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.
173 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.
15 minutterNævn én risiko eller bekymring, som indslaget rejser ved AI-chatbots, der simulerer en afdød nærtstående, uden at behandle podcasten som klinisk sorgrådgivning.
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.
211 minutterForstå den moderne LLM-stack godt nok til at ræsonnere om tokens, træning, værktøjer og fejl.
40 minutterEvaluér produktidéer med partial autonomy, hvor mennesker beholder kontrollen over high-risk-beslutninger.
190 minutterDu kan bygge en LangGraph-agent med typed state, conditional routing, checkpoints og tool use og mærke, hvor eksplicitheden betaler sig.
66 minutterDu kan stille et CrewAI-crew op i role-goal-backstory-stilen og vurdere, hvordan dens skjulte eksekveringssløjfe sammenlignes med eksplicitte grafer.
15 minutterDesign enklere agentsløjfer med klare stopregler, opgavegrænser og menneskelige kontrolpunkter.
18 minutterGenkend almindelige agentbygge-faldgruber, før du tilføjer flere agenter, komplekse prompts eller skjult tilstand.
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.
10 minutterDu kan tilpasse en ansøgningshook og omskrive CV-bullets ud fra en rigtig stillingsbeskrivelse med en multi-prompt-arbejdsgang.
9 minutterBrug AI til at forberede opsøgende kontakt, jobsamtaler og opfølgning, mens din historie forbliver specifik og ærlig.
17 minutterKombinér active recall, øvelsesopgaver og AI-forklaringer til en gentagelig læringsrutine.
22 minutterGenerér en realistisk studieplan ud fra dit mål, din tidsplan og dine begrænsninger, og tilpas den derefter, mens du lærer.
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.
18 minutterBrug ChatGPT til at forklare formler og iterere på regnearkslogik, mens du verificerer hvert resultat i Excel.
12 minutterSe, hvordan AI i regneark kan strukturere rodet tekst og klassificere data, og tjek derefter formler og labels omhyggeligt.
23 minutterSe, hvordan en langvarig ChatGPT-tråd kan støtte madplanlægning, ærinder, rejseforberedelse og andre hverdagsopgaver med lav risiko.
48 minutterLær Midjourney-prompting-intuition, mens du skiller holdbare promptkoncepter fra skiftende UI-kontroller.
48 minutterSammenlign billedgeneratorer efter opgavefit, fejltilstande og omkostning i stedet for at huske en fast rangering.
24 minutterUdform en marketingarbejdsgang, hvor AI udarbejder udkast og fordeler opgaver, mens mennesker bevarer kontrollen over strategi, brandets tone og publicering.
30 minutterKortlæg det aktuelle marketingværktøjslandskab, før du beslutter, hvilke arbejdsgange der fortjener automatisering.
90 minutterBrug AI som kritisk redaktør til struktur, argumentation og revision uden at outsource 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.
26 minutterEvaluér, hvor stemmeagenter kan indgå i salgsarbejdsgange, og hvor krav om oplysning, samtykke og eskalering sætter grænser.
30 minutterForstå processen for databerigelse og personalisering bag AI-understøttet opsøgende salg uden at forveksle automatisering med kvalitet.
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.
10 minutterVælg mellem søgning, svar-motorer og chatbots ud fra kildebehov, aktualitet og prisen for at tage fejl.
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.
42 minutterDu kan anvende de centrale principper for god prompting og skelne mellem zero-shot- og few-shot-prompting i dit eget arbejde.
20 minutterDu får TCREI-strukturen i fem dele som en tjekliste, du kan gentage, når du opbygger og forbedrer dine egne prompts.
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.
29 minutterForstå generate-score-prune-ræsonnementsmønstre, og hvornår de er for dyre til rigtigt arbejde.
25 minutterDu kan lægge rolle, strukturerede sektioner og eksplicitte tænkningstrin ind i en prompt uden at gøre chain-of-thought til et ritual.
11 minutterBrug AI til at skrive e-mailudkast hurtigere, og stresstest derefter tone og tydelighed fra modtagerens synsvinkel.
26 minutterForstå, hvorfor realtidsstemme i samtale føles anderledes end diktering eller klassiske stemmeassistenter.
3 minutterSe multimodal stemmeinteraktion hurtigt, især afbrydelse, tone og kamera-bevidst samtale.
69 minutterOpbyg intuition for chunking-valg, før du tuner et rigtigt retrieval-system.
24 minutterSe, hvordan query rewriting, hybrid retrieval, reranking og corrective loops passer ind i én RAG-pipeline.
5 minutterForstå, hvorfor screenshot-baseret computer use er kraftfuld, langsom, dyr og skrøbelig sammenlignet med API-native automatisering.
8 minutterBeslut, hvor browser- eller computer-use-agenter kan være kommercielt nyttige trods deres operationelle risiko.
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.
22 minutterAnvend write-, select-, compress- og isolate-mønstre til at håndtere agentkontekst bevidst.
8 minutterForstå, hvordan lang kontekst kan fejle under ambiguitet og distractors, og design derefter tests omkring den risiko.
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.
55 minutterDesign en eval-stige, der fanger regressioner, før prompt- eller modelændringer når brugerne.
19 minutterSe, hvordan et produktionsteam lægger assertions, menneskelig gennemgang og LLM-judges i lag, så regressioner dukker op før release.
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.
29 minutterDu kan bygge din første Custom GPT fra start til slut og vurdere, hvilke eksisterende GPT'er der faktisk er værd at tilføje til dit værktøjssæt.
44 minutterForstå, hvordan Custom GPT-instruktioner, actions og vidensfiler hænger sammen, før du skubber en simpel assistent ud over begynderarbejdsgangen.
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.
131 minutterSe, hvordan en erfaren bruger skifter mellem værktøjer, tilstande og kontekststrategier, samtidig med at verificering forbliver en del af arbejdsgangen.
60 minutterOpbyg en ikke-mystisk forståelsesmodel af LLM'er som forudsigelsessystemer med kontekstvinduer, træningsdata, sampling og fejltilstande.
13 minutterForstå, hvordan integrerede assistenter kan forbinde e-mail, møder og opgaver til én gennemgåelig arbejdssløjfe.
14 minutterIdentificér praktiske AI-e-mail-greb: opsummér tråde, skriv svarudkast, justér tone og organisér opfølgningsarbejde.
32 minutterDu kan køre en projekt-først-læringssløjfe, hvor AI kun fremhæver den viden, du behøver for at gøre noget rigtigt færdigt.
10 minutterOmdan et emne til en studieplan med forklaringer, øvelsesspørgsmål og feedbacksløjfer, du kan verificere.
14 minutterInstallér en lokal modelrunner, pull en lille model, og forstå trade-off mellem databeskyttelse og performance, før du bruger den til rigtigt arbejde.
6 minutterPrøv lokal AI gennem en GUI, og sammenlign små-model-adfærd med hostede frontier-modeller.
20 minutterForstå protokolrollerne: host, client, server, tools, resources, prompts og transports.
16 minutterForklar på almindeligt sprog, hvad MCP ændrer, og beslut, om en værktøjsforbindelse bør bruge MCP eller en enklere integration.
104 minutterForstå, hvordan MCP passer ind i agentiske systemer ud over en lokal demo-server.
75 minutterByg en første MCP-server, og forstå, hvordan tools, schemas, prompts, resources og transports hænger sammen.
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.
10 minutterVælg en automatiseringsplatform ud fra hosting, AI-agent-fit, integrationer og vedligeholdelses-trade-offs i stedet for produkthype.
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 minutterDu kan navngive de tre risikoflader, generativ AI tilføjer på arbejdet — data, model, brug — og beskrive de kontroller, hver af dem behøver.
11 minutterForklar, hvorfor personlige AI-konti skaber datarisiko på arbejdspladsen, og hvordan du sætter sikrere grænser.
17 minutterForstå, hvad der går i stykker, når RAG flytter ind i reguleret, high-stakes enterprise-brug.
19 minutterIdentificér de produktions-RAG-kontroller, der mangler i naive document-chat-demoer.
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.
39 minutterSammenlign agentisk retrieval og graph retrieval i en konkret implementering.
16 minutterForstå Microsoft-stil GraphRAG-flowet: entity extraction, communities, summaries og query-focused synthesis.
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.
14 minutterVælg nogle få dagligdags AI-opgaver med lav risiko, afprøv prompts, og sammenlign resultatet med din egen vurdering.
4 minutterDu kan bruge kameraet som input, vise ChatGPT håndskrevet arbejde og få vejledning i stedet for et spoileret svar.
42 minutterVurdér, hvornår vertikale AI-agenter skaber reel forsvarlighed, og hvornår de kun er tynde wrappers.
34 minutterEvaluér AI-produktprissætning og specialisering omkring målbare outcomes frem for antal sæder.
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.
41 minutterDu kan forklare, hvad strict mode garanterer, hvordan det adskiller sig fra gammel JSON-mode, og hvordan refusal-håndtering passer til structured-output-kontrakten.
18 minutterLær, hvorfor schema-first LLM-kald behøver typede objekter, validators, retries og eksplicit håndtering af malformerede eller hallucinerede felter.
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.
34 minutterDu kan skubbe imod rammerne skrald, magi og tyveri med et klarere billede af, hvad generative modeller faktisk gør.
12 minutterDu kan argumentere for et ædrueligt midterpunkt mellem undergangs- og utopiekstremerne i AI-debatten og vide, hvilke spørgsmål der faktisk betyder noget.
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.
36 minutterDu får en realistisk forståelse af, hvad AI er god til i dag, hvor teknologien kommer til kort, og hvilke muligheder der er værd at tage alvorligt.
8 minutterDu kan med almindelige ord forklare, hvordan en LLM forudsiger det næste token, og hvorfor det er rimeligt, men ufuldstændigt, at kalde den autofuldførelse på steroider.
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.
10 minutterDu kan navngive de fire typer hallucination og genkende, hvilken type du ser, når en chatbot tager fejl.
36 minutterDu kan forklare, hvorfor en model, der er trænet til at forudsige sandsynlig tekst, indimellem opfinder fakta, uanset hvor poleret svaret lyder.
90 minutterBrug AI til research, struktur og revision, mens endelig ordlyd og vurdering forbliver under menneskelig kontrol.
36 minutterDu kan genkende de vigtigste dele af ChatGPT og udforske dem bevidst i stedet for at klikke tilfældigt.
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.