Dolibarr AI oldalkontextus: az asszisztens látja, hol dolgozunk?

2026. szeptember 23. · AI és integráció

Az AI, amely tudja, melyik számlát nézzük: oldalkontextust kaphat a Dolibarr asszisztense

A Dolibarr közösségi fejlesztési terve szerint az AI-asszisztens megkaphatná az aktuális oldal üzleti kontextusát. Kevesebb másolás, pontosabb kérdések — és új adatvédelmi határ.

← Vissza a blogbejegyzésekhez

Mi lenne, ha a Dolibarr AI-asszisztensének nem kellene minden kérdés előtt elmagyarázni, melyik számlán, partnerlapon vagy szűrt listán dolgozunk? A Dolibarr közösségi AI-fejlesztési témája pontosan ezt veti fel: az asszisztens az aktuális oldalból kaphatna strukturált kontextust, például modulnevet, objektumazonosítót, partnerazonosítót, műveletet vagy aktív szűrőket.

Ez apró kényelmi fejlesztésnek hangzik. Valójában az egyik legfontosabb lépés afelé, hogy az ERP-ben működő AI ne általános chatbot, hanem a felhasználó aktuális munkáját értő segítő legyen. Ugyanakkor új biztonsági kérdést is nyit: amit az asszisztens „lát”, az már adatátadás, akkor is, ha a felhasználó nem másolta be kézzel.

Mit jelent az oldalkontextus a gyakorlatban?

Az AI-nak nem feltétlenül a teljes képernyő HTML-kódjára van szüksége. Sokkal értékesebb lehet néhány ellenőrzött, strukturált adat:

• objektum típusa: számla, ajánlat, partner, projekt vagy hibajegy;
• objektum azonosítója: melyik konkrét rekord az aktuális;
• kapcsolódó partner: mely ügyfélhez vagy szállítóhoz tartozik;
• nézet és művelet: adatlap, lista, szerkesztés vagy irányítópult;
• aktív szűrők: például lejárt, kiegyenlítetlen vagy adott projekthez tartozó tételek.

Ebből már természetes kérdések születhetnek. Egy számlán állva elég lehet azt kérdezni: „Foglalja össze az előzményeket”, egy szűrt listán pedig: „Melyik három tétel igényel először figyelmet?” Az asszisztensnek nem kell kitalálnia, mire mutat az „ez” szó.

Miért jobb ez a képernyő másolásánál?

A képernyő teljes szövegének elküldése zajos és nehezen szabályozható. Menüpontok, technikai elemek, rejtett mezők és szükségtelen személyes adatok is bekerülhetnek. A strukturált kontextus ezzel szemben lehet szűk, dokumentált és jogosultság szerint előállított.

Ez három kézzelfogható előnyt adhat:

1. Pontosabb hivatkozás: az asszisztens nem név vagy bemásolt sorszám alapján próbálja megkeresni az objektumot.
2. Kevesebb kézi adatmozgatás: a felhasználónak nem kell érzékeny mezőket másolgatnia a csevegőablakba.
3. Ismételhető működés: ugyanaz a kontextusséma használható több objektumon és ellenőrizhető a naplóban.

A kontextus nem lehet jogosultsági kiskapu

Az aktuális oldal ismerete nem adhat több jogot az AI-nak, mint amennyi a felhasználónak van. Ha valaki láthat egy számlafejlécet, de nem férhet hozzá a kapcsolódó bizalmas dokumentumokhoz, az asszisztens sem használhatja az objektumazonosítót arra, hogy azokat egy háttéreszközzel mégis lekérje.

A helyes sorrend ezért nem az, hogy az oldal elküldi az azonosítót, majd az AI „megpróbál mindent”. Minden eszközhívásnál újra ellenőrizni kell a hitelesített felhasználót, az entitást, az objektumszintű hozzáférést és a kért műveletet. A kontextus támpont, nem engedély.

Öt kontroll, amely nélkül nem engednénk élesbe

1. Látható kontextusjelző: a felhasználó lássa, hogy a kérdéshez melyik objektum vagy lista kapcsolódik, és egy kattintással le tudja választani.
2. Engedélyezési lista: modulonként és mezőnként legyen meghatározva, mi kerülhet a kontextusba; alapértelmezésben csak a szükséges minimum.
3. Felhasználóhoz kötött hitelesítés: az AI-eszközök ne egy mindent látó közös technikai fiók jogával fussanak.
4. Naplózható eszközhívások: utólag legyen megállapítható, ki, mikor, mely objektumra és milyen műveletet kért.
5. Írás előtti megerősítés: összefoglalás és keresés után a számla, rendelés vagy partner módosítása külön, egyértelmű jóváhagyást kérjen.

Három jó kezdőfeladat

Az oldalkontextus első éles próbáit alacsony kockázatú, olvasási feladatokkal érdemes kezdeni:

• az aktuális objektum adatainak összefoglalása a felhasználó saját jogosultsági körében;
• egy szűrt lista csoportosítása vagy eltéréseinek kiemelése, forrásrekordokra mutató hivatkozásokkal;
• egy irányítópult trendjeinek szöveges magyarázata, a számítási időszak és szűrők feltüntetésével.

A dokumentumküldést, státuszváltást, könyvelési műveletet és pénzügyi jóváhagyást későbbi lépcsőre hagynánk. Az AI értéke először abban mérhető, hogy gyorsabban megérti-e a helyzetet — nem abban, hogy minél hamarabb kap írási jogot.

Az igazi váltás: kérdés helyett munkakörnyezet

A hagyományos chatbot minden beszélgetést magyarázkodással kezd: „egy ERP-ben vagyok, ezt a számlát nézem, ennél az ügyfélnél...” Az oldalkontextus ezt a súrlódást csökkentheti. Ettől válhat az AI a Dolibarr felületébe illeszkedő munkatárssá — de csak akkor, ha a kontextus eredete látható, tartalma minimális, hozzáférése ellenőrzött és felhasználása naplózható.

A jó kontextus nem az, amit az AI technikailag össze tud gyűjteni, hanem az, amit a konkrét feladathoz igazolhatóan tudnia kell.

Források

• Dolibarr #38356 – AI MCP Server and chat assistant (közösségi együttműködési téma, benne az aktuális objektumok és szűrők oldalkontextusának javaslatával)
• Dolibarr 24.0.0 hivatalos kiadási jegyzete (kísérleti MCP-szerver és AI-asszisztens)
• Dolibarr #37888 – az AI-asszisztens és MCP-szerver alapjául szolgáló fejlesztés

Forrásállapot: 2026. szeptember 23. A cikk külön kezeli a Dolibarr 24.0.0-ban kiadott kísérleti AI/MCP-alapot és a közösségi témában szereplő, még fejlesztési irányként bemutatott automatikus oldalkontextust.

Ez a Dolibarr.hu szerkesztett, magyar nyelvű útmutatója.