Den hurtigste vej til bedre prompts er ikke at lære ti metoder. Se i stedet på fem prompts, du faktisk kunne have skrevet, find deres svagheder, og se, hvad der sker, når du retter dem.
Det er præcis, hvad der følger her: fem almindelige situationer, først formuleret som de fleste ville gøre det og derefter omskrevet med tre små tilføjelser — kontekst, begrænsninger og et eller to konkrete eksempler. Efter hvert par får du en kort forklaring på, hvad der gør forskellen.
1. Skriv et e-mailudkast
Svagt: Skriv en e-mail til min udlejer om, at varmen ikke virker.
Du får et svar, men det bliver generisk, skrevet med en andens stemme, længere end nødvendigt og endnu ikke brugbart.
Bedre: Skriv en høflig, men bestemt e-mail til min udlejer. Centralvarmen i min lejlighed har ikke virket i to uger. Jeg har sendt ham to beskeder på WhatsApp uden at få et egentligt svar. Jeg vil gerne have problemet løst inden for fem arbejdsdage. Min tone er normalt direkte, men ikke aggressiv — jeg truer endnu ikke med noget, men gør blot budskabet tydeligere.
Begrænsninger: under 120 ord, tre korte afsnit, ingen udråbstegn, ingen undskyldninger og intet “Jeg håber, du har det godt.”
Afslut med et tydeligt næste skridt.
Hvad ændrede sig? Modellen ved nu, hvem afsenderen er (dig og din tone), hvad der allerede er sket (to ubesvarede beskeder), hvilket resultat du ønsker (fem arbejdsdage), og hvor lang teksten må være. Nu leverer den et brugbart første udkast i stedet for en pladsholder.
2. Opsummér et langt dokument
Svagt: Opsummér denne kontrakt på 30 sider.
Du får en høflig, forsigtig og generisk opsummering, der ofte overser det, du faktisk har brug for.
Bedre: Jeg skal til at underskrive denne kontrakt på 30 sider som selvstændig designer i Estland. Læs den grundigt, og fortæl mig:
- De tre bestemmelser, der mest påvirker mine forpligtelser.
- Alt, der giver den anden part en ensidig ret (opsige aftalen, ændre priser eller gøre krav på immaterielle rettigheder).
- Alt, der modsiger sig selv eller virker usædvanligt i en kontrakt som denne.
- De to spørgsmål, jeg bør stille min advokat, før jeg underskriver.
Markér alt, du er usikker på, med [unclear].
Hvad ændrede sig? Du fortalte modellen, hvem du er, hvad der er vigtigt for dig, hvordan svaret skal struktureres, og at den må markere usikkerhed. Resultatet minder mere om “råd fra en omhyggelig ven” end om “en generisk opsummering”.
Mærket [unclear] betyder mere, end det ser ud til. Uden det udfylder modellen hullerne med sandsynligt klingende gæt. Med det får du en opsummering, der anerkender sine egne begrænsninger.
3. Skab idéer
Svagt: Giv mig idéer til et sideprojekt.
Du får en liste med generiske sideprojekter, der kunne være tiltænkt hvem som helst. Ingen af dem føles som dit projekt.
Bedre: Hjælp mig med at udvikle idéer til et sideprojekt. Om mig: Jeg er produktchef i en B2B SaaS-virksomhed i Tallinn, skriver meget, holder af at undervise og har omkring 5 timer om ugen. Jeg forsøger ikke at tjene hurtige penge — jeg vil skabe noget, jeg stadig nyder om tolv måneder. Jeg har allerede overvejet og fravalgt et nyhedsbrev (for ensomt) og en podcast (mangler udstyret).
Skab ti idéer. Giv for hver idé en præsentation på én sætning, den type person, der ville interessere sig for den, og den største udfordring ved at gennemføre den. Sortér dem fra “lettest at begynde på i weekenden” til “mest ambitiøs”.
Hvad ændrede sig? Modellen kender dig, den tid du har til rådighed, det du allerede har fravalgt, og outputformatet. Den har nu begrænsninger at arbejde inden for, så idéerne føles som reelle valgmuligheder i stedet for generiske forslag.
Formuleringen “Jeg har allerede overvejet og fravalgt X” bliver brugt alt for sjældent. Den forhindrer modellen i at foreslå det indlysende og tvinger den til at tænke videre.
4. Bed om en forklaring
Svagt: Forklar maskinlæring.
Du får et afsnit fra en lærebog, som du har læst hundrede gange før.
Bedre: Forklar mig maskinlæring på tre forskellige måder med omkring 200 ord i hver:
- Til min 12-årige nevø, der er nysgerrig, men let kommer til at kede sig.
- Til en erfaren beslutningstager i en virksomhed, som bliver ved med at spørge: “Men hvordan adskiller det sig fra et regneark?”
- Til mig — en person, der har brugt ChatGPT meget, men aldrig har studeret de bagvedliggende idéer — så jeg får en praktisk mental model.
Brug ét kort, konkret eksempel i hver. Brug ikke ordene “algoritme” eller “kunstig intelligens” i version 1.
Hvad ændrede sig? Du bad om tre afstemte forklaringer, gav modellen konkrete målgrupper og forbød endda bestemte ord i én version. Ved den tredje forklaring falder noget ofte på plads, som ikke gjorde det før. Mønstret — “forklar det på tre måder” — fungerer til næsten ethvert begreb, du ikke helt har forstået.
5. Kom videre med en beslutning
Svagt: Skal jeg tage det nye job?
Du får et afbalanceret og forsigtigt “det afhænger”-svar med en liste over generelle forhold, du bør overveje. Ubrugeligt.
Bedre: Jeg overvejer, om jeg skal tage et nyt job. Før du siger noget, skal du stille mig fem spørgsmål, som du skal have svar på for at kunne give mig en nyttig vurdering. Vent på mine svar, før du fortsætter.
Når jeg har svaret:
- Anfør de tre stærkeste argumenter for at tage jobbet og de tre stærkeste argumenter imod.
- Fortæl mig, hvilken dokumentation der ville ændre din vurdering.
- Fortæl mig først derefter, hvad du reelt vil anbefale, og hvor sikker du er.
Gør indsigelse, hvis noget af det, jeg siger, virker selvmodsigende. Giv mig ikke et høfligt “på den ene side, på den anden side”-svar — dem har jeg rigeligt af.
Hvad ændrede sig? Du tvinger modellen til at interviewe dig, før den svarer, du bygger analysen op trin for trin, og du beder den direkte om at holde op med at gardere sig. Det første svar bliver fem spørgsmål. Når du har besvaret dem, minder resultatet langt mere om råd fra en eftertænksom kollega end om en generisk liste med fordele og ulemper.
Mønstret gennem alle fem
Se de fem “bedre” prompts side om side. De har fire vaner til fælles:
- Kontekst. Hvem du er, hvad du allerede har prøvet, hvad du er ved at gøre. Modellen fungerer meget bedre, når den kender din situation.
- Begrænsninger. Grænser for længde og tone, formater og forbudte ord. Begrænsninger løfter kvaliteten mere end ekstra længde.
- Eksempler eller målgrupper. “Til min 12-årige nevø”, “som selvstændig designer i Estland”, “som om jeg var den skeptiske, erfarne beslutningstager”. Konkrete holdepunkter er bedre end vage tillægsord.
- Plads til usikkerhed. Mærket
[unclear], “vent på mine svar” og “fortæl mig, hvor sikker du er” fortæller modellen, at du foretrækker et afstemt svar frem for et selvsikkert, forkert svar.
Læg mærke til, hvad de bedre prompts ikke gør: De er ikke lange for længdens skyld, de bruger ikke fagjargon (“opfør dig som en ekspert på seniorniveau…”), og de stabler ikke tillægsord. De gør det tydeligt, hvad du faktisk ønsker.
En nyttig vane
Når ChatGPT giver et middelmådigt svar, skal du standse, før du skriver en ny prompt. Spørg dig selv: Hvilken af de fire ingredienser glemte jeg? Tilføj én, og prøv igen. Efter en uge opdager du, at du tilføjer dem automatisk. Så behøver du ikke længere “lære prompt engineering”, som det ofte bliver undervist — du gør det allerede.
