Így kerüld el a „Magyar AI Adót” — fordítási proxy kódoló ágensekhez

Tegyük fel, hogy bent vagy a kedvenc kódszerkesztődben (legyen az VS Code a Cline-nal, Cursor, vagy bármilyen más AI asszisztens). Rádobsz egy összetettebb feladatot a kódoló ágensre magyarul: “Légyszi, írd át ezt a React komponenst, hogy a Tailwind class-ok reszponzívak legyenek, és tedd be egy új fájlba.”

Az ágens megérti, megcsinálja, minden szuper. De a háttérben épp most fizettél egy láthatatlan büntetést, amit nyugodtan hívhatunk “Magyar AI Adónak”. Emiatt sokkal hamarabb ki fogod meríteni a kontextus ablakot, mintha ugyanezt angolul kérted volna.

De miért van ez? És ami még fontosabb: hogyan cselezhetjük ezt ki anélkül, hogy le kéne mondanunk a kényelmes, anyanyelvi beszélgetésről?

A tokenizációs csapda

Sokan azt hiszik, hogy az AI a háttérben titokban lefordítja a magyar szöveget angolra, majd azon gondolkodik. Valójában nem ez történik. A probléma gyökere a tokenizálásban keresendő.

A Nagy Nyelvi Modellek (LLM-ek) nem betűket, hanem úgynevezett tokeneket olvasnak. Mivel ezeket a modelleket túlnyomórészt angol nyelvű adatokon tanították, az angol szavakra nagyon hatékony a szótáruk. Egy átlagos angol szó (pl. “Hello” vagy “function”) általában egyetlen token.

Amikor viszont a modell egy számára ritkább nyelvvel találkozik – mint amilyen a ragozó, komplex magyar nyelv –, nincs meg neki egyben a szó. Így elkezdi feldarabolni apró, sokszor karakter szintű darabokra.

Míg egy angol mondat mondjuk 15 token, ugyanaz a mondat magyarul lazán lehet 35-45 token is. Bizonyos modelleknél a magyar nyelv egy 2x-es, vagy akár 3x-os szorzót is jelenthet tokenhasználatban.

A fenti ábra ugyanazt a kérést mutatja két nyelven. A magyar szöveget a tokenizáló apró darabokra tépi (a “Légyszi” például L + ég + ys + zi), míg az angol változatnál szinte minden szó egyetlen token.

Mit jelent ez a gyakorlatban?

1. Azonnali amnézia (gyorsabb kontextus-vesztés): Minden ágensnek van egy maximális “memóriája”. Ha a promptjaid magyarul 2-3-szor annyi helyet foglalnak, az ágens sokkal hamarabb fogja elfelejteni a kódbázisod korábbi részeit, a fájlstruktúrát, vagy azt, hogy mit beszéltetek meg 10 perccel ezelőtt.
2. Magasabb API költségek: Ha saját API kulcsot használsz (BYOK) mondjuk az Anthropic-hoz vagy az OpenAI-hoz, szó szerint a saját pénztárcádon érzed a magyar nyelv felárát.
3. Rate limit falak: Hamarabb futsz bele az “egy perc alatt beküldhető tokenek” korlátjába.

1. A fapados megoldás (a kétablakos módszer)

Mielőtt bármit programoznál, van egy végtelenül egyszerű “nulladik” megoldás: használd a weben elérhető ingyenes modelleket proxy-ként!

Nyiss meg egy böngészőfület a chatgpt.com-on vagy a gemini.google.com-on. Írd meg ott a feladatot magyarul, és kérd meg a modellt, hogy fordítsa le angolra (erre lentebb mutatok egy profi promptot). A kapott, tömör angol szöveget egyszerűen másold át (copy-paste) a kódszerkesztődbe az ágensnek.

Igen, ez megkíván egy kis extra kattintgatást, de azonnal megoldja a token-problémát és fellélegzik a kontextus ablakod, méghozzá nulla forintból. Ha viszont sokat kódolsz, ez hamar idegesítővé válik. Ilyenkor jöhet a következő szint.

2. A profi megoldás: építs saját API proxyt 5 perc alatt

Ha maximalizálni akarod az okos (és drága) kódoló modeled memóriáját teljesen automatikusan, egy fordító proxy (translation proxy) beiktatása a legjobb építészeti minta.

A koncepció: ahelyett, hogy a magyar szöveget egyenesen a drága, okos modellnek (pl. Claude Sonnet vagy GPT-4o) küldenéd, beteszel eléjük egy villámgyors “filléres” modellt. A kérés beérkezik, a proxy lefordítja, és a fő kódoló modeled már csak a letisztult angol instrukciót kapja meg.

Ezt egy Cloudflare Worker segítségével percek alatt összerakhatod (a napi 100 000 ingyenes hívás pedig egy fejlesztőnek a végtelenséggel egyenlő).

A Cloudflare Worker kódja

Ez a kis script egy OpenAI-kompatibilis API végpontként működik. Elkapja a szerkesztőből érkező kérést, a gpt-4o-mini segítségével lefordítja a magyar szövegedet, majd továbbítja a fő modellnek.

export default {
  async fetch(request, env) {
    // 1. CORS kezelés a szerkesztők miatt
    if (request.method === "OPTIONS") {
      return new Response(null, {
        headers: {
          "Access-Control-Allow-Origin": "*",
          "Access-Control-Allow-Methods": "POST, OPTIONS",
          "Access-Control-Allow-Headers": "Content-Type, Authorization",
        }
      });
    }

    if (request.method !== "POST") {
      return new Response("Only POST requests are accepted.", { status: 405 });
    }

    try {
      const originalRequest = await request.clone().json();
      const messages = originalRequest.messages;
      const lastMessage = messages[messages.length - 1];

      // Ha az utolsó üzenet tőled jön, átküldjük a fordító rétegen
      if (lastMessage && lastMessage.role === "user") {
        const translatedText = await translatePrompt(lastMessage.content, env.OPENAI_API_KEY);
        lastMessage.content = translatedText;
      }

      // 2. Továbbítjuk a már ANGOL nyelvű kérést a drága kódoló modellnek
      const targetApiUrl = "https://api.openai.com/v1/chat/completions";

      const proxyResponse = await fetch(targetApiUrl, {
        method: "POST",
        headers: {
          "Content-Type": "application/json",
          "Authorization": `Bearer ${env.OPENAI_API_KEY}`
        },
        body: JSON.stringify(originalRequest)
      });

      // 3. Visszaadjuk a streamet a kódszerkesztőnek transzparensen
      return new Response(proxyResponse.body, {
        status: proxyResponse.status,
        headers: {
          ...Object.fromEntries(proxyResponse.headers),
          "Access-Control-Allow-Origin": "*"
        }
      });

    } catch (error) {
      return new Response(JSON.stringify({ error: error.message }), { status: 500 });
    }
  }
};

// A villámgyors fordítómotor (gpt-4o-mini)
async function translatePrompt(hungarianText, apiKey) {
  const systemPrompt = `You are a highly precise technical translator acting as a proxy for an AI coding agent.
DO NOT translate code blocks, variable names, file paths, or technical jargon (like refactor, commit, component).
Translate the user's intent to English. Output ONLY the translated text, nothing else.`;

  const response = await fetch("https://api.openai.com/v1/chat/completions", {
    method: "POST",
    headers: {
      "Content-Type": "application/json",
      "Authorization": `Bearer ${apiKey}`
    },
    body: JSON.stringify({
      model: "gpt-4o-mini", // Az olcsó fordító modell
      temperature: 0.1,
      messages: [
        { role: "system", content: systemPrompt },
        { role: "user", content: hungarianText }
      ]
    })
  });

  const data = await response.json();
  return data.choices[0].message.content;
}

Beállítás 3 lépésben

1. Lépj be a Cloudflare Dashboardra, menj a Workers & Pages menüpontba, és hozz létre egy új Workert (pl. ai-translator-proxy).
2. Kattints a Quick edit gombra, és másold be a fenti kódot.
3. A Worker beállításaiban (Settings → Variables) hozz létre egy OPENAI_API_KEY nevű Secret-et, és add meg a saját API kulcsodat. Mentés és Deploy!

Bekötés a VS Code-ba (vagy Cursorba)

A VS Code-ban lévő AI ágensednél (pl. Cline) egyszerűen állítsd át a végpontot a saját Workered címére:

• API Base URL: https://ai-translator-proxy.<username>.workers.dev/v1
• API Key: ide írhatsz bármit (pl. proxy-key), mert a valós hitelesítést a Worker a Cloudflare-en belül végzi el a Secretből.

Ettől a pillanattól kezdve te magyarul írod a promptokat, de a kódoló ágensed már a professzionális, angol nyelvű instrukciót kapja meg – észrevehető késleltetés nélkül!

Megjegyzés a működéshez: a fenti kód csak az utolsó, tőled érkező üzenetet fordítja le. A beszélgetés korábbi fordulói magyarul maradnak, így azok továbbra is a drágább tokeneken ülnek – hosszú munkamenetnél érdemes új feladatnál új beszélgetést indítani, vagy a teljes előzményt is átfordítani a proxyn.

A lelke az egésznek: a tökéletes system prompt

Bármelyik utat is választod (akár a manuális ChatGPT-t, akár az automata Cloudflare proxyt), van egy hatalmas buktató: a fordító nem fordíthatja le a kódot!

Ha a magyar szövegedben változónevek vagy fájlelérések vannak, és a fordító ezeket is “lefordítja”, a kódoló ágensed összezavarodik. Íme egy kipróbált, bolondbiztos system prompt a fordítóhoz (ezt beégettem a fenti Worker kódjába is, de ha weben csinálod, mentsd el a custom instrukcióid közé):

You are a highly precise technical translator acting as a proxy for an AI coding agent.
Your only job is to translate the user's input from Hungarian to English so the primary coding agent can process it efficiently.

CRITICAL RULES:
1. DO NOT translate any code blocks, inline code, variable names, function names, class names, or CSS/Tailwind classes. Keep them exactly as they are.
2. DO NOT translate file paths, URLs, or repository names.
3. DO NOT translate technical industry jargon that is commonly used in English (e.g., "deploy", "commit", "refactor", "hook", "component", "props", "state").
4. Translate the natural language surrounding the code accurately, maintaining the original intent, urgency, and technical context.
5. Only output the translated result. Do not add any conversational filler, explanations, or greetings.

Example User Input:
"Légyszi refaktoráld a fetchUserData függvényt a /src/api/user.ts fájlban. A state most hibára fut."

Example Expected Output:
"Please refactor the fetchUserData function in the /src/api/user.ts file. The state is currently throwing an error."

Összegzés

Ahogy az AI asszisztensek egyre mélyebben beépülnek a fejlesztési folyamatainkba, a kontextus ablak menedzselése kritikus skillel válik. Ne fizesd be a “Magyar AI Adót”! Egy egyszerű fordító réteg beiktatásával drasztikusan megnöveled az ágensed “figyelmét”, csökkented a hibázási rátáját, és megóvod a pénztárcádat is a felesleges token-kiadásoktól.