Forestil dig, at du som HR-chef i en mellemstor virksomhed mangler et digitalt system til at håndtere de tolv nye medarbejdere, der skal onboardes over de næste måneder. Normalt ville det kræve et opkald til IT-afdelingen, et stort budget og måneders ventetid. I dag kan du beskrive præcis, hvad du har brug for i almindeligt sprog til en AI og lade den bygge systemet for dig. Det er kernen i en helt ny arbejdsgang, der forvandler almindelige medarbejdere til digitale skabere uden at de behøver at kende et eneste kodesprog, og som grundlæggende ændrer samarbejdet mellem menneske og maskine i virksomheder.
Indholdsfortegnelse
- Hvad er Vibe Coding egentlig?
- Værktøjskassen du skal bruge
- 3 trin til at styre AI'en som en professionel projektleder
- Faldgruberne du skal kende før du bygger løs
- Sådan skaber du værdi og frigiver tid fra på mandag
Hvad er Vibe Coding egentlig?
Tænk på traditionel softwareudvikling som at bygge et hus mursten for mursten. Du skal vide præcis, hvordan mørtlen blandes, og hvordan hver sten skal lægges for at huset ikke styrter sammen. Det er et solidt håndværk, men det kræver årelang uddannelse.
Den nye tilgang er anderledes. Her fungerer du i stedet som bygherren, der taler med en lynhurtig arkitekt og byggeleder. Du forklarer din vision, og maskinen bygger huset.
Konkret ser det sådan ud: Du åbner et AI-værktøj som Claude, ChatGPT eller Cursor og skriver noget i stil med:
"Jeg vil have et simpelt system, hvor jeg kan registrere nye medarbejdere. Jeg skal kunne indtaste navn, startdato og afdeling, og systemet skal sende en automatisk velkomst-mail."
Det er en prompt. AI'en svarer med fungerende kode. Du kopierer den ind i et miljø, og systemet kører. Ingen syntaks at lære. Ingen fejlmeddelelser du ikke forstår, fordi du selv har skrevet koden. Du beskriver problemet, og maskinen løser det.
Når vi hos Poulsen & Vinding underviser offentlige instanser som Lægemiddelstyrelsen i brug af AI, ser vi ofte en frygt for det tekniske. Men vibe coding handler ikke om teknik. Det handler om logik og sprog. Det gør det muligt for helt almindelige fagfolk at løse deres egne digitale udfordringer.
Værktøjskassen du skal bruge
For at komme i gang skal du bruge det rigtige miljø. Du behøver ikke installere tunge, uforståelige programmer på din computer. Her er de tre kategorier af værktøjer og hvad de er gode til:
Browser-baserede platforme – start her hvis du er ny
Du åbner en hjemmeside, skriver din idé, og platformen bygger og hoster applikationen for dig. Ingen installation. Ingen opsætning.
- Bolt.new – Skriv en beskrivelse, få en komplet web-app tilbage. Velegnet til prototyper og interne værktøjer.
- Lovable – Særligt stærk til brugervenlige interfaces. God til booking-systemer, formularer og dashboards.
- v0 fra Vercel – Fokuserer på brugerfladekomponenter. Vil du have et smukt design hurtigt, er dette et godt valg.
Et eksempel på en prompt til Bolt.new, der faktisk virker:
"Byg en simpel to-do app til en marketingafdeling. Opgaver skal have en titel, en ansvarlig person og en deadline. Der skal være et filter, så man kun kan se sine egne opgaver."
Resultatet er en fungerende applikation på under to minutter.
AI IDE'er – når du vil have mere kontrol
Hvis du arbejder med eksisterende filer eller større projekter, bruger man specialiserede programmer som Cursor eller Windsurf. Tænk på det som et Word-dokument, der forstår kode. Du skriver dine ønsker som kommentarer, og programmet retter og udvider koden.
- Cursor – Det mest udbredte valg. Du kan markere en del af koden og skrive "gør dette hurtigere" eller "tilføj en fejlbesked, hvis feltet er tomt", og Cursor løser det.
- Windsurf – Stærk til at holde overblik over store projekter med mange filer. God til dig, der bygger videre på noget over tid.
Sprogmodellerne i baggrunden
Uanset hvilken platform du bruger, er der en sprogmodel bag. Claude (fra Anthropic) og GPT-4o (fra OpenAI) er de mest udbredte. Claude er generelt bedre til lange, komplekse instruktioner. GPT-4o er hurtig og god til korte, afgrænsede opgaver. Du behøver ikke vælge én for altid – mange skifter afhængigt af opgaven.
3 trin til at styre AI'en som en professionel projektleder
Du behøver ikke vide, hvordan motoren virker, men du skal vide, hvordan du styrer rattet. Her er de tre trin med konkrete prompts du kan bruge direkte.
Trin 1: Definér din arkitektur
Start ikke med at bede AI'en bygge det hele på én gang. Det er den mest almindelige fejl. Beskriv i stedet strukturen først, og lad AI'en bekræfte den, inden den bygger.
Eksempel på en arkitektur-prompt:
"Inden du bygger noget, vil jeg have dig til at beskrive strukturen på et HR onboarding-system. Det skal kunne: 1) Registrere nye medarbejdere med navn, afdeling, startdato og nærmeste leder. 2) Vise en tjekliste med opgaver der skal løses inden første arbejdsdag. 3) Sende en automatisk mail til IT, når en ny medarbejder registreres. Beskriv, hvilke dele systemet består af, og stil mig spørgsmål, hvis noget er uklart."
Læg mærke til den sidste sætning. Når du beder AI'en stille spørgsmål, fanger du misforståelser, inden der er bygget noget forkert.
Trin 2: Beskriv udseendet
Når logikken er på plads, designer du brugerfladen. Vær specifik. Jo mere konkret du er, jo tættere rammer AI'en din vision fra første forsøg.
En god design-prompt:
"Byg et dashboard til vores HR-afdeling. Det skal have tre kolonner. Venstre kolonne viser nye medarbejdere med navn og startdato. Midterste kolonne viser dokumenter der mangler underskrift – vis dem med en rød markering. Højre kolonne viser udleveret IT-udstyr per medarbejder. Brug et rent, minimalistisk design med blå og grå farvetoner. Skrifttype skal være sans-serif. Der må ikke være reklamer, dekorative elementer eller unødvendige knapper."
En dårlig design-prompt til sammenligning:
"Lav det pænt."
Den første prompt giver AI'en nok information til at træffe de rigtige valg. Den anden overlader alle beslutninger til maskinen – og du vil sjældent kunne lide resultatet.
Trin 3: Skab forbindelserne
Ofte skal din nye app tale sammen med jeres eksisterende systemer. Det sker via API'er. Selvom det lyder teknisk, kan du bede AI'en håndtere det i naturligt sprog.
Eksempel på en integrations-prompt:
"Jeg vil have, at systemet automatisk henter medarbejderdata fra vores eksisterende HR-system, som bruger en REST API. Jeg kan give dig API-dokumentationen. Når en ny medarbejder godkendes i mit nye system, skal det sende en POST-forespørgsel til vores IT-system på adressen [adresse], med felterne: fornavn, efternavn, afdeling og startdato i JSON-format."
Du behøver ikke forstå, hvad JSON eller POST betyder. Du behøver bare at kunne beskrive, hvad der skal ske, og hvornår. AI'en oversætter det til kode.
Faldgruberne du skal kende før du bygger løs
Det lyder næsten for godt til at være sandt, og der er naturligvis faldgruber. Her er de fire vigtigste og hvad du konkret gør ved dem.
Faldgrube 1: Koden virker ikke i første forsøg
Det sker. Selv for erfarne udviklere. Nøglen er ikke at begynde forfra, men at give AI'en fejlbeskeden.
Hvad du gør: Kopiér den nøjagtige fejlbesked fra skærmen og indsæt den i din næste prompt:
"Jeg får denne fejl, når jeg kører koden: [indsæt fejlbesked]. Hvad er galt, og hvordan retter vi det?"
AI'en er langt bedre til at rette fejl, end de fleste tror. I ni ud af ti tilfælde løser den det på første forsøg, hvis du giver den fejlbeskeden i stedet for at beskrive fejlen med dine egne ord.
Faldgrube 2: Sikkerhed og GDPR
En AI tænker ikke over GDPR af sig selv. Hvis dit system håndterer persondata – navne, mailadresser, CPR-numre – er du ansvarlig for, at det er sikkert.
Hvad du gør: Tilføj et sikkerhedskrav eksplicit i dine prompts:
"Systemet må ikke gemme passwords i klartekst. Al kommunikation skal gå over HTTPS. Brugerdata må kun være tilgængeligt for den bruger, der ejer det. Overhold GDPR – data må ikke sendes til tredjeparter uden samtykke."
Du kan også bede AI'en gennemgå den kode, den har skrevet:
"Gennemgå koden du lige har skrevet og identificér eventuelle sikkerhedsproblemer, særligt i relation til GDPR og håndtering af brugerdata."
Faldgrube 3: Teknisk gæld
Hvis du beder AI'en bygge hurtigt uden at tænke på struktur, ender du med et system, der er svært at opdatere. Det kaldes teknisk gæld.
Hvad du gør: Bed AI'en forklare sine valg undervejs:
"Forklar kort, hvilken struktur du har valgt, og hvorfor. Hvad skal jeg være opmærksom på, hvis jeg vil tilføje nye funktioner senere?"
Den enkle handling tvinger AI'en til at bygge mere gennemtænkt og giver dig overblik over, hvad du faktisk har fået bygget.
Faldgrube 4: Ejerskab og ophavsret
Kode genereret af AI befinder sig i en juridisk gråzone. I de fleste tilfælde ejer du koden, men det afhænger af platformens vilkår og om du bruger den i kommercielt øjemed.
Hvad du gør: Læs platformens vilkår, inden du bygger noget, der er forretningskritisk. Bolt.new, Lovable og Cursor tillader alle kommerciel brug af det, du bygger – men tjek altid den aktuelle udgave af vilkårene, da de ændrer sig.
Sådan skaber du værdi og frigiver tid fra på mandag
Målet er ikke at bygge det næste Facebook. Målet er at fjerne rugbrødsarbejdet i din hverdag. Her er tre konkrete eksempler på hvad der faktisk er bygget med vibe coding af folk uden teknisk baggrund.
CFO'en der sparer tre arbejdsdage om måneden
En CFO i en mellemstor produktionsvirksomhed brugte hver måned tre hele arbejdsdage på manuelt at samle tal fra fire forskellige økonomisystemer i ét regneark. Med vibe coding beskrev hun processen trin for trin og fik bygget et script, der automatiserer konsolideringen. Den prompt, der satte det i gang, så nogenlunde sådan ud:
"Byg et Python-script der henter data fra fire Excel-filer i mappen 'månedsfiler', finder kolonnerne 'Omsætning', 'Omkostninger' og 'Afdeling' i hver fil, og samler dem i ét nyt regneark kaldet 'konsolideret_[måned].xlsx'. Hvis en kolonne mangler i én af filerne, skal scriptet skrive en advarsel i stedet for at stoppe."
Tre arbejdsdage blev til en halvtime.
Soloprenøren der byggede sit eget booking-system
En konsulent manglede et booking-værktøj, der passede præcis til hendes måde at sælge timer på: tre timers blokke, kun hverdage, med automatisk faktura til klienten bagefter. Ingen eksisterende platform løste det præcist. Med Lovable beskrev hun sine krav og havde et fungerende system inden for en eftermiddag – uden at betale en udviklers timespriser.
HR-chefen fra indledningen
Onboarding-systemet med de tolv medarbejdere? Det tog to dage at bygge. Systemet håndterer registrering, automatiske mails til IT og en tjekliste per medarbejder. Estimeret besparelse: fire timer per ny medarbejder i administration.
Betyder det så, at dem der arbejder med IT skal finde sig et nyt job? Nej, det betyder bare, at vi alle får nye værktøjer til at arbejde klogere. Det er ikke kodernes afgang. Det er begyndelsen på en periode, hvor langt flere mennesker kan bygge de løsninger, de selv har brug for.
Det eneste der kræves, er at du begynder at beskrive dine problemer præcist. Det kan du allerede.
Ofte stillede spørgsmål
Bruno Poulsen er partner i Poulsen & Vinding, et konsulenthus der hjælper danske virksomheder og styrelser med at tage generativ AI i brug i den daglige drift. Han er senior underviser hos Bigum&Co gennem 10+ år og har siden 2023 stået bag AI-implementeringer, foredrag og workshops for blandt andre Lægemiddelstyrelsen, GS1 Danmark, Bornholms Højskole og 30+ bornholmske SMV’er via Business Center Bornholm. Skriver om praktisk anvendelse af AI-værktøjer, prompt engineering og hvordan ledelser kommer i gang mandag morgen kl. 08.00.
