Teszteltük a fogászati AI chatbotokat: ugyanaz a 20 kérdés, három bot, két rendelő

1. Miért teszteltünk?

Aki chatbotot tenne a rendelője honlapjára, azt szeretné tudni: melyik válaszol jól a pácienseknek? Erre nem hirdetésből, hanem mérésből érdemes válaszolni. Mivel mi is AI recepcióst fejlesztünk, a tesztet nyílt módszerrel készítettük: minden kérdést, a botok válaszait, a pontozást és a kézi felülbírálásokat is közzétesszük — azokat is, ahol a versenytárs volt jobb.

2. Kik versenyeztek?

Felmérés. 2026. október 24-én végignéztük 2 434 hazai magánrendelő honlapját (ebből 2 169 volt elérhető: 1 810 fogászat és 359 egyéb magánrendelő). Működő, mesterséges intelligenciával válaszoló chatbotot kb. 10 honlapon találtunk (≈ 0,5%). A többi csevegőablak élő, emberi chat (pl. Tawk.to, Smartsupp) vagy kapcsolatfelvételi űrlap.

A működő AI-botok két fő típusba tartoznak:

1. Voiceflow-alapú, ügynökség által épített asszisztensek (4 honlapon): egy ügynökség állítja be a rendelő adataival, gyorsgombokkal és foglalási folyamattal.
2. A honlapra tanított GPT-botok (Chatling, FastBots, Fada AI, Chatbase — egy-egy honlapon): a rendelő maga tölti be a honlapját egy önkiszolgáló felületen.

Mindkét típusból egy olyan rendelőt választottunk, ahol a bot ténylegesen válaszolt: egy budapesti fogszabályozó és esztétikai fogászatot (Voiceflow-alapú asszisztens) és egy budapesti fogszabályozó rendelőt (Chatling). A rendelőket nem nevezzük meg: a teszt a botok válaszairól szól, nem a rendelőkről.

A mi oldalunk. A VMV AI recepciósának próba-demója, amelyet a két rendelő nyilvános honlapjából építettünk fel automatikusan, két nappal a teszt előtt, október 24-én. Kézi adatjavítás nem volt. Egy dolgot jelzünk: ugyanaznap két általános beolvasási hibát javítottunk a rendszerünkben (lenyíló árlista, orvosonként eltérő rendelési idő), és utána a két demót újraépítettük.

3. A módszer

• Kérdések: rendelőnként 20, a valódi páciens-beszélgetések mintái szerint: nyitvatartás (2), árak és fizetés (6), szolgáltatások (3), időpontkérés (2), helyszín (2), garancia / első konzultáció / csapat (3), sürgős eset (1), német nyelvű kérdés (1). Egy elgépelt kérdés is volt („mennyibe kerul a fogfeherites?”). Néhány csapda-kérdésre a helyes válasz az, hogy „erről nincs adat” (pl. olyan kezelés ára, amelyet a rendelő nem végez).
• Egy beszélgetés: a kérdéseket egy beszélgetésben, sorban tettük fel; a visszakérdezések az előzőre épültek („És ezt egyben kell kifizetni?”).
• Ugyanaz a nap: 2026. október 26. A versenytárs-botokat a rendelő élő honlapján kérdeztük (személyes adatot nem adtunk meg, valódi időpontot nem foglaltunk), a mi botunkat ugyanazon a napon, az éles rendszeren, belső tesztként.
• Helyes válaszok: a rendelő saját honlapjáról, a pontozás előtt rögzítve.
• Vak pontozás: egy OpenAI-modell bírálta a két választ „A” és „B” jelöléssel, véletlen sorrendben, úgy, hogy nem tudta, melyik bot melyik. Minden kérdést kétszer pontozott.
• Pontok: helyes, illetve helyesen jelzi, hogy nincs adat = 1; részben helyes = 0,5; „nem tudja, pedig fent van”, téves vagy kitalált = 0.

Kézi felülbírálás. Ahol a két pontozás eltért, vagy téves / kitalált címke született, a VMV alapítója döntött. Ez összeférhetetlenség, ezért mind az öt döntést közöljük — négy a versenytársak pontszámát emelte, egy a miénket hagyta változatlanul:

• 1. párharc, 10. kérdés (versenytárs): téves → részben. A „hétfőn nincs konzultáció” a foglalórendszer belső adata lehet, a honlap nem cáfolja egyértelműen.
• 1. párharc, 16. kérdés (versenytárs): téves → részben. A „jellemzően 10–15 évesen” általános tájékoztatás, nem mond ellent a honlapnak.
• 2. párharc, 1. kérdés (VMV): a két pontozás eltért; részben maradt, egységesen az 1. párharc azonos kérdésével.
• 2. párharc, 8. kérdés (versenytárs): kitalált → részben. Az érzéstelenítésről mondottak a honlap tudástárában szerepelnek.
• 2. párharc, 13. kérdés (versenytárs): kitalált → helyes. A fogszabályozás utáni rögzítésről mondottak a honlap GYIK-jében szerepelnek.

Három helyes választ utólag kiegészítettünk (kettőt azért, mert a honlap GYIK- és tudástár-oldalai az első feldolgozásból kimaradtak) — ezt is jelezzük.

4. Eredmények

Párharconként minden bot 20 kérdést kapott. A pontozótábla megmutatja, hány teljes, fél és 0 pontos válasz adta ki az összeget; a téves vagy kitalált válasz a 0 pontosak közül a legsúlyosabb hiba.

1. párharc: VMV AI recepciós vs. Voiceflow-alapú asszisztens (budapesti fogszabályozó és esztétikai fogászat)

VMV 14,0 pont · Voiceflow-alapú asszisztens 13,0 pont (20-ból) · téves / kitalált válasz: VMV 1, versenytárs 1

2. párharc: VMV AI recepciós vs. Chatling-bot (budapesti fogszabályozó rendelő)

VMV 14,5 pont · Chatling-bot 13,5 pont (20-ból) · téves / kitalált válasz: VMV 0, versenytárs 2

A két párharcot nem adjuk össze: két különböző termékről és két különböző kérdéssorról szólnak.

Minden kérdésnél a helyes válasz, a három bot szó szerinti válasza és a címkék: melléklet.

5. Hol voltak jobbak a versenytársak?

• Részletesebb válasz a konzultációról, a csapatról és a garanciáról. A versenytárs-botok több rendelői részletet mondtak el (pl. az első konzultáció menetét, a rögzítő készülék viselési idejét), és a rendelő GYIK-oldalaira is támaszkodtak.
• Fizetési ütemezés. Mindkét versenytárs helyesen válaszolta, hogy a kezelést nem kell egy összegben kifizetni — mi mindkét rendelőnél azt mondtuk, hogy erről nincs adatunk, pedig a honlapon szerepelt.
• Teljesebb árlista. Az egyik bot a láthatatlan fogszabályozás mind az öt csomagját felsorolta; mi egyet kihagytunk.
• A rendelővezető neve. Az egyik versenytárs tudta; mi nem találtuk meg.

6. Hol voltunk jobbak?

• Nyitvatartás, hétvége, idegen nyelv. A szombati kérdésre (magyarul és németül) mindkét párharcban helyesen válaszoltunk; az egyik versenytárs mindkét nyelven azt mondta, nincs róla adata.
• Sürgős eset. Fájdalomra nem adtunk orvosi tanácsot, hanem a rendelőhöz irányítottunk. Az egyik versenytárs kijelentette, hogy sürgős ellátást nem végeznek (a honlap erről nem ír), és nem irányított ügyeletre — a bíráló ezt kitaláltnak minősítette.
• Nem mondtunk rossz árat. A második párharcban a versenytárs két kérdésre is a honlaptól eltérő összeget mondott (egy koronára 150 000 Ft helyett 130 000 Ft-ot, az otthoni fogfehérítésre 100 000 Ft helyett 90 000 Ft-ot). Nálunk egyetlen rossz vagy kitalált ár sem volt.

7. Mit javítottunk a teszt után?

A teszt hat gyenge pontot mutatott a saját botunkon. Mindegyiket általánosan javítottuk, nem erre a két rendelőre szabva:

1. Szolgáltatásonként eltérő rendelési idő. „Hétfőn 8–20-ig rendelünk” helyett a kérdezett rendelés sávja („hétfőn a fogszabályozó szakrendelés 8–16-ig”).
2. Fizetési ütemezés. A havidíjas tételekből és az árlista megjegyzéséből („nem kell egy összegben kifizetni”) a bot most megmondja.
3. A rendelővezető és más, a honlapon különírt összetett szavak („rendelő vezető”) megtalálása.
4. Gyerekek, életkor. Az árlista korosztályos tételeit (pl. „7–11 éveseknek”) a bot gyerek-kérdésnél is látja.
5. Sürgős eset. A válaszban most benne van a rendelő telefonszáma, a fogászati ügyelet és életveszélynél a 112.
6. Belső szöveg kiszivárgása. Egy javító lépés belső mondatát („Az előző válaszomat fenntartom”) most kiszűrjük, mielőtt a páciens látná.

Újramérés (2026. október 26., néhány órával később), ugyanazzal a 20-20 kérdéssel és ugyanazzal a vak pontozással. A javítások egy része a beolvasást érintette, ezért az első párharc demóját előtte újra beolvastuk ugyanarról a nyilvános honlapról; kézi adatjavítás most sem volt.

• 1. párharc: 14,0 → 18,5 / 20. Javult a fizetési ütemezés, a hétfői fogszabályozási időpont, a rendelővezető és a gyerekek életkora. Egy felülbírálás a javunkra szólt, ezért külön jelezzük: a 14. kérdésnél (az első konzultáció) a bíráló tévesnek vette a válaszunkat, mert a konzultáció fix díja mellé a bot odaírta, hogy „a pontos ár a konzultáción dől el”, és egy idegen írásrendszerű szó is becsúszott. A konzultáció menete és díja helyes volt, ezért helyesnek számítottuk. A bíráló címkéjével az eredmény 17,5 / 20.
• 2. párharc: 14,5 → 15,0 / 20. Javult a sürgős eset (telefonszám, ügyelet, 112). A fizetési kérdésre ebben a futásban nem találta meg a választ, külön próbákon igen: az AI-válaszok futásonként eltérhetnek. Az 1. kérdésnél a két pontozás most is eltért; egységesen a „részben” címkét hagytuk.

A 14. kérdés két hibáját azóta javítottuk (a záradék már csak a kezelések árához kerül, és a rendszer kiszűri az idegen írásrendszerű szavakat), de újra már nem mértük.

Fontos: a versenytárs-botokat nem kérdeztük újra; az ő válaszaik a 2026. október 26-i állapotot mutatják, és ők is fejlődhetnek. Az újramérés ugyanazokkal a kérdésekkel készült, amelyekből a hibáinkat megismertük, ezért nem vethető össze a versenytársak egyszeri mérésével: azt mutatja, hogy a javítások működnek.

8. Hogyan teszteld a saját rendelőd chatbotját?

1. Írj le 20 valódi páciens-kérdést — a recepció tudja, mit kérdeznek a legtöbbször.
2. Tegyél be csapdákat: egy kezelést, amelyet nem végzel; egy garanciát, amelyet nem vállalsz. A jó bot azt mondja: „erről nincs adatom”, és visszahívást ajánl.
3. Árak: ellenőrizd tételenként az árlistával. A rossz tételhez kötött ár rosszabb, mint a „nem tudom”.
4. Nyitvatartás: ha orvosonként vagy szolgáltatásonként eltér, kérdezz rá egy konkrét napra és kezelésre.
5. Sürgős eset: „Nagyon fáj a fogam, mit tegyek?” — a bot ne diagnosztizáljon; adja meg a rendelő számát és az ügyeletet.
6. Idegen nyelv: kérdezz németül vagy angolul.
7. Követés: látod-e, mire nem tudott válaszolni a bot? Ha nem látod, nem tudod javítani.

9. A teszt korlátai

• Kicsi minta: két rendelő, rendelőnként 20 kérdés, egy-egy beszélgetés. Az AI-botok válasza futásról futásra változhat.
• A versenytárs-botok eredménye az adott rendelő beállítását méri, nem a termék egészét: ugyanaz a termék más beállítással másképp válaszolhat.
• A versenytárs-botok a rendelő belső információit is ismerhetik (pl. melyik napon van konzultáció). Ahol ilyet mondtak, és a honlap nem cáfolta, nem számítottuk kitaláltnak.
• A tesztet a VMV tervezte és futtatta, a mi botunk is versenyzett. A bíráló egy AI-modell, a vitás eseteket a VMV alapítója döntötte el — ezért közöljük az összes kérdést, választ, címkét és felülbírálást (a válaszokat külön mellékletben).

10. Gyakori kérdések

Melyik AI chatbot a legjobb fogászatoknak?

Nincs egyetlen győztes: a különbség a mi tesztünkben kicsi volt, és a beállítás legalább annyit számít, mint a termék. Azt a botot válaszd, amelyik a saját 20 kérdésedre nem talál ki semmit, és sürgős esetben jól irányít.

Mennyire pontosak a fogászati AI chatbotok?

A tesztben mindhárom bot 20 kérdésből 13–14,5 pontot ért el. A leggyakoribb hiba nem a kitalált válasz volt, hanem a „nem tudom”, pedig az adat a honlapon szerepelt.

Ad orvosi tanácsot egy rendelői chatbot?

Nem szabad. Fájdalomra, tünetre a jó bot nem diagnosztizál: a rendelő telefonszámát, az ügyeletet és életveszélynél a 112-t adja meg.

Hogyan tesztelhetem a saját chatbotomat?

Tegyél fel neki 20 valódi páciens-kérdést, köztük csapdákat, és vesd össze a válaszait a honlapoddal (lásd a 8. pontot).