Fra RTF til CLEAR: De 5 stærkeste frameworks, der strømliner din virksomheds AI

Her er den forbedrede artikel:

En Harvard Business School-undersøgelse (Dell'Acqua et al.) viste, at vidensarbejdere der forstår at styre AI effektivt, løser deres opgaver 25 % hurtigere og med markant højere kvalitet. Alligevel stirrer mange stadig på en tom skærm, når de åbner ChatGPT, og får til sidst et generisk svar tilbage, der ikke kan bruges til noget. Det er præcis det mønster, vi hos Poulsen & Vinding ser igen og igen, når vi underviser HR-afdelinger og sagsbehandlere i brugen af AI.

Løsningen er ikke at blive teknisk programmør. Løsningen er at bruge anerkendte prompt engineering frameworks til at bygge den rette struktur. Vil du have den fulde gennemgang af alle principperne, anbefaler vi at læse Den store guide til Prompt Engineering: Fra nybegynder til AI-ekspert.

Hovedpointer:

• Et godt framework fjerner gætværk og erstatter det med en fast, repeterbar skabelon.
• Metoder som RTF og CLEAR sikrer, at maskinen forstår præcis, hvilken rolle og tone of voice du forventer. For at erobre din brand-identitet og skabe den perfekte System Prompt og Tone-of-Voice er disse principper uundværlige.
• Standardiseret prompting på tværs af en afdeling er den hurtigste vej til færre fejl og ensartede resultater.
• Når du definerer rammerne for teknologien, bevarer mennesket stadig det fulde overblik.

1. RTF: Den hurtigste vej fra tanke til tekst

RTF (Role, Task, Format) er bedst til hverdagens rugbrødsopgaver, når du har 10 minutter og bare skal have noget brugbart ud. Det er tre legoklodser: hvem AI er, hvad den skal gøre, og hvordan svaret skal se ud.

• Role (Rolle): Du fortæller systemet, hvem det skal agere som.
• Task (Opgave): Du definerer præcis, hvad opgaven er.
• Format (Format): Du bestemmer, hvordan resultatet skal leveres.

Prompt:

"Ager som en imødekommende HR-chef (Role). Skriv et velkomstbrev til vores 12 nye medarbejdere i kundeservice, hvor du fremhæver vores mentorordning og intro-program (Task). Formatér brevet som en formel men varm e-mail med tre tydelige bulletpoints til sidst (Format)."

Eksempel på output:

Kære [Navn],

Hjertelig velkommen til [Virksomhed]. Vi er rigtig glade for at have dig med på holdet i kundeservice, og vi glæder os til at lære dig at kende.

De første uger er sat af til, at du kan lande godt. Du vil blive koblet på vores mentorordning fra dag ét, og intro-programmet sikrer, at du kender vores processer og kolleger, inden du går i gang for alvor.

Her er tre ting, du kan glæde dig til:

• Mentorordning: Du får en erfaren kollega ved siden af dig de første 30 dage
• Intro-program: Tre intensive onboarding-dage med fokus på systemer, værdier og kultur
• Socialt kickoff: Uformel frokost med hele teamet i din første uge

Med venlig hilsen
[HR-chef]

2. CLEAR: Forventningsafstemning der eliminerer fejl

Hvor RTF er hurtig, er CLEAR skabt til opgaver hvor fejl ikke er en mulighed, juridiske dokumenter, afgørelsesbreve, ekstern kommunikation. Modellen forventningsafstemmer alt fra start og fjerner behovet for løbende rettelser.

CLEAR står for:

• C – Context (Kontekst): Hvad er baggrunden for opgaven? Hvem er modtageren?
• L – Length (Længde): Hvor langt skal outputtet være?
• E – Expectation (Forventning): Hvad er det præcise succeskriterium?
• A – Action (Handling): Hvad skal AI rent faktisk gøre?
• R – Refine (Forfin): Hvilke begrænsninger eller justeringer skal den tage højde for?

Prompt:

"Context: Jeg er sagsbehandler i en kommunal forvaltning og skal skrive et afslagsbrev til en borger, der har søgt om § 100-tilskud til merudgifter. Afgørelsen er baseret på, at borgerens dokumenterede merudgifter ikke overstiger minimumsgrænsen på 6.720 kr. om året.

Length: Brevet må maksimalt fylde én A4-side.

Expectation: Brevet skal være juridisk korrekt, neutralt i tonen og indeholde en klagevejledning.

Action: Skriv et komplet afslagsbrev klar til underskrift.

Refine: Undgå juridisk jargon der er svær at forstå for en ikke-jurist. Brug aktiv sætningsopbygning."

Eksempel på output:

Afgørelse om ansøgning om tilskud til merudgifter – § 100 i serviceloven

Vi har behandlet din ansøgning om tilskud til dækning af merudgifter og har truffet følgende afgørelse:

Du får ikke tilskud til merudgifter.

Begrundelse
Vi giver tilskud til merudgifter, når de dokumenterede udgifter udgør mindst 6.720 kr. om året. Dine dokumenterede merudgifter ligger under dette beløb, og du opfylder derfor ikke betingelserne for tilskud.

Klagevejledning
Hvis du er uenig i afgørelsen, kan du klage inden for fire uger fra du modtager dette brev. Du sender klagen til os, og vi videresender den til Ankestyrelsen, hvis vi fastholder vores afgørelse.

Med venlig hilsen
[Navn og afdeling]

Vil du læse mere om, hvordan du bygger en stabil arbejdsproces uden udsving, finder du metoden uddybet i vores artikel om at bygge et skudsikkert workflow i Claude.

3. PASTOR: Skriv tekster der løser modtagerens problem

PASTOR er en klassisk copywriting-formel der er særligt effektiv til at instruere AI i at skrive indhold, der taler til læseren i øjenhøjde. Uden stram styring ender AI-genererede tekster ofte med en tone der føles salgsaggressiv eller upersonlig. PASTOR vender det om ved at tage udgangspunkt i et ægte behov.

PASTOR står for:

• P – Problem: Hvad er det konkrete problem din målgruppe sidder med?
• A – Amplify (Forstærk): Hvad sker der, hvis problemet ikke løses?
• S – Solution (Løsning): Hvad er din løsning?
• T – Transformation: Hvad ser livet ud efter løsningen?
• O – Offer (Tilbud): Hvad tilbyder du konkret?
• R – Response (Respons): Hvad skal læseren gøre nu?

Prompt:

"Problem: HR-chefer vil gerne bruge AI mere systematisk, men ved ikke, hvor de skal starte.

Amplify: Uden struktur ender de med at bruge AI tilfældigt og mister tilliden til det.

Solution: Et simpelt onboarding-forløb på tre dage, der introducerer AI i eksisterende processer.

Transformation: Medarbejderne sparer tid og HR-chefen kan dokumentere resultaterne.

Offer: En gratis startguide til download.

Response: Læseren downloader guiden.

Skriv en kort indledning til en landingsside baseret på disse elementer. Max 100 ord. Tone: varm og praktisk, ikke salgspressende."

Eksempel på output:

De fleste HR-chefer vil gerne bruge AI mere systematisk – men det er svært at vide, hvor man starter. Uden en klar plan ender det med enkeltstående forsøg og mistede muligheder for reel tidsbesparelse.

Vores tre-dages onboarding-forløb giver dig og dit team en konkret indgang til AI i de processer, I allerede bruger hver dag. Ingen teknisk baggrund nødvendig. Bare et lavpraktisk program der virker.

Download den gratis startguide og kom i gang i dag.

4. CREATE: Til de komplekse administrative processer

Større tværgående projekter og rapporter med mange variabler kræver et framework der kan holde styr på kontekst, hensyn og format samtidig. CREATE er ideelt til ledelsesrapportering og databehandling.

CREATE står for:

• C – Character (Karakter): Hvilken rolle skal AI spille?
• R – Request (Anmodning): Hvad skal løses?
• E – Explanation (Forklaring): Hvorfor er opgaven vigtig, og hvad er konteksten?
• A – Adjustment (Justering): Hvilke særlige hensyn skal der tages?
• T – Type of Output: Hvilket format og hvilken struktur skal resultatet have?
• E – Extras (Ekstra): Eventuelle tilføjelser, begrænsninger eller formateringskrav.

Prompt:

"Character: Du er en erfaren finansanalytiker med speciale i intern rapportering.

Request: Sammenfat nøgletal fra fire afdelinger – salg, marketing, drift og HR – til en samlet månedlig lederrapport.

Explanation: Rapporten bruges af CFO'en til bestyrelsesmødet og skal vise, om afdelingerne er på mål med budgettet for Q3.

Adjustment: Salgsafdelingen kørte med reduceret bemanding i juli grundet ferie, hvilket forklarer afvigelsen på 12 %. Dette skal fremgå som note.

Type of Output: En struktureret rapport med én sektion per afdeling, en samlet opsummering øverst og trafiklysstatus (grøn/gul/rød) per afdeling.

Extras: Sproget skal være præcist og uden fagudtryk, der kræver finansbaggrund at forstå."

Eksempel på output:

Månedlig lederrapport – Juli 2025

Samlet status: To afdelinger på mål (grøn), én med mindre afvigelse (gul), én kræver opmærksomhed (rød).

---

Salg 🟡
Omsætning: 88 % af budgetmål. Afvigelsen på 12 % skyldes reduceret bemanding i juli grundet planlagt ferie. Forventes normaliseret i august.

Marketing 🟢
Alle KPI'er opfyldt. Kampagnebudget forbrugt som planlagt med positiv ROI på leadgenerering.

Drift 🟢
Driftsomkostninger 3 % under budget. Effektiviseringstiltag fra juni slår igennem.

HR 🔴
Sygefravær 2,1 procentpoint over målsætning. Anbefaling: opfølgende samtale med afdelingsleder inden næste møde.

5. CARE: Gør viden operationel

CARE er særligt stærkt til undervisningsmateriale og intern træning. Det afgørende element er E – Example: når du giver AI en konkret eksempelstruktur at efterligne, kopierer systemet din standard i stedet for at opfinde sin egen.

CARE står for:

• C – Context (Kontekst): Hvem er målgruppen, og hvad er baggrunden?
• A – Action (Handling): Hvad skal AI producere?
• R – Result (Resultat): Hvad skal outputtet opnå hos modtageren?
• E – Example (Eksempel): Et konkret eksempel systemet skal efterligne i struktur og tone.

Prompt:

"Context: Jeg underviser nye sagsbehandlere i kommunen i korrekt sagsgang ved indkomne klager. De har ingen erfaring med offentlig forvaltning.

Action: Skriv en trin-for-trin vejledning i, hvordan man registrerer og behandler en indkommet klage.

Result: Vejledningen skal gøre en ny medarbejder i stand til at håndtere en standardklage selvstændigt på dag ét.

Example: Brug denne struktur som forbillede:
Trin 1 – [Handling]: [Forklaring i én sætning]. Eksempel: [konkret eksempel fra praksis]."

Eksempel på output:

Vejledning: Sådan behandler du en indkommet klage

Trin 1 – Modtag klagen: Registrér klagen i sagssystemet samme dag, den ankommer. Eksempel: En borger ringer og klager over sin afgørelse om sygedagpenge – notér dato, borgerens navn og klagens indhold.

Trin 2 – Vurdér klagen: Læs klagen og afgør, om den er rettidig og indeholder de nødvendige oplysninger. Eksempel: Er klagen indsendt inden for fire ugers klagefristen, og har borgeren angivet, hvad de er uenige i?

Trin 3 – Videresend eller behandl: Hører klagen under din afdeling, behandler du den selv. Hører den under en anden enhed, videresender du den og noterer det i sagen. Eksempel: En klage over en byggetilladelse videresendes til Teknik & Miljø.

Trin 4 – Giv borgeren kvittering: Send en skriftlig bekræftelse til borgeren inden for fem hverdage. Eksempel: En kort e-mail der bekræfter, at klagen er modtaget og under behandling.

Standardiseret prompting gør hele afdelingen bedre

Forskellen på en afdeling der kæmper med teknologien og en der sparer tid, ligger i metoden. Standardiseret prompting baseret på disse frameworks sikrer, at alle medarbejdere trækker i samme retning, og at resultatkvaliteten ikke afhænger af, hvem der tilfældigvis sidder ved tastaturet den dag.

Et konkret næste skridt: Vælg ét framework, find en opgave du løser mindst én gang om ugen, og skriv en skabelon-prompt du kan genbruge. Del den med dine nærmeste kolleger. Det er dér, den reelle tidsbesparelse begynder.

Bruno Poulsen

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.