Det vigtigste kort fortalt
- De fleste virksomheder får langt mere ud af at skærpe deres instrukser end af at skifte til en dyrere model.
- En god AI instruks beskriver rolle, mål, datakilder, tone, begrænsninger, eskalering og konkrete eksempler. Så ved modellen bedre, hvad svaret skal indeholde.
- En simpel skabelon til automatisering består af tre dele: en trigger der starter opgaven, en handling der behandler data, og et output der leverer resultatet.
Virksomheder mangler ikke altid mere AI, de mangler bedre instrukser
De fleste virksomheder får langt mere ud af at skærpe deres instrukser end af at skifte til en dyrere model.
Det er nemt at tro, at en nyere model vil løse de opgaver, som den nuværende model ikke klarer godt nok. Ofte er det dog instruktionen, der mangler præcis kontekst, klare regler eller et tydeligt format på svaret. Hvis opgaven er beskrevet løst, bliver resultatet som regel derefter. Det gælder både tekst, data og automatisering.
Selv OpenAI påpeger i deres officielle guide til prompt engineering, at klare instruktioner er afgørende for at få det bedste ud af sprogmodeller.
Det møder vi ofte i praksis: Problemet er ikke nødvendigvis modellen, men at opgaven ikke er beskrevet tydeligt nok.
Før du betaler for en større model, ville jeg derfor se på prompts, systeminstrukser og arbejdsgange. Beskriv, hvad der skal ske, hvilke oplysninger modellen må bruge, og hvordan svaret skal se ud. En mindre model kan ofte løse opgaven fint, når rammerne er klare.
Et konkret eksempel er vores arbejde med lead research og personlig mail til en B2B SaaS virksomhed. Her gik vi fra langsom manuel research til en personlig mail klar inden for to minutter per lead. Det var ikke en nyere model, der gjorde forskellen. Det var en præcis instruks, som hjalp systemet med at finde de rigtige data og skrive i den ønskede tone.
Det betyder færre fejl, mindre efterredigering og svar, der er lettere at arbejde videre med.
Dæk rolle, mål, datakilder, tone, begrænsninger, eskalering og eksempler
En god AI instruks skal gøre det klart, hvilken rolle modellen har, hvad målet er, hvilke data den må bruge, og hvordan svaret skal lyde. Den skal også beskrive begrænsninger, eskalering og eksempler.
Start med at give AI’en en tydelig rolle. Skal den svare som erfaren rådgiver, teknisk supporter eller noget tredje? Beskriv derefter, hvad svaret skal bruges til, og hvad modtageren skal kunne gøre bagefter. En klar rolle og et konkret mål er et godt udgangspunkt for enhver opsætning af Custom GPTs.
Datakilder og tone skal også med i instruktionen. Skal AI’en basere svaret på interne dokumenter, en bestemt hjemmeside eller generel viden? Og skal tonen være formel, uformel, kortfattet eller uddybende? Når det står tydeligt, er der som regel mindre at rette bagefter.
Begrænsninger er en vigtig del af instruktionen. Skriv præcist, hvad AI’en ikke må gøre. Må den ikke opfinde tal? Må den ikke nævne konkurrenter? Må den ikke give juridisk rådgivning? Klare grænser gør det lettere at opdage, når et svar ikke kan bruges.
Beskriv også, hvornår AI’en skal stoppe og sende opgaven videre til et menneske. Det kan være ved følsomme kundedata, komplekse klager eller situationer, hvor den mangler vigtig kontekst.
Til sidst bør du give et par konkrete eksempler.
Vis AI’en, hvordan et godt resultat ser ud. Hos Lynpadden bruger vi konkrete cases som ledetråd. I vores arbejde med lead research og personlig mail til B2B SaaS gik vi fra langsom manuel research til første svar på to minutter per lead. I produktimport til WooCommerce fik vi 24 nye produkter klar hver eneste dag helt uden manuel indtastning. Og ved konkurrentovervågning for et bureau sparede vi seks til otte timer om ugen ved at lade AI’en overvåge ni faste konkurrenter. Når du giver AI’en lignende eksempler på input og ønsket output, forstår den opgaven langt hurtigere end ved en abstrakt beskrivelse alene.
En god instruks behøver ikke være lang. Den skal bare dække det, der har betydning for opgaven, så modellen ikke skal gætte sig frem til resten.
Giv en simpel skabelon
En enkel skabelon til en AI instruks kan bestå af tre dele: det input der starter opgaven, det systemet eller AI’en skal gøre, og det resultat der skal leveres.
Skriv de tre dele ned i almindeligt dansk. Beskriv, hvilke oplysninger AI’en modtager, hvad den skal gøre med dem, og hvem der skal bruge resultatet. Det er ofte nok til at opdage, om instruksen mangler noget.
En webshop, der importerer produkter, kan bruge skabelonen: ny leverandørdata er klar, dataene omdannes til et færdigt produkt, og produktet lægges i WooCommerce. Det giver 24 produkter om dagen helt automatisk. Et bureau, der overvåger konkurrenter, kan skrive: ugentligt tjek af ni faste konkurrenter, indsamling af priser og tilbud, samlet rapport i indbakken. Det sparer seks til otte timer om ugen.
En B2B SaaS virksomhed kan bruge samme form: nyt lead i systemet, research af firma og kontaktperson, personlig mail klar til afsendelse. Tiden fra lead til første svar blev skåret ned til to minutter per lead. Her skal instruksen gøre det tydeligt, hvilke kilder AI’en må bruge, og hvordan mailen skal skrives.
Angiv præcist, hvilke data der kommer ind, hvilke oplysninger AI’en skal trække ud, og hvor svaret skal lande. En konkret skabelon gør arbejdsgangen lettere at forstå for hele teamet og fjerner tvivl om ansvar. En kollega uden teknisk baggrund skal kunne læse den og genkende opgaven.
Prøv de tre dele manuelt, før instruksen bruges fast.
Noter, hvor der skal træffes beslutninger, og hvor AI’en kan mangle data. Tjek også, om processen nogle gange skal stoppe eller skifte retning. Hvis dine kolleger kan læse skabelonen og genkende arbejdsgangen, er den klar til at blive testet i et automatiseret flow. Her kan en AI strategi hjælpe med at vælge de rigtige værktøjer og rækkefølge.
Brug ord, som kolleger og kunder forstår
Fagudtryk som prompt engineering kan få en enkel opgave til at lyde mere teknisk, end den behøver at være.
Når du præsenterer en løsning for en kunde eller en kollega, skal det være tydeligt, hvad den hjælper med. Prompt engineering fortæller noget om metoden, men ikke ret meget om resultatet. For en webshopejer er det mere konkret at høre, at nye produkter kan flyttes direkte fra leverandørdata til WooCommerce.
Konkrete eksempler og tal er lettere at forholde sig til end teknisk jargon.
I stedet for kun at forklare, hvordan systemet bygges, bør overskriften vise, hvad virksomheden får ud af det. Et bureau kan for eksempel spare 6 til 8 timer om ugen på konkurrentovervågning, mens en B2B virksomhed kan have en personlig mail til et nyt lead klar på under to minutter. Det er lettere at forstå end en teknisk forklaring af opsætningen.
Beskriv hellere den konkrete automatisering eller den tid, virksomheden kan spare.
De fleste virksomhedsejere vil hellere høre, at de kan få 24 produkter om dagen importeret helt automatisk, end at du har designet en avanceret sekvens af instruktioner. Brug derfor ord, der forklarer opgaven uden at gøre den mere teknisk end nødvendigt.
Hvad skal der stå i en god AI instruks
En præcis instruks gør det lettere at få et svar, du faktisk kan bruge.
Det handler ikke om længden, men om at give modellen en klar rolle, et velafgrænset format og præcis information at arbejde ud fra. Jo mere kontekst du tilføjer, jo mindre skal den gætte.
Start med at beskrive afsender og modtager. Skal teksten lyde som en tekniker eller som en kundeservicemedarbejder? Angiv desuden formatet eksplicit, for ellers falder modellen tilbage til lange, generiske afsnit.
Giv modellen noget konkret at arbejde med i stedet for at bede den om at huske fakta. Hos en B2B SaaS virksomhed bruger vi eksterne datakilder til at berige hvert lead, så mailen bliver personlig og korrekt. Resultatet er en første henvendelse klar på to minutter per lead.
Hvis opgaven er kompleks, så del den op i mindre trin.
Når du automatiserer arbejdsprocesser som produktimport, skal instruksen specificere præcis hvilke felter der mappes, og hvad der skal filtreres fra. Vores setup til WooCommerce håndterer 24 produkter om dagen helt automatisk, fordi hvert felt er defineret på forhånd. Uden den præcision opstår der rod i kategorier og beskrivelser.
Se instruksen som et arbejdsdokument, du retter til, når opgaven ændrer sig.
Ofte stillede spørgsmål
Hvad er en AI instruks?
En AI instruks, også kaldet en prompt, er den besked, du giver en kunstig intelligens, når den skal løse en opgave. Her beskriver du, om modellen skal levere tekst, kode, en analyse eller noget andet.
Hvilke elementer skal en god AI instruks indeholde?
En god instruks bør indeholde en klar rolle, en præcis opgavebeskrivelse, relevant kontekst, ønsket format og eventuelle begrænsninger. Jo mere specifik du er omkring målgruppe, tone og længde, jo bedre et resultat får du typisk tilbage.
Hvor lang bør en AI instruks være?
Længden afhænger af opgavens kompleksitet. Simple opgaver kræver få sætninger, mens komplekse analyser har brug for mere baggrundsinformation. Det vigtigste er ikke antallet af ord, men at instruksen er tydelig og fri for unødvendige fyldord.
Hvordan gør jeg en AI instruks mere præcis?
Brug konkrete eksempler, beskriv målgruppen, og angiv den ønskede tone og det ønskede format. Del komplekse opgaver op i trin. Undgå uklare ord som god eller spændende, hvis du ikke samtidig forklarer, hvad de betyder i din sammenhæng.
Kan jeg genbruge den samme AI instruks til forskellige opgaver?
Du kan bruge en skabelon, men du bør altid tilpasse instruksen til den konkrete opgave. En generisk instruks giver ofte et generisk resultat. Tilpas rolle, kontekst og format på svaret, så det passer til det, du skal bruge.
Hvordan ved jeg, om min AI instruks er god nok?
Test den på en konkret opgave, og vurder svaret ud fra dine egne krav. Hvis svaret er for generelt, forkert eller mangelfuldt, så ret én ting ad gangen, for eksempel rollen, konteksten eller formatet.
