No products added!
At skrive gode prompts er ikke en akademisk disciplin for de få. Det er et praktisk håndværk, du kan blive solid til på få dage, hvis du arbejder systematisk. Når du først mærker forskellen på et generisk, lidt løst svar og et præcist, anvendeligt output, giver det sig selv: bedre prompts betaler sig i tid, kvalitet og ro i maven.
Hvad er en prompt, og hvorfor præcision vinder
En prompt er din instruktion til modellen. Punktum. Den ved ikke, hvad du har på skrivebordet, hvilke begrænsninger du arbejder under, eller hvilke mål dine brugere har. Den ved kun det, du skriver.
Det gør præcision til en styrke. Giv kontekst, formål, målgruppe og ønsket format. Sæt gerne en rolle på modellen, f.eks. “Du er digital marketingkonsulent for en lille webshop” eller “Du er en venlig underviser på 9. klassetrin.” Brug tydelige handlinger: analyser, sammenlign, opsummer, skriv, oversæt, generér eksempler. Og bed om det format, du vil have: punktform, tabel, outline, løbende tekst.
Struktur hjælper. To enkle rammer går igen blandt praktikere: RGC (Role, Goal, Context) og CO-STAR (Context, Objective, Style, Tone, Audience, Response). De virker, fordi de tvinger os til at få alle vigtige elementer med. Resultatet er færre misforståelser og mere målrettede svar.
Fire teknikker, der løfter dine resultater
Når du skriver prompts, kan du styre output ved at vælge strategi. Nedenfor er en kompakt oversigt, der dækker de metoder, begyndere får mest ud af.
| Prompt-type | Beskrivelse |
|---|---|
| Zero-shot | Direkte instruktion uden eksempler. Modellen svarer ud fra din tekst alene. |
| Few-shot | Du medgiver 1 til 3 eksempler, som viser ønsket stil, struktur eller logik. |
| Chain of thought | Du beder modellen forklare ræsonnementet trin for trin, før konklusionen. |
| Rollebaseret | Du tildeler modellen en persona, f.eks. “senior UX-researcher” eller “gymnasielærer.” |
Zero-shot er hurtigt og godt til det oplagte. Few-shot gavner, når format eller stil er afgørende, eller hvis du vil stabilisere kvaliteten. Chain of thought hjælper ved komplekse opgaver, beregninger eller når du vil have gennemsigtighed i processen. Rollebaseret er nyttigt til både tone og fokus, især når opgaven retter sig mod et fagmiljø eller en bestemt brugerprofil.
En enkel skabelon, du kan bruge i dag
Nedenstående mini-ramme kombinerer RGC og CO-STAR. Den er kort nok til daglig brug og stærk nok til mærkbart bedre output. Start med en kort beskrivelse af opgaven i én sætning, og udfyld derefter felterne.
- Rolle: Hvem er modellen i denne opgave, og hvilke kompetencer skal den læne sig op ad
- Mål: Hvad skal svaret bruges til, og hvad er succeskriteriet
- Kontekst: Baggrund, system, domæne, begrænsninger der gælder
- Målgruppe: Hvem læser eller anvender resultatet
- Stil og tone: Professionel, akademisk, neutral, motiverende, teknisk
- Svarformat: Punktliste, tabel, outline, løbende tekst, kode, pseudo-kode
- Kvalitetskriterier: Længde, kilder, eksempler, sprogniveau
- Ekskludér: Hvad skal ikke med, eller hvad skal undgås
Et eksempel sat i ramme: “Du er HR-konsulent. Udarbejd en kort, konkret politik for brug af generativ AI til 200 medarbejdere i finans. Målgruppen er afdelingsledere. Brug neutral tone. Maks 250 ord. Lever i punktform. Undgå teknisk jargon og etiske generelle fraser, fokuser på praktiske regler.”
Trinvis metode: fra rå prompt til skarpt svar
Forskellen mellem et okay resultat og et eminent resultat er sjældent talent. Det er en proces. Den kan være så kort som tre minutter.
- Definér formålet
- Tilføj kontekst
- Vælg format
- Test og justér
Skriv først det korteste, der kan virke. Læs svaret. Spørg så dig selv: Hvad savner jeg, hvad var upræcist, hvad var for langt eller kort. Tilføj det som konkrete krav. Gentag. To til tre iterationer er ofte nok til en markant forbedring. Bed eventuelt modellen om selv at foreslå afklarende spørgsmål, inden den svarer på opgaven. Det er en undervurderet genvej.
Øvelser, der hurtigt gør dig bedre
Prøv “før og efter” på en opgave, du kender. Skriv en rå prompt: “Giv et overblik over klimaforandringer.” Kør den. Skriv så en forbedret version: “Du er klimadirektør i en dansk kommune. Forklar klimaforandringer i tre korte afsnit til gymnasieelever. Venlig tone. Med et konkret eksempel fra Danmark. Maks 180 ord.” Kør igen. Sammenlign.
Lav også en stil-øvelse med few-shot. Indsæt to korte eksempelafsnit i den tone, du ønsker, og bed modellen fortsætte i samme stil. Det stabiliserer rytme, længde og ordvalg. Det gælder især, når du skriver nyhedsbreve, produkttekster eller undervisningsmateriale.
Brug til sidst format-øvelsen: tag en valgfri prompt og bed om tabelformat med kolonner, du definerer. Fordelen er, at du får struktur, du kan bruge direkte i et regneark eller et rapport-afsnit.
Faldgruber at undgå
Selv erfarne brugere falder i de samme huller igen og igen. De er lette at undgå, når du kender dem.
- For brede spørgsmål uden mål
- For lidt domænekontekst
- Uklart format og længde
- Ingen iteration eller kvalitetstjek
- Overladt tone, der ikke passer til målgruppen
Hvis du er i tvivl, så tilføj et linjefelt om målgruppe og format. Det løser overraskende mange problemer alene.
Hvornår du skal vælge zero-shot, few-shot og “tænk højt”
Du kan komme langt med en god zero-shot prompt. Vælg den, når tiden er knap, og standardformat er fint. Skift til few-shot, når du vil have en bestemt struktur eller stil gentaget. Giv et mini-eksempel, modellen kan spejle sig i, og hold eksemplerne korte, så de ikke fylder hele prompten.
Chain of thought er værdifuldt i problemløsning, beslutningsoplæg eller beregninger, hvor du vil se metoden. Bed modellen om at beskrive sine trin i punktform, før den opsummerer. Du kan også bede om både det detaljerede ræsonnement og en kort executive summary til sidst. Det er god praksis i ledelsesmateriale.
Format er et styringsgreb, ikke pynt
Output-format styrer fokus. Når du beder om punktform, tvinger du prioritering. Når du beder om en tabel, tvinger du sammenligninger. Når du beder om outline, tvinger du struktur. Sæt derfor strøm på dine krav: “3 hovedpunkter med én sætning under hvert,” “tabel med kolonnerne Problem, Årsag, Løsning,” “outline i tre niveauer med numre.”
Glem ikke længden. Angiv maksord og interval. Det gør svaret lettere at genbruge. Og bed gerne om sprogniveau: “forklar til en ny medarbejder i IT,” “skriv til bestyrelsen,” “målret til gymnasieniveau.” Disse små justeringer flytter kvaliteten mærkbart.
Værktøjer og platforme, der sparer tid
Et åbent testmiljø giver plads til at finpudse prompts uden at forstyrre din daglige strøm. Playground-lignende værktøjer er gode til at se, hvordan små ændringer påvirker output. Her kan du gemme varianter, sammenligne og justere parametre.
Promptsamlinger og kodeeksempler er nyttige som inspiration. Community-drevne bibliotekssider og repos giver konkrete udgangspunkter, du kan tilpasse. Kig efter cases i din branche, og oversæt dem til dit sprog, dine systemer og din målgruppe. Det øger genbrugsværdien og reducerer tid til første brugbare resultat.
Tilpasning til model og medie
Tekstmodeller trives med kontekst, mål og format. Billedmodeller trives med motiver, stilarter, lys, farver, komposition og negative beskrivelser. De to verdener belønner forskellige signaler.
I billedprompts virker det godt at navngive stilen, definere motivet præcist, angive billedvinkel og nævne, hvad du ikke vil have med. I tekstprompts vinder du på domænespecifik baggrund, tydelig målgruppe, tone og længde. Husk at korte prompts kan være stærke, hvis opgaven er snæver, men komplekse opgaver kræver mere detaljerede instruktioner og eventuelt eksempler.
Kvalitetssikring direkte i prompten
Du kan indbygge kvalitetstjek i instruktionen. Bed modellen om at validere sit output mod kriterier, du angiver, og om at liste eventuelle antagelser. Det giver dig både selve svaret og et kort kontrolspor.
- Kriterier: Målretning, længde, dækning af de tre hovedkrav, korrekt terminologi
- Antagelser: Hvilke huller modellen har udfyldt, og hvor der mangler data
- Forslag til forbedring: Hvad du kan tilføje i prompten næste gang
Det føles måske som ekstra arbejde, men betaler sig hurtigt, fordi du kan kopiere strukturen til din næste opgave.
Hvordan Nordisk Business Academy gør begyndertrinnet praksisnært
Hos Nordisk Business Academy arbejder vi med AI som en rød tråd på tværs af kursusområder. Vores tilgang er enkel: konkrete cases, opdaterede materialer og instruktører med brancheerfaring. Du lærer ikke bare teori om prompt engineering, du bruger teknikkerne på virkelige opgaver, der ligner det, du møder i hverdagen.
For undervisere betyder det, at generativ AI foldes ind i planlægning, differentiering og opgaveretning. Deltagerne arbejder hands-on med instruktioner, der faktisk virker i klasserummet, og får skabeloner, der kan tilpasses fag og niveau. Målet er, at du kan tage metoderne i brug allerede næste dag.
For ledere handler det om at koble gode prompts til beslutningsmateriale, kommunikation og implementering. Deltagerne træner grundlæggende prompting i kontekster som strategioplæg, budgetnoter, stillingsopslag og interne politikker. Fokus ligger på klare mål, målgrupper og formater, der sparer tid og løfter kvaliteten i organisationens kommunikation.
På tværs af fag får du fleksible onlineforløb i eget tempo, anerkendte certificeringer og adgang til et fagligt netværk, der deler eksempler og tilpasninger. Det gør træningen løbende, ikke kun kursusbaseret. Når materialer opdateres, følger skabelonerne med, så dine prompts forbliver skarpe i takt med, at værktøjerne udvikler sig.
En lille 10-minutters øvelse du kan lave nu
Vælg en opgave, du alligevel skal løse i dag. Skriv en rå prompt på én sætning. Kør den. Tilføj derefter fem linjer baseret på skabelonen ovenfor: rolle, mål, kontekst, målgruppe, format. Kør igen. Tilføj til sidst længdekrav og to kvalitetskriterier. Kør tredje gang.
Gem de tre versioner. Vurder på en skala fra 1 til 5: relevans, klarhed, brugbarhed. Marker præcis hvilke felter, der løftede scoringen. Den viden kan du kopiere direkte til dine næste prompts.
Hvis du gentager øvelsen tre dage i træk på forskellige opgaver, vil du mærke effekten. Det er ikke magi. Det er en vane, der skaber systematisk fremdrift.
