Hogyan használom a Claude AI-t napi szinten — 3 automatizálás, ami valóban működik

A Claude AI az én napi munkámban már nem egy chatbot, amit megnyitok, ha valami jut az eszembe. Ez egy rendszer, ami reggel 6:30-ra elküldi a napirendemet, múlt héten 1168 embernek küldött emailt helyettem, és LinkedIn-en jelöléssel keresi meg azokat, akiket érdemes bevinni a hálózatba. Megmutatom, hogyan épül ez fel — és mi az, amit még sosem mondanak el ezekről az automatizálásokról.

Tavaly ilyenkor még azt hittem, hogy az AI a munkámban annyit jelent: gyorsabban írok vele emaileket. Nyitok egy ablakot, megkérem, hogy fogalmazza meg, amit gondolok, átfutom, elküldöm. Hasznos — de ez nagyjából annyi, mintha egy Ferrarit tolnék, mert nem tudom, hogy be lehet gyújtani.

A váltás onnan jött, hogy meguntam. Meguntam, hogy reggel az első egy órámat azzal töltöm, hogy emailt olvasok, naptárt nézek, Jirát pörgetek, aztán fejben összerakom, mi az, amire ma figyelnem kell. Ez minden nap ugyanaz a meló, ugyanazokkal a forrásokkal, ugyanolyan outputtal. Ha ezt egy ember mindig ugyanúgy csinálja — azt egy gép is meg tudja csinálni.

Így indult el a Gloster AI-automatizálási projektje, amit azóta 23 skillre, 7 saját MCP connectorra és napi szintű működésre bővítettünk.

Miért nem elég a Claude AI chatbot módban — és mi az, amit a legtöbben kihagynak

Az emberek 90 százaléka így használja az AI-t: kérdés → válasz → copy-paste. Ez a legkisebb értéke, amit ki lehet hozni belőle.

A valódi ugrás ott van, ahol a Claude AI nem válaszol, hanem cselekszik. Emailt küld. Adatot kér le egy rendszerből. Naptárt olvas. Jira jegyet frissít. Fájlt ír a mappába. Ehhez nem elég megnyitni a claude.ai-t — ehhez a Claude-ot össze kell kötni a valódi rendszerekkel.

Az összekötő technológia neve: MCP — Model Context Protocol. Ez az Anthropic nyílt szabványa arra, hogyan tud egy AI modell külső eszközökhöz és adatforrásokhoz hozzáférni. Én ezeket Cloudflare Workers-en futtatom — ez egy szerver nélküli, felhőalapú futtatókörnyezet, ami havi 5 dollár körül tartható, és bármilyen API-val összeköthető.

A 7 connectorom jelenleg: Outlook email, Outlook Calendar, Jira, WordPress, LinkedIn, Tempo (munkaidő-nyilvántartás), és egy általános Webhook. Ezek azok a „karok”, amelyeken keresztül a Claude AI tud nyúlni a valódi munkakörnyezetemhez.

Az AI nem attól lesz értékes, hogy okos kérdésekre okos válaszokat ad. Attól lesz értékes, hogy elvégzi azt a munkát, amit eddig én végeztem el — minden reggel, megbízhatóan, panasz nélkül.

1. automatizálás: a morning briefing, ami minden reggel ott van a postaládámban

Leírom, hogyan épül fel ez a rendszer — mert a legtöbb cikkben ezt kihagyják, és ezért tűnik misztikusnak.

Mi történik pontosan 6:30-kor?

Egy ütemezett feladat aktiválódik (ezt a Cowork desktop app kezeli). Ez elindítja a Claude AI-t, ami az MCP connectorokon keresztül párhuzamosan lekéri: a mai naptáreseményeket az Outlook Calendar-ból, az elmúlt 48 óra emailjeit az Outlook-ból, a nyitott Jira jegyeket (assignee = én, státusz nem Done, prioritás szerint rendezve).

Ezekből a Claude egyetlen, összefüggő briefinget generál, majd az email connector segítségével elküldi nekem Outlookon keresztül. Magyar nyelven, maximum 2 perc olvasási időre méretezve.

A briefing struktúrája mindig ugyanaz:

• #1 Prioritás — egy mondat, mi a legfontosabb ma és miért
• Mai naptár — meetingek időrend szerint, ki vesz részt, mi a téma
• Email prioritások — max 5 levél, amelyek választ vagy akciót igényelnek (az automatikus értesítőket, hírleveleket kiszűri)
• Jira — nyitott jegyek listája prioritás szerint
• Javasolt akciók — top 3 konkrét lépés a nap elejére

Mekkora a valódi megtakarítás?

Kézzel ugyanezt elvégezni nálam 20-25 percet vesz igénybe reggel. Heti 5 munkanapon ez 100-125 perc. Évente kb. 85 óra — durván két teljes munkahét —, amit eddig arra fordítottam, hogy összeszedjek információkat, amiket egy gép tíz másodperc alatt össze tud szedni helyettem.

A rendszer már 6 hete fut hibátlanul. Egyszer volt, hogy az Outlook API lelassult, és a briefing 40 percet késett. Ez volt az egyetlen incidens.

2. automatizálás: 1168 személyre szabott email — 3 nap alatt, emberi beavatkozás nélkül

Ez az a projekt, ahol először éreztem, hogy valami minőségileg más dologgal van dolgom.

A Gloster egyik kampányához egy 1168 fős kontaktlistát kellett feldolgozni és emailben elérni. Korábban ezt három ember csinálta meg két hét alatt: felváltva küldtek 50-100 emailt naponta, manuálisan másolva a neveket, cégneveket, személyre szabva a megszólítást.

Az AI-alapú verzió így nézett ki:

Input: egy Excel-tábla, benne név, email, cégnév, iparág.

Feldolgozás: A Claude AI végigmegy a listán, minden kontaktnál beilleszti a neve alapján a megfelelő megszólítást (Kovács Úr / Petra / Dr. stb.), a cégnév alapján igazítja a szöveget, és az iparág alapján választ a 3 előkészített email-variáns közül. Nem tömeges kiküldés — minden email egyedi.

Output: Az Outlook MCP connector tételenként küldi ki az emaileket, 20-as batch-ekben, 3-5 perces szünetekkel (hogy ne triggerelődjön a spam-szűrő).

Az eredmény: 1168 email, 3 munkanap alatt, 0 óra manuális munkával a küldés fázisában. A teljes kampány előkészítése (sablon megírása, lista tisztítása) kb. 4 óra volt.

Összehasonlításképpen: a korábbi módszerrel ez 80-100 ember-óra lett volna.

Vannak dolgok, amiknek az értékét csak akkor érzed meg igazán, amikor először nem te csinálod meg. Ez volt az egyik ilyen.

3. automatizálás: LinkedIn kapcsolatépítés — adatvezérelt, manuális böngészés nélkül

Ez a legkényesebb a három közül, mert a LinkedIn aktívan védekezik az automatizálás ellen. De van egy tartomány, ahol ez legálisan és hatékonyan működik.

A folyamat

Bemeneti adat: egy Excel-lista, benne a nevek és az email-domainek (pl. kovacs.janos@cegnev.hu). A Claude AI ebből kiindulva böngészőn keresztül megkeresi a LinkedIn profilokat — névvel és cégnévvel kombinálva keres, megállapítja a kapcsolati fokot, és kategorizálja az eredményt:

• 1st fokú kapcsolat → már a hálózatomban van, nem kell jelölni
• 2nd fokú kapcsolat → jelölés elküldhető, a rendszer elküldi
• Nem található → hiányos adat, manuális ellenőrzés kell
• Bizonytalan találat → a rendszer kihagyja, jelzi visszaellenőrzésre

Múlt heti eredmény: 26 feldolgozott kontakt. 3 jelölés elküldve, 11 már 1st fokú kapcsolat volt, 8 nem találta meg egyértelműen, 4 bizonytalan volt.

Ez első ránézésre nem tűnik lenyűgözőnek — de vedd figyelembe, hogy ezt a 26 ellenőrzést manuálisan elvégezni kb. 45-60 perc, és a LinkedIn keresőjét elég unalmas pörgetni. Az AI ezzel párhuzamosan más dolgot csinál nekem.

Ahol még fejlesztem: a névfelismerés pontossága romlik, ha a listában csak részleges nevek vannak (pl. „Dr. Kovács J.”). Ezen dolgozunk — valószínűleg egy dedikált normalizálási lépéssel tudjuk javítani.

Mire NEM alkalmas — és ezt is fontos kimondani

Nem díszletbe illő dolog beismerni, de: az AI rendszerem csúnyán megbukott néhány területen.

Próbáltam automatizálni a befektetői kommunikáció draftjait. Technikai szempontból működött — a Claude generált válaszokat. De az outputok minden esetben túl generikusak lettek, hiányzott belőlük a helyzetre reagáló árnyaltság. Ezt manuálisan csinálom tovább.

Próbáltam automatizálni az ügyfél-meetingek utáni összefoglalókat is. Ez részben sikerült — ha van transzkript, a Claude kiválóan összefoglal. De ha nincs jó minőségű felvétel, az output is gyenge lesz. Garbage in, garbage out — az AI-ra is érvényes.

Az alapszabály, amit levontam: az AI ott erős, ahol a feladat strukturált, ismétlődő és jól definiált az output. Ahol kontextus, árnyalt ítélet vagy valódi kreativitás kell — ott még mindig én vagyok a szűk keresztmetszet, és az is maradok.

A teljes rendszer költsége — amit senki nem mond el

• Claude Max: ~35 000 Ft/hó (ennél a használati szintnél a Pro már kevés)
• Cloudflare Workers (7 connector): ~2 000 Ft/hó
• Cowork desktop app: jelenleg ingyenes (research preview)

Összesen: ~37 000 Ft/hó.

Ezért a pénzért kb. 30-35 órányi ismétlődő munkát váltottam ki havonta. Ha ezt az időmet legkonzervatívabban számolom, a 37 000 Ft-os befektetés minimum 10-15× megtérülést termel — havonta.

Nem ajánlom mindenkinek vakon. Ha nincs meg az alap technikai tudás az MCP connectorok beállításához, az első néhány hét komoly befektetés. Nálunk a csapatból két fejlesztő segített a connectorok felépítésében — ezt az időt is bele kell számolni a valódi bevezetési költségbe.

Gyakran ismételt kérdések (GYIK)

Hogyan kezdjem el, ha nem vagyok fejlesztő?

A legegyszerűbb belépési pont: Claude Pro ($20/hó) + a Cowork desktop app (ingyenes). Ezzel azonnal tudsz fájlokkal, emailekkel, naptárral dolgozni — MCP connector nélkül is. Az egyedi connectorok (Jira, saját rendszerek) csak akkor kellenek, ha azt is automatizálni akarod.

Mennyibe kerül az egész, ha nulláról kezdem?

Realisztikusan: Claude Pro havi 7 500 Ft, Cloudflare Workers havi 2 000 Ft. Az első connectorok beállítása 4-8 fejlesztői óra (egyszeri befektetés). Ha van valaki a csapatban, aki tud Python-t vagy JavaScript-et, ez belső munkával megoldható.

Mi az MCP connector pontosan és miért kell?

Az MCP (Model Context Protocol) az Anthropic nyílt szabványa, ami lehetővé teszi, hogy a Claude AI „hozzányúljon” külső rendszerekhez — olvassa az emailedet, lekérdezze a Jirát, küldjön üzeneteket. Connector nélkül a Claude csak azt tudja, amit te másolsz be a chat ablakba.

Valóban megbízható ez napi munkában?

6 hét tapasztalat után: igen, ahol a feladat jól definiált. A morning briefing 99%-os megbízhatósággal fut. Az email kampánynál egyszer csúszott el egy batch (hibás email formátum a listában) — azt manuálisan kellett javítani. Az automatizálás nem hibátlan, de az én figyelmemet felszabadítja a fontosabb dolgokra.

Összefoglalás

Hat hónappal ezelőtt azt mondtam volna, hogy az AI a munkámban egy jó szövegszerkesztési segédeszköz. Ma azt mondom: ez a legjobb döntés volt, amit az elmúlt két évben az operatív működésünkben hoztam.

Heti 8-10 óra visszanyert idő, havi 37 000 Ft-ból. Három konkrét automatizálással, amiket bárki megépíthet — ha van türelme hozzá.

Az AI nem veszi el a munkát. De aki érti, hogyan kell használni, komolyan el fogja venni a piacot azoktól, akik nem értik.

Ha ez a cikk hasznos volt, kövesd Viktort LinkedIn-en — heti rendszerességgel osztja meg gondolatait az IT-ról, AI-ról és vállalatvezetésről.

---

🔔 Heti AI és IT trendek egyenesen a postaládádba?
Iratkozz fel a Gloster hírlevelére.