Belső jogi RAG kereső — 71%-os kutatási idő csökkenés a Dr. Horváth és Társai Ügyvédi Iroda Bt.-nál

Az ügyfél

A Dr. Horváth és Társai Ügyvédi Iroda Bt. ~60 fős budapesti ügyvédi iroda, amely gazdasági jogra és adatvédelemre specializálódott. A partnerek több mint 12 év aktív magyar precedens- és jogi véleménytárat halmoztak fel — több ezer dokumentum Word, PDF és e-mail szakvélemény formátumban, különböző belső mappákban és SharePoint-on.

A kihívás

Egy új ügyhöz kapcsolódó előzmények és álláspontok kikeresése átlagosan 2-3 órát vett igénybe egy junior ügyvédtől. Sok ügy egyediségét az iroda már kezelte korábban — csak nem találták meg gyorsan. A 'nincs idő a keresésre, írjuk újra' szemlélet rossz pozícióba tolta az irodát a gyorsabb versenytársakhoz képest.

Az elvárás

Egy magyar nyelven kereshető RAG rendszer a teljes precedens-archívumra, amely nem csak a címszavakat találja meg, hanem a jogi tartalmat is érti. Minden válasz hivatkozással (citation) kell, hogy álljon. Adat nem hagyhatja el az EU-t. Hozzáférés csak az iroda aktív ügyvédjeinek, RBAC-kal.

Miért a UseAIEasily?

Magyar nyelvi kompetencia (a ragozott, rövidített jogi szaknyelv kezelése), EU-kompatibilis architektúra tapasztalat (GDPR + magyar ügyvédi titoktartás), és az, hogy a projekt nem egy általános "chatbot" volt, hanem egy production-ready keresőrendszer minőség-metrikákkal.

Architektúra

Hibrid search: (1) dokumentum ingestion Word/PDF/HTML/EML-ből, intelligens chunking jogi szekció-határok alapján (nem token-határon), (2) multilingual-e5-large + BGE-m3 kombinált embedding magyar pontossághoz, (3) Qdrant self-hosted Vercel/AWS EU-régió, (4) BM25 + metaadat filter (év, praxis-terület, ügyvéd), (5) BGE-reranker re-ranking, (6) Claude Sonnet 4.6 citation-kötött prompt-tal. RBAC middleware minden lekéréskor: melyik ügyvéd melyik ügyhöz tartozó dokumentumot láthatja. Teljes audit trail elérhető egy külső compliance-rendszerbe exportálva.

Szállítás

Discovery (2 hét): dokumentum-típus audit, chunking stratégia tesztelés három mintán, hozzáférés-modell design. PoC (4 hét): 500 dokumentum, 80 kérdéses eval suite, 3 iteráció a chunking finomhangolására. Production (6 hét): teljes archívum migrálása (inkrementális pipeline), 3-szintű RBAC, asztali és mobile-ready UI a partnereknek, havi újra-indexelés, költség-limit.

Eredmények (3 hónap az élesedés után)

• Kutatási idő átlag: 165 perc → 48 perc (−71%)
• Precedens-találati pontosság: 89% top-5 relevancia magyar jogi kérdéseknél
• Junior ügyvédek billable óráinak növekedése: +22% (több ügyre jut idő)
• Hallucináció: 0 incidens 3 hónap alatt (mind a 347 felhasználói lekérdezés forrás-hivatkozással)
• RBAC szabályszegés: 0 (minden audit log-ban tisztán visszakövethető)
• Partner elégedettség: 9,2/10 (belső felmérés)

Tanulságok

A jogi RAG sikerének három pillére: (1) bekezdés-szintű chunking a jogi szekció-határok mentén, nem fix token-szám alapján, (2) hibrid search (vector + BM25) a precíz hivatkozás-keresésre, (3) re-ranker, amely a magyar jogi releváns válaszokat előre rendezi. A Claude Sonnet 4.6 kifejezetten jól kezelte a hosszú magyar jogi szöveget — de csak a helyes chunk-ok beszúrása után. Az eval suite 80 kérdése legalább 3 iteráción át kellett, mire megbízható pontosságot értünk el.

Költségek és megtérülés

Fejlesztési díj: €92.000 fix-scope (compliance audit és 3-szintű RBAC miatt felül a standard RAG árnál). Havi futóköltség: ~€900 (API + Qdrant + LangSmith). Megtérülés: 60 aktív junior ügyvéd × átlag 4 óra/hét kutatási idő-megtakarítás × €80 óradíj = ~€19k/hó értékmegtakarítás. A beruházás 5 hónap alatt megtérült.