4 minutterBrug AI fornuftigt til at klare dig godt i skolen
Formulér én tommelfingerregel for at skelne AI-lektiehjælp fra snyd med AI.
Kurateret samling
Find de mest overskuelige vejledningsvideoer uden at skulle se alt igennem på én gang. Vælg en læringsvej, fortsæt dér, hvor du slap, eller brug filtrene, når du ved, hvad du leder efter.
Opbyg et sikkert grundlag inden for AI, udformning af prompts, databeskyttelse, hallucinationer og daglig brug.
Forstå, hvad AI kan og ikke kan, før du automatiserer noget.
Lær arbejdsgange til møder, skrivning, research, værktøjer uden kode og tilbagevendende forretningsopgaver.
Gør AI til en pålidelig arbejdsvane i stedet for blot en chatboks.
Gå dybere ind i agenter, RAG, MCP, strukturerede output, evals, API'er og lokal AI.
Vurder og byg AI-systemer uden at forveksle demonstrationer med produktion.
Arbejd med governance, parathed til EU’s AI-forordning, beslutninger om at bygge eller købe, ROI og valg af privat AI.
Træf mere sikre beslutninger om ibrugtagning af AI for et team eller en virksomhed.
108 resultater
Intet matcher disse filtrePrøv en anden kategori eller et andet niveau, eller fjern filtrene for at se alt.
4 minutterFormulér én tommelfingerregel for at skelne AI-lektiehjælp fra snyd med AI.
5 minutterNævn to visuelle tegn, der kan tyde på, men ikke bevise, at et billede er AI-genereret.
5 minutterNotér ét eksempel fra segmentet, hvor et AI-svar afveg fra professionel medicinsk vurdering — uden at behandle segmentet som medicinsk rådgivning.
11 minutterBeskriv forskellene mellem en AI-samtale og autoriseret terapeutisk behandling, så du ved, hvornår du skal søge hjælp hos en fagperson.
20 minutterForklar den forskel mellem kontakt og selskab, som Turkle beskriver, og anvend den på en vane med AI-chat.
17 minutterForklar begrebet »opmærksomhedsøkonomien«, og nævn én designtaktik, der bruges til at fange opmærksomhed.
1 minutterForklar i én sætning, hvilke oplysninger en Content Credential skal registrere om et medie, og kontrollér derefter detaljerne i den aktuelle dokumentation fra C2PA og Adobe, da et klip på 30 sekunder kun er en introduktion.
57 minutterIdentificér to konkrete risici ved apps med AI-ledsagere til børn, som panelet drøfter.
11 minutterDefinér »skygge-AI«, og nævn én kategori af data, der aldrig bør indsættes i en AI-chatbot til forbrugere.
1 minutterNotér én arbejdsmåde i Study Mode, som præsentationen fremhæver, for eksempel at vejlede i stedet for at give svaret direkte, og kontrollér derefter den aktuelle produktdokumentation, da funktioner ændrer sig.
13 minutterNævn de risici, O'Neil forbinder med skadelige scoringssystemer, for eksempel uigennemsigtighed, stor skala og skade, uden at behandle foredraget som en udtømmende teknisk definition.
5 minutterForklar i én sætning, hvorfor en AI-chatbot kan lyde sikker, mens den er faktuelt forkert.
5 minutterBrug ét samtalepunkt om privatliv, retfærdighed eller ansvar fra videoen til at indlede en samtale om AI med en teenager.
16 minutterSkriv én prompt i vejledertilstand, der beder AI om at vejlede med spørgsmål i stedet for at give svaret direkte.
4 minutterAftal en privat kontrolsætning med din familie til hastende opkald. Kontrollér detaljerne i den aktuelle vejledning fra forbrugerbeskyttelsen, ikke kun i nyhedsindslaget.
8 minutterOpsummér, hvad nyhedsindslaget siger, at undersøgelsen fandt om AI-assisteret skrivning, og betragt spørgsmål om replikation og begrænsninger som uafklarede.
17 minutterLær at designe AI-arbejdsgange, der kan pause, genoptage, bede om menneskelig vurdering og holde forretningstilstand adskilt fra modelgæt.
18 minutterSe, hvordan godkendelsesgates kan implementeres som eksplicitte arbejdsgangscheckpoints snarere end uformel manuel gennemgang, efter at noget er gået galt.
32 minutterLær at introducere AI i lokalisering uden at fjerne menneskeligt ejerskab af betydning, tone, terminologi og endelig godkendelse.
4 minutterForstå, hvorfor flersprogede embeddings betyder noget for privat intern søgning, og hvor lokal retrieval kan reducere risikoen for dataeksponering.
17 minutterSæt et multi-agent coding-workflow op med eksplicitte review-grænser, så genererede ændringer forbliver små, testede og ejede.
56 minutterByg en ROI-sag for én AI-arbejdsgang med baseline, direkte og indirekte fordele, kvalitetsporte og en eksplicit stopbeslutning.
41 minutterTræf AI byg-eller-køb-beslutninger omkring outcome, datakontrol, workload-økonomi, infrastrukturparathed og operationelt ejerskab.
20 minutterEvaluér praktiske adgangskontrolmønstre for virksomhedsviden-RAG, før du indekserer følsomme interne dokumenter.
30 minutterSammenlign videoens historiske tidslinje med gældende EU-ret, og omsæt derefter de aktuelle frister til de opgaver om leverandørdokumentation og ejerskab, som en SMV skal planlægge.
37 minutterVurdér privat AI som en beslutning om infrastruktur og styring frem for automatisk at vælge enten SaaS eller selvhosting.
69 minutterGenkend de fejltilstande, dine egne agenter rammer først, og forudplanlæg tests, reserveløsninger og kill-kriterier for hver.
7 minutterForstå, hvorfor dokumentparsing, strukturbevarelse og ingestion-kvalitetsporte betyder noget, før du bygger RAG over PDF'er og blandede filformater.
6 minutterGenkend kernearkitekturen i en voice-agent og de fejltilstande, der påvirker kundetillid i rigtige opkald.
66 minutterSe den fulde begynderarbejdsgang for at bygge et lille Cursor-projekt, inklusive setup, prompting, debugging, grundlæggende Git og grænserne for AI-assisteret kodning.
5 minutterDu kan navngive de tre sikkerhedsforanstaltninger, du skal sætte, før du lader AI skrive kode for dig, og vide, hvorfor hver forhindrer en specifik fejl.
31 minutterSe, hvordan en n8n-supportarbejdsgang udarbejder retrieval-understøttede svar og foreslår opdateringer til vidensbasen, og identificér derefter de kontroller, der kræves før produktionsbrug.
231 minutterSe, hvordan en supportagent kombinerer retrieval, eskalering og workflow-værktøjer før produktionshærdning.
37 minutterBrug AI til at udfordre antagelser, sammenligne muligheder og få modargumenter frem, før du træffer beslutninger.
13 minutterDesign en mødearbejdsgang, der fanger transskriptioner, opsummeringer og handlingspunkter uden at miste menneskelig gennemgang.
4 minutterSammenlign en selvstændig transskriptionsarbejdsgang med integrerede mødeassistenter, før du vælger et værktøj.
23 minutterSe, hvordan en langvarig ChatGPT-tråd kan støtte madplanlægning, ærinder, rejseforberedelse og andre hverdagsopgaver med lav risiko.
90 minutterUndersøg AIs redigeringsforslag som en fejlbarlig ekstra læsning, mens du bevarer de oplyste fakta, usikkerheden og din egen stemme.
18 minutterDu kan kombinere Perplexity og NotebookLM i en samlet undersøgelsesproces, hvor du først finder kilder og derefter læser og sammenfatter dem.
26 minutterDu kan oprette en NotebookLM-notesbog og bruge den til at opsummere, spørge ind til og krydsreferere lange dokumenter fra dine egne kilder.
11 minutterLær, hvilken optagekvalitet og hvilke samtykkegrænser der betyder noget, før du opretter en stemmeklon.
16 minutterForstå de vigtigste AI-lyd-arbejdsgangskategorier: narration, speech-to-speech, voice design og kloning.
23 minutterStudér en multi-agent-nyhedsbrevspipeline, og identificér, hvor kilder, godkendelse og fejlhåndtering hører hjemme.
20 minutterDu går derfra med en kompakt ramme for promptklarhed og iteration plus gennemarbejdede mønstre til e-mails, opsummeringer og analyse.
25 minutterByg stærkere prompts ved at tilføje rolle, opgavekontekst, eksempler, begrænsninger og outputformat ét lag ad gangen.
24 minutterGenkend browseragentens handlingssløjfe, hvor den hjælper, og hvor menneskelig bekræftelse stadig kræves.
2 minutterSammenlign computerstyring på skrivebordet med agenter, der kun arbejder i browseren.
11 minutterIdentificér faserne kildevalg, spørgsmål, genereret artefakt og kontrol af kildehenvisninger i en hostet dokumentassistent.
26 minutterIagttag en kildebaseret notesbogsarbejdsgang, og identificér de kontroller af retrieval, kildehenvisning, proveniens og tilladelser, der kræves, før du stoler på den.
11 minutterBed om citerede forslag til tone eller tydelighed, og kontrollér derefter udkastet mod de godkendte fakta og den tilsigtede betydning.
25 minutterBrug OWASP's LLM-risikokategorier til at gennemgå værktøjsadgang, håndtering af resultater og eksponering af følsomme data.
11 minutterSkeln mellem direkte og indirekte promptinjektion, og hvorfor filtrering alene ikke er nok.
19 minutterDu kan estimere, hvornår promptcaching betaler sig, ved at veje cache-write-tillæg op mod read-besparelser for dine reelle workloads.
56 minutterBrug kun promptcaching, når stabile præfikser, latenstid og omkostningsadfærd matcher workloaden.
12 minutterByg en lille genanvendelig assistent med instruktioner, vidensfiler og adgangsindstillinger.
13 minutterForstå projektniveau-kontekst, og hvornår det er et bedre fit end at gentage den samme baggrund i hver chat.
131 minutterForstå, hvordan en power user skiller holdbare præferencer fra engangskontekst.
36 minutterKonfigurer personalisering bevidst i stedet for at lade hukommelse, instruktioner og projektkontekst flyde sammen.
22 minutterSe deep research- og analysetilstande anvendt på forretningsresearch snarere end kun akademisk litteratur.
14 minutterScope en deep-research-opgave, vent på rapporten, og verificér derefter citater og kildekvalitet, før du bruger den.
107 minutterLær produktbyggerens eval-sløjfe: inspicér traces, label fejl, definér kriterier, test ændringer, og sammenlign med menneskelig vurdering.
3 minutterSe den mindste no-code-version af en gentagelig prompt-eval.
42 minutterSe, hvordan eksempler ændrer modellens adfærd, og lær, hvornår few-shot prompting er værd den ekstra opsætning.
25 minutterDu vil kunne placere eksempler inde i en mere komplet promptstruktur og forudse, hvordan de ændrer det, modellen producerer.
157 minutterFå et grundlag for at gennemføre eksperimenter med kvantisering, LoRA og QLoRA fra start til slut på passende hardware.
59 minutterPlacér finjustering i den bredere træningsproces, og vurdér, hvornår den kan være mere relevant end udformning af prompts eller RAG.
26 minutterByg en første n8n-AI-agent-arbejdsgang, mens du genkender, hvor værktøjsadgang, hukommelse og sikkerhedsforanstaltninger hører hjemme.
92 minutterUdvid en simpel agent til flertrinsarbejdsgange med hukommelse, fejlhåndtering og realistiske forretningsintegrationer.
30 minutterForstå triggers, actions og simpel automatiseringsflow, før du tilføjer AI til en forretningsproces.
12 minutterBeslut, hvornår en AI-agent bør eje trigger, ræsonnement og handling i stedet for en almindelig Zap med et AI-trin.
15 minutterAfgør, om et betalt ChatGPT-abonnement er nyttigt til din aktuelle arbejdsbyrde, i stedet for at købe det niveau, der lyder mest imponerende.
19 minutterForbedr værktøjsdesign, så agenter vælger den rigtige handling med de rigtige parametre.
29 minutterBeslut, hvilken adfærd der hører hjemme i systemprompten, værktøjsbeskrivelsen eller værktøjsforudsætningen.
7 minutterSkeln mellem beslutninger om kortvarig og langvarig hukommelse, og vurdér, hvornår en AI-agent bør skrive til sin hukommelse.
44 minutterFå et grundlag for at implementere episodisk, semantisk, arbejdende og proceduremæssig hukommelse i en AI-agent frem for blot at navngive kategorierne.
19 minutterSammenlign flagskibsmodeller, letvægtsmodeller, mellemklassen og specialiserede modeller, så routingbeslutninger bygger på opgaven, omkostningerne og latenstiden frem for et foretrukket brand.
9 minutterEvaluér afvejningerne mellem kvalitet, omkostninger og pålidelighed ved modelrouting, før du tilføjer kompleks orkestrering.
30 minutterIdentificér særskilte trin i arbejdsgangen, og opstil testbare kriterier for valg af værktøj til hvert trin.
14 minutterOmdan flere idéer til anvendelsesområder til mulige trin, som du kan teste mod artiklens kriterier for funktioner og overdragelse.
28 minutterUdvid NotebookLM fra et opsummeringsværktøj til en gentagelig arbejdsgang for undersøgelse og læring.
35 minutterByg en kildeforankret forskningsnotesbog, og omdan den til briefinger, studieguides eller arbejdsnoter.
9 minutterDu kan navigere traces, projects og datasets i LangSmith og aflæse token-omkostning, latenstid, fejlrate og per-span-detalje.
154 minutterForbind tracing, evaluering, feedback og produktionsgennemgang til en driftsløkke for LLM-systemer.
93 minutterForstå, at chatbot-samtaler ikke automatisk er private, privilegerede eller sikre for følsomme forretningsdetaljer.
13 minutterFind en risiko ved data, model eller brug og den ansvarlige på arbejdspladsen, som kan bekræfte kontrollerne.
11 minutterForklar, hvorfor personlige AI-konti skaber datarisiko på arbejdspladsen, og hvordan du sætter sikrere grænser.
13 minutterModellér promptinjektion som blanding af utroværdige data, og design grænser omkring tool use.
17 minutterGennemgå forsvar mod promptinjektion såsom taint analysis, begrænsninger af outputform, brugerisolation, deterministiske indstillinger og redundante tjek for kritiske stier.
3 minutterSe den oprindelige indramning ved lanceringen af o1, og adskil denne historiske fremstilling fra aktuel implementeringsvejledning.
28 minutterForstå én historisk fremstilling af o1, og sammenlign derefter en direkte opgavespecifikation med andre understøttede promptvarianter på jeres aktuelle model og arbejdsgang.
9 minutterForklar, hvornår retrieval er den rigtige fix, og hvornår finjustering faktisk kan hjælpe.
13 minutterVælg mellem prompt engineering, RAG, finjustering eller en kombination baseret på den faktiske fejltilstand.
77 minutterHør, hvordan produktions-prompt engineers reviderer instruktioner, eksempler og adfærdsbegrænsninger under reelt pres i stedet for at behandle prompts som engangstext.
25 minutterSe en vag forsikringsclaims-prompt blive til en struktureret, testbar prompt med klarere eksempler, outputregler og refusal-adfærd.
10 minutterEvaluér C.R.A.F.T. som én mulig struktur til at generere prompts med repræsentative tilfælde og udtrykkelige acceptkriterier.
20 minutterUdled en mulig promptstruktur, og tilføj derefter felter til ejerskab, versionsstyring, evaluering, grænser og tilbagefald før gennemgang.
131 minutterLær at route arbejde på tværs af hurtige, billige, dybt ræsonnerende og kildeforankrede værktøjer i stedet for at bruge én model til alt.
17 minutterSe en struktureret sammenligningsmetode, du kan genbruge, når du beslutter, hvilken model der er god nok til en opgave.
32 minutterForstå, hvorfor inferensmotorer, batchbehandling og hukommelse til KV-cache har stor betydning for økonomien i selvhostet inferens.
131 minutterDu kan genkende, hvornår du skal følge op, hvornår du skal skifte model, og hvornår du skal starte en frisk samtale, kalibreret mod rigtig daglig brug.
8 minutterBrug flere scenarier for AI's udvikling til at planlægge indførelsen uden at basere virksomheden på én prognose.
60 minutterTilrettelæg indførelsen af AI omkring ændringer i arbejdsgange, kompetenceopbygning og realistiske organisatoriske risici.
9 minutterDu kan samle task, context, exemplars, persona, format og tone til fungerende prompts til hverdagens kontoropgaver.
26 minutterGenkend genanvendelige promptmønstre, og kombinér dem til klarere instruktioner, eksempler og evalueringstrin.
19 minutterForstå landskabet af produkter og modelfamilier godt nok til at vælge ét værktøj at begynde med og holde op med konstant at sammenligne faner.
90 minutterBrug AI til research, struktur og revision, mens endelig ordlyd og vurdering forbliver under menneskelig kontrol.
36 minutterSammenlign den optagede funktionsgennemgang med din aktuelle konto, og find én funktion, der er relevant for en tilladt opgave.
39 minutterDu finder rundt i ChatGPT uden at betragte hvert nyt punkt i sidepanelet som noget, du skal mestre den første dag.
Nyligt kontrollerede videoer og tilhørende anbefalinger fra AI Expert-biblioteket.

Brug AI fornuftigt til at klare dig godt i skolen
Formulér én tommelfingerregel for at skelne AI-lektiehjælp fra snyd med AI.

Sådan vurderer du, om et billede kan være falsk AI-indhold
Nævn to visuelle tegn, der kan tyde på, men ikke bevise, at et billede er AI-genereret.

Patienter sammenligner AI med læger, når de søger sundhedsråd
Notér ét eksempel fra segmentet, hvor et AI-svar afveg fra professionel medicinsk vurdering — uden at behandle segmentet som medicinsk rådgivning.