Kaptam egy önmagában nem túl bonyolult feladatot: egy portál keresési, találati és adatlap oldalaira kellett UX expert review-t készítenem. Rendelkezésre állt hozzá egy kérdéssor a célközönségről, a célokról és az USP-ről, egy iparági kutatási anyag, illetve Google Analytics és Clarity hozzáférés.
A kiinduló hipotézisem az volt (amit egyre több helyen olvasni), hogy ilyesmire az AI ma már bőven elég jó. Nem kell vele sokat foglalkozni, a designernek legfeljebb át kell néznie az eredményt, ilyen témákban gyakorlatilag kiváltja az embert. Mivel épp jött egy ilyen feladat, gondoltam, megnézem, tényleg így van-e.
A teszt
Két modellel dolgoztam párhuzamosan: Claude Fable 5 és ChatGPT-5.6 Sol, természetesen előfizetéssel. Mindkettőnek beadtam inputként mindent, amit kaptam: briefet, a kérdés-válaszokat, a kutatási anyagot, a GA exportokat, a Clarity heatmapeket, attention mapeket és scroll mapeket, valamint a szükséges URL-eket. A feladat pontosan meg volt határozva: készítsenek egy UX expert review dokumentumot, konkrét céllal.
Fontos, hogy nem egyetlen prompttal dolgoztam, hanem strukturáltan, több lépésben bontottam a feladatot, és arra kértem, hogy a megállapításait lehetőleg a GA és Clarity adatokkal támassza alá, ne csak feltételezzen. Vagyis nem a „mindent bele egy promptba" megközelítést teszteltem, hanem azt, amit egy tudatos munkafolyamatból ki lehet hozni.
És természetesen párhuzamosan én is végigcsináltam az elemzést kézzel (mint az állatok), hogy legyen mihez hasonlítani.
Amit tapasztaltam
Előre bocsátom: ez egy tapasztalati beszámoló, nem kontrollált kísérlet. Egyetlen projekt, egyetlen szakértő (jómagam), és a saját elemzésem sem abszolút mérce. Az alábbiakat ennek fényében érdemes olvasni.
Mindkét modell összerakott egy elemzést, de bőven volt bennük irreleváns, sőt nem is valós probléma. Voltak hasznos meglátások is, de azokat is inkább csak szövegi és strukturális szinten tudtam beépíteni. A Claude érezhetően pontosabb volt a ChatGPT-nél, legalábbis szövegezésben és struktúrában, de ez az én szubjektív benyomásom, nem kontrollált mérés. Egy különbség objektív volt, mégpedig hogy a Claude egyetlen dokumentumban elő tudta állítani az eredményt, a ChatGPT csak részben, ez viszont inkább kimeneti formátum kérdése, nem elemzési minőségé.
El kell ismerni: akadt olyan probléma, amit én nem vettem észre, és ez hasznos volt. De több olyan is volt, amit viszont az AI nem vett észre.
Ez egyébként egészen jól rímel egy 2025-ös kutatásra, amely a GPT-4o-t Nielsen usability heurisztikái alapján tesztelte:
A GPT-4o a szakértők által azonosított usability problémák nagyjából ötödét (21%) találta meg, ugyanakkor több új, részben téves problémát is felvetett. Ezért kiváló első UX review eszköz, de önmagában még nem helyettesíti a szakértői értékelést.
Can GPT-4o Evaluate Usability Like Human Experts? (2025)
Ennél a Nielsen-féle usability heurisztikáknál valamivel komplexebb projektnél lényegében ugyanezt tapasztaltam.
Hogyan állt össze végül az anyag
Az elemzést a végén a Claude-dal közösen tettem össze. Beadtam neki a saját meglátásaimat, és folyamatos beszélgetésben alakítottuk, mit vegyen ki és mit tegyen be. Átnézte nyelvhelyesség, következetesség és hasonló szempontok szerint, és javasolt módosításokat. Ez a rész iszonyatosan hasznos volt.
Az időt nem mértem pontosan, de érzésre: ha mindent egyedül csinálok, az összességében nagyjából 15%-kal több időbe telt volna.
Szóval az AI szuper társ és segítő partner, amivel gyorsítom és pontosítom a munkámat, de jelenleg nem képes kiváltani. Továbbra is erős partner, és együtt jobbak vagyunk, mint valaha.
Felmerülhet, hogy talán egy böngészős walk-through jobb lett volna: ma már van rá mód és eszköz, hogy a modellek élőben, böngészőben járják végig az oldalt, ne csak a statikus adatokból és URL-ekből dolgozzanak. Nem tudom biztosan, mert nem futtattam, de erős a gyanúm, hogy ez sem vezetett volna jobb eredményre, mert a lényegi korlát nem a hozzáférés, hanem az ítélőképesség, vagyis a kontextus és a célok megértése, a súlyozás, a valós probléma és a zaj elválasztása.
Amit viszont tényleg kipróbálok legközelebb, az egy saját agent skill erre a feladatra. Ebbe a bevált usability heurisztikákat, a szakmai tapasztalattal kialakult súlyozást és azt a szakértői nézőpontot kódolom, amivel egy UX-es végignéz egy felületet, majd projektről projektre csiszolom. A tét nem az, hogy helyettem döntsön, hanem hogy a saját szakértői mércém újrahasznosítható, konzisztens formába kerüljön. Ezt fogom legközelebb megnézni.
Ez amúgy egybevág azzal, amit a téma szakirodalmában látni: a Baymard 95%-os pontosságú AI heurisztikus kiértékelést nem jobb prompttal ért el, hanem azzal, hogy a modellt a saját, kutatott UX-tudásbázisukra kötötték. Igaz, ez náluk szűken usability heurisztikákról szól, ami jóval egyszerűbb történet, mint egy ilyen komplexebb, kontextusfüggő review, de az elv ugyanaz. A pontosság nem a modellből jön, hanem a beletáplált szakértői keretből. Épp ezért érdemes a saját mércét egy skillbe kódolni.
És hosszú távon?
Azzal tisztában vagyok, hogy előbb-utóbb ki fogja váltani a munkánkat az AI, ez gyakorlatilag nem kérdés. Az egyetlen kérdés, hogy ez mikor következik be.
Olvastam róla, hogy egyfajta lassulás, megtorpanás jelei mutatkoznak. A Reuters 2024 végi cikke szerint több vezető AI-kutató, köztük Ilya Sutskever, arról beszél, hogy a modellek előtanításának (pretraining) puszta felskálázása elérte a határait. A további előrelépést egyre inkább új megközelítések hozzák, például az „o1"-féle, lépésről lépésre gondolkodó modellek, nem a nagyobb méret. Vagyis a fejlődés nem állt meg, de a hangsúly a mérettől az okosabb módszerek felé tolódik.
Persze a háttérben folyamatosan zajlanak más és más fejlesztések, kutatások, úgyhogy nem kérdés, hogy az AI hosszú távon totális teret nyer.
Nemrég futottam bele egy oldalba, amely szerint még van pár jó évünk, különösen a kutatás és a komplex tervezés területén, ahol mindenütt használjuk az AI különböző modelljeit, hiszen gyorsítják, pontosítják és segítik a munkát.
Nézd meg, a te munkádat mikor váltja ki az AI!
Amíg pedig itt tartunk, én modellenként váltogatom, melyiket mire használom, szóval ne felejtsd el, hogy minden LLM másra és másra jó.
Nézd át ezt a 2026-os LLM Compass-t!
Mit csinálj holnaptól?
Kezdd el: használd az AI-t első körös partnerként, etesd meg a valós adataiddal, dolgozz lépésekben, és kódold a saját heurisztikáidat és súlyozásodat egy újrahasznosítható promptba vagy skillbe.
Hagyd abba: ne közöld az AI kimenetét változtatás nélkül, ne várd, hogy egyetlen prompt kiváltson egy egész munkafolyamatot, és ne add ki a kezedből az ítéletet. A súlyozás, a priorizálás és az üzleti kontextus a tiéd marad.
És ne ess pánikba, hogy holnap elveszi a munkádat (még :D). Nem veszi, de aki megtanulja irányítani, az lehagyja azt, aki nem.
