Prompt Engineering
Roles, context, constraints, examples, and practical prompt patterns for daily work.
44 historier (23 artikler · 21 videoer)
Start her
Et par gode steder at begynde, før du går på opdagelse i hele oversigten.
8 min læsningPromptens anatomi: rolle, kontekst, opgave, begrænsninger og format
En skabelon i fem dele, der gør vigtige prompts tydeligere, lettere at gennemgå og lettere at forbedre. Med gennemarbejdede eksempler, almindelige fejl og en praktisk rækkefølge.
Begynder
6 min læsningForskellen på en dårlig og en god prompt (5 før-og-efter-eksempler)
Fem virkelige prompts i en svag og en forbedret udgave med en kort forklaring på forskellen. Den hurtigste måde at forbedre dit AI-output uden at lære fagjargon.
Ny inden for AI
8 min læsningTi promptmønstre til hverdagens vidensarbejde
Ti genanvendelige promptformer til udkast, kritik, analyse, øvelse og strukturerede resultater, hver med en valideringsvane til den pågældende type arbejde.
BegynderFlere i dette emne
6 min læsningSkriv det kreative brief, før du prompter
At prompte uden et brief er at bede et flydende værktøj om at opfinde dit projekt for dig. Et kort kreativt brief – publikum, udfald, begrænsninger, ikke-mål og smagsnoter – gør AI til en udfører af retning, du allerede ejer.
Ny inden for AI
6 min læsningIterér med varianter uden at miste retningen
Det er nyttigt at generere varianter, indtil processen ubemærket erstatter din hovedidé med den mulighed, der ser mest imponerende ud. Lås retningen: fasthold briefen, variér én akse ad gangen, og kassér favoritter, der bryder med kernebudskabet.
Begynder
4 min læsningWorkshop-feedbackprompts til skabere
Ustrukturerede prompts som 'vær ærlig' giver vag ros eller kaotiske omskrivninger. En struktureret pakke med kritikprompts til skabere, som dækker klarhed, struktur, stemme og risiko, holder AI-feedbacken nyttig uden at gøre modellen til medforfatter.
Begynder
7 min læsningPrompts i vejledertilstand: sådan får du AI til at stille spørgsmål i stedet for bare at svare
Overladt til sig selv svarer en chatbot dit spørgsmål direkte og fuldstændigt, hvilket føles effektivt og lærer dig meget lidt. Et lille sæt promptmønstre, der får den til at give hints, stille spørgsmål og holde svaret tilbage, så den produktive anstrengelse forbliver din.
Ny inden for AI
7 min læsningDin AI er enig med dig for ofte: fire fejltyper hos tænkepartnere
AI kan hjælpe dig med at undersøge en beslutning, men den tager også din indramning for givet, belønner selvsikkert sprog og lokker dig til at overlade dømmekraften. Sådan opdager du hver fejltype.
Begynder
7 min læsningSådan får du AI til at sige dig ærligt imod
Fem praktiske promptmønstre gør imødekommende AI-svar til en mere nyttig udfordring uden at forveksle et genereret modargument med dokumentation.
Begynder
8 min læsningBrug AI til at stressteste beslutninger: rammer, afvejninger og modargumenter
En arbejdsgang i fire trin til at bruge AI til at afklare en beslutning, generere alternativer, synliggøre modargumenter og holde usikkerhed og menneskeligt ansvar tydeligt.
Begynder
10 min læsningChain-of-thought, self-critique og tree-of-thoughts — hvornår du skal bruge hvad
Tre ræsonnementsteknikker, der kan forbedre AI-resultater på vanskelige problemer, og afvejningen mellem omkostninger og udbytte ved at bruge dem. Med konkrete prompts, direkte sammenligninger og de faldgruber, som moderne ræsonnerende modeller medfører.
Let øvet
12 min læsningKontekstengineering: håndtering af 1M-tokenvinduer uden kontekstforringelse
Der findes kontekstvinduer på 1M tokens, men kvaliteten forringes længe før grænsen nås. Kontekstengineering er disciplinen i at bruge kontekstvinduer effektivt — hvad der skal medtages, hvad der skal sammenfattes, hvad der skal hentes på ny, og hvilke mønstre der holder kvaliteten høj, når konteksten vokser.
Avanceret
8 min læsningTilpassede instruktioner og hukommelse: indstil AI-værktøjet én gang
Vælg faste svarpræferencer uden følsomme oplysninger, indstil hukommelsen, og gennemgå det gemte indhold. Tilsidesæt forældet kontekst, når opgaven ændrer sig.
Begynder
7 min læsningFew-shot-prompting: styr outputtet med eksempler
Når en beskrivelse giver plads til fortolkning, kan du vise modellen repræsentative par af input og output og teste, om de forbedrer ensartetheden i din opgave.
Begynder
6 min læsningSådan genererer AI svar: Den mentale model, der gør prompting forståelig
AI tænker ikke som dig. Den skaber sandsynlige fortsættelser ud fra konteksten. Når denne mentale model falder på plads, bliver alle råd om prompts lettere at forstå.
Ny inden for AI
11 min læsningAI-arbejdsgange med flere værktøjer: design pålidelige overdragelser
En praktisk ramme til at kombinere research, dokumentforankring, udarbejdelse, kritik, analyse og opbevaring uden at miste proveniens, privatliv eller gennemgang.
Let øvet
10 min læsningValg og prompting af ræsonnerende modeller
Indstillinger for ræsonnement ændrer kvalitet, svartid, pris og undertiden promptadfærd. En praktisk vejledning i at vælge dem ud fra evaluering frem for tommelfingerregler.
Let øvet
12 min læsningVælg mellem prompting, RAG og finjustering (og hvornår de skal kombineres)
Prompting, RAG og finjustering er de tre store greb til at tilpasse LLM'er til dit problem. De passer hver især til nogle problemer og ikke til andre. Her er en ramme for valget, de realistiske omkostninger og de produktionsmønstre, hvor kombinationen virker bedst.
Avanceret
12 min læsningDesign af produktionsprompts: system-, udvikler- og brugerlag
Et styringsmønster til at adskille betroede instruktioner, runtime-data og brugerinput og derefter versionere, evaluere, udrulle og observere prompts efter risiko.
Avanceret
11 min læsningByg genanvendelige promptbiblioteker: fra tekststumper til fælles skabeloner
Når den samme AI-understøttede opgave gentager sig, kan et promptbibliotek gøre arbejdsgangen lettere at reproducere og evaluere. Et praktisk system til at indsamle, teste, versionsstyre og dele skabeloner.
Let øvet
6 min læsningDe syv ting, du kan spørge ChatGPT om på dag ét
Det tomme inputfelt er den sværeste del. Her er syv prompts, du kan kopiere, og som gør en tom samtale til et reelt resultat allerede den første dag.
Ny inden for AI
8 min læsningNøjes ikke med én prompt: den iterative samtalemetode
En praktisk arbejdsgang til at forbedre et lovende første svar gennem kritik, afgrænsning, perspektivskift, stresstest og verifikation i stedet for som udgangspunkt at begynde forfra.
Begynder
7 min læsningSkriv med AI uden at lyde som AI
AI-assisterede udkast falder ofte ind i generiske mønstre. Brug seks redaktionelle kontroller til at genskabe konkretion og rytme uden at foregive, at stilen alene beviser, hvem der har skrevet teksten.
Begynder
20 minutterGoogles 9-timers kursus i AI prompt engineering på 20 minutter
Tina Huang. En kondenseret gennemgang af Googles kursus i prompt engineering med rammer for klarhed, iterationsmetoder og gennemarbejdede eksempler til e-mails, opsummeringer og analyse. Nyttig, hvis du vil have en anden gennemgang, der mapper de samme strukturelle idéer over på den slags opgaver, du faktisk møder i en arbejdsdag.
Begynder
25 minutterPrompting 101 | Code med Claude
Anthropic. To medlemmer af Anthropics Applied AI-team opbygger én prompt til et rigtigt kundetilfælde (analyse af svenske biluheldsrapporter), startende fra en one-liner, der fejler, og tilføjer rolle, opgavekontekst, dynamisk indhold, eksempler og endelig vægtning ét lag ad gangen. Det er den klareste demonstration på YouTube af præcis stakken "rolle + kontekst + opgave + begrænsninger + format", som artiklen beskriver, med fejltilstandene vist undervejs.
Begynder
42 minutterGuide til prompt engineering — få styr på svar fra ChatGPT og LLM'er
freeCodeCamp.org. Et længere og mere tålmodigt kursus, der gør sig fortjent til længden. Kapitlerne om bedste praksis, zero-shot over for few-shot og om, hvordan hallucinationer viser sig i promptstyrede svar, er præcis den fordybelse, du har brug for, når artiklens fem eksempler først giver mening.
Ny inden for AI20 minutterGoogles 9-timers kursus i prompt engineering på 20 minutter
Tina Huang. Tina sammenfatter Googles officielle kursus Prompting Essentials til TCREI-strukturen i fem dele — Task, Context, References, Evaluate og Iterate — med gennemarbejdede eksempler til hver del. Når artiklen har vist fem omskrivninger, får du her den opskrift, Google selv underviser medarbejdere i, så du kan omskrive dine egne prompts uden at kopiere vores.
Ny inden for AI
29 minutterTree of Thoughts: bevidst problemløsning med store sprogmodeller (fuld paper review)
Yannic Kilcher. Yannic gennemgår den oprindelige Tree-of-Thoughts-artikel fra Princeton/DeepMind — generate-score-prune-backtrack-sløjfen, hvorfor den løfter Game of 24-nøjagtighed fra 4% til 74%, og hvor teknikken holder op med at være sin 10× token-omkostning værd. Nyttig præcis, fordi den tvinger dig til at se ToT som en søgealgoritme, ikke et magisk prompt-præfiks.
Let øvet25 minutterPrompting 101 – grundlæggende prompting
Anthropic. To medlemmer af Anthropics Applied AI-team opbygger en real-world-prompt live og lægger rolle, strukturerede sektioner og eksplicitte tænkningstrin ind. Det er den mest troværdige demo på YouTube af "hvordan du bruger chain-of-thought uden at ritualisere det", og den gør artiklens pointe om at stoppe med at indsætte Let's think step by step i alt konkret.
Let øvet
22 minutterContext engineering til agenter
LangChain. Lance Martins framework — write, select, compress, isolate — med konkrete eksempler på, hvornår man skal opsummere en action history, hvornår man skal offlade state til filer, og hvornår man skal spinne sub-agenter op udelukkende for at beskytte parentens kontekst. Mapper næsten direkte til artiklens afsnit om at håndtere 1M-tokenvinduer i praksis.
Avanceret
8 minutterContext Rot: Hvordan flere inputtokens påvirker LLM-performance
Chroma. Kelly Hong gennemgår Chromas research på 18 modeller — hvorfor needle-in-haystack-scores er misvisende, hvordan performance degraderer med ambiguitet og distractors, hvorfor selv simple string-repetition-opgaver degraderer forbi 500 tokens. Kort, evidensbaseret og præcis den sag, artiklen behøver, at du tager alvorligt, før du kommer til engineering-grebene.
Avanceret
131 minutterSådan bruger jeg LLM'er
Andrej Karpathy. Spring til kapitlet "ChatGPT memory, custom instructions" ved 1:53:29. Karpathy viser, hvad han faktisk har i sine egne tilpassede instruktioner, taler om, hvornår han beder ChatGPT huske en fakta kontra at lade den auto-opfange, og bemærker trade-offs — tættere på artiklens ramme "sæt det op én gang med hensigt" end de fleste begyndergennemgange.
Begynder
36 minutterAlle ChatGPT-funktioner på 37 minutter
Tina Huang. Panelerne for personalisering, hukommelse og tilpassede instruktioner gennemgås inde i en bredere tour af alle ChatGPT-funktioner, hvilket er den rigtige ramme — disse indstillinger betaler sig kun, når du også ved, hvad de konfigurerer (projekter, GPT'er, planlagte opgaver, stemme osv.). Brug den som en guidet tour, mens du faktisk åbner Indstillinger → Personalisering i en anden fane.
Begynder42 minutterGuide til prompt engineering — få styr på svar fra ChatGPT og LLM'er
freeCodeCamp.org. Spring til kapitlet "Zero shot and few shot prompts" ved 31:20 for en ren, demonstreret sammenligning af samme opgave uden eksempler kontra med et par — præcis den kontrast, artiklen bygger kapitlet op omkring. De tidligere afsnit om prompt-mindset og bedste praksis er nyttig baggrund, hvis du kommer direkte fra artiklen uden den bredere kontekst.
Begynder25 minutterPrompting 101 | Code med Claude
Anthropic. Eksempler er én af de ti ingredienser, Anthropic gennemgår her, og du kan se dem blive tilføjet til en rigtig kundeprompt og ændre modellens output. Nyttig, hvis du vil se few-shot brugt inde i en mere komplet prompt snarere end som et isoleret trick.
Begynder
3 minutterSådan byggede man OpenAI o1
OpenAI. Denne tre minutter lange førstepartsvideo registrerer, hvordan OpenAI-teamet præsenterede o1 ved lanceringen. Den er nyttig til at forstå kategoriens historie, men fastslår ikke, hvordan aktuelle modeller fungerer internt, eller hvilket promptingmønster der virker bedst hos en anden udbyder eller på en anden opgave.
Let øvet
28 minuttero1 — hvad foregår der? Hvorfor o1 er et 3. paradigme for modeller + 10 ting, du måske ikke ved
AI Explained. Videoen giver en uafhængig forklaring af den tidlige indramning af o1 og dens betydning for prompting. Den er nyttig historisk kontekst, men påstandene om o1 bør ikke automatisk overføres til senere OpenAI-modeller, R1, Claudes tænketilstande eller andre udbydere.
Let øvet
77 minutterAI prompt engineering: En dybdegående gennemgang
Anthropic. Fire Anthropic prompt engineers (research, alignment, applied, developer relations) taler længe om, hvad de faktisk gør til daglig — hvordan de redigerer prompts under pres, hvordan de tænker om "honesty" i instruktioner, hvornår XML-scaffolds hjælper, hvornår de ikke gør. Artiklens lagdelte model mapper rent over på, hvordan de beskriver arbejdet; dette er den bedste måde at høre den mentale model højt.
Avanceret25 minutterPrompting 101 | Code med Claude
Anthropic. En live-bygningssession af Anthropics Applied AI-team på en forsikringsclaims-prompt — de starter med en vag instruktion og itererer til noget, en udvikler faktisk ville shippe, og viser den slags revisioner, artiklen beskriver for system- og developer-lagene. Se den, før du genlæser artiklens tjekliste om eksempler, outputstruktur og refusal-håndtering.
Avanceret
10 minutterDen bedste ChatGPT-prompt, jeg nogensinde har lavet — jeg brugte 2 måneder på at kuratere denne prompt til at skrive prompts
Lawton Learns. Videoen demonstrerer en C.R.A.F.T.-metaprompt (Context, Role, Action, Format, Target audience). Den er en nyttig kandidat til at teste, hvordan en promptgenererende prompt opfører sig, men dens output er ikke garanteret at være konsekvent, korrekt eller egnet til teamets anvendelsesområder.
Let øvet20 minutterGoogles 9-timers kursus i AI prompt engineering på 20 minutter
Tina Huang. Tina præsenterer en femdelt ramme af opgave, kontekst, referencer, evaluering og iteration samt fire navngivne iterationsgreb. Elementerne kan hjælpe dig med at udarbejde et kandidatskema, men eksemplerne om agenter og chain-of-thought afspejler kursets tid og kontekst. Test ethvert udledt mønster på repræsentative tilfælde, før det føjes til et godkendt bibliotek.
Let øvet131 minutterSådan bruger jeg LLM'er
Andrej Karpathy. Karpathy gennemgår sin faktiske daglige brug på tværs af ChatGPT, Claude, Gemini, Grok og Perplexity med skærmdeling af live-samtaler snarere end polerede one-shots. Du ser, hvornår han griber efter en opfølgning, hvornår han skifter model midt i tråden, og hvornår han opgiver en linje og starter forfra — præcis den iterative sløjfe, artiklen beskriver, modelleret af nogen, der bygger disse systemer til daglig.
Begynder
9 minutterMestr den perfekte ChatGPT-promptformel (på bare 8 minutter)!
Jeff Su. Seksdelt formel — task, context, exemplars, persona, format, tone — forklaret med kontoreksempler som træningsplaner, CV'er og interne e-mails. Den giver en kompakt ramme, der overlapper med flere af artiklens mønstre.
Begynder
26 minutterAlle essentielle AI-færdigheder på 25 minutter (2025)
Tina Huang. Prompting-kapitlet (02:30–09:20) lægger to stablebare mnemonics frem — "tiny crabs ride enormous iguanas" (task, context, references, evaluate, iterate) og "ramen saves tragic idiots" (revisit, separate, try analogous, introduce constraints) — der mapper rent over på artiklens iterate-og-forfin-mønstre. Nyttig, når en single-shot-formel ikke får dig derhen.
Begynder