Mit ne ossz meg a ChatGPT-vel? 9 érzékeny adattípus

A ChatGPT használatakor különösen figyelj a belépési titkokra, a személyes adatokra és az üzleti szempontból bizalmas információkra. A kilenc alábbi kategória segít eldönteni, mit érdemes kihagyni, helyettesíteni vagy kizárólag jóváhagyott céges környezetben feldolgozni. Egy adat megosztásának megítélése a céltól, a jogosultságtól, a szolgáltatástól és a beállításoktól is függ.

A feladathoz szükséges kontextust add meg, a felesleges azonosítókat és titkokat hagyd ki. Egy panaszkezelő levélvázlathoz például elég lehet a probléma leírása ügyfélnév és rendelésazonosító nélkül. Egy szabályosan jóváhagyott vállalati adatelemzés ennél részletesebb adatokat is igényelhet. Az alábbi lista gyakorlati adatvédelmi ellenőrzés; az egyes kategóriákhoz eltérő kockázat tartozik.

9 érzékeny adattípus és a biztonságosabb megoldás

A belépési titkokat különösen szigorúan kezeld. A többi kategóriánál azt vizsgáld meg, szükséges-e a konkrét adat, jogosult vagy-e átadni, és megfelelő-e hozzá a választott munkakörnyezet.

Minden feltöltés előtt nézd meg, ki kap hozzáférést az adathoz, mire használja, és szükséges-e a feladathoz. A bizalmas dokumentumok feldolgozásához előre kialakított céges szabályok és megfelelő szolgáltatási feltételek kellenek.

Mitől lesz veszélyes egy „ártalmatlan” chat?

Az első hiba pszichológiai. A felhasználó emberi helyzetként éli meg azt, ami valójában szolgáltatáshasználat. A rendszer visszakérdez, reagál a stílusodra, követi a témát, és sok esetben segítőkésznek hat. Ebből könnyen létrejön a hamis biztonságérzet. Ilyenkor az ember sokkal többet ír le, mint amit egy idegennek e-mailben, egy ügyfélszolgálati felületen vagy egy külsős partnernek átadna. A chat azért veszélyes forma, mert kényelmes. A kényelmes forma pedig hajlamos lejjebb vinni az önkontrollt. Ez különösen igaz akkor, amikor valaki fáradt, időnyomás alatt van, vagy végre azt érzi, hogy valaki azonnal reagál rá. Az ilyen állapotban megírt promptok általában hosszúak, tele vannak felesleges részlettel, és gyakran pontosan azok az elemek maradnak bennük, amelyeket először kellene kitakarni.

A technikai részletek is számítanak: milyen fiókot használsz, hogyan állítottad be a modellfejlesztési adatfelhasználást, és küldesz-e adatot külső szolgáltatásba? Az egyéni és a céges munkaterületek alapbeállításai eltérhetnek. Az ideiglenes beszélgetés mentése is megváltoztathatja a rá vonatkozó szabályokat. A konkrét beállításokat a cikk külön fejezete foglalja össze.

A harmadik hiba vezetői. Sok cégben nincs világos szabály arra, ki mit másolhat be egy AI-rendszerbe. Egy marketinges bemásol egy ügyféllevelet. Egy asszisztens feltölt egy szerződést, hogy abból készülhessen összefoglaló. Egy vezető névvel együtt kér véleményt egy munkavállalói konfliktusról. Egy hirdetéskezelő beküldi a teljes kampányexportot. Mindenki jónak gondolja a saját célját, közben a cégben lassan kialakul egy olyan gyakorlat, amelyben a gyorsaság fontosabb lesz az adatfegyelemnél. Ebből ritkán lesz azonnali botrány. Ettől még ugyanúgy rossz gyakorlat marad. A legtöbb komoly üzleti probléma több kisebb, ismétlődő lazaságból születik. Ha a szervezet hozzászokik ehhez, a hiba előbb-utóbb beépül a működésbe.

Jelszavak, banki adatok és személyazonosítók

Valódi jelszó, egyszer használatos belépési kód, kártya-PIN vagy éles API-kulcs általában nem szükséges egy kérdés megértéséhez. Kódellenőrzésnél helyettesítsd például [API_KULCS] jelöléssel. A szolgáltatáshoz engedélyezett csatlakozást annak hitelesítési felületén intézd; a titok bemásolása a beszélgetésbe felesleges másolatot hozhat létre.

A bankszámlaszám és a nyilvános céges elérhetőség más kockázati kategória, mint egy belépési titok. Ezeknél is az indokolt felhasználásból indulj ki. Ha a banki panasz megfogalmazásához nincs szükség a számlaszámra, azt utólag is beírhatod a kész levélbe.

A személyazonosítók szintén ide tartoznak. Személyi igazolványszám, útlevélszám, adóazonosító, TAJ, jogosítványadat, lakcímkártya-részlet, születési dátum teljes formában, anyja neve, aláírásminta, számlaképek, okmányfotók. Ezek üzleti használatra is veszélyesek, magánhasználatra is veszélyesek. Sokan ott hibáznak, hogy csak a saját adataikban gondolkodnak. Pedig egy könyvelő, egy ügyintéző, egy asszisztens vagy egy KKV-vezető gyakran mások adatai fölött ül. Ettől a felelősség csak nagyobb. Ha te egy ügyfél, munkatárs vagy partner adatát fegyelmezetlenül mozgatod, ott a saját hibád mellett a másik ember kockázatát is növeled.

Dajka Gábor tapasztalata szerint sok vezető azért válik lazává ezen a ponton, mert összekeveri a feladatot a konkrét adattal. Úgy érzi, hogy a rendszer csak akkor tud segíteni, ha mindent lát. Ez többnyire tévedés. Ha például azt akarod, hogy a ChatGPT készítsen egy folyamatleírást banki reklamációra, elegendő azt leírni, hogy milyen helyzet történt, mekkora összegről beszélünk, milyen szereplők vannak a folyamatban, és milyen választ kell előkészíteni. A valódi kártyaszám, a valódi azonosító, a valódi ügyféladat hozzáadott értéke nulla. A kockázati oldala viszont magas. A jó gyakorlat egyszerű: titok helyett helyettesítő változót használsz. „[BANKKÁRTYA_ADAT]”, „[OKMÁNY_AZONOSÍTÓ]”, „[API_KULCS]”. A logika ugyanúgy vizsgálható. A baj esélye közben nagyságrendekkel kisebb lesz.

Ide sorolom a képernyőképek és fotók problémáját is. Sokan nem szövegként adják meg a titkot. Feltöltenek egy képet, amelyen ott van a hozzáférési adat, az ügyfélazonosító vagy a számlaadat. A kockázat ettől nem lesz kisebb. A jó gyakorlat az, hogy az érzékeny mezőket már a saját gépeden kitakarod, és csak a jelenséget vagy a szerkezetet viszed tovább. Aki ezt rendszeresen elmulasztja, annak előbb-utóbb a megszokás lesz a legnagyobb ellenfele.

Mások személyes adatai és érzékeny információk

Sok vállalkozó úgy gondolja, hogy az adatvédelem ott kezdődik, amikor valaki hivatalosan kér tőle valamit. A valóság ennél jóval földhözragadtabb. Az adatvédelem már ott elkezdődik, amikor a mindennapi munkában eldöntöd, milyen adatot mozgatsz, kinek mutatod meg, és milyen rendszerbe teszed be. A ChatGPT használatánál az egyik leggyakoribb és legveszélyesebb hiba mások személyes adatainak bemásolása. Ügyfélpanaszok névvel, telefonszámmal és rendelésszámmal. Munkavállalói konfliktusok teljes nevekkel, élethelyzeti részletekkel. Partnerek szerződéses vitái e-mail-címmel, telephelymegjelöléssel, belső levelezéssel együtt. Az ilyen anyagoknál a felhasználó többnyire azt érzi, hogy csak tanácsot kér. A cég szemszögéből viszont ez továbbra is személyes adat mozgatása.

Még komolyabb a helyzet akkor, amikor egészségügyi, mentális vagy terápiás részletek is bekerülnek a beszélgetésbe. Ilyenkor sokan azzal nyugtatják magukat, hogy „csak segítséget szeretnének”, vagy „a rendszer úgysem tudja, kiről van szó”. Ez több okból is gyenge védekezés. Egyedi történetekből, ritka körülményekből, pontos időpontokból, munkahelyi viszonyokból és helyszínekből gyakran akkor is be lehet azonosítani valakit, ha a neve hiányzik. A másik probléma a vezetői felelőtlenség. Egy cégvezető vagy HR-es nincs abban a helyzetben, hogy kényelmi alapon dobálja át mások érzékeny adatait digitális szolgáltatásokba. Aki ezt megszokja, annak a szervezete előbb-utóbb átvéve ezt a mintát fog működni.

Az észszerű gyakorlat itt is az anonimizálás, és még inkább a tömör helyzetleírás. Például így: „Van egy munkavállalói konfliktus egy kis csapatban. Az egyik fél terhelésre és kimerültségre hivatkozik. Adj kérdéssort, amit vezetőként végigvehetek, mielőtt döntést hozok.” Vagy így: „Ügyfélpanasz érkezett szolgáltatásminőségre. Készíts válaszsablont és ellenőrző listát, amelyet saját adatokkal utólag töltök ki.” Ilyenkor a rendszer a gondolkodási keretet adja, a bizalmas részt pedig megtartod cégen belül. Ez érett vállalkozói magatartás. Aki minden részletet beír, az általában nem alaposabb, csak fegyelmezetlenebb.

Külön figyelmet érdemelnek a hangjegyzetekből, meetingjegyzetekből és exportált táblázatokból származó anyagok is. Ezek sokszor azért veszélyesek, mert első ránézésre „csak munkadokumentumnak” tűnnek, valójában tele vannak személyes adattal. Egyetlen oszlopnyi e-mail-cím, telefonszám vagy belső megjegyzés elég ahhoz, hogy az anyag már más kategóriába essen. Aki rutinszerűen dolgozik exportokkal, annak még tudatosabban kell szűrnie, mint annak, aki csak szöveget ír be.

Üzleti titkok, kampányadatok és belső számok

Az AI-használat egyik csendes veszélye, hogy a vállalkozók túl könnyen osztják meg azokat az adatokat, amelyekből a cég valódi működése kirajzolódik. Ilyen a beszerzési ár, az árrés, a beszállítói lista, a gyártási költség, a még nem publikált ajánlat, a belső szerződéses feltétel, a készülő kampány teljes struktúrája, az ügyfélmegtartási számok, a remarketinglista, a CRM-export, a nagy ügyfelekre bontott bevételi adatsor, a kampány kreatívterve vagy a nyers riport. Ezekről sokan azt hiszik, hogy „csak számok”. A valóságban ezek a számok mutatják meg, hogyan él a céged. Aki ismeri a magyar piacot, az tudja, mennyire kicsi sok szegmens. Egy-egy tartomány, költségszint vagy kampánylogika alapján gyakran már sejthető is, kiről lehet szó.

Dajka Gábor tapasztalata szerint a marketingesek között különösen gyakori a túlzott adatbemásolás. Jön az ötlet, hogy „bemásolom az egész kampányt, abból majd készül jobb stratégia”. Ez kényelmes gondolat, csak szakmailag gyenge. A jó stratégiai kérdéshez ritkán kell teljes ügyféladatbázis vagy teljes kampányexport. Bőven elegendő annyi, hogy mi a cél, mekkora a kosárérték, hogyan alakul a konverzió, mekkora a hirdetési költség, milyen korlátok mellett kell gondolkodni, és hol látod a szűk keresztmetszetet. A belső ügyféllista, az egyedi rekord, a remarketingközönség, a teljes kreatívkészlet vagy a beszállítói árazás nem ad automatikusan jobb választ. Egyszerűen csak nagyobb kitettséget ad.

A magyar piacon ennek még egy sajátos vetülete van. Sok vállalkozás családi jelleggel, kevés emberrel, nagy személyes bizalomra építve működik. Ilyen környezetben az üzleti titok elsőként kulturálisan védett. „Ezt csak mi tudjuk.” Pont ezért különösen veszélyes, amikor a csapatból valaki megszokja, hogy mindent be lehet másolni egy külső rendszerbe, ha az gyorsítja a munkát. A céges fegyelem így kopik le. Vezetőként érdemes világossá tenni: üzleti titokból csak modellt viszünk be, nem nyersanyagot. Lehet árrést tartományban megadni. Lehet teljesítményt arányban megadni. Lehet az ügyfélcsoportot összevontan leírni. Lehet az ajánlatot szerkezetként átadni. A teljes belső valóságra viszont nincs szükség. Aki ezen spórol, az valójában saját magán spórol rossz helyen.

Belső IT-információk és bizalmas jogi ügyek

A forráskód, a hibaüzenet és a konfiguráció hasznos lehet a technikai hibakereséshez. Átadás előtt ellenőrizd, maradt-e benne token, jelszó, ügyféladat vagy olyan belső részlet, amelyre a feladathoz nincs szükség. A vállalat által jóváhagyott fejlesztői eszközben, megfelelő hozzáféréssel részletesebb vizsgálat is végezhető. A pusztán általános tünetleírás egy összetett hibához kevés lehet.

Naplófájlnál különösen az azonosítókat, a hitelesítési fejléceket és a kérésben elküldött adatokat nézd meg. Egy konfiguráció mintájában helyettesítő értékeket használhatsz. Az éles és a tesztkörnyezetet jelöld egyértelműen, hogy a javasolt változtatás következménye megítélhető legyen.

Jogi vitánál, belső vizsgálatnál vagy reputációs ügyben kérhetsz általános kérdéssort, dokumentumjegyzéket és kommunikációs vázlatot. A konkrét tények értékeléséhez vond be az illetékes szakértőt. A szereplők átnevezése vagy a „tegyük fel” fordulat nem tesz automatikusan anonim módon megoszthatóvá egy egyedi ügyet.

A bizonyítékok és eredeti dokumentumok kezeléséről külön gondoskodj. A vizsgálathoz szükséges tényeket őrizd meg, az AI-val megosztott munkapéldány pedig csak a feladathoz indokolt információkat tartalmazza.

Mit írj helyette: anonimizálás és „mínusz adat” gondolkodás

A név helyettesítése önmagában álnevesítés is lehet. Ha az érintett más adatokból vagy egy megőrzött megfeleltetési táblázattal azonosítható, az anyag továbbra is személyes adatot tartalmazhat. Ellenőrizd a ritka eseményeket, pontos időpontokat és egyedi munkaköröket is. A GDPR 4. cikkének fogalmai és (26) preambulumbekezdése alapján az anonimitást a visszaazonosítás lehetőségével együtt kell megítélni.

Az okos AI-használat egyik legérettebb formája a „mínusz adat” gondolkodás. Ennek a lényege egyszerű: csak annyi információt adsz át, amennyi feltétlenül szükséges a kérdés megértéséhez és a döntési keret felépítéséhez. A legtöbb ember pont fordítva használja a rendszert. Kiönti a teljes helyzetet, aztán reméli, hogy ebből majd jobb válasz születik. Pedig az igazán jó válaszok gyakran akkor jönnek, amikor a kérdésed letisztult, és a felesleges azonosítók már nincsenek benne. A rendszernek többnyire nem a neved kell, nem a partnered neve kell, nem a rendelésszám kell, nem a szerződés teljes szövege kell. A cél, a körülmény, a korlát és a döntési kérdés kell.

Gyakorlati módszerekből több is van, és ezek céges szabályként is jól használhatók:

• Helyettesítő változók: név helyett „Ügyfél A”, település helyett „nagyváros”, termék helyett „Termék 1”, beszállító helyett „Beszállító X”.
• Tartományok és arányok: „árrés 18–25% között”, „reklamációs arány 3–4%”, „hirdetési költség napi 20–30 ezer Ft”.
• Kivonatolás: nem a teljes dokumentumot másolod be, csak azt a 3–5 mondatot, amely tényleg a kérdéshez tartozik.
• Struktúrakérés: sablont, kérdéssort, ellenőrző listát, döntési fát kérsz, és a saját adataidat utólag, házon belül töltöd be.
• Általánosítás: egyedi ügyből általános helyzetet készítesz. A rendszer ettől még tud segíteni.

Íme néhány olyan minta, amelyeket vállalkozóként és marketingesként is biztonságosabban tudsz használni:

1. „Egy magyar KKV B2C szolgáltatást értékesít. A visszatérő ügyfelek aránya csökken. Adj 10 lehetséges okot, mindegyikhez 2 mérési ötletet és 1 vezetői kérdést.”
2. „Készíts panaszkezelő válaszsablont. A konkrét ügyféladatokat később én írom bele.”
3. „Adj árazási döntési keretrendszert. A költségeket tartományokban adom meg, beszállítói adatot nem osztok meg.”
4. „Írj ellenőrző listát arra, milyen pontokra figyeljek egy szolgáltatási szerződés áttekintésekor.”
5. „Adj három lehetséges válaszstratégiát egy negatív értékelés kezelésére, és írd le mindegyik kockázatát is.”

Ez a szemlélet azért erős, mert egyszerre növeli a válasz minőségét és csökkenti a kitettséget. Aki jól kérdez, annak kevesebb adat is elég. Aki csak önti a részleteket, az általában a saját gondolkodási hiányosságát próbálja adatmennyiséggel elfedni. Vezetőként pontosan ezért kell az AI-használatot is gondolkodási fegyelemként kezelni. A jobb prompt sokszor adatbiztonsági eredmény is.

Magyar piac, kis tartalékok és nagyfokú kényszer

A magyar vállalkozói környezetnek van egy sajátos tulajdonsága: sok cég kicsi, erősen személyfüggő, és kevés mozgástérrel dolgozik. Ez önmagában nem baj. A probléma ott kezdődik, hogy a szűk erőforrás miatt sokan minden gyorsító eszközt azonnal be akarnak kötni a működésbe, szabályozás nélkül. Ebből lesz az a tipikus helyzet, amikor ugyanaz az ember intézi a marketinget, az ügyfélszolgálatot, a számlázást, a posztolást, a szerződésmintákat, és közben ő használja a ChatGPT-t is. Ilyenkor egyetlen kolléga lesz a cég teljes adatforgalmának szűrője. Ha jó a fegyelme, a rendszer segít. Ha rossz a fegyelme, a cégben csatornává válik, amelyen keresztül minden kifelé mehet.

Magyar sajátosság az is, hogy sok piacon nagyon kevés szereplő mozog. Egy adott iparágban elegendő lehet néhány pontos szám, egy megkülönböztethető szolgáltatási elem vagy egy belső konfliktus részlete ahhoz, hogy a versenytárs vagy a piaci környezetben mozgó ember nagyjából összerakja, kiről lehet szó. Ezért vagyok ezen a téren konzervatív. A kis piac nem jutalmazza a lazaságot. Aki azt mondja, hogy „mások is így csinálják”, az általában nem védelmet fogalmaz meg, csak a saját kényelmét indokolja. A rossz szokás attól még rossz szokás marad.

A másik ok a pszichológiai nyomás. Kevés tartalék mellett a vállalkozó gyors döntést akar. A gyors döntéshez gyors válasz kell. Az AI ettől csábító. Közben a vállalkozó hajlamos elfelejteni, hogy az adatbiztonság és az adatfegyelem többnyire a későbbi kár megelőzéséről szól. A magyar KKV-nál sokszor nincs külön jogász, nincs dedikált adatvédelmi tisztviselő, nincs belső biztonsági vezető. Ettől a felelősség nem lesz kisebb. Ellenkezőleg. Pont ezért kell egyszerű szabályokat alkotni, amelyeket egy öt fős vagy tíz fős cég is képes betartani. A jó szabály nem bonyolult. A jó szabály megjegyezhető, ismételhető és számon kérhető.

Ez a szemlélet az ügynökségi kapcsolatoknál is fontos. Sok cég külsős marketingessel, virtuális asszisztenssel vagy részmunkaidős szakemberrel dolgozik. Ilyenkor még több átadási pont jelenik meg, és még könnyebb elveszíteni a kontrollt afölött, ki mit látott, mit másolt be, mit osztott tovább, és melyik anyagból készült AI-val támogatott összefoglaló. A vezető feladata itt is ugyanaz: egyszerű, vállalható szabályokkal csökkenteni a véletlen hibák számát.

Hol csúsznak el a legtöbben a napi működésben?

Dajka Gábor tapasztalata szerint a vállalkozók többsége ritkán elvi szinten hibázik; a legtöbb hiba a napi rutinban születik. A hétköznapokban ugyanis nincs nagy elhatározás, csak időnyomás van. Jön egy dühös ügyfél, gyorsan kell válaszolni. Jön egy új munkatárs, gyorsan kell neki folyamatot írni. Elakad a kampány, gyorsan kell stratégiai ötlet. Jön egy szerződésmódosítás, gyorsan kell összefoglaló. Ezekben a helyzetekben a ChatGPT remek segédeszköz tud lenni, és pontosan ezért veszélyes a rossz használat. Aki nincs hozzászokva a szűréshez, az bemásolja a teljes levelezést, a szerződés teljes szövegét, az összes képernyőképet, a teljes riportot, és közben azt hiszi, hogy most éppen profi. Valójában csak átengedi a nyersanyagát egy olyan rendszernek, amelytől szerkezeti segítséget kellett volna kérnie, nem teljes betekintést.

Marketingben ez úgy néz ki, hogy valaki az egész hirdetési beszámolót, a remarketinglistát és az ügyfélösszetételt együtt önti be, mert gyors kreatív ötleteket akar. Ügyfélszolgálatban úgy néz ki, hogy a teljes panaszlevelet küldi be, minden adattal együtt, hogy készüljön rá „kedvesebb” válasz. HR-ben úgy néz ki, hogy névvel, munkahelyi konfliktussal, egészségi utalásokkal kér tanácsot a vezető. Pénzügyben úgy néz ki, hogy számlaképet, költségsort, árazási modellt és tartozási helyzetet másolnak be, mert gyors választ akarnak egy kellemetlen helyzetre. Ezek közül egyik sem technikai bravúr. Ezek mind fegyelmi kérdések. A cég pontosan ott mutatja meg a valós színvonalát, ahogyan a kényelmes helyzetekben viselkedik.

Egy átlagos magyar KKV-nál ez gyakran úgy néz ki, hogy nincsenek külön szerepek, és a kollégák egymás feladataiba is belenyúlnak. Ettől még lehet jól működő a vállalkozás, csak a szabályt ilyenkor még egyszerűbbre kell írni. Például így: ügyféladatból kizárólag anonimizált kivonat mehet be; belső számokból csak tartomány mehet be; jogi és HR-anyagból csak kérdéssor kérhető; biztonsági vagy IT-hiba esetén csak általánosított tünetleírás kerülhet be. Ha ezt nem írod le, a kollégák saját ösztönből fognak dönteni. Az ösztön pedig időnyomás alatt szinte mindig a kényelmet választja. A jó vezető ezt előre tudja, és olyan folyamatot épít, amely emberileg betartható.

Egyszerű AI-használati protokoll KKV-knak

Ha vezetőként egyetlen belső oldalt szeretnél összerakni a csapatnak, akkor ez a váz már használható. Nem jogi kézikönyv, nem informatikai audit. Gyakorlati működési rend.

• 1. Adatosztályok: legyen három kategória: Nyilvános, Belső, Bizalmas. A Bizalmas kategória nem megy AI-ba.
• 2. Kötelező anonimizálás: név, e-mail, telefonszám, cím, rendelésazonosító, okmányadat, bankszámla, egészségügyi részlet automatikusan törlendő.
• 3. Csak kivonat: szerződésből, ügyfélpanaszból, belső levelezésből csak a kérdéshez szükséges rövid rész kerülhet be.
• 4. Sablon először: előbb sablont, ellenőrző listát vagy döntési keretet kérünk, és csak később dolgozunk a saját adatokkal házon belül.
• 5. Kimenet ellenőrzés: AI-szöveg nem megy ki ügyfélnek, partnernek, hatóságnak vagy munkavállalónak emberi kontroll nélkül.
• 6. Hozzáférés-kezelés: közös fiók és közös jelszó helyett kijelölt felhasználók dolgozzanak, világos felelősséggel.
• 7. Beállítások ismerete: aki használja a rendszert, tudja, hol vannak a data control beállítások, és mikor érdemes ideiglenes beszélgetést indítani.

Egy átlagos magyar KKV-nál ez bőven elég arra, hogy megszűnjön a kapkodásra épülő AI-használat. A legtöbb bajt nem a technológia hozza. A legtöbb bajt a szabály nélküli használat hozza.

Érdemes ezt az onboarding részévé is tenni. Új kolléga ne úgy kezdjen el AI-t használni, hogy közben maga találja ki a határokat. Kapjon három konkrét példát arra, mi mehet be, és három példát arra, mi nem. Mutasd meg neki, hogyan kell nevet kitakarni, hogyan kell ügyféllevelet kivonatolni, hogyan kell tartományban gondolkodni, és hogyan kell sablont kérni nyers dokumentum helyett. A legtöbb ember nem rossz szándékból hibázik, csak nem tanították meg neki, mit jelent a fegyelmezett használat. Ha ezt a céged kultúrájának részévé teszed, az AI a lazaság helyett fegyelmezettebb működést is támogathat.

Adatkezelési beállítások és működési módok a ChatGPT-ben

Az alábbi összefoglaló az OpenAI 2026. november 4-én ellenőrzött tájékoztatására épül. A hozzáférhető beállításokat a csomag és a munkaterület szabályai is befolyásolhatják.

• Modellfejlesztés: személyes fióknál a Settings → Data controls → Improve the model for everyone kapcsolóval kezelhető az új beszélgetések ilyen célú felhasználása. A kikapcsolás nem törli a mentett beszélgetéseket. A válaszra küldött értékeléshez kapcsolódó beszélgetést az OpenAI a letiltás mellett is felhasználhatja fejlesztésre.
• Ideiglenes beszélgetés: amíg ideiglenes marad, nem használják modellfejlesztésre, és nem kerül a normál előzmények közé. Biztonsági célból legfeljebb 30 napig megőrizhető egy másolat. Ha normál beszélgetésként elmented, már a fiókod szokásos adatkezelési beállításai vonatkoznak rá.
• Személyre szabás: az aktuális tájékoztató szerint az ideiglenes beszélgetés indításakor választható személyre szabott vagy személyre szabás nélküli mód. A személyre szabott változat használhat meglévő emlékeket, egyéni utasításokat és bővítményeket. Ideiglenes állapotban egyik változat sem hoz létre vagy frissít emlékeket.
• Céges használat: a Business, Enterprise és Edu munkaterületek, valamint az API bemeneteit és kimeneteit alapértelmezés szerint nem használják modellfejlesztésre. Ez önmagában nem jelent minden célra korlátlan adatfeltöltési jogosultságot.

Részletek: adatkezelési beállítások, modellfejlesztési adatfelhasználás és ideiglenes beszélgetések.

A külső kapcsolatok és a megosztható beszélgetéslinkek külön figyelmet igényelnek. Ellenőrizd, milyen adat jut tovább a kapcsolt szolgáltatásnak, és kik nyithatják meg a megosztott anyagot. A céges szabályzatban a feltöltés mellett a továbbküldés és az exportálás feltételeit is érdemes rögzíteni.

Hogyan kérdezz úgy, hogy közben nem adod oda a cégedet?

A jó kérdezés üzleti kompetencia. Aki jól kérdez, az gyorsabban kap használható választ, és közben kevésbé teszi ki a cégét fölösleges kockázatnak. Az első szabály, hogy mindig a célt fogalmazd meg. Mit akarsz elérni? Válaszlevelet? Döntési keretet? Ellenőrző listát? Kockázati szempontsort? Ha ezt tisztán látod, máris kevesebb az esélye, hogy fölösleges adatokat önts a rendszerre. A második szabály, hogy a kontextust is szerkezetben add meg. Milyen típusú vállalkozásról van szó? Mekkora a cég? B2B vagy B2C? Mi a fő korlát? Mennyi idő, pénz, ember áll rendelkezésre? Melyik ponton akadt el a folyamat? Ez az információ általában bőven elég.

Nagyon jól működik az is, ha előbb kérdeztetsz. Például így: „Tegyél fel 15 kérdést, amelyet egy üzleti konzultáción feltennél egy ilyen helyzet feltárásához.” Ezzel első lépésként nem adatot adsz. Gondolkodási keretet kapsz. Ugyanez működik marketingnél, árazásnál, panaszkezelésnél, belső folyamatfejlesztésnél is. Jó módszer még a stratégiai többváltozós kérés: „Adj három lehetséges megoldást, mindegyikhez előnyt, kockázatot, erőforrásigényt és várható vezetői nehézséget.” Ilyenkor a rendszer több lehetséges nézőponttal segít végiggondolni a döntést.

Kifejezetten hasznos a szintetikus példa használata is. „Tegyük fel, hogy a kosárérték 12 000 Ft körül van, a konverzió 1,2%, a hirdetési költség napi 25–35 ezer Ft.” Ez már elég ahhoz, hogy a rendszer számoljon, következtessen és struktúrát adjon. Közben nem adtad oda a valós kampányazonosítókat, a vevőlistát, a remarketingközönséget és a beszállítói megállapodásokat. Itt látszik igazán, mi a különbség a laza és az érett használat között. Az érett használó érti, hogy az AI gondolkodási partner. Aki mindent beír, az sokszor csak a saját bizonytalanságát kompenzálja adatmennyiséggel.

A többkörös kérdezés szintén érettebb módszer, mint az egyszerre mindent beleöntő prompt. Első körben kérhetsz kérdéssort vagy diagnózist. Második körben megadhatsz néhány általánosított számot. Harmadik körben kérhetsz akciótervet, mérőszámokat és prioritási sorrendet. Így rétegenként haladsz, és minden körben eldöntheted, hogy valóban kell-e még több információ a következő lépéshez. A legtöbb esetben meglepően kevés is elég.

Mikor kell megállni, és embert bevonni?

Az AI nagyon gyors, ezért könnyen kialakul az a rossz szokás, hogy mindenre elsőként ezt nyitod meg. Vezetőként ezt is szabályozni kell. Vannak helyzetek, ahol a ChatGPT hasznos első gondolkodási kör lehet, és vannak olyan helyzetek, ahol már az indulás pillanatától ember kell. Ilyen a konkrét jogi vita, a szerződéses kockázat, a hatósági ügy, a munkajogi konfliktus, az adózási kérdés, a biztonsági incidens, az adatvédelmi sérülés, a belső visszaélés gyanúja vagy a reputációs válság. Ezekben a helyzetekben a rendszer tud adni kérdéssort, ellenőrző listát, kommunikációs vázlatot, de a tényleges értelmezést és a felelősségvállalást embernek kell vinnie.

Sokan ott hibáznak, hogy a ChatGPT-t szeretnék döntéshozóvá emelni. Ez veszélyes hozzáállás. A jó használat ennél jóval földhözragadtabb. Először rendet teszel a kérdésben. Azután kéred a lehetséges opciókat, a kockázatokat, a hiányzó információkat, az ellenőrző pontokat. Utána jön a saját szakértőd, ügyvéded, könyvelőd, IT-biztonsági embered vagy vezetői döntésed. A sorrend számít. Ha ezt felcseréled, és a végső ítéletet már az AI-ra tolod, azzal saját magadat gyengíted vezetőként is. A döntés súlya továbbra is nálad marad, csak közben kevesebb kontrollod lesz a folyamat fölött.

Én ezért javaslom azt, hogy a cégen belül külön kategóriát kapjanak az „AI előkészítésre alkalmas” és az „AI nélkül kezelendő” ügyek. Ez elsőre merevnek tűnhet, valójában felszabadító. A kolléga nem fog vacillálni, amikor panasz érkezik, jogi levél jön, vagy adatvédelmi kérdés merül fel. Tudni fogja, hogy itt leáll a bemásolás, és elindul az emberi egyeztetés. Ez a fajta fegyelem nem lassítja a céget. Ellenkezőleg. Megakadályozza, hogy a gyorsaság később sokkal drágább késedelmet és kárrendezést hozzon magával.

Ez vezetői önvédelem is. Ha minden érzékeny ügyben előbb egy rendszerrel beszélsz, majd utólag próbálod rendezni, ki mit látott és mit kellett volna kitakarni, akkor folyamatosan utómunkát gyártasz magadnak. Ha viszont van egy egyszerű döntési szabályod arra, mikor kell emberhez fordulni, az csökkenti a hibázási felületet és tehermentesíti a csapatot is. A jó szabály itt is olcsóbb, mint a késői rendrakás.

Mini teszt: felismered az adatmegosztási kockázatot?

Válaszolj a kérdésekre, majd nyisd le a megoldást. Minden helyes válasz 1 pont.

1. Kódellenőrzéshez bemásolnád az éles API-kulcsot. Mi a jobb megoldás: benne hagyni vagy helyettesítő értékre cserélni?
2. Egy ügyfél nevét „Ügyfél A”-ra cserélted, de benne maradt a rendelésazonosító és az e-mail-cím. Anonim lett az anyag?
3. Kikapcsoltad a modellfejlesztési adatfelhasználást. Ez egyúttal törli is a mentett beszélgetéseidet?
4. Az ideiglenes beszélgetést normál beszélgetésként elmented. Továbbra is változatlanul az ideiglenes mód szabályai vonatkoznak rá?

Megoldások és értelmezés

1. Helyettesítő értékre cserélni. A kód logikájához általában nincs szükség az éles titokra. 2. Nem. A megmaradt azonosítók alapján az ügyfél továbbra is felismerhető lehet. 3. Nem. A fejlesztési adatfelhasználás és a megőrzés külön kérdés. 4. Nem. Mentés után a normál beszélgetésre vonatkozó fiók- és munkaterületi szabályok érvényesülnek.

4 pont: az alapkülönbségeket jól érted; nézz át egy saját feltöltési folyamatot is. 2–3 pont: térj vissza az elrontott kérdéshez tartozó részhez, és ellenőrizd a beállításaidat. 0–1 pont: elsőként válaszd külön a belépési titkok, az azonosíthatóság és a megőrzés kérdését. Ez tudásellenőrzés, nem személyre szabott adatvédelmi audit.

Dajka Gábor marketingszakértő, business coach és befektető szerint

Én ezt a témát azért tartom súlyosnak, mert a vállalkozók hajlamosak minden új eszköznél ugyanazt a hibát elkövetni: a sebesség kedvéért feladják a fegyelmet. A ChatGPT ebben a tekintetben különösen erős próba. Rendkívül gyors, kényelmes, folyamatosan reagál, és közben azt az érzetet kelti, hogy „nyugodtan önts ide mindent, majd segítek”. Aki vezetőként erre nem épít szabályt, az gyakorlatilag a saját cégében nyit új kitettséget. Ezen nem változtat az sem, hogy a rendszer sokszor hasznos, sőt kiváló. A hasznosság és a fegyelem együtt ad értéket. A hasznosság fegyelem nélkül sokszor csak gyorsított hibagyártás.

„A ChatGPT-nek a problémád szerkezete kell. A céged titkai nélkül is lehet jó válaszokat kapni. Aki ezt megtanulja, gyorsabb lesz úgy, hogy közben nem épít felesleges kitettséget a saját vállalkozásának.” – Dajka Gábor

A következő években azok a cégek járnak jól, amelyek megtanulják az AI-t folyamatként kezelni. Lesz szabályuk, lesz adatfegyelmük, lesz belső nyelvük arra, mi mehet be és mi marad házon belül. A többiek is használni fogják a rendszert, csak kapkodva, ösztönből és utólagos magyarázatokkal. Én ezen a ponton kifejezetten szigorú vagyok. Egy vezető pénzről, információról és bizalomról dönt. Ha az információt lazán kezeli, idő kérdése, hogy a másik kettőben is hibázni fog.

Ha pedig vállalkozóként azt látod, hogy az eszközök gyorsabban változnak, mint ahogy a céged gondolkodása fejlődik, akkor érdemes visszamenni az alapokhoz. Hogyan dönt a vevő? Hogyan épül a bizalom? Miért működik egy üzenet, és miért bukik meg egy másik? Ebbe a szemléletbe szervesen illeszkedik az Online marketing és pszichológia című könyvem is. Azért, mert az eszközök jönnek-mennek, a vezetői és marketinges gondolkodás alapjai viszont sokkal lassabban változnak. Aki az alapokat érti, az új eszköznél is higgadtabban és jobban dönt.

Végső soron ez a téma arról szól, milyen cégkultúrát építesz. Olyat, ahol mindenki a leggyorsabb megoldást keresi, vagy olyat, ahol a gyorsaság mellett a bizalom, a felelősség és a józan határhúzás is jelen van. Az AI ebben a kérdésben tükör. Felnagyítja azt, ami a cégedben eddig is megvolt. Ha rend van, abból hatékonyság lesz. Ha lazaság van, abból kitettség lesz.

Szakértő válaszol – gyakori kérdések

Ha kikapcsolom a modellfejlesztéshez kapcsolódó adatfelhasználást, akkor már biztonságosan bármit beírhatok?

Nem. Ez egy hasznos beállítás, amely csökkenti a kitettséget, de nem ad felmentést a vezetői fegyelem alól. A bizalmas információk kezelését ugyanúgy neked kell kézben tartanod. A jó gyakorlat továbbra is az, hogy csak a feltétlenül szükséges adatot osztod meg, és minden azonosítót kiszedsz, ami nem kell a kérdés megértéséhez.

Ügyfélpanaszt bemásolhatok, ha kiveszem belőle a nevet?

Részben, de ez önmagában kevés lehet. Egy ügyfélpanaszból rendelésazonosító, város, pontos időpont, képernyőkép, telefonszám, e-mail-cím vagy egyedi történeti részlet alapján is beazonosítható lehet valaki. A biztonságos út az, hogy kivonatolod a panasz lényegét, és csak a döntéshez szükséges információt hagyod benne.

A magyar KKV-knak van értelme üzleti csomagban gondolkodniuk?

Ha napi szinten használtok AI-t ügyfélmunkára, belső anyagokra, pénzügyi vagy HR-közeli folyamatokra, akkor igen, mert ez már kockázatkezelési kérdés is. A magyar piac árérzékeny, ezt értem. Ettől még a rosszul kezelt információ továbbra is nagyon drága hiba. A megfelelő csomag, a jó beállítások és a belső szabályozás együtt adnak vállalható működést.

Mire használjam a ChatGPT-t, ha nem akarok konkrét adatokat megadni?

Sablonokra, ellenőrző listákra, döntési keretekre, kérdéssorokra, kommunikációs változatokra, oktatási anyagokra, belső gondolkodási modellekre és összefoglaló struktúrákra. A rendszer erőssége sokszor abban áll, hogy segít rendet tenni a kérdéseidben.

Mi az első szabály, amit holnaptól bevezessek a cégemben?

Minden feladathoz határozzátok meg, milyen adat szükséges, ki jogosult azt megosztani, és melyik jóváhagyott környezetben dolgozhattok vele. A belépési titkok helyett használjatok helyettesítő értéket. A további szabályok térjenek ki az azonosíthatóságra, a megosztásra és a kimenet ellenőrzésére.

Források

• OpenAI Help Center – How your data is used to improve model performance
• OpenAI Help Center – Temporary Chat FAQ
• Carlini et al. – Extracting Training Data from Large Language Models (USENIX Security 2021, PDF)