”Prompt engineering” lyder som en disciplin. I praksis er det en lille samling mønstre. Når du kender mønstrene, holder du op med at skrive prompts fra bunden — du vælger det mønster, der passer til situationen, og tilpasser det til opgaven.
Denne artikel beskriver de ti mønstre, der dukker op næsten hver dag i praktisk arbejde. De fleste kan bruges på tværs af skrivning, analyse, beslutningstagning, læring og programmering. Når du har alle ti i hovedet, har du størstedelen af den praktiske prompt engineering, du nogensinde får brug for.
Mønstre er sikrere end kopierede promptopskrifter, fordi de bevarer hensigten. Vælg mønsteret til opgaven, og tilføj derefter kontekst, begrænsninger og validering til den konkrete opgave.
1. Interview-mig-mønsteret
Når du vil have modellen til at hjælpe dig med noget, men endnu ikke har formuleret præcist, hvad du ønsker, skal du lade den interviewe dig.
Før du udarbejder noget, skal du stille mig [N] spørgsmål, som du har brug for svar på for at løse opgaven godt. Vent på mine svar, før du fortsætter.
Dette er det mønster, de fleste begyndere bruger for lidt. Det giver samtidig den største kvalitetsforbedring på kortest tid. De fleste prompts fejler, fordi den, der skriver prompten, endnu ikke har forstået sin egen situation. Interviewmønsteret løser dette ved at få modellen til at hjælpe dig med at skærpe prompten.
Brug det til at udarbejde komplekse tekster, planlægge projekter, komme videre med en beslutning eller designe noget.
2. Kritisér-og-revidér-mønsteret
Når du har et udkast, som enten du eller AI har skrevet, skal du ikke bede om ”en bedre version”. Bed først om kritik og derefter om den konkrete revision.
Læs dette udkast omhyggeligt. Fortæl mig:
- Hvad der virker — de dele, jeg ikke bør ændre.
- Hvad der er svagt — konkrete linjer eller afsnit med citater.
- Hvad der mangler.
- Alt, der modsiger sig selv eller lyder forkert.
Omskriv ikke noget endnu.
Efter kritikken kan du enten revidere selv eller bede modellen om konkrete ændringer (”omskriv det andet afsnit på baggrund af din kritik, og behold de øvrige”).
Brug det til at forbedre enhver tekst, gennemgå kode, gennemgå analyser eller gennemgå præsentationer.
3. Tre-varianter-mønsteret
Når det rigtige svar afhænger af en vurdering, skal du generere tre muligheder og vælge én.
Skriv tre versioner:
- Version A: [specific constraint, e.g., short and direct, 50 words]
- Version B: [specific constraint, e.g., warm and explanatory, 150 words]
- Version C: [specific constraint, e.g., formal and detailed, 250 words]
Mærk hver version tydeligt.
Det er hurtigere at sammenligne tre muligheder, og det giver et bedre slutresultat end at bede om ”den bedste version”. Samtidig bliver de afvejninger, du ellers foretager implicit, synlige.
Brug det til e-mails, opslag på sociale medier, overskrifter, slogans, præsentationstitler, kodetilgange, ansættelsesbeslutninger og alt med flere gyldige vinkler.
4. Djævlens-advokat-mønsteret
Modeller vil gerne behage. Som udgangspunkt producerer de argumenter, der støtter det, du har foreslået. Modvirk det sådan:
[After getting a response.] Spil nu djævlens advokat. Tag dit eget svar, og fremsæt det stærkeste troværdige modargument. Hvad ville den skarpeste kritiker af dette synspunkt sige?
Det afslører de svage dele af din tænkning og de dele af modellens svar, der var optimistiske. Det er især nyttigt, når du har mistanke om, at du får at vide, hvad du gerne vil høre.
Brug det til beslutninger, strategi, business cases og alt, hvor du er ved at handle på modellens svar.
Brug det ikke som teater. Hvis beslutningen er faktuel eller reguleret, erstatter modargumentet ikke kontrol af kilder, politikker eller juridiske krav.
5. Mønsteret med en struktureret skabelon
Når du ønsker en bestemt form på resultatet, skal du ikke beskrive formen — vis den.
Svar i præcis dette format:
Beslutning: [your recommendation]
De tre vigtigste argumenter for:
- […]
- […]
- […]
De tre vigtigste argumenter imod:
- […]
- […]
- […]
Hvad der ville ændre mit svar: […]
Konfidensniveau: [Low / Medium / High] fordi […]
Modellen udfylder delene i kantede parenteser. Strukturen er forudsigelig, maskinlæsbar og ensartet på tværs af kørsler. Det er især nyttigt, når du vil sammenligne resultater fra mange lignende prompts.
Brug det til analytiske beslutninger, strukturerede rapporter, batchbehandling, hvor formatet skal være ensartet, og alt, du vil indsætte i et dokument og få til at se ensartet ud.
6. Træd-et-skridt-tilbage-mønsteret
Når du er ved at stille et konkret spørgsmål, skal du først stille det bredere.
Før du besvarer mit konkrete spørgsmål, skal du træde et skridt tilbage og fortælle mig: Hvilket generelt princip eller hvilken ramme gælder her? Anvend det derefter på mit konkrete tilfælde.
Empirisk forbedrer dette kvaliteten af svar på vanskelige analytiske spørgsmål, fordi modellen forpligter sig til en ramme, før den fremsætter konkrete påstande. Færre forbehold af typen ”tja, i dette tilfælde …”; flere principbaserede svar.
Brug det til tekniske spørgsmål, strategiske beslutninger, læring og alt, hvor det rigtige svar afhænger af, at et generelt princip anvendes korrekt på en konkret situation.
7. Persona-mønsteret
Når du giver modellen en bestemt rolle, ændrer det markant svarets stil og informationstæthed.
Du er [a specific kind of expert] med [specific background]. Du kommunikerer i [a specific style]. Du gør altid [a specific habit].
Nogle eksempler, der fungerer stabilt:
- ”Du er senior-skatterådgiver i Estland. Du er direkte og antager, at jeg er intelligent.”
- ”Du er en omhyggelig tekstredaktør, som kun ændrer det, der reelt skal ændres.”
- ”Du er en skeptisk investor, der har set for mange dårlige idéer. Du stiller svære spørgsmål.”
- ”Du er en tålmodig underviser, der har undervist i emnet i ti år.”
Vær konkret om rollen. ”En ekspert” er svagere end ”en senior-cybersikkerhedsingeniør, der har arbejdet med håndtering af sikkerhedshændelser i femten år.”
Brug det til alt, hvor svarets type betyder lige så meget som indholdet.
8. Rollespilsmønsteret
En variation af persona: Lad modellen spille en person i stedet for blot en ekspert, og før en samtale med personen.
Spil rollen som min potentielle kunde. Personen er marketingdirektør i en mellemstor B2B-virksomhed. Personen er venlig, men skeptisk og har tidligere haft dårlige oplevelser. Jeg skal til at foreslå, at virksomheden hyrer mit bureau. Stil mig spørgsmål, og reagér, som personen ville gøre. Bliv i rollen. Gør indsigelse, hvis min salgstale lyder vag eller oversælger.
Brug det til forberedelse til jobsamtaler, salgstræning, øvelse i vanskelige samtaler og arbejde med kundeempati. Modellens evne til at blive i rollen er i 2026 god nok til at gøre dette til reelt nyttig forberedelse.
9. Kontrastpar-mønsteret
Når du ikke helt kan beskrive, hvad du ønsker, skal du vise både det, du vil have, og det, du ikke vil have.
Her er et eksempel på tekst, der rammer den tone, jeg ønsker: [paste good example]
Her er et eksempel på tekst, der ikke rammer tonen: [paste bad example]
De forskelle, jeg lægger vægt på, er [your observation]. Skriv nu [your task] i samme stil som det første eksempel.
Det er mere effektivt end at beskrive stilen med tillægsord. Kontrasten gør den dimension, du lægger vægt på, tydelig, og modellen er langt bedre til at efterligne eksempler end beskrivelser.
Brug det til brandstemme, kodestil, designsmag og alt, hvor det rigtige svar er ”mere som dette, mindre som hint”.
10. Outputskabelonmønsteret
En formel udgave af den strukturerede skabelon (#5) til gentaget batcharbejde. Definér en streng skabelon, og anvend den derefter på mange elementer.
For hvert element, jeg giver dig, skal du producere et svar i præcis dette JSON-format:
{ "summary": "...", "priority": "...", "category": "...", "next_action": "..." }Priority skal være én af følgende: “high”, “medium”, “low”. Category skal være én af følgende: “billing”, “technical”, “feature_request”, “other”. Vent på hvert element, før du svarer.
Strenge skabeloner er grundlaget for at bruge AI i enhver struktureret arbejdsgang — pipelines, automatiseringer og integrationer med andre værktøjer. Jo mere konkret skabelonen er, desto mere pålideligt er resultatet.
Brug det til klassifikation, udtræk, batchbehandling og alt, hvor efterfølgende værktøjer har brug for et ensartet format.
Ved automatisering skal dette mønster kombineres med validering. Hvis resultatet ikke er gyldig JSON, indeholder en kategori uden for den tilladte liste eller efterlader et påkrævet felt tomt, skal arbejdsgangen stoppe eller sendes til menneskelig gennemgang.
Sådan kombineres de: en virkelig arbejdsgang
Mønstrene udelukker ikke hinanden. En typisk kompleks opgave kæder flere sammen.
Antag, at du skriver et forslag til en ny virksomhedspolitik. Arbejdsgangen kunne se sådan ud:
- Interview mig for at afklare, hvad politikken skal behandle (#1).
- Træd et skridt tilbage for at formulere princippet bag din tilgang (#6).
- Tre varianter af selve politikforslaget (#3).
- Struktureret skabelon til det endelige udkast (#5).
- Djævlens advokat mod den stærkeste version (#4).
- Kritisér og revidér til den endelige finpudsning (#2).
Det er seks mønstre i en arbejdssession på 45 minutter om et enkelt stykke arbejde. Resultatet er markant bedre end ”skriv en politik om X til mig”.
En bemærkning om det, mønstrene har til fælles
Hvis du betragter de ti mønstre samlet, vil du se, at de grupperer sig omkring tre temaer:
Mønstre, der får mere kontekst ud af dig — interview mig, kontrastpar, træd et skridt tilbage. De virker, fordi flaskehalsen som regel er dig, ikke modellen.
Mønstre, der strukturerer modellens svar — struktureret skabelon, outputskabelon, tre varianter. De virker, fordi modellen som udgangspunkt giver sikre og vage svar; strukturen fremtvinger præcision.
Mønstre, der får modellen til at gøre modstand — kritisér og revidér, djævlens advokat, rollespil. De virker, fordi standardtilstanden er for føjelig; bedre tænkning opstår, når modellen tvinges til at finde svagheder.
Næsten alle de ”prompt engineering-tricks”, du finder online, hører til i en af disse tre kategorier. Hvis du forstår de tre, kan du opfinde dine egne mønstre til situationer, som de ti ikke dækker.
Vælg efter opgavetype
| Opgave | Bedste startmønster | Valideringsvane |
|---|---|---|
| Udarbejdelse | Tre varianter | Vælg én og rediger; send ikke resultatet uredigeret |
| Analyse | Træd et skridt tilbage + struktureret skabelon | Spørg, hvilken dokumentation der ville ændre svaret |
| Beslutninger | Djævlens advokat | Verificér fakta, og angiv antagelser |
| Læring | Interview mig + tålmodig underviser | Test forståelsen, før du går videre |
| Automatisering | Outputskabelon | Valider skemaet, og send fejl videre |
| Tilpasning af tone | Kontrastpar | Sammenlign med et reelt godkendt eksempel |
Sådan gør du dem til en vane
At læse om mønstre gør dem ikke til vaner. Løsningen er at bruge dem bevidst i et par uger. En praktisk tilgang:
- Udskriv listen med de ti mønstre, og hav den synlig, mens du arbejder.
- Hold en pause på to sekunder, før du sender en prompt, der ikke er triviel. Spørg: Hvilket mønster passer til dette?
- Hvis ingen ser ud til at passe, så prøv alligevel den enkleste mulighed. Disciplinen i at lede er vigtigere end det perfekte valg af mønster.
Med brug bliver mønstrene refleksive. Du holder op med at række ud efter den udskrevne liste. Du opdager, at du naturligt kombinerer dem. Du begynder at bemærke, når du mangler et — når du burde have bedt om interviewet, modargumentet eller et eksempel.
Det er dér, AI holder op med at føles som en chatbot og begynder at føles som et værktøj, du faktisk ved, hvordan du bruger. Mønstrene er forskellen.
