatást — párhuzamosan keresett a weben, a levelezésemben és a SharePointon.

2. iteráció: Word dokumentum generálása

A kutatási eredményekből kértem egy professzionális Word dokumentumot. Az AI docx-js könyvtárral generálta a .docx fájlt, fejlécekkel, oldalszámmal, idézetdobozokkal.

3. iteráció: struktúra és hang finomítása

Kértem, hogy a kérdés szövege is szerepeljen minden válasz előtt, és a teljes anyag legyen egyes szám első személyben, akadémiai szinten — mert PhD-dolgozatba kell.

4. iteráció: tartalmi korrekciók

Itt jöttek a legfontosabb módosítások. Az AI-nak nem volt kontextusa arról, amit én gondolok — csak arról, amit nyilvánosan mondtam. Ezért korrigáltam:

• A tőzsde NEM hozott jobb banki feltételeket — ezt az AI a BÉT hivatalos kommunikációjából vette, de a valóság más
• A saját részvénnyel fizetés volt a legjobb — ez az AI kutatásában szerepelt, de nem volt kellően hangsúlyos
• A KKV-k egyszerűen nem akarnak nőni — az AI három okot sorol, én egyre egyszerűsítettem
• Az ESG a KKV-knak adminisztrációs teher — az AI diplomatikusabb volt, mint ami az őszinte véleményem

5. iteráció: végleges struktúra

Az utolsó prompttal definiáltam a végleges formátumot: minden kérdésnél bold válasz a saját hangomon, utána kutatási háttér forrásokkal, végül összegzés ami keretbe foglalja az egészet.

A legfontosabb promptok — szó szerint

Megmutatom a kulcspromptokat, amiket használtam. Ezek másolhatók és adaptálhatók bármilyen hasonló feladatra.

A nyitó prompt (kutatás indítása):

„Szekeres Viktor vagy. Kutasd meg az interneten, YouTube-on, a social mediában és keresd meg, miket válaszoltam az alábbi kérdésekre. Keress bele a levelezésembe is és ha van SharePoint elérésed, ott is keress.”

A formátum-prompt (Word generálás):

„Add vissza MS Word-be”

Ennyi. Az AI tudta, hogy .docx fájlt kell generálnia, fejlécekkel és formázással.

A korrekciós prompt (tartalmi módosítások):

„Módosítások: 2. kérdés — a tőzsde nem hozott magával jobb banki kapcsolatokat. Ami nagyon bevált: saját részvénnyel történő fizetés, ezzel több milliárd forint friss forráshoz jutottunk. 4. kérdés — amiért nem jönnek tőzsdére: nem akarnak nagyok lenni. 7. kérdés — az ESG a KKV számára csak újabb adminisztrációs teher, semmi több.”

A struktúra-prompt (végleges formátum):

„MINDEN EDDIG SZÖVEGET TARTS MEG! A struktúra a következő legyen mindegyik kérdésnél kivétel nélkül: a kérdést követően legyen a válasz kiemelve bold-dal úgy, hogy Viktor egyéni véleményét és stílusát tükrözze, idézetek nélkül. Utána jöhetnek a kutatási anyagok, idézetek. Végére 1-2 mondatos összefoglaló ami visszautal a válasz elejére.”

Milyen konnektorokat használtam

A Claude AI-hoz saját fejlesztésű MCP (Model Context Protocol) konnektorokat építettem, amelyek Cloudflare Workers-en futnak. Ez a beszélgetés az alábbi konnektorokat használta:

• Microsoft 365: Outlook email keresés és SharePoint dokumentum-feltárás — az AI átfésülte a céges levelezésemet a „tőzsde”, „BÉT”, „ESG”, „versenyképesség” kulcsszavakra, és megtalálta a releváns belső dokumentumokat
• Web Search: 16 nyilvános médiaforrás és 11 podcast szisztematikus átvizsgálása
• WP Tools 120 (WordPress): a blogposzt publikálásához és a screenshotok feltöltéséhez
• Outlook Email: a belső levelezésben talált AI-stratégiai email feldolgozásához

Az MCP konnektorok lényege: az AI nem csak a nyilvános internetből dolgozik, hanem a saját adataimból is. Egy levelezésben talált belső email (2026. április 1.) például kulcsfontosságú forrás lett a 6. kérdésnél (AI-kockázatok), mert abban konkrét intézkedési javaslatokat fogalmaztam meg a management csapatnak.

Az AI felkészülés eredménye

Mit tanultam ebből

Három dolgot.

Először: az AI nem arra való, hogy helyetted gondolkodjon — hanem hogy összegyűjtse azt az alapanyagot, amire a gondolkodásod épül. A 4. iterációban kellett korrigálnom, mert az AI a nyilvános forrásokat követte, nem az én személyes véleményemet. Az ember dönt, az AI készít elő.

Másodszor: a konnektorok nélkül ez a feladat fele ilyen jó sem lett volna. Az, hogy az AI be tud nézni a levelezésembe és a SharePointra, teljesen más minőségű outputot eredményez, mint ha csak a nyilvános webből dolgozna.

Harmadszor: 5 iteráció kellett. Aki azt gondolja, hogy egyetlen prompttal kész van — az soha nem csinált komoly munkát AI-val. A promptolás párbeszéd, nem parancs.

Az AI nem helyettesíti a gondolkodást. Felgyorsítja a felkészülést — hogy a gondolkodásra több időd maradjon.

Gyakran ismételt kérdések (GYIK)

Hogyan használható az AI interjúra való felkészüléshez?

Az AI képes 15 perc alatt összegyűjteni a háttérinformációkat, elkészíteni a kérdéssort, és szimulálni az interjú szituációt. A mesterséges intelligencia nem helyettesíti a tudást — de drámaian felgyorsítja a felkészülést.

Milyen prompt engineering technikákkal kapok jobb válaszokat?

Három alapszabály: adj kontextust (ki vagy, mit akarsz elérni), adj struktúrát (milyen formátumban kéred), és adj példát (milyen szintű választ vársz). A specifikus prompt mindig jobb eredményt ad mint az általános.

Az AI felhasználható kutatási célokra is?

Igen — irodalomkutatás, hipotézis generálás, adatelemzés és prezentáció készítés területén. A Claude AI különösen erős a hosszú dokumentumok feldolgozásában és az akadémiai stílus tartásában.

Kapcsolódó cikkek

• 7 egyedi AI connector, ami hetente 15-20 óra munkát takarít meg — Az MCP konnektorok, amik a PhD-interjú mélykutatást lehetővé tették
• Hogyan készítettem üzleti tervet Claude segítségével — Egy másik esettanulmány: 5 éves pénzügyi modell meta-prompt technikával