Az AI-eszközök egyre több vezető napi döntési, kommunikációs és elemzési munkájába épülnek be. A legtöbben azonban még mindig ad-hoc módon kérdeznek: „írj egy e-mailt”, „elemezd ezt”, „adj ötleteket”. A különbség a használat és a hatékony használat között sokszor a prompt minőségén múlik.
A RACE-modell (Role – Action – Context – Expectation) jó kapaszkodó: segít rendszerezni, mit is kell valójában megmondani az AI-nak. Ugyanakkor tréningeken gyakran tapasztalom, hogy vezetőknek nehéz gyorsan felidézni, illetve nem mindig intuitív a sorrend. Ezért érdemes egy még egyszerűbb, „vezetői gondolkodásra szabott” modellt használni.
Erre egy jól működő alternatíva a CLEAR modell.

A CLEAR modell eredete
A CLEAR nem egyetlen akadémiai forrásból származik, inkább a generatív AI-val dolgozó szakértők és tréninggyakorlatok során kialakult praktikus keret. Tudatosan épít coaching- és vezetésfejlesztési logikára:
- először tisztázunk célt,
- majd keretet adunk,
- végül visszacsatolunk az elvárt eredményre.
Ezért vezetőknek gyakran „természetesebb” gondolkodási mintát követ, mint a klasszikus promptstruktúrák.
CLEAR =
- C – Clarify goal → Mi a cél?
- L – Limit scope → Mi fér bele, mi nem?
- E – Enrich context → Milyen háttérinformáció segít?
- A – Ask specifically → Pontosan mit kérek?
- R – Result format → Milyen formában legyen az eredmény?
Clear modell
💡A modell bemutatása példákkal
1. Clarify goal – Cél tisztázása
Ez nem egyszerű feladatmegadás, hanem a mögöttes szándék megfogalmazása. Gyenge prompt: „Írj prezentációt feedbackről.” CLEAR szerint: „Egy újonnan kinevezett középvezetői csapatnak szeretnék segítséget adni abban, hogyan adjanak építő visszajelzést.” A cél kimondása javítja a relevanciát.
2. Limit scope – Határok kijelölése
Az AI alapértelmezésben túl széles spektrumban gondolkodik. A vezetői döntések viszont kontextusfüggők. Példa:
- időkeret: „max. 20 perces tréningblokk”
- célcsoport: „műszaki vezetők”
- stílus: „gyakorlatias, nem akadémikus”
Ez csökkenti a „szép, de használhatatlan” válaszokat.
3. Enrich context – Kontextus gazdagítása
Itt jön a háttér: iparág, szervezeti kultúra, aktuális kihívás. Példa: „Gyártó cégnél dolgozunk, ahol a visszajelzés kultúrája inkább direkt, de kevés a pozitív megerősítés.” Egy mondatnyi kontextus gyakran radikálisan javítja a kimenetet.
4. Ask specifically – Konkrét kérés
Ez a klasszikus „Action”, de hangsúlyosabb a konkrétság. Nem elég: „Adj tippeket.” Jobb: „Adj 5 konkrét mondatmintát, amit egy vezető használhat.”
5. Result format – Kimeneti forma
Ez a leggyakrabban kihagyott elem. Opciók lehetnek:
- bulletpontok
- táblázat
- lépéssor
- coaching kérdések
- rövid briefing formátum
A forma meghatározza a használhatóságot.
💡Komplett CLEAR prompt példa
„Középvezetői tréninghez készülök (Cél). Maximum 15 perces blokkot szeretnék, gyakorlati példákkal (Határok). Gyártó környezetben dolgozunk, ahol kevés a pozitív visszajelzés (Kontextus). Adj 4 konkrét gyakorlatot rövid facilitátori instrukcióval (Konkrét kérés). Táblázatos formában, könnyen tréningbe illeszthetően (Forma).”
💡Hogyan tudja ezt egy vezető használni a mindennapokban?
1. Gyors döntéstámogatás
Nem az AI dönt, hanem strukturált gondolkodást segít. Például:
- dilemmák előkészítése
- stakeholder-szempontok feltérképezése
- kockázatelemzés első draftja
CLEAR használatával a kérdés maga tisztul.
2. Kommunikációs előkészítés
E-mailek, prezentációk, beszédfelkészülés. Kritikus pont: ne csak „írj egy levelet”, hanem:
- mi a cél?
- ki az audience?
- milyen hangnem fér bele?
Ez már önmagában vezetői tudatosság.
3. Stratégiai gondolkodás támogatása
AI kiváló „sparring partner”. CLEAR segít:
- problémadefiniálásban
- opciók generálásában
- vakfoltok azonosításában
Ez nem automatizálás, hanem kognitív erősítés.
4. Delegálás és fejlesztés
Érdekes mellékhatás: aki jól promptol, általában embereknek is tisztábban delegál. A CLEAR valójában:
- célkommunikációs modell,
- keretezési eszköz,
- elvárásmenedzsment struktúra.
💭Az AI-használat vezetőknél nem technológiai kérdés, hanem gondolkodásmód-kérdés. A jó prompt valójában tiszta szándék, jól keretezett kérdés és egyértelmű elvárás.
Akár RACE-et, akár CLEAR-t használunk, a lényeg ugyanaz: aki pontosabban kérdez, az jobb válaszokat kap – emberektől és mesterséges intelligenciától egyaránt.
És talán ez a jövő egyik kulcskompetenciája a vezetésben.
🔵 Human Digital Group – az élmény megmarad.