Program

A workshopon megtanuljuk hogyan használjuk a Gemini-t némi alap Python-nal kombinálva, hogy matematikai alapon lássuk tartalmunk relevanciáját, és hogy ennek segítségével optimalizáljuk azt. Így a számokra lefordítva láthatjuk, hogy a Google hogyan értelmezi az egyes részeket és mondatokat.

[ELMÉLETI RÉSZ]

• Python alapok (elmélet + talán valamennyi ujjgyakorlat)
• NLP alapok (elmélet), kimutatások (tokenizálás, POS, NER, függőségi elemzés)
• Vektorizálás, embeddingelés, centroid (elmélet)
• Big picture: a weboldal, mint entitás, relevanciája – ennek elemzése a Screaming Frog Content Cluster diagrammal

[GYAKORLATI RÉSZ]

• A kód összerakása (elmélet-gyakorlat – inkább bemutatás, mint közös kódolás)
• Gyakorlati példa #1: szöveg elemzése NLP-vel egy kulcsszó vonatkozásában
• Gyakorlati példa #2: szöveg felépítésének optimalizálása egy kulcsszóra (témára) NLP-vel
• Gyakorlati példa #3: heading és a hozzá tartozó szöveg elemzése NLP-vel
• Gyakorlati példa #4: egy passzus és egy másik URL-en lévő tartalom közötti relevancia elemzése NLP-vel
• Összefoglalás, kód és módszertan limitációi, kód lehetséges továbbfejlesztésének irányai

Szint: közép / magas

• Tényleg elveszi az AI a munkánkat?
• Lesz még munkánk 5 év múlva? Ha igen, akkor hogyan?
• Mit tegyünk ügynökségként az AI korszakban?
• Mit lehet és szabad automatizálni?
• Hol a legfontosabb a kézi / emberi kontroll?
• Mit tegyek, ha az ügyfél Claude / ChatGPT előfizetésével kell a senior szakértőimnek leveleznie?
• És megannyi kérdés, ami minden ügynökségben dolgozót érint
• Előadók és biztos résztvevők: Bay Áron, Papp Gábor, Sepsey Barna

Részvétel: ügynökségek számára, C-level

Max 15 fő

Szint: magas

• Mire jó az n8n? Micsoda, még arra is?
• Milyen adatforrásokból lehet és érdemes dolgozni?
• Integrációk, API-k, webhookok
• modell integrációk
• teljes SEO folyamatok
• vektoradatbázisok, agentek
• live building session: azaz élőben megépítünk valós folyamatokat, amiket akár productionben is lehet használni

Kinek szól a képzés?

Két fő célcsoportunk van: 1) aki már képben van, próbálta is, de elakadt, hogy mégis mit lehet építeni / kezdeni ezzel az egész automatizáció témakörrel 2) aki még nem kezdett bele, de szeretné látni, hogy ez mire jó és hova lehet eljutni

Szint: közép / magas

• GA4 BigQuery export alapok
• Mi az a Dataform? (gentle intro)
• SQL és JavaScript kapcsolata Dataformban
• Ingyenes GA4Dataform setupolása (GitHub vagy Installer)
• GA4Dataform alapok: repo struktúra, sqlx file-ok, config
• GA4Dataform futtatása és az output: ga4_events, ga4_sessions, demo_daily_sessions
• Nyers adattól dashboardig percek alatt: ingyenes Data Studio riport összekapcsolása
• Példa query-k futtatása az új táblákkal
• AI és a GA4Dataform kapcsolata
• Hogyan tovább? További use case-ek, megoldások

Neve ellenére a Claude Code sokmindenre használható, nem csak kódolásra. A workshop során az alapoktól ismerjük meg a Claude fontosabb funkcióit (skillek, parancsok, hook-ok, stb), megnézzük, hogyan lehet átlátható, öntanuló rendszereket építeni, amelyek képesek a korábbi tanulságokat egy repetitív feladat új körében hasznosítani.

Négy óra alatt mindenki felépíti a saját PPC- vagy SEO-diagnosztáját Claude Code-dal, egy sor kód nélkül. A műhely arról szól, hogyan add át a saját auditálási gondolkodásodat egy rendszernek, amit utána nap mint nap futtatsz — valós adatra kötve, MCP-n keresztül. Nem technika, hanem egy működő rendszer, aminek a nyílt forrású változatát a záró félórában hazaviszed.

A négy blokk egymásra épül. Amit az első blokkban leírsz a saját auditodról, abból lesz a harmadik blokkban a futó skill. Aki a végén kilép a teremből, annak a gépén fut egy diagnoszta, ami már adott egy valódi kimenetet.

Kinek szól?

PPC- és SEO-szakembereknek, ügynökségi csapatvezetőknek, in-house marketingeseknek — akik hetente auditálnak fiókokat, és mindig ugyanazt a kört futják le fejből.

Nem fejlesztőknek szól. A műhely alatt senki nem ír kódot.

Amit hazaviszel

A műhely végén nálad van:

• Egy futó audit skill, amit te írtál, a te gondolkodásoddal, és már adott egy valódi kimenetet.
• Három kész skill: PPC-audit, SEO-audit, landingoldal-elemzés.
• A rendszer nyílt forrású változata — a váz, a keretrendszer, az MCP-bekötés, a demóadat.
• Egy hónap a saját adataidon — a 30 napos Databox-fiók és a Google Ads-bekötés a műhely után is él.
• A promptok, amiket használok.
• Egy hétfő reggeli lista: mit csinálj elsőnek, amikor visszaülsz a saját fiókjaidhoz.