AI policy van, stratégia nincs: miért érzed úgy, hogy rád szakad az egész AI a marketingben?

A múlt héten beszéltem egy marketingvezetővel, aki kb. így foglalta össze a helyzetet: „Van AI policy-nk. Le van írva, mit nem szabad. Csak azt nem tudom, mit kéne szabad csinálni, hogy végre haladjunk.”

Ha ez ismerős, nem veled van a baj.

Az AI most olyan, mint amikor hirtelen kapsz egy svájci bicskát… csak épp senki nem mondja el, hogy te túrázni indulsz, szendvicset csinálsz, vagy műteni kell vele. A policy (szabályzat) megvan, de stratégia nélkül ez csak annyit ér: nem vágsz el semmit, de legalább nem is építesz.

Ebben a cikkben végigmegyünk azon, miért érzed túlterhelőnek az AI-t marketingesként, hol csúszik el a legtöbb cég, és mit tudsz csinálni holnaptól, hogy ne a káosz, hanem az eredmény legyen az alapállapot.

Miért fáraszt le ennyire az AI? (Spoiler: nem az eszközök miatt)

Képzeld el, hogy valaki odatesz eléd 30 új marketing csatornát egyik napról a másikra. TikTok? Reddit? Podcast? YouTube Shorts? Hírlevél 2.0?

Na, az AI pont ilyen érzés – csak még gyorsabban változik.

Folyamatos „le vagy maradva” érzés

Az AI-val kapcsolatban a legnagyobb mentális teher nem az, hogy nem tudod használni, hanem hogy minden nap azt érzed: már megint van valami új.

• Tegnap még promptolni tanultál.
• Ma már „agentek” vannak.
• Holnap meg azt mondják, a SEO „GEO” lett.

És közben ugyanúgy mennie kell a kampányoknak, a leadeknek, a socialnak, a riportoknak.

Ha szeretnél egy tiszta képet arról, mi ez az egész új korszak, akkor érdemes elolvasnod a Generative Engine Optimization (GEO): A SEO új korszaka cikkünket – sok marketingesnél ott áll össze, hogy miért változik meg a „keresés” logikája.

Mini összefoglaló: nem az AI fáraszt le, hanem a folyamatos bizonytalanság és a „nem tudom, mi számít igazán” érzés.

Az elvárások elszálltak, a kapacitás nem

Az AI-ról sok helyen úgy beszélnek, mintha egy varázspálca lenne:

• „Majd gyorsabban írsz.”
• „Majd több tartalmat gyártasz.”
• „Majd automatizálunk.”

Csak a valóságban a marketinges feladatai nem csökkennek, hanem nőnek:

• ellenőrizni kell a kimenetet,
• egységesíteni a hangnemet,
• fact-checkelni,
• megfelelni a policy-nak,
• és még mérni is, hogy volt-e értelme.

Mini összefoglaló: az AI sokszor nem elvesz a munkából, hanem rátesz még egy ellenőrzési és koordinációs réteget.

AI policy: miért kevés, sőt néha még ront is a helyzeten?

A policy alapból jó dolog. Tényleg. Olyan, mint a KRESZ: kell, hogy ne legyen tömegkarambol.

Csak van egy bökkenő: a KRESZ nem mondja meg, hova mész.

A legtöbb AI policy tiltásokból áll, célokból nem

Sok cégnél az AI policy kb. így néz ki:

• ne tölts fel érzékeny adatot,
• ne használj ügyfélneveket,
• ne másolj be szerződésrészletet,
• ne generálj jogi tanácsot,
• ne… ne… ne…

Oké. De akkor:

• Melyik feladatra használhatom?
• Melyik csapat mire felel?
• Mi a minimum minőség?
• Mi számít sikernek?

Ha ezek nincsenek leírva, a marketinges két dolgot fog csinálni:

1. vagy nem használ AI-t, mert fél hibázni,
2. vagy „sunnyogva” használja, mert különben nem tud lépést tartani.

És egyik sem jó.

Ha szeretnéd megérteni, hogyan lehet az AI-láthatós biztosabb alapokra tenni (nem csak Google-ban, hanem AI válaszokban is), akkor hasznos lehet a Mi az az AEO? cikk – sok policy azért bénít le mindent, mert a cég nem érti, mire optimalizálunk egyáltalán az új keresési környezetben.

Mini összefoglaló: policy = biztonság. stratégia = irány. Biztonság irány nélkül csak állóháború.

A policy gyakran „jogi dokumentum”, nem munkafolyamat

Őszintén: a marketingesek többsége nem policy-t akar olvasni, hanem választ erre:

„Oké, de akkor hogyan csináljam holnap a kampányt gyorsabban és jobban?”

A jó AI működés nem PDF-ekben lakik, hanem:

• sablonokban,
• jóváhagyási folyamatban,
• checklistekben,
• és egy olyan közös nyelvben, amit a marketing, a sales és a legal is ért.

Mini összefoglaló: ha a policy nem fordítható le napi rutinra, akkor papíron létezik – a valóságban nem.

A stratégia hiánya: a „szétszórt kísérletezés” csapdája

Na itt jön a legfájdalmasabb rész.

A legtöbb cégben az AI bevezetés így történik:

• valaki kipróbál valami eszközt,
• csinál vele 3 posztot,
• a másik csapat közben mással kísérletezik,
• a vezetőség meg azt kérdezi: „na, hol a ROI?”

Ez olyan, mint amikor 6 ember főz egy konyhában recept nélkül. Lesz belőle valami… csak nem biztos, hogy ehető.

„Tool-first” gondolkodás a „problem-first” helyett

A stratégia nem az, hogy:

• „Legyen ChatGPT előfizetés.”
• „Használjuk a Jasper-t.”
• „Kell egy chatbot.”

A stratégia az, hogy:

• Melyik 2-3 marketing folyamat a legdrágább időben?
• Hol csúszik el a minőség?
• Hol megy el a lead a tölcsérből?

És csak utána jön az eszköz.

Ha ebben gondolkodsz, akkor nagyon hasznos társ lehet a AI a tartalommarketingben: hogyan automatizálj okosan (és ne gyárts zajt)? cikk – pont arról szól, hogyan ne „tartalomgyár” legyél, hanem eredményt hozó marketing.

Mini összefoglaló: az eszköz nem stratégia. A stratégia az, hogy mire és miért használod.

Nincs közös definíció a „jó” AI outputra

Múltkor egy csapatnál az volt a vita, hogy „jó-e” az AI által írt landing szöveg.

Az egyik szerint jó, mert:

• hosszabb,
• tele van kulcsszóval,
• gyorsan elkészült.

A másik szerint rossz, mert:

• nem olyan a hangnem,
• nincs benne igazi ajánlat,
• nem érthető, kinek szól.

Mindkettőnek igaza volt… a saját fejében.

A stratégia egyik legnagyobb ajándéka, hogy kimondja:

• mi a márkahang,
• mi a minimum minőség,
• mi a „kész” definíció,
• milyen ellenőrzés kell.

Ha a láthatóság AI válaszokban is cél (és 2026-ban miért ne lenne?), akkor érdemes ránézni a Hogyan kerülj be a ChatGPT válaszaiba? anyagra is – ott nagyon jól kijön, mennyire számít a struktúra, a forrásolhatóság és a hitelesség.

Mini összefoglaló: ha nincs közös „minőség definíció”, az AI csak gyorsabban fog össze-vissza termelni.

Hogyan csinálj AI stratégiát úgy, hogy ne egy 40 oldalas dokumentum legyen?

Nem fogok hazudni: stratégia csinálása melós. De nem kell hozzá tanácsadói buzzword bingo.

Képzeld el úgy, mint egy edzéstervet. Nem attól leszel formában, hogy veszel egy drága futócipőt (AI tool), hanem attól, hogy van terved: mikor, mennyit, miért.

Kezdd 3 „AI use case”-szel, ami tényleg fáj

Válassz három dolgot, ahol most vérzik a csapat:

• Tartalomfrissítés: régi cikkek elavultak, de nincs idő újraírni.
• Kampány előkészítés: brief → kreatív → variációk túl sok kör.
• Riporting: adatok összeszedése és magyarázata viszi el a hetet.

A lényeg: ne 30 dolgot akarj egyszerre megoldani.

Ha a tartalomfrissítés a fájdalom, akkor jó kiindulópont lehet a AI-alapú tartalom audit: Így frissítsd a cikkeidet AEO elvek szerint – ez tipikusan olyan feladat, ahol az AI tényleg levesz terhet, ha jól van keretezve.

Mini összefoglaló: 3 use case bőven elég indulásnak. Ha ezt megnyered, lesz bizalom és lendület.

Rakj mellé egy egyszerű „minőségkaput” (quality gate)

A quality gate magyarul annyi: mielőtt kimegy valami, mi az a 5 dolog, amit mindig csekkolsz?

Például:

• Igaz-e, amit állítunk? (forrás, tapasztalat, proof)
• Stimmel-e a márkahang?
• Van-e benne konkrét ajánlat/CTA?
• Nem túl általános-e?
• Nem sért policy-t? (adat, jog, márka)

Ez nem bürokrácia. Ez biztonsági öv.

Mini összefoglaló: az AI gyorsít, a quality gate meg megakadályozza, hogy gyorsan menj a falnak.

Döntsd el, mit mértek (különben mindenki csak „érzésre” vitatkozik)

A „működik az AI?” kérdésre nem az a válasz, hogy „szerintem jobb lett”.

Legyen 2-3 KPI, ami a te világodban értelmes:

• tartalom előállítási idő (óra/cikk),
• publikálási gyakoriság,
• organikus belépések minősége,
• lead konverzió,
• ügyfélszolgálati terhelés csökkenése (ha chatbot van).

Ha a zero-click és AI Overviews világában ez neked zavaros, teljesen érthető – erre külön írtunk egy anyagot: Hogyan mérd az AI SEO sikerét? (KPI-ok a zero-click világában).

Mini összefoglaló: amit nem mértek, abból hamar „hitvita” lesz. A hitvita meg fárasztó.

Konklúzió

Az AI policy fontos, de önmagában csak annyit ér, hogy kevesebb a baj. Stratégia nélkül viszont nem lesz több eredmény, csak több eszköz, több zaj és több túlóra.

A következő lépésed: válassz ki 3 fájó marketing folyamatot, tegyél rájuk egy egyszerű quality gate-et, és mérd le 30 nap alatt, hozott-e időt vagy pénzt. Ha igen, skálázod. Ha nem, finomítod – de legalább nem vaktában futsz.

GYIK

Mi a különbség az AI policy és az AI stratégia között?

Az AI policy azt mondja meg, mit nem (vagy hogyan) szabad csinálni biztonsági és jogi szempontból. Az AI stratégia azt mondja meg, mit érdemes csinálni: melyik folyamatokra, milyen célokkal, milyen minőségi elvárásokkal és mérőszámokkal.

Mitől érzik magukat túlterhelve a marketingesek az AI miatt?

Leggyakrabban attól, hogy egyszerre kellene lépést tartani az új eszközökkel, hozni a napi eredményeket, és közben még ellenőrizni is az AI kimenetét (minőség, pontosság, márkahang, compliance). Stratégia nélkül ez szétesik.

Honnan tudom, hogy nálunk „tool-first” AI bevezetés megy?

Ha a beszélgetések arról szólnak, hogy „melyik eszközt vegyük meg”, de nincs tiszta válasz arra, hogy melyik üzleti probléma oldódik meg, kinek a felelőssége, és mit mértek, akkor nagy eséllyel tool-first módban vagytok.

Milyen gyorsan lehet értelmes AI stratégiát összerakni marketingben?

Egy első, működő „mini-stratégia” (3 use case + quality gate + KPI-ok) akár 1-2 hét alatt összeállhat. A kiforrott rendszer persze hónapok, mert közben tanultok és finomítotok.

Mi az első lépés, ha van policy, de mindenki fél AI-t használni?

Válassz egy alacsony kockázatú, de időrabló feladatot (pl. cikkfrissítés, brief variációk, riport összefoglalók), és készítsetek rá közös sablont + ellenőrzőlistát. Ha az első pilot sikeres, nő a bizalom és eltűnik a „tiltás-érzet”.