Prompting er den kompetence, der afgør, om du faktisk får værdi ud af de konkrete AI-værktøjer i praksis, der findes i dag. Du har sikkert prøvet det: Du skriver en hurtig besked til ChatGPT, og svaret er helt ved siden af. Problemet er sjældent værktøjet. Det er instruktionen.
Tænk på det sådan: Hvis du beder en ny kollega om at "skrive noget om vores produkt", får du sandsynligvis noget vagt og ubrugeligt tilbage. Ikke fordi kollegaen er dum, men fordi din briefing var for tynd. AI fungerer på præcis samme måde. God prompting handler om klar kommunikation. Og det er en færdighed alle kan lære.
RICE: Et framework du kan bruge fra i morgen
Der findes mange prompt engineering-frameworks derude. Vi anbefaler RICE, fordi det dækker de fire elementer, der oftest mangler i en prompt.
R = Role (Rolle): Fortæl AI'en, hvem den er.
I = Instruction (Instruktion): Hvad skal den konkret gøre?
C = Context (Kontekst): Hvilken baggrund har opgaven?
E = Example/Expectation (Eksempel eller forventning): Hvordan skal resultatet se ud?
Her er forskellen i praksis. Forestil dig, at du er kundeservicechef med 15 medarbejdere, der svarer på de samme 50 spørgsmål dag efter dag. Du vil lave et internt FAQ-dokument, og med den rette prompting kan I reducere svartider i kundeservice.
Svag prompt:
"Skriv en FAQ til kundeservice."
RICE-prompt:
"Du er en erfaren kundeservicekonsulent i en dansk virksomhed (Role). Skriv 10 FAQ-spørgsmål med svar til vores interne kundeserviceteam (Instruction). Vores kunder ringer oftest om leveringstider, returpolitik og fakturaspørgsmål. Teamet har 15 medarbejdere, og mange er nye (Context). Hvert svar skal være max 3 sætninger, i et venligt og professionelt sprog, og må gerne indeholde den konkrete handling medarbejderen skal udføre (Expectation)."
Sådan ser outputtet faktisk ud:
Den svage prompt returnerer typisk noget i stil med:
"1. Hvad er jeres åbningstider? Svar: Vi har åbent mandag til fredag."
Generisk. Uden handling. Umuligt at bruge direkte.
RICE-prompten returnerer noget som:
"1. Hvornår modtager kunden sin pakke?
Standardleveringstiden er 2-4 hverdage fra bestillingsdato. Tjek ordrestatus i systemet under 'Aktive ordrer' og oplys kunden om den præcise dato. Hvis pakken er forsinket mere end 2 dage, eskalér til logistikteamet via intern chat."
Tre sætninger. Konkret handling. Klar til at kopiere ind i et internt dokument.
Tre teknikker der løfter dine prompts et niveau
Når du har RICE på plads, er der tre ekstra greb, der gør en mærkbar forskel.
1. Kæd dine opgaver sammen
Del opgaven op i stedet for at bede om alt i én prompt.
I stedet for:
"Analysér denne tekst og lav en LinkedIn-opdatering baseret på de vigtigste pointer."
Gør dette:
Prompt 1:
"Analysér denne tekst og identificér de tre vigtigste pointer. Returner dem som en nummereret liste."
Prompt 2 (efter du har set resultatet):
"Omskriv de tre pointer til en LinkedIn-opdatering på max 150 ord for en B2B-målgruppe. Brug en direkte og konkret tone uden buzzwords."
Du kan korrigere efter trin 1, hvis AI'en har misforstået teksten, før du bruger energi på selve skrivningen. Teknikken er særligt nyttig, når du arbejder med komplekse tekster og analyser.
2. Giv et konkret eksempel
Vil du have en bestemt tone eller et bestemt format, så vis det frem for at beskrive det.
I stedet for:
"Skriv i en venlig og uformel tone."
Gør dette:
"Her er et eksempel på den stil, jeg ønsker:
'Hej Anna, tak fordi du tog kontakt. Vi kigger på din sag nu og vender tilbage senest i morgen formiddag. Har du spørgsmål i mellemtiden, så skriv endelig.'
Skriv nu et tilsvarende svar til en kunde, der spørger om status på en returnering, der blev sendt for 5 dage siden."
Du behøver ikke forklare stilen med ord. Vis den. AI'en er præcis til at efterligne et konkret eksempel, og du sparer tid på at justere tonen bagefter.
3. Sæt begrænsninger
Ubegrænsede prompts giver diffuse svar. Sæt rammer.
Uden begrænsninger:
"Skriv en produktbeskrivelse til vores nye løbesko."
Resultatet: 400 ord med for meget fyld, upræcis tone og sandsynligvis forkert målgruppe.
Med begrænsninger:
"Skriv en produktbeskrivelse til vores nye løbesko. Max 80 ord. Målgruppen er kvinder 30-45 der løber 2-3 gange om ugen. Fokusér kun på komfort og holdbarhed. Undgå teknisk jargon."
Begrænsninger tvinger AI'en til at prioritere. Det giver skarpere resultater, fordi AI'en ikke kan fylde plads ud med generiske formuleringer.
Den fejl de fleste overser
Mange behandler prompting som en engangshandling. Men de bedste resultater kommer, når du itererer. Sådan ser en typisk iteration ud i praksis:
Iteration 1:
"Opsummer de vigtigste tal fra denne kvartalsrapport."
Resultatet er en liste med alle tallene. Brugbart, men ikke skarpt nok.
Iteration 2:
"Fokusér kun på afvigelser fra sidste kvartal. Fremhæv hvad der er gået op og ned med mere end 10 %."
Nu er resultatet brugeligt i et ledelsesmøde.
Iteration 3:
"Skriv et kort afsnit på 3 sætninger der forklarer de to vigtigste afvigelser i et sprog, en ikke-finansiel leder forstår."
Tredje iteration er næsten altid brugbar. Første iteration er det næsten aldrig. Tænk på det som en samtale, ikke en bestilling.
Byg dit eget prompt-bibliotek
Når du har fundet en prompt, der virker godt, så gem den. Du kan med fordel opbygge et organiseret prompt-bibliotek og revolutionere videnshåndtering med NotebookLM, der er designet til at holde styr på al jeres information.
Sådan ser en enkel struktur ud:
📁 Prompt-bibliotek
📄 Kundeservice
- FAQ-generator (RICE-prompt)
- Klagesvar-skabelon
- Eskaleringsmail
📄 Sociale medier
- LinkedIn-opdatering fra rapport
- Nyhedsbrev-intro
📄 Interne dokumenter
- Mødereferat-opsummering
- Statusopdatering til ledelsen
For hver prompt gem du tre ting: selve prompten, et eksempel på et godt output, og en note om hvad der virker og ikke virker. Del det med kollegerne som et fælles arbejdsredskab. Så genopfinder ingen hjulet.
Start med én opgave du laver hver uge. Byg en RICE-prompt til den. Gem resultatet. Efter en uge har du en prompt der virker. Efter en måned har du et bibliotek.
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.
