Ezt kell tudnod, mielőtt saját szoftvert készítesz AI-jal

Vibe coding vagy agentic engineering

Agentic engineering

Az agentic engineering egy olyan promptolási technika, amivel a te kezedben van a fejlesztés menete.

A célja, hogy minél kevesebb teret kapjon az AI-fejlesztő eszköz az önálló döntésekben és a megoldás kitalálásában, és pontos instrukciók alapján dolgozzon, ezáltal kevésbé tud hallucinálni, hibás implementációt vagy elavult kódot írni. Ennek eredménye lehet egy jobb, biztonságosabb szoftver, azonban alapfeltétele a valódi szakmai hozzáértés.

A pontos instrukciók elkészítéséhez például egy full-stack alkalmazásban érteni kell többek között: a programozási nyelvekhez; a keretrendszerhez; a külső fejlesztői eszközökhöz, mint könyvtárak, bővítmények, API-k; vagy akár üzleti stratégia, marketing; és a frontend: UI/UX.

Vibe coding

A vibe coding ezzel szemben sokkal egyszerűbb, és pont ezért limitáltabb, vagy akár veszélyesebb.

Itt nem pontos utasításokat kap az AI-fejlesztő eszköz, csak a várt végeredményt. Ezáltal teljesen rá van hagyva, hogy hogyan éri el a megadott végeredményt ami sok hibához vezethet és akár kritikus biztonsági rés is lehet.

Egyszerű feladatokra teljesen alkalmas, például egy landing page elkészítésére, de egy teljes full-stack alkalmazás már nemcsak funkcionálisan lehet hibás, akár komoly biztonsági kockázatokat is tartalmazhat, amelyek ha nem kerülnek kezelésre, nagyon drágák is lehetnek.

Erre láthatsz példákat a Vibe coding veszélyei alatt.

Az AI-fejlesztés helyzete 2026-ban

Sokat fejlődtek az AI-modellek az elmúlt pár év alatt. Például már egészen jó, bár könnyen kiszúrható és nagyon generikus weboldalakat tudnak készíteni.

Ezek a weboldalak azonban első látásra jók lehetnek, de mindegyik szinte egyforma, pontosan ugyanazokat a jellegzetes vonásokat alkalmazzák. Ez azért van, mert az AI-eszközök nehezen tudnak újat kitalálni, hiszen csak abból dolgoznak, amivel tanították őket. Így az AI-generált weboldal kezdetben kényelmes és hasznos lehet, de nem lesz egyedi / kitűnő, manuális beavatkozás nélkül.

Tehát a standard színvonalat megemelték, de megvannak a határai és a hátrányai.

Például nem csak stílusra egyeznek az ilyen weboldalak, hanem tartalmilag is, ezért SEO-ban is nehezebb kitűnni. Ugyanis, ha mindenki AI-generált weboldalt használ, minden tartalom sablonos, egységes lesz, emiatt mégtöbb, mégjobb tartalomra van szükség mint korábban.

Vagyis AI-eszközökkel ugyan fel tudjuk gyorsítani a fejlesztést, de sajnos nem elengedhető az utómunka.

És ez még csak az egyszerű weboldalakra vonatkozik, a bonyolultabb rendszerek és alkalmazások még több hozzáértést és manuális beavatkozást igényelnek. A full-stack alkalmazások, amelyek már használnak adatbázist, jogosultságokat, fizetést, egyedi funkciókat... nem lesz megbízható pusztán vibe kódolással, hanem pontos tervre és tapasztalatra van szükség.

Mennyibe kerül egy jó alkalmazás?

Egy egyszerű weboldal modellhasználat szempontjából szinte filléres összeg, itt nincs is különösen szükség agentic engineeringre, még a vibe coding is elég, azonban szükség lehet utólagos módosításokra, hogy ne legyen olyan általános AI-generált weboldal érzete, és a szövegeket is érdemes kézzel átírni, ezért én az egyszerű weboldalakat sem ajánlom 1 prompttal elkészíteni.

Egy teljes full-stack rendszerhez már komolyabb tervezés, instrukciók, architektúra, tesztelés és utómunka is szükséges. A teljes fejlesztés így több hétig is tarthat még AI-jal is.

A jelenlegi árakat tekintve, egy egyszerű alkalmazáshoz, prototípushoz vagy kipróbáláshoz elegendő lehet a ~20$-os ChatGPT Plus vagy szintén ~20$ Claude Pro havi előfizetés, ehhez azonban biztosan kompromisszumot kell kötni és a legjobb modell helyett egy költséghatékonyabb változatot használni. Ezek a modellek azonban gyakrabban hibáznak és kevésbé biztonságos rendszert készíthetnek, így az ellenőrzés és utómunka elengedhetetlen.

Egy production-ready alkalmazáshoz pedig szükséges lehet a ChatGPT Pro 5x vagy 20x vagy a Claude Max, amelyek már 100-200$-os árkategóriában helyezkednek, havi előfizetésként.

Így végszónak én azt mondanám, hogy egyik modell és előfizetés sem helyettesíti a hozzáértést, az utómunkára mindig szükség van. Egy aktívan fejlesztett full-stack apphoz pedig legalább 100$-os előfizetéssel számoljunk.

A tervezés

Az egyik legfontosabb rész az agentic engineeringnek a tervezés. Az AI-modellek és fejlesztői agentek kifejezetten jók a szükséges kutatásokra és tervezésre, legyen szó technológiákról, versenytársakról vagy dokumentációkról. Így kódolás nélkül meg lehet tervezni egy rendszert is.

Nem mondom, hogy nincs szükség ellenőrzésre, de nagyon hasznos, hogy megtalál olyan anyagokat is, amelyekre talán sose bukkannál rá. Viszont, ahogy már említettem fontos az ellenőrzés.

Előbb az alapok

Egy alkalmazás fejlesztése előtt szükség van kiválasztani a helyes fejlesztési platformot, elsősorban a keretrendszert. Ehhez tudnunk kell nagyvonalakban, hogy mi az alkalmazás célja, hogyan szeretnénk hogy működjön és milyen funkciói legyenek. Ezek alapján már jól megtervezhetők az alapok AI segítségével.

Így kiválaszthatjuk a helyes keretrendszert, az arra épülő frontend- és backend-megoldást, és a szükséges könyvtárakat vagy bővítményeket.

A működés és a fő funkciók

Ha megvannak az alapok, az alapvető működést érdemes megtervezni, például ha előfizetés alapú az alkalmazás, akkor mi legyen a protected route-ban, miből álljon az onboarding, jogosultsági szintek, fizetési folyamat és lemondás, hibaállapotok...

Ezek után lehet részletesebben megtervezni a fő funkciókat, mit tartalmazzon, hogy nézzen ki, melyik gomb mit csináljon, üres állapotok kezelése... Ezzel megvannak az alapok: frontend, backend, platform, brand guideline, fő funkciók és UX tervek.

Még egy gyors ellenőrzés után, ha minden rendben van, akkor megkezdődhet a fejlesztés (érdemes a legjobb AI-modelt kiválasztani). Így gyakran pár promptból már egy működő, a megtervezett funkciókat tartalmazó, de még tesztelendő és nem azonnal élesíthető full-stack alkalmazásalapot kapunk pár óra alatt a tervezéssel együtt.

Innen elkezdhetünk foglalkozni a finomításokkal, esetleges hibajavításokkal, új funkciók hozzáadásával és a teszteléssel.

A kódon kívüli munka

Fontos, hogy nem minden a kód oldalon történik. Sok szolgáltatást és infrastruktúraelemet külön, kézzel kell beállítanunk.

• Külső szolgáltatások: API-szolgáltatók, fizetési szolgáltató, e-mail- vagy push notification szolgáltató.
• Infrastruktúra: tárhelyszolgáltató vagy VPS, backend rendszer, adatbázis és cloud storage.
• Publikáció: domainvásárlás és DNS-beállítás; mobilalkalmazásnál Apple Developer-fiók és App Store Connect, illetve Google Play Console és szükség esetén Google Cloud Console.

Ezek megtervezésében általában tud segíteni az AI, de nem tudja megoldani helyettünk, és néha szükség van hosszas utána járásnak, hogy sikerüljön megoldani egy problémát.

Fontos AI-skillek

Ma már a modernebb fejlesztői eszközök nem csak a hagyományos dokumentációval rendelkeznek, hanem AI-skill-ekkel, vagyis SKILL.md fájlokkal is. Ezek olyan használati útmutatók, amelyek az AI-fejlesztő eszközt segítik a fejlesztésben. Pontosabb irányt mutatnak, kevesebb kutatásra van szükség, így nem a dokumentációból kell kinyerniük az információkat. A dokumentációk elsősorban embereknek készültek, ezek a SKILL.md fájlok pedig AI számára.

Pontosabb irányt mutatnak, kevesebb kutatásra van szükség, így az eszköznek nem a dokumentációból kell minden információt kinyernie. A dokumentáció elsősorban embereknek készül, ezek a SKILL.md fájlok pedig az AI számára is értelmezhető, célzott instrukciókat adnak.

Így egy eszközt hatékonyabban és megbízhatóbban tud kezelni, például egy Shadcn komponenskönyvtárat vagy egy Supabase backend szolgáltatást. Ezek javíthatják az eredmény minőségét.

AI-skilleket elsősorban hivatalos forrásokból érdemes keresni, mint a dokumentációk. Maga az AI-fejlesztő eszköz is tud keresni, de érdemes magunknak kiválasztani, mit használjon, és nem teljesen ráhagyni a keresést. Nem csak fejlesztést segítő skillek léteznek, pl: marketing, copywriting vagy UI-design, amelyek segíthetnek az adott témában, de a valódi szakértelmet nem helyettesítik.

Miért hasznos a terveket fájlokban elkészíteni?

Az AI-fejlesztő eszközöknek van úgymond context window-ja. Ez nem ugyanaz, mint a memória: azt jelenti, hogy az adott beszélgetésben vagy feladatban mennyi információt tud egyszerre figyelembe venni. Ide tartoznak a korábbi üzenetek, instrukciók, csatolt fájlok és az eszközhasználatok eredményei is.

Ez a használat alatt egyre nagyobb lesz, de a keret véges. Amikor eléri a határát, az AI-eszköz vagy a rendszer általában tömöríti, esetleg kiveszi a régebbi információk egy részét a kontextusból. Ilyenkor az AI-eszköz elveszíthet fontos részleteket vagy korábbi instrukciókat, és könnyebben eltérhet attól, amit eredetileg kértél.

Ezért van szükség előre elkészített tervekre és fájlokra. Az üzenetekre nehezebb pontosan hivatkozni, a fájlokra viszont bármikor lehet, így a cél és a fontos döntések követhetőek maradnak.

Vibe coding veszélyei

A vibe coding veszélye nem az, ha egy gomb vagy egy funkció nem működik. A valós veszély inkább a biztonsági kockázatok vagy akár a jogi hiányosságok.

Hiányzó általános szerződési feltételek vagy adatkezelési tájékoztató

Ha az alkalmazás személyes adatokat kezel, megfelelő tájékoztatást kell adni arról, hogyan és miért kezeli azokat. Online szolgáltatás értékesítésénél az ÁSZF is szükséges lehet. A pontos kötelezettség a joghatóságtól, a kezelt adatoktól és a szolgáltatás típusától függ, de ezek figyelmen kívül hagyása komoly jogi problémákhoz és bírsághoz vezethet.

API-kulcsok nincsenek rejtve

Ez szintén súlyos probléma. Itt titkos, szerveroldali API-kulcsokról van szó, nem publikus klienskulcsokról. Ezek egyedi, titkos azonosítók.

• Gyakran külső szolgáltatók előfizetéséhez vannak kötve. Egy titkos OpenAI API-kulccsal például AI-modelleket használhatsz az alkalmazásodban. Minden használatot a kulcsodhoz társítanak, és te fizetsz érte. Ha valaki hozzáfér ehhez a kulcshoz, a te nevedben használhatja a szolgáltatást.
• Más esetben nem csupán a szolgáltatást tudják igénybe venni a kiszivárgott kulccsal, hanem az adatokhoz is hozzáférhetnek. Ilyen például egy teljes jogosultságú, éles Stripe titkos kulcs — nem publikus vagy korlátozott kulcs. Ha ez kiszivárog, a támadó a Stripe-fiók több adatához és műveletéhez is hozzáférhet, köztük a felhasználók tranzakciós előzményeihez. Ez súlyos adatkezelési és biztonsági probléma.

További példák — mint hibás jogosultságkezelés, nyilvános adatbázis vagy nem védett tárhely — külön cikkben olvashatók: A vibe coding valódi veszélyei.

Összefoglalva

AI-jal ma már nagyon gyorsan lehet weboldalt, prototípust vagy akár egy használható alkalmazásalapot készíteni. Ez azonban nem jelenti azt, hogy a fejlesztés szakmai része eltűnt. Minél több felhasználó, adat, fizetés, jogosultság és egyedi funkció kerül egy rendszerbe, annál fontosabb a tervezés, az ellenőrzés és a hozzáértés.

A vibe coding jó lehet egy ötlet kipróbálására vagy egyszerűbb feladatokra. Egy komolyabb, hosszú távra tervezett alkalmazásnál viszont az AI-t nem érdemes magára hagyni. Az AI felgyorsítja a fejlesztést, de nem helyettesíti azt, hogy tudd, mit készítesz, miért úgy készül, és milyen következménye lehet egy hibának.

Ha egy kész weboldalon keresnéd a gyors AI-generálás felismerhető jeleit, nézd meg a 22 jel, amely AI-generált weboldalra utalhat cikket.