De fleste mennesker bruger AI som en avanceret søgemaskine. De stiller et spørgsmål, de får et svar, de er måske let skuffede over kvaliteten — og konklusionen er, at "AI ikke er så smart endda." Det er den forkerte konklusion. Problemet er ikke intelligensen. Det er kommunikationen.
AI-modeller er uhyre sensitive for, hvordan du formulerer dine forespørgsler. En vag prompt giver et vagt svar. En præcis, velstruktureret prompt giver et præcist, velstruktureret svar. Og afstanden mellem de to er dramatisk — ikke 10-20% bedre, men tre til fem gange bedre, i de fleste tilfælde.
Denne guide er en introduktion til prompt engineering for ikke-tekniske teams. Ingen kode. Ingen matematik. Kun konkrete teknikker med direkte forretningsanvendelse.
Teknik 1: Giv AI en rolle, et publikum og en kontekst
Den enkleste forbedring du kan gøre er at specificere, hvem AI skal agere som, hvem outputtet er til, og hvad baggrundskonteksten er. Sammenlign disse to prompts:
Dårlig: "Skriv en e-mail om vores nye produkt til en kunde."
God: "Du er en erfaren B2B-salgskonsulent hos en dansk softwarevirksomhed, der sælger workflow-automatisering til professionelle servicevirksomheder. Skriv en opfølgnings-e-mail til Thomas Andersen, CFO hos en mellemstor revisionsfirma, som deltog i vores produktdemo i tirsdags men ikke har svaret. Thomas var under demoen særligt interesseret i integrationen til Microsoft 365 og spurgte om implementeringstid. Tonen skal være professionel men personlig — vi har mødt Thomas to gange og kender ham lidt. Maks 150 ord."
Det er en drastisk mere specifik prompt. Og den giver et drastisk bedre output — fordi AI nu ved, hvem den er, hvem den skriver til, hvad konteksten er, og hvad begrænsningerne er.
Teknik 2: Vis eksempler på det output, du ønsker
AI er ekstraordinært god til at matche stil, tone og format fra eksempler. Brug det. Frem for at beskrive, hvad du ønsker, vis hvad du ønsker: "Her er tre eksempler på e-mails, vi har sendt til kunder i lignende situationer, som vi er tilfredse med: [Eksempel 1] [Eksempel 2] [Eksempel 3]. Skriv nu en lignende e-mail til følgende situation: [kontekst]."
Denne teknik — kaldet few-shot prompting — er en af de mest effektive forbedringer du kan foretage. Den er særlig nyttig, når du har en bestemt tone eller stil, du ønsker at bevare på tværs af kommunikation.
Teknik 3: Bed om iterationer, ikke perfektion
Det er en fundamental misforståelse at forvente, at første prompt giver det perfekte output. Brug AI iterativt: "Giv mig tre varianter af dette — en formel, en venlig og en kortfattet version." Vælg det bedste element fra hver og kombiner. Eller: "Revidér det forrige svar og gør det 30% kortere, mens du bevarer de tre vigtigste pointer."
Iterativ prompting er ikke ineffektivt — det er præcis sådan, du virkelig udnytter AI's kapacitet. Hvert iterationstrin forfiner outputtet, og du ender med noget, du aldrig ville have opnået i første forsøg.
Teknik 4: Vær eksplicit om format og længde
AI gætter på det format, du ønsker — og gættet er ofte forkert. Vær konkret: "Skriv dette som et bullet-point-summary på maksimalt 150 ord, designet til at kopieres direkte ind i et PowerPoint-slide." Eller: "Skriv dette som et memo i formelt dansk sprog på maksimalt én A4-side, med en klar anbefaling i de første to sætninger."
Formatlæringen er en af de hurtigste måder at forbedre output-kvaliteten på. Og den sparer tid — du modtager noget, der er tæt på klar til brug, fremfor noget der kræver substantiel redigering.
Teknik 5: Brug chain-of-thought til komplekse opgaver
For komplekse analytiske opgaver — strategisk analyse, problemdiagnostik, beslutningstøtte — er det enormt effektivt at bede AI om at tænke trin for trin, inden den svarer. Teknikken hedder chain-of-thought prompting: "Tænk trin for trin om dette problem, inden du svarer. Hvad er de vigtigste faktorer at overveje? Hvad er de mulige svar og deres fordele og ulemper? Hvad ville en erfaren strategisk rådgiver anbefale — og hvorfor?"
Chain-of-thought prompting giver markant bedre resultater på komplekse spørgsmål, fordi det tvinger AI til at strukturere sin ræsonnement eksplicit fremfor at springe direkte til konklusionen.
Teknik 6: Definer eksplicit, hvad du ikke ønsker
Negative instruktioner er mindst ligeså vigtige som positive. "Skriv ikke i klichépræget erhvervssprog. Undgå ord som 'synergier', 'holistisk' og 'proaktiv'. Skriv præcist og direkte, som en erfaren praktiker ville formulere det." Eller: "Medtag ikke finansielle tal, juridisk information eller specifikke produktanbefalinger — det vil vi tilføje manuelt."
Praktiske skabeloner til umiddelbar brug:
Til mødeforberedelse: "Du er [din jobtitel] i [din virksomhed]. Jeg skal mødes med [navn, titel, virksomhed] om [emne] om [tid]. Her er, hvad jeg ved om dem: [kontekst]. Forbered: (1) fem åbningsspørgsmål designet til at afdække de reelle udfordringer, (2) de tre sandsynlige indvendinger og forslag til, hvordan jeg adresserer dem, (3) en kort summary af de vigtigste ting at vide om deres virksomhed og situation."
Til mødereferat: "Her er mit rånotater fra et møde: [rånotater]. Skriv et struktureret mødereferat med: (1) kortfattet sammenfatning på 3-4 sætninger, (2) beslutninger truffet, (3) action points med ansvarlig og deadline. Format: bullet points, formelt dansk."
Prompt engineering er ikke en teknisk disciplin — det er en kommunikativ disciplin. Jo klarere du kan formulere, hvad du vil have, til hvem og i hvilket format, jo bedre output får du. Og den disciplin er værdifuld uanset, om du arbejder med AI eller med mennesker.