AI az újságírásban és az OSINT-ban
Ez a modul azt mutatja meg, hogy a generatív AI nem helyettesíti az újságírót vagy az OSINT-kutatót, hanem felgyorsítja az információ-feldolgozást, a mintázatfelismerést, az adatkinyerést, az ellenőrzést és a workflow-k szervezését. A cél nem az, hogy "melyik tool a legjobb", hanem egy olyan munkamodell, ahol az AI gyorsít, de az ember irányít, validál és dönt.
Videó, web, scraping, browser agent, research trail
Lean egyéni → standard csapat → advanced investigative
Source trace, confidence labeling, human checkpoints, audit trail
Fő képességek és mire valók
A Gemini videókat tud feldolgozni, kérdésekre válaszolni a tartalomról, és konkrét timestampokra hivatkozni. A támogatott inputok között szerepelnek a YouTube URL-ek is.
Példa: 90 perces parlamenti közvetítés
- 1.Sorolja ki az összes említett cégnevet
- 2.Írja ki, mely perceknél hangzanak el a költségvetési számok
- 3.Azonosítsa a vitás pontokat
- 4.Készítsen 10 pontos szerkesztői briefinget
Korlát: videóelemzés jó előszűrésre, de idézhetőséghez és kontextushoz emberi ellenőrzés kell.
Tool stack szintek
Egyéni újságírónak, freelancernek, kis szerkesztőségnek.
| Szöveg + elemzés | ChatGPT vagy Claude |
| Videó + web | Gemini |
| Adatkezelés | Google Sheets / Notion |
| Kutatási log | Kézi forrásnapló |
Mire elég: videóösszefoglalás, cikkek összevetése, alap entity extraction, cikkvázlat, briefing, kézi ellenőrzés.
Bevezetési terv
Válaszd ki a 3 legdrágább repetitív feladatot. Példák:
- → Hosszú videók bontása
- → Cég- és személykapcsolatok manuális összerakása
- → Ismétlődő registry-check
- → Közlemények és dokumentumok összevetése
Ne "AI projektet" definiálj, hanem workflow-t. Példa: "önkormányzati közgyűlési videók → döntések, összegek, szereplők → szerkesztői briefing"
Valós use case-ek
90 perces sajtótájékoztató → szerkesztői briefing
Output
- → Kulcsállítások listája
- → Timestampelt idézethelyek
- → Említett szereplők
- → Vitás állítások kiemelve
- → Ellenőrizendő számok
Jó prompt struktúra:
Elemezd ezt a YouTube-videót mint szerkesztői kutatási asszisztens. Feladat: 1. listázd az összes említett személyt és szervezetet, 2. adj timestampelt listát a pénzügyi állításokról, 3. jelöld külön a vitatható állításokat, 4. a végén készíts 8 pontos szerkesztői briefinget. Ne találj ki semmit; ha valami nem egyértelmű, jelöld bizonytalanként.
Ellenőrzési és minőségbiztosítási keret
Minden állításhoz legyen:
- → Primer forrás
- → Másodlagos forrás
- → AI által generált köztes jegyzet külön megjelölve
Mire a legjobb
- ✓Gyors triage — sok forrás, kevés idő
- ✓Multimodális feldolgozás (videó + PDF + web egyszerre)
- ✓Nagy mennyiségű adat előszűrése
- ✓Strukturálás — entity tábla, timeline, összefüggés
- ✓Scriptírás scraping és parsing feladatokhoz
- ✓Visszakereshetőség javítása — audit trail
Korlátok és failure mode-ok
- –Hallucináció — az AI output soha nem forrás
- –Rossz forrásértelmezés — összefüggés ≠ okság
- –UI-automation törékenysége (captcha, layout változás)
- –Prompt injection webes környezetben
- –Félreolvasott OCR vagy videótranszkript
- –Túlzott automatizálás editorial judgement helyett
Döntési keret — mikor érdemes bevezetni?
Érdemes, ha:
- ✓ Sok repetitív kutatási feladat van
- ✓ Sok videó / PDF / webforrás feldolgozandó
- ✓ Kevés az ember, drága az idő
- ✓ Van szerkesztői fegyelem és ellenőrzési rutin
- ✓ Igény van auditálható workflow-ra
Nem érdemes / korai, ha:
- – Nincs standard kutatási folyamat
- – Nincs source discipline
- – Nincs ember, aki ellenőrizze az outputot
- – Teljes automatizmust akarnak érzékeny ügyeknél
- – A csapat csak 'varázslatként' akarja használni